FROM VIDEO 1
📺 영상 1편 30초 회상: 안 보신 분 위한 컨텍스트
1
학종은 정성평가만이 아니다. 17년간 운영되어온 학교 차등 평가 시스템 위에 작동.
2
2011년 부산고법 판결문(2010나3387)에 공개된 △△대 산식이 그 증거. 합법 판결.
3
핵심 입력값은 학교 평균·표준편차. Y값(학교 안 위치) 계산 → k₃ 벽이 양방향 차단.
1시청자 의문: 표준편차가 사라지면 시스템이 끝나는 거 아닌가?
1편을 본 시청자가 자연스럽게 던지는 질문. 그리고 그 질문이 향하는 결정적 사실.
시청자가 던지는 결정적 질문
영상 1편에서 본 판결문 산식은 학교 평균과
표준편차를 핵심 입력값으로 썼습니다. 그런데 2022 개정 교육과정으로
성적표에서 표준편차가 사라졌습니다.
그러면 17년간 작동해온 학교 차등 평가 시스템은 사라지는가?
사실 이 질문에 대해 대부분 컨설턴트도 진학지도 교사도 명확한 답을 못 합니다.
"내신 평가 방식이 바뀌니까 다 똑같이 평가받겠지" 막연한 기대. 또는
"학종이 더 깜깜이가 될 것" 막연한 불안. 둘 다 근거가 없습니다.
결정적 사실
시스템은 사라지지 않았다. 위계 구조 그대로 입력값만 바꿔서 살아 있습니다.
이 영상에서 보여드릴 핵심은 세 가지입니다. 첫째, 2022 개정 성취도 A~E는 절대평가라 표준편차를 거꾸로 추정하는 게 사실상 불가능: 1편 판결문 산식의 직접 연장은 끝입니다. 둘째, 그런데 시스템은 다른 길로 진화했고, 그 증거가 고려대학교 2022학년도 수시 학생부교과(학교장추천) 모집요강의 변환석차등급 환산식이에요. A 비율을 학교 난이도 시그널로 직접 받아쓰는 방식. 셋째, 이 원리를 어센틱마인드가 모든 교과로 일반화한 게 통합 ACE 모델(가칭)인데, 1편 판결문 산식과 대등한 4층 위계로 작동합니다. 입력값만 표준편차에서 A 비율로 바뀌었을 뿐, 시스템의 골격은 똑같이 유지되는 거예요.
2입력값의 교체: 표준편차가 사라진 자리에 무엇이 왔나
2015 개정 교육과정 성적표 vs 2022 개정 교육과정 성적표: 시스템이 읽어내던 신호의 변화
~ 2027 입시
2015 개정 교육과정 성적표
원점수✓ 표시
과목 평균✓ 표시
표준편차✓ 표시
석차등급9등급
성취도진로선택과목 3단계 (A/B/C)
성취도 분포진로선택과목 표시
→
2028 입시 ~
2022 개정 교육과정 성적표
원점수✓ 표시
과목 평균✓ 표시
표준편차❌ 삭제
석차등급5등급
성취도전 과목 5단계 (A~E)
성취도 분포전 과목 표시
결정적 변화: 두 입력값의 교체
표준편차 삭제: 판결문 산식 Y값 = (원점수−평균)/표준편차 가 직접 계산 불가. →
A 비율 강화: 새 학교 난이도 시그널. A가 적게 나오는 학교 = 시험 어려운 학교 = 변별력 있는 학교.
입력값이 교체된 것이지, 시스템 자체가 사라진 게 아닙니다.
2-1. 표준편차가 없을 때의 문제: 같은 점수가 변별이 안 된다
왜 대학이 표준편차의 빈자리를 그냥 둘 수 없는가. 영상 1편에서 본 사례를 다시 가져옵니다.
2027 입시까지: 표준편차 있을 때
같은 점수도 학교가 다르면 다른 위치
일반고 A학생 100점 (평균 80, 표준편차 15) → Y값 = (100−80)/15 = 1.33 (석차 9.6%, 2등급)
일류고 B학생 80점 (평균 50, 표준편차 15) → Y값 = (80−50)/15 = 2.00 (석차 2.2%, 1등급)
→ 표준편차 덕분에 학교 안 위치(Y값)로 둘이 명확히 변별됨. 일류고 B학생이 진짜 1등급, 일반고 A학생은 2등급.
2028 입시부터: 표준편차 없을 때
변별 불가: 시스템이 멈춤
성적표에 표준편차가 사라지면 학교 평균만으로는 Y값을 못 만듦. (100−80)/? = ?
→ 두 학생을 어떻게 비교하나? 원점수 100 vs 80? 100점이 잘한 것처럼 보이지만, 실제로는 평균 50인 학교에서 80점이 훨씬 어려운 성과. 표준편차가 없으면 시스템이 학교 맥락을 못 읽음.
대학이 그냥 둘 리가 없습니다. 다른 방법을 찾아야 함.
시스템이 직면한 과제
대학이 학교 차등 평가 시스템을 유지하려면
표준편차를 대신할 학교 난이도 시그널이 필요합니다. 2022 개정 성적표에 새로 강화된 정보가 무엇인가요? 전 과목 성취도 A~E와 그 분포 비율. 즉
A 비율 정보가 새 시그널이 됩니다. 다음 절에서 이 A 비율로 표준편차를 거꾸로 추정할 수 있는지부터 검토합니다.
2-2. A 비율로 표준편차를 추정할 수 있는가: 결정적 한계
자연스러운 질문. "성적표에 남은 평균과 A 비율로 표준편차를 거꾸로 추정해서, 1편 판결문 산식을 그대로 쓰면 되는 거 아닌가?": 결정적인 한계가 있습니다. 2022 개정 성취도 A~E가 어떤 평가 방식인지에 따라 답이 갈립니다.
만약 A~E가 상대평가였다면
σ̂ 역산이 작동했을 것
만약 A=상위 10%, B=상위 누적 30%처럼 분위수 기반 상대평가였다면, A 컷이 정규분포의 어떤 위치인지가 직접 결정됩니다. 평균 + 분위수만 알면 표준편차를 통계적으로 거꾸로 추정할 수 있어요. 분위수 정보 = 정규분포의 위치 정보.
실제로는 절대평가
분포 형상 정보가 없음
2022 개정 성취도 A~E는 원점수 절대 기준 (A=90점 이상, B=80점 이상, ...). 90점 위에 학생이 몇 % 있다는 정보만으로는 정규분포의 형상을 못 그립니다. 같은 A 비율의 두 학교가 실제로는 완전히 다른 σ를 가질 수 있어요. 분위수 정보가 없는 것 = 분포 형상을 못 그리는 것.
결론: 17년 판결문 산식의 직접 연장은 끝났다
σ̂ 역산을 형식적으로 시도할 수는 있지만, 절대평가 A 비율로는 정규분포 형상을 복원할 수 없습니다.
1편에서 본 판결문 산식의 직접 적용은 사실상 불가능. 표준편차 사라짐 = 17년 정량 시스템의 직접 연장 가능성 사라짐.
그러면 대학은 시스템을 어떻게 유지하는가? 다른 길:
A 비율을 학교 난이도 시그널로 직접 받아쓰는 방식으로 진화했습니다. 그 운영 증거가 다음 절의 고려대 변환식, 일반화 모델이 본 영상의 A.C.E. 지표입니다.
31차 자료 증거: 고려대가 이미 운영 중이다
2022학년도 수시 학생부교과(학교장추천) 모집요강: A 비율을 학교 난이도 시그널로 직접 사용. 표준편차 없는 환경에서 시스템이 살아남는 방식을 1차 자료로 증명.
문제
진로선택과목 = 절대평가 A/B/C
A 등급만 받아도 그 자체로는 변별 불가. 모두 A인 학생 vs 일부 A인 학생을 어떻게 가를 것인가?
해법
A 비율을 학교 난이도 시그널로
A 비율 낮음(시험 어려움) → 변환등급 높게 환산. A 비율 높음(쉬움) → 낮게 환산. 학교마다 같은 A 등급이 다른 변환등급으로.
진로선택과목의 성취도(A/B/C)는 학교 내 해당 과목 성취도별 분포 비율을 활용하여 변환석차등급으로 환산하여 반영함.
이때 변환석차등급은 학교의 A 성취도 비율이 적을수록 같은 A 등급이라도 더 우수한 변환등급으로 산출됨.
3-2. 변환석차등급 환산 시뮬레이션: 같은 A 등급, 다른 변환등급
| 학교 유형 |
시험 난이도 |
A 비율 |
학생 성취도 |
변환등급 추정 |
| 일류고 (빡센) |
매우 어려움 |
8% |
A 등급 |
1.0 |
| 일류 일반고 (학군지) |
어려움 |
15% |
A 등급 |
1.5 |
| 일반 일반고 |
보통 |
25% |
A 등급 |
2.0 |
| 쉬운 일반고 |
쉬움 |
35% |
A 등급 |
2.5 |
| 매우 쉬운 학교 |
매우 쉬움 |
50% |
A 등급 |
3.0 |
결정적 통찰: A 비율 기반 시스템은 이미 운영 중이다
같은
A 등급이라도 학교 A 비율에 따라 변환등급이
1.0~3.0으로 3배 차이. 고려대는 이미 2022학년도부터
A 비율을 학교 난이도 시그널로 직접 받아쓰는 방식을 공식 운영 중. 즉 앞 절(2-6)에서 σ̂ 역산이 불가능하다는 결론을 봤음에도 불구하고, 시스템은 사라진 게 아니라
다른 입력값으로 살아 있다는 1차 자료 증거입니다. 다음 절에서 이 원리를
모든 교과 과목으로 일반화한 가칭 모델: A.C.E. 지표를 제시합니다.
4A.C.E. 공식: 고려대 변환식의 일반화 (가칭 모델)
Academic Competency & Context Excellence · 고려대 변환식의 원리를 모든 교과 과목으로 확장한 어센틱마인드의 추정 모델
4-1. 무늬만 1등급이 아닌 압도적 1등급을 가려내는 3가지 단서
표준편차가 사라진 성적표에도, 대학이 학교 맥락을 읽어낼 수 있는 정보는 여전히 남아 있습니다. 대학은 이 3가지 단서로 학교 수준과 학생 위치를 함께 판단합니다.
| 분석 요소 |
대학의 해석 방향 |
학교 수준 판단 근거 |
| 과목 평균 |
높은 평균 & 낮은 성적 분산
우수 학생이 몰렸을 가능성 (일류고 경향)
|
평균이 높을수록 학생들의 초기 역량이 우수함 |
| 성취도별 분포 비율 |
A/B 비율의 분포
A/B 비율이 낮으면 평가·시험 난이도가 높음을 시사
|
상위 등급 획득이 어려울수록 경쟁이 치열함 |
| 학생의 원점수 |
평균과의 차이
학생의 원점수가 평균보다 얼마나 높은지
|
평균 대비 압도적인 원점수는 개인 역량의 우수성 증명 |
압도적 1등급 만들기
턱걸이 1등급(~10%)이 아니라, 평균이 낮고(시험은 어렵고) A 비율도 적은(경쟁은 치열한) 과목에서 100점에 가까운 원점수로 낮은 A 비율 분포를 뚫어낸 1등급. 이게 시스템이 보는 진짜 1등급입니다.
왜 ACE 공식이 이 모양인가
대학이 보는 단서가 3가지이므로, A.C.E. 공식도 이 3가지를 그대로 반영합니다.
원점수와 평균의 차이를 보는 부분이
Ss(성적 우수도 점수),
A 비율로 학교 난이도를 읽는 부분이
Cf(학교 난이도 점수). 둘을 곱하면 학생의 진짜 점수, 즉 A.C.E. 값이 나옵니다.
4-2. A.C.E. 공식
4-3. A.C.E. 변수 사전: Ss·Cf 두 변수만 알면 산식이 풀린다
Ss
성적 우수도 점수
Score Superiority
학생이 학교 평균보다 얼마나 앞섰는가. 클수록 학교 안에서 우수한 위치.
Ss = (원점수 − 학교 평균) ÷ 10
판결문 Y값(=Z점수) 분자만 따로 떼서 상수 10으로 스케일링: 표준편차 부재 시 경량 근사. ÷10은 점수 차(0~30점)를 0~3 범위로 줄이는 스케일링 계수.
Cf
학교 난이도 점수
Competition Factor
이 학교에서 A 받기가 얼마나 어려운가. A 비율이 작을수록 Cf 값이 커짐 = 학교 난이도 큼.
Cf = (1 ÷ A비율) × 0.05
고려대 변환석차등급 원리의 일반화. 판결문 Z*·W값을 대신해 학교 난이도 시그널 역할. ×0.05는 1÷A비율(3~20)을 직관적 ACE 범위(0~2)에 맞추기 위한 스케일링 계수.
4-4. 검증: 같은 91점 1등급, 국어 vs 수학
겉보기엔 둘 다 1등급 91점으로 동일. 그런데 학교 맥락(평균·A비율)을 ACE로 정량화하면 4배 이상 차이가 납니다.
| 구분 |
국어 (문학) |
수학 (대수) |
비고 |
| 성적표 |
1등급 / 91점 |
1등급 / 91점 |
겉보기엔 성적이 동일 |
| 과목 평균 |
75.2점 |
60.2점 |
수학이 훨씬 어려웠음 |
| A 등급 비율 |
25.5% (0.255) |
11.9% (0.119) |
수학이 A등급 받기 2배 더 힘듦 |
|
Ss · 성적 우수도 점수
(원점수 − 평균) ÷ 10
|
(91 − 75.2) ÷ 10
Ss = 1.58
|
(91 − 60.2) ÷ 10
Ss = 3.08
|
평균보다 15.8점 높음
평균보다 30.8점 높음
|
|
Cf · 학교 난이도 점수
(1 ÷ A비율) × 0.05
|
(1 ÷ 0.255) × 0.05
Cf = 0.196
|
(1 ÷ 0.119) × 0.05
Cf = 0.420
|
A가 흔함 (가치 낮음)
A가 귀함 (가치 높음)
|
|
최종 A.C.E. 지수
Ss × Cf
|
1.58 × 0.196
0.31
|
3.08 × 0.420
1.29
|
기준 점수
국어 대비 약 4.1배 높음
|
정량화 결과
같은 원점수 91점 1등급이라도 평균 및 A등급 비율 ↓, 수학이 국어보다 ACE 지표 4배 높음.
학기 최종 지표
[(A과목 지수 × A과목 학점수) + (B과목 지수 × B과목 학점수) + ⋯] ÷ 총 이수 학점수
시사점
학점수 높은 과목 ACE 지표 높을수록 평가 좋아져, 질적으로 우수한 과목 많이 이수해야.
검증 결과: 같은 91점이 다른 가치
같은 91점 1등급이지만
수학의 A.C.E.(1.29)가 국어의 A.C.E.(0.31)의 4.18배. 수학이 평균 60.2점, A 비율 11.9%: 매우 어려운 시험에서 받은 1등급이라 맥락 가치가 4배 이상. 이게 시스템이 보는 진짜 점수. 판결문 산식이 학교·과목 맥락을 보는 원리와 정확히 동일한 작동입니다.
5인터랙티브: 같은 점수가 학교 따라 12배까지 갈린다
슬라이더로 학생 원점수를 조정. 4가지 학교 유형의 평균·A비율로 ACE 자동 계산. 같은 점수도 학교에 따라 ACE가 최대 12배 차이.
🎯 학교 유형별 ACE 비교 시뮬레이션
원점수 슬라이더를 91점(1등급 컷 근방)에 두고 4개 학교의 ACE를 비교해보세요. 슬라이더를 움직이면 모든 학교의 ACE가 실시간 변합니다.
시뮬 작동 원리: 어떻게 이 숫자가 나오는가
슬라이더를 움직이면
학생 원점수 x만 바뀝니다. 각 학교의
평균과
A비율은 학교 유형별로 고정값(예: 일류고 평균 60점·A비율 8%, 쉬운 일반고 평균 80점·A비율 35%). 이 세 정보로 다음을 자동 계산합니다.
1단계 ·
Ss = (원점수 − 평균) ÷ 10. 학생이 학교 평균에서 얼마나 위로 떨어져 있는지. 평균이 60인 일류고에서 91점이면 Ss = 3.08. 평균 80인 쉬운 일반고에서 91점이면 Ss = 1.10.
같은 91점도 어느 학교 평균과 떨어졌느냐로 가치가 다름.
2단계 ·
Cf = (1 ÷ A비율) × 0.05. 학교에서 A 받기가 얼마나 어려운지. A비율 8%(일류고)이면 Cf = 0.625. A비율 35%(쉬운 일반고)면 Cf = 0.143.
A가 귀한 학교일수록 Cf가 큼.
3단계 ·
A.C.E. = Ss × Cf. 두 값을 곱하면 학생의 진짜 점수. 시뮬에서 학교 막대 아래에 표시되는 분해 패널이 정확히 이 3단계 계산입니다.
시연 포인트: 12배 차이의 정량 작동
원점수 슬라이더를 91점에 두고 4개 학교를 비교하시면,
일류고 1.938 vs 쉬운 일반고 0.157: 12배 차이가 보입니다. 학생이 받은 점수는 같아도
어느 학교에서 받았느냐가 ACE 값을 12배까지 가르는 것이 시스템의 정량 작동입니다. 영상 1편 판결문 산식의 2028 진화 모델이 이렇게 작동합니다.
6시스템 작동 결과: 같은 1등급, 4가지 학교 유형의 진짜 위치
학교 유형 × 등급 진영의 4가지 조합. 같은 1등급도 ACE로 보면 위치가 어떻게 다른가
일반고
일반고 1등급 (91점)
평균 75.2 · A비율 25.5% · Ss 1.58 · Cf 0.196
→ 같은 91점인데 일류고 1등급보다 낮게 평가. ACE 자체가 낮아 학종 정량 시그널 약함.
A.C.E. ≈ 0.31
일반고 2~3등급 (80점)
평균 75.2 · A비율 25.5% · Ss 0.48 · Cf 0.196
→ ACE 거의 무력화. 정량 시그널 없음.
A.C.E. ≈ 0.09
일류고
일류고 1등급 (91점)
평균 60.2 · A비율 11.9% · Ss 3.08 · Cf 0.420
→ ACE 1.29로 일반고 1등급의 4.18배. 시스템이 "진짜 우수성"으로 인식.
A.C.E. ≈ 1.29
일류고 2~3등급 (80점)
평균 60.2 · A비율 11.9% · Ss 1.98 · Cf 0.420
→ ACE 0.83으로 일반고 1등급의 2.68배. 일반고 1등급보다 정량 시그널 강함.
A.C.E. ≈ 0.83
시스템이 만드는 역전 현상
일류고 2~3등급(0.83)이 일반고 1등급(0.31)보다 ACE 2.68배 높음. 즉 시스템 관점에서는
일류고 2~3등급이 일반고 1등급보다 더 우수한 학생으로 평가됩니다. 영상 1편에서 본 판결문 산식의
k₃ 벽이 표준편차 시대에 1·2등급 진영을 보호했다면, ACE 모델은
1등급 안에서도 학교에 따라 4배 차이를 만들어 더 정교한 변별을 합니다.
일류고 1·2등급은 자기 점수보다 더 강한 시그널을 받고, 일반고 1·2등급은 표준편차 시대보다도 약화된 시그널을 받게 되는 것이 2028 진화 모델의 작동 결과입니다.
7통합 ACE 모델: 판결문 산식과 대칭하는 4층 위계
과목별 ACE 한 칸짜리 지표를 학기·전체로 쌓아 1편 판결문 산식과 대등한 정량 시스템으로: 어센틱마인드 통합 모델 (가칭)
7-1. 1편 판결문 산식 vs 통합 ACE 모델: 4층 대칭
1편 판결문 산식이 과목 Y값 → 학기 V값 → 전체 V*값 → 2등급 컷 양방향 벽으로 위계를 쌓았듯, ACE도 동일 구조로 쌓아 올립니다. 입력값만 바뀌었을 뿐 위계의 골격은 똑같이.
1과목 Y값
Y = (원점수 − 학교평균) / 표준편차
학생이 학교 안에서 평균 대비 어디 위치하는가. 표준편차 기준의 표준점수.
→
1과목 ACE
ACE = Ss × Cf = ((원점수−평균)÷10) × ((1÷A비율)×0.05)
학생이 학교 안에서 평균 대비 어디 위치하는가 × 그 학교 A 비율로 학교 난이도 보정. 1편의 Y값을 A 비율 기반으로 대체.
2학기 V값 (학기 가중평균)
V = Σ(Y × 학점) / Σ학점
학생이 한 학기 동안 받은 과목별 Y값을 학점으로 가중평균. 학기 단위 누적.
→
2학기 ACE
ACE_학기 = Σ(ACE_과목 × 학점) / Σ학점
한 학기 모든 과목의 ACE를 학점으로 가중평균. 학기 단위 누적. 학점 비중 큰 과목에서 ACE 높을수록 학기 ACE 상승.
3전체 V*값
V* = Σ(학기 V × 학점) / Σ학점
학생이 고1·고2·고3 모든 학기 V값을 학점으로 가중평균. 학년 가중치 없이 단순 누적.
→
3전체 ACE
ACE_전체 = Σ(모든 과목 ACE × 학점) / Σ모든 학점
고1~고3 모든 과목의 ACE를 학점으로 가중평균. 학년 가중치 없이 단순 누적. 학생 한 명의 단일 정량 점수.
42등급 컷 양방향 벽 (k₃)
2등급 컷이 양방향 보호벽
일류고 2등급은 위로 들어 올리고, 일반고 1등급은 아래로 누른다: 양방향 벽으로 변별. 1편 판결문 산식의 결정적 메커니즘.
→
4압도적 1등급 컷 + 허들 컷
ACE≥1.0 과목 N개 이상 + ACE<0.3 과목 비율
전체 ACE 평균만 보는 게 아니라 과목별 분포로 한 번 더 변별. 자세한 메커니즘은 7-3에서.
대칭의 핵심: 위계 구조는 같고, 입력값만 바뀌었다
표준편차 시대의 Y값 → 학기 V → 전체 V* → 2등급 컷 벽이
완벽히 같은 위계 구조로 ACE 시대에 복제됩니다.
입력값만 표준편차에서 A 비율로 바뀌었을 뿐, 시스템 자체의 정량 변별력은 보존됩니다. 이게 통합 ACE 모델이 1편 판결문 산식의 정량 시스템과 대등한 위계인 이유.
7-2. 통합 ACE 계산 시연: 학생 A vs 학생 B
두 학생이 모든 학기 원점수가 동일하다고 가정합니다. 학생 A는 일류고(평균↓ 60, A비율↓ 8%), 학생 B는 쉬운 일반고(평균↑ 80, A비율↑ 35%). 5학기 누적 통합 ACE를 비교해보면 1편 판결문 산식의 변별력 그대로가 ACE로도 재현됩니다.
| 위계 / 항목 |
| 1층 · 과목 ACE 평균 (예시 5과목 88~95점 받음) |
~ 2.0 (모든 과목 압도적 1등급) |
~ 0.18 (모든 과목 허들 미달) |
| 2층 · 1학년 1학기 ACE |
2.014 |
0.175 |
| 2층 · 1학년 2학기 ACE |
2.056 |
0.184 |
| 2층 · 2학년 1학기 ACE |
2.076 |
0.189 |
| 2층 · 2학년 2학기 ACE |
2.042 |
0.181 |
| 2층 · 3학년 1학기 ACE |
2.153 |
0.206 |
| 3층 · 전체 ACE (5학기 누적) |
2.068 |
0.187 |
| 학생 A 대 학생 B 배수 |
11.06배 차이 |
통합 ACE의 위력: 누적이 변별력을 증폭한다
같은 원점수 분포(88~95점)인데 학교 맥락 차이만으로 통합 ACE가 11배 차이. 1편 판결문 산식이 학기·학년 누적으로 변별력을 증폭시켰던 메커니즘이 ACE에서도 그대로 작동합니다. 한 학기 한 과목 차이가 작아 보여도, 5학기·전 과목 누적되면 거대한 격차가 됩니다.
7-3. 4층 메커니즘: 압도적 1등급 컷 + 허들 컷 (k₃ 대응)
3층까지만 보면 전체 ACE 평균값 하나가 나옵니다. 그런데 평균만 보면 놓치는 게 있어요. 1편에서 k₃ 양방향 벽이 1·2등급 진영을 따로 보호했듯, 통합 ACE도 과목 분포 위에 두 가지 컷을 추가로 둡니다.
왜 4층이 필요한가: 평균만 보면 놓치는 경우
가상의 학생 C를 봅시다. 이 학생도 3층 전체 ACE가 학생 A와 비슷하게
2.0 정도. 그런데 분포를 까보면:
국어·영어·사회 같은 일부 과목은 ACE 4.0 (압도적)이고, 수학·과학은 ACE 0.5 (그저 그럼). 평균값만 보면 학생 A(전 과목 일관되게 2.0)와 학생 C가 같아 보이지만, 실제로는
완전히 다른 학생이에요. 학생 A는 "전 과목 압도적 1등급", 학생 C는 "잘하는 과목 몇 개로 평균 끌어올린 학생".
대학이 이걸 못 거른다면? 학생들은
잘하는 과목에만 몰빵하고 못하는 과목은 버리는 전략이 통하게 됩니다. 이게 1편 판결문 산식 시대에 k₃ 양방향 벽이 차단했던 문제와 똑같은 구조예요.
4층 메커니즘은 평균 뒤에 숨은 분포까지 검사합니다.
"이 학생이 잘하는 과목이 일부인가, 전 과목인가"를 검사하는 컷. 예를 들어 "ACE ≥ 1.0 인 과목이 학점 가중으로 70% 이상"이라는 기준을 둔다면: 일류고에서 전 과목 일관되게 압도적인 학생 A는 100%로 통과, 잘하는 과목 몇 개만 압도적인 학생 C는 50%로 미달.
🏃 비유: 마라톤에서 평균 페이스만 보면 누가 진짜 잘 뛰는지 모릅니다. 중간에 한 번 빠르게 달리고 나머지는 걷는 사람과, 처음부터 끝까지 같은 페이스로 달린 사람의 평균이 같을 수 있어요. 전 구간 일정 페이스로 빠르게 뛴 사람이 진짜 1등급 마라토너. 압도적 1등급 컷이 바로 이걸 가립니다.
"이 학생에게 정량 시그널이 너무 약한 과목이 얼마나 있나"를 검사하는 컷. 예를 들어 "ACE < 0.3 인 과목이 학점 가중으로 20% 이상이면 허들 미달"이라는 기준을 둔다면: 쉬운 일반고에서 전 과목 ACE가 0.2 수준인 학생 B는 100%로 허들 미달.
🛡️ 비유: 학교에서 물내신 과목 골라서 학점 채우기 같은 전략을 차단하는 장치예요. 평균 평점만 보면 "여러 과목 평균 잘 받았다"로 통하지만, 그 안에 정량 시그널이 약한 과목이 너무 많으면: 즉 학교 맥락상 의미 있는 변별이 없는 과목이 많으면: 허들에 걸리는 것.
4층의 진짜 의미: 평균만 보지 않고 분포까지 본다
3층까지가
"학생이 평균적으로 얼마나 잘하나"를 본다면, 4층은
"잘하는 정도가 일관되나, 빈틈이 없나"를 봅니다. 같은 평균이라도 분포가 깔끔한 학생과 그렇지 않은 학생을
다르게 평가하는 거예요. 1편의 양방향 벽이 등급 컷에서 보호와 차단을 동시에 했듯, 4층은
평균 위에서 추가 변별을 만듭니다.
7-4. 시뮬레이션: 두 학생의 4층 메커니즘 적용 결과
앞서 가정한 대로 두 학생이 모든 학기 모든 과목에서 88~95점 동일한 원점수 분포를 받았다고 봤을 때, 학교 맥락 차이만으로 4층 메커니즘 결과가 어떻게 갈리는지 봅니다. 5학기 × 5과목 = 총 25과목이 검사 대상이고, 학점비는 학점 가중 비율(과목별 학점이 같으면 과목 수 비율과 동일)입니다.
| 평가 항목 |
| 전체 ACE (3층 평균값) |
2.068 · 압도적 점수 |
0.187 · 매우 낮은 점수 |
압도적 1등급 컷
25과목 중 ACE≥1.0인 과목 수 / 학점 비중 |
25과목 (전 과목) ✅ 통과
학교 맥락이 강해 모든 과목이 압도적 점수 |
0과목 (없음) ❌ 미달
학교 맥락 약해 압도적 과목 없음 |
허들 컷
25과목 중 ACE<0.3인 과목 수 / 학점 비중 |
0과목 (없음) ✅ 통과
정량 시그널 약한 과목 0개 |
25과목 (전 과목) ❌ 미달
학교 맥락 약해 모든 과목이 시그널 약함 |
| 통합 평가 |
⭐ 압도적 1등급 |
🚧 허들 미달 |
통합 ACE 모델의 결론
표준편차가 사라져도, 위계 구조 그대로 ACE 시스템은 작동한다
과목별 ACE가 1편의 Y값 자리에 들어가고, 학기·전체 누적이 V·V* 자리에 들어가고, 압도적 1등급 컷·허들 컷이 k₃ 양방향 벽 자리에 들어갑니다. 판결문 산식의 4층 정량 시스템이 그대로 ACE로 복제 가능. 표준편차가 사라진 게 시스템의 끝이 아니라, 입력값만 바뀐 채 같은 위계로 진화한 것. 이게 본 영상이 보여주려는 핵심 발견입니다.
8결론: 시스템은 사라지지 않았다, 입력값만 바뀌었을 뿐
1편의 발견과 2편의 통합 ACE 모델을 한 줄로 연결
발견 (영상 1편)
판결문 산식의 정체
학종은 정성평가만이 아니라 학교 차등 평가 시스템 위에 작동. 표준편차 기반 4층 위계 산식. 1999~2027의 시스템.
한계 (영상 2편 도입부)
σ̂ 역산은 형식적 시도일 뿐
2022 개정 성취도 A~E는 절대평가라 분위수 정보 없음. A 비율로 정규분포 형상을 복원할 수 없음. 판결문 산식의 직접 연장은 끝.
유일한 길
통합 ACE 모델 (가칭)
A 비율을 직접 학교 난이도 시그널로 받아들이는 길. 1편과 대등한 4층 위계로 시스템 작동력 유지. 같은 학생 분포에서 11배 차이 변별.
FINAL TAKEAWAY
위계 구조는 그대로다. 입력값만 바뀌었다.
영상 1편의 판결문 산식은 표준편차를 핵심 입력값으로 썼습니다. 2022 개정으로 표준편차가 사라지자, σ̂ 역산 같은 형식적 우회는 의미를 잃었어요: 절대평가 A~E는 정규분포 형상 정보를 주지 않거든요. 그래서 시스템은 A 비율을 직접 학교 난이도 시그널로 받아들이는 길로 진화했습니다. 그 운영 증거가 고려대 변환석차등급(2022~), 그 정량 모델이 어센틱마인드 통합 ACE: 1편 판결문 산식과 대등한 4층 위계로 작동합니다. 학종은 27년간 정량 시스템 위에 작동해왔고, 앞으로도 작동할 것입니다. 변하는 것은 입력값일 뿐, 위계 구조 자체는 보존됩니다. 이 시스템을 정확히 이해하면, 학생의 진짜 위치가 보입니다.
9한계 명시: 본 모델의 적용 범위
학부모·학생·입시 관계자에게 오해 없이 전달되기 위한 명확한 한계
① 추정 모델이지 공식 모델이 아님
A.C.E.는 어센틱마인드컴퍼니가 제안한 추정 모델. 부산고법 판결문 산식 + 고려대 변환석차등급의 합리적 일반화. 특정 대학이 이 공식 그대로 사용한다고 단언할 수 없음. 실제 학종 평가 방식은 비공개.
② 정량 도구 · 정성 평가 별도
A.C.E.는 정량 도구. 학종 평가의 큰 축인 세특·자율·진로·동아리 등 정성평가는 본 모델로 측정 불가. 정량+정성 결합이 실제 평가.
③ 합격 예측 도구 아님
본 모델은 학교 맥락의 방향성을 정량화. 특정 학생 합격/불합격을 예측하지 않음. 시스템 이해를 위한 시각화 도구.
DISCLAIMER
A.C.E.는 추정 모델입니다. 다만 영상 1편에서 본
판결문 산식과 오늘 본
고려대 변환석차등급: 두 공식 1차 자료 위에 합리적으로 일반화된 모델입니다. 본 영상은 학교 맥락이 어떻게 변별로 이어지는지
방향성을 정량화한 시각화로 봐주세요. 실제 대학별 평가 방식은 비공개이며, A.C.E. 값이 특정 대학의 합격선을 의미하지 않습니다.