공학계열 세특, 합격생 기록이 달랐던 결정적 이유
에듀진이 공학계열 학생부 세특 합격·불합격 사례 4건을 비교해 소개했다. 전기전자공학 합격 사례는 물리Ⅰ 세특에서 옴의 법칙 실험 중 전류가 선형으로 증가하지 않는 구간을 발견해 저항의 온도 상승 가설을 세우고 재실험한 과정이 담겼고, 전공적합성 19점을 받아 합격했다. 컴퓨터공학 데이터분석형 합격 사례는 정보 세특에서 DBSCAN으로 CCTV 설치 위치를 산출하고 하이퍼파라미터(ε, MinPts) 변화에 따른 결과 차이를 분석해 전공적합성 '매우 높음' 평가를 받았다. AI·머신러닝 심화형 합격 사례는 교내 학생 300명 설문 데이터의 편향을 언더샘플링·오버샘플링으로 조정하고 재현율·정밀도·F1 score를 계산했으며, 학업역량 19/20, 전공적합성 20/20, 공동체역량 13/15, 진로역량 14/15를 받아 총점 75점으로 합격권 상위에 들었다. 반면 파이썬 프로그램을 만들었다는 사실만 나열하고 문제해결 과정이 없었던 컴퓨터공학 사례는 전공적합성 7점(20점 만점)에 그쳐 불합격했다. 기사는 어려운 전공 용어나 프로젝트 난이도보다 예상과 다른 결과를 발견해 원인을 추정하고 변수를 조정해 재확인하는 과정이 학생부 평가를 가른다고 설명했다.
확인할 것
전공적합성 19점(사례1), 20/20(사례3), 7점(사례4)이라는 점수 차이는 세특 평가가 활동의 난이도가 아니라 예상과 다른 결과를 발견해 원인을 분석하는 서술 여부에서 갈린다는 근거다. 회로 실험(사례1)과 머신러닝 편향 분석(사례3)처럼 분야가 전혀 다른 두 사례가 모두 '예상과 다른 결과→원인 추정→재실험'이라는 같은 서술 구조를 갖췄다는 점에서 두 사례는 같은 기준으로 이어진다.
숫자로 보기
| 전공적합성(전기전자공학 합격) | 19점 | |
|---|---|---|
| 학업역량(컴퓨터공학 AI·머신러닝 합격) | 19/20 | |
| 전공적합성(컴퓨터공학 AI·머신러닝 합격) | 20/20 | |
| 공동체역량(컴퓨터공학 AI·머신러닝 합격) | 13/15 | |
| 진로역량(컴퓨터공학 AI·머신러닝 합격) | 14/15 | |
| 총점(컴퓨터공학 AI·머신러닝 합격) | 75점 | 합격권 상위 |
| 전공적합성(컴퓨터공학 불합격) | 7점(20점 만점) |
수치는 원문에 나온 값만 싣습니다. 원문에 없는 값은 자동으로 걸러집니다.
이 소식에 나온 말
- 세특(세부능력 및 특기사항) →
- 교과 수업에서 보인 학습 과정과 성취를 교사가 문장으로 기록한 항목. 자기소개서 폐지 후 학종에서 비중이 커졌습니다.
학생부세특공학계열전공적합성
전문은 싣지 않습니다. 원문의 저작권은 에듀진에 있습니다.
원문 보기 →