본문으로 건너뛰기

UT MSCS

프로그램 소개​

저렴한 학비 + 좋은 평판 + 높은 CS 랭킹 + 훌륭한 위치. 전반적인 경험이 꽤 좋습니다. UT의 수업 품질은 정말 훌륭하고, 특히 Austin은 최근 몇 년간 빠르게 성장한 도시로 Apple, Meta, Google, Amazon 모두 오피스가 있습니다. 취업 기회도 풍부합니다. 전체적으로 연구 기회가 있는 MSCS를 원하거나 top-10 CS PhD로 전환할 계획이라면 UT는 충분히 고려할 만합니다.

합격 기준​

난이도는 MSIN보다 약간 높습니다. EE에서 전공을 바꾸는 지원자도 환영합니다. 연구 배경이 탄탄한 지원자를 선호합니다.

  1. Top 10 liberal arts college CS, GPA 3.9, 논문 2편
  2. 인도 학생, CS 학부, GPA 9.62, 논문 다수
  3. 인도 학생, GPA 9.49, ETH 연구 인턴을 포함한 다수의 연구 인턴
  4. Tufts University CS 학부, GPA 3.2

RA 기회와 PhD 전환​

지도교수가 동의하기만 하면 전환은 쉽습니다. I-20만 바꾸면 됩니다. 입학 난이도가 PhD 전환을 허락해 줄 지도교수를 찾는 난이도보다 아마 더 높을 것입니다.

취업 결과​

취업 분위기는 CMU만큼 치열하지 않지만, 같은 학교 동기들로부터 받는 또래 압박이 없어서 오히려 취업 데이터는 괜찮습니다. ECE와 CS 모두 결과가 비슷하게 좋습니다. FAANG 회사가 모두 와 있습니다.

Career Fair에는 매년 Google, Amazon, Facebook, Microsoft 등 대기업이 많이 옵니다.

  1. 인도 학생, CS 학부, 정규직 경력 1년, NVIDIA 합격 후 정규직 전환

  2. UT CS 학부, GPA 3.98, AWS 합격 후 return

  3. UT CS 학부, Paycom 합격 (이 회사는 Texas 학교에서만 채용)

  4. Tufts University CS 학부, 소규모 회사 new grad 합격

  5. 인도 학생, Morgan Stanley 정규직 2년, Apple 합격

  6. UT CS 학부, 소규모 회사 합격

  7. UT CS 학부, Apple 인턴 합격

  8. UT CS 학부, 오픈소스 기여 경험, Meta 인턴 합격

  9. Stony Brook CS 학부 출신, 2025년 온캠퍼스 MSCS 입학; 2026년 UT Human Signals Lab RA, 같은 해 여름 서울 HANWHA LIFE에서 AI Modeling Research Intern.

수업​

UT의 MSCS 프로그램은 표준적인 CS 석사입니다. PhD 프로그램과 공유하는 수업이 많아 연구 지향 수업이 더 많고, 일부 수업 프로젝트는 논문 수준의 기준을 따르기도 합니다. 프로그램에는 수강형(coursework)과 논문형(thesis) 두 트랙이 있습니다. 둘 다 30학점이 필요합니다. 논문 트랙을 선택하면 6학점은 논문 작성에 쓰이므로 수업이 두 개 줄어듭니다. 어느 트랙이든 이론, 시스템, 응용 세 분야에서 각각 최소 한 과목은 들어야 합니다.

수업 선택 면에서 UT CS는 매우 포괄적이고 질 높은 학부 커리큘럼을 갖추고 있습니다. 많은 석사생이 첫 학기에 Web Dev, Mobile Dev 같은 학부 수업을 듣습니다. 업무량이 적고 더 실용적이기 때문입니다. 하지만 대학원 수업 대부분은 업무량이 상당하며, 특히 연구 지향 수업이 그렇습니다. 매 수업마다 논문을 읽어야 하는 수업도 있고, 코딩이 거의 없이 공식 유도와 증명만 하는 순수 이론 알고리즘 수업도 있습니다. 수강신청 우선순위는 석사 2년차가 더 높아서, 1년차는 인기 수업에 들어가기가 조금 더 어려울 수 있습니다.

구체적으로 CS 수업은 범위가 넓습니다. 시스템에 관심 있다면 Operating Systems, Networking, Distributed Systems를 들을 수 있습니다. AI/ML에 관심 있다면 NLP, Reinforcement Learning, Deep Learning을 들을 수 있습니다. 웹 중심이라면 Web Dev, Cloud Computing 등이 있습니다. 대부분의 수업은 업무량이 만만치 않습니다. 예를 들면:

  1. NLP 수업 (Natural Language Processing): 프로젝트는 ACL/NeurIPS 논문 형식을 따라야 합니다. 과제에는 HMM/CRF 등이 포함되며 분명히 도전적입니다.
  2. Algorithms 수업: 코딩 없이 순수 이론이며 NP-completeness, approximation algorithms, Fibonacci heaps를 다룹니다. 모든 과제가 증명 위주라 이론을 좋아하는 사람에게 적합합니다.
  3. Web Development: 웹 개발에 관심이 있다면 Modern Web Application을 들을 수 있습니다. 많은 학생이 이 수업을 듣고 Full Stack 포지션으로 갑니다.
  4. CS 세미나: 매 수업마다 논문을 읽어야 하며, 시스템, AI, 데이터베이스 등 특정 분야를 깊이 파고들고 싶은 사람에게 적합합니다.

생활 경험​

Austin은 정말 덥습니다. 9월 중순에도 오후 5-6시에 섭씨 30도(86 F)가 넘을 수 있어서 외출할 때 선크림은 필수입니다. 좋은 점은 겨울이 그렇게 춥지 않다는 것입니다. 가장 추울 때도 영상이라고 하니, 동부나 중서부의 눈보라와는 다릅니다.

일상생활에는 필요한 것이 다 있습니다. 장은 Walmart, HEB, 99 Ranch Market에서 볼 수 있고 가격도 합리적입니다. 주거는 Far West가 중국인 유학생의 중심지이며 월세는 $600-800 정도입니다. West Campus는 주로 학부생이 사는 곳으로 $800-1000으로 조금 더 비싸지만 캠퍼스와 가까워서, CS 건물까지 자전거로 10분이면 되고 캠퍼스 버스를 기다릴 필요도 없어 아주 좋습니다.

사교 면에서 UT에는 International Student Activities가 많지만 대부분의 CS 대학원생은 LeetCode를 풀고 구직하느라 바빠서 실제로 참석하는 사람은 많지 않습니다. CS 분야 네트워킹 기회는 풍부하며, 매년 Google, Apple, Microsoft, Bloomberg, Goldman Sachs를 비롯한 많은 대기업이 캠퍼스 채용을 위한 전용 행사를 엽니다. 또한 UT에는 Friends of Computer Science (FoCS) 프로그램이 있어 거의 매일 기업이 찾아옵니다. 학과 건물에 들어서면 이력서를 내려고 줄 선 사람들을 볼 수 있습니다.