컴퓨터공학과 – 전공 선택 가이드

IT·금융·게임까지, 컴퓨터공학 전공자가 선택할 수 있는 길

컴퓨터공학과는 소프트웨어 개발, 인공지능, 데이터 분석, 게임, 보안 등 IT 산업 전반의 핵심을 다루는 학과로, 최근 10년간 가장 뜨거운 관심을 받는 전공입니다. 네이버, 카카오, 삼성전자, 쿠팡 같은 IT 대기업부터 스타트업, 금융권 IT, 게임사까지 진로 폭이 넓고, 신입 평균 연봉도 5,000만~7,000만 원대로 높은 편이죠. 하지만 “코딩 좀 배우면 되는 거 아니야?”라고 가볍게 생각했다가는 1학년부터 포인터, 재귀함수, 시간복잡도의 벽에 부딪힐 수 있습니다.

이 글에서는 컴퓨터공학과에서 실제로 무엇을 배우는지, 학년별 필수 과목은 어떤 내용인지, 코딩테스트는 어떻게 준비해야 하는지, 그리고 취업을 위해 학점 외에 어떤 역량을 쌓아야 하는지까지 서울대·연세대·고려대·KAIST 커리큘럼을 기반으로 현실적이고 구체적으로 정리했습니다.

컴퓨터공학과 진학을 고민 중이라면, 이 글 하나로 4년간의 학습 로드맵과 취업 준비 전략을 한눈에 파악할 수 있습니다.

전공적합 20개 대표 산업 & 평균 연봉: 어디에 갈 수 있을까?

아래 표를 보면 컴퓨터공학과 졸업생이 왜 모든 산업에서 환영받는지 단번에 이해할 수 있습니다. IT 대기업부터 금융, 게임, 스타트업, 공공기관까지 진출 가능한 산업 폭이 넓고, 신입 평균 연봉도 다른 공과대학 대비 높은 편입니다.

순위	산업군	전공 취업 적합도	대표기업 평균연봉
1	IT 대기업 (포털·커머스)	★★★★★	7,000만 ~ 1.2억
2	소프트웨어·솔루션	★★★★★	6,000만 ~ 9,000만
3	게임	★★★★★	6,500만 ~ 1.0억
4	금융권 IT (핀테크·은행)	★★★★★	7,000만 ~ 1.5억
5	반도체 (SW·AI)	★★★★★	1.5억 ~ 1.9억
6	전자·가전 (SW 직군)	★★★★☆	9,000만 ~ 1.1억
7	통신 (5G·네트워크)	★★★★☆	8,000만 ~ 1.0억
8	자동차 (자율주행·SW)	★★★★☆	8,000만 ~ 1.1억
9	AI·빅데이터	★★★★★	7,000만 ~ 1.2억
10	보안·정보보호	★★★★★	6,500만 ~ 9,500만
11	클라우드·인프라	★★★★☆	7,000만 ~ 1.0억
12	스타트업 (개발·기획)	★★★★★	4,000만 ~ 8,000만¹
13	SI/아웃소싱	★★★★☆	4,500만 ~ 6,500만
14	공공기관 IT	★★★★☆	6,000만 ~ 8,000만
15	컨설팅 (IT 전략)	★★★☆☆	7,000만 ~ 1.2억
16	엔터·미디어 (OTT·방송)	★★★☆☆	5,500만 ~ 8,000만
17	교육 (에듀테크)	★★★☆☆	5,000만 ~ 7,500만
18	헬스케어 (의료 AI)	★★★★☆	6,500만 ~ 9,000만
19	로봇·자율주행	★★★★☆	7,000만 ~ 1.0억
20	블록체인·Web3	★★★☆☆	6,000만 ~ 1.5억²

¹ 스타트업 연봉은 회사 단계(시드/시리즈A/B/C)와 스톡옵션 여부에 따라 변동 폭이 매우 큼
² 블록체인 분야는 프로젝트 성공 여부에 따라 연봉 편차가 극단적으로 큼

출처 및 근거

1. 20개 산업군 선정 근거

• 과학기술정보통신부, “2026년 소프트웨어산업 실태조사” (2025)
• 한국소프트웨어산업협회(KOSA), “2025년 IT 직군별 채용 동향” (2025)
• 잡코리아·사람인, “컴퓨터공학 전공 채용 통계” (2024~2025)
• 추가 선정: 컴퓨터공학 특화 산업 (AI·보안·클라우드·블록체인 등) 반영

2. 대표기업 평균연봉 출처 (2026년 기준)

금융감독원 전자공시 사업보고서 (2025~2026년), 주요 IT 언론사 (데일리안, 전자신문, IT조선 등), 채용정보 플랫폼 (원티드, 로켓펀치, 프로그래머스 등)에서 공개된 각 산업 상위 대표기업의 평균 급여 데이터를 기준으로 작성하였습니다.

참고: 평균연봉은 직원 전체 (임원 제외) 기준이며, 실제 연봉은 직급·성과급·스톡옵션에 따라 변동될 수 있습니다. 특히 스타트업·블록체인 분야는 회사별 편차가 매우 큽니다.

3. 전공 취업 적합도 평가 기준

• ★★★★★ (매우 높음): 컴퓨터공학 핵심 직무, 필수 전공
• ★★★★☆ (높음): 전공 우대, 주요 직무 다수
• ★★★☆☆ (보통): 일부 직무 적합, 타 전공과 경쟁

4년 동안 무엇을 배우나: 1학년 Python부터 4학년 AI 프로젝트까지

학년	필수 전공과목
1학년	프로그래밍 기초(C 또는 Python), 이산수학, 선형대수, 미적분학
2학년	자료구조, 알고리즘, 컴퓨터구조, 논리설계, 확률 및 통계
3학년	운영체제, 데이터베이스, 컴퓨터네트워크, 소프트웨어공학, 프로그래밍언어론
4학년	인공지능, 컴퓨터그래픽스, 정보보안, 분산시스템, 졸업 프로젝트

출처 및 근거

• 서울대학교 컴퓨터공학부 바로가기
• 연세대학교 첨단컴퓨팅학부 바로가기
• 고려대학교 컴퓨터학과 바로가기
• KAIST 전산학부 바로가기

위 커리큘럼은 서울대·연세대·고려대·KAIST 컴퓨터공학과 커리큘럼에서 공통적으로 개설되는 전공과목을 기준으로 작성되었습니다.

3~4학년 과목은 학교별로 필수, 선택필수, 선택 등 이수 구분이 다르며, 학생이 선택한 세부 트랙(AI·머신러닝, 시스템·네트워크, 소프트웨어공학, 보안 등)에 따라 필수 이수 과목이 달라질 수 있습니다.

국내 다른 대학의 컴퓨터공학과는 각자 고유한 커리큘럼과 이수 체계를 가지고 있으므로, 본인이 지원하거나 재학 중인 대학의 구체적인 교과과정은 해당 학과 홈페이지 또는 학과 사무실에서 직접 확인하시기 바랍니다.

세부 실험 과목, 세미나는 제외하고 핵심 이론 과목만 정리했습니다.

컴공 핵심 11과목, 이것만은 꼭 알고 가자

아래 12개 과목은 컴퓨터공학의 핵심 뼈대가 되는 과목들입니다. 인공지능, 컴퓨터그래픽스, 정보보안 등 나머지 과목들은 3~4학년 때 본인이 선택한 진로(AI, 백엔드, 게임, 보안 등)에 따라 추가로 배우게 됩니다.

• 1학년 (2과목): 프로그래밍 기초, 이산수학
• 2학년 (3과목): 자료구조, 알고리즘, 컴퓨터구조
• 3학년 (4과목): 운영체제, 데이터베이스, 컴퓨터네트워크, 소프트웨어공학
• 4학년 (1과목): 인공지능, 졸업 프로젝트

1. 프로그래밍 기초 (Introduction to Programming)

컴퓨터공학과에 입학하면 가장 먼저 만나는 과목이 바로 프로그래밍 기초입니다. 보통 C 또는 Python 언어로 시작하며, 변수, 자료형, 조건문(if), 반복문(for/while), 함수 같은 프로그래밍의 기본 문법을 배웁니다. “Hello, World!”를 출력하는 첫 프로그램부터 시작해, 학기 말에는 간단한 계산기나 성적 처리 프로그램 정도를 만들 수 있게 됩니다.

고등학교 때 코딩 경험이 전혀 없어도 괜찮습니다. 대부분의 신입생이 같은 출발선에서 시작하며, 교수님도 그걸 전제로 가르칩니다. 하지만 처음엔 “세미콜론 하나 빠뜨렸는데 왜 에러가 나지?”, “포인터가 도대체 뭐야?” 같은 좌절을 겪을 수 있습니다. 이건 누구나 겪는 과정이니 포기하지 말고, 문제를 많이 풀어보며 손에 익히는 게 중요합니다.

이 과목은 2학년 자료구조, 알고리즘 등 모든 상위 과목의 토대가 되므로, 1학년 때 확실히 잡아두지 않으면 이후 과목들이 눈덩이처럼 어려워집니다. 입학 전 여름방학에 Codecademy나 생활코딩 같은 무료 강의로 미리 맛보면 첫 학기가 훨씬 수월합니다.

2. 이산수학 (Discrete Mathematics)

“컴퓨터공학인데 왜 수학을?” 싶겠지만, 이산수학은 컴퓨터과학의 수학적 언어입니다. 고등학교 미적분처럼 연속적인 수가 아니라, 정수·집합·논리·그래프처럼 불연속적인(discrete) 구조를 다룹니다. 예를 들어 “if A then B”는 논리학에서 명제, “최단 경로 찾기”는 그래프 이론, “경우의 수 세기”는 조합론으로 설명됩니다.

처음엔 추상적으로 느껴질 수 있지만, 이 과목을 제대로 이해하면 2학년 알고리즘 과목에서 “왜 이 알고리즘이 효율적인지”, “경우의 수는 몇 가지인지” 수학적으로 증명할 수 있게 됩니다. 특히 그래프 이론(정점, 간선, 최단 경로)은 3학년 네트워크, 4학년 AI 과목까지 계속 나오니 확실히 익혀두세요.

고등학교 수학(특히 경우의 수·확률)을 잘했다면 유리하지만, 못했어도 괜찮습니다. 이산수학은 미적분보다 “논리적 사고”에 가깝기 때문에, 문제를 많이 풀어보며 패턴을 익히면 충분히 따라갈 수 있습니다.

3. 자료구조 (Data Structures)

프로그래밍 기초에서 변수와 함수를 배웠다면, 자료구조는 데이터를 효율적으로 저장하고 관리하는 방법을 배우는 과목입니다. 배열, 연결 리스트, 스택, 큐, 트리, 그래프, 해시 테이블 같은 다양한 구조를 배우고, 각각 언제 어떻게 쓰는지 익힙니다.

예를 들어 웹 브라우저의 “뒤로 가기”는 스택, 프린터 대기열은 큐, 파일 시스템은 트리, SNS 친구 관계는 그래프로 구현됩니다. 처음엔 “배열이랑 리스트가 뭐가 달라?” 싶지만, 데이터 삽입·삭제·검색 속도 차이가 엄청나다는 걸 알게 되면 “아, 이래서 필요하구나” 실감하게 됩니다.

이 과목은 코딩테스트의 80%를 차지하므로, 취업 준비하려면 필수로 마스터해야 합니다. 백준, 프로그래머스 같은 사이트에서 문제를 매일 1~2개씩 풀어보며 손에 익히는 게 정말 중요합니다. 3학년 알고리즘 과목의 직접적인 토대가 되니, 2학년 때 확실히 잡아두세요.

4. 알고리즘 (Algorithms)

자료구조가 “데이터를 어떻게 저장할까?”라면, 알고리즘은 “문제를 어떻게 효율적으로 풀까?”를 다루는 과목입니다. 정렬(버블, 퀵, 병합), 탐색(이진 탐색, DFS, BFS), 동적 계획법(DP), 그리디, 분할정복 같은 문제 해결 전략을 배우고, 각 알고리즘의 시간복잡도(Big-O)를 분석합니다.

시간복잡도 (Time Complexity)
알고리즘이 입력 크기 n에 따라 실행 시간이 얼마나 증가하는지를 나타내는 지표. O(1) < O(log n) < O(n) < O(n log n) < O(n²) < O(2ⁿ) 순으로 느려지며, 코딩테스트에서는 주어진 시간 내에 문제를 풀 수 있는 알고리즘을 선택하는 핵심 기준.

예를 들어 “100만 개 데이터에서 특정 값 찾기”를 할 때, 순차 탐색은 O(n)이지만 이진 탐색은 O(log n)으로 수백 배 빠릅니다. “최단 경로 찾기”는 다익스트라 알고리즘, “최소 비용으로 모든 도시 연결”은 크루스칼 알고리즘을 씁니다. 이렇게 문제마다 최적의 알고리즘을 선택하고, 코드로 구현하는 능력을 키웁니다.

알고리즘은 코딩테스트의 핵심이며, 카카오·네이버·삼성 같은 대기업 채용의 첫 관문입니다. 이 과목을 대충 넘기면 취업 준비할 때 처음부터 다시 공부해야 하니, 학기 중에 확실히 마스터하는 게 나중을 위해서도 훨씬 효율적입니다. LeetCode, Codeforces 같은 해외 사이트까지 도전하면 실력이 급상승합니다.

5. 컴퓨터구조 (Computer Architecture)

“소프트웨어만 배우면 되는 거 아니야?” 싶겠지만, 컴퓨터구조는 컴퓨터가 내부적으로 어떻게 작동하는지 배우는 과목입니다. CPU가 명령어를 어떻게 처리하는지, 메모리는 어떻게 데이터를 저장하는지, 캐시는 왜 필요한지, 파이프라인은 뭔지 등 하드웨어의 기본 원리를 이해하게 됩니다.

예를 들어 “왜 배열은 빠르고 연결 리스트는 느릴까?”를 이해하려면 메모리 접근 방식(순차 vs 랜덤)을 알아야 하고, “왜 멀티코어 CPU가 빠를까?”를 이해하려면 병렬 처리 개념을 알아야 합니다. 3학년 운영체제 과목과 직접 연결되며, 시스템 프로그래밍이나 임베디드 분야로 가려면 필수 지식입니다.

처음엔 “AND 게이트, OR 게이트” 같은 논리 회로부터 시작해서 복잡해 보이지만, 실험 수업에서 직접 간단한 CPU를 설계해보며 “아, 이렇게 돌아가는구나” 체감하게 됩니다. 전기전자공학과만큼 깊게 들어가진 않지만, 소프트웨어 엔지니어로서 “내 코드가 하드웨어에서 어떻게 실행되는지” 이해하는 건 정말 중요합니다.

6. 운영체제 (Operating Systems)

스마트폰의 안드로이드, 컴퓨터의 Windows·macOS·Linux처럼, 운영체제(OS)는 하드웨어와 소프트웨어를 연결하는 핵심 소프트웨어입니다. 이 과목에서는 프로세스와 스레드가 어떻게 생성·관리되는지, CPU 스케줄링은 어떻게 되는지, 메모리는 어떻게 할당되는지, 파일 시스템은 어떻게 작동하는지 배웁니다.

예를 들어 “프로그램 여러 개를 동시에 실행하면 어떻게 되나?”는 멀티태스킹, “프로세스끼리 데이터를 어떻게 주고받나?”는 IPC(프로세스 간 통신), “메모리가 부족하면 어떻게 되나?”는 가상 메모리로 설명됩니다. 실습에서는 리눅스 커널 코드를 직접 읽어보거나, 간단한 쉘(shell) 프로그램을 만들어보기도 합니다.

운영체제는 기술 면접의 단골 주제이며, 백엔드·시스템 엔지니어를 지망한다면 필수로 마스터해야 합니다. “프로세스와 스레드의 차이는?”, “데드락(Deadlock)이 뭔가요?” 같은 질문은 면접에서 거의 필수로 나옵니다. 어렵지만, 이해하면 컴퓨터 시스템 전체가 눈에 보이기 시작합니다.

7. 데이터베이스 (Database Systems)

웹사이트의 회원 정보, 쇼핑몰의 상품 목록, 은행의 계좌 내역처럼, 대량의 데이터를 효율적으로 저장하고 관리하는 시스템이 데이터베이스(DB)입니다. 이 과목에서는 관계형 데이터베이스(RDBMS)의 개념, SQL 쿼리 작성법, 테이블 설계, 트랜잭션, 인덱스, 정규화 등을 배웁니다.

예를 들어 “특정 조건을 만족하는 고객 찾기”는 SELECT 쿼리, “데이터 삽입·수정·삭제”는 INSERT/UPDATE/DELETE 쿼리, “두 테이블을 합쳐서 보기”는 JOIN으로 처리합니다. 실습에서는 MySQL이나 PostgreSQL 같은 실제 DB를 써보며, 간단한 게시판이나 쇼핑몰 DB를 직접 설계해봅니다.

데이터베이스는 모든 백엔드 개발의 핵심이며, 웹 개발·앱 개발·데이터 분석 어느 분야로 가든 필수입니다. NoSQL(MongoDB, Redis 등)이나 빅데이터(Hadoop, Spark) 기술도 관계형 DB를 이해해야 배울 수 있으니, 3학년 때 확실히 익혀두세요. 면접에서도 “인덱스는 왜 쓰나요?”, “트랜잭션의 ACID 속성은?” 같은 질문이 자주 나옵니다.

8. 컴퓨터네트워크 (Computer Networks)

인터넷은 어떻게 작동할까요? 웹 브라우저에 URL을 입력하면 어떤 과정을 거쳐 웹페이지가 뜰까요? 컴퓨터네트워크는 컴퓨터들이 어떻게 서로 연결되고 데이터를 주고받는지 배우는 과목입니다. OSI 7계층, TCP/IP 프로토콜, HTTP/HTTPS, DNS, 라우팅, IP 주소, 포트 등의 개념을 배웁니다.

예를 들어 “유튜브 영상은 어떻게 내 폰까지 오나?”는 패킷 전송과 라우팅, “왜 가끔 인터넷이 느려지나?”는 네트워크 혼잡, “HTTPS는 왜 안전한가?”는 암호화 프로토콜로 설명됩니다. 실습에서는 Wireshark 같은 도구로 실제 네트워크 패킷을 캡처·분석하며, “내가 보낸 데이터가 어떻게 이동하는지” 직접 눈으로 확인할 수 있습니다.

네트워크는 백엔드·클라우드·보안 직군의 필수 지식이며, 기술 면접에서도 “TCP와 UDP의 차이는?”, “3-way handshake가 뭔가요?” 같은 질문이 단골로 나옵니다. AWS·Azure 같은 클라우드 서비스를 이해하려면 네트워크 기초가 탄탄해야 하니, 3학년 때 확실히 잡아두세요.

3-way handshake (3방향 핸드셰이크)
TCP 연결을 시작할 때 클라이언트와 서버가 3단계로 통신을 확인하는 과정. ① 클라이언트 SYN 전송 → ② 서버 SYN+ACK 응답 → ③ 클라이언트 ACK 전송. 이 과정으로 양측이 데이터를 주고받을 준비가 되었음을 보장.

9. 소프트웨어공학 (Software Engineering)

지금까지 배운 과목들이 “어떻게 코드를 짜는가”에 집중했다면, 소프트웨어공학은 **”어떻게 팀 단위로 큰 프로젝트를 성공적으로 완성하는가”**를 다루는 과목입니다. 요구사항 분석, 설계, 구현, 테스팅, 유지보수 등 소프트웨어 개발의 전체 생명주기(SDLC)를 배우고, 애자일(Agile), 스크럼(Scrum) 같은 개발 방법론, Git·GitHub 같은 협업 도구, 유닛 테스트·통합 테스트 등을 익힙니다.

예를 들어 “팀원 5명이 동시에 같은 코드를 수정하면 어떻게 되나?”는 Git 브랜치와 병합, “버그를 어떻게 체계적으로 찾아내나?”는 테스트 주도 개발(TDD), “고객 요구사항이 중간에 바뀌면?”은 애자일 방법론으로 대응합니다. 학기 프로젝트로 팀을 이뤄 실제 서비스를 기획·개발·배포까지 해보며, 협업의 중요성을 뼈저리게 느끼게 됩니다.

소프트웨어공학은 실무에서 정말 중요하지만, 학부 수업만으로는 부족할 수 있습니다. 그래서 오픈소스 프로젝트에 참여하거나, 팀 프로젝트를 많이 경험해보는 게 좋습니다. 졸업 후 회사에 가면 혼자 코딩하는 게 아니라 팀원들과 협업하는 시간이 훨씬 길기 때문에, 이 과목에서 배운 내용이 정말 큰 도움이 됩니다.

10. 인공지능 (Artificial Intelligence)

요즘 가장 핫한 분야가 바로 인공지능(AI)입니다. 이 과목에서는 AI의 기본 개념부터 시작해, 탐색 알고리즘(A*, 게임 트리), 기계학습(지도학습, 비지도학습), 신경망(Neural Networks), 딥러닝 기초까지 배웁니다. “컴퓨터가 어떻게 스스로 학습하는가?”를 이해하게 되는 과목이죠.

예를 들어 “체스 AI는 어떻게 다음 수를 결정하나?”는 게임 트리 탐색, “스팸 메일은 어떻게 자동으로 걸러지나?”는 분류(classification) 알고리즘, “얼굴 인식은 어떻게 되나?”는 CNN(합성곱 신경망)으로 설명됩니다. 실습에서는 Python의 TensorFlow나 PyTorch 같은 라이브러리를 써서 간단한 이미지 분류 모델을 직접 만들어봅니다.

AI는 4학년 선택 과목이지만, 취업 시장에서 수요가 폭발적이므로 관심 있다면 꼭 들어보세요. 다만 이 과목만으로는 실무 수준에 미치지 못하므로, Coursera의 “Machine Learning” (Andrew Ng), Fast.ai 같은 온라인 강의로 추가 학습하거나, Kaggle 대회에 참여해 실전 경험을 쌓는 게 중요합니다.

11. 졸업 프로젝트 (Capstone Design)

4년간 배운 이론과 실습을 총동원해 팀 단위로 실제 작동하는 소프트웨어를 기획·개발·발표하는 과목입니다. 교수님이나 기업이 제시한 주제를 선택하거나, 팀이 자체적으로 아이디어를 내서 진행할 수도 있어요. 예를 들어 “식당 예약 앱”, “AI 챗봇”, “실시간 채팅 웹사이트”, “게임” 같은 프로젝트를 1~2학기 동안 수행합니다.

기획, 설계, 프론트엔드·백엔드 개발, 데이터베이스 구축, 배포, 테스트, 발표까지 실무의 전 과정을 경험하며, 팀워크와 문제 해결 능력이 폭발적으로 성장합니다. 처음엔 막막하지만 막상 서비스가 완성되고 실제 사용자들이 써보면 엄청난 성취감을 느끼죠.

졸업 프로젝트 결과물은 포트폴리오로 활용할 수 있고, 잘하면 공모전 수상이나 스타트업 창업까지 이어질 수 있습니다. GitHub에 코드를 올리고 발표 영상을 YouTube에 공유하며, README에 기술 스택·기능·트러블슈팅을 상세히 작성하면 취업 면접에서도 강력한 무기가 됩니다. 실제로 많은 기업이 “졸업 프로젝트에서 어떤 역할을 했나요?”를 면접에서 묻습니다.

컴퓨터공학과 실전 시험 문제 3개 풀어보기: 난이도와 학점 기준은?

컴퓨터공학과 시험이 얼마나 어려운지 감이 안 오시죠? 아래 3문제는 실제 중간고사나 기말고사에 나올 법한 문제들입니다. 학점 3.8/4.5(A 학점) 정도 받으려면 이 정도는 풀 수 있어야 합니다.

문제 1. 자료구조 (2학년 1학기)

문제: 다음 배열에서 이진 탐색(Binary Search) 알고리즘을 사용해 값 37을 찾으려고 한다.
배열: [5, 13, 21, 29, 37, 45, 53, 61, 69]
(1) 이진 탐색의 각 단계에서 비교되는 인덱스와 값을 순서대로 나열하시오.
(2) 이진 탐색의 시간복잡도를 Big-O 표기법으로 나타내고, 순차 탐색과 비교하여 설명하시오.

난이도: ★★☆☆☆ (중하)
A 학점 학생이라면 5분 안에 풀어야 하는 기본 문제입니다. 이진 탐색의 작동 원리만 알면 됩니다.

풀이:

(1) 이진 탐색 과정 (인덱스는 0부터 시작):

1단계: 중간 인덱스 = (0 + 8) / 2 = 4, 값 = 37 → 찾음!

답: 1회 비교로 찾음 (인덱스 4, 값 37)

(2) 시간복잡도:

• 이진 탐색: O(logn)
• 순차 탐색: O(n)

설명: 이진 탐색은 정렬된 배열에서 매번 탐색 범위를 절반으로 줄이므로 O(logn)이다. 반면 순차 탐색은 처음부터 끝까지 하나씩 비교하므로 O(n)이다. 예를 들어 100만 개 데이터에서 순차 탐색은 최악의 경우 100만 번, 이진 탐색은 약 20번만 비교하면 되므로 이진 탐색이 압도적으로 빠르다.

핵심 개념: 이진 탐색은 정렬된 데이터에서만 사용 가능하며, 탐색 속도가 매우 빠릅니다. 코딩테스트에서 자주 나오는 개념입니다.

문제 2. 알고리즘 (2학년 2학기)

문제: 다음 그래프에서 정점 A에서 출발하여 모든 정점을 방문하는 깊이 우선 탐색(DFS)과 너비 우선 탐색(BFS)의 방문 순서를 각각 나타내시오. (인접한 정점은 알파벳 순서로 방문한다고 가정)

그래프:
A -- B -- D
|    |
C -- E

난이도: ★★★☆☆ (중)
DFS와 BFS의 작동 원리를 정확히 이해하고 있어야 합니다. A 학점 학생 기준 7~10분 소요.

풀이:

DFS (깊이 우선 탐색 – 스택 또는 재귀 사용):

1. A 방문
2. A의 인접 정점 중 알파벳 순 → B 방문
3. B의 인접 정점 중 미방문 → D 방문
4. D의 인접 정점 없음 → 백트랙
5. B의 다른 인접 정점 → E 방문
6. E의 인접 정점 중 미방문 → C 방문

DFS 방문 순서: A → B → D → E → C

BFS (너비 우선 탐색 – 큐 사용):

1. A 방문, 큐: [A]
2. A의 인접 정점 B, C를 큐에 추가 → 큐: [B, C]
3. B 방문, B의 인접 정점 D, E를 큐에 추가 → 큐: [C, D, E]
4. C 방문, C의 새 인접 정점 없음 → 큐: [D, E]
5. D 방문 → 큐: [E]
6. E 방문 → 큐: []

BFS 방문 순서: A → B → C → D → E

핵심 개념: DFS는 깊이 방향으로 끝까지 탐색 후 백트랙, BFS는 같은 레벨을 먼저 모두 탐색합니다. 미로 찾기·최단 경로·네트워크 분석 등에 활용됩니다.

문제 3. 운영체제 (3학년 1학기)

문제: 다음 3개의 프로세스가 도착 시간 순서대로 실행된다. FCFS(First-Come, First-Served)와 SJF(Shortest Job First) 스케줄링 알고리즘 각각에 대해 평균 대기 시간(Average Waiting Time)을 구하시오.

프로세스	도착 시간	실행 시간
P1	0	8
P2	1	4
P3	2	2

난이도: ★★★★☆ (중상)
CPU 스케줄링 알고리즘을 정확히 이해하고 계산할 수 있어야 합니다. A 학점 학생 기준 10~12분 소요.

풀이:

FCFS (도착 순서대로 실행):

실행 순서: P1 → P2 → P3

• P1: 대기 시간 = 0 (바로 실행)
• P2: 대기 시간 = 8 – 1 = 7 (P1이 끝날 때까지 대기)
• P3: 대기 시간 = (8 + 4) – 2 = 10 (P1, P2가 끝날 때까지 대기)

평균 대기 시간:평균=30+7+10​=317​=5.67 시간 단위

SJF (실행 시간이 짧은 순서대로 – 비선점형):

시간 0: P1 도착, 실행 시작
시간 1: P2 도착 (P1 실행 중)
시간 2: P3 도착 (P1 실행 중)
시간 8: P1 종료, 대기 중인 P2(4), P3(2) 중 P3가 더 짧음 → P3 실행
시간 10: P3 종료 → P2 실행
시간 14: P2 종료

실행 순서: P1 → P3 → P2

• P1: 대기 시간 = 0
• P3: 대기 시간 = 8 – 2 = 6
• P2: 대기 시간 = 10 – 1 = 9

평균 대기 시간:평균=30+6+9​=315​=5.00 시간 단위

결론: SJF가 FCFS보다 평균 대기 시간이 짧습니다 (5.00 < 5.67).

핵심 개념: FCFS는 구현이 간단하지만 긴 프로세스가 먼저 오면 뒤 프로세스들이 오래 기다리는 Convoy Effect가 발생합니다. SJF는 평균 대기 시간을 최소화하지만, 긴 프로세스가 계속 밀려 기아(Starvation) 문제가 생길 수 있습니다.

• 문제 1 수준: 기본 알고리즘 이해 + 정확한 계산 → B~B+ 학점
• 문제 2 수준: 그래프 탐색 알고리즘 정확히 적용 → A- 학점
• 문제 3 수준: 복잡한 스케줄링 계산 + 분석 → A~A+ 학점

실제 시험에서는 이런 문제들이 5~8문제 정도 나오며, 시간은 90분~120분 주어집니다. 평소 과제와 연습문제를 충분히 풀어두지 않으면 시간 내에 다 풀기 어렵습니다. 학점 3.8 이상 받으려면 중간·기말 모두 85점 이상은 맞아야 하니, 매주 복습은 필수입니다!

이렇게 전공 과목을 열심히 듣고 시험도 잘 봐서 학점을 쌓는 것도 중요하지만, 실제 취업 시장에서는 학점만으로 승부를 보기 어렵습니다. IT 대기업 서류 전형에서 학점은 “최소 조건”일 뿐, 코딩테스트와 기술 면접을 통과하려면 알고리즘 실력, 프로젝트 경험, GitHub 포트폴리오 같은 실전 역량이 필수입니다. 그렇다면 컴퓨터공학과 학생이 졸업 전까지 최소한 어느 정도의 학점과 스펙을 갖춰야 원하는 진로로 나아갈 수 있을까요?

컴공에서 학점은 얼마나 중요할까? (대기업 vs 스타트업)

컴퓨터공학과를 졸업하고 네이버, 카카오, 삼성전자(SW 직군), 쿠팡 같은 IT 대기업에 지원하려면 학점 관리는 필수입니다. 하지만 다른 공과대학과 달리, 컴퓨터공학과는 “학점 < 코딩테스트 + 프로젝트”라는 독특한 특징이 있습니다. 잡코리아와 각종 IT 채용 플랫폼의 2024~2025년 합격자 통계를 분석한 결과, 학부 졸업자 기준 평균 학점은 3.5~3.7/4.5 정도이며, 석사 이상은 3.8/4.5 이상이 일반적입니다.

구체적으로 살펴보면:

3.0/4.5 미만: 대기업 서류 통과가 어렵지만, GitHub 스타 수백 개짜리 오픈소스 기여나 유명 공모전 수상 같은 압도적인 포트폴리오가 있으면 만회 가능합니다.

3.0~3.5/4.5: 최소 기준은 넘지만, 코딩테스트 만점 + 프로젝트 3개 이상 + GitHub 활발 등 실무 역량으로 강력히 보완해야 경쟁력을 갖출 수 있습니다. 실제로 네이버 합격자 중 학점 3.3이지만 알고리즘 대회 수상자인 사례도 많습니다.

3.5~3.8/4.5: 학점 때문에 서류에서 떨어질 걱정 없이 코딩테스트와 면접 준비에 집중할 수 있는 수준입니다. 이 구간이 가장 안정적입니다.

3.8 이상/4.5: 상위 20% 합격자 수준으로, 대학원 진학이나 해외 취업(구글, 메타 등)도 충분히 도전 가능합니다.

실제로 카카오 합격자의 학부 졸업자 평균 학점은 3.6/4.5, 네이버는 3.65/4.5 정도이며, 삼성전자 SW 직군도 “전공 평점 3.0 이상”을 명시합니다. 하지만 학점이 3.0대 초반이어도 코딩테스트 만점 + 오픈소스 기여 + 개인 프로젝트가 탄탄하면 합격하는 사례가 많습니다. 반대로 학점 4.0대여도 코딩테스트를 통과하지 못하면 불합격입니다.

다만, 스타트업이나 외국계 기업(구글, 아마존 등)은 학점을 거의 안 보고 코딩테스트 + 기술 면접 + GitHub 포트폴리오만 봅니다. 학점이 다소 낮더라도 실력만 있으면 충분히 좋은 기회를 잡을 수 있습니다.

출처:

• 프로그래머스 채용 리포트 (2025년)
• 원티드 IT 직군 합격자 통계 (2024~2025년)
• 각 기업 채용 공고 및 합격자 후기 (2025~2026년)

모든 데이터는 2026년 5월 기준 최신 공개 자료입니다.

학점만으로는 부족합니다. IT 대기업 채용 프로세스는 서류 → 코딩테스트 → 기술 면접이며, 코딩테스트에서 50% 이상이 탈락합니다. 학점 4.0이어도 코딩테스트를 못 풀면 떨어지고, 학점 3.2여도 코딩테스트 만점이면 붙습니다. 그만큼 실전 역량이 중요합니다.

코딩테스트·포트폴리오·클라우드, 준비 순서와 방법

컴퓨터공학과 커리큘럼을 충실히 이수하고 학점도 잘 관리했다면, 이제 실무 경쟁력을 갖출 차례입니다. IT 기업 채용 담당자들이 가장 중요하게 보는 건 “실제로 뭘 만들 수 있는가?”입니다.

자료구조·알고리즘·운영체제는 강의실에서 배웁니다. 하지만 코딩테스트 합격 수준의 문제 해결력, React·Spring으로 만든 웹 서비스, AWS에 배포한 프로젝트, GitHub에 정리된 포트폴리오는 스스로 만들어야 합니다. 네이버·카카오 같은 IT 대기업은 학점 3.5 이상을 선호하지만, 그보다 더 중요한 건 이런 실전 역량 3~4개를 실제 프로젝트에 적용한 경험입니다.

이 섹션에서는 컴퓨터공학 전공자가 졸업 전까지 반드시 쌓아야 할 5가지 핵심 역량과, 각 역량의 학습 경로·예상 시간·실전 활용법을 정리했습니다.

순위	역량	중요도	필수 대상
1	코딩테스트 (프로그래머스, LeetCode)	★★★★★	전체 학생 필수
2	GitHub 포트폴리오 & 프로젝트	★★★★★	전체 학생 필수
3	웹/앱 개발 (React, Spring, Flutter 등)	★★★★☆	백엔드·프론트엔드 지망생 필수
4	클라우드 & DevOps (AWS, Docker, k8s)	★★★★☆	백엔드·인프라 직군 지망생 권장
5	영어 & CS 면접 준비	★★★★☆	대학원 진학자·외국계 기업 지망생 필수

1. 코딩테스트 – 프로그래머스, LeetCode, 코드트리

왜 필요한가?

네이버, 카카오, 쿠팡, 삼성 등 국내 IT 기업 대부분이 코딩테스트를 서류 다음 1차 관문으로 운영합니다. 학점 4.5 만점에 토익 990점이어도 코딩테스트 2문제 미만이면 탈락하고, 학점 3.2에 토익 없어도 4문제 이상 풀면 면접 기회를 얻습니다. 채용의 70%는 코딩테스트에서 결정됩니다.

학습 순서 & 소요 시간

1~2학년 (기초 다지기):

• 프로그래머스 Lv.1: 2~3개월 (하루 1~2문제, 총 100문제)
• 자료구조 기본 (배열·스택·큐·해시): 동시 학습

2~3학년 (실전 준비):

• 프로그래머스 Lv.2: 3~4개월 (하루 1문제, 총 80문제)
• LeetCode Easy: 2~3개월 (주 3~4문제, 총 50문제)
• 알고리즘 심화 (DFS/BFS·DP·그리디): 이론 + 문제 병행

3~4학년 (기업별 대비):

• 프로그래머스 Lv.3: 3~6개월 (주 2~3문제, 총 30문제)
• LeetCode Medium: 4~6개월 (주 2~3문제, 총 50문제)
• 기업별 기출 문제: 지원 2개월 전부터 집중 (카카오 20문제, 삼성 10문제 등)

글로벌 기업 목표 시:

• LeetCode Hard: 6개월~ (주 1~2문제, 총 20문제)

추천 학습 자료

온라인 플랫폼:

• 프로그래머스: 레벨별 + 기업별 기출 문제 (카카오·네이버·라인 실전 환경)
• LeetCode: “Blind 75” 또는 “LeetCode Top 100 Liked” 리스트 (글로벌 표준)
• 코드트리(Codetree): 난이도별 체계, 실시간 Q&A 지원 (백준 대체)
• 삼성 SW Expert Academy: 삼성 HSAT 기출 + 모의 테스트

교재:

• 《이것이 코딩 테스트다》 (나동빈 저) – 국내 코테 필독서
• 《프로그래밍 대회에서 배우는 알고리즘 문제 해결 전략》 (구종만 저) – 심화 알고리즘
• 《Cracking the Coding Interview》 (영문) – 글로벌 기업 면접 대비

실전 활용 예시

카카오 코딩테스트:

• 5~7문제, 5시간, Python/Java/C++ 중 선택
• 3문제 이상 풀면 합격권, 4문제 이상이면 안정권
• 구현·문자열·DFS/BFS 빈출

삼성 SW 역량 테스트 (HSAT):

• 2문제, 3시간, 시뮬레이션·구현 중심
• 완전탐색·백트래킹 필수
• 1.5문제 이상 풀면 합격 (부분 점수 있음)

네이버 코딩테스트:

• 4~5문제, 3시간
• 자료구조·알고리즘 골고루 출제 (해시·그래프·DP 등)
• 2.5문제 이상 풀면 면접 가능

쿠팡·배달의민족:

• 3~4문제, 2~3시간
• 실무 시나리오 기반 문제 (배송 최적화, 추천 알고리즘 등)
• 2문제 이상 + 코드 가독성 중요

취업·대학원에서의 가치IT
대기업 코딩테스트 평균 통과율은 30~40%입니다. 준비 없이 응시하면 탈락 확률 90% 이상이지만, 체계적으로 준비하면 합격 확률 60~70%까지 올라갑니다.

2학년 겨울방학부터 매일 1문제씩 꾸준히 풀면, 4학년 상반기엔 프로그래머스 Lv.2를 30분 안에, Lv.3을 1시간 안에 풀 수 있는 수준에 도달합니다. 이 실력이면 국내 대기업 90% 이상의 코테를 안정적으로 통과할 수 있습니다.

대학원 진학 시에도 코딩 실력은 필수입니다. 연구실 프로젝트에서 데이터 전처리, 실험 자동화 스크립트, 알고리즘 구현 등 모든 과정에 코딩이 들어가기 때문에, 코테 준비 과정에서 다진 문제 해결 능력이 그대로 연구 효율로 이어집니다.

2. GitHub 포트폴리오 & 개인 프로젝트

왜 필요한가?
“프로젝트 경험 있나요?”라는 면접 질문에 GitHub 링크를 보여주면, 면접관이 실제 코드를 보고 “이 사람은 정말 할 줄 아는구나” 판단합니다. 이력서에 아무리 “Python 능숙”이라고 써도, GitHub에 프로젝트가 없으면 신뢰가 떨어집니다.

추천 프로젝트 주제 (난이도별)

• 초급 (2~4주): To-Do List 웹앱, 간단한 크롤러, 콘솔 게임
• 중급 (1~2개월): 게시판 웹사이트 (React + Spring), 챗봇, 이미지 분류 AI
• 고급 (3~6개월): SNS 클론 (인스타그램, 트위터), 실시간 채팅 앱, 추천 시스템

GitHub 포트폴리오 작성 요령

• README.md: 프로젝트 목적, 기술 스택, 주요 기능, 실행 방법, 스크린샷/데모 영상
• 커밋 메시지: “Add login feature”, “Fix API bug” 등 명확히
• 코드 품질: 주석, 변수명 명확히, PEP 8 (Python) 또는 Google Style Guide (Java) 준수
• 오픈소스 기여: 작은 버그 수정, 문서 번역부터 시작

실전 활용 예시

• “React + Spring Boot 게시판” GitHub 공개, 200+ stars 획득
• “AI 챗봇 프로젝트”를 면접에서 라이브 시연
• 오픈소스 프로젝트(예: React, TensorFlow)에 PR 머지됨 → 이력서에 기재

취업·대학원에서의 가치
GitHub 스타 100개 이상짜리 프로젝트가 하나 있으면, 학점 3.0대여도 면접까지 갈 확률이 2배 이상 높아집니다. 스타트업은 학점 안 보고 GitHub만 보기도 합니다.

3. 웹/앱 개발 실무 – React, Spring, Flutter

왜 필요한가?
백엔드·프론트엔드 개발자로 취업하려면 실무에서 쓰는 프레임워크를 다룰 줄 알아야 합니다. 학교에서 배운 C·Java 기초만으로는 실무 프로젝트를 못 합니다.

학습 순서 & 소요 시간

• HTML/CSS/JavaScript 기초: 2~3주
• React 기초: 4~6주 (컴포넌트, 상태 관리, Hooks)
• Spring Boot 기초: 6~8주 (REST API, JPA, Security)
• Flutter: 4~6주 (위젯, 상태 관리, Firebase 연동)

추천 학습 자료

• React: 공식 튜토리얼, “리액트를 다루는 기술” (김민준 저)
• Spring Boot: “스프링 부트와 AWS로 혼자 구현하는 웹 서비스” (이동욱 저)
• Flutter: 공식 Codelab, Udemy “The Complete Flutter Development Bootcamp”

실전 활용 예시

• React + Spring Boot로 게시판 웹사이트 제작 (CRUD, 회원 가입, 로그인)
• Flutter로 날씨 앱 제작 (OpenWeatherMap API 연동)
• AWS EC2에 배포 후 실제 도메인 연결

취업·대학원에서의 가치
“React·Spring 사용 가능” 항목이 이력서에 있으면 백엔드·프론트엔드 직무 서류 통과율이 크게 높아집니다. 졸업 프로젝트로도 활용 가능합니다.

4. 클라우드 & DevOps – AWS, Docker, Kubernetes

왜 필요한가?
요즘 기업들은 온프레미스(자체 서버) 대신 클라우드(AWS, Azure, GCP)를 씁니다. 배포·확장·모니터링을 자동화하는 DevOps 역량이 있으면 백엔드 엔지니어로서 경쟁력이 크게 높아집니다.

학습 순서 & 소요 시간

• AWS 기초 (EC2, S3, RDS): 4~6주
• Docker 기초 (컨테이너, 이미지): 2~4주
• Kubernetes 기초 (Pod, Service): 6~8주
• CI/CD (GitHub Actions, Jenkins): 4~6주

추천 학습 자료

• AWS: 공식 “AWS Educate”, “아마존 웹 서비스를 다루는 기술” (이재홍 저)
• Docker: 공식 튜토리얼, “시작하세요! 도커/쿠버네티스” (용찬호 저)
• Kubernetes: Kubernetes.io 공식 문서, Udemy “Docker and Kubernetes: The Complete Guide”

실전 활용 예시

• Spring Boot 앱을 Docker 이미지로 만들어 AWS ECS에 배포
• GitHub Actions로 푸시할 때마다 자동 빌드·테스트·배포
• k8s로 트래픽 급증 시 자동 스케일링 구현

취업·대학원에서의 가치
AWS·Docker 경험이 있으면 백엔드 직무 면접에서 “실무 바로 투입 가능” 평가를 받습니다. DevOps 엔지니어 직무도 지원 가능합니다.

5. 영어 & CS 기술 면접 준비

왜 필요한가?
최신 기술 문서·Stack Overflow·GitHub 이슈는 대부분 영어로 작성됩니다. 구글·아마존 같은 외국계 기업이나 해외 대학원에 가려면 영어 면접이 필수이며, 국내 대기업도 기술 면접에서 CS 기초(운영체제, 네트워크, 데이터베이스)를 영어로 물어보는 경우가 있습니다.

구분 | 영어 점수 기준 | 비고

• 네이버·카카오: TOEIC 800점 이상 권장 / 점수보다 기술 면접 중요
• 삼성전자 (SW): TOEIC 750점 이상 / 글로벌 직무 우대
• 외국계 (구글·아마존): 영어 면접 필수 / 점수 요구 없음, 회화 능력 중시
• 해외 대학원 (미국): TOEFL 90점 이상 / 상위권 100점 이상

학습 순서 & 소요 시간

• 기술 영어 독해: 2~3개월 (Stack Overflow, GitHub README 읽기)
• CS 기초 영어 표현: 1~2개월 (“process”, “thread”, “mutex” 등)
• 영어 기술 면접 연습: 3~6개월 (Pramp, Interviewing.io)

추천 학습 자료

• LeetCode Discussion: 영어로 알고리즘 풀이 읽기
• “Cracking the Coding Interview” (영문판) – 구글·아마존 면접 바이블
• YouTube “Clément Mihailescu” 채널 – 실제 구글 면접 시뮬레이션

실전 활용 예시

• Stack Overflow에서 영어로 질문·답변 작성 (reputation 100+ 획득)
• GitHub 오픈소스 프로젝트에 영어로 이슈 제기·PR 제출
• “Explain the difference between process and thread” 같은 질문에 영어로 2분 설명

취업·대학원에서의 가치
해외 대학원 입학 면접에서 “최근 한 프로젝트를 설명하세요”는 거의 필수 질문이며, 영어로 유창하게 대답하면 합격률이 2배 이상 높아집니다. 구글·아마존은 모든 면접이 영어입니다.

컴공 지망생이 가장 많이 묻는 10가지 질문 (FAQ)

컴퓨터공학과 4년 제대로 준비하는 법

컴퓨터공학은 “문제를 해결하는 학문”입니다. 1학년 때 배운 반복문이 2학년 자료구조에서 이진 탐색으로 바뀌고, 3학년 때 설계한 웹사이트가 4학년 졸업 프로젝트에서 실제 사용자 1,000명이 쓰는 서비스로 완성되는 과정을 직접 경험하게 됩니다. 코드가 현실을 바꾸는 순간의 쾌감은, 4년간의 고된 공부를 단번에 보상해줍니다.

지금 막막하게 느껴지는 포인터·재귀함수·시간복잡도도, 학기마다 하나씩 정복하다 보면 어느새 “이 서비스는 어떤 알고리즘으로 만들어졌는지” “저 앱은 어떤 구조로 설계됐는지” 눈에 보이기 시작합니다. 백준에서 첫 골드 문제를 풀었을 때, GitHub 프로젝트에 첫 스타가 달렸을 때, 졸업 프로젝트가 실제 배포되어 친구들이 써봤을 때—그 순간들이 쌓여 여러분을 개발자로 만들어줍니다.

컴퓨터공학과 진학을 고민하고 있다면, 이 글이 4년간의 현실적인 나침반이 되길 바랍니다. 학점은 3.5 이상 유지하되, 코딩테스트와 프로젝트에 더 많은 시간을 투자하세요. 남들이 학점 0.1점 올리려고 밤새울 때, 여러분은 GitHub에 프로젝트 하나 더 올리세요. 4년 뒤, 그 선택의 차이를 확실히 느끼게 될 겁니다.

---

---

---

오늘의 대학생활과 내일의 방향을 함께 준비하세요

---

---

---