#5. 나에게 맞는 학교를 고를 수 록 합격률이 높아진다. Research-fit의 중요성.

GRE 5점 올릴려고 학원에서 한달씩이나 투자하면서, 막상 어느 대학원들에 지원할지 깊이고민을 않하는 학생들이 많다. 어느 학원/강사 등록할지는 깊은 고민과 상담 후 정하면서, 최종 어느 대학원 지원할지는 고민도 상담도 없이 그냥 Top20 학교이니까 싹 골라서 지원하는것은 효과적이지 못하다.


GRE 5점 올리는것 보다, 나에게 잘 맞는 학교들을 찾는것이 합격률에 훨신 더움이 더 된다.

나에게 잘 맞는다는 학교가 그럼 무슨 뜻인가? 내 연구비젼 및 연구방법론과 얼마나 비슷한지이다. 구체적인 예를 들자면, 나는 로보틱스 지원자로서 모든 로봇 연구실이 다 right-fit 인게 아니다. 연구실의 방법론이 얼마나 전통적인 model-based 제어 방식인지 새로 뜨는 end-to-end learning-based 제어 방식인지, 아니면 둘을 융합하는지에 따라 비전과 교수님의 입맛이 다를 뿐더라, 나의 랩 지원 동기부여도 크게 달랐다. 나에게 잘 맞는 학교란 나의 스펙에 맞다 / 안 맞다 뜻이 아니다. 지원할때는 reach school, right fit school, safety school으로 다 지원하는게 좋다.



나에게 잘 맞는다는 학교는 즉 research-fit이 내 경력이랑 관심사랑 잘 맞는지를 언급하는것이다. 학교마다 그리도 세부적으로 교수님마다 강조하는 연구 방향이 있다. 정말 있다. 로보틱스 연구하는 탑 공대라고 서부에 있는 Berkeley랑 동부에 있는 MIT가 똑같은 로봇 연구방향을 갖고있다 라고 하는것은 틀리다. 버클리의 Peter Abbeel 교수님과 Sergey Levine 교수님이 혁신적인 딥러닝으로 로봇분야를선도하는 반면에, 동부에 MIT 에 김상배 교수님과 Sertac Karaman 교수님은 전통적인 동물에 의존한 생물학적인 디자인과 제어를 로봇분야로 융합한다.


석박사 지원자 이시면 양쪽 논문들도 좀 읽어보셨을 것이고, 어느 연구실들이 어떤 연구 주제들을 주도하는지 조금은 파악하실 수 있으실 것입니다. 또한, 지원하는 교수님의 박사 졸업학위논문을 보시면, 이 랩실은 어떤 방향으로 연구를 펼칠 지 짐각이 갈 수 있습니다.



어느 학교 그리고 세부적으로 어느 지도교수님으로 지원할지는 지원자 마다 매우 케바케여서 다른 블로그 내용과 달리 일반적으로 적기 어렵다. 그러니 지원자가 주변에 직접 물어보는게 제일 쉽고 빠르다고 생각한다. 석박사 지원자들은 이미 어느 연구실에 소속하며 주변에 선배 및 선임연구원님이 있을것이다. 그들에게 현재 소속인 연구실과 비슷한 연구방향을 갖춘 미국 연구실들이 어디인지 알려달라고 하는것을 추천한다. 그래야 지원학교들이 나에게 벌써 맞춤형이 빨리 되고, 지원서 쉬워진다. 또한 주변 선배들이 나의 연구성과를 지켜봤으니, 솔직하고 실직적인 피드백을 주지 않을까 짐작된다.


그 다음에서야만 이제 학교 랭킹을 보고 다른 합격자들과 스펙을 비교하며 실직적인 결정을하며 지원할 학교를 수정해 나가는게 입학률도 높고 스트레스 부담도 적다. 랭킹 보고 비교하는것은 스트레스가 크다. 그러니 참고할 정도로만 사용하지, 나의 실력을 다른 사람과 비교한다고 절대 시간 낭비를 하지말자. 우리 한인 박사들은 어떻게든 앞길을 잘 해나갈것이니까.



References:


[1] 해커스 합격 스펙 및 후기: https://www.hackersuhak.com/site/?sec=master&sub=admission

[2] 리더스 합격 스펙: http://www.leadersuhak.com/top-10-%EB%AF%B8%EA%B5%AD-%EA%B3%B5%EB%8C%80-%EB%8C%80%ED%95%99%EC%9B%90-%ED%95%A9%EA%B2%A9-%ED%94%84%EB%A1%9C%ED%8C%8C%EC%9D%BC/