OMSCS 입학부터 졸업까지 (3) - 세부 전공 선택 및 수강신청 팁

세부전공 종류 

앞선 글에서 한번 언급했듯이 OMSCS 과정에는 아래 5가지 세부전공이 있습니다.

1. Computational Perception & Robotics
2. Computing Systems
3. Interactive Intelligence
4. Machine Learning

5. Human-Computer Interaction

프로그램 입학 후부터 학기가 시작되고 나면 졸업까지 본인이 어느 세부전공으로 할지 염두를 두고 수강신청을 해야 합니다. 그렇지 않으면 나중에 필요 없거나 과목을 잘 못 선택해서 10과목 이상으로 들어야 할 수도 있기 때문입니다. 왜냐하면 세부 전공을 정해서 졸업하기 위해서는 10과목(30학점) 중에서 5-6과목(15-18학점)을 세부전공과 관련된 과목 그리 고 나머지 4-5과목(12-15학점)은 Free electives라고 해서 전공에 무관한 아무과목을 들어야만 합니다. 현재 OMSCS 프 로그램이 제공하는 모든 과목의 리스트는 아래 링크에서 확인이 가능합니다.

https://omscs.gatech.edu/current-courses

Current Courses | OMSCS | Georgia Institute of Technology | Atlanta, GA

 

졸업 조건

입학 준비도 어렵지만 졸업준비도 미리 안 하면 나중에 어려워질 수 있습니다. 입학 후 처음에는 제대로 관심이 없다가 한 절반 정도 프로그램을 진행하고 나서 뒤늦게 졸업 조건을 찾아본다면 그동안 들었던 과목들에서 문제가 생길 수 있기 때문 입니다. 이 조건들은 입학하고 받는 Orientation 문서에 자세히 나와있습니다.

예를 들면 입학 후 첫 1년 안에 Foundational Course에 해당하는 2과목을 B 학점 이상으로 수강해야 합니다. 이 과목들 은 위의 모든 과목 리스트에서 asterisk (*)가 되어있는 과목들입니다.

또한 Area of Specialization 즉, 세부 전공과목들은 모두 B 학점 이상을 받아야 합니다. 그리고 나머지 전공 무관한 과목 들은 C 학점 이상을 받아야 합니다. 그리고 최소 졸업 학점은 GPA 3.0 이상이어야 합니다. 이 내용들은 조금씩 해마다 바뀔 수도 있기에 항상 최신 문서를 확인해야 합니다.

Specialization 수강 신청 예시 - ML 전공

저의 경우 Machine Learning (ML)을 세부 전공으로 하였기 때문에 이를 통해서 예를 들어보겠습니다.

이 링크를 들어가서 보시면 ML을 세부 전공으로 하기 위해서는 15 hours (5과목)을 다음 중에서 선택해야 한다고 나와있습니다. 홈페이지에는 더 많은 과목들이 나와있지만 설명에 나와있기를 굵은 글씨로 되어있는 과목들만 온라인 코스에서 제공된다고 되어있습니다. 그래서 사실 OMSCS에 있는 과목들은 선택의 폭이 넓지가 않습니다.

 

Core Courses (6 hours)

Algorithms: Pick one (1) of:
CS 6515 Introduction to Graduate Algorithms

And, pick one (1) of:
CS 7641 Machine Learning

 

Electives (9 hours) 

Elective ML courses must have at least 1/3 of their graded content based on Machine Learning. 

 

Pick three (3) of:
CS 6476 Computer Vision
CS 6603 AI, Ethics, and Society
CS 7642 Reinforcement Learning and Decision Making (Formerly CS 8803-O03)
CS 7643 Deep Learning
CS 7646 Machine Learning for Trading
CSE 6242 Data and Visual Analytics
CSE 6250 Big Data for Health (Formerly CSE 8803)
ISYE 6420 Bayesian Methods

아래 Electives (9 hours)의 경우부터 보시면 저기 나와있는 과목 중에 아무 과목이나 3과목을 B 학점 이상으로 통과하면 됩니다. Electives에 해당하는 과목들은 종류도 많고 다양해서 Reddit의 omscs 서브레딧과 같은 곳을 통해 해당 과목에 대한 평가나 난이도를 대략적으로 알 수 있습니다.

그리고 위의 Core Courese (6 hours)를 보시면 아쉽게도 선택의 여지가 없이 무조건 저 위의 두 과목 (CSCS 6515 Introduction to Graduate AlgorithmsAlgorithms, CS 7641 Machine LearningLearning) 을 들어야만 합니다. 나중에 과목 리뷰글을 통해 따로 말씀드리겠지만 저 두 과목이 ML의 하이라이트 과목(?)입니다. 난이도도 많이 높고 학생들이 가장 많이 재수강을 하는 과목들이기에 B 학점을 받는 게 그렇게 만만하지 않습니다.

수강 신청 팁 

안타깝게도 수강신청을 처음 하는 신입생은 선택권이 많이 없습니다. 이게 무슨 뜻인가 하면 OMSCS 수강신청 방식은 학점을 많이 들은 학생부터 순서대로 Timeslot을 배분하여 정해진 시간 안에 수강신청을 하는 방식입니다. 그래서 졸업 필 수과목인 Core Courses의 알고리즘이나 ML과 같은 핵심 과목들은 졸업을 앞둔 학생들이 들어야 하므로 인기가 가장 많고 Capacity가 적어서 가장 빨리 수강신청이 마감됩니다. 그래서 신입생의 경우에는 기회조차 받지 못하고 마감되어 버립 니다.

그래서 신입생의 경우에는 Foundational Course 2과목을 B로 통과하는 것을 일단 목표로 잡으시고 세부전공을 아직 못 정한 경우에는 본인이 생각하는 세부전공 한두 가지를 비교해서 가장 중복이 많이 되는 과목 중에서 현재 수강신청 가능한 과목들을 염두에 두어 신청하시면 좋습니다. 어차피 중요하고 필수적인 과목들은 세부전공 중에서도 겹치는 경우가 꽤 있 기 때문에 나중에 혹시 생각이 바뀌어서 다른 세부전공으로 해야겠다고 하더라도 큰 무리 없이 다음 과목들을 고를 수가 있기 때문입니다.

저의 경우는 ML을 처음부터 세부전공으로 정하고 처음 1년은 매 학기에 Electives에서 한 과목 + Free Elecives에서 한 과목 이렇게 2과목씩 페어 해서 들었습니다. 이 방식이 난이도 분배도 좋고 초반부터 전공과목들을 하나씩 끝낼 수 있기에 뒤로 갈수록 부담이 없어져서 좋았던 것 같습니다.

제가 들었던 과목들은 다음 포스팅에서 알려드리도록 하겠습니다.