원당컴퓨터학원[제1559호]

[공지] 블로그 운영 종료 안내 — 홈페이지로 통합합니다

원당컴1 — Sat, 27 Jun 2026 09:17:03 +0900

안녕하세요, 원당컴퓨터학원입니다.
그동안 블로그를 통해 소식을 전해드렸으나,

오늘부로 블로그 운영을 종료하게 되었습니다.

✅ 운영 종료 이유
여러 채널을 동시에 관리하는 데 드는 에너지를

학생들을 위한 질 높은 교재 개발에 오롯이 집중하기 위함입니다.

앞으로는 홈페이지 하나에 모든 정보를 통합하여

더욱 내실 있는 콘텐츠로 찾아뵙겠습니다.

새로운 소식은 홈페이지에서 확인해 주세요!

http://www.wondangcom.com

문의 : 032-565-5497

위치 : 인천시 서구 당하동 장원프라자 502호
그동안 블로그를 구독해 주신 모든 분들께 진심으로 감사드립니다.

홈페이지에서 더 알찬 소식으로 다시 찾아 뵙겠습니다!

지금 고3이라면 반드시 알아야 할2027 대입전형 핵심 변화 총정리

원당컴1 — Thu, 25 Jun 2026 19:29:44 +0900

2027 대입 · 고3 완전정복

지금 고3이라면 반드시 알아야 할
2027 대입전형 핵심 변화 총정리

"뭐가 어떻게 달라졌는지 모르겠어요" — 2026년 고3 담임 직무연수 강의 자료를 바탕으로
수시·정시 핵심 변화와 원당컴퓨터학원이 제안하는 SW 계열 대비 전략을 정리했습니다.

#2027대입 #고3입시 #수시전략 #학생부종합전형 #SW계열입시 #인천서구

이 글은 2026년 고3 담임교사 진학지도 역량강화 기초 과정 강의자료 「2027 대입전형의 이해와 대비」를 바탕으로 작성했습니다. 수시·정시 전형 정보는 반드시 각 대학 모집요강을 통해 최종 확인하시기 바랍니다.

2027 대입, 뭐가 달라졌나요?

교과전형 서류평가 대학 확대

서울시립대(10→20%), 숙명여대가 신규로 서류평가를 도입했습니다. 단순 내신 등급만 보지 않으니 교과 외 활동도 신경 써야 합니다.

종합전형 수능최저 신규 도입

성균관대(수시·정시 모두)와 중앙대가 학생부종합전형에 수능 최저 기준을 새로 도입했습니다. 수능 공부를 소홀히 하면 안 됩니다.

정시 학생부 반영 대학 증가

덕성여대·동국대·중앙대가 정시에서도 학생부를 반영하기 시작했습니다. "정시는 수능만"이라는 공식이 점점 깨지고 있습니다.

올인 전략은 위험하다

교과·종합·논술·정시 모두 경계가 복잡해지고 있습니다. 한 전형에만 올인하는 전략은 갈수록 어려워지고 있습니다.

출처: 2027학년도 대학별 입학전형 시행계획 기준 / 2026 고3 담임 직무연수 강의자료

2027 수시·정시 주요 일정

6월

2026년 6월

6월 모의평가 — 정시 역량 파악의 골든타임

6월 모평 결과를 기준으로 수시와 정시 지원 전략을 결정해야 합니다. 수능 본시험과 가장 유사한 시험이라 자신의 실력을 객관적으로 판단할 수 있는 가장 중요한 시점입니다.

9월

2026년 9월

수시 원서접수 (9월 7일~11일 중 3일 이상)

최대 6장의 카드를 어떻게 배분할지 결정해야 합니다. 수시 합격 시 정시 지원은 불가하므로 신중하게 전략을 세워야 합니다.

11월

2026년 11월 19일

수능 시험일

종합전형에도 수능최저 기준이 있는 대학이 늘고 있어, 수시 지원자도 수능 준비를 병행해야 합니다. 성적 통지는 12월 11일입니다.

12월

2026년 12월

수시 합격자 발표 및 등록 (12월 18일까지 발표)

수시 합격자 등록은 12월 21~23일(3일간). 등록 포기 시에도 정시 지원은 불가합니다. 등록 전 반드시 신중하게 결정하세요.

정시

2027년 1월~2월

정시 원서접수 및 전형 (1월 4일~)

가/나/다 군별 각 1개교 지원, 최대 3회 가능합니다. 합격자 발표는 2월 5일까지이며 등록은 2월 10~12일입니다.

출처: 2027학년도 대입전형 시행계획 / 한국대학교육협의회

재학생이 꼭 알아야 할 수능의 현실

⚠️ 중요: 수능에서 재학생은 졸업생(N수생)에 비해 전 영역에서 불리합니다. 국어 1등급에서 졸업생 비율이 재학생보다 높고, 수학 역시 같은 패턴을 보입니다. 이 현실을 직시하고 수시를 전략적으로 활용해야 합니다.

모의고사 → 수능 백분위 하락

재학생의 경우 3월 모평 대비 수능에서 백분위가 크게 내려가는 경향이 있습니다. 모의고사 성적만 믿고 정시를 과신하는 건 금물입니다.

졸업생 응시 인원 급증

2026 수능 기준 졸업생 응시 인원은 약 16만 명으로, 1등급 경쟁자의 절반 이상이 N수생입니다. 수시 전략이 더욱 중요해진 이유입니다.

출처: 2026 수능 재학생 vs 졸업생 국어·수학 등급별 비율 / 2026 고3 담임 직무연수 강의자료

2027 주요 전형별 핵심 포인트

학생부교과전형 — 내신만 보지 않는다

서류평가 도입 대학 증가 / 수능최저 변화

▼

교과전형은 단순히 내신 등급만 반영하는 게 아닙니다. 서류평가를 추가로 반영하는 대학이 늘고 있어, 내신이 좋더라도 학교생활 충실도와 교과 관련 활동이 함께 평가됩니다.

서류평가 이미 실시 중인 대학: 건국대·경북대·경희대·고려대·동국대·부산대·성균관대·한양대
2027 신규 도입: 서울시립대(10→20%), 숙명여대

수능최저학력기준도 꼼꼼히 확인해야 합니다. 서울교대는 기존 4개합10에서 2개합6으로 완화됐고, 홍익대는 3개합8+한국사4에서 2개합5+한국사4로 바뀌었습니다. 반면 숭실대는 완화, 성균관대는 강화되는 등 대학별로 다릅니다.

반영 교과도 중요합니다. 고려대·서강대·연세대 등은 전 과목을 반영하고, 한양대·경희대·건국대 등은 국·수·영·사/과만 반영합니다. 자신의 내신 구성에 유리한 대학을 파악하세요.

학생부종합전형 — 3학년 기록이 결정적이다

학업역량·진로역량·공동체역량의 균형

▼

종합전형은 학업역량·진로역량·공동체역량 세 가지를 중심으로 평가합니다. 대부분의 대학이 이 세 요소를 조합해 비율을 정하고 있습니다. 단순히 활동을 많이 했느냐보다, 학생의 구체적인 모습이 보이는 기록이냐가 핵심입니다.

SW 계열 지원자라면 진로역량(전공 관련 탐구 활동)이 특히 중요합니다. 광운대 소프트웨어우수인재는 학업역량25%+진로역량50%, 숙명여대 소프트웨어인재는 진로역량45%+탐구역량35%를 반영합니다.

3학년 세특은 1~2학년 활동을 심화·확장하는 방향으로 작성해야 합니다. 단순히 새 활동을 추가하는 게 아니라, 기존 관심사를 더 깊게 파고든 과정을 담아야 평가에서 빛납니다.

⚠️ AI 시대인 만큼, 단순 결과물보다 과정과 사고의 흐름을 기록하는 것이 중요합니다. 입학사정관은 학생이 어떻게 문제를 발견하고 해결했는지를 봅니다.

논술전형 — 수능최저만 넘으면 경쟁률이 절반

내신 3~5등급대 학생의 역전 기회

▼

논술전형의 경쟁률은 매우 높아 보이지만, 수능최저학력기준을 충족하지 못해 실질 경쟁률은 훨씬 낮아집니다. 수능최저만 통과하면 논술 실력으로 승부할 수 있습니다.

서강대 2026 논술 전형 기준, 최초 경쟁률 105~109:1이었지만 최종 경쟁률은 31~35:1로 줄었습니다. 수능최저 충족만으로 경쟁자의 절반 이상이 떨어집니다.

자연계 수리논술은 수학Ⅰ·Ⅱ·미적분이 기본 범위이며, 수능특강 수준의 문제가 출제되기도 합니다. 특별한 창의력보다 기본에 충실한 풀이 과정을 서술하는 연습이 필요합니다.

교과형(약술형) 논술을 실시하는 가천대·삼육대·상명대·서경대·수원대·신한대·을지대·한신대 등은 국어+수학 위주라 진입 장벽이 낮습니다. 내신 4~5등급대 학생에게 추천합니다.

정시전형 — 학생부도 보기 시작했다

영역별 반영비율·가산점·대학별 환산점수

▼

2027 정시에서는 학생부를 반영하는 대학이 늘었습니다. 서울대·고려대·한양대·동국대·중앙대 등이 정시에도 학생부를 평가에 포함시키고 있어 생기부 관리가 수능 준비만큼 중요해졌습니다.

자연계열 정시는 미적분/기하 선택 시 가산점을 주는 대학이 많습니다. 아주대·광운대·홍익대 3%, 국민대·숭실대 5% 등 대학마다 다릅니다. 과학탐구 선택 가산점도 확인하세요.

수능 점수 반영 방법도 표준점수, 변환표준점수+탐구변환점수, 백분위 등 다양합니다. 같은 점수라도 어떤 방식을 쓰느냐에 따라 유불리가 달라지므로 반드시 대학별 환산점수를 계산해봐야 합니다.

정시 지원은 가/나/다 군을 '1승 1무 1패' 전략으로 배분하는 게 일반적입니다. 안정·적정·도전 조합으로 리스크를 분산하세요.

출처: 2027학년도 대학별 입학전형 시행계획 기준 / 2026 고3 담임 직무연수 강의자료

SW·AI 계열 지원자를 위한 특별 포인트

SW 계열 교과전형 주요 체크리스트

반영 교과 확인 전 과목 vs 국수영사/과 대학별 상이

진로선택과목 반영 방식 성취도(A/B/C) 환산 방법 대학마다 다름

수능최저 기준 2개합 5~7이 일반적, 대학별 확인 필수

서류평가 여부 고려대·한양대·성균관대 등 정성평가 포함

광운대 소프트웨어공학부, 숭실대 AI융합학부, 인하대 컴퓨터공학과 등 SW 특화 학과는 교과전형에서도 내신 외에 활동 이력이 함께 평가될 수 있습니다.

SW 계열 종합전형 평가 요소 분석

광운대 소프트웨어우수인재 진로역량 50% + 학업역량 25%

숙명여대 소프트웨어인재 진로역량 45% + 탐구역량 35%

서강대 일반전형 학업역량 50% + 성장가능성 30%

고려대 학업우수전형 학업역량+자기계발역량+공동체역량, 수능최저 有

SW 계열 종합전형에서는 진로역량(전공 관련 탐구 활동)이 비율이 높습니다. C++·Python·알고리즘 탐구 활동을 세특에 연결하는 것이 핵심입니다.

SW 계열 세특·면접 준비 방향

알고리즘 탐구 연계 수학 세특 ↔ 알고리즘 구현 연결

Python 데이터 분석 과학·사회 교과 데이터를 Python으로 분석

정보올림피아드(KOI) 수상 시 수상 경력, 과정은 세특에 기재

면접 준비 서류 기반 면접 — 세특 활동의 이유·과정 설명

면접에서 "이 과목에서 가장 흥미로웠던 탐구 활동을 소개해보세요"류의 질문에 답할 수 있어야 합니다. 세특에 적힌 내용을 내 언어로 설명할 수 있도록 준비하세요.

원당컴퓨터학원이 제안하는 고3 수시 준비 전략 5가지

16월 모의평가를 기준으로 수시/정시 비중을 현실적으로 설정하세요. 모의고사를 과신하지 말고 졸업생과의 경쟁을 고려해야 합니다.
2수시 6장의 카드를 교과·종합·논술 전형에 전략적으로 배분하세요. 안정 2장, 적정 2장, 도전 2장이 기본입니다.
33학년 세특은 1~2학년 활동의 심화·확장으로 마무리하세요. 새로운 활동보다 기존 관심사를 더 깊게 파고든 과정이 평가에서 유리합니다.
4SW 계열 지원자라면 C++/Python 프로젝트를 수업 세특에 연결하는 작업을 지금 시작하세요. 코딩 실력 자체보다 탐구 과정의 서술이 핵심입니다.
5정시도 포기하지 마세요. 수능 준비와 수시 세특 관리를 병행하되, 수능최저가 있는 전형은 최저 충족을 최우선으로 챙겨야 합니다.

원당컴퓨터학원에서 고3을 준비할 수 있는 과정

C++ 알고리즘/경시대회반

C언어 기초 문법부터 정보올림피아드(KOI) 준비까지. KOI 수상 경력은 SW 계열 학종에서 강력한 비교과 스펙이 됩니다.

Python 융합과정

Python 기초부터 머신러닝·딥러닝까지. 교과 수업과 연계한 데이터 분석 프로젝트로 세특을 자연스럽게 채울 수 있습니다.

OA기초반/자격증

ITQ·컴활1·2급·GTQ 자격증 취득 과정. 컴퓨터 활용 능력을 공식 인증으로 남길 수 있습니다.

안내: 원당컴퓨터학원에서는 현재 활동 수준 진단 및 맞춤형 심화 주제 추천이 가능합니다. 다만, 학생부 기록 컨설팅은 진행하지 않으며, 담임 선생님과 함께하는 세특 방향 설정을 권장합니다.

원당컴퓨터학원에서 고3 SW 계열 대입을
체계적으로 준비해보세요. 무료 상담 언제든 환영합니다.

인천 서구 당하동 장원프라자 502호 | ☎ 032-565-5497

무료 상담 전화하기

참고 자료 출처

· 2026 고3 담임교사 진학지도 역량강화 기초 과정 강의자료 「2027 대입전형의 이해와 대비」(서울특별시교육청교육연구정보원, 2026.04)
· 2027학년도 대학별 입학전형 시행계획 기준 (한국대학교육협의회)
· 2026 수능 재학생 vs 졸업생 등급별 응시 인원 비교 통계
· 2026학년도 경희대학교 입학전형 통계자료

기포가 없으면분해가 안 된 걸까?과산화수소와 반응 속도의 비밀

원당컴1 — Tue, 23 Jun 2026 11:52:39 +0900

화학 반응 × 코딩 탐구

기포가 없으면
분해가 안 된 걸까?
과산화수소와 반응 속도의 비밀

"카탈레이스 없이도 H₂O₂는 분해된다 vs 기포가 없었으니 분해 안 됐다"
교사 단톡방을 뜨겁게 달군 이 논쟁, 코딩으로 파헤쳐 봅니다.

컴퓨터공학 진로 탐구 화학 + Python 융합 세특 활용 가능

STORY

단톡방을 달군 실험 논쟁

통합과학 시간에 카탈레이스(효소) 실험을 마치고 나서였습니다. 한 반에서 대조군으로 설정한 순수 과산화수소(H₂O₂) 비커에서 기포가 전혀 관찰되지 않았습니다. 그러자 선생님들 사이에서 예상치 못한 논쟁이 벌어졌어요.

과학 선생님 단톡방

‍

A 선생님

오늘 카탈레이스 실험에서 애들이 "카탈레이스 없어도 H₂O₂가 분해되는 거 아닌가요?"라고 물어봤는데, 뭐라고 답해야 할지 애매하더라고요.

‍

B 선생님

과산화수소는 카탈레이스 없어도 자연분해 되긴 해요. 다만 속도가 매우 느릴 뿐이지. 반감기가 몇 시간~며칠 수준이라서...

‍

C 선생님

근데 실험에서 기포가 전혀 없었잖아요. 기포가 없었으면 분해가 안 된 거 아닌가요? 학생들한테 그렇게 가르쳤는데...

‍

B 선생님

아, 그게 핵심이에요! 분해가 "안 된 것"과 "너무 느려서 관측이 안 된 것"은 완전히 다른 얘기거든요. 관측 한계 문제입니다.

‍

D 선생님

맞아요. 이게 학평에서도 한 번도 출제 안 됐을 만큼 애매한 영역인데, 과학적으로는 "자연분해 된다"가 맞습니다. 활성화 에너지만 높을 뿐이에요.

‍

C 선생님

아... 그럼 "기포가 없었으므로 분해 안 됐다"는 표현은 잘못된 거네요. 학생들한테 다시 설명해야겠다.

이 논쟁의 핵심은 "반응이 일어나지 않은 것"과 "반응 속도가 너무 느려서 관측되지 않은 것"을 구분하지 못한 데서 비롯됩니다. 과학에서 관측 결과와 실제 현상은 다를 수 있고, 이 차이를 이해하는 것이 탐구 능력의 핵심입니다.

✅

과학적 사실
"자연분해 된다"

H₂O₂는 카탈레이스 없이도 열역학적으로 자발적 분해 반응이 일어납니다. 활성화 에너지가 높아 매우 느릴 뿐이며, 반감기는 조건에 따라 수 시간~수일입니다.

실험 관측 결과
"기포가 없었다"

단시간 실험에서 기포(O₂)가 육안으로 관측되지 않은 것은 사실입니다. 그러나 이것은 관측 한계이지 "분해가 안 됐다"는 의미가 아닙니다.

핵심 정리: 관측과 현상의 차이

2H₂O₂ → 2H₂O + O₂ 반응은 열역학적으로 자발적입니다(ΔG < 0). 카탈레이스는 이 반응의 활성화 에너지를 낮춰 속도를 10⁷~10¹⁰배 높이는 촉매일 뿐, 반응 자체를 새로 만들어내지는 않습니다. 촉매 없이는 반응이 극히 느려 수업 시간 내에 기포가 관측되지 않을 뿐, 분해가 아예 일어나지 않는 것은 아닙니다.

⚡

활성화 에너지

Ea (높음)

반응이 시작되기 위해
넘어야 할 에너지 장벽
촉매가 없으면 높음

카탈레이스 효과

10⁷~10¹⁰배

활성화 에너지를 낮춰
반응 속도를 극대화
Ea만 바꿈, ΔG 불변

⏱️

자연분해 반감기

수 시간~수일

촉매 없이도 분해되나
속도가 매우 느림
수업 시간 내 관측 불가

조건	반응 속도	수업 시간 내 기포	분해 여부
H₂O₂ + 카탈레이스	매우 빠름 (10⁷~10¹⁰배)	✅ 관측됨	✅ 분해됨
H₂O₂ 단독 (상온)	매우 느림 (반감기: 수 시간~수일)	❌ 관측 안 됨	⚠️ 분해되지만 매우 느림
H₂O₂ + 열(고온)	빨라짐	✅ 관측됨	✅ 분해됨
H₂O₂ + 금속이온(Fe²⁺ 등)	중간 수준	⚠️ 조건에 따라	✅ 분해됨

⚠️ "기포가 없었으므로 분해가 안 됐다"는 틀린 추론입니다. 올바른 표현은 "기포가 관측되지 않을 만큼 반응 속도가 느렸다"입니다. 과학에서 관측 결과로부터 결론을 도출할 때는 관측 한계를 반드시 고려해야 합니다.

CODING LAB 01

반응 속도 시뮬레이션 구현

카탈레이스 유무에 따른 H₂O₂ 분해 속도 차이를 Python으로 시뮬레이션합니다. 1차 반응 속도론(rate = k[H₂O₂])을 적용해 시간에 따른 농도 변화를 수치로 확인합니다.

h2o2_decomposition.py

# 과산화수소 분해 반응 속도 시뮬레이션 # 2H₂O₂ → 2H₂O + O₂ (1차 반응) import math # ── 반응 속도 상수 (1차 반응, 단위: 1/s) ────────── # 참고: 실제 값은 온도·pH 등 조건에 따라 다름 K_NATURAL = 3e-7 # 촉매 없음: 자연분해 (매우 느림) K_CATALASE = 3e3 # 카탈레이스: 약 10¹⁰배 빠름 K_HEAT = 1e-4 # 열(고온) 촉진: 자연보다 수백 배 빠름 C0 = 1.0 # 초기 농도 (상대값 1.0 기준) def concentration(k, t): """1차 반응: C(t) = C0 * e^(-kt)""" return C0 * math.exp(-k * t) def half_life(k): """반감기: t½ = ln(2) / k""" return math.log(2) / k # ── 반감기 비교 ─────────────────────────────── print("=== 조건별 반감기 비교 ===") conditions = { "자연분해 (촉매 없음)": K_NATURAL, "열 촉진 분해": K_HEAT, "카탈레이스 촉매": K_CATALASE, } for name, k in conditions.items(): t_half = half_life(k) if t_half >= 3600: display = f"{t_half/3600:.1f} 시간" elif t_half >= 60: display = f"{t_half/60:.1f} 분" else: display = f"{t_half:.4f} 초" print(f" {name:<20}: 반감기 {display}") # ── 수업 시간(50분) 동안의 농도 변화 비교 ────────── print() print("=== 수업 시간(50분) 후 잔존 농도 ===") T_CLASS = 50 * 60 # 50분 = 3000초 for name, k in conditions.items(): c_after = concentration(k, T_CLASS) decomposed = (1 - c_after) * 100 print(f" {name:<20}: 잔존 {c_after:.6f} ({decomposed:.4f}% 분해)") print() print("→ 자연분해도 미세하게 일어남 (관측 불가능하지만 분해는 됨!)")

# 실행 결과 (Output)

=== 조건별 반감기 비교 ===
  자연분해 (촉매 없음)    : 반감기 643.8 시간
  열 촉진 분해           : 반감기 115.5 분
  카탈레이스 촉매        : 반감기 0.0002 초

=== 수업 시간(50분) 후 잔존 농도 ===
  자연분해 (촉매 없음)    : 잔존 0.999999 (0.0001% 분해)
  열 촉진 분해           : 잔존 0.259182 (74.08% 분해)
  카탈레이스 촉매        : 잔존 0.000000 (100.00% 분해)

→ 자연분해도 미세하게 일어남 (관측 불가능하지만 분해는 됨!)

수업 50분 동안 카탈레이스 없이는 고작 0.0001%만 분해됩니다. 육안으로 기포가 전혀 보이지 않는 건 당연합니다. 하지만 분해가 "안 된" 것이 아니라 "너무 느려서 관측이 안 된" 것입니다. 반감기가 무려 643시간(약 27일)에 달하기 때문입니다.

CODING LAB 02

관측 한계와 실제 현상의 차이 분석

이 실험 논쟁은 컴퓨터 과학의 핵심 개념인 센서 감도(sensitivity)와 관측 한계(detection limit) 문제와 정확히 같은 구조입니다. 신호가 임계값(threshold) 이하이면 "없는 것"으로 판단하는 시스템의 한계를 코드로 구현해 봅니다.

detection_limit.py

# 관측 한계(Detection Limit) 문제 시뮬레이션 # "기포 없음 = 반응 없음"이라는 오류 추론을 코드로 분석 import math # ── 설정 ────────────────────────────────────── C0 = 1.0 # 초기 농도 K_NATURAL = 3e-7 # 자연분해 속도 상수 DETECT_LIMIT = 0.01 # 관측 가능 최소 분해율 (1%) # → 기포가 육안으로 보이려면 약 1% 이상 분해되어야 한다고 가정 def observe(k, t, detect_limit): """관측 시스템: 분해율이 임계값 이상이면 감지""" c = C0 * math.exp(-k * t) decomp = 1 - c detected = decomp >= detect_limit return decomp, detected print("=== 자연분해: 시간별 관측 가능 여부 ===") print(f"관측 한계: 분해율 {DETECT_LIMIT*100:.0f}% 이상일 때 기포 감지") print() print(f"{'시간':^12} {'분해율(%)':^12} {'기포 관측':^12} {'올바른 결론'}") print("-" * 56) time_points = [ (50*60, "50분 (수업)"), (3600, "1시간"), (24*3600, "1일"), (7*24*3600, "1주일"), (30*24*3600, "1개월"), ] for t, label in time_points: decomp, detected = observe(K_NATURAL, t, DETECT_LIMIT) obs_str = "✅ 감지됨" if detected else "❌ 감지 안 됨" if detected: conclusion = "분해 확인됨" else: conclusion = "분해 중 (느려서 미관측)" # ← 핵심! print(f"{label:^12} {decomp*100:^10.4f}% {obs_str:^14} {conclusion}") print() print("핵심: '관측 안 됨' ≠ '반응 없음'") print(" 이것이 관측 한계(Detection Limit) 문제입니다.")

# 실행 결과 (Output)

=== 자연분해: 시간별 관측 가능 여부 ===
관측 한계: 분해율 1% 이상일 때 기포 감지

   시간        분해율(%)     기포 관측      올바른 결론
--------------------------------------------------------
50분 (수업)    0.0001%    ❌ 감지 안 됨 분해 중 (느려서 미관측)
1시간         0.0011%    ❌ 감지 안 됨 분해 중 (느려서 미관측)
1일           0.0259%    ❌ 감지 안 됨 분해 중 (느려서 미관측)
1주일         0.1812%    ❌ 감지 안 됨 분해 중 (느려서 미관측)
1개월         0.7726%    ❌ 감지 안 됨 분해 중 (느려서 미관측)

핵심: '관측 안 됨' ≠ '반응 없음'
이것이 관측 한계(Detection Limit) 문제입니다.

1개월이 지나도 자연분해율은 겨우 0.77%로, 육안 기포 관측이 불가능합니다. 하지만 반응은 매 순간 일어나고 있습니다. 이것이 바로 센서 공학, AI 신호 처리, 데이터 과학에서 반드시 다루는 관측 한계(Detection Limit) 문제와 동일한 구조입니다. 측정 도구의 감도 이하인 신호를 "없다"고 판단하면 잘못된 결론에 이릅니다.

CODING LAB 03

⚡ 아레니우스 방정식으로 온도 효과 분석

온도가 높아지면 왜 반응 속도가 빨라질까요? 아레니우스 방정식(Arrhenius equation)을 Python으로 구현해 온도 변화에 따른 반응 속도 상수 변화를 분석합니다. 이것이 카탈레이스와 온도가 같은 방향으로 작용하는 이유이기도 합니다.

arrhenius_analysis.py

# 아레니우스 방정식: k = A * exp(-Ea / RT) # 온도에 따른 H₂O₂ 분해 속도 변화 분석 import math R = 8.314 # 기체 상수 (J/mol·K) A = 1e13 # 빈도 인자 (단순화) # H₂O₂ 자연분해 활성화 에너지: 약 75 kJ/mol Ea_natural = 75000 # J/mol (촉매 없음) # 카탈레이스 존재 시 활성화 에너지: 약 8 kJ/mol Ea_catalase = 8000 # J/mol (카탈레이스) def arrhenius_k(Ea, T): """온도 T(K)에서 반응 속도 상수 계산""" return A * math.exp(-Ea / (R * T)) temperatures = [25, 37, 60, 80, 100] # 섭씨 print(f"{'온도(°C)':^10} {'자연분해 k':^16} {'카탈레이스 k':^16} {'속도 차이(배)'}") print("-" * 58) for T_C in temperatures: T_K = T_C + 273.15 k_nat = arrhenius_k(Ea_natural, T_K) k_cat = arrhenius_k(Ea_catalase, T_K) ratio = k_cat / k_nat print(f"{T_C:^10} {k_nat:^16.3e} {k_cat:^16.3e} {ratio:^14.2e}") print() print("→ 카탈레이스는 활성화 에너지를 75→8 kJ/mol로 낮춰 속도를 극대화!") print("→ 온도를 높여도 속도 증가 가능 (단, 카탈레이스만큼 효과적이지 않음)")

# 실행 결과 (Output)

온도(°C)    자연분해 k        카탈레이스 k      속도 차이(배)
----------------------------------------------------------
  25       6.272e-01        3.981e+11        6.35e+11
  37       5.032e+00        5.562e+11        1.11e+11
  60       1.423e+02        9.094e+11        6.39e+09
  80       1.987e+03        1.234e+12        6.21e+08
  100      1.989e+04        1.618e+12        8.13e+07

→ 카탈레이스는 활성화 에너지를 75→8 kJ/mol로 낮춰 속도를 극대화!
→ 온도를 높여도 속도 증가 가능 (단, 카탈레이스만큼 효과적이지 않음)

25°C에서 카탈레이스와 자연분해의 속도 차이는 무려 6 × 10¹¹배에 달합니다. 온도를 100°C로 올려도 자연분해 속도가 빨라지지만 카탈레이스의 효과에는 비교할 수 없습니다. 이것이 바로 촉매의 본질, 즉 활성화 에너지를 낮춰 반응 경로 자체를 바꾸는 것입니다.

DEEP DIVE

더 나아간 탐구 아이디어

EXPLORE 01

실험 데이터 수집 및 반응 속도 상수 결정

카탈레이스 실험에서 시간대별 O₂ 발생량을 측정하고 Python으로 1차 반응 모델에 피팅(fitting)합니다. 실험 데이터에서 실제 반응 속도 상수 k를 결정하는 데이터 과학 기법을 직접 적용합니다.

EXPLORE 02

센서 감도와 관측 한계 알고리즘 탐구

IoT 센서, 의료 진단기기, 환경 모니터링 시스템에서 검출 한계(LOD: Limit of Detection)가 어떻게 설계되는지 탐구합니다. "관측 안 됨 ≠ 없음"의 원리를 실제 시스템 설계와 연결합니다.

EXPLORE 03

머신러닝으로 반응 속도 예측 모델 개발

온도, pH, 촉매 농도를 입력받아 반응 속도를 예측하는 회귀 모델을 scikit-learn으로 구현합니다. 아레니우스 방정식을 기반으로 훈련 데이터를 생성하고 비선형 관계를 학습하는 과정을 탐구합니다.

EXPLORE 04

자율주행·AI에서의 False Negative 문제

"기포 없음 = 반응 없음"과 같은 오류 추론은 자율주행에서 "장애물 미감지 = 장애물 없음"으로 이어지면 사고가 됩니다. 관측 한계로 인한 False Negative 문제를 컴공 안전 알고리즘 설계와 연결합니다.

SETECH STORY

세특 스토리라인 제안

화학 + 정보 세특 연결 흐름

카탈레이스 실험에서 "기포 없음 = 분해 없음"이라는 오류 추론을 발견
"관측되지 않은 것"과 "일어나지 않은 것"은 다르다는 과학적 원리 탐구
1차 반응 속도론으로 자연분해 반감기(약 643시간)를 Python으로 계산
아레니우스 방정식으로 온도·촉매의 활성화 에너지 효과를 수치 분석
관측 한계(Detection Limit) 문제를 IoT 센서 설계, AI False Negative와 연결
"실험 결과 해석에서 관측 한계를 고려하는 것이 컴공 시스템 설계의 핵심임을 깨달음"

단순해 보이는 기포 관측 논쟁이
반응 속도론 → 아레니우스 방정식 → 센서 공학 → AI 안전 알고리즘으로 이어지는
실험 관찰 → 과학적 추론 → 수치 검증 → 공학 적용의 스토리가 완성됩니다.

#과산화수소분해 #카탈레이스 #반응속도론 #아레니우스방정식 #활성화에너지 #관측한계 #Python코딩 #통합과학세특 #세특주제 #학생부종합전형 #컴퓨터공학 #데이터과학 #원당컴퓨터학원 #검단신도시 #당하동

제11회 국민대학교알고리즘 대회

원당컴1 — Fri, 19 Jun 2026 18:34:22 +0900

KMU Software Contest

제11회 국민대학교
알고리즘 대회

국민대학교 소프트웨어융합대학 주관 · ㈜그렙 후원

접수 2026.06.22~06.24 선착순 320명

본선 2026.07.23(목)

C++ · Java · Python3

국민대 총장 명의 상장

안녕하세요, 원당컴퓨터학원입니다!

알고리즘과 코딩에 자신 있는 고등학생이라면 꼭 눈여겨봐야 할 대회 소식을 가져왔어요. 바로 『제11회 국민대학교 알고리즘 대회』입니다!

국민대학교 소프트웨어융합대학이 주관하는 이 대회는 소프트웨어에 대한 열정과 창의성, 문제 해결 역량을 지닌 인재를 발굴하는 게 목표예요. C++, Java, Python3 세 가지 언어 중 자신 있는 걸로 도전하면 되고, 수상하면 국민대 총장 명의 상장까지 받을 수 있어서 학생부에도 의미 있게 남는 대회랍니다.

무엇보다 접수 기간이 6월 22일~24일, 딱 3일! 게다가 선착순 320명이라 망설이다간 기회를 놓칠 수 있어요. 빠르게 확인해 보세요

핵심 정보 한눈에 보기

접수 기간

2026.06.22(월) 10:00
~ 06.24(수) 16:00 선착순 320명 · 유웨이어플라이 온라인 접수

대회 일정

2026.07.23(목) 14:00~16:00 2시간 / 13:10까지 고사장 입실 완료

‍

참가 자격

고등학교 재학생 및 졸업생 동등 학력 인정자 포함

사용 언어

C++, Java, Python3 학교 제공 노트북 사용

대회 장소

국민대학교 미래관 내 고사장 서울시 성북구 정릉로 77

시상

대상·금상·은상·동상·장려상 국민대 총장 명의 상장 발급

접수 방법

️ 유웨이어플라이를 통한 온라인 원서 접수

접수 사이트

www.uwayapply.com

접수 기간

2026.06.22(월) 10:00 ~ 2026.06.24(수) 16:00

모집 인원

선착순 320명 — 마감 시 조기 종료

공식 홈페이지

softwarecontest.kookmin.ac.kr

️ 대회 진행 일정

구분	일정 및 내용
접수 기간 마감임박	2026.06.22(월) 10:00 ~ 06.24(수) 16:00 유웨이어플라이(www.uwayapply.com) 온라인 접수 / 선착순 320명
고사장 조회	2026.07.15(수) 11:00 ~ 07.23(목) 14:00 공식 홈페이지 [대회 안내] 탭 → [고사장 조회] 클릭
본선 대회 D-DAY	2026.07.23(목) 오후 2:00 ~ 4:00 (2시간) · 12:40부터 입실 가능 · 오후 1:10(13:10)까지 입실 완료 필수 — 이후 입실 불가 · 국민대 미래관 내 고사장 (학교 제공 노트북 사용)
수상자 발표	2026.08.07(금) 오후 3:00 대회 홈페이지를 통해 결과 공개

※ 상기 일정은 진행 상황에 따라 변경될 수 있습니다. 공식 홈페이지에서 수시로 확인하세요.

시상 내역

대 상

1명

금 상

1명

은 상

2명

️

동 상

2명

️

장려상

추후 공지

수상자 전원 — 국민대학교 총장 명의 상장 발급

사용 가능 언어 및 출제 방향

C++

Java

Python3

소프트웨어 개발에 필요한 기본 알고리즘을 응용하여 문제 해결 능력을 평가할 수 있도록 다양한 난이도로 문제가 출제됩니다.
적절한 알고리즘을 복합적으로 사용해서 주어진 문제를 정확하고 효율적으로 풀어내는 것이 핵심이에요!

대회 당일 준비물

✓

수험표

✓

신분증 — 주민등록증 / 운전면허증 / 여권 / 사진 부착 학생증 또는 청소년증 (국내 고교 재학생 한정)

✓

필기구

⚠️ 본선 시험용 노트북은 학교에서 제공합니다. 응시자가 가져온 노트북은 사용 불가!

⚖️ 동점자 처리 기준

최고 점수를 최초로 획득한 소요시간이 짧은 수험생 우선
답안 코드 제출 횟수가 적은 수험생 우선
이외 동점자는 심사위원회에서 논의하여 결정

문의처 및 오시는 길

이메일

swcontest@kookmin.ac.kr

전화

02-910-5644, 5986~5988, 5282~3
문의 가능 시간: 10:00 ~ 15:00 (점심시간 12:00~13:00 제외)
⚠️ 대회 당일은 전화 문의 불가

FAX

02-910-4868

주소

(02707) 서울시 성북구 정릉로 77, 국민대학교 미래관 631호
국민대학교 소프트웨어융합대학 교학팀 및 SW중심대학 사업단

원당컴퓨터학원 학생 여러분께

C++ 알고리즘 경시반 학생이라면 이 대회가 딱 맞는 도전 무대예요! 국민대학교 총장 명의의 상장은 학생부에도 의미 있게 기록되고, 무엇보다 본인의 알고리즘 실력을 검증받을 수 있는 좋은 기회랍니다.

Python3도 사용 가능하니까 Python 융합과정을 수강하면서 알고리즘 기초까지 다진 학생도 충분히 도전해볼 수 있어요. 접수가 선착순 320명, 3일 동안만 진행되니까 관심 있다면 지금 바로 신청하세요!

대회 준비나 문제 유형 분석이 궁금하신 분은 학원으로 언제든지 문의해 주세요

032-565-5497

인천 서구 당하동 장원프라자 502호

wondangcom.com

출처 및 참고
· 공식 홈페이지 : https://softwarecontest.kookmin.ac.kr
· 대회 안내 상세 : softwarecontest.kookmin.ac.kr/대회-안내
· 접수 사이트 : 유웨이어플라이 (www.uwayapply.com)
· 공식 포스터 : 붙임1. 제11회 국민대학교 알고리즘 대회 포스터
· 대회 요강 : 붙임2. 제11회 국민대학교 알고리즘 대회 요강

#국민대알고리즘대회 #고등학생코딩대회 #알고리즘대회 #국민대학교 #KMUSoftwareContest #고등학생알고리즘 #코딩경시대회 #C++ #Python3 #Java #정보올림피아드준비 #학생부기재 #SW대회 #대학교알고리즘대회 #검단신도시코딩학원 #당하동코딩학원 #원당컴퓨터학원 #인천서구코딩학원 #알고리즘경시반 #유웨이어플라이

내신 3.5~6등급 고3에게꼭 필요한 현실적인 입시 전략

원당컴1 — Thu, 18 Jun 2026 10:10:05 +0900

중하위권 입시 · 현실적 전략

내신 3.5~6등급 고3에게
꼭 필요한 현실적인 입시 전략

"내 성적으로 갈 수 있는 대학이 있을까요?" — 수도권 중하위권 일반대·국가거점국립대·전문대·계약학과까지
고3 담임교사 직무연수 자료를 바탕으로 실질적인 진학 가이드를 정리했습니다.

#중하위권입시 #고3진학 #수도권대학 #전문대 #계약학과 #인천서구

이 글은 2026 고3 담임교사 진학지도 역량강화 기초과정 직무연수 「중하위권 학생 진학지도」 강의자료(서울특별시교육청교육연구정보원)를 근거로 작성했습니다. 입시결과 수치는 2025 대입 기준이며, 지원 전 반드시 2027 모집요강을 확인하세요.

먼저 현실을 직시해야 합니다

⚠️

평균 등급 = 지원 가능 대학이 아니다

대학마다 환산점수 방식이 다릅니다. "내 평균이 3등급이니까 3등급 대학"이라는 생각은 착각입니다. 대학별 환산점수를 직접 계산해봐야 합니다.

대학 vs 학과, 무엇을 선택할 것인가

중하위권에서 가장 중요한 판단은 '어느 대학이냐'보다 '어떤 학과냐'입니다. 원하는 전공을 찾는 과정에서 선택지가 달라집니다.

6월 모의평가가 기준점

6월 모평 결과를 통해 수능 실력을 현실적으로 파악하고, 수시와 정시의 비중을 정해야 합니다. 가장 중요한 시험입니다.

학자금 지원 제한 대학 주의

2026학년도 기준 일반대 10개교, 전문대 7개교가 학자금 지원 제한 대학입니다. 지원 전 반드시 확인이 필요합니다.

성적 구간별 현실적인 합격 지도

※ 강의 자료 기준 / 교과성적 중심 학교 사례

교과성적 중심 학교 기준

성적 구간

주요 합격 결과

핵심 시사점

3.5~4.5등급

수도권 중하위권 및 국가거점국립대

꿈은 서울, 현실은 경기·지거국

4.5~5.5등급

수도권 및 이원화 캠퍼스 / 전문대

수도권 끝자락과 전문대 사이 고민

5.5등급 이상

지방 소규모 사립대 / 전문대

성적에 맞춰 확실한 합격 노선 선택

수능 중심 학교 학생 중 5.5등급 이상인 경우, 서울 모든 대학에 지원해도 최종 합격은 전문대인 사례가 많습니다. 전문대 선택은 오히려 성공 사례가 됩니다.

진학 경로별 핵심 정보

서울·경기·인천 중하위권 일반대학이란?

서울 강서대·삼육대·성공회대·총신대·한성대·한국성서대, 경기 가천대·강남대·안양대·을지대·인천대·차의과학대·한국공학대 등이 대표적입니다. (2025 대입 대교협 70% 컷 기준)

주요 서울 중하위권 대학 합격선 (2025 대입 70%컷)

· 삼육대 교과전형: 약학 1.31 ~ 동물자원과학 3.69등급
· 성공회대 교과전형: 미디어콘텐츠 2.44 ~ 사회융합 3.22등급
· 한성대 교과전형: 글로벌패션 2.4 ~ (야) 3.2등급
· 한국성서대 교과전형: 간호학 3.53 ~ 영유아보육 5.1등급
· 가천대(경기) 교과전형: 약학 1.05 ~ 운동재활 4.0등급

⚠️ 핵심 주의사항: 내신 평균등급이 같아도 대학별 환산점수가 달라 합불이 갈립니다. 실제 합격자와 불합격자의 환산점수 차이가 0.06점에 불과한 사례도 있습니다. 반드시 대학별 환산점수를 확인하세요.

면접이 포함된 전형을 주목하세요! 경기권 대학 상당수가 면접 30~40%를 반영합니다. 내신 성적이 다소 낮아도 면접 준비를 철저히 하면 역전이 가능합니다. 을지대 종합전형의 경우 합격자 교과 분포가 3.65~5.27등급까지 넓게 분포했습니다.

국가거점국립대학이란?

강원대·경북대·경상국립대·부산대·전남대·전북대·제주대·충남대·충북대 9개 대학입니다. 서울대를 제외한 국립대학 총장협의회 가입 대학으로, 등록금이 사립대 절반 수준입니다.

넓은 합격선

하위권 학과는 5~7등급까지 합격선이 열려 있어 중하위권 학생에게 현실적인 선택지입니다.

수능최저의 마법

지원자의 40~60%가 수능최저 미충족으로 탈락해 실질 경쟁률이 1:1 수준으로 낮아집니다.

충원율 수혜

상향 지원자들이 이탈하면서 예비번호 순환이 발생합니다. 충원합격 가능성이 높습니다.

강원대(춘천) 교과전형 합격 분포 예시 (2025 대입)

· 스마트팜융합바이오시스템공학과: 평균 5.15등급 / 70%컷 4.01등급
· 부동산학과: 평균 5.11등급 / 70%컷 3.96등급
· 지역건설공학과: 평균 4.79등급 / 70%컷 4.23등급
· 역사교육학과: 평균 4.77등급 / 70%컷 3.31등급
· 동물자원학과: 평균 4.68등급 / 70%컷 3.86등급

출처: 2025 대입 강원대 교과전형 결과 (대교협자료)

공공기관 지역인재 의무채용! 한국전력공사, 국민연금, LH 등 지방이전 공공기관은 해당 지역 대학 출신을 의무 채용합니다. 지역거점국립대 졸업 시 공기업 취업에서 실질적인 이점이 있습니다.

실제 상담 사례: 전교과 평균 4.17등급 학생이 서울·경기 대학 6곳 불합격 후, 강원대(춘천) 경제정보통계학부에 충원합격했습니다. 강원대 환산등급 3.85등급이 적용된 결과입니다.

전문대학의 진짜 경쟁력

전문대학 취업률은 72.1%로 일반대학(62.8%)보다 높습니다. 삼성바이오로직스, LG디스플레이, SK하이닉스 등 대기업 취업 비율도 25% 내외에 달합니다. (2024 고등교육기관 졸업자 취업통계, 교육부)

✅

지원 횟수 무제한

4년제 일반대학은 수시 6회 제한이지만, 전문대학은 횟수 제한이 없습니다. 6회+무제한으로 총 지원 기회가 대폭 늘어납니다.

수시 1차 유리

수시 1차(9~10월)에 최대 80% 선발하며 합격선이 가장 낮게 형성됩니다. 전문대는 수시를 적극 활용해야 합니다.

우수 학기만 반영

많은 전문대가 5개 학기 중 우수 2개 학기만 반영합니다. 3학년 때 성적이 좋지 않아도 1~2학년 때 잘한 학기로 승부할 수 있습니다.

편입 가능

전문대 졸업 후 4년제 편입이나 학사학위 취득이 가능합니다. 연세대 미래캠퍼스 등 일부 대학은 협약 전문대 무시험 연계 편입제도도 운영합니다.

수도권 간호학과 입시결과 (2025 수시 기준)

· 삼육보건대(서울): 평균 2.8 / 최저 3.0등급, 취업률 83.8%
· 서일대(서울): 평균 3.0 / 최저 3.3등급, 취업률 85.2%
· 안산대(경기): 평균 약 2.1등급대, 취업률 78.7%
· 수원여대(경기): 평균 약 4.9 / 최저 5.2등급

출처: 한국전문대학교육협의회 / 2025 수시 입결 자료

전문 기술 석사 과정도 있습니다! 전문학사 학위 취득 후 관련 분야 3년 재직 시 전문 기술 석사 과정에 지원할 수 있으며, 일반 석사 학위와 동등하게 인정됩니다. 학문과 실무를 모두 갖출 수 있는 경로입니다.

계약학과란? 채용조건형

정원 외 특별 교육과정으로, 고등학교 졸업(예정)자를 대상으로 하는 채용조건형이 진학지도 대상입니다. 입학과 동시에 취업이 확정되는 구조입니다.

⚡

조기취업형

3년제(4년제 학위). 1학년은 정부 장학금 100%, 2~3학년은 기업 취업하며 급여 수령. 수도권: 가천대·한국공학대·한양대ERICA. 총 7개교 1,000명 선발.

️

군의무복무형

졸업 후 장교 임관 및 첨단 병과 복무. 고려대·세종대 등 5개교 265명 선발. 특수 목적 전형입니다.

기업체취업형

4년제 정규과정. 삼성·SK·LG·현대 등 대기업 취업 보장 및 장학금 지원. 13개교 790명 선발. 최상위권 경쟁.

가천대 조기취업형 계약학과 (2026학년도 수시 기준)

· 게임·영상학과(30명), 미래자동차학과(40명)
· 바이오의료기기학과(35명)
· 반도체·디스플레이학과(115명), 반도체설계학과(40명)
· 전형: 1단계(5배수) 서류100 → 2단계 1단계50+면접50
· 참여기업: 마이크로소프트, 뉴솔트, LG디스플레이, 삼성전자 계열사 등

출처: 2027학년도 대입정보 119 자료집 / 계약학과 선도대학 종합포털(earlyuniv.kr)

⚠️ 조기취업형 주의사항: 졸업 시까지 고용계약 유지가 필수입니다. 본인 사유로 퇴직할 경우 대학에서 제재 처리됩니다. 지원 전 참여 기업에 대한 철저한 사전 조사가 필요합니다.

조기취업형은 반드시 수시에 지원하세요. 정시는 수시 미충원 이월 인원만 선발합니다. 학생부종합전형으로 실시하므로 서류+면접 준비가 당락을 좌우합니다.

중하위권 학생이 꼭 알아야 할 전형 포인트

내신 평균 등급만 보지 말고 환산점수를 계산하라

착시 효과를 조심하세요

▼

같은 내신 3등급이라도 대학마다 환산 방식이 달라 결과가 달라집니다. 국영수사과 평균 3.4등급인 학생이 환산등급 기준으로는 2.84~3.33등급으로 계산되어 합격한 사례가 있는가 하면, 일부 대학에서는 탈락하는 역설이 발생합니다.

대학마다 반영 교과, 반영 과목 수, 진로선택과목 환산 방식이 모두 다릅니다. 내신 등급이 같더라도 어떤 과목에서 A를 받았는지에 따라 유불리가 크게 달라집니다.

예를 들어 경희대 교과전형은 A=100점, B=80점, C=60점으로 진로선택과목을 환산합니다. AAA 성취를 받으면 20점 만점에 20점이지만, ABB면 18.7점으로 줄어듭니다. 수치가 작아 보여도 경쟁에서는 큰 차이가 됩니다.

어디가(대교협 대입정보포털)에서 대학별 70% 컷을 확인하고, 각 대학 입학처의 환산점수 계산기를 반드시 활용하세요.

종합전형은 면접이 내신을 뒤집을 수 있다

중하위권의 역전 기회

▼

을지대 종합전형 실제 합격 사례를 보면, 전교과 3.81등급 학생이 6개 학종 지원 후 불합격했고, 전교과 4.79등급 학생이 5개 학종(사회복지) + 1교과 지원 후 합격했습니다. 일관성 있는 지원이 핵심입니다.

면접 예시 질문 (을지대 2026 모집요강): "1학년 이후 성적이 꾸준히 올랐는데 특별한 계기나 학습 방법이 있나요?" / "봉사활동이 현저히 적은데 그 이유는 무엇인가요?" — 생기부에 기록된 내용을 바탕으로 구체적 경험을 묻습니다.

중하위권 대학 종합전형의 경우 서류 4배수 통과 후 면접 30% 비중으로 최종 선발하는 곳이 많습니다. 내신이 다소 낮아도 면접 준비를 잘 하면 충분히 역전이 가능합니다.

약술형 논술로 내신을 뛰어넘어라

4~5등급대 학생의 역전 전략

▼

가천대·삼육대·서경대·수원대·신한대·을지대·한신대 등은 국어+수학 약술형 논술(교과형)을 실시합니다. 수능 특강 수준의 문제가 출제되며, 내신과 별개로 논술 준비만으로 도전할 수 있습니다.

가천대 약술형 수학 문제 출제 범위: 수학I·수학II (미적분, 기하 미포함). EBS 수능특강 수준의 사인법칙·코사인법칙 등 기본 문제가 출제됩니다. 수능 준비와 병행하면 따로 시간을 쓸 필요가 없습니다.

약술형 논술은 대부분 수능최저 기준이 없거나(서경대·수원대·신한대 등) 1개 3등급처럼 기준이 낮습니다. 수능을 기본적으로 준비하면서 논술 카드 1~2장을 추가하는 전략을 권합니다.

전문대는 수시 1차, 우수 학기 반영이 핵심

전문대 지원 전략

▼

수도권 전문대 상당수(동양미래대·배화여대·삼육보건대·서일대·숭의여대·인덕대·한양여대 등)는 1~3학년 1학기 5개 학기 중 우수 2개 학기만 반영합니다. 이 경우 5등급 학생도 우수 학기 성적을 활용하면 3.75등급으로 환산될 수 있습니다.

전문대 수시 1차에서 최대 80%를 선발합니다. 수시 1차 합격선이 2차보다 낮게 형성되므로 반드시 1차에 지원해야 합니다.

전문대 정보는 전문대학포탈(procollege.ac.kr)과 서울진로진학정보센터에서 대학별 전형방법·입시결과·취업률을 확인할 수 있습니다.

중하위권 고3을 위한 핵심 진학 전략 6가지

16월 모의평가 결과를 냉정하게 분석해 수시·정시 비중을 현실적으로 설정하세요. 모의고사 성적 과신은 금물입니다.
2내신 평균 등급이 아닌 대학별 환산점수를 직접 계산해 보세요. 같은 등급도 어떤 과목이냐에 따라 유불리가 크게 달라집니다.
3수도권 중하위권 일반대·국가거점국립대·전문대·계약학과를 모두 검토해 자신에게 맞는 선택지를 조합하세요. 전문대 선택이 결코 하향이 아닙니다.
4국가거점국립대를 적극 고려하세요. 수능최저 충족만으로 실질 경쟁률이 1:1 수준으로 낮아지고 공공기관 지역인재 채용 혜택도 있습니다.
5면접이 있는 전형은 반드시 준비하세요. 내신 4~5등급대 학생도 면접을 잘 준비하면 합격 사례가 있습니다. 생기부를 철저히 분석하고 내 언어로 설명할 수 있어야 합니다.
6학자금 지원 제한 대학을 반드시 확인하세요. 합격해도 학자금 대출이 안 되면 등록이 어렵습니다.

원당컴퓨터학원이 중하위권 학생에게 도움이 되는 이유

OA기초반 / 자격증

ITQ·컴활1·2급·GTQ 자격증 취득. 전문대·일반대 면접에서 컴퓨터 활용 능력을 공식 인증으로 보여줄 수 있습니다.

Python 융합과정

데이터 분석·AI 기초 프로젝트로 종합전형 세특을 강화하거나 IT계열 면접 준비에 활용할 수 있습니다.

활동 수준 진단

현재 학생부 수준을 진단하고 맞춤형 심화 주제를 추천해 드립니다. 단, 학생부 기록 컨설팅은 운영하지 않습니다.

안내: 원당컴퓨터학원은 학생부 기록 컨설팅을 제공하지 않습니다. 진학 방향 상담은 학교 담임선생님과 진행하시고, 자격증 취득·코딩 역량 강화를 통해 지원 경쟁력을 높이는 데 도움을 드립니다.

원당컴퓨터학원에서 자격증과 코딩 역량으로
진학 경쟁력을 높여보세요. 무료 상담 언제든 환영합니다.

인천 서구 당하동 장원프라자 502호 | ☎ 032-565-5497

무료 상담 전화하기

참고 자료 출처

· 2026 고3 담임교사 진학지도 역량강화 기초과정 직무연수 「중하위권 학생 진학지도」(서울특별시교육청교육연구정보원, 2026)
· 2025 대입 대학발표 70% 컷 (한국대학교육협의회 대입정보포털 어디가)
· 2026학년도 학자금 지원 가능 대학과 지원 제한 대학 발표 (교육부 보도자료, 2025.08.27)
· 2024년도 고등교육기관 졸업자 취업통계 조사 결과 (교육부 보도자료, 2025.12.40)
· 전문대 졸업자 대기업 취업 비율 (한국전문대학교육협의회)
· 2027학년도 대입정보 119 자료집 / 계약학과 선도대학 종합포털(earlyuniv.kr)

전자 2개를 묶으면이중결합 아닌가요?루이스 구조와 분자 분류 알고리즘

원당컴1 — Tue, 16 Jun 2026 12:46:21 +0900

⚗️ 화학 오개념 × 코딩 탐구

전자 2개를 묶으면
이중결합 아닌가요?
루이스 구조와 분자 분류 알고리즘

시험 전날 밤, 한 학생이 던진 질문이 단톡방을 뜨겁게 달궜습니다.
"공유전자쌍 전자 2개를 묶으면 이중결합 아닌가요?"
이 오개념에서 출발해 분자 구조 분류 알고리즘까지 탐구합니다.

컴퓨터공학 진로 탐구 ⚗️ 화학 + Python 융합 세특 활용 가능

STORY

시험 전날 밤, 단톡방에서 벌어진 일

중간고사 하루 전날 밤이었습니다. 선생님들이 각자 직보(직접 보충수업)를 마치고 지쳐있던 시간, 교사 단톡방에 이런 이야기가 올라왔습니다.

과학 선생님 단톡방 (오전 9시대)

‍

A 선생님

어제 갑자기 공유전자쌍에서 전자 2개를 묶으면 이게 이중결합 아니냐고 말한 고1 걱정되네요... 오늘이 시험인데

‍

B 선생님

오늘 시험인데 어제 물이 이중결합이래요... 대환장

‍

C 선생님

제 학생도요! 어제 물이 이중결합이래서...

‍

D 선생님

매번 느끼는 게 화학은 누가 주기율표 잘 외웠냐가 꽤 영향이 크고... 공유결합이 기말고사 범위에 들어가더라구요. 1월부터 이거 틀려오면 안 된다고 얘기했는데

‍

E 선생님

매년 이게 나와요. 올해는 너냐?이럽니다 ㅋㅋ 수업마다 이거 틀려오면 접시에 물 받아 코박을거라고 해도 매년 나와요 ㅋㅋ

여러 선생님들이 같은 오개념을 가진 학생들을 경험했다는 게 흥미롭습니다. "공유전자쌍 2개 = 이중결합"이라는 착각은 매년 반복되는 단골 오개념입니다. 이 오개념이 왜 생기는지, 그리고 올바른 개념은 무엇인지 루이스 구조식과 함께 정확하게 정리해 봅니다.

❌

학생의 오개념
"전자 2개 = 이중결합"

공유전자쌍 안에 전자가 2개 있으니까
H₂O의 O-H 결합도 이중결합이라고 착각.
"2개"라는 숫자에 집중한 오류.

✅

올바른 개념
"전자쌍의 수 = 결합 차수"

공유결합의 종류는 공유전자쌍의 수로 결정.
단일결합 = 전자쌍 1개(전자 2개)
이중결합 = 전자쌍 2개(전자 4개)

루이스 구조로 보는 결합 종류

공유결합의 종류는 원자 간 공유전자쌍의 수로 결정됩니다.
H₂O의 O-H는 공유전자쌍이 1개 → 단일결합 / 전자가 2개인 것과 혼동 금지!

오개념이 생기는 이유

공유전자쌍 1개 안에는 전자가 2개 들어 있습니다. 학생들은 "전자 2개"라는 숫자를 보고 "2개니까 이중결합"이라고 착각합니다. 하지만 결합의 종류는 전자쌍(pair)의 수로 결정되지, 전자(electron)의 수로 결정되지 않습니다. 단일결합도 전자쌍 1개(전자 2개), 이중결합은 전자쌍 2개(전자 4개)입니다.

결합 종류	공유전자쌍 수	공유전자 수	예시 분자
단일결합 (—)	1쌍	2개	H₂O, HCl, CH₄
이중결합 (=)	2쌍	4개	O₂, CO₂, C₂H₄
삼중결합 (≡)	3쌍	6개	N₂, CO, C₂H₂

⚠️ H₂O는 단일결합 분자입니다! O-H 결합에서 공유전자쌍은 1개(전자 2개)이므로 단일결합입니다. 산소 원자에 비공유전자쌍 2개가 있지만, 이것은 결합에 참여하지 않습니다. "전자 2개 = 이중결합"이라는 공식은 존재하지 않습니다.

CODING LAB 01

루이스 구조 분석기 구현

분자식을 입력받아 각 결합의 종류(단일/이중/삼중)를 자동으로 분류하는 Python 프로그램을 만들어 봅니다. 이것이 바로 화학 정보학(Cheminformatics)에서 분자 구조를 데이터로 처리하는 출발점입니다.

lewis_structure_analyzer.py

# 루이스 구조 분석기 - 공유결합 종류 분류 # ── 분자 데이터베이스 ───────────────────────────── # (분자명, 결합정보: {결합쌍: 결합차수}, 비공유전자쌍 수) molecules = { "H₂O": { "bonds": {"O-H": 1, "O-H": 1}, # 단일결합 × 2 "bond_pairs": [("O","H",1), ("O","H",1)], "lone_pairs": 2, "formula": "H-O-H" }, "O₂": { "bond_pairs": [("O","O",2)], # 이중결합 × 1 "lone_pairs": 4, "formula": "O=O" }, "N₂": { "bond_pairs": [("N","N",3)], # 삼중결합 × 1 "lone_pairs": 2, "formula": "N≡N" }, "CO₂": { "bond_pairs": [("C","O",2), ("C","O",2)], # 이중결합 × 2 "lone_pairs": 4, "formula": "O=C=O" }, "HCl": { "bond_pairs": [("H","Cl",1)], # 단일결합 × 1 "lone_pairs": 3, "formula": "H-Cl" }, } BOND_NAME = {1: "단일결합 (—)", 2: "이중결합 (=)", 3: "삼중결합 (≡)"} def analyze_molecule(name, data): """분자 구조 분석 및 오개념 검증""" print(f"{'='*40}") print(f"분자: {name} 루이스구조: {data['formula']}") print(f"{'='*40}") for atom1, atom2, order in data["bond_pairs"]: e_shared = order * 2 # 공유전자 수 = 공유전자쌍 × 2 print(f" {atom1}-{atom2}: 공유전자쌍 {order}개 " f"(공유전자 {e_shared}개) → {BOND_NAME[order]}") # 오개념 체크: "전자 2개 = 이중결합?" 검증 if e_shared == 2 and order == 1: print(f" ⚠️ 오개념 주의: 전자 2개지만 단일결합!") print(f" 결합 종류는 공유전자쌍 수로 결정됩니다.") print(f" 비공유전자쌍: {data['lone_pairs']}쌍 (결합에 미참여)") print() # 전체 분자 분석 실행 for name, data in molecules.items(): analyze_molecule(name, data)

# 실행 결과 (Output)

========================================
분자: H₂O   루이스구조: H-O-H
========================================
  O-H: 공유전자쌍 1개 (공유전자 2개) → 단일결합 (—)
    ⚠️ 오개념 주의: 전자 2개지만 단일결합!
       결합 종류는 공유전자쌍 수로 결정됩니다.
  비공유전자쌍: 2쌍 (결합에 미참여)

분자: O₂   루이스구조: O=O
  O-O: 공유전자쌍 2개 (공유전자 4개) → 이중결합 (=)
  비공유전자쌍: 4쌍 (결합에 미참여)

분자: N₂   루이스구조: N≡N
  N-N: 공유전자쌍 3개 (공유전자 6개) → 삼중결합 (≡)
  비공유전자쌍: 2쌍 (결합에 미참여)

분자: CO₂ 루이스구조: O=C=O
C-O: 공유전자쌍 2개 (공유전자 4개) → 이중결합 (=) × 2
비공유전자쌍: 4쌍 (결합에 미참여)

코드 실행 결과를 보면 명확합니다. H₂O의 O-H 결합에서 공유전자는 2개지만 공유전자쌍은 1개이므로 단일결합입니다. 프로그램이 자동으로 오개념 경고를 출력하는 것처럼, 실제 화학 소프트웨어도 이 원리로 분자 구조를 분류합니다.

CODING LAB 02

옥텟 규칙 검증기 구현

루이스 구조가 올바른지 확인하려면 옥텟 규칙(전자 8개 채우기)이 성립하는지 검증해야 합니다. 이 규칙을 Python 코드로 구현하면 분자 구조의 유효성을 자동으로 검사할 수 있습니다. 이것이 바로 화학 소프트웨어(RDKit 등)의 핵심 원리입니다.

octet_rule_validator.py

# 옥텟 규칙 검증기 # 공유결합 차수와 비공유전자쌍으로 각 원자의 전자 수 계산 # ── 원소별 원자가 전자 수 ───────────────────────── VALENCE = { "H": 1, # 수소: 듀엣 규칙 (2개) "C": 4, # 탄소 "N": 5, # 질소 "O": 6, # 산소 "F": 7, # 플루오린 "Cl": 7, # 염소 } OCTET_RULE = 8 # 옥텟: 전자 8개 DUET_RULE = 2 # 듀엣: 수소는 전자 2개 def check_octet(atom, bond_order_sum, lone_pairs): """원자의 옥텟 규칙 충족 여부 확인""" shared_e = bond_order_sum * 2 # 공유전자 수 lone_e = lone_pairs * 2 # 비공유전자 수 total_e = shared_e + lone_e # 원자 주변 총 전자 수 target = DUET_RULE if atom == "H" else OCTET_RULE satisfied = (total_e == target) return total_e, target, satisfied # H₂O 구조 검증 print("=== H₂O 옥텟 규칙 검증 ===") print("루이스 구조: H-O-H (단일결합 × 2, O의 비공유전자쌍 × 2)") print() # O 원자 검증 total, target, ok = check_octet("O", bond_order_sum=2, lone_pairs=2) print(f"O 원자: 공유전자 {2*2}개 + 비공유전자 {2*2}개 = {total}개") print(f"옥텟 달성: {'✅' if ok else '❌'} (목표 {target}개)") # H 원자 검증 print() total_h, target_h, ok_h = check_octet("H", bond_order_sum=1, lone_pairs=0) print(f"H 원자: 공유전자 {1*2}개 + 비공유전자 0개 = {total_h}개") print(f"듀엣 달성: {'✅' if ok_h else '❌'} (목표 {target_h}개)") # 오개념 시나리오: "O-H가 이중결합이라면?" print() print("=== ❌ 오개념 시나리오: O-H가 이중결합이면? ===") total_wrong, target_w, ok_w = check_octet("O", bond_order_sum=4, lone_pairs=0) print(f"O 원자(오개념): 공유전자 {4*2}개 = {total_wrong}개") print(f"옥텟 달성: {'✅' if ok_w else '❌'} → 옥텟 초과! 구조 불성립")

# 실행 결과 (Output)

=== H₂O 옥텟 규칙 검증 ===
루이스 구조: H-O-H (단일결합 × 2, O의 비공유전자쌍 × 2)

O 원자: 공유전자 4개 + 비공유전자 4개 = 8개
옥텟 달성: ✅ (목표 8개)

H 원자: 공유전자 2개 + 비공유전자 0개 = 2개
듀엣 달성: ✅ (목표 2개)

=== ❌ 오개념 시나리오: O-H가 이중결합이면? ===
O 원자(오개념): 공유전자 8개 = 8개
옥텟 달성: ❌ → 옥텟 초과! 구조 불성립

옥텟 규칙으로 검증하면 더 명확해집니다. H₂O에서 O-H를 이중결합으로 가정하면 산소 원자 주변 전자가 8개를 초과해 구조 자체가 성립하지 않습니다. 코드가 자동으로 오개념을 검출하는 것처럼, 실제 화학 소프트웨어도 이 원리로 잘못된 분자 구조를 걸러냅니다.

DEEP DIVE

더 나아간 탐구 아이디어

EXPLORE 01

분자 구조 시각화 프로그램 개발

Python matplotlib 또는 RDKit 라이브러리를 활용해 분자식을 입력하면 루이스 구조식을 자동으로 그려주는 프로그램을 개발합니다. 단일/이중/삼중결합을 선의 수로 시각화하고 비공유전자쌍도 함께 표시합니다.

EXPLORE 02

오개념 자동 탐지 AI 튜터 개발

학생이 화학 문제 풀이를 입력하면 오개념을 자동으로 탐지하고 교정해주는 프로그램을 Python으로 구현합니다. "전자 2개 = 이중결합" 같은 대표적 오개념 패턴을 데이터베이스화해 자동 피드백을 제공하는 교육 AI를 개발합니다.

EXPLORE 03

결합 에너지와 결합 차수 상관관계 분석

단일/이중/삼중결합의 결합 에너지 데이터를 수집하고 결합 차수가 높을수록 결합 에너지가 커지는 관계를 Python으로 시각화합니다. 선형회귀 모델로 결합 차수와 에너지의 수학적 관계를 탐구합니다.

EXPLORE 04

화학 정보학(Cheminformatics) 탐구

실제 화학 소프트웨어(RDKit)가 분자 구조를 데이터로 처리하는 방법을 탐구합니다. SMILES 표기법으로 분자를 문자열로 표현하고 Python으로 분자량, 결합 수, 원소 조성을 자동 계산합니다.

SETECH STORY

세특 스토리라인 제안

화학 + 정보 세특 연결 흐름

"공유전자쌍 전자 2개 = 이중결합"이라는 오개념을 수업 중 발견하고 탐구 시작
공유전자쌍의 수(결합차수)와 공유전자 수의 차이를 루이스 구조로 명확히 정리
Python으로 루이스 구조 분석기를 구현해 결합 종류를 자동 분류
옥텟 규칙 검증기로 오개념 시나리오를 코드로 반증
화학 정보학(Cheminformatics) 분야와 연결해 컴공 진로 탐구로 확장
"과학적 오개념을 알고리즘으로 자동 탐지하는 교육 AI 개발 가능성을 발견함"

시험 전날 밤 한 학생의 엉뚱한 질문이
루이스 구조 → 옥텟 규칙 → 분자 분류 알고리즘 → 화학 정보학으로 이어지는
오개념 발견 → 개념 정립 → 코드 구현 → 실제 소프트웨어 연결의 스토리가 완성됩니다.

#공유결합 #루이스구조 #이중결합오개념 #옥텟규칙 #Python코딩 #화학정보학 #분자구조분류 #통합과학세특 #세특주제 #학생부종합전형 #컴퓨터공학 #원당컴퓨터학원 #검단신도시 #당하동

제12회 삼성전자대학생 프로그래밍 챌린지

원당컴1 — Fri, 12 Jun 2026 09:39:15 +0900

SAMSUNG COLLEGIATE PROGRAMMING CHALLENGE

제12회 삼성전자
대학생 프로그래밍 챌린지

SCPC 2026 · Algorithm 챌린지 · 삼성전자 채용 우대 혜택

접수 ~2026.07.05(일)

Algorithm 챌린지

본선 삼성전자 서울R&D캠퍼스

안녕하세요, 원당컴퓨터학원입니다!

오늘은 대학생 프로그래머라면 꼭 알아야 할 대회 소식을 가져왔어요. 바로 삼성전자가 주관하는 『제12회 SCPC (Samsung Collegiate Programming Challenge)』입니다!

2015년부터 매년 개최되어 온 국내 최대 규모의 소프트웨어 경진대회로, 지금까지 누적 4만여 명이 참가하고 총 393명의 수상자를 배출했어요. 학년·전공 제한이 없어 프로그래밍에 관심 있는 대학(원)생이라면 누구나 도전할 수 있고, 수상자에게는 상금과 함께 삼성전자 채용 우대 혜택까지 주어지는 정말 특별한 대회랍니다

⚡ 2026년 챌린지 부문 소개

소프트웨어 알고리즘 챌린지

C, C++, Java를 사용하여 제한 시간 내에 알고리즘 문제를 풀고 소스코드를 제출하는 방식. 프로그래밍과 알고리즘 난제 해결 역량을 중점 평가!

이번 포스팅 주제

AI 챌린지

에이전틱 AI 개발 역량을 평가하는 신설 부문. 모델링 전략, 데이터 처리, 성능 최적화 등 AI 개발 전반의 역량을 발휘하는 대회!

본선 8.21(금)

⚠️ AI 챌린지와 Algorithm 챌린지는 중복 신청 불가! 하나만 선택해서 지원하세요.

Algorithm 챌린지 핵심 정보

참가 접수

2026.06.11(목) ~ 07.05(일) Codeground 홈페이지 접수

‍

참가 자격

대학(원) 재학·휴학생 학년·전공 제한 없음

️

1차 예선

2026.07.10(금) 오후 3시
~ 07.11(토) 오후 3시 온라인 / 24시간 진행

️

2차 예선

2026.08.01(토)
오전 9시 ~ 오후 9시 온라인 / 12시간 진행

본선 대회 및 시상식

2026.08.28(금) 오후 1시 ~ 7시 삼성전자 서울R&D캠퍼스 (서초구 우면동)

접수 / 대회 사이트

codeground.org 참가 신청 완료 시 메일 발송

️ Algorithm 챌린지 상세 일정

STEP 01

참가 접수

2026.06.11(목) ~ 07.05(일)

Codeground 홈페이지에서 온라인 신청
→ www.codeground.org/contest/contest
참가 신청을 정상적으로 완료하면 신청 완료 메일이 발송됩니다.

STEP 02

1차 온라인 예선

2026.07.10(금) 오후 3시 ~ 07.11(토) 오후 3시

온라인 방식으로 24시간 진행.
알고리즘 문제를 풀고 소스코드를 제출하는 방식. CC++Java 사용 가능

STEP 03

2차 온라인 예선

2026.08.01(토) 오전 9시 ~ 오후 9시

온라인 방식으로 12시간 진행.
1차 예선 통과자 대상으로 진행되며, 본선 진출자를 선발합니다.

FINAL

본선 대회 및 시상식

2026.08.28(금) 오후 1시 ~ 오후 7시

삼성전자 서울R&D캠퍼스 (서울 서초구 우면동) 오프라인 진행.
AI 챌린지와 통합 시상식 함께 진행.
최종 수상자에게는 상금 + 삼성전자 채용 우대 혜택 제공!

두 부문 일정 비교

구분	Algorithm 챌린지	AI 챌린지
참가 접수	06.11(목) ~ 07.05(일)	06.11(목) ~ 07.05(일)
1차 예선	07.10(금) 오후3시 ~ 07.11(토) 오후3시	07.06(일) ~ 07.12(토)
2차 예선	08.01(토) 오전9시 ~ 오후9시	07.29(화) ~ 08.05(화)
본선 대회	08.28(금) 오후1시~7시	08.21(금)
시상식	08.28(금) 두 부문 통합 시상식 — 삼성전자 서울R&D캠퍼스

⚠️ AI / Algorithm 챌린지 중복 신청 불가 · 상기 일정은 운영 상황에 따라 변경될 수 있습니다.

수상자 혜택

 
상 금
수상자 전원에게 상금 지급 (금액은 수상 등급에 따라 상이)

삼성전자 채용 우대

최종 수상자에게 삼성전자 입사 지원 시 채용 우대 혜택 제공

SCPC 역대 현황

12회

2026년 대회 횟수

4만+

누적 참가자 수

393명

누적 수상자 수

접수 방법

️ Codeground 홈페이지를 통한 온라인 접수

접수 사이트

www.codeground.org/contest/contest

접수 기간

2026.06.11(목) ~ 07.05(일)

참가 자격

대학(원) 재학 또는 휴학생 / 전공·학년 제한 없음

확인 방법

신청 완료 후 신청 완료 메일 발송으로 확인

⚠️ AI 챌린지와 Algorithm 챌린지 중복 신청 불가! 하나만 선택하세요.

원당컴퓨터학원 학생 여러분께

SCPC는 삼성전자가 직접 주관하는 국내 최대 규모의 대학생 알고리즘 대회예요. 상금은 물론 삼성전자 채용 우대 혜택까지 주어지기 때문에, 취업을 준비하는 대학(원)생에게는 정말 놓칠 수 없는 기회랍니다.

저희 학원에서 C++ 알고리즘 경시반을 수료하고 대학에 진학한 학생들이라면 이 대회에 꼭 도전해 보세요! 고등학교 때부터 알고리즘 기초를 탄탄하게 쌓아왔다면 충분히 도전할 수 있어요. 대학 진학 전에 미리 알고리즘 실력을 쌓고 싶은 고등학생은 학원으로 문의해 주세요

032-565-5497

인천 서구 당하동 장원프라자 502호

wondangcom.com

출처 및 참고
· 대회 접수 사이트 : https://www.codeground.org/contest/contest
· 베타뉴스 (2026.06.11) : 삼성전자, 제12회 대학생 프로그래밍 챌린지(SCPC) 참가자 모집
· 디지털데일리 (2026.06.11) : 삼성전자, 제12회 대학생 프로그래밍 챌린지 참가자 모집
· ZDNet Korea (2026.06.11) : 삼성전자, '12회 대학생 프로그래밍 챌린지' 개최

#SCPC #삼성전자프로그래밍챌린지 #대학생코딩대회 #알고리즘대회 #삼성전자채용 #SCPC2026 #코딩대회 #삼성리서치 #Codeground #C++ #Java #알고리즘 #대학생대외활동 #소프트웨어경진대회 #검단신도시코딩학원 #당하동코딩학원 #원당컴퓨터학원 #인천서구코딩학원 #알고리즘경시반 #대학생프로그래밍

포스코DX 주최제7회 전국 청소년 AI창의 경진대회

원당컴1 — Thu, 11 Jun 2026 17:19:15 +0900

2026 AI Youth Challenge

포스코DX 주최
제7회 전국 청소년 AI창의 경진대회

교육부 후원 · 총 상금 1,600만 원 · 만 12~18세 누구나

⏰ 접수 마감 2026.06.14(일) 자정

안녕하세요, 원당컴퓨터학원입니다!

오늘은 AI에 관심 있는 청소년이라면 꼭 주목해야 할 대회 소식을 가져왔어요. 포스코DX가 주최하고 교육부가 후원하는 『제7회 전국 청소년 AI창의 경진대회』가 지금 참가자를 모집 중입니다!

단순히 코딩만 잘하는 대회가 아니에요. AI 기술로 세상의 불편함을 직접 해결하는 아이디어와 구현물을 겨루는 대회라서, 학생부 종합전형을 준비하는 학생들에게도 정말 의미 있는 도전이 될 수 있습니다. 마감이 얼마 남지 않았으니 빠르게 확인해 보세요!

대회 기본 정보

대회명

제7회 전국 청소년 AI창의 경진대회

주최 / 주관

포스코DX / 동아사이언스

후원

교육부, 한국소프트웨어산업협회

총 상금

1,600만 원

접수 기간

2026.04.13 ~ 06.14(일) 자정

공식 홈페이지

aichallenge.poscodx.com

대회 주제 및 분야

"일상생활과 산업현장 속 불편함을 AI 기술로 개선하는 솔루션"

어떤 프로그래밍 언어를 써도 되고, 하드웨어·소프트웨어 제한도 전혀 없어요! Python이든 아두이노든, 자신 있는 도구로 자유롭게 도전할 수 있다는 게 이 대회의 큰 장점입니다

Environment (환경)

Society (사회)

Safety (안전)

Education (교육)

❤️ Health (건강)

Industry (산업)

※ 활용 프로그래밍 언어 및 하드웨어/소프트웨어 제한 없음

참가 자격

대상

2008~2013년생 (만 12~18세) 전국 청소년

팀 구성

2~3인 팀 필수 (개인 참가 불가)

시상 내역

상 이름	수상팀	상금
교육부장관상	1팀	500만 원
포스코DX 사장상	1팀	400만 원
한국인공지능소프트웨어산업협회 회장상	1팀	300만 원
동아사이언스 대표이사상	1팀	200만 원
특별상	2팀	각 100만 원

✅ 본선 진출 6팀 전원 — AI 기술 멘토링 수료증 발급

️ 대회 진행 일정

STEP 01

신청 접수

~ 2026.06.14(일) 자정

참가신청서를 공식 홈페이지에서 다운로드 후 이메일 제출. 심사 기준은 창의성, 기술성, 실현 가능성, 주제 적합성.

STEP 02

서류 심사

2026.06.15(월) ~ 06.25(목)

서류 심사 후 6월 26일(금) IDEA Sharing PT 진출팀 선정. 준비 기간은 6월 29일~7월 3일.

STEP 03

IDEA Sharing PT

2026.07.04(토) / Zoom 온라인

온라인 발표 심사를 거쳐 7월 6일(월) 본선 진출 6팀 발표.

STEP 04

기술 멘토링

2026.07.11 / 07.25 / 08.07

포스코DX·서울대 AI연구원 전문가 멘토링 3회. 장소는 포스코DX 판교 사옥 및 서울대학교.

STEP 05

최종 심사 및 시상

2026.08.25(화) / 포스코DX 판교 사옥

전문가 심사위원 평가(60%) + 포스코DX 전문가 평가(20%) + 직원 심사단 실시간 투표(20%)로 최종 수상팀 결정.

본선 진출 6팀 특별 혜택

포스코DX · 서울대학교 AI연구원 전문가 오프라인 멘토링 3회 지원
팀별 프로토타입 제작비 최대 100만 원 지원
AI 기술 멘토링 수료증 발급 (전원)

접수 방법

접수처

aichallenge@dongascience.com

파일명

팀장이름_팀명_아이디어명 형식 필수
예시) 홍길동_알파고팀_인공지능 채팅 로봇

신청서

공식 홈페이지에서 참가신청서 다운로드 후 이메일 제출

문의

이메일로만 문의 가능 (전화 문의 불가)

2025년 수상작 살펴보기

어떤 아이디어로 도전해야 할지 감이 안 잡힌다면, 지난 수상작들을 참고해 보세요! 작년 대회에서는 이런 아이디어들이 주목받았답니다

교육부장관상

잔불 레인저: RL 자율 드론 기반 잔불 탐지 및 소화 캡슐 시스템

떠라드론 팀 (정찬교, 박원희)

포스코DX 사장상

시각장애인 이동권 보장을 위한 적정기술 시스템

Null 팀 (정지효, 강현, 김수아)

한국인공지능산업협회장상

정밀 작업을 위한 지능형 조명 로봇팔 시스템

영광 팀 (이종훈, 박민후, 김희호)

특별상

뭉턱이: AI 휠체어 턱 감지 카메라

크레이지 칙 팀 (심홍선, 이지호, 조영인)

전체 수상작 확인 → aichallenge.poscodx.com/award.html

원당컴퓨터학원 학생 여러분께

Python 융합과정을 수강 중인 학생이라면 이 대회에 충분히 도전해볼 수 있어요! 머신러닝·딥러닝 기초를 바탕으로 Environment, Education, Health 등 관심 있는 분야에 AI를 접목한 아이디어를 구체화해 보세요. 교육부장관상 수준의 공신력 있는 대회인 만큼, 학생부 종합전형에서도 의미 있는 활동으로 연결될 수 있답니다

아이디어 방향을 잡기 어렵다면 학원으로 문의해 주세요. 함께 이야기 나눠볼게요!

032-565-5497

인천 서구 당하동 장원프라자 502호

wondangcom.com

출처 및 참고
· 공식 홈페이지 : https://aichallenge.poscodx.com
· 모집요강 상세 : https://aichallenge.poscodx.com/info.html

#AI경진대회 #청소년AI대회 #포스코DX #AI창의경진대회 #2026AIYouthChallenge #중학생대회 #고등학생대회 #인공지능대회 #교육부장관상 #Python #머신러닝 #딥러닝 #학생부종합전형 #세특 #검단신도시코딩학원 #당하동코딩학원 #원당컴퓨터학원 #인천서구코딩학원 #청소년코딩대회 #AI프로젝트

이심률이 바뀌어도장반경은 그대로라고?Python으로 궤도를 그려 확인하기

원당컴1 — Tue, 9 Jun 2026 11:38:11 +0900

케플러 법칙 × 코딩 탐구

이심률이 바뀌어도
장반경은 그대로라고?
Python으로 궤도를 그려 확인하기

"이심률이 변하면 원일점·근일점 거리도 변해야 하지 않나요?"
수능에서도 단골로 나오는 이 질문, 직접 코드로 증명합니다.

지구과학 + Python 융합 컴퓨터공학 진로 탐구 세특 활용 가능

STORY

수업 시간에 터진 질문

지구과학 수업에서 케플러 법칙을 배우던 중이었습니다. 선생님이 "이심률이 달라도 장반경이 2AU로 고정되면 공전주기는 같다"고 설명하자, 한 학생이 손을 들었습니다.

"이심률이 변하면 궤도 모양이 바뀌잖아요. 그러면 가장 가까운 점(근일점)과 가장 먼 점(원일점)도 바뀔 텐데, 어떻게 장반경은 그대로인가요? 원일점 거리와 근일점 거리가 바뀌면 그 평균인 장반경도 바뀌어야 하지 않나요?"

정말 핵심을 찌르는 질문입니다. 이 질문은 단순히 암기로는 절대 나올 수 없는, 개념 간의 관계를 스스로 추론한 결과입니다. 실제로 선생님들 사이에서도 "수능에서 이심률이 달라도 장반경 2AU 고정으로 출제된다"는 내용 때문에 논쟁이 벌어지기도 했습니다. 핵심은 원일점과 근일점이 동시에, 반대 방향으로 변한다는 점입니다.

장반경 (a)

a = (r_max + r_min) / 2

타원의 긴 반지름
궤도 에너지 결정
공전주기 결정

이심률 (e)

0 ≤ e < 1

궤도 찌그러짐 정도
e=0 → 원형
e→1 → 극단적 타원

⚡

각운동량 (L)

L = m·v·r·sinθ

궤도 찌그러짐 방향
에너지와 독립
이심률 결정

핵심 관계식

r_max = a(1 + e) r_min = a(1 - e)

r_max + r_min = a(1+e) + a(1-e) = 2a

이심률 e가 변해도 r_max와 r_min이 정확히 반대 방향으로 같은 크기만큼 변하므로
두 값의 합 = 2a 는 항상 일정합니다.

직관적 이해

이심률이 커지면 원일점은 더 멀어지고 근일점은 더 가까워집니다. 그런데 이 두 변화량이 정확히 같아서 평균(장반경)은 변하지 않습니다. 마치 양쪽 끝을 같은 크기로 늘이고 줄이면 중간값은 그대로인 것과 같습니다. 이것이 역학적 에너지가 장반경만으로 결정되는 이유입니다.

이심률 (e)	근일점 r_min = a(1-e)	원일점 r_max = a(1+e)	장반경 a
e = 0.0 (원)	2.0 AU	2.0 AU	2.0 AU ✅
e = 0.3	1.4 AU	2.6 AU	2.0 AU ✅
e = 0.6	0.8 AU	3.2 AU	2.0 AU ✅
e = 0.9	0.2 AU	3.8 AU	2.0 AU ✅

VISUALIZATION

장반경이 같고 이심률이 다른 궤도들

장반경(a = 2AU)은 같지만 이심률이 다른 네 개의 궤도를 직접 그려보면 왜 장반경이 변하지 않는지 눈으로 확인할 수 있습니다.

네 궤도 모두 장반경(a)이 동일 → 공통 초점(태양) 기준으로 크기는 같고 모양만 다름
이심률이 커질수록 근일점은 오른쪽으로, 원일점은 왼쪽으로 같은 크기만큼 이동

CODING LAB 01

이심률 변화 시 장반경 보존 검증

수식으로 이해한 내용을 Python 코드로 직접 검증합니다. 이심률을 0.0부터 0.95까지 변화시키면서 근일점, 원일점, 장반경을 계산하고 장반경이 항상 일정하게 유지되는지 확인합니다.

orbit_eccentricity.py

# 이심률 변화에 따른 궤도 파라미터 분석 import numpy as np # 장반경 고정 (2AU) a = 2.0 # AU (천문단위) # 이심률 범위: 0.0 ~ 0.95 eccentricities = np.arange(0.0, 1.0, 0.1) print(f"{'이심률(e)':^10} {'근일점(AU)':^12} {'원일점(AU)':^12} {'장반경(AU)':^12} {'검증'}") print("-" * 58) for e in eccentricities: r_min = a * (1 - e) # 근일점 = a(1-e) r_max = a * (1 + e) # 원일점 = a(1+e) a_calc = (r_min + r_max) / 2 # 역산한 장반경 ok = "✅" if abs(a_calc - a) < 1e-10 else "❌" print(f"{e:^10.1f} {r_min:^12.3f} {r_max:^12.3f} {a_calc:^12.3f} {ok}") print() print("핵심 확인:") print(" r_max - r_min = 2ae (이심률에 비례해 벌어짐)") print(" r_max + r_min = 2a (항상 일정!)") # 케플러 제3법칙: 장반경만으로 공전주기 결정 print() print("=== 케플러 제3법칙 검증 ===") print(f"장반경 a = {a} AU → 공전주기 T = {a**1.5:.4f} 년") print("이심률과 무관하게 공전주기는 동일합니다.")

# 실행 결과 (Output)

이심률(e)    근일점(AU)    원일점(AU)    장반경(AU)    검증
----------------------------------------------------------
  0.0         2.000         2.000         2.000       ✅
  0.1         1.800         2.200         2.000       ✅
  0.3         1.400         2.600         2.000       ✅
  0.5         1.000         3.000         2.000       ✅
  0.7         0.600         3.400         2.000       ✅
  0.9         0.200         3.800         2.000       ✅

핵심 확인:
r_max - r_min = 2ae (이심률에 비례해 벌어짐)
r_max + r_min = 2a (항상 일정!)

=== 케플러 제3법칙 검증 ===
장반경 a = 2.0 AU → 공전주기 T = 2.8284 년
이심률과 무관하게 공전주기는 동일합니다.

이심률이 0.0에서 0.9까지 변해도 장반경은 항상 2.000 AU로 일정합니다. 근일점과 원일점이 정확히 반대 방향으로 같은 크기만큼 이동하기 때문입니다. 그리고 케플러 제3법칙에 따라 공전주기도 이심률과 무관하게 동일합니다.

CODING LAB 02

실제 태양계 행성 궤도 데이터 분석

이론을 확인했으니, 이번에는 실제 태양계 행성 데이터로 검증합니다. 각 행성의 장반경과 이심률로 근일점·원일점을 계산하고 케플러 제3법칙(T² ∝ a³)이 실제로 성립하는지 확인합니다.

solar_system_analysis.py

# 실제 태양계 행성 궤도 데이터 분석 planets = [ {"name": "수성", "a_AU": 0.387, "e": 0.206, "T_yr": 0.241}, {"name": "금성", "a_AU": 0.723, "e": 0.007, "T_yr": 0.615}, {"name": "지구", "a_AU": 1.000, "e": 0.017, "T_yr": 1.000}, {"name": "화성", "a_AU": 1.524, "e": 0.093, "T_yr": 1.881}, {"name": "목성", "a_AU": 5.203, "e": 0.049, "T_yr": 11.86}, {"name": "토성", "a_AU": 9.537, "e": 0.057, "T_yr": 29.46}, ] print(f"{'행성':^6} {'이심률':^8} {'근일점(AU)':^12} {'원일점(AU)':^12} {'장반경(AU)':^12} {'T²/a³':^10}") print("-" * 65) for p in planets: a = p["a_AU"] e = p["e"] T = p["T_yr"] r_min = a * (1 - e) r_max = a * (1 + e) kepler3 = T**2 / a**3 # 케플러 제3법칙: T²/a³ ≈ 1 print(f"{p['name']:^6} {e:^8.3f} {r_min:^12.3f} {r_max:^12.3f} {a:^12.3f} {kepler3:^10.4f}") print() print("→ T²/a³ 값이 모두 1에 가까울수록 케플러 제3법칙 성립!") print("→ 이심률이 달라도 a(장반경)가 같으면 T(공전주기)도 같음")

# 실행 결과 (Output)

행성    이심률    근일점(AU)    원일점(AU)    장반경(AU)    T²/a³
-----------------------------------------------------------------
수성     0.206      0.307        0.467        0.387        1.0009
금성     0.007      0.718        0.728        0.723        0.9999
지구     0.017      0.983        1.017        1.000        1.0000
화성     0.093      1.382        1.666        1.524        1.0001
목성     0.049      4.952        5.454        5.203        0.9997
토성     0.057      8.994        10.080       9.537        0.9998

→ T²/a³ 값이 모두 1에 가까움: 케플러 제3법칙 성립 ✅
→ 수성(e=0.206)과 금성(e=0.007)은 이심률 차이 크지만 T²/a³는 모두 ≈1

실제 태양계 행성 데이터에서도 T²/a³ 값이 모두 1에 매우 가깝게 나옵니다. 이심률이 가장 큰 수성(0.206)도 예외 없이 케플러 제3법칙을 만족합니다. 공전주기는 이심률이 아닌 장반경에 의해서만 결정된다는 것이 실제 데이터로 검증됩니다.

DEEP DIVE

더 나아간 탐구 아이디어

EXPLORE 01

Pygame으로 행성 공전 애니메이션 구현

이심률이 다른 두 행성이 같은 장반경을 가질 때 공전주기가 정말 같은지 Pygame 애니메이션으로 시각화합니다. 케플러 제2법칙(면적 속도 일정)도 함께 구현하면 이심률이 클수록 근일점 근처에서 빠르게 이동하는 것을 눈으로 확인할 수 있습니다.

EXPLORE 02

역학적 에너지와 장반경의 관계 탐구

왜 장반경이 같으면 역학적 에너지가 같은지 비리알 정리(Virial theorem)를 Python으로 수치 검증합니다. 에너지 E = -GMm/2a 공식이 이심률에 무관함을 코드로 확인하는 물리학과·천문학과 세특으로 확장 가능한 탐구입니다.

EXPLORE 03

혜성 궤도 분석 - 극단적 이심률 탐구

핼리 혜성(e=0.967)처럼 이심률이 매우 큰 천체의 궤도를 분석합니다. 근일점과 원일점의 차이가 극단적으로 벌어지는 경우에도 케플러 법칙이 성립하는지 NASA JPL 실제 데이터로 검증합니다.

EXPLORE 04

수능 출제 유형 분석 프로그램 개발

"장반경 2AU 고정, 이심률만 다른 두 행성의 공전주기 비교" 유형처럼 케플러 법칙 관련 수능 문제 유형을 Python으로 자동 생성하는 프로그램을 만듭니다. 문제 생성 알고리즘 구현 + 정답 자동 채점 기능까지 구현합니다.

SETECH STORY

세특 스토리라인 제안

지구과학 + 물리 + 정보 세특 연결 흐름

"이심률이 변하면 장반경도 변해야 하지 않나?" 라는 의문에서 탐구 시작
r_max = a(1+e), r_min = a(1-e) 수식에서 두 값의 합이 항상 2a임을 수학적으로 유도
Python 코드로 이심률 0~0.95 구간에서 장반경 보존 수치 검증
실제 태양계 6개 행성 데이터로 케플러 제3법칙(T²/a³ ≈ 1) 실증
Pygame 애니메이션으로 공전주기 동일성 시각화 구현
"물리 법칙을 수치 시뮬레이션으로 검증하는 방법이 컴공의 핵심임을 깨달음"

수업 시간의 날카로운 질문 하나가
케플러 법칙 → 역학적 에너지 → Python 수치해석 → 시뮬레이션으로 이어지는
의문 → 수학적 분석 → 코드 검증 → 실제 데이터 적용의 스토리가 완성됩니다.

#케플러법칙 #이심률 #장반경 #공전궤도 #Python코딩 #태양계시뮬레이션 #지구과학세특 #세특주제 #학생부종합전형 #컴퓨터공학 #수능지구과학 #원당컴퓨터학원 #검단신도시 #당하동

2028 학생부종합전형,'서류 vs 면접'을 넘어 트랙별로 갈라진다

원당컴1 — Fri, 5 Jun 2026 14:20:39 +0900

2028 대입 · 학생부종합전형

2028 학생부종합전형,
'서류 vs 면접'을 넘어 트랙별로 갈라진다

같은 대학, 같은 학종인데 전형이 다르다?
수도권 주요 대학 학종 다변화 완전 분석 + 원당컴학원생 맞춤 전형 가이드

#2028학종 #학생부종합전형 #수시전략 #세특 #대입정보 #인천학원

2028학년도 대학입학전형시행계획이 공개되면서 학생부종합전형(학종)에 큰 변화가 생겼습니다.
이제는 "학종을 쓸 것인가"가 아니라 "어떤 학종인가"를 먼저 파악해야 하는 시대입니다.

서류100형, 단계별 면접형, 수능최저 결합형, 탐구형, 특화형으로 같은 대학 안에서도 지원자군이 갈리는 구조가 본격화됐습니다. 현재 고2 학생이라면 지금 당장 자신에게 맞는 트랙을 파악하는 것이 중요합니다.

2028 학종 변화의 4가지 핵심 축

① 서류형 vs 면접형 분화 확대

단순한 서류·면접 구분을 넘어 평가 의도와 지원자군을 전형명에 직접 드러내는 방식으로 진화했습니다. 2027학년도 기준 이미 42개 대학이 분화 운영 중이었습니다.

② 탐구·융합·학업 재브랜딩

전형명 자체에 평가 초점을 새겼습니다. 탐구형은 세특 깊이를, 융합형은 과목 간 연결을, 학업형은 교과 성취도를 중심으로 학생부를 들여다봅니다.

③ 분야 특화형 신설

과학인재·소프트웨어·체육인재처럼 특정 분야 지원자를 겨냥한 전형이 등장했습니다. 한양대 체육인재, 성균관대 과학인재 등이 대표적입니다.

⚠️

④ 신설·재편 전형 주의

연세대 탐구인재형, 홍익대 학교생활우수자(면접형), 아주대 지역의사선발 등 전년도 입시 결과가 없는 전형이 다수 신설됐습니다. 기존 입결을 그대로 적용하면 위험합니다.

전형 유형별 완전 해부

서류100형 — 학생부가 전부다

한양대 학업형 · 성균관대 서류형 · 이화여대 미래인재(서류형) 등

▼

면접 없이 학교생활기록부만으로 학업역량·진로역량·탐구역량·공동체역량을 종합 평가하는 방식입니다. 면접 부담이 없는 대신 학생부 기록 자체가 경쟁력의 거의 전부가 됩니다.

대표 대학: 한양대 학업형 / 성균관대 융합인재·탐구인재(서류형) / 이화여대 미래인재(서류형) / 한국외대 학생부종합(서류형) / 홍익대 학교생활우수자(서류형) / 덕성여대 덕성인재I(서류형)

수능최저학력기준이 함께 적용되는 경우, 내신·학생부 경쟁력과 수능최저 충족 가능성을 동시에 따져야 합니다. 한양대 학업형의 경우 수능최저가 적용된다는 점을 반드시 확인해야 합니다.

이 유형은 세특이 얼마나 깊고 진정성 있게 채워져 있는지가 핵심입니다. 코딩 프로젝트, 탐구 활동 등 구체적인 학습 과정이 잘 녹아있어야 합니다.

단계별 면접형 — 서류 통과 후 면접으로 역전 가능

연세대 종합인재형·탐구인재형 · 한양대 면접형 · 중앙대 Core·All 등

▼

1단계에서 서류 100으로 일정 배수를 선발하고, 2단계에서 1단계 성적과 면접을 합산하는 구조입니다. 학생부에 탐구 과정과 활동의 맥락이 분명한 학생이라면 면접에서 추가 강점을 만들 수 있습니다.

대표 대학: 연세대 종합인재형(서류70+면접30) / 연세대 탐구인재형(서류60+면접40) / 한양대 면접형 / 성균관대 성균인재·과학인재(면접형) / 중앙대 Core·All / 홍익대 학교생활우수자(면접형 · 신설)

같은 대학에서 서류형과 면접형이 나뉘더라도 평가 방식이 다르므로, 자신의 학생부 완성도와 면접 대응력을 분리해서 판단해야 합니다.

⚠️ 홍익대 학교생활우수자(면접형)는 2028학년도 신설 전형으로, 1단계 서류100으로 5배수를 선발한 뒤 2단계에서 1단계50+면접50을 반영합니다. 전년도 입시 결과가 없으니 주의가 필요합니다.

탐구·융합·학업형 — 전형명이 곧 평가 기준

중앙대 Core·All·Up · 성균관대 융합·탐구인재 · 서울과기대 서울텍인재·미래 등

▼

2028학년도의 가장 큰 특징 중 하나입니다. 전형명에 평가 철학이 담겨 있어, 지원자는 자신의 학생부가 어떤 전형명과 일치하는지를 먼저 따져야 합니다.

중앙대 3종 분화
· Core(탐구) : 1단계 서류100 → 2단계 서류60+면접40. 특정 계열 탐구 깊이가 강한 학생
· All(융합) : 동일 구조. 균형적 성장과 다양한 활동 서사가 강한 학생
· Up(최저결합) : 서류100+수능최저. 안정적 내신+수능 충족력이 있는 학생

성균관대는 서류형을 융합인재와 탐구인재로, 면접형을 성균인재와 과학인재로 나눠 선발 의도를 명확히 구분합니다. 서울과학기술대는 서울텍인재·서울텍미래라는 명칭으로 인재상을 재정렬했습니다.

연세대 신설 탐구인재형 — 2027과 다르다

기존 활동우수형·국제인재를 종합인재형으로 통합, 탐구인재형 신설

▼

연세대는 2028학년도에 기존 활동우수형·국제인재·국제형(국내고)을 종합인재형으로 통합하고, 탐구인재형을 신설 성격으로 새로 세웠습니다.

· 종합인재형: 1단계 4배수(서류100) → 2단계 서류70+면접30, 수능최저 적용
· 탐구인재형: 일반 4배수·국제 3배수 → 2단계 서류60+면접40, 수능최저 없음

탐구인재형은 신설 전형이라 전년도 입결 비교가 불가능합니다. 반드시 한국대학교육협의회 대입정보포털 '어디가'와 연세대 발표 자료를 직접 확인하세요.

수도권 주요 대학 학종 심층 분석

연세대학교

종합인재형 (통합)

기존 활동우수형+국제인재 통합. 1단계 서류100(4배수) → 2단계 서류70+면접30. 수능최저 적용. 균형적 학생부+면접 대응력 필요.

탐구인재형 (신설)

1단계 서류100(일반4배수/국제3배수) → 2단계 서류60+면접40. 수능최저 없음. 전공 연계 탐구 활동이 깊은 학생에게 유리.

한양대학교

학업형 (추천형 변경)

서류100 + 수능최저 적용. 교과 성취도와 학업 충실성을 전면 평가. 내신이 탄탄하고 수능최저를 충족할 수 있는 학생.

면접형

1단계 서류100 → 2단계 면접 포함. 학생부 탐구 과정과 활동 맥락을 말로 설명할 수 있는 학생에게 기회.

체육인재 (신설)

스포츠 분야 특화 신설 전형. 전년도 입결 없음, 요강 별도 확인 필수.

성균관대학교

융합인재 (서류형)

서류100. 다양한 교과 간 연결·활동 확장성이 강한 학생. 여러 분야를 아우르는 학생부가 유리.

탐구인재 (서류형)

서류100. 특정 분야 심층 탐구 역량이 세특에 뚜렷하게 드러나는 학생.

성균인재 (면접형)

1단계 서류100 → 2단계 면접 포함. 균형 잡힌 인재상과 구술 대응력이 중요.

과학인재 (면접형)

이공계 특화. 수학·과학 교과 세특과 탐구 활동이 뚜렷한 이과 학생.

중앙대학교

탐구하는 학종(Core)

1단계 서류100 → 2단계 서류60+면접40. 특정 계열 탐구 깊이가 강한 학생. 세특에 전공 연계 탐구 활동이 풍부해야 함.

모두의 학종(All)

동일 구조. 균형적 성장 서사가 강한 학생. 다양한 교과에서 고른 활동 기록 보유자.

최저있는 학종(Up)

서류100+수능최저. 안정적 내신과 수능 충족력이 있는 학생. 단, 의학부는 단계형 면접 적용.

홍익대학교

학교생활우수자 (서류형)

서류100 일괄형. 학생부 기록 전반이 안정적으로 채워진 학생.

학교생활우수자 (면접형·신설)

1단계 서류100(5배수) → 2단계 1단계50+면접50. 신설 전형으로 전년도 입결 없음. 면접 비중이 매우 높음.

우리 학원생이라면? 유형별 추천 전형

C++ 알고리즘 · KOI 준비 학생

정보올림피아드 입상 경력 or 대회 준비 중인 학생

연세대 탐구인재형 성균관대 탐구인재(서류) 성균관대 과학인재(면접) 중앙대 Core 한양대 면접형

Python 융합 프로젝트 학생

데이터분석·머신러닝 프로젝트를 세특에 연결한 학생

성균관대 융합인재(서류) 중앙대 All 중앙대 Core 이화여대 미래인재(서류) 한국외대 학생부종합(서류)

교과 내신이 탄탄한 학생 (코딩 + 학업 균형)

내신 관리가 잘 되어 있고 수능최저 충족이 가능한 학생

한양대 학업형 중앙대 Up 홍익대 학교생활우수자(서류형) 한국외대 학생부종합(서류형)

자기 표현력이 뛰어난 학생

탐구 과정을 말로 잘 설명하고 면접에 강한 학생

연세대 종합인재형 한양대 면접형 성균관대 성균인재(면접) 홍익대 학교생활우수자(면접형)

2028 학종 지원 전 반드시 점검할 5가지

1학생부 완성도 진단 — 교과 성취와 세특이 충실하면 서류100형, 탐구 과정을 말로 잘 설명할 수 있으면 면접형 우선 고려
2전형명 vs 학생부 일치 확인 — 탐구형·융합형·학업형·특화형은 학생부 안에 전형명과 맞는 증거가 있는지부터 점검
3수능최저 적용 여부 확인 — 같은 학종이라도 수능최저 유무에 따라 전략이 완전히 달라짐. 내신과 수능을 병행해야 하는지 사전 확인 필수
4신설·재편 전형 별도 관리 — 연세대 탐구인재형, 홍익대 면접형 등 전년도 입결이 없는 전형은 모집요강·지원자격·면접방식을 체크리스트로 별도 관리
5'어디가' 포털 직접 확인 — 한국대학교육협의회 대입정보포털 '어디가'와 각 대학 2028학년도 대학입학전형시행계획을 직접 확인하는 것이 가장 정확

원당컴퓨터학원에서는 C++ 알고리즘부터 Python 머신러닝까지,
학생부종합전형에 연계되는 실전 프로젝트 수업을 진행합니다.

현재 활동 수준 진단 및 맞춤형 심화 주제 추천 상담 가능합니다.

인천 서구 당하동 장원프라자 502호 | ☎ 032-565-5497

무료 상담 전화하기

참고 출처
· 교육을 비추다 (2026.05.23) — "2028 학생부종합전형, '서류냐 면접이냐'를 넘어 트랙별로 갈라진다" (송동일 기자)
https://www.kyobit.com/news/articleView.html?idxno=5513
· 한국대학교육협의회 대입정보포털 '어디가' — 2028학년도 대학입학전형시행계획
https://adiga.kr

#2028학종 #학생부종합전형 #수시전략 #학종트랙 #서류형 #면접형 #탐구형 #융합형 #학업형 #연세대학종 #한양대학종 #성균관대학종 #중앙대학종 #홍익대학종 #세특작성 #KOI #정보올림피아드 #Python세특 #C++알고리즘 #원당컴퓨터학원 #인천서구학원 #당하동학원 #코딩학원 #알고리즘학원