UC Berkeley의 Computer Science 전공은 두 가지 트랙을 통해 제공됩니다:
① EECS (Electrical Engineering & Computer Sciences) – College of Engineering 소속
② L&S Computer Science – College of Letters & Science 소속
두 트랙 모두 동일한 교수진, 수업, 커리큘럼을 기반으로 운영되며, 입학 경로와 학문적 강조점에 차이가 있습니다.
Berkeley CS는 이론적 깊이, 응용 기술력, 사회적 영향력 있는 문제 해결 능력을 통합적으로 길러주는 구조를 갖추고 있으며, AI, ML, 시스템, 보안, 데이터 사이언스 등 거의 모든 분야에서 최상위권에 위치한 전공입니다.
📍 주소: Berkeley, CA 94720
🌐 웹사이트: https://eecs.berkeley.edu
🎓 학부 재학생 수: 약 32,000명
👨🎓 First-year 등록 학생 수: 약 6,500명
📊 합격률: 약 11% (EECS는 훨씬 낮음, 약 5~6%)
📄 전공 관련 특징 요약: 세계적 수준의 AI·시스템·이론 연구, EECS와 L&S 트랙 선택 가능, 실리콘밸리 인턴십/취업 연결 우수, CS + 사회문제 해결 강조
세계 최고 수준의 이론 + 실무 커리큘럼
CS 61 시리즈(입문~시스템), CS 70(이산수학), CS 170(알고리즘) 등 핵심 수업들이 전통적으로 뛰어난 퀄리티를 자랑하며, Berkeley AI Research (BAIR) Lab, RISELab, Sky Computing 등 첨단 연구와 연결된 수업들도 탁월합니다.
EECS와 L&S 전공 선택 가능
학생은 공학 중심의 EECS 트랙 혹은 자유로운 커리큘럼의 L&S CS 트랙을 선택할 수 있으며, 두 경로 모두 후속 진학/취업에 동일한 인정을 받습니다. 선택에 따라 수학/물리/전기전자 과목 요구 수준이 다르며, L&S는 전공 승인 요건을 만족해야 CS로 진입 가능.
학부 연구와 스타트업 경험의 강력한 연결
URAP (Undergraduate Research Apprentice Program), DeCal 수업 설계, 독립 프로젝트(Startup Semester, H@B 등) 기회가 풍부하며, 학부생도 교수의 연구에 실제 기여할 수 있는 환경이 마련되어 있습니다.
실리콘밸리와 직결되는 커리어 환경
Berkeley는 Google, Meta, Nvidia, OpenAI 등과 직접 연결된 거대한 취업/인턴십 네트워크를 갖고 있으며, 평균 CS 졸업생 연봉은 $120,000 이상으로 매우 높습니다. 학생 주도 기술 커뮤니티도 활발합니다.
UC Berkeley의 Computer Science 전공은 이론과 실습, 수학적 사고력, 시스템 설계 능력을 고르게 갖춘 인재 양성을 목표로 하며, **전공 선택은 EECS (College of Engineering) 또는 L&S (College of Letters & Science)**를 통해 이뤄집니다. 입학 후에는 공통 필수 과정을 거친 후 다양한 트랙에서 심화 과정을 자유롭게 설계할 수 있습니다.
필수 기초 과목
CS61A: Structure and Interpretation of Computer Programs
CS61B: Data Structures and Algorithms
CS61C: Machine Structures (Computer Architecture)
CS70: Discrete Mathematics and Probability Theory
CS88 또는 Data 8: Computational and Statistical Foundations of Data Science
트랙별 고급 수업 예시
AI/ML 트랙: CS188 (Introduction to AI), CS189 (Machine Learning), CS294 (Deep Reinforcement Learning)
HCI 트랙: CS160 (User Interface Design), CS260A (Advanced User Interface Software)
Systems 트랙: CS162 (Operating Systems), CS161 (Computer Security), CS168 (Networking)
Theory 트랙: CS170 (Efficient Algorithms and Intractable Problems), CS172 (Computability and Complexity), CS174 (Probability and Computing)
연구 및 실습 기회
URAP (Undergraduate Research Apprentice Program) – 다양한 연구실에서 교수 지도하에 참여 가능
Berkeley AI Research (BAIR), RISELab, Berkeley Institute for Data Science (BIDS) 등 세계적 연구소 다수
Senior Thesis or Honors Program
Startup Accelerator 프로그램 (SCET, SkyDeck) 연계 가능
예시 질문 (2024–2025 기준 – UC Personal Insight Questions 중 해당 질문)
“Describe how you’ve taken advantage of a significant educational opportunity or worked to overcome an educational barrier you have faced.”
1. 전공 관심이 생긴 계기를 ‘구체적 경험’ 중심으로 설명할 것
예시: 중학교 시절 지역 도서관에 설치된 공공 인터넷 시스템이 자주 다운되어 불편을 겪는 모습을 보며, 단순한 사용자가 아니라 이 문제를 기술적으로 해결하고 싶은 마음이 생겼습니다. 이후 라즈베리 파이와 리눅스를 활용해 직접 간이 공유기를 설정하고, 간단한 로컬 서버를 연결해 오류 없이 연결되는 구조를 설계하면서 컴퓨터 시스템 구조에 대한 관심이 깊어졌습니다.
✔ 포인트: Berkeley는 자기주도형 탐구, 문제의식 기반 실천 경험을 높이 평가하므로 이 흐름을 강조할 것
2. UC Berkeley의 구체적인 자원과 전공 계획을 연결해서 설명할 것
예시: CS 162(Operating Systems), CS 170(Algorithms), 그리고 Berkeley AI Research Lab에서의 학부 연구 기회를 통해 실시간 분산 시스템과 AI 의사결정 모델의 효율성 문제를 깊이 있게 탐구하고 싶습니다. 특히 BAIR Lab의 시스템+딥러닝 통합 연구는 제 문제의식과 가장 밀접한 환경이라 생각합니다.
✔ 포인트: 수업번호, 연구실명, Berkeley 고유 자원을 정확히 언급하고, 자신의 방향성과 직접 연결할 것
3. 기술을 통해 실현하고자 하는 사회적 영향력 또는 가치관을 드러낼 것
예시: 기술은 고도화될수록 더 많은 사람을 소외시킬 수 있다는 사실을 깨달았습니다. Berkeley에서 기술 윤리와 AI 사회 적용 수업을 병행하며, 기술로 누구를 돕고 싶은지를 고민하는 개발자가 되고 싶습니다. 특히 공공 접근성, 교육 격차 문제를 기술로 해결하고자 하는 Berkeley의 정신은 제가 원하는 기술인의 상과 정확히 일치합니다.
✔ 포인트: UC Berkeley가 강조하는 사회적 정의, 공공적 기술관, 공동체 중심 사고와 자신의 가치관을 일치시킬 것
Copyrights ©2025 EduParentPortal. All rights reserved.
Unauthorized reproduction or distribution of any content on this site is strictly prohibited.