2,000단어 다음부터는 단어 하나의 값이 20배 떨어진다 — 기출 상위권 밖 어휘 전수 집계

상위 2,000단어가 기출 지문의 82.1%를 덮는다는 건 앞서 확인했습니다. 그러면 자연스러운 다음 질문이 나옵니다. 나머지 18%에서 자주 나오는 단어만 뽑아 "필수 어휘 300"을 만들면 되지 않나?

전수로 세어 확인했습니다. 결론부터 말하면 목록은 만들 수 있지만, 상위 2,000개와 같은 효과를 기대할 수는 없습니다. 2,001위 아래에서는 개별 단어의 출현 빈도가 급격히 낮아지기 때문입니다.

2,001위 아래에는 '지문 100개 이상에 나오는 단어'가 없다

빈도 순위 2,001위 아래 단어를 지문 등장 개수(몇 개의 지문에 나왔는가) 순으로 줄 세웠습니다. 대상은 산문 지문 6,326개, 고유명사는 뺐습니다.

1위인 classic조차 지문 6,326개 중 60개, 0.9%에만 나옵니다. 2,001위 아래에서 지문 100개 이상에 등장하는 단어는 단 하나도 없습니다.

지문 하나를 펼쳤을 때 classic을 만날 확률이 100분의 1이라는 뜻입니다. 이 단어를 외워 두고 시험장에서 마주치려면 지문 111개를 읽어야 합니다.

순위가 내려갈수록 기대값이 반토막 난다

구간별로 평균을 내면 구조가 더 분명해집니다.

순위가 2,000단위 내려갈 때마다 기대 등장 횟수가 거의 절반이 됩니다. 5,001~8,000위 단어는 지문 하나에서 만날 확률이 0.17%, 즉 588개 지문에 한 번입니다.

"300개를 외우면 몇 개가 해결되나" 계산

숫자를 학습 계획으로 바꿔 보겠습니다. 2,000단어를 아는 학생은 지문 하나에서 모르는 단어를 32개 만납니다. 여기서 단어장을 더 외우면 몇 개가 줄어들까요.

• 2,001~3,000위에서 300개를 외운다 → 그 구간의 평균 등장률(0.62%)로 계산하면 지문 하나에 약 1.9개
• 같은 구간 1,000개 전부를 외운다 → 같은 방식으로 약 6.2개
• 모르는 단어 32개 중 26개는 그대로 남습니다

단어장 1,000개는 결코 작은 분량이 아닙니다. 그런데 그걸 다 외워도 지문 하나의 체감이 32개에서 26개로 줄 뿐입니다.

상위 2,000개까지는 단어 하나가 지문의 0.04%씩 벌어 줍니다. 그 아래로 내려가면 단어 하나가 0.002% 이하를 벌어 줍니다. 20배 차이라, 같은 노력으로 같은 효과를 낼 수 없습니다.

그러면 무엇을 해야 하나

이 구조는 학습 전략을 셋으로 갈라 놓습니다.

1. 2,000단어까지는 무조건 채운다. 여기까지는 단어 하나의 값이 압도적으로 큽니다. 상위 2,000개를 못 채운 상태에서 고난도 단어장을 도는 건 순서가 뒤집힌 것입니다.

2. 2,000단어를 넘긴 뒤에는 단어장 하나로 체감이 크게 바뀌지 않는다. 해당 구간의 평균 등장률로 계산하면 300개는 지문당 약 1.9개에 해당합니다. 단어 하나가 벌어 주는 몫 자체가 작아지는 구간이라는 뜻입니다. 그래서 단어장을 지문 읽기와 병행해 노출을 늘리는 방향을 권하는 편이지만, _지문 읽기가 단어장보다 효율적이다_ 는 이 빈도 집계만으로는 입증되지 않습니다 — 두 방법을 비교한 수치가 아닙니다.

3. 모르는 단어를 건너뛰는 훈련을 따로 한다. 형태의 27.6%는 21년 동안 단 한 번 나왔습니다. 모르는 단어가 0개인 상태는 도달할 수 있는 목표가 아닙니다. 문장 안에서 뜻을 추정하고 넘어가는 처리력이 실제 점수를 만듭니다.

이 집계가 말하지 않는 것

숫자를 넘어서는 해석은 피하는 편이 맞습니다. 위 집계로 확인된 것은 상위 2,000개 이후에는 개별 단어의 출현 빈도가 크게 낮아진다는 사실 하나입니다. 다음은 확인되지 않았습니다.

• 단어의 학습 가치는 빈도만으로 정해지지 않습니다. 한 지문에 한 번 나오는 단어가 그 지문의 주제어일 수 있고, 그 한 단어를 몰라 문항을 놓칠 수도 있습니다. 빈도가 낮다는 것과 중요하지 않다는 것은 다른 얘기입니다.
• 어형을 통합하지 않은 집계입니다. analyze·analyzed·analysis를 각각 다른 형태로 셌으므로, 어근 단위로 묶으면 개별 빈도는 지금 수치보다 올라갑니다. 어근으로 묶은 단어장이라면 기대값도 그만큼 커집니다.
• 구간 평균으로 계산한 기대값입니다. 같은 2,001~3,000위 안에서도 단어별 등장률 차이가 크므로, 어떤 300개를 고르는지에 따라 실제 값은 1.9개보다 높거나 낮아집니다. 빈출 순으로 고른 목록이라면 더 높습니다.
• 학습 방법을 비교한 집계가 아닙니다. 단어장과 지문 읽기 중 무엇이 더 효율적인지는 이 데이터로 알 수 없습니다. 확인된 것은 구간별 출현 빈도뿐입니다.
• 수능·학평 독해만 센 수치입니다. 내신·교과서·외부 지문에서의 가치는 이 데이터로 알 수 없습니다.

정리

"기출 필수 어휘 300"류의 목록은 만들 수 있습니다. 다만 그 구간의 평균 등장률로 계산하면 기출에서 그 300개를 만나는 양은 지문당 약 1.9개이고, 상위 2,000개 구간에서 단어 하나가 벌어 주던 몫의 20분의 1 수준입니다.

여기까지가 집계로 확인된 부분입니다. 이 숫자를 보고 저희가 택한 순서는 2,000단어까지는 목록으로 빠르게, 그 이후는 지문 읽기와 병행해서이지만, 이건 데이터에서 곧바로 따라 나오는 결론이 아니라 해석입니다.

집계 대상: 2006~2026년 고1·고2·고3 학력평가·모의평가·수능 영어 독해 문항 중 60단어 이상 산문 지문 6,326개(105만 단어). 구간별 기대 등장 개수는 구간 평균 등장률 × 단어 수로 계산한 값입니다. 빈도 순위는 소문자 형태 기준이며, 대문자로만 쓰이는 고유명사는 제외했습니다. 등장 지문 수는 같은 지문 안 중복을 한 번으로 셌습니다. 짝수형은 중복이라 제외했습니다.