고교-대학 간 전공계열 교차 진학의 노동시장 성과 측정 연구

An Analysis of the Effect of Cross-Enrollment between High School and University on the Labor Market Performances

Article information

Korean J General Edu. 2024;18(5):31-50
Publication date (electronic) : 2024 October 31
doi : https://doi.org/10.46392/kjge.2024.18.5.31
이승렬1, 최강식2, 이보경3
1 제1저자, 한국노동연구원, 선임연구위원, yeesy@kli.re.kr
1 Senior Research Fellow, Korea Labor Institute
2 공동저자, 연세대학교 상경대학, 교수, kangchoi78@gmail.com
2 Professor, College of Commerce and Economics, Yonsei University
3 교신저자, 연세대학교 학부대학, 부교수, bklee@yonsei.ac.kr
3 Associate Professor, University College, Yonsei University
이 논문은 2022년 대한민국 교육부와 한국연구재단의 지원을 받아 수행된 연구임 (NRF-2022S 1A5C2A04093488)
Received 2024 September 27; Revised 2024 September 30; Accepted 2024 October 17.

Abstract

이 논문은 교차 진학이 동일 계열 진학과 비교할 때, 대학과 노동시장에서 어떤 성과를 나타내는지 분석하였다. 대졸자직업이동경로조사 3개년 간(2017~2019년) 자료를 성향점수매칭기법을 이용하여 비교 대상의 동질성을 확보하고자 하였다. 분석 결과에 따르면, ‘문과-이공계열’의 교차 진학자는 동일 계열 진학자보다 낮은 대학 학점을 보이지만, 취업에서는 유리하였다는 상반되는 결과를 보였다. ‘이과-인문사회계열’ 교차 진학자에게서도 비슷한 결과를 보였으나 통계적 유의성은 낮았다. 게다가 정규직 일자리 취업이나 소득에서도 의미 있는 결과가 확인되지 않았다. 따라서 교차지원이 단순히 대학 입시의 전략적 선택이므로 이를 제한해야 한다는 주장보다는 오히려 통합교육의 장점을 살리는 방안을 모색하는 것이 중요하다.

Trans Abstract

This study analyses the effect of cross-enrollment between high school and college on the college GPA as well as labor market performances. It uses a three-year(2017-2019) survey of the Graduates Occupational Mobility Survey(GOMS) and sets up the comparison group with similar attributes of the treated group based on the propensity score matching method. The results show that liberal arts students at high school who enrolled in science majors acquired a lower GPA at college than the comparison groups, but they were advantageous in employment. Similar results were found among science students who enrolled in liberal arts majors, but the results were not statistically significant. In addition, no meaningful differences were found in the probability of getting permanent job employments nor in earning levels. The results imply that cross-enrollment decisions do not seem to be a mere strategic behavior when it comes to college entrance. Therefore, it should to be encouraged to exploit the advantages of integrated learning rather than to be discouraged.

1. 서론

2002년 고등학교 신입생부터 적용되었던 제7차 교육과정 이후 고등학교 국가 교육과정에서 문과와 이과의 구분1),은 사라졌지만, 대학 수학능력 시험(이후 수능)에서 계열에 따라 수리 영역의 ‘가’형과 ‘나’형을 구분하고 사회 탐구와 과학 탐구의 구분이 존재했기 때문에 고등학교 현장에서 문⋅이과 구분 교육은 지속되었다(김대석, 홍후조 2011; 홍후조, 임유나, 2014). 고등학교 교육에서 문과와 이과를 구분하는 것은 한국과 일본은 제외하면 세계적으로 사례가 거의 없고, 이와 같은 지나친 조기 전문화는 융합형 인재 양성이라는 사회적 요구에 부합되지 않는다는 비판이 꾸준히 제기되어 왔다. 문⋅이과 구분에 따라 수학, 사회 및 과학 과목군 등에서 필수와 선택과목이 달라지기 때문에 학생은 계열에 따라 학습경험에서 차이를 보인다.

예를 들어 현재 대학에 입학한 학생에 해당하는 2015 개정 교육과정 하에서 소위 ‘문과생’은 고등학교 1학년에 개설된 ‘통합과학’을 배운 이후 물리 I, II, 화학 I, II, 생물 I, II 등 기초과학 분야의 과목을 선택하여 학습하는 경우는 거의 없다. 마찬가지로 ‘이과생’은 ‘통합사회’ 학습 이후 2-3학년 과정에 개설된 지리, 세계사, 정치, 경제, 사회⋅문화 등 사회 과목군의 선택과목을 학습하는 경우는 매우 드물다. 고등학교 문⋅이과 구분 교육으로 인한 학생의 학문적 편향, 그로 인한 기초학습 능력 저하와 진로의 제한 등에 대한 비판이 한국과 일본에서 꾸준히 제기되어 왔다(김성희, 이보경, 2024, p56; 김영식, 1993, p. 21; 이일 등, 2019, p. 196; Monbusho, 2023; Okamoto, 2020).

실제 고등학교에서의 편향된 학습경험이 대학 교육의 왜곡으로 이어진다는 것은 다수의 연구에서 밝혀진 바 있다. 세계적으로 변동성과 불확실성이 커짐에 따라 세계관과 가치관 확립 그리고 대학 교육과 평생교육 전반에 요구되는 지식의 습득과 학문 탐구 능력 함양을 위해 대학 교양교육의 중요성이 더욱 강조되는 추세이다. 한국교양기초교육원은 전공과 상관없이 모든 학생이 인문학, 사회과학, 및 자연과학 전 영역의 과목을 고르게 이수할 수 있도록 교양교육과정을 구성할 것을 전국의 대학에 권하고 있다.2), 여기에는 교양교육의 목표에 부합하기 위해서는 타 학문, 특히 자신의 전공과 거리가 먼 학문에 대한 접근과 이해가 반드시 필요하다는 인식이 깔려 있다. 그러나 학생들은 교양과정에서 타 학문을 기피하고, 자신의 전공과 인접한 학문영역의 과목을 선호하는 것으로 나타났다(구유영 외, 2019). 손향구 외(2018)는 세계 주요 대학은 교양 과학을 확대하는 추세가 뚜렷하지만, 한국 대학 중 교양 과정에서 단 하나의 과학 과목을 이수하지 않아도 되는 곳이 절반에 달하는 것을 확인하고, ‘오랫동안 문⋅이과 두 문화에 익숙하여 과학에 대한 거부감과 기피가 심각해서, 교양교육의 커다란 장애 요인이 되고 있다’고 진단 했다. 21세기 들어 대학에서 ‘문리횡단⋅문리융합교육’을 추진하고 있는 일본 문부과학성도 문과와 이과를 구분하는 고등학교 교육 체계의 개선이 필요하다고 보았다(Monbusho, 2023, pp15). 이러한 계열 편향적인 학습환경이 개선되지 않고는 다양한 지식과 기술의 융합이 더욱 중요한 미래세대를 양성하는 데 걸림돌이 될 것이라는 주장이 힘을 얻고 있다.

이러한 배경에서 정부는 융합인재 양성을 목표로 2015 문⋅이과 통합형 교육과정과 2022학년도 문⋅이과 통합 수능(이하 통합형 수능)을 시행하였다. 2022년 수능 체계의 핵심은 국어와 수학 교과를 공통⋅선택형 구조로 바꾸고, 이전에 존재했던 탐구 영역의 문⋅이과 구분을 없애고 사회와 과학 구분 없이 17개 과목 중에서 두 개의 과목을 선택하도록 한 것이다 (<표 1> 참조). 그러나 통합형 수능 시행 이후 교육과정과 수능에서 명실상부하게 문⋅이과 구분이 사라졌음에도 불구하고, 과목 선택형 수능 하에서 선택과목 수가 감소하면서 오히려 계열 간 배타성이 강화되고 있고(박성우, 이현숙, 2024), 고등학교 현장은 선택과목에 따른 분반 운영과 같은 편의에 따라 문과와 이과를 구분 교육이 사라지지 않고 있다는 우려가 여전하다(박윤희 외, 2023; 안윤정, 변기용, 2023).

대학 수학능력 시험 체계의 변화

이러한 교육과정과 대입제도의 변화는 예기치 않은 상황으로 이어졌는데, 교차지원이 중요한 사회적 이슈로 등장한 것이다. 교차지원은 대입에서 고등학교에서 이수한 교육과정 혹은 수학능력 시험에 응시한 계열과 다른 전공/학과/계열을 선택하여 진학한 경우를 의미하며, 2002년 학생부 및 수능성적을 대학 자율로 입시에 반영할 수 있는 제도가 도입된 이후 4년제 대학 일부에서 교차지원이 허용되었다(성신형, 한윤형, 2023; 이보미 외, 2023). 이후 교차 지원자는 꾸준히 증가해 왔고, 2022학년도 통합형 수능 체제 도입 이후 특히 상위권 대학을 중심으로 급증하는 양상을 보인다. 2022학년도 서울 주요 대학의 인문계열 지원자의 절반 이상이 이과생이었고3),, 같은 해 서울대와 경희대 입학생 중 이과생의 비율은 각각 79.2%, 81.6%를 차지하여 이과생의 상당수가 인문⋅사회계열로 진학한 것으로 나타났다(성신형, 한윤형, 2023). 대입제도의 변화에 따라 교차지원의 양상도 변화했는데, 2021학년도까지는 문과에서 이공계열로 교차지원한 경우가 지배적이었던 반면, 2022학년도 통합형 수능 체제로 변화한 이후에는 반대로 이과 학생이 인문⋅사회계열로 진학한 경우가 다수를 차지했다(성신형, 한윤형, 2023; 이보미 외, 2023). 2021학년도까지의 교차지원은 졸업 후 취업 가능성이 주된 이유로 제시되었고, 2022학년도 이후는 상위권 대학의 인문⋅사회계열이 필수응시영역의 제한이 없는 상황에서 수학에서 상대적으로 높은 점수를 받은 이과생이4), 상위권 대학에 교차지원을 한 결과로 해석되고 있다(박성우, 이현숙, 2024).

교차지원의 증가는 간 학문적 학습경험을 촉진하여 융합인재 양성의 측면에서 긍정적인 영향을 줄 수 있다(문찬주 외, 2016). 반면, 입시제도의 공정성과 타당성에 대한 문제 제기(안윤정, 변기용, 2023), 고교-대학 간 학습 연계의 부족에서 기인한 학습과 대학 생활 적응의 어려움(박윤희 외, 2023; 성신형, 한윤형, 2023), 대학 서열을 우선시한 진학에 따라 향후 노동시장에서 적성-전공 간 불일치 가능성 등 부작용에 대한 우려도 제기되고 있다. 대학 차원에서는 중도 탈락자의 증가로 행⋅재정적 문제(안윤정, 변기용, 2023; 이보미 외, 2023)도 거론되고 있다.

교차지원이 융합인재 양성의 정책 목표에 긍정적인지 아니면 단순히 입시 전략으로써 오용되고 있는지를 판단하려면 교차지원의 학습 성과, 그리고 노동시장 성과를 살펴볼 필요가 있다. 따라서 이 연구의 목적은 교차 진학이 대학 학점, 그리고 졸업 이후의 노동시장 성과에 미치는 영향을 실증적으로 분석하는 것이다. 이를 통하여 교차지원이 단순히 대학 진학의 유불리 때문에 발생하는 입시의 편법으로 작동하는지, 아니면 문⋅이과 통섭 교육을 통한 융합인재 양성에 긍정적인 영향을 미치는지 등의 함의를 살펴보고자 한다.

교차지원의 성과 측정에서 중요한 이슈는 교차지원을 한 학생과 교차지원을 하지 않고 동일계로 진학한 학생 간의 관찰되지 않은 개인 특성(unobserved heterogeneity)을 어떻게 통제하는가이다(문찬주 외, 2016; 이보미 외, 2023). 그동안 기존의 몇몇 연구가 이러한 선택편의(selection bias) 문제를 통제하려고 시도하였다. 그러나 비교 대상의 선정이나 사용된 계량 방법론 등에 취약점이 존재한다.5) 본 연구에서는 동일 계열 진학자와 교차지원자 간의 이질성을 통제하기 위하여 성향점수매칭(propensity score matching)을 사용하였다.

연구의 구성은 아래와 같다. 제2장에서는 기존 연구의 검토가 이루어진다. 제3장에서는 실증분석에 사용된 자료와 분석 방법을 설명하고, 성향점수매칭을 이용한 대학 학점과 노동시장 성과를 분석하였다. 마지막으로 제4장에서는 분석 결과의 함의와 대응 방안을 논의할 것이다.

2. 선행 연구

교차지원과 관련된 기존의 연구는 크게 두 부류로 나눌 수 있다. 첫 번째는 교차지원이 대학의 학업성취도(주로 학점)에 미치는 영향을 분석하거나, 여기서 더 나아가 노동시장 성과에 미치는 영향을 분석한 실증적인 연구들이다. 문찬주 외(2016), 고은비, 송헌재(2023), 이보미 외(2023) 등의 연구가 여기에 속한다. 두 번째는 교차지원자들에 대한 대학에서의 학습경험과 대학 적응 등에 대하여 질적으로 연구한 논문이다. 여기에는 박윤희 외(2023), 성신형 외(2023) 등의 연구가 있다.

먼저 실증적 분석 연구로 문찬주 외(2016)는 고교-대학 간 전공계열 교차 진학이 대학 학업성취도에 미치는 영향을 분석하였다. 이들은 2007-2013년도의 한국교육고용패널(Korean Education & Employment Panel)의 중학교 3학년, 고등학교 3학년 코호트 자료를 활용하여, 분석 대상을 4개의 집단6)으로 나누어 비교하였다. 표본선택편의(sample selection bias) 제거를 위해 성향점수매칭(propensity score matching, 이하 PSM)을 활용하여 대학 학업성취도(GPA)를 분석하였다. 이들은 성, 부의 학력 수준, 가구소득 등과 더불어 학업성취도에 영향을 미칠 수 있는 개인과 학교의 특성을 통제변수로 활용하였다. 그 결과를 보면 교차 진학한 학생은 동일계열로 진학한 학생과 비교하여 저학년 때의 평균 학점은 유의미한 차이를 보이지 않았지만, 전체 학년 평균 학점에서는 4.4점(100점 만점으로 환산할 때) 높았고, 이는 1% 수준에서 유의미함을 보였다. 민감도 분석에서 문과-이과 교차 진학자는 동일계열 진학자에 비해 학점이 다소 낮았으나 통계적으로 유의미하지 않았고, 이과-문과 교차 진학자는 3⋅4학년 및 전체 평균 학점에서 모두 유의미하게 높은 결과를 나타냈다. 저자들은 이 결과를 기반으로 교차 지원자들의 간학문적 학습경험이 실제 대학에서 학습활동과 경험에 긍정적인 영향을 줄 수 있다고 주장했다. 이들의 연구는 성향점수매칭을 사용하여 선택편의를 제거한 것이어서 의의가 있다고 하겠다. 그러나 아쉽게도 교차진학이 노동시장 성과에 어떤 영향을 미쳤는지에 대한 연구는 이루어지지 않았다.

한편, 고은비, 송헌재(2023)는 대졸자직업이동경로조사를 이용하여 2010-2019년 대학졸업자를 대상으로 계열 간 교차지원과 대학 학업 및 노동시장 성과 간의 관계를 분석하였다. 이들은 분석 대상을 4개의 집단으로 구분하여 학점 평균, 취업 여부 및 월평균 소득을 문과 동일계열 진학자를 기준으로 비교 분석하였다. 이들은 대학 졸업 시점의 나이, 졸업 학점, 대학 소재지, 대학원 졸업 여부, 성 등의 변수를 추가적인 통제 변수로 활용하였다. 결과에서 일반계 고등학교 문과에서 이과로 교차지원한 학생의 평균 학점은 문과 동일계열 학과로 진학한 학생의 평균 학점보다 낮았고, 이과에서 문과로 진학한 학생은 문과 동일계열로 진학한 경우보다 높았다. 저자들은 이를 이과생이 문과생에 비하여 비용 및 시간 모든 부분에서 더 많은 교육투자를 하였기 때문에 문⋅이과 학생 간의 능력 차이가 발생하여 나타난 현상으로 설명하였다.

또한, 문과에서 이과로 교차지원 한 학생의 상용직 취업확률은 문과 동일계열로 진학한 학생보다 더 높았고, 이과에서 문과로 교차지원 한 학생은 취업률에서 기준 집단과 유의미한 차이를 보이지 않았다. 한편 이과 동일계열로 진학한 학생의 취업확률도 문과 동일계열 진학자보다 높게 나타났다. 월평균 소득의 비교에서 이과 동일계열 진학자의 소득 수준이 문과 동일계열 진학자보다 약 5.4% 높은 것으로 나타났다. 반면 이과-문과 교차 진학자는 문과-문과 진학자보다 월평균 소득이 약 1.9% 낮게 나타났다. 문과-이과 교차진학자는 통계적으로 유의한 결과를 보이지 않았다. 하지만 이 연구에서는 문과 동일계열 진학자를 기준 집단으로 하여 다른 집단을 비교하고 있어, 비교 집단이 기준 집단과 동일하다고 판단하기 어렵다는 한계가 있다.7)

이보미 외(2023)는 한국교육종단연구2005의 6-12차 자료를 활용하여 고교-대학 간 교육과정 계열 교차 진학이 대학생의 학업 적응과 노동시장 성과에 미치는 영향을 분석하였다. 이들은 학생의 특성, 가정 특성, 대학관련 특성 등을 통제하면서 선택편의 제거를 위하여 다항로짓 모형을 활용하여 inverse-Mills ratio를 추정하였다. 분석 결과 교차 지원한 학생은 지원한 계열 상관없이 모두 동일 계열로 진학한 학생에 비해 학업 적응에 어려움을 겪은 것으로 나타났다. 반면 취업 성과는 계열별로 다소 차이를 보였는데, 문과에서 이과로 교차지원한 학생은 문과 동일계열 진학자보다 취업 후 소득이 높게 나타났고, 이과 동일 계열 진학자와 비교하면 취업 성과에서 유의미한 차이는 없는 것으로 나타났다. 이과에서 문과로 교차 지원한 학생은 이과 동일계열로 진학 한 학생에 비해 취업 후 소득이 낮았으나, 문과 동일계열로 진학한 학생과 비교하면 취업 성과에서는 유의미한 차이가 없는 것으로 나타났다. 이러한 결과를 바탕으로 저자들은 교차 진학이 학업에 어려움은 있으나 취업 성과에서 유리하거나 크게 불리하지 않다는 점에서 상위권 대학으로의 진학 전략이라기보다는 학생의 흥미, 적성을 고려한 선택 결과라고 보는 것이 타당하다고 주장했다.

그런데 고은비, 송헌재(2023)이보미 외(2023) 등은 PSM을 채택하지 않고 Heckman(1979)의 2단계 추정법을 사용하고 있다. 이 방법은 추정에 있어 올바른 식별 변수(identifying variables)를 선정하는 것이 매우 중요하다.8), 그러나 이들 연구에서 사용된 변수가 이론적으로 정확히 식별 변수의 특성을 만족하는지에 대한 충분한 설명이 이루어지지 않았다.9)

두 번째 부류의 연구는 질적인 사례연구 결과이다. 먼저 박윤희 외(2023)는 인문계열에서 자연계열로 교차지원한 대학생의 학습경험에 대하여 A 대학을 대상으로 한 질적 사례연구를 수행하였다. Focused Group Interview를 통하여 교차지원 동기, 학습경험, 전공 적응을 위한 요구 등을 범주로 나누어 조사하였다. 그 결과 교차지원의 주요한 동기는 학교 평판 및 환경, 그리고 취업 가능성 등인 것으로 나타났다. 또한 학습경험에서는 문과 출신이 이과 계열로 진학했을 때 전공 수업에서 많은 어려움을 겪는 것으로 나타났다. 또한 이들은 학교생활에 대한 만족도는 높았지만, 전공에 대한 만족도는 낮았으며, 전공과 관계없는 진로를 희망하는 학생이 많은 것으로 나타났다.

성신형, 한윤영(2023)은 문⋅이과 교차지원으로 학생들이 학과 및 전공 부적응으로 인한 중도 탈락을 우려하여, S 대학교의 사례를 중심으로 문⋅이과 교차지원의 현황과 이들의 대학 적응에 관한 연구를 수행하였다. 이들은 문⋅이과 통합 수능 교차지원 적용 전⋅후에 해당하는 2021년 교차지원 입학생과 2022년도 교차지원 입학생의 현황을 조사하고, 학생들의 학업 성취와 학교 적응을 돕기 위한 학사 상담을 기획하고 진행하였다. 교차지원자를 대상으로 한 대학 만족도 및 대학 적응 정도 조사에서 교차지원자의 대학 및 단과대학에 대한 만족도는 평균 이상인 반면, 입학한 학과에 대한 만족도는 평균 이하로 나타났다. 특히, 이과 계열로 교차지원한 입학생보다 문과 계열로 교차지원한 입학생의 만족도보다 더 낮게 나타났다.10)

학업 및 학과 적응 정도는 부정적인 수준은 아니었으나, 이과에서 문과로 지원한 학생의 경우 교차지원으로 선택한 학과를 바꾸고 싶다는 의견을 밝혔다. 이들이 교차지원한 주요 이유는 전과와 복수 전공인 것으로 드러났다. 저자들은 문⋅이과 교차지원에 따른 전공 부적응은 대학 생활 초기 높은 중도 탈락으로 이어질 수 있어, 이들을 대상으로 한 다양한 지원체계가 마련되어야 한다고 주장하였다.

3. 실증분석

3.1. 분석 자료와 대상

고은비, 송헌재(2023)에 따르면 고등학교 교육과정별 계열 편제 개편은 2009년 이후 2015년에 있었음을 알 수 있다. 이를 고려하여 본 연구의 분석 자료로 한국고용정보원의 대졸자직업경로이동 조사를 사용하되 분석 대상은 2013~2015년 고등학교 졸업자로 한정하였다. 따라서 분석에 이용한 자료는 2017, 2018, 2019년 3개년 자료이다.

분석 대상은 다음의 조건을 모두 충족하는 경우로 한정하였다. 첫째, 국내 일반계 고등학교 졸업자이다. 특수목적고의 경우에는 문과⋅이과 구분이 없으나 일부 특수목적고의 경우에 이과가 설치되어 있기 때문이다. 둘째, 4년제 대학교와 교육대학교 진학자로 한정하되 편입자는 제외하였다. 편입자는 전공 교차 진학의 의미가 달라질 수 있기 때문이다. 셋째, 주간 과정만을 포함하도록 하고, 예체능 계열은 제외하였다. 마지막으로 검정고시 출신도 교차 진학이라 보기 어려운 점이 있음을 고려하여 분석에서 제외하였다.

피설명변수로 이용하게 될 대학 학점은 학교별로 만점 기준이 서로 다르므로 백분율11)로 변환하였다. 노동시장 성과는 대졸자직업이동경로조사가 졸업한 지 1년 뒤에 조사 하는 것을 고려하여, 현재의 일자리를 중심으로 측정하였다. 조사 시점 현재 취업 여부, 정규직 여부, 그리고 소득 수준 등이 사용되었다.

3.2. 기초통계량

<표 2>에는 사용자료에 대한 기초통계량이 제시되어 있다. 표본에 포함된 졸업자 수는 모두 11,230명으로 동일 계열 진학자는 ‘문과-인문사회계열’이 4,987명, ‘이과-이공계열’은 4,608명이다. 교차 진학자는 ‘문과-이공계열’이 1,120명, ‘이과-인문사회계열’은 515명이다. 집단별로 대학의 평균 학점을 보면, 문과-인문사회계열 > 이과-인문사회계열 > 이과-이공계열 > 문과-이공계열의 순으로 나타났다.

기초통계량

취업은 문과-이공계열 > 이과-인문사회계열 > 이과-이공계열 > 문과-인문사회계열의 순으로 나타났고, 정규직 여부도 같은 순서를 보여서 평균 학점과는 반대의 경향을 나타냈다. 즉, 교차지원을 한 이과-인문사회계열(문과-이공계열) 학생들은 동일계로 진학한 문과-인문사회계열(이과-이공계열) 학생들보다 대학교 평균 학점은 낮지만, 취업률은 오히려 높은 것으로 나타났다. 그리고 교차지원 중에서도 문과-이공계열의 경우가 취업률과 정규직 비율이 높았다.

이 결과만 두고 보면 교차지원이 단순히 대학 진학의 전략적 의사 결정이라기 보다는 낮은 학점을 무릅쓰고라도 교차지원해서 취업에 성과를 올리려는 의사결정일 수 있다. 하지만 <표 1>의 결과는 집단 선택에 있어 존재하는 선택편의가 통제되어 있지 않다. 선택편의를 제거하기 위해 이하에서는 성향점수매칭을 통하여 성과를 비교하겠다.

3.3. 분석 방법

본 연구에서는 문찬주 외(2016)와 같이 분석 대상을 4개의 집단으로 구분하고자 한다. 다만, 용어의 사용에 있어서 고등학교의 소속 구분은 ‘문과’ 혹은 ‘이과’이고, 대학의 소속은 ‘인문사회계열’ 혹은 ‘이공계열’로 표시하는 것이 정확한 표현일 것이다. 따라서 본 연구는 ‘문과-인문사회계열’, ‘이과-이공계열’, ‘문과-이공계열’, ‘이과-인문사회계열’ 등의 4개 집단으로 구분하였다.

문찬주 외(2016)는 기술통계에서 4개 집단의 학점을 학년별로 그리고 전 학년 평균으로 비교하였다. 그런데 통상최소자승법(OLS)으로 교차 진학이 학업성취도에 미치는 영향을 측정할 때는 ‘교차 진학’과 ‘비교차 진학’이라는 두 집단으로 축소하였다. 그리고 민감도 분석에서는 ‘비교차 진학’, ‘문과-이과’, ‘이과-문과’라는 세 집단을 비교하였다. 이 과정에서 문찬주 외(2016)는 성향점수 방법을 이용하여 집단의 이질성을 통제하고자 하였다. 그런데 ‘교차 진학’과 ‘비교차 진학’이라는 두 집단의 이질성 제거가 충분한가에 대해서는 의문이 있다. 왜냐하면 문과와 이과의 특성이 다를 수 있기 때문이다. 이를 고려하여 우리는 ‘문과-인문사회계열’, ‘문과-이공계열’, ‘이과-이공계열’, ‘이과-인문사회계열’이라는 네 집단으로 구분하였다. 그리고 ‘문과-인문사회계열’ 집단은 ‘문과-이공계열’ 및 ‘이과-인문사회계열’ 집단과 비교하였다. 이는 고등학교에서 비슷한 속성을 가진 문과 출신이 대학에 입학하면서 한 명은 인문사회계열로 진학하고, 다른 한 명은 이공계열로 진학한 경우를 비교하기 위해서이다. 그리고 비슷한 속성을 지닌 고등학교의 문과, 이과 출신이 대학을 인문사회계열로 선택한 경우도 비교하였다. 이와 같은 방식으로 ‘이과-이공계열’ 집단은 ‘이과-인문사회계열’와 ‘문과-이공계열’ 집단과 비교하였다.

여기서 분석하고자 하는 모형을 간략히 설명하기로 한다.

(1)Ti=1(학생i교차진학을 하였을 때)   =0(학생i교차진학을 하지 않았을 때)

학생i가 교차진학을 함으로써 얻게 된 결과를Y1i라 하고, 교차진학을 하지 않았을 때 얻게 된 결과를Y0i 라 하면, 교차진학에 따른 평균처치효과(Average Treatment Effect on the Treated: ATET)는 다음과 같다.

(2)ATET=E[Y1iY0i|Ti=1]         =E[Y1i|Ti=1]E[Y0i|Ti=1]

(2)에서 E[Y0i|Ti=1]는 교차진학자가 교차진학을 하지 않았을 경우의 가상적 결과에 해당하므로 관찰할 수가 없다. 따라서 이는 교차진학을 하지 않은 유사한 속성의 졸업생이 얻은 결과와 비교를 함으로써 추정해볼 수 있으며, 이를 위하여 우리는 매칭을 이용하기로 한다.

3.4. 성향점수매칭을 통한 학습성과 분석

이 연구는 집단별로 유사한 속성의 진학자를 선정하는 것이 분석의 핵심이다. 이를 위해서 성향점수매칭(propensity score matching) 기법을 이용하여 비교가 가능한 집단을 만들었다. 먼저 첫 번째 집단은 비슷한 속성을 가진 문과 출신 고교 졸업생이다. 한 명은 동일 계열로 진학하고, 다른 한 명은 이공계열로 진학하는 경우이다. 두 번째 집단은 비슷한 속성을 가진 문과 출신 고교 졸업생과 이과 출신 고교 졸업생이 대학에서 인문사회계열을 전공하는 경우이다. 세 번째 집단은 비슷한 속성인 문과 출신 고교 졸업생과 이과 출신 고교 졸업생이 대학에서 이공계열을 전공하는 경우이다. 마지막으로 네 번째 집단은 비슷한 속성의 이과 출신 고교생으로 한 명은 동일 계열로 진학하고, 한 명은 인문사회계열로 진학하는 경우이다.

앞에서 설명하였듯이 우리는 성향점수매칭기법을 이용하여 교차진학자와 유사한 비교집단을 찾아내고자 하였다. 여기에서 교차진학 여부를 기준으로 처치집단과 비교집단이 구분되므로 교차진학 여부는 이산형 변수인 만큼 우리는 로짓 모형(logit model)12),을 이용하여 성향점수를 추정하였다. 교차진학 여부(교차진학인 경우에 1, 아니면 0)를 종속변수로 하고, 설명변수로서는 교차진학이 대학 선택과 관련이 높다는 점에서 ① 성, ② 입학 모집 방법(수시 = 1, 정시 = 0), ③ 대학 국⋅공⋅사립(국공립 = 1, 사립 = 0), ④ 대학교 소재지(권역)를 포함하였다.13) 로짓 분석 결과는 <부표 1>에 수록하였다. 매칭기법은 1-nearest neighbor matching을 채택하였으며. 이 매칭 결과의 균형(balance)도 보장되었다(균형 진단 결과는 <부표 2>를 참조).

이제 성향점수매칭기법으로부터 얻은 처치집단(교차진학자)과 비교집단(비교차진학자) 사이에 대학 성과에서 차이가 있는지를 알아보았다. 대학 성과는 100점으로 환산한 대학 졸업 평점이다. 결과는 <표 3>과 같다. 먼저 첫 번째 집단에 해당하는 ‘문과-인문사회계열’ 진학자와 ‘문과-이공계열’ 진학자의 비교에서 PSM으로 같은 집단을 골라내기 전에는, ‘문과-이공계열’ 진학자가 ‘문과-인문사회계열’ 진학자보다 학점에서 1.4점 정도 낮았다. PSM으로 유사한 속성의 진학자만 비교하였을 때는 그 차이가 0.004점 늘어난 결과를 보였다. 해석하자면 문과 출신이 이공계열로 진학하였을 때 학습에 곤란을 겪었을 가능성을 엿볼 수 있다.

성향점수매칭 전후의 대학 학점 차이

다음으로 두 번째 집단에 해당하는 ‘이과-인문사회계열’와 ‘문과-인문사회계열’을 비교해 보면, 매칭 이전에는 ‘이과-인문사회계열’보다 ‘문과-인문사회계열’이 상대적으로 높은 학점을 보였고, 매칭 이후에는 그 차이는 0.57점으로 다소 줄어들었다. 이 역시 해석하자면, 이과 출신이 인문사회계열로 진학할 경우 학점에서 다소 불리하다는 것이다. 그런데 앞의 결과와는 달리 여기에서는 통계적 유의성이 없음에 주목하여야 한다.

세 번째 집단의 결과가 주목할 만 하다. 매칭 이전에는 ‘문과-이공계열’이 ‘이과-이공계열’보다 0.39점 낮았으나 이 차이는 통계적으로 유의하지 않았다. 그런데 매칭 이후에는 이 차이가 1.47점으로 커지면서 통계적으로도 유의하게 바뀌었다. 결국 문과 출신이 이공계열로 진학하였을 때, 학점이 낮다는 것을 알 수 있다.

마지막으로 ‘이과-인문사회계열’은 ‘이과-이공계열’보다 높은 학점을 보였다. 그 차이는 0.45점에서 매칭 이후에 0.89점으로 벌어지면서 통계적으로도 유의한 결과를 나타낸다. 즉, 이과에서 인문사회계열로 진학한 경우는 이과에서 이공계열로 진학한 경우보다 학점에서 불리함을 확인할 수 있다.

이 네 가지 결과를 한마디로 요약한다면, 교차진학자는 비교차진학자보다 학점에서는 상대적으로 낮은 성과를 보이고 있다고 하겠다. 특히 고등학교 문과에서 이공계열로 진학한 경우에 학점면에서 명확히 불리하다.

3.5. 성향점수매칭을 통한 노동시장 성과 비교

3.5.1. 현재 취업 여부

이어서 노동시장의 성과를 현재의 ‘취업 여부’, ‘정규직 여부’, 그리고 ‘현재 일자리에서 소득 수준’으로 평가하였다.

먼저 취업 여부와 정규직 여부의 경우는 이산형 변수(discrete type variable)에 해당하므로 로짓(logit) 분석을 이용할 수 있다. 개인 i의 취업 확률(정규직일 확률)을 나타내는 잠재적 변수(latent variable)를 Ei* 라 하고, 실제로 관찰되는 취업 여부를 Ei라 하면, 다음과 같은 관계에 있게 된다.

(3)Ei=1(Ei*>0)    =0(Ei*0)

여기에서 Ei*>0이면, 졸업생이 취업을 하였으며(정규직), Ei* ≤0일 때는 취업을 하지 않은 경우(비정규직)이다. 다만 우리에게는 Ei=1Ei=0이 관찰된다.

Ei*는 다음과 같은 변수로 설명된다.

(4)Ei*=βCi+Xi'γ+ui

Ci는 교차진학 여부로 교차진학을 한 경우는 1, 하지 않은 경우는 0으로 값이 주어진다. 그리고 Xi는 졸업생의 취업(정규직)에 영향을 미치는 변수 집합이다. ui는 교란항(disturbance term)에 해당한다.

식 (3)과 (4)로부터 졸업생이 취업 상태(정규직)에 있을 확률을 계산하면, 아래와 같다.

(5)P(Ei=1)=P(Ei*>0)=P(ui>βCiXi'γ)              =F(βCi+Xi'γ)=eβCi+Xi'γ1+eβCi+Xi'γ

취업 상태(정규직) 확률을 추정하기 위하여 조사 시점 현재 일자리 여부를 피설명변수로 하고, 설명변수에 나이(연속 변수), 교차 진학 여부(교차 진학 = 1, 동일계열 진학 = 0), 성(남성 = 1, 여성 = 0), 휴학 여부(휴학 경험자 = 1, 휴학 비경험자 = 0), 졸업 유예 여부(졸업 유예 경험자 = 1, 졸업 유예 비경험자 = 0), 교육훈련 참여 여부(교육훈련 참여자 = 1, 교육훈련 비참여자 = 0), 부모님 동거 여부(동거 = 1, 비동거 = 0), 졸업한 대학 소재지 더미 변수등을 포함하였다. 휴학 여부나 졸업 유예 여부는 주로 개별적 취업준비 노력을 보여주는 변수이다(채창균⋅김태기(2009)). 그리고 청년의 경우에 부모님 동거 여부를 비롯한 가구 특성이 취업과 임금에 영향을 미치는 것으로 알려져 있다(박천수(2015)).14)

피설명변수가 현재 일자리가 유무이므로 이항 변수여서 로짓(logit) 모형으로 추정하였다. 분석 결과를 정리하면 <표 4>와 같다(상세한 분석 결과는 <부표 3>을 참조). <표 4>는 교차 진학을 한 경우에 대한 계수 추정치(β^)이다.

졸업 1년 후 취업 여부 로짓 분석 결과

먼저 ‘문과-인문사회계열’보다 ‘문과-이공계열’, 다시 말해 문과 출신의 교차 진학자가 동일 계열 진학자와 비교하였을 때, 현재의 일자리에 취업하여 있을 가능성이 높음을 보인다. 이는 통계적으로도 유의한 결과이다. 반대로 이과 출신의 교차 진학자(‘이과-인문사회계열’)도 동일 계열 진학자(‘문과-인문사회계열’)보다 상대적으로 높은 계수 추정치를 보인다. 그런데 이 결과는 통계적으로 유의적이지 않다. 다음으로 ‘문과-이공계열’인 교차 진학자가 ‘이과-이공계열’인 동일 계열 진학자보다 현재 일자리를 가지고 있을 확률이 높고, 이 결과는 통계적으로 유의적이다. 즉, 문과에서 이과로 진학한 경우가 이과 동일 계열 진학자보다 현재 일자리 취업에서 유리함을 추측할 수 있다. 마지막으로 ‘이과-인문사회계열’은 ‘이과-이공계열’보다 현재 일자리를 가지고 있을 확률은 상대적으로 높지만, 계수 추정치가 크지 않고, 통계적으로 유의미하지도 않다.

이상의 결과를 요약한다면, 대학을 졸업한 지 1년 뒤에 일자리를 가지고 있을 확률은 교차 진학자가 동일 계열 진학자보다 높으며, 특히 문과 출신이 이공계열로 진학한 경우의 효과가 더 크며 통계적 유의수준도 높았다.

3.5.2. 정규직 여부

두 번째로 측정한 노동시장 성과는 정규직 일자리 여부이다. 이는 임금근로자만을 대상으로 하여 분석하였다. 마찬가지로 정규직 일자리인가가 피설명변수이므로 여기에서도 로짓 모형을 추정하였다. <표 5>는 교차 진학 여부가 현재 일자리 정규직 여부에 미치는 영향을 추정한 결과이다(상세한 분석 결과는 <부표 4>를 참조).

현재 일자리 정규직 여부 로짓 분석 결과

‘문과-이공계열’인 교차 진학자가 ‘문과-인문사회계열’인 동일 계열 진학자보다 현재 정규직 일자리를 가지고 있을 확률이 낮으나, 통계적 유의성이 없다. 마찬가지로 나머지 경우에도 계수 추정치의 부호가 양(+)이지만, 모두 통계적 유의성이 확보되지 않는다. 교차 진학이 정규직 일자리에 취업할 가능성을 높인다고 하기는 어렵다.

3.5.3. 현재 일자리의 소득 수준

마지막으로 측정한 노동시장 성과는 현재 일자리의 소득 수준이다. 소득 분포는 일반적으로 정규 분포하지 않고 오른쪽으로 기울어진 (right skewed) 분포를 가짐에 따라서 여기서는 소득에 자연로그값을 취하였다. 소득 수준은 연속형 변수이긴 하지만, 취업하지 못한 졸업생이 있음을 고려하여 토빗(Tobit) 모형을 추정하였다.

민서형 임금함수(Mincer-type wage function)를 가정할 때, 교차진학이 임금 수준에 영향을 미치는 관계는 아래와 같다. Wi*는 졸업생의 잠재적 임금 수준에 해당하며, 교차진학 여부 Ci와 이 이외의 임금 결정 요인 Zi에 따라 결정된다고 하자.

(6)Wi*=δCi+Zi'θ+ei

여기에서 ei는 교란항이다.

그런데 Wi>0일 때, 취업을 결정하게 되고, 따라서 Wi* 가 관찰되므로 아래와 같게 된다.

(7)Wi=Wi*(Wi*>0)    =0(Wi*0)

설명변수로는 교차 진학 여부, 남성, 근로시간(자연로그값), 정규직 여부, 기술⋅전공 적합도, 노동조합 유무, 부모님 동거 여부 등을 포함하였다. 기술⋅전공에 적합한 직무가 아닌 이른바 ‘기술⋅전공 직무불일치’는 임금과 직무만족도 등 노동시장에 부정적인 영향을 미치는 것으로 알려져있다(조성은 외(2018)). 반대로 본인이 가진 기술이나 전공이 직무에 적합한 경우에는 기술⋅전공이 나타내는 인적자본이 개인의 생산성에 영향을 미쳐 임금 수준에 긍정적인 영향을 미칠 수 있다.

분석 결과는 <표 6>과 같다(상세한 분석 결과는 <부표 5>를 참조). 여기에서도 교차 진학 여부의 계수 추정치(δ^)를 나타냈다. 이 결과는 엇갈린다. 먼저 문과 출신의 이공계열 교차진학자는 문과-인문사회계열 진학자보다 상대적으로 임금이 낮지만, 이과-이공계열 진학자보다는 반대로 임금이 높았다. 다만 이 결과는 통계적 유의성이 확보되지 못하였다. 이 결과와 달리 이과-인문사회계열 진학자는 문과-인문사회계열 진학자와 이과-이공계열 진학자보다 상대적으로 임금이 높았으며, 통계적으로 유의미하다.

현재 일자리 임금 수준 토빗회귀분석 결과

4. 요약 및 정책적 함의

4.1. 결과의 요약

이 연구에서는 2017~2019년 3개년간의 대졸자직업이동경로조사를 이용하여 교차 진학자가 동일 계열 진학자와 비교할 때, 학점으로 대표되는 대학 학습성과와 취업, 정규직 여부, 임금 수준 등의 노동시장 성과에서 차이를 나타내는지를 성향점수매칭을 이용한 로짓 분석과 토빗 분석으로 알아보았다.

이 연구의 주요한 실증 분석 결과는 <표 7>에 요약하여 제시하였다. 먼저 학습 성과를 비교하자면, 고등학교 문과에서 대학 이공계열로 진학한 학생은 문과 동일계열이나 이과 동일계열로 진학한 학생에 비해 평균 학점이 낮았고, 이는 유의수준 1%에서 통계적으로 유의미하였다. 고등학교 이과에서 인문계열로 교차 진학한 학생은 이과 동일계열 진학자에 비해 평균 학점이 낮았고 통계적으로 유의미하였으며, 문과 동일계열 진학자에 비해서도 다소 낮았지만, 통계적으로 유의미한 수준은 아니었다. 노동시장 성과 측면에서, 고등학교 문과에서 이공계열로 교차 진학한 학생은 문과와 이과 동일계열 진학자 모두에 비해 졸업 1년 후 취업상태에 있는 확률이 높았고, 이는 통계적으로 유의미하였다. 그리고 이들이 동일 계열 진학자보다 정규직 일자리에 있을 확률은 높았지만, 통계적 유의성이 확보되지 못하였고, 소득 수준은 반대로 낮았지만, 이 역시 통계적으로 유의하지 않다. 고등학교 이과에서 인문사회계열로 진학한 학생은 동일계열로 진학한 학생에 비해 1년 후 취업상태일 확률, 정규직 여부에서 동일계열 진학자보다 양호한 결과를 보였으나 통계적으로 유의미하지 않다. 하지만 소득 수준에서는 동일계열 진학자보다 높으면서 통계적 유의성이 나타난다.

분석 결과 요약

4.2. 정책적 함의와 제안

이 결과는 고등학교에서 문과 공부를 한 후 이공계열로 진학한 경우, 대학에서 학업에 어려움을 겪었지만, 이들이 어려움을 감내하면서 졸업을 한 뒤에 취업에서는 오히려 장점으로 작용한 것으로 해석될 수 있다. 이는 교차 진학이 비록 대학 학점이라는 성과에서는 결코 좋은 결과를 나타내지 못했더라도, 문⋅이과 교육을 모두 경험한 교차 진학자가 불리한 대학 학점을 극복해 내고 일자리를 얻는 장점을 가질 수 있다는 것을 시사한다.15) 심지어 이과 출신 교차진학자는 소득에서도 양호한 성과를 보이고 있다. 따라서, 교차지원이 단순히 대학 입시의 전략적 선택이므로 이를 제한하려는 주장에서 나아가 오히려 통합교육의 장점을 살리는 방안을 모색하는 것이 중요하다.

특히 교차 진학자가 동일 계열 진학자보다 대학 학점에서 불리한 결과를 보인다는 점에서16), 대학은 교차 진학자의 학습을 지원하는 보완책을 마련할 필요가 있다. 이 연구에서 문과에서 이공계열로 진학한 학생의 평균 학점이 다른 세 집단에 비해 낮은 것으로 나타났는데, 이는 여러 선행연구에서도 보고된 바와 일치한다(고은비, 송헌재, 2023; 문찬주 등, 2016). 박윤희 등(2023)은 문과에서 자연계열로 진학한 학생이 학습의 어려움을 겪으면 전공에 대한 만족도를 낮아지고 결과적으로 진로를 제한하는 부정적인 결과로 이어진다고 설명했다. 박승철(2012)은 교차지원한 공대생의 중도탈락율이 높고 주로 1학년 때 집중된다는 것을 확인했다.17) 그들은 대학 초기에 배우는 수학과 기초과학 과목의 학습에서 겪는 어려움을 가장 중요한 원인으로 꼽았다. 수학과 과학은 상대적으로 위계성이 강한 학문이기 때문에, 이공계열로 교차지원 한 학생의 어려움은 주로 선수학습의 부족에서 기인하는 것으로 이해될 수 있다.

고등학교 선수과목에 따른 대학에서의 학습 능력의 차이에 대한 실증분석 자료는 제한적이기는 하지만, 이보경, 장수철(2008)의 연구에 따르면 고등학교에서 물리 I, II, 화학 I, II 등 선택과목 중 일부를 이수하지 않고 대학에 진학한 학생은 대학에서 일반물리학이나 일반화학 등의 해당 과목 학습에 어려움을 겪고, 학업성취도도 낮았다.18), 저자들은 1학년 때 낙제의 경험은 대학 생활 전반과 진로에 부정적인 영향을 주기 때문에, 저학년의 수학과 기초과학 과목은 수준별 교육이 진행되어야 한다고 주장했다. 신동주, 김진호(2022)도 이공계 신입생 대상 설문조사에서 고교 선택과목의 편차가 크다는 것을 밝히고, 선수학습이 부족한 학생을 지원하기 위해 기초수학과 기초과학 과목을 개설할 필요가 있다고 주장했다.

한편, 고등학교 이과에서 인문⋅사회계열로 진학한 학생의 학습은 다소 다른 면이 있는데, 이들의 평균 학점은 동일계열로 진학한 학생과 유의미한 치아를 보이지 않았지만,19), 학문에 대한 효용감과 소속감 등은 낮았고(안윤형, 변기용, 2023), 전과를 희망하는 학생이 많았다(성시형, 한윤영, 2023). 연구자들은 그 원인은 주로 정답이 없는 문과계열의 학문적 특성에 대한 이해의 부족 때문이라고 보았다(안윤정, 변기용, 2023; 성시형, 한윤영, 2020). 여기서 현재의 대학 이공계 교육이 학생을 “지식의 객관성, 신뢰성에 대한 신념이 강한 나머지 다른 주장에 대한 포용적 태도나 사고의 확장 등에 상대적으로 취약”하게 한다는 비판(변수연 외, 2017; 임지영, 2014)에 주목할 필요가 있다. 이들의 연구는 고등학교에서 이과 교육을 받고 대학 인문⋅사회계열로 진학한 학생은 개방적이고 유연한 사고가 필요한 이질적인 학습환경에 적응해야 하는 과제에 직면하지만, 이는 간학문적인 학습경험을 촉진하고 태도와 사고를 확장하는 긍정적인 경로가 될 수 있음을 의미한다.

학점에서의 불리함을 극복하고 교차지원자가 취업에서 불리하지 않거나 오히려 유리할 수 있음을 보인 이번 분석 결과는 교차지원을 단지 대학 입시 전략으로서 부정적으로만 볼 것이 아니라, 교육 경로를 확장 함으로써 취업에 유리할 수 있는 전략, 그리고 융합인재 양성 차원에서 긍정적으로 바라볼 필요가 있음을 시사한다. 그러나, 대학의 변화와 제도적 지원이 없다면 교차지원자 다수가 입학 초기 실패와 부적응을 경험할 수 있고, 결국 대학의 행⋅재정적 어려움으로 이어질 것이다.20) 따라서 지금은 교차지원을 제한하기보다는 교차지원자의 적응과 학습을 돕는 방법에 대한 논의를 시작하는 것이 대학과 학생 모두에게 더 나은 방향이라고 생각된다.

대학 차원의 제도적 개선 방향을 몇 가지 제안해 볼 수 있다. 첫째, 학생이 이과와 문과 계열의 학문적 특성과 차이를 이해하고 수용할 수 있도록 지원하고 지도하는 시스템이 필요하다. 성신형과 한윤형(2023)은 교차지원자 대다수가 학습 출발점의 차이를 극복할 수 없다고 인식하고 있음을 지적하면서 이들을 위한 지원체계가 필요함을 주장했다. 도경선 외(2018)는 입학 초기 학사지도나 1학년 세미나 등에서 대학 기초⋅교양교육의 의미와 목적을 명확히 인식할 수 있도록 지도함으로써 학습 성과에 대한 학생의 인식이 긍정적으로 변화될 수 있음은 확인했다. 학문적 특성에 대한 이해는 개별 교과목에서 성공적인 학습을 경험하면서 향상될 수 있지만, 대학 적응 및 생활 지도, 학습지도 및 진로지도 등과 연계하여 진행될 때 더 큰 효과를 기대할 수 있을 것이다. 다만, 학생 지도를 교수에게만 의존하기보다는 적절한 전문가 그룹을 활용함으로써 교수의 부담을 줄이면서, 전문적으로 체계화된 시스템을 추구할 필요가 있다.

둘째, 수학 및 기초과학 등 이공계 기초⋅교양 과정에 수준별 교과과정을 도입하거나 입학 전 교육 등을 통해 부족한 선수학습을 보완할 수 있어야 한다. 융합형 수능이 시행되었다고는 하지만 과목 선택형 교육과정과 수능 체계에서 선택과목에 따른 기초학습 능력의 차이는 여전히 존재한다. 고교 2-3학년 과정에 인문계와 자연계의 구분이 시작된 제2차 교육과정 시행 후에도 내용의 깊이와 범위에서 차이는 있으나, 고등학교에서 문과와 이과 모두 물리, 화학, 생물, 지구과학 등 네 과목을 필수로 이수하는 틀을 유지했었다. 예컨대, 물리학, 화학, 생물학 및 지구과학 과목을 각각 I과 II로 나누고, 문과는 각각 I 과목 4개를, 이과는 각각 I과 II 과목 8개를 필수로 부과한 것이다.21), 제7차 교육과정부터는 계열 구분 없이 8개 과목 중에서 자율 선택하는 것으로 변경되었고, 이후 진행된 수시 개정에서 고등학교 교육과정 전반에서 선택형의 특성이 강화되었지만, 과학은 물리 I, II, 화학 I, II 등 8개 과목 구분의 틀을 비교적 안정적으로 유지하였다. 그런데 최근 추진된 2022 개정 교육과정에서는 일반선택, 진로선택 및 융합선택 등의 영역에 15개의 선택과목22),을 개설하여 과목 세분화가 가시화되었다. 한편 수능에서 선택 과목의 수는 지속적으로 축소되었다. 사회탐구와 과학탐구 각각에서 학생이 최대로 응시할 수 있는 과목수는 4개(2005), 3개(2012), 및 2개(2014)로 지속적으로 축소되었고, 2022학년도 통합형 수능에서는 사회탐구와 과학탐구 중에서 2개로 변경됨에 따라 더욱 축소될 전망다.23), 수능에서 응시할 수 있는 과목은 교육과정에서 개설할 수 있는 선택과목 중 일부에 불과하고, 수능에서 배제된 과목은 학교 현장에서 개설하는 경우는 거의 없다. 또한 소수의 상위권을 제외하면 수능 응시과목 이외의 과목에 대한 학생의 학습 동기는 낮다. 따라서 과목 선택형 교육과정과 수능은 학생들 사이의 선행학습 경험의 차이를 더욱 고착시키고, 여기에 과목 세분화 추세가 결합하면 기초학습능력 저하는 보다 가속 될 수 있어 이에 대한 성찰과 대책 마련이 시급하다.24)

마지막으로 학부교육에서 다양한 기초학문을 접할 수 있도록 유도하고, 대학원에서 전문교육을 추진하는 방향으로의 전환을 고려해 볼 수 있다. 안윤정과 변기용(2023)은 교차지원으로 인한 문제 해결 차원에서 이러한 방향을 제시한 바 있다. 학문의 위계와 보편성을 충분히 반영하지 못한 채 지나치게 세분화된 과목 나열식 고등학교 선택형 교육과정과 그중 소수의 과목만 선택하여 응시하는 수능이 고착된 현실에서 기초학문을 고르게, 내실 있게 학습할 수 있는 마지막 기회가 대학 교양교육이라는 점에서 이는 더욱 시의적절한 방안이다. 대학 교양교육은 두 가지 중요한 목표를 가지고 있다. 균형 잡힌 세계관과 가치관을 가진 시민을 양성하고, 대학 학습에 필요한 기초적인 능력을 함양하기 위한 것이 그것이다. 인문학, 사회과학 및 자연과학의 기초학문을 고르게 학습하는 것은 시민성과 다양한 전공 분야의 기초학습 능력 모두의 기반이 된다.25) 인적 자원 측면에서도 기술이 빠르게 진보하고 불확실성이 큰 사회일수록 교양교육의 효과는 더욱 커진다는 것을 고려할 때(최강식, 박철성, 2021), 지나친 전문교육을 지양하고 기초학문중심의 교양교육을 강화할 필요성은 충분하다.

끝으로 본 연구가 가지는 분석의 한계점을 지적해 두고자 한다. 본 연구의 분석 대상은 대학 졸업자였다. 교차 진학자 가운데 실제로 진학 후 전공에 적응하지 못하여 중도 포기 혹은 탈락 한 경우가 포함되어 있지 않다. 다시 말해서 여기의 분석 대상은 어떻게든 살아남은 졸업생만 포함되었기에 일종의 표본 선택 편의(sample selection bias)가 포함되었을 수 있다. 물론 이 편의는 중도 탈락한 교차 진학자가 많은 경우에는 문제가 되지만 만일 탈락한 교차 진학자가 소수라면, 이와 같은 편의가 끼칠 영향력도 미세할 것이다.

2022학년도 통합형 수능 시행 이후 표면적으로 교차지원으로 야기된 문제는 사리지겠지만, 고등학교 선택과목에 따른 학습 능력의 차이는 여전히 풀어야 하는 과제로 남는다. 어쩌면 지금과 같은 ‘과목 쪼개기’가 심한 고등학교 선택형 교과과정에 비추어 더 복잡한 양상으로 나타날 수 있다. 고교 선택과목 이수 실태와 선택과목에 따른 대학에서의 학습 성과의 차이를 파악하기 위한 섬세하고, 광범위한 연구가 필요하다,26) 선행학습 부족한 학생의 학습지원과 대학 적응을 위한 프로그램과 제도적 장치가 없으면 다수의 학생이 중도 탈락하거나 진도 선택의 제한에 직면할 수 있고, 이는 학생 개인은 물론 대학과 사회 모두에 긍정적이지 못하기 때문에 이에 대한 연구와 준비도 필요해 보인다.

References

1. Ahn Y, Byun K. 2023;Analyzing the phenomenon of cross-entry under the integrated CSAT from the perspective of fairness and validity of the entrance examination:focusing on the experiences of students in the department of education at A university. Education Review 52:215–258.
2. [안윤정, 변기용. (2023). 문⋅이과 통합 대학수학능력시험 체제 하에서 나타난 교차지원 현상의 공정성과 타당성 분석: A 대학교 교육학과 학생들의 학업 수행 경험을 중심으로. 교육비평, (52), 215-258.].
3. Bae H. 2015;The effects of curriculum selection in high school on university life and employment in the labor market. Journal of Vocational Education and Training 18:1–36.
4. [배호중. (2015). 일반계 고교 계열(문과/이과)에 따른 대학생활 및 취업성과 차이; 4년제 대졸자를 중심으로. 고용직업능력개발연구, (18), 1-36.].
5. Byoun S. Y, Bae S. H, Han S. I. 2017;Student engagement of STEM-specialized institutions:A comparative study Employing propensity score matching (PSM). Journal of Engineering Education Research 20(3):13–24.
6. [변수연, 배상훈, 한송이. (2017). 경향점수매칭을 통한 과학기술특성화대학 재학생의 학습참여 (student engagement) 분석: 일반 종합대학 이공계열 및 인문사회계열 학생과 비교. 공학교육연구, 20(3), 13-24.].
7. Chae C. K, Kim T. G. 2009;Determinants of Employment Status Of University(College) Graduates Youth. Journal of Vocational Education Research 28(2):89–107.
8. [채창균, 김태기. (2009). 대졸 청년층의 취업 성과 결정 요인 분석. 직업교육연구, 28(2), 89-107.].
9. Cho S. E, Lee Y. M, Lim J. Y. 2018;A study on youth employees'classification based on job mismatch types, using latent class analysis. Journal of Employment and Career 8(3):100–128.
10. [조성은, 이영민, 임정연. (2018). 대졸 취업자의 직무불일치 유형 및 특성에 관한 잠재계층분석(LCA). 취업진로연구, 8(3), 100-128.].
11. Doh K. S, Kim H, Kim M. 2018;Effects of academic advising on students'perception on general education:A case of Yonsei university freshman seminar “YONSEI RC101.”. Korean Journal of General Education 12(1):185–203.
12. [도경선, 김현상, 김미현. (2018). 전문 학사지도시스템을 통한 교양교육에 대한 인식 개선: 연세대학교 1 학년 세미나 “YONSEI RC101” 을 중심으로. 교양교육연구, 12(1), 185-203.].
13. Heckman J. 1979;Sample selection bias as a specification error. Econometrica 47(1):153–161.
14. Hong H, Lim Y. 2014;A study of the development and direction of an integrated curriculum of liberal arts and natural sciences in academic high schools. The Journal of Curriculum Studies 32(2):67–99.
15. [홍후조, 임유나. (2014). 고교 문⋅이과 통합형 교육과정 개발 및 발전 방향에 관한 연구. 교육과정연구, 2(2), 67-99.].
16. Kim D, Hong H. 2011;A study on the college drop-out rates based on curriculum transition from high school to college. Asian Journal of Education 12(4):55–73.
17. [김대석, 홍후조. (2011). 대학중도탈락률 분석을 통한 고교-대학 교육과정 연계의 필요성. 아시아교육연구, 12(4), 55-73.].
18. Kim S. H, Lee B. 2024;Trends in science humanities convergence education in Japanese universities and their implications. Korean Journal of General Education 18(2):45–62.
19. [김성희, 이보경. (2024). 일본 대학의 문리횡단⋅문리융합교육 강화 추세와 그 함의. 교양교육연구, 18(2), 45-62.] .
20. Kim Y. S. 1993;Arbitrariness of distinction between liberal arts and sciences and its negative effects. Science and Philosophy 4:20–34.
21. [김영식. (1993). 문과⋅이과 구분의 임의성과 그 폐단. 과학과 철학, 4, 20-34.].
22. Ko E, Song H. 2023;The effect of university major cross-application on the labor market outcomes. Quarteley Journal of Labor Policy 23(2):175–198. http://doi.org/10.22914/jlp.2023.23.2.007.
23. [고은비, 송현재. (2023). 전공 교차지원의 노동시장 성과 분석. 노동정책연구, 23(2), 175-198.].
24. Koo Y. Y, Park D. H, Kim J. J, Park Y, Ko C. K, Lee B. 2019;Meta-analysis of course selection data of the university graduates revealed the problems of course structures. Korean Journal of General Education 13(2):369–396.
25. [구유영, 박돈하, 김정재, 박영희, 고철기, 이보경. (2019). 대학생 전공-교양 교과목 이수 특성에 나타난 교육과정 구조와 이수체계의 문제. 교양교육연구, 13(2), 369-396.
26. Lee B, Chang S. C. 2008;The effect of educational backgrounds in high school sciences on the achievement of college sciences. The Journal of Curriculum Studies 26(2):191–210.
27. [이보경, 장수철. (2008). 고등학교 과학 심화선택과목 이수여부와 대학 과학 교과목 학업성취도. 교육과정연구, 26(2), 191-210.] .
28. Lee B, Yeo H, Jung K, Jeong D. 2023;Analysis of the effect of cross-enrollment between high school and university on college students'academic adaptation and labor market outcomes. Korean Journal of Educational Administration 41(4):121–151. http://dx.doi.org/10.22553/keas.2023.41.4.121.
29. [이보미, 여홍은, 정광호, 정동욱. (2023). 고교-대학 간 교육과정 계열 교차진학이 대학생의 학업 적응과 노동시장 성과에 미치는 영향. 교육행정학연구. 41(4), 121-151. http://dx.doi.org/10.22553/keas.2023.41.4.121].
30. Lee I, Kwak Y, Cho H. S. 2019;A survey research on science and engineering college students'perception on completing prerequisite science course in high school. Journal of Science Education 43(2):195–206. https://doi.org/10.21796/jse.2019.43.2.195.
31. [이일, 곽영순, 조향숙. (2019). 고등학교 과학과 선수과목 이수에 대한 이공계열 대학생들의 인식 조사. 과학교육연구지, 43(2), 195-206. https://doi.org/10.21796/jse.2019.43.2.195].
32. Lim J. 2014;Comparisons of global mindset competency between engineering and non-engineering college students. Journal of Engineering Education Research 17(3):3–7.
33. [임지영. (2014). 공학계열과 비공학계열 대학생들의 글로벌 마인드 역량 비교. 공학교육연구, 17(3), 3-7.].
34. Monbusho. (2023, January 13). Regarding future promotion policies for university education (draft). The 8th University Promotion Committee
35. [文部科学省. (2023.1.13.). 今後の大学教育の振興方策について(素案). 大学振興部会(第8回).].
36. Moon C, Shim J, Lee S, Lee J, Jeong D. 2016;The effects of high school-university cross tracking to university academic achievements. Korean Journal of Educational Administration 34(2):197–220.
37. [문찬주, 심정연, 이선아, 이지영, 정동욱. (2016). 고교-대학 간 전공계열 교차 진학이 대학 학업성취도에 미치는 영향. 교육행정학연구, 34(2), 197-220.].
38. Okamoto S. 2020;Formation process of stereotypical views of the sciences and humanities. Sciences Education 44(1):14–29.
39. 岡 本紗知. 2020;文系観⋅理系観の形成プロセスの解明:国立大学の学生を対象として. 化学教育研究 44(1):14–29.
40. Park C. 2015;The reservation wage of college graduates and employment. Quarterly Journal of Labor Policy 15(1):83–110.
41. [박천수. (2015). 대학 졸업 임금근로자의 희망임금 충족과 고용, 노동정책연구, 15(1), 83-110.].
42. Park S. 2012;A relationship analysis between admission type and dropout of engineering university students. Journal of Engineering Education Research 15(5):98–107.
43. [박승철. (2012). 공학전공대학생의 입학전형과 중도탈락의 상관관계 분석. 공학교육연구, 15(5), 98-107.].
44. Park S. W, Yi H. S. 2024;Analysis of news article on the cross-disciplinary college applications in response to national curriculum reform and college admissions reform. The Journal of Educational Research 22(1):143–170. https://doi.org/10.31352/JER. 22.1.143.
45. [박성우, 이현숙. (2024). 교육과정 개정과 대입제도 개편에 따른 계열 간 교차지원 관련 언론 보도 텍스트 분석. 교육종합연구, 22(1), 143-170. https://doi.org/10.31352/JER. 22.1.143].
46. Part Y, Yim S, Jang W, Kim J, Sonf Y. 2023;A qualitative study on the learning experiences of college students who cross-applied from humanities to natural sciences:The case of university A. Journal of Educational Studies 54(2):51–78. https://doi.org/10.15854/jes.2023.06.54.2.51.
47. [박윤희, 임수원, 장운민, 김지수, 송영주. (2023). 인문계열에서 자연계열로 교차지원한 대학생의 학습경험에 대한 질적 사례연구: A 대학을 중심으로. 교육과학연구, 54(2), 51-78.].
48. Seong S, Han Y. 2023;A study on the current state and adaptation of the cross-entry students between the field of liberal arts and science-Focusing on the case of S university. Korean Journal of General Education 17(2):307–324. https://doi.org/10.46392/kjge.2023.17.2.307.
49. [성신형, 한윤영. (2023). 문⋅이과 교차지원 현황 및 대학적응에 관한 연구. 교양교육연구, 17(2), 307-324.].
50. Shin D, Kim J. 2022;Analysis of the learning experience of college students according to the 2015 revised national curriculum. Journal of Engineering Education Research 25(1):3–11. https://doi.org/10.18108/jeer.2022.25.1.3.
51. [신동주, 김진호. (2022). 문이과 통합형 정비 교육과정에 따라 이공계열 신입생의 고교수학 및 과학 교과목학습경험 분석: S 대학교를 중심으로. 공학교육연구, 25(1), 3-11.].
52. Son H. K, Park J. H, Lee K. S. 2018;A study on the current situation and improvement of sciencein general education. Korean Journal of General Education 12(4):199–224.
53. [손향구, 박진희, 이관수. (2018). 대학 과학교양교육의 현황과 개선안 모색. 교양교육연구, 12(4), 199-224.].
54. Yonhap News. (2022, February 20). Infringe of science majors'math scores on liberal arts majors in integrated SAT https://www.yna.co.kr/view/AKR20220218143100530.
55. [연합뉴스. (2022. 2. 20.). ‘통합수능에 이과생 수학점수로 ‘문과침공’. https://www.yna.co.kr/view/AKR20220218143100530].

Notes

1)

고등학교 국가 교육과정에서 문과와 이과의 구분은 1963년 개정된 제2차 교육과정부터 시작되어, 2002년 3월부터 고등학교에 적용된 제7차 교육과정 시행 이전까지 지속되었다(국가교육과정정보센터 (https://ncic.re.kr/).

2)

한국교양기초교육원의 교양기초교육 표준 모델을 참고할 것(https://www.konige.kr/).

3)

2022년도 서울 주요 대학의 인문계열 지원자 가운데 이과생의 비율을 보면 서강대 80.3%, 서울시립대 80%, 한양대74.5%, 연세대 69.6%, 중앙대 69.3%, 경희대 60.6%, 서울대 60% 등으로 나타났다(연합뉴스 2022년 2월 20일 기사).

4)

수학에서 이과생들이 주로 선택하는 ‘미적분과 기하’ 선택자 상위권의 표준점수가 문과생이 주로 선택하는 ‘확률과 통계’ 선택자보다 높다.

5)

이에 대한 자세한 논의는 2장에서 이루어진다.

6)

문과-문과, 이과-이과, 문과-이과 및 이과-문과

7)

동질성 확보를 위해서는 문과→문과, 이과→이과와 교차지원을 비교하고, 성향점수매칭 같은 방법을 적용했어야 할 것이다.

8)

Heckman(1979)의 2단계 추정법은 계량적으로 우수한 방법이기는 하나 사용하는 식별변수가 이론적으로 의미를 가지지 않으면 추정 결과가 매우 취약해진다.

9)

예를 들어 고은비⋅송헌재(2023)는 식별변수로 “경력”, “나이”, “부모 집에 거주 비율” 등을 사용한 것으로 추측되는데, 이 변수들이 “취업 여부”와 “월평균 소득” 중 하나에는 영향을 주고 다른 하나에는 영향을 주지 않았다고 보기는 어렵다. 이보미 외(2023)는 전형적인 Roy Model을 사용하여 inverse Mills ratio를 추정하였다. 그러나 Roy Model 설정 시에 식별변수에 대한 명시적 설명이 없다.

10)

저자들은 ‘정답이 없는 문과 계열의 학문적 특성에 대한 이해의 어려움’이 부적응의 한 원인이라고 보았다.

11)

예를 들어 4.3 만점 기준 대학인 경우, 졸업생의 대학 평균 학점이 4.0이라면, 93점으로 환산하여 처리하였다. 만일 4.0 만점 기준 대학인 경우는 평균 학점이 3.72여야 93점을 얻는 것이다.

12)

로짓 모형은 이 논문의 4장을 참고.

13)

문찬주 외(2016)는 가구소득, 모학력, 고등학교 선택 계열 등을 포함하여 대학 특성보다는 학생 개인의 특성을 고려하고 있다. 이를 감안하여 부모 학력, 직업, 부모 월평균소득(입학 당시) 등의 학생 개인 특성을 포함하여 보았으나 통계적 유의성이 없었다. 문찬주 외(2016)가 교차진학을 학생 개인의 적성에 따른 선택에 가깝다면, 우리는 대학 진학을 위한 선택에 가깝다고 하겠다.

14)

대졸자의 노동시장 성과 결정요인에 대한 연구들은 주로 개인의 특성(성, 연령), 부모의 사회경제적 지위, 대학 특성(소재지 등)이나 재학 중의 경험(복수전공, 어학연수, 자격증 취득) 등의 변수를 설명변수로 사용하고 있다. 이에 대한 자세한 내용은 배호중(2015)을 참고할 것. 심사과정에서 취업 여부와 정규직 여부를 분석하는 로짓 모형의 설명변수로서 노동시장 성과 변수로 이용되는 학점, 전공계열, 취업 준비 활동, 부모 소득(사회경제적 지위)을 포함하는 것이 좋겠다는 의견이 제시되어 해당 설명변수를 추가하여 분석하였으나 이들 변수의 통계적 유의성이 보장되지 않았다.

15)

이보미 외(2023)는 교차지원자가 노동시장에서 유리하거나 혹은 크게 불리하지 않다는 점에서 교차지원을 단순히 대입을 위한 전략적 차원보다는 학생의 흥미나 적성을 고려한 선택의 결과로 보는 것이 타당하다고 주장했다.

16)

우리 연구의 분석 대상은 졸업자인 만큼, 중도포기한 교차진학자는 제외되어있다. 이들까지 고려한다면, 교차진학자의 대학 학습성과는 더욱 낮아질 수 있다.

17)

충남소재 대학의 2006년부터 5년 동안 교차지원 입학자(정시) 대상 분석결과에서 경영대로 교차지원한 학생 중 중도탈락자는 한명도 없었던 반면, 공대로 교차지원한 학생은 평균 15.6%로 높았고, 주로 1학년 때 집중되었다. 교차지원한 학생 중 중도탈락자는 자퇴자의 3배에 달했으며, 다른 정시전형 입학생에 비해서도 6% 이상 높은 수준이었다.

18)

고등학교 선택형 교육과정을 이수하고, 2004-2006년 대학 이공계에 입학한 학생을 대상으로 한 조사에서, 물리, 화학, 생물 등 선택과목 이수 여부에 따라 대학 기초과학 과목의 학점이 유의미한 차이를 나타냈다. 특히 물리학과 화학 과목은 선수학습의 영향이 더 컸는데, 고등학교에서 해당 과목을 이수하지 않은 학생 중 상당수가 F 학점을 받아 낙제했고, 많을 때는 그 비율이 35%에 달했다.

19)

문찬주 외(2016)의 결과에서도 유의미한 차이가 없었고, 안윤정, 변기용(2023)도 저학년 때 일부 학습의 어려움을 경험하지만, 고학년이 되면서 대부분은 해소되었음을 확인했다. 고은비, 송헌재(2023)의 결과에서는 인문사회계열로 교차진학 한 학생은 동일계열로 진학한 학생에 비해 학점이 높았다.

20)

이보미 외(2023)은 교차지원한 학생의 2학기 등록률이 낮다는 것을 확인하고, 주된 요인은 학습의 어려움일 것으로 추정했다.

21)

제2차에서 6차까지 이와 같은 틀을 유지했다. 다만, 제5차 교육과정(1988.3 개정))에서는 과학I(생물+지구과학)은 공통필수, 과학II(물리+화학)는 문과 필수, 이과는 추가로 물리, 화학, 생물, 지구과학에서 3과목을 선택하여 이수하도록 했으나, 문⋅이과 모두 4과목을 필수로 부과했다는 점에서 같다(국가교육과정정보센터).

22)

2022개정 교육과정의 과학과 선택과목 현황: (일반선택) 물리학, 화학, 생명과학, 지구과학(4±1); (진로선택) 역학과 에너지, 전자기와 양자, 물질과 에너지, 화학 반응의 세계, 세포와 물질대사, 생물의 유전, 지구시스템과학, 행성우주과학(4±1); (융합선택) 과학의 역사와 문화, 기후변화와 환경생태, 융합과학 탐구(4±1). () 안의 수는 이수 단위를 의미 한다(국가교육과정정보센터).

23)

출처: 한국교육과정평가원 https://www.suneung.re.kr/main.do?s=suneung

24)

지나친 ‘과목 쪼개기’와 선택적 학습으로 인한 학생의 ‘학문 편식’과 기초학습 능력 저하의 문제는 이공계 분야에 국한된 것은 아니고, 인문학이나 사회과학 분야에서도 나타날 수 있다. 제7차 교육과정 시행 이전에는 이과생도 정치, 경제, 사회(혹은 사회⋅문화), 역사, 지리 등이 사회 과목군 중 상당수를 학습할 수 있었다. 예를 들어 제5차 교육과정(1988.3 개정)에서 자연계 학생은 국사(6), 정치⋅경제(6), 한국지리(4), 및 세계사(4)를 필수로 이수했다. 제7차 교육과정 시행 이후 과목의 분화와 필수 과목의 수가 축소되는 방향으로 수시 개편이 진행되었다. 제7차 교육과정에서는 사회와 국사는 공통 필수이고 선택과목에 한국 지리, 세계 지리, 경제 지리, 한국 근⋅현대사, 세계사, 법과 사회, 정치, 경제, 사회⋅문화 및 인간 사회와 환경 등 10개 과목을 개설 할 수 있었다. 이후 과목 분화는 계속되어 2015 개정 교육과정의 선택과목은 12개, 2022 개정 교육과정의 선택과목은 19개로 증가했다. 다양한 과목을 개설하여 학생의 과목 선택의 폭을 넓혀주고자 한 정책 취지와는 달리, 학교 현장에서는 교사 수급이나 분반 운영 등의 현실적인 제한에 따라 수능에서 유리한 몇몇 과목을 개설하여 운영하는 데 그치고 있어, ‘학문 편식’ 문제는 더욱 심화될 수 있다. 이 문제는 추후 연구과제로 남긴다. 교육과정별 사회과 선택과목은 다음과 같고, 과목 세분화 추세를 확인할 수 있다. ()안의 수는 이수단위 임.

제7차 교육과정: 인간 사회와 환경(4), 한국 지리(8), 세계 지리(8), 경제 지리(6), 한국 근⋅현대사(8), 세계사(8), 법과 사회(6), 정치(8), 경제(6), 사회⋅문화(8)

2015개정 교육과정: (일반선택) 한국지리, 세계지리, 세계사, 동아시아사, 경제, 정치와법, 사회⋅문화, 생활과 윤리, 윤리와사상(5±2); (진로선택) 여행지리, 사회문제탐구, 고전과윤리 (5±3)

2022개정 교육과정: (일반선택) 세계시민과 지리, 세계사, 사회와 문화, 현대사회와 윤리(4±1); (진로선택) 한국지리 탐구, 도시의 미래 탐구, 동아시아 역사 기행, 정치, 법과 사회, 경제, 윤리와 사상, 인문학과 윤리, 국제 관계의 이해(4±1); (융합선택)여행지리, 역사로 탐구하는 현대 세계, 사회문제 탐구, 금융과 경제생활, 윤리문제 탐구, 기후변화와 지속가능한 세계(4±1)

출처: 한국교육과정평가원 https://www.suneung.re.kr/main.do?s=suneung, 국가교육과정정보센터

25)

이에 대하여 손동현(2011)은 보편지성 교육으로서 교양교육의 중요성을 강조하면서 전공과 상관없이 모든 학생들이 기초학문 분야의 연구성과를 접할 수 있도록 교육과정을 구성해야 한다고 주장했다. 서남수(2011)는 사회가 요구하는 우수인력의 공급과 평생학습자를 준비하는 과정으로서 대학교양교육의 중요성을 강조하면서 현재 학과와 전공중심의 학사구조가 달라져야 한다고 주장했다.

26)

제7차 교육과정을 이수한 학생이 대학에 처음 입학한 이듬해인 2006년 전국자연과학대학 학장 협의회는 이공계 신입생의 수학에 대한 기초학습 능력 측정을 의뢰한 바 있다. 전국 20개 대학, 이공계 신입생 1,000여명을 대상으로 평가한 결과, 학생의 수학 기초학습 능력은 대학의 미적분학을 학습하기 부족한 수준이었으며, 대학별, 학과별로 큰 차이를 나타냈다. 연구진은 선택중심의 교과과정이 학습부진의 한 원인이며, 고교 학습경험이 기초학습 능력을 크게 좌우할 수 있음을 지적했다. 수학 영역의 학습성과나 효능감 등에 대한 교차지원의 영향에 대한 연구는 이정례, 이경희(2011), 허윤서(2013) 등이 있다. 고교 선택과목에 따른 학습성과를 과목별로 측정한 연구는 이보경, 장수철(2008) 이외에 거의 없다. 출처: 이규봉, 오원태, 위인숙, & 장주섭. (2007). 대학 신입생의 수학 기초실력 분석. 수학교육 논문집 시리즈 E, 21(4), 613-620; 이정례, & 이경희. (2011). 수학 기초학력과 대학수학능력시험 수리영역 성적의 관계 연구. 수학교육 논문집, 25(4), 629-639; 허윤서. (2013). 교차지원에 따른 수학 불안에 대한 연구, 부경대학교 박사학위논문

<부록>

성향점수매칭 결과

매칭 균형 점검 결과

취업 여부 로짓(Logit) 분석 결과

정규직 여부 로짓(Logit) 분석 결과

임금 토빗(Tobit) 회귀 분석 결과

Article information Continued

<표 1>

대학 수학능력 시험 체계의 변화

2020학년도 2021학년도 2022학년도
교육 과정 2009 교육과정 2015 교육과정

국어 화법과 작문, 독서와 문법, 문학 독서, 문학, 화법과작문, 언어와매체 중 언어 공통 : 독서, 문학
선택 : 화법과작문, 언어와매체 중 택1

수학 - 가형(이과): 미적분Ⅱ, 확률과 통계, 기하와 벡터
- 나형(문과): 수학Ⅱ, 미적분Ⅰ, 확률과통계
가형(이과): 수학Ⅰ, 확률과통계, 미적분
나형(문과): 수학Ⅰ, 수학Ⅱ, 확률과통계
공통 : 수학Ⅰ, 수학Ⅱ
선택 : 확률과통계, 미적분, 기하 중 택1

탐구 사회/과학 동일 계열 내에서 택 2
* 사회 (9과목)
* 과학 (8과목)
사회⋅과학 계열 구분 없이 택 2
* 사회 (9과목)
* 과학 (8과목)

탐구영역 선택과목
사회: 생활과 윤리, 윤리와 사상, 한국 지리, 세계 지리, 동아시아사, 세계사, 법과 정치, 경제, 사회⋅문화
과학: 물리학Ⅰ, 물리학Ⅱ, 화학Ⅰ, 화학Ⅱ, 생명과학Ⅰ, 생명과학Ⅱ, 지구과학Ⅰ, 지구과학Ⅱ

주: 교육부 보도자료 2018. 8. 17와 2017. 9. 5를 참고하여 구조화 함. 영어 (영어Ⅰ, 영어Ⅱ), 한국사 및 제2외국어/한문(9과목 중 택1)은 변화가 없음

<표 2>

기초통계량

변수 문과-인문사회 (N = 4,987) 이과-이공 (N = 4,608) 문과-이공 (N = 1,120) 이과-인문사회 (N = 515)




평균 표준편차 평균 표준편차 평균 표준편차 평균 표준편차
학점a 82.08 8.79 81.02 8.72 80.64 9.29 81.47 8.97

취업 0.54 0.50 0.60 0.49 0.67 0.47 0.64 0.48

정규직b 0.39 0.49 0.45 0.50 0.52 0.50 0.47 0.50

남성 0.14 0.34 0.30 0.46 0.19 0.39 0.22 0.41

국공립대학 0.30 0.46 0.40 0.49 0.34 0.47 0.26 0.44

정시 0.61 0.49 0.62 0.49 0.54 0.50 0.56 0.50

대학소재지(서울) 0.19 0.39 0.18 0.38 0.11 0.32 0.11 0.32

대학소재지(경기) 0.16 0.37 0.17 0.37 0.14 0.34 0.15 0.36

대학소재지(충청) 0.22 0.41 0.22 0.41 0.24 0.43 0.23 0.42

대학소재지(경상) 0.29 0.45 0.31 0.46 0.31 0.46 0.29 0.46

대학소재지(전라) 0.14 0.34 0.13 0.34 0.20 0.40 0.21 0.41

a: 평균 학점을 백분율로 환산한 점수, 학점, 그 외 항목은 N값 중 취업자, 정규직, 본교 출신 등의 비율을 0~1 사이의 값으로 표시함. b: 취업자를 대상으로 한 수치

<표 3>

성향점수매칭 전후의 대학 학점 차이

처치집단 비교집단 차이 처치집단 비교집단 차이 (표본오차) t
1 문과-이공 문과-인문사회 매칭 이전 80.638 82.078 -1.440 (0.294) -4.90***

매칭 이후 80.638 82.083 -1.444 (0.387) -3.74***

2 이과-인문사회 문과-인문사회 매칭 이전 81.471 82.078 -0.607 (0.408) -1.49

매칭 이후 81.471 82.036 -0.566 (0.569) -0.99

3 문과-이공 이과-이공 매칭 이전 80.638 81.024 -0.386 (0.294) -1.31

매칭 이후 80.638 82.113 -1.474 (0.375) -3.93***

4 이과-인문사회 이과-이공 매칭 이전 81.471 81.024 0.446 (0.407) 1.10

매칭 이후 81.471 82.357 -0.886 (0.534) 1.66**

주:

***

**

는 각각 1%와 5%에서 통계적으로 유의함.

<표 4>

졸업 1년 후 취업 여부 로짓 분석 결과

처치집단 비교집단 계수(표본오차)
1 문과-이공 문과-인문사회 0.273(0.016)***

2 이과-인문사회 문과-인문사회 0.212(0.146)

3 문과-이공 이과-이공 0.177(0.095)*

4 이과-인문사회 이과-이공 0.067(0.141)

주:

*

10%,

***

1%에서 통계적으로 유의함.

<표 5>

현재 일자리 정규직 여부 로짓 분석 결과

처치집단 비교집단 계수(표본오차)
1 문과-이공 문과-인문사회 0.201(0.126)

2 이과-인문사회 문과-인문사회 0.160(0.186)

3 문과-이공 이과-이공 0.201(0.123)

4 이과-인문사회 이과-이공 0.088(0.026)

<표 6>

현재 일자리 임금 수준 토빗회귀분석 결과

처치집단 비교집단 계수(표본오차)
1 문과-이공 문과-인문사회 -0.022(0.021)

2 이과-인문사회 문과-인문사회 0.069(0.027)***

3 문과-이공 이과-이공 0.031(0.024)

4 이과-인문사회 이과-이공 0.065(0.032)**

주: * 5%,

***

1%에서 통계적으로 유의함.

<표 7>

분석 결과 요약

학점 취업 정규직 소득
1 문과-인문사회 > 문과-이공*** 문과-이공 > 문과-인문사회*** 문과-이공 > 문과-인문사회 문과-인문사회 > 문과-이공

2 문과-인문사회 > 이과-인문사회 이과-인문사회 > 문과-인문사회 이과-인문사회 > 문과-인문사회 이과-인문사회 > 문과-인문사회***

3 이과-이공 > 문과-이공*** 문과-이공 > 이과-이공* 문과-이공 > 이과-이공 문과-이공 > 이과-이공

4 이과-이공 > 이과-인문사회** 이과-인문사회 > 이과-이공 이과-인문사회 > 이과-이공 이과-인문사회 > 이과-이공**

주: 굵은 글씨(***)는 1%,

**

는 5% 수준에서 통계적으로 유의함.

<부표 1>

성향점수매칭 결과

종속변수: 교차 진학 여부 문과-이공 / 문과-인문사회 이과-인문사회/ 문과-인문사회 문과-이공 / 이과-이공 이과-인문사회 / 이과-이공
상수 -1.861(0.105)*** -2.683(0.151)*** -1.421(0.107)*** -2.239(0.153)***

남성 0.338(0.088)*** 0.521(0.116)*** -0.638(0.084)*** -0.427(0.114)***

수시 모집 -0.271(0.068)*** -0.218(0.095)** -0.365(0.068)*** -0.288(0.096)***

국공립대학 0.008(0.074) -0.396(0.110)*** -0.392(0.074)*** -0.792(0.108)***

대학소재지(경기) 0.293(0.130)** 0.473(0.180)*** 0.275(0.131)** 0.425(0.181)**

대학소재지(충청) 0.539(0.118)*** 0.593(0.168)*** 0.616(0.120)*** 0.656(0.169)***

대학소재지(경상) 0.546(0.113)*** 0.580(0.162)*** 0.564(0.115)*** 0.580(0.163)***

대학소재지(전라) 0.794(0.127)*** 1.037(0.175)*** 0.963(0.128)*** 1.152(0.175)***

Log likelihood -2,865.124 -1,675.793 -2,744.259 -1,614.341

N 6,107 5,502 5,728 5,123

주: 1)

* 10%,

**

5%,

***

1%에서 통계적으로 유의함.

2) ()는 표본오차.

<부표 2>

매칭 균형 점검 결과

Rubin’s B Rubin’s R
문과-이공 / 문과-인문사회 매칭 이전 31.7* 0.93

매칭 이후 5.2 1.14

이과-인문사회/문과-인문사회 매칭 이전 37.9* 1.13

매칭 이후 0.0 1.00

문과-이공 / 이과-이공 매칭 이전 44.6* 0.96

매칭 이후 0.0 1.00

이과-인문사회 / 이과-이공 매칭 이전 49.7* 0.96

매칭 이후 23.7 1.90

주:

*

B > 25%이거나 R [0,5; 2]의 범위를 벗어나는 경우

<부표 3>

취업 여부 로짓(Logit) 분석 결과

문과-이공 / 문과-인문사회 이과-인문사회/ 문과-인문사회 문과-이공 / 이과-이공 이과-인문사회 / 이과-이공
교차진학 0.273*** (0.094) 0.212 (0.146) 0.177* (0.095) 0.067 (0.147)

연령 0.023 (0.016) 0.033 (0.029) 0.035* (0.018) 0.049 (0.032)

남성 0.134 (0.125) 0.405** (0.178) 0.027 (0.125) 0.327* (0.182)

휴학 경험 있음 -0.320** (0.132) -0.453** (0.219) -0.239 (0.138) -0.515** (0.224)

의도적으로 졸업 유예를 하였음 0.264 (0.384) -0.029 (0.680) -0.329 (0.425) -0.840 (0.753)

교육훈련 받았음 0.942*** (0.120) 1.122*** (0.180) 0.915*** (0.126) 1.057** (0.188)

부모님과 동거하고 있음 -0.919*** (0.097) -0.854*** (0.141) -0.917*** (0.097) -0.890** (0.144)

대학소재지(경기) 0.361* (0.187) 0.179 (0.271) 0.663*** (0.183) 0.783**((0.268)

대학소재지(충청) 0.133 (0.165) -0.051 (0.249) 0.643*** (0.164) 0.699*** (0.247)

대학소재지(경상) -0.146 (0.158) -0.333 (0.237) 0.341** (0.154) 0.480** (0.234)

대학소재지(전라) -0.123 (0.171) -0.072 (0.252) 0.306* (0.167) 0.430* (0.246)

Log likelihood -1,369.542 -625.692 -1,361.080 -619.743

N 2,240 1,030 2,240 1,030

<부표 4>

정규직 여부 로짓(Logit) 분석 결과

문과-이공 / 문과-인문사회 이과-인문사회/ 문과-인문사회 문과-이공 / 이과-이공 이과-인문사회 / 이과-이공
교차진학 0.201 (0.126) 0.160 (0.186) 0.201 (0.123) 0.088 (0.184)

연령 0.014 (0.022) -0.017 (0.030) 0.047* (0.026) 0.033 (0.035)

남성 0.437** (0.172) 0.473** (0.227) -0.063 (0.155) 0.109 (0.217)

휴학 경험 있음 -0.030 (0.188) 0.095 (0.313) -0.081 (0.187) -0.246 (0.305)

의도적으로 졸업 유예를 하였음 0.128 (0.513) 1.202* (0.727) -0.612 (0.612) 0.091 (0.800)

교육훈련 받았음 0.799*** (0.153) 0.795*** (0.211) 0.693*** (0.154) 0.769*** (0.219)

부모님과 동거하고 있음 -0.198 (0.127) -0.349 (0.182) 0.043 (0.124) -0.013 (0.184)

대학소재지(경기) 0.724*** (0.248) 0.282 (0.352) 0.383 (0.250) -0.214 (0.366)

대학소재지(충청) 0.373* (0.217) -0.170 (0.316) 0.438* (0.227) -0.037 (0.348)

대학소재지(경상) 0.321 (0.210) -0.199 (0.310) 0.126 (0.216) -0.273 (0.335)

대학소재지(전라) 0.230 (0.226) -0.262 (0.321) 0.152 (0.232) -0.348 (0.348)

Log likelihood -790.125 -376.879 -825.966 -388.749

N 1,435 651 1,462 666

주: 1)

*

10%,

**

5%,

***

1%에서 통계적으로 유의함.

2) ()는 표본오차.

<부표 5>

임금 토빗(Tobit) 회귀 분석 결과

문과-이공 / 문과-인문사회 이과-인문사회/ 문과-인문사회 문과-이공 / 이과-이공 이과-인문사회 / 이과-이공
상수 -0.818*** (0.186) -0.489** (0.203) -1.777*** (0.310) -1.496*** (0.534)

교차진학 -0.022 (0.021) 0.069*** (0.027) 0.031 (0.024) 0.065** (0.032)

연령 0.010 (0.007) -0.004 (0.008) 0.045*** (0.013) 0.037* (0.022)

남성 -0.018 (0.028) -0.054 (0.033) -0.100*** (0.031) -0.117*** (0.039)

Log(근로시간) 1.475*** (0.013) 1.486*** (0.017) 1.473*** (0.015) 1.467*** (0.019)

일의 기술 수준이 높음 0.209*** (0.042) 0.144*** (0.055) 0.196*** (0.045) 0.136** (0.061)

일의 기술 수준이 알맞음 0.258*** (0.031) 0.170*** (0.038) 0.238*** (0.035) 0.212*** (0.046)

전공 지식이 도움이 됨 0.122*** (0.028) 0.132*** (0.035) 0.029 (0.033) 0.106** (0.043)

전공 지식의 도움이 보통 0.072** (0.033) 0.054 (0.041) 0.020 (0.039) 0.019 (0.051)

정규직 0.090*** (0.025) 0.073** (0.030) 0.270*** (0.027) 0.167*** (0.035)

직장에 노동조합 있음 0.112*** (0.025) 0.084** (0.034) 0.169*** (0.028) 0.159*** (0.040)

부모님과 동거 -0.018 (0.021) 0.027 (0.027) -0.039* (0.024) -0.002 (0.032)

Log likelihood -1,064.254 -362.131 -1,242.887 -488.201

N 2,240 1,030 2,240 1,030

주: 1)

*

10%,

**

5%,

***

1%에서 통계적으로 유의함.

2) ()는 표본오차.