최진성 학생(서라벌고 졸업)은 2025학년도 수시모집에서 서울대 첨단융합학부, 중앙대 약학부, 고려대 컴퓨터공학과에 모두 합격했다. 부모님의 권유로 컴퓨터공학 분야에 관심을 가졌고, 예술 분야의 인공지능 접목이라는 특화된 활동을 매년 확장, 구체화하면서 생기부를 완성했다. 최진성 학생의 진로 목표와 촘촘한 생기부 작성 과정 등 고교생활 3년을 살펴봤다.

<표1> 수시지원 대학

<표2> 학교 내신 등급과 수능성적

<표3> 학교 주요활동 내용

<진로 스펙트럼>

부모님 제안으로 ‘컴퓨터공학분야’, 학교 정보 교과 수업으로 관심 분야 구체화

중학교 때까지 특별히 진로 관련한 관심 분야가 없었던 최진성 학생은 중고등학교에 입학하면서 부모님의 추천으로 ‘컴퓨터공학과’에 관심을 가지기 시작했다.

“부모님이 컴퓨터공학과를 추천하셨어요. ‘음악을 좋아하니 해당 계열로 진학해서 음악 관련 프로그램을 개발할 수도 있다.’라며 방향성도 제안해주셨습니다. 이후 정보 교과 시간에 데이터 처리에 관해 배우고 교내 AI 해커톤이나 AI 파이오니어스와 같은 다양한 인공지능 관련 프로그램들을 수강하면서 컴퓨터공학 관련 분야로 진로를 정하게 되었습니다.”

<학교 활동>

패스파인더 활동으로 예술 분야 생성형 인공지능에 관심 -> 동아리 활동으로 구체화

최진성 학생은 3학년 동아리 ‘미래융합 스마트 AI’ 활동이 가장 기억에 남는다고 전했다. “2학년 때 진로 활동 ‘패스파인더’ 1차 활동 보고서로 생성형 인공지능이 예술 분야에 사용되는 사례와 전망에 관하여 조사를 했고, 직접 예술 분야에 사용되는 간단한 인공지능을 만들고 싶어 동아리 활동으로 음악 분류 및 추천 알고리즘을 제작했습니다. 특히 분류 알고리즘을 만들기 위해 음악 파일을 수집하고, 파이썬 내장 모듈을 이용해 다양한 음악적 특성을 출력한 후 데이터프레임을 구축했습니다.”

이후 곡의 음악적 특성들을 나타내는 벡터를 구하고, ‘랜덤 포레스트’ 모델로 인공지능을 학습시킴으로써 장르와 아티스트를 분류하는 알고리즘도 만들어냈다. 그러나 해당 모델을 사용했을 때 분류의 정확도가 기대보다 낮았고, 원인을 분석한 결과 의사결정나무 모형이 복잡해져 과적합 문제가 생긴 것도 알아냈다.

“문제를 해결하기 위해, ‘서포트 벡터 머신’ 모델로 다시 분류하니 전보다 향상된 정확도를 보였습니다. 다음으로 추천 알고리즘을 제작하기 위해 앞서 구한 음악 특성 벡터들의 ‘코사인 유사도’를 이용하여 유사도가 가장 높은 5개의 곡을 추천하는 시스템을 구성했습니다.” 최진성 학생이 넣은 곡과 동일 장르, 아티스트 곡이 최상단에 표시됨으로써 추천 알고리즘이 성공적으로 작동함을 확인했다.

<내신 관리>

국어는 헷갈린 선지와 지문 복습, 수학은 발상과 사고의 흐름 복기! 과목별 약점 극복하는 학습법 찾아

최진성 학생은 내신 성적을 관리했던 자신만의 과목별 학습법도 공유했다. 국어 과목은 변형 문제들을 풀면서 여러 유형을 익히고, 시험 1주일 전에 시험 범위 지문들을 1회씩 복습했으며, 시험 전날에는 그동안 문제 풀이 과정에서 지문별로 헷갈린 선지나 지문의 어려운 단어, 사자성어 등을 정리해서 리스트를 만들어 암기했다.

수학과 과학 탐구 과목은 어려운 문제가 출제되면 풀이를 위해 떠올린 발상 및 사고의 흐름을 적고 시험 직전에 적어놓은 코멘트를 살펴보면 자신의 사고의 흐름을 복기했다. 오답 노트를 활용해 틈틈이 복습하고, 특히 실수한 문제를 기록하는 ‘실수 노트’를 별도로 작성해서 자신의 실수 방식도 기록해서 수시로 점검했다.

최진성 학생은 한국사와 한문과 같은 암기과목이 취약했다. “한국사는 락치기를 하다 4등급을 받기도 했습니다. 이를 경험 삼아 암기과목은 평일 늦은 밤이나 주말을 활용해 학교 수업 진도를 복습했습니다. 특히 무작정 암기보다 시대 흐름을 이해하려고 노력했으며, 단체와 이름은 초성을 따서 암기했습니다.”

<세특 관리>

음악 프로그램 개발 목표, 인공지능 수학 -> 동아리 활동에서 심도 있게 확장!

최진성 학생은 사물인터넷 수업에서 사물인터넷 기기 중 하나인 마이크로비트 코딩을 배우고, 이를 이용해 기하 시간에 벡터의 내적과 유사한 원리로 이동 통신하는 ‘CDMA 시스템’에 대해 소개하고 해당 시스템의 이동통신 과정을 마이크로비트로 구현하는 실습도 진행했다.

“음악 분야 프로그램을 개발하기 위해 교과 활동에서도 해당 분야와 관련된 활동을 많이 수행했어요. 인공지능 수학 시간에는 곡들의 음악적 특성을 추출하여 만든 데이터프레임을 이용한 아티스트의 음악 스펙트럼을 알아보기 위해 곡들을 군집화하는 활동을 수행했습니다. 이는 3학년 동아리 활동에 있어 토대가 되었습니다. 또한 3학년 동아리 활동 후에는 음악적 특성들을 추출하는 데 사용된 푸리에 변환에 대해 심도 있게 탐구하고 싶어 ‘푸리에 변환과 음향 분야에서의 활용’을 주제로 탐구하고, 푸리에 변환 유도과정에 이용된 미적 원리를 조사하고, 음악적 특성을 추출하는 데 푸리에 변환의 사용법도 발표했습니다.”

<구술면접>

학생부 관리는 ‘융합 활동’ 강조, 서울대 지균 면접은 공동체 역량 관련 질문에 집중

최진성 학생은 학생부 관리를 위해 ‘융합’을 가장 중요시 했다. “컴퓨터공학과 지망생은 많지만, 차별점을 두려면 해당 학과 진학 후 구체적으로 어떤 분야에 집중할지 고민했습니다. 따라서 생기부 주제를 ‘음악 분야에서의 데이터과학 활용’으로 정하고 융합 활동을 다수 진행했습니다.”

서울대학교 지균 면접에서는 교과 세특이나 진로 활동보다는 전반적인 학교생활과 공동체 역량에 관련한 질문이 나왔다. 최진성 학생은 학교생활 중 오케스트라 동아리 경험을 이야기하면서 좋은 평가를 받을 수 있었다. “면접 시간이 1분 정도 남았을 때, 제가 먼저 요청해서 가장 인상 깊었던 활동에 관해 이야기했습니다. 이때 패스파인더 활동이었던 코딩 작곡 활동을 간략히 소개하면서 활동 과정에서 겪은 어려움과 해결 과정을 설명했습니다.”

<후배를 위한 조언>

“꼬리에 꼬리를 무는 생기부 만들기, 계획 문구를 적었다면 후속 활동까지 생각할 것!”

생기부 기록에 있어 중요한 것은 ‘꼬리에 꼬리를 무는 생기부를 만드는 것’이라고 전하는 최진성 학생은 교과 세특이나 진로 활동에 ‘향후 ~ 할 계획을 세움’이라고 적어놓고, 후속 활동을 하지 않고, 연관성 없는 활동을 나열하지 말라고 조언한다.

“그렇다고 모든 활동을 억지로 연결 짓는다면 이것도 좋은 방법이 아닙니다. 생기부에 ‘~ 할 계획을 세움’이라는 문구를 적으면 실제로 상위 과정에서 할 후속 활동을 염두에 두어야 합니다. 또한 자신의 진로와 큰 연관이 없는 과목의 세특을 관리할 때는 진로와의 연결이 아닌 과목에 충실한 탐구 활동을 하는 것이 낫다고 생각합니다.”

억지로 진로와 연결해서 세특을 기록하면, 입학사정관도 탐구 활동이 자연스럽게 궁금증에서 시작된 것이 아님을 알기 때문에 서류 점수에서 좋은 평가를 받기 어렵기 때문이다.

최진정 학생

위 기사의 법적인 책임과 권한은 내일엘엠씨에 있습니다.
<저작권자 ©내일엘엠씨, 무단 전재 및 재배포 금지>