풀타임 개발자가 퇴근 후 코세라로 컴퓨터과학 학위를 끝낸 후기

학위 없는 21년 차 개발자가 왜 다시 학위를 했나

• 글쓴이는 2022년 9월, Coursera 광고를 보고 런던대 컴퓨터과학 학사에 충동적으로 등록함

  • 전체 기간은 약 3년 9개월이었고, 마지막 3개월은 결과를 기다리는 시간이었다고 함
  • 풀타임으로 일하면서 전부 퇴근 후와 주말에 처리한 케이스임

• 이미 커리어는 충분히 길었음. 학위가 없어서 개발자가 못 된 건 아니었음

  • 기술 경력은 거의 21년, 그중 14년 정도는 소프트웨어 개발자와 머신러닝 엔지니어로 일함
  • 고등학교를 일찍 그만두고 MCP, MCSA, A+ 같은 자격증으로 18살에 헬프데스크 일을 시작함
  • 이후 CS50, Andrew Ng 머신러닝 강의, fastai, 책, Kaggle 같은 경로로 필요한 지식을 계속 쌓아왔음

• 그래도 학위가 아예 의미 없었던 건 아님

  • 호주에서는 경험과 태도를 더 보는 분위기라 큰 장벽은 아니었지만, 해외 취업에서는 얘기가 달랐음
  • 미국 회사 인터뷰 막판까지 갔다가 호주-미국 E-3 비자에 학사 학위가 필요하다는 걸 알게 된 경험이 있었음
  • 당장 해외에서 일할 생각은 없어도 선택지를 열어두고 싶었다는 게 꽤 현실적인 이유임

과정 구조와 비용

• 학위는 100% 원격으로 진행됨

  • 강의, 실습 노트북, 퀴즈, 포럼, 과제 제출은 Coursera에서 처리함
  • 프로그램 운영은 University of London Worldwide가 맡고, 과제와 시험 채점은 Goldsmiths, University of London이 맡음
  • 시험은 Inspera 원격 감독 소프트웨어로 진행됨

• 입학 조건이 애매한 사람을 위한 Performance-Based Admission도 있었음

  • 고등학교 졸업장 대신 프로그래밍 입문 과목 하나와 수학 과목 하나를 통과하면 정식 과정에 들어갈 수 있음
  • 이 과목들은 최종 성적에도 포함돼서, 일종의 맛보기이면서도 시간 낭비는 아닌 구조임

• 비용은 싸다고만 말하기엔 꽤 큼

  • 호주 기준 한 모듈은 현재 823파운드, 약 1600호주달러 수준임
  • 학교가 공개한 총 프로그램 비용은 거주 국가와 수강 속도에 따라 1만4666파운드에서 2만1829파운드 사이임
  • 글쓴이의 총비용은 약 1만7000파운드, 호주달러로 약 3만3000달러였고 3.5년에 걸쳐 나눠 냈음

• Recognition of Prior Learning 덕분에 세 과목을 대체함

  • Google IT Support Professional Certificate로 How Computers Work를 대체함
  • IBM Data Science Professional Certificate로 Data Science를 대체함
  • IBM AI Engineering Professional Certificate로 Machine Learning and Neural Networks를 대체함
  • 이 조합이 전체 학위에서 한 세션 정도를 줄여줬다고 함

workload는 생각보다 세다

• 한 세션에 최대 네 과목까지 들을 수 있고, 전체 과정은 6년 안에 끝내야 함

  • 글쓴이는 PBA 이후 평균 세 과목씩 들었고, 마지막 세션에는 네 과목까지 들음
  • 가장 빠르게 끝내면 3년 정도가 가능하지만, 그만큼 계속 높은 부하를 견뎌야 함

• 시험과 과제 시즌에는 거의 모든 자유 시간이 학위에 먹힘

  • 어느 날은 새벽 4시에 일어나 4시간짜리 시험을 보고, 낮에는 일하고, 밤에는 과제를 했다고 함
  • 특히 마지막 두 세션이 가장 힘들었다고 평가함

• 프로젝트는 꽤 실전적이고 다양했음

  • 오디오 비주얼라이저, JavaScript 게임, JUCE 기반 DJ 시뮬레이터, 진화 알고리즘 프로젝트, 신호 처리 과제, 웹 데이터 스크래핑·분석 연구 등이 나옴
  • 최종 프로젝트로는 Apple Silicon에서 끝까지 학습·실행되는 유방암 감지 유방촬영 분류기를 만들었음

좋았던 점과 별로였던 점

• 제일 좋았던 건 다른 학생들이었다고 함

  • Coursera가 학생 Slack 워크스페이스로 초대해주는데, 공식 운영은 거의 없고 학생·졸업생이 뒤섞인 혼돈의 커뮤니티였다고 함
  • 과제를 멋지게 만든 학생들이 영상과 스크린샷을 공유하면서 서로 자극을 줬음
  • 우크라이나 전쟁 중 학위를 끝낸 학생, 교사로 일하면서 출산 두 번과 석사까지 병행한 학생, 우간다 난민 캠프에서 태양광 패널과 모바일 데이터로 공부한 친구 같은 사례도 나옴

• 가장 큰 불만은 성적이 너무 늦게 나온다는 점임

  • 점수를 받는 데 약 3개월이 걸림
  • 중간고사 피드백이 기말 제출 직전에 나오는 수준이라, 피드백을 실제로 반영하기가 어렵다고 함
  • 과목을 떨어지면 해당 부분만 재응시할 수 있지만, 최종 성적이 다음 세션 시작 후에 나와서 1년을 기다리는 상황도 생김

• Coursera와 Inspera도 완벽하진 않았음

  • Coursera는 실제 학위 프로그램 상태와 싱크가 안 맞는 부분이 있고, 외부에서 치른 시험을 제대로 인식하지 못하는 경우가 있었음
  • 과제 제출 파일과 영상 업로드가 번거롭고, 오타 하나 고치려면 전체를 다시 올려야 하는 식의 UX 문제가 있었음
  • Inspera는 시험 중 오탐으로 갑자기 꺼지는 경우가 있어, 4시간 제한 시험에서는 상당한 스트레스를 준다고 함

ChatGPT 이후 학위가 바뀐 방식

• 글쓴이는 ChatGPT 출시 한 달 전에 학위를 시작해서, LLM이 교육을 바꾸는 과정을 거의 실시간으로 봄

  • 처음에는 24시간 안에 원하는 시간에 시험을 시작할 수 있었지만, 나중에는 반구별로 같은 시간에 시험을 보도록 바뀜
  • 치트시트도 최근 제거됐는데, LLM으로 생성하거나 보조 화면을 쓰는 문제를 막기 위한 조치로 보인다고 함

• 학생 커뮤니티의 대화량도 줄었다고 함

  • 예전에는 Slack에서 개념을 묻고 이해를 확인하는 대화가 많았음
  • 시간이 지나면서 사람에게 묻기보다 LLM에게 바로 질문하는 쪽으로 이동한 것 같다고 봄

• 2025년 2월에는 공식 AI 정책이 나옴

  • LLM이 만든 결과물을 인정 없이 제출하면 contract cheating, 즉 돈 주고 과제를 맡기는 것과 같은 범주로 취급함
  • Level Zero는 AI 사용 금지, Level One은 브레인스토밍·구조화 같은 보조 사용 허용, Level Two는 AI 사용 후 결과를 비평하는 식으로 AI 사용을 요구함
  • 교육기관 입장에서는 학생이 학습 전체를 LLM에 외주 주는 걸 막으면서도, 직업 세계에서 AI가 쓰인다는 현실을 반영해야 하는 난제가 생긴 셈임

실전 팁도 꽤 구체적임

• 과제는 일찍 시작하고 자주 제출하는 전략이 먹혔다고 함

  • 일단 통과는 가능해 보이는 end-to-end 버전을 빨리 만들고, 그 뒤 계속 개선하는 방식임
  • 제출 화면 스크린샷, 업로드 자산의 S3 URL 기록, 체크리스트까지 남겨 실수를 줄였음

• 막히는 과목은 먼저 처리하는 게 중요함

  • Object-Oriented Programming, Software Design and Development 같은 과목은 다음 단계 진행을 막을 수 있음
  • 재응시가 필요해지면 전체 학위 일정이 세션 단위로 밀릴 수 있어서 초반에 리스크를 줄이는 게 낫다고 함

• 결론은 ‘힘들었지만 할 만했다’에 가까움

  • 특히 수학 과목처럼 혼자였다면 절대 공부하지 않았을 영역을 강제로 배운 게 좋았다고 함
  • 아내와 친구들에게는 미안할 만큼 시간이 많이 들었지만, 학위를 끝냈다는 만족감과 좋은 동료를 얻은 경험이 컸음

---

기술 맥락

• 이 글에서 중요한 선택은 ‘경력자가 뒤늦게 온라인 CS 학위를 택했다’는 점이에요. 이미 개발자로 일하고 있었기 때문에 취업 입문용 학위라기보다, 해외 비자 선택지와 지식 공백을 메우는 도구에 가까웠거든요.

• Coursera 기반 구조가 맞았던 이유는 일과 병행할 수 있었기 때문이에요. 강의와 과제 제출은 비동기로 처리하면서도, 시험과 채점은 대학이 관리해서 일반 MOOC보다 제도권 학위에 가까운 무게를 유지했어요.

• RPL을 적극적으로 쓴 것도 실용적인 포인트예요. 이미 비슷한 내용을 Coursera 자격증으로 증명할 수 있다면, 같은 내용을 다시 돈 내고 듣는 대신 시간과 비용을 줄이는 쪽이 합리적이거든요.

• LLM 이후 원격 교육의 난이도는 학습보다 평가에서 더 크게 올라갔어요. 학교는 AI를 완전히 막기 어렵다는 걸 인정하면서도, 무단 생성물 제출은 부정행위로 보고 시험 감독과 정책을 강화하는 쪽을 택했어요.