정시 지원 전 점검 사항

㈜늘푸른교육 입시연구소장 장미희 선생님

2021학년도 정시 합격선의 변화

 해마다 수능난이도가 다르고 응시인원의 차이가 있어서 표준점수로 계산하는 정시합격선을 수평적으로 비교하는 것은 어려운 일입니다. 종로학원이 각 대학이 발표한 백분위 70% 컷을 기준으로 2020정시와 2021 정시 합격선을 비교했습니다. 작년은 특히 인문계열의 하락폭이 컸습니다.

수험생들이 고대대신 연대를 선택했다는 뜻입니다. 성서한 그룹에서는 서강대가 하락이 컸습니다. 경희대 입결은 오히려 상승했습니다. 이 수치는 합격자 70% 컷을 백분위로 환산한 것이니 실제 최저합격자 누적백분위 수치와는 다르게 나옵니다. 그렇지만 추세를 보는 데에는 지장이 없습니다.

 SKY의 경우 평균적으로 인문은 0.2 포인트가 하락했고 자연은 0.3 포인트가 하락했습니다. 또한 성균관대와 한양대를 비롯한 상위권 대학은 인문은 0.1 포인트 하락했지만 자연은 0.1 포인트 상승을 했습니다. 결국 SKY를 포함한 상위 11개 대학의 경우 학령인구 감소에 따른 수험생 감소에도 불구하고 합격선에는 큰 변화가 없었습니다. 반면 건국대, 동국대, 홍익대 등, 이른바 인서울 중위권 대학들의 경우 인문은 1.8 포인트, 자연은 2.2 포인트가 하락했습니다.

주요 인서울 대학 정시 합격선 – 국수탐 백분위 기준 / 70&컷

 올해의 경우 인문 사회계열은 통합수학으로 인해 작년보다 합격평균백분위가 하락할 가능성이 큽니다. 자연계열은 통합수학으로 인한 백분위 상승요인과 약대 신설로 인한 모집인원 확대에 따른 하락요인이 서로 반대로 작용하게 되어서 학과별 등락이 심할 것으로 예상됩니다. 자연계열 학생의 경우 정시 지원 시 학과 선택에 보다 신중해야 할 것으로 보입니다.

정시 모의지원 서비스의 알고리즘

 모의지원은 이제 정시 원서접수지원자들에게 필수품목이 되었습니다. 수험생 대부분이 J사를 이용하고 U사나 M사를 이용하는 경우도 있습니다. 모의지원을 주관하는 업체들의 홍보관심은 합격예측진단의 합격률입니다. 합격예측을 믿고 썼다가 떨어지면 회사입장에서는 곤란하니까 가, 나, 다군 모두 합격이 적정하거나 안전한 곳을 추천하고 이 추천이 얼마나 실제 결과에 부합했는지를 홍보합니다. 얼마나 아슬아슬하게 붙거나 떨어졌는지는 관심사항이 아닙니다.

 하지만 수험생들의 관심은 문닫고 들어가는 것입니다. 추가합격으로 붙을 수 있는 가장 실효성 있는 지원을 찾고 그래서 작년 최저합격자 성적에 관심이 있습니다. 여기서 더 나가면 복권당첨식의 펑크가 나는 곳을 찾기도 합니다. 펑크는 통계적으로 추정할 수 있는 것이 아니니 과학의 영역이 아니라 주술의 영역입니다. 그래서 정시에서는 1승 1무 1패라는 지원포트폴리오를 어떻게 잘 짜는지가 중요합니다. 모의지원시스템은 1승1무 1패를 4칸 5칸 6칸이라는 형태로 제공합니다. 그런데 4칸인데도 안정과 불합격이 혼재해 있으면 포트폴리오를 효율적으로 짜고자 하는 수험생 입장에서는 곤란한 처지가 됩니다.

 모의지원 합격예측의 아주 간단한 알고리즘은 모의지원자 중에서 모집인원 등수에 해당하는 점수를 추출해내는 것입니다. 이렇게 하려면 모의지원자가 실제지원자 그룹의 70%는 되어야 합니다. 추가합격자가 있으니 (추가합격률이 50%라고 가정하면) 모의지원자의 등수로 합격가능점수를 알 수 있습니다. 문제는 A대학에 지원한 사람이 그 보다 더 선호하는 B대학에 합격해서 이동해서 일어나는 추가합격률이 매년 다르다는 데 있습니다. 작년의 추가합격자와 추가합격률은 올해 추가합격자와 추가합격률을 의미하지는 않습니다. 그래서 표본분석이라는 지난한 과정을 거쳐서 올해는 추가합격자가 몇 명 발생할 것이니 몇 등까지 합격이 가능하겠다라고 예측을 하기도 합니다. 대부분 틀립니다. 모의지원표본이 실제지원 표본과 분포가 다르고 허수지원자도 있지만 끝까지 모의지원에 참여하지 않고 구경만 하고서 지원하는 수험생도 있기 때문입니다. 모의지원자 등수 40%나 33%를 잘라서 해당 등수를 합격점수로 예측하는 것보다 더 실효성이 있지도 않았습니다.

 요컨대 모의지원으로 최초합 점수를 예측하기는 쉽지만 최종합격자점수나 예상경쟁률을 예측하기는 대단히 어렵습니다. 그래서 모의지원 입력데이터를 그대로 이용하지 않고 수기로 조정을 해서 과열과 침체기준을 바탕으로 합격선을 위아래로 조정합니다. 손으로 만진 것이니 만지는 사람의 성격에 따라 달라지고 같은 사람이 해도 어떤 대학은 잘 맞고 어떤 대학의 학과는 틀리기도 합니다. 적어도 정시지원에서는 알파고가 현재 없는 상황입니다. 가장 큰 이유는 모의지원이 원서접수직전까지 이뤄지지 않기 때문에 (원서접수 이틀 전에 마감합니다.) 일어난다고 보아야 합니다.

<J사의 모의지원 서비스 일부 화면>

 모의지원 데이터는 수험생 집단이 만들어냅니다. 최초합격 점수, 최종합격 점수, 예상경쟁률, 추가합격 예상인원 등은 알고리즘인 기계가 만들어냅니다. 하지만 아직까지는 이러한 예측데이터가 각 업체들이 홍보하는 것만큼 신뢰도가 높지 않을 수 있습니다. 따라서 모의지원 서비스를 현명하게 활용하기 위해서는 알고리즘이 만들어낸 예측 데이터를 시기별로 기록해두어야 합니다. 우선 수능시험이 끝나면 대략 20개 정도의 지원 리스트를 정합니다. 그리고 이 리스트에 3일에서 4일 단위로 모의지원 서비스의 예측 데이터(최초합 점수, 최종합 점수, 추가 합격 예상인원 등)을 기록합니다. 원서접수일이 다가올수록 데이터 기록 간격을 줄여나갑니다. 이렇게 데이터를 수집하는 과정에서 내 점수와 예측 데이터의 차이가 지나치게 큰 대학이나 모집단위는 삭제합니다. 그리고 최종적으로 군별로 2개 내지 3개 정도의 후보를 결정합니다. 마지막으로는 수집한 데이터가 시간이 지나면서 어떻게 변화했는가를 분석하여 모의지원 데이터를 만들어온 수험생 집단의 성향과 입시 환경을 예측합니다. 이렇게 모의지원 서비스가 제공하는 데이터를 토대로 나만의 분석과 해석을 수행하는 것이 정시 지원의 과정입니다.

입시 결과 변화를 이끄는 모집 군의 이동

 작년 입결이 그대로 적용되려면 모집인원이 같고 수험생 응시인원이 같고 지원군이 같아야 합니다. 올해는 응시인원은 작년과 비슷하지만 모집인원이 늘었고 군이 이동했고 시험보는 과목이 바뀌었습니다.

 정시는 3개를 쓸 수 있고 각 군별로 1개를 쓸 수 있습니다. 예상과 다른 경쟁률이 나오는 것은 그해 신설된 경우가 아니면 군 이동으로 일어나는 경우가 많습니다. 추합 많이 도는 곳을 수험생들은 찾는 데 추합은 다군이 많이 돕니다. 오해하지 말아야 할 것은 추합 많이 돈다고 커트라인이 낮아는 지는 것은 아니라는 점입니다. 추합이 많이 돌면서 경쟁률이 낮을 때 커트라인이 낮아지는 것입니다.

 그리고 지원자의 분포밀도도 중요합니다. 자연계열의 경우 다군에서는 추합이나 경쟁률이나 중앙대 창의ICT공과대학이 높고 그 아래로 건국대와 홍익대가 있습니다. 중상위권 학생의 경우, 주로 가군과 나군을 쓰고 혹시나 해서 보험으로 다군을 쓰기 때문에 추합이 많이 돌지만, 몇 개 안되는 다군의 대학에 지원해야 하기에 지원자들의 점수가 상당히 높을뿐더러 점수대 분포 역시 상당히 오밀조밀합니다. 그렇기에 추가 합격자들의 평균 점수가 최초합 합격자들의 평균 점수와 크게 차이 나지 않는 경우가 많습니다.

 올해 군 이동의 핵심은 서울대입니다. 연고성서한은 비슷한 인원대로 기존 군에서 서울대에 맞춰서 옮겼지만 그 아래부터는 변화가 많습니다.

주요 대학의 군별 모집인원 변화(2021학년-2022학년도)