[교통공학] 최종 진학 결정시 고려할 점

원래 혼자 기록용으로 비공개로 발행했던 글인데 교통 공학을 전공하시는 분들이 종종 제 블로그에 찾아오시기 시작해서 유학을 준비하시는 분들에게 혹시나 도움이 될까 싶어 공개 발행합니다. 인터뷰 당시에 나눴던 이야기 중 MIT vs UC Berkeley vs Cornell 대학들의 교통 분야 학풍? 연구 분야? 에 관련된 대화를 기록해두었습니다. 

 

나의 prospective 지도교수님과 스카이프로 50분간의 대화를 나눴다. 아직 다른 학교들에서는 어떠한 결정도 받지 않은 상황이지만 교수님은 만일 내가 가고싶은 대학에서 어드미션을 받을 경우를 가정하고 최종 결정에 필요한 정보가 더 있는지 물었다. 

 

가장 먼저 궁금했던것은 그 교수의 teaching style. 1주일에 한번 개인 면담을 가진다고 한다. 항상 3-5명 정도의 소규모 그룹을 유지하고 싶고 그래서 시간을 많이 쏟는 편이라고 했다. 여러가지 수식들이 적힌 화이트 보드를 보여주며 discussion 하는 시간을 젤 좋아한다고, 진정성이 느껴졌다. 본인이 지도를 어디까지 해줄지와 학생이 어느정도 주도적으로 해야하는지에 대한 밸런스를 항상 고민한다고 했다. 물론 원할때는 어느정도 가이드라인을 주겠지만, 기본적으로는 학생이 이것저것 찾아와서 주도적으로 디스커션을 끌고 나가는걸 좋아하는 뉘앙스였고, 나와 잘 맞을 것 같다는 생각이 들었다. 박사를 받고 나면 그 분야에 대해서는 지도교수 보다 잘 아는 상황을 바란다고 했다. (매우 맞고 당연한 말) Ph.D.는 과정이 긴 만큼 prestious 한 곳 가는것도 중요하지만 좋은 어드바이저를 고르는 일도 중요하다고 조언해주었다. Senior 들을 선택하면 아무래도 여러사람들이 알아준다는 장점이 있으나 아무래도 시간이 없어서 개인 연구를 봐주긴 어렵고, Junior 는 정확히 반대의 장단점을 가진다.

 

첫해가 어떤 식으로 흘러갈지도 설명해주었는데, 첫해에는 주로 course work이 주를 이룰거라고 언급했다. 물론 research 도 권장한다고 했다. conference paper 정도 내는걸 권장하지 않을까 싶다. 첫학기에는 optimization, algorithm 수업을 듣게될 것이라고 하고 심화된 선형 대수, mathmattical programming 등등을 다룬다고 한다. approximation algorithm, alorithm design이라는 책으로 배운다며 책도 직접 보여줬다. 두번째 학기에는 transportation network, microeconomics 를 배운다고한다. 

 

그 교수님이 마침 내가 가장 희망하는 학교들에서 학사, 석사, 박사, 포닥 등 경험이 있어서 그런 점을 언급하며 비교해줄 수 있냐고 물었다. MIT vs UC Berkeley vs Cornell 를 주로 비교했다. 내가 찾아보고 느낀점과 여기저기서 주어들은 이야기로 미루어보았을때 교수의 말은 모두 사실이었지만, 아무래도 코넬의 장점이 부각될 수 있도록 얘기한 감이 있었다. ㅎㅎ

 

1. 전체적인 분위기

MIT 는 확실히 competitive 하고 individualistic 성향이 강하다고 한다. UC berkeley는 더 relaxed하다고 한다. cornell 은 규모가 좀 작아 가족적인 분위기라고 말하며, 연구 뿐 아니라 여러가지 activity하는 것도 좋아한다고 말해주었다. 

 

2. 교수진 및 연구분야

mit 의 교통은 urban planning이랑 합쳐져서 굉장히 큰 규모로 보이는데 사실상 transportation 교수진은 2명이라고 한다. Moshe Ben-Akiva 와 Cathy wu. 내가 civil engineering 소속일테니 전공 밖 교수진 (예를들어 systems engineering 등)들에게 지도를 받으려면 jumping (전과) 을 해야하는데 그 과정이 쉽지 않을거라고 했다. (다만 나는 interdepartmental transportation engineering track로 지원했기때문에 이런 경우에도 성립하는 얘긴지는 알아봐야겠다.) Ben-Akiva 같은 Senior 랩은 당연히 big group이고 Junior인 Cathy Wu는 아무래도 1:1 teaching이 가능할거라고 얘기해주었다. cathy wu는 그분의 지도교수인 Alex Bayen 랩에 있을때 동기라던데 reinforcement learning 을 원한다면 그 랩도 권장한다고 했다. 

UC Berkeley는 당연히 교통에서 알아주도 교통 연구진의 규모도 크다. UC Berkeley에 있는 동문 분께서 지도 학생을 받는 교수진 목록을 적어주셨었는데 해당 교수진들 이름이 다 언급되었다. Alex Bayen, Susan Shaheen, Michael Cassidy, Joan Walker, Mark Hansen. 전반적으로 control theory 에 관심이 있으면 uc berkeley가 좋은 옵션일거라고 말했다. 다만 tranditional 한 교통이 주를 이루어서 cutting-edge 한 quantitative analysis를 원한다면 잘 맞지 않을수도 있다 했다. 

Operation research (OR) 분야에 한정해서 말하자면 berkeley에서는 해당 연구가 많지는 않고, cornell 이 MIT만큼 좋다고했다. 

마지막으로 코넬의 장점을 몇가지 더 언급했는데 less bureaucratic 한 장점이 있는것 같다. 졸업을 위해 반드시 들어야하는, 정해진 커리큘럼이 있는것이아니라 advisor가 필요한 과목을 들을 수 있도록 지정해줄수있다고 한다. 또한 mit 처럼 jumping 이슈가 없어 전공별 경계가 낮은 편이라 collaborative research 가 더 활발하다고 한다. (본인 그룹만해도 다양한 전공의 학생들이 있다고 했다. civil engieering 2명, applied math 1명, Operation research 1명.)

 

마지막으로 지역적 특색들도 언급했지만 중요한것은 아니니 생략한다. 여러모로 참 좋은 분이라는 생각이 들었다.