사진 Yann (talk) / CC BY-SA 4.0
역대 최저, 수능 영어 1등급
2026 수능 영어 1등급 3.11%, 역대 최저
— 평가 방식이 학습을 바꾼다
확률과 통계 · 통계적 추정 · 영어교육
2026학년도 수능 영어에서 1등급 비율이 3.11%로, 2018학년도 절대평가 도입 이래 가장 낮은 수치를 기록했습니다. 전년도(2025학년도) 6.22%에서 절반 가까이 떨어진 것으로, 1등급 인원은 1만 5,154명에 그쳤습니다.
영어 절대평가는 원점수 90점 이상이면 1등급을 주는 방식으로, 통상 7~10% 수준이 적정 난이도로 여겨졌습니다. 무한 경쟁과 과잉 학습을 줄이겠다는 도입 취지와 달리 시험은 점점 어려워졌고, 영어 사교육비는 오히려 늘었습니다. 평가 방식 하나가 학습 부담과 사교육 시장에 어떻게 연결되는지를 보여 주는 사례입니다.
'통계적 추정' 단원은 표본으로부터 집단의 속성을 추정하는 방법을 다룹니다. 앞선 확률분포 단원에서 확률변수의 값과 그 확률을 학습하고, 이산확률변수의 기댓값(평균)과 표준편차를 구합니다. 이어 정규분포와 표본평균의 분포를 거쳐, 모평균과 모비율을 표본에서 추정하고 신뢰구간으로 그 불확실성을 나타냅니다.
수능 영어 등급 비율은 전체 응시생이라는 집단의 성취를 비율로 요약한 통계입니다. '1등급 3.11%'라는 수치 하나로 시험의 난이도와 학생 부담을 읽어 내는 일은, '통계적 추정' 단원에서 다루는 집단의 속성을 비율로 파악하는 사고와 맞닿아 있습니다.
등급별 비율을 여러 해에 걸쳐 비교하면, 평가 방식이 학생들의 성취 분포를 어떻게 바꾸는지를 통계로 따져 볼 수 있습니다. 단원에서 학습하는 비율과 분포 개념이, 교육 정책의 효과를 분석하는 도구가 됩니다.
수능 영어 1등급 비율을 통계로 읽는 핵심은, 그 비율을 정하는 것이 학생의 실력만이 아니라 시험의 난이도와 채점 기준이라는 점입니다. 절대평가는 90점이라는 고정된 선을 두므로, 문항이 어려워지면 선을 넘는 비율이 그대로 줄어듭니다. 같은 학생 집단이라도 평가 방식이 점수 분포를 왼쪽으로 밀면 1등급 비율이 급감하는 구조입니다.
이를 분석하려면 연도별 1등급 비율을 모비율의 변화로 놓고, 우연한 등락인지 추세인지를 가립니다. 표본조사라면 각 비율에 신뢰구간이 따라붙어, 두 해의 차이가 그 폭을 넘어설 때 비로소 의미 있는 변화로 봅니다. 전수 자료인 수능에서도, 원점수 분포 전체가 어떻게 이동했는지를 함께 보면 '3.11%'라는 한 점의 수치 뒤에 분포의 이동이 있음을 읽어 낼 수 있습니다.
생기부 기재 예시
수능 영어 1등급 비율 3.11% 자료에 호기심을 가져 절대평가 도입 취지와 실제 등급 분포의 차이를 조사함. 또한 최근 여러 해의 1등급 비율을 표로 정리하고 변화 양상을 그래프로 비교하며, 전체 응시생 집단의 성취를 비율로 파악하는 통계적 추정 관점을 적용해 시험 난이도와 학습 부담의 관계를 분석함. 특히 원점수 90점 이상이 1등급인 기준과 통상적 적정 범위로 제시된 7~10%를 대조하며 평가 방식이 분포를 어떻게 바꾸는지 설명하는 모습을 보임. 이를 바탕으로 평가 정책이 학습 행동과 사교육 수요에 미치는 영향을 논리적으로 제시하고, 영어교육 분야 적성을 드러내며 보고서 작성과 발표 자료 제작을 체계적으로 수행함.
* 2026 생기부 기재 가이드라인, MOE Q&A와 FAQ, 메디컬저널 작성 공식 반영