카카오 계정과 연동하여 게시글에 달린
댓글 알람, 소식등을 빠르게 받아보세요

가장 핫한 댓글은?

본문이 수정되지 않는 박제글입니다.

Computer Architecture 분야 미국 박사

2026.06.14

2

78

안녕하세요. 미국 Computer Architecture 분야 PhD 지원 예정인 석사생입니다.
특정이 될 수도 있겠지만, 현재 제 상황에서 현실적으로 어느 정도 학교까지 가능할지 객관적인 조언을 듣고 싶어 글 올립니다.

학부
- YK
- GPA: 3.8 / 4.3

연구 경험
- Computer Architecture 탑티어 학회 논문 1편 공동 1저자 중 앞저자 (ISCA/MICRO/ASPLOS 중 1)
- Efficient ML systems 관련 연구 진행 중 (올해 하반기 AI 탑티어 제출 예정입니다)

일단 ML 논문은 투고는 할 예정이나, 입시 때는 Under Review 혹은 On-going project 정도로 소개되지 않을까 합니다.

미국 대학원 입시는 연구 fit이나 추천서, 인터뷰 퀄리티 등 정성적인 요소가 중요하다는 것은 알고 있지만, 그래도 비슷한 분야에서 지원해보신 분들이 보시기에 대략적으로 어느 정도 학교까지 현실적인지 궁금합니다.

- Berkeley / MIT / Stanford / CMU 같은 최상위권이 현실적으로 도전 가능한 수준인지
- 아니면 UIUC / Georgia Tech / UT Austin / Cornell 정도가 현실적인 상방인지

대략적인 의견이라도 주시면 큰 도움이 될 것 같습니다. 또한 지원 전에 보완하면 좋을 부분이 있다면 함께 조언 부탁드립니다.

카카오 계정과 연동하여 게시글에 달린
댓글 알람, 소식등을 빠르게 받아보세요

댓글 2개

2026.06.14

이런 글을 볼 때 마다 1년 전 저를 보는 것 같아서 답답해서 댓글 남깁니다.
미국 대학원 입시 그것도 박사 입시는 한국 입시랑 정말 달라서 MIT, Stanford를 붙을 실력의 학생이면 당연히 Georgia Tech, UIUC를 붙고 하는 그런 원리가 아닙니다. 즉 반대로 이야기해서 소위 말하는 대학 랭킹에서 아래에 있는 대학교를 다 떨어지고도 탑스쿨을 붙을 수도 있습니다.
그 이유는 박사를 뽑는 기준이 리서치 핏, 추천서, 컨택 및 인터뷰시 분위기, 학점 등등 한국의 수능 처럼 정량적으로 측정할 수 없는 요소로 선발하기 때문입니다.
또한 탑스쿨에 합격할 스펙이 아니라고 말씀드리고 Top 10 아래 부터 쓰라고 말씀드리면 정말로 그렇게 지원하실 건가요? 탑스쿨만 쓸지 50위권 밖의 학교까지 쓸 지 고민하는 것도 아니고... Top 10 학교는 그 어떤 지원자가 와도 그의 합격 가능성을 알 수도, 알 필요도 없다고 생각합니다. 그 시간에 컨택에 집중하시고 SOP/CV 작성에 최선을 다하시다가 지원하시면 됩니다.
감히 조언을 드리자면 최대한 많은 학교 교수님들께 컨택을 하시고 본인에게 관심이 있어 보이는 학교/교수님에게 지원을 하시면 면접도 못 보고 원서비를 날리는 낭패를 예방하실 수는 있습니다. 그리고 학교도 위에서 언습하신 Top 10 학교만 지원하지 말고 원서비 예산이 허용하는한 최대한 다양하게 (탑 20 밖) 쓰시는게 멘탈 관리 그리고 면접 연습 등 여러모로 도움이 많이 됩니다.
마지막으로 언급해 주신 비슷한 분야 비슷한 스펙 (학점 3점대 극후반, 탑컨퍼 1저자 논문)으로 이번에 UC Berkeley (석사 후), Michigan (다박) 가는 사람도 있고요 Top 10만 썼다가 다 떨어지고 재수하는 친구도 있네요. 아시다시피 ML/AI 분야는 경쟁이 정말 치열해서 다들 탑티어 학회 논문 하나쯤은 있어서 더더욱 리서치 핏 및 컨택이 중요합니다.
저도 운 좋게 올해 탑스쿨로 가지만 작년에 이런 고민하면서 낭비한 시간이 후회되네요. 화이팅입니다.

2026.06.14

인기있는 분야일수록 정량적 스펙은 다들 좋은 경우가 많은듯.. 그 말은 정성적 스펙이 아주 많은걸 결정한다는 건데 문제는 어떤 프로그램들은 구조적으로 학점/영어/GRE(요구되면)가 미달되면 학생을 안받는다는거임.. 누군가 보이는 정량적 스펙이 그정도는 아닌거 같은데 좋은 프로그램에 안착했다면 대부분은 정량적 스펙이 그래도 발목은 안잡는 경우면서 겉으로는 공개가 안되는 정성적 스펙(추천서/컨택&커넥션/리서치핏)이 좋았던게 거의 반드시 맞음.

글쓴이의 상황도 다른 분의 말씀대로 공개된 정보만으론 지원을 논하는게 아무런 의미가 없음. 본인이 해온 연구, 본인의 연구 철학이 가고 싶은 그 프로그램들의 PI와 커미티에 어필이되면 정량적 스펙이 부족함에도 불구하고 붙는거고 그렇지 않으면 뭐...

댓글쓰기

게시판 목록으로 돌아가기

🔥 시선집중 핫한 인기글

최근 댓글이 많이 달린 글

확인