Georgia Tech · OMSCS
한 학기 한 과목, 천천히 제대로. 비전공·실무 베이스에서 출발해 딥러닝·컴퓨터비전·강화학습·HPC로 이어지는 길을 — 합성데이터 / 피지컬 AI 커리어에 그대로 맞췄다.
탐색·논리·확률·게임트리. CS식 사고와 Python 근육을 키우는 워밍업. 첫 과목으로 자신감과 학점을 확보하기 좋다.
특화 ML 코어. 알고리즘 직관이 있어도 분석 리포트·실험 글쓰기가 빡센 과목이라 초반에 한 번 제대로 부딪혀 본다.
너의 주력 영역. PyTorch로 CNN·Transformer·생성모델까지. 실무 감각이 가장 크게 작동하는 학기 — 모멘텀 구간.
VFX·합성데이터와 직결. 카메라 기하·특징점·분할. 영상 출신 강점이 학문적 기반으로 연결되는 지점.
압축되는 여름학기용 가벼운 과목. Python·pandas 중심이라 부담이 적다. 여름은 쉬어도 됨(그럼 ~5년).
동적계획·그래프·NP-완전·선형계획. OMSCS 최대 관문이자 알고리즘 코어. 반드시 단독 수강.
★ 졸업 병목. 충분히 단련된 3년차에 배치하고, 뒤에 4과목 버퍼를 남겨 한 번 미끄러져도 졸업이 안 막히게 했다. 시작 전 알고리즘(DP·그래프) 사전 복습 권장.
피지컬 AI·로보틱스 트랙의 핵심. 정책·가치함수·딥RL. World Model / 시뮬레이션 데이터 방향과 직결.
칼만필터·SLAM·경로계획. 여름학기에 적합한 난이도이면서 Isaac Sim / 자율주행 시뮬레이션 관심사와 맞물린다.
병렬·분산·GPU 컴퓨팅. NVIDIA 트랙과 직결되고, 부족한 시스템 기초를 메우는 가장 가치 있는 자유선택.
졸업 시점의 관심사로 자유 선택 — GPU 프로그래밍, 생성형 AI 특강, 또는 CS 6210(Adv OS) 등 시스템 심화. 그때 열리는 과목을 보고 결정.