제 지원 분야는 Bayesian machine learning 인데, 관련 교수님이 2분 이상 있는 학교들을 거의 전부 지원했고 UMass Amherst 를 제외한 학교들은 전부 Bayesian ML 교수님들입니다.

University of Pennsylvania, Princeton University, University of Massachusetts in Amherst 

MIT, UCB, CMU, Cornell (인터뷰 후 탈락), BU, NYU, Columbia, UCI, UCSD (인터뷰 거절), UCLA, Duke

서강대 전자공학 3.01/4.3, Last 2 year GPA 3.19/4.3, Major GPA 3.13/4.3

TOEFL 105, GRE Q166/V155/AW4

Full support with 1-year fellowship (이건 합격자 공통입니다)

Experience

Computer system/High-performance computing 분야 탑저널 논문 1저자 1편, 우수학회 1저자 1편, SCI 저널 3저자 1편

Biomedical imaging 분야 SCI 저널 2저자 2편

머신러닝 분야 논문은 없어서 걱정이었는데 다행히 SoP 로 교수님들한테 흥미를 잘 어필했던 것 같습니다.

이외에 학부연구생 경험 4년 동안 수행한 자잘한 프로젝트들을 CV 에다가 자세히 적었습니다.

지원 당시 영국 University of Liverpool 에서 signal processing 분야의 Research Associate 로 근무중이었습니다. 교수님 몇 분은 이 경력을 의아해하시더라고요. 특이한 경력이긴 해서 입시에 얼만큼 영향이 있었을지 개인적으로는 조금 궁금했습니다.

워낙 이것저것 연구했다보니까 희망 연구분야를 지속적으로 연구한 것에 비해서 재수를 하는등 조금 힘들게 붙은 느낌이 있습니다. UMass Amherst 붙었을 때 면담한 교수님 말로는 다양한 연구 경험이 있어서 이목은 많이 끌었는데 교수님들이 과연 자기와의 match 가 좋을지를 많이 걱정하셨다고 하더라고요. UMass Amherst 는 그래서 공교롭게도 computer system과 ML 융합 연구를 주로 하시는 교수님 두분이 면접을 주셨습니다.

같이 연구를 해본 경험이 있는 학과 교수님 2분, 같이 일한 영국인 교수님 1분께 추천서를 받았습니다. 크게 요청드린건 없고 써달라고만 했는데 학과 교수님 1분이랑 영국인 교수님은 자기가 최근에 쓴 추천서 중에서 가장 강하게 써줬다고 해주셨습니다. 

저는 2021학년도에 거의 동일한 학교들에 지원을 했다가 전탈을 했습니다. 그리고 올해 다시 지원을 했는데 그 사이에 크게 늘어난 스펙은 없고 CV presentation 이랑 SoP 만 중점적으로 바꿨습니다. 그렇다보니 1 샘플짜리  randomized control trial 로 취급할 수 있을 것 같습니다. 다만 2021학년도의 경우 면접 보셨던 교수님이 코로나 때문에 펀딩 상황이 많이 안 좋다는 얘기를 하셨었습니다. 

2021학년도에 지원할 때는 주로 사람들이 작성하는 것과 같이 제 이전 연구 경험과 수업 들었던 경험 위주로 작성을 했습니다. 연구하고 싶은 내용은 1문단 정도 적었던 것 같습니다. 2022년에는 앞으로 연구하고 싶은 주제에 관한 얘기들을 최대한 잔뜩 적었습니다. 최대한 cutting edge research 를 잘 이해하고 있다는 인상을 줄 수 있도록 세부적인 연구주제 관련된 내용까지도 썼습니다. 그게 어느 정도 통했던 것 같습니다.

구체적으로는, 왜 Bayesian inference 를 연구하고 싶은지 1문단, 최근 연구 이슈들 그리고 내가 적용해보고 싶은 해결책들 3문단, 이전 연구 경험들 2문단 (Bayesian inference 연구와의 연관성과 최대한 엮어서 적었습니다). 왜 PhD를 따고 싶은지 1문단, 왜 이 학교인지 및 희망 지도교수 1문단.

Interview

2021학년도의 경험으로는, 교수님들이 면접을 주는 경우는 이미 어느 정도는 뽑을 생각을 한 상태에서 match 가 얼마나 좋은지를 확인하기 위해서 하는 것 같았습니다. 2021년에 떨어졌을 때는 왜 떨어졌냐고 물어보니까 match 가 염려된다는 말을 하셨었거든요. 그래서 면접을 볼 때 다른 특별한건 준비하지 않고 이 교수님의 연구분야에 관해서 잘 안다는 인식을 줄 수 있는, 논문에는 안 나와있어서 밖에서는 잘 모르는 정보들을 어필할려고 노력했습니다.

UMass Amherst 에서 computer system + ML 연구를 하는 교수님 두분, UCSD는 순수 computer system 교수님 1분,  UPenn, Cornell 과 Princeton 에서는 Bayesian ML  연구를 하시는 교수님들이 인터뷰를 주셨습니다.

UMass Amherst 교수님들과의 면접은 교수님들이 어떤 연구를 했는지, 그리고 했던 연구에서 궁금한 점들을 주로 물어보셨고 앞으로 하고 싶은 연구에 관해서 물어보셨습니다.

Princeton 교수님은 질문들을 미리 준비하셔서 다양한 것들을 물어보셨는데 왜 Bayesian ML 이 좋은지, Baysian ML 의 장점은 뭐라고 생각하는지, 원하는 지도교수상은 어떤지, PhD 를 따서 뭘 하고 싶은지 등을 물어보셨습니다. 준비해오신 질문들을 답하느라 다른 연구얘기는 많이 못했습니다.

UPenn 교수님은 시작부터 끝까지 연구 잡담 느낌이었습니다. 최근 연구 이슈들, 그리고 이에 대한 제 생각과 교수님 생각 등을 얘기하다가 시간이 다 갔습니다.

UCSD 는 한국인 박사과정분이 면접을 보셨는데 시작하자마 솔직하게 올꺼냐고 물어보셨습니다. 다른 학교를 이미 붙은 상황이라서 솔직하게 안 갈꺼라고 얘기하고 잡담만 했습니다.

Cornell 의 경우에는 교수님이 미리 발표 주제를 준비해서 15분 정도 발표를 하라고 하셔서 PPT 를 준비해서 갔는데, 시작한지 5분도 안돼서 떨어졌다는걸 직감했습니다. 교수님이 시작부터 끝까지 발표 내용을 하나도 못 알아들으셨습니다.

저의 희망연구분야 Bayesian ML 은 미국에서 연구를 하는 교수님들이 그렇게까지 많지 않다는 특징이 있습니다. (주로 영국과 캐나다에서 많이 합니다.) 그렇다보니 지원을 하는 교수님들이 정해져 있고, 실제로 교수님들이 서로 작은 인재풀을 가지고 경쟁한다는걸 알고 계시더라고요. 그래서 지원할 당시에 Bayesian ML 교수님들만 알아들을 수 있게 SoP 를 핀포인트로 적었는데, 걱정했던 것과 다르게 잘 먹혔던 것 같습니다.

한가지 특징은 합격을 주신 교수님들 모두 신임/신임 저년차 교수님들이었습니다. 원로 교수님들한테는 면접 조차도 받지 못했는데, 저년차 교수님들이 학생 TO 우선권을 가져가서 그렇다는 예상을 해봅니다. 그래서 지원하실 때 가능하면 저년차 교수님들을 노리시는 것이 안전한 전략일 것 같습니다.

제가 학점이 일반적인 지원자에 비해서 낮은 편인데, 교수님들도 그렇고 아무도 이에 관해서 물어보지 않더라고요. 아이비리그 학교들, 특히 committee 로 뽑는 경향이 강한 Cornell, Princeton의 경우에는 학점이 낮으면 많이 불리할꺼라고 생각을 했는데 의외로 아이비리그 학교들만 연락이 와서 좀 신기했습니다.

교수님들과 추가로 얘기를 해보고 몇달간 길게 고민한 끝에 UPenn 을 골랐습니다. 둘 분이 Bayesian ML 에서 나름 알려져 있고 연구 성과도 괜찮고 Princeton, UPenn 이 지역도 비슷해서 정말 고르기 힘들었는데, UPenn 교수님이 약간 더 지도를 밀접하게 해주실꺼라는 인상을 받았습니다. 만나달라고 하면 쉽게 만나주시기도 했고요.