고1 기출에 나온 단어만 알면 고3 지문의 95%가 읽힌다 — 학년 간 어휘 이월률

"고1 기출은 쉬워서 고3 대비에 안 된다"는 말을 자주 듣습니다. 유형 구성은 학년 간에 거의 같다는 것은 이미 확인했는데, 어휘는 어떨까요. 고1 때 본 단어가 고3 시험지에서 다시 나오는지, 아니면 학년이 올라가면서 단어가 교체되는지를 셀 수 있습니다.

방법은 단순합니다. 고1 기출 지문에 한 번이라도 나온 단어를 모아 어휘집을 만들고, 그 어휘집으로 고3 지문을 덮어 봅니다. 덮이지 않는 단어가 "고3에서 처음 만나는 단어"입니다.

고3 지문의 고유 형태는 18,350개, 고1은 10,961개입니다. 형태 수만 보면 고3이 1.67배 많습니다. 그런데 이 숫자는 말뭉치 크기에 따라 커지는 값입니다(고3 말뭉치가 2.4배 큽니다). 학습자에게 중요한 것은 형태 수가 아니라 실제로 읽는 단어 중 몇 개가 아는 단어인지, 즉 토큰 기준 커버리지입니다.

고1 어휘집으로 고3 지문의 95.2%가 덮인다

고1 기출 지문에 나온 단어만으로 고3 지문 단어의 95.2%가 덮입니다. 고1과 고2를 합치면 97.3%입니다. 학년이 올라가면서 어휘가 교체되는 것이 아니라, 같은 어휘 위에 얇은 층이 더 얹히는 구조입니다.

95%라는 숫자는 읽기 연구에서 흔히 쓰는 기준선과 맞춰 볼 수 있습니다. 글을 사전 없이 따라가려면 토큰의 95~98%를 알아야 한다는 것이 일반적인 설명인데, 고1 기출 어휘집은 그 하단에 걸칩니다. 즉 고1 기출을 어휘 교재로 쓰면 고3 지문을 "읽을 수는 있으나 매끄럽지는 않은" 수준이 됩니다.

지문 하나당 모르는 단어는 평균 8.4개

커버리지 95.2%는 비율이라 체감이 어렵습니다. 지문 단위로 바꿔 세었습니다.

고3 지문 하나를 읽으면 고1에 없던 단어를 평균 8.4개 만납니다. 중앙값은 7개입니다. 고3 지문 평균 길이가 177단어이므로, 100단어당 4~5개 꼴입니다.

그리고 고1 어휘집으로 완전히 덮이는 고3 지문은 3,246개 중 53개(1.6%)뿐입니다. 거의 모든 지문에 새 단어가 최소 한두 개는 박혀 있습니다. 다만 37.2%는 5개 이하입니다 — 문맥으로 넘길 수 있는 범위입니다.

새로 나오는 단어의 절반은 두 번 다시 안 나온다

고1·고2 어휘집 밖에 있는 고3 전용 형태는 6,679개입니다(고3 전체 형태의 36.4%). 이 숫자만 보면 "고3용 단어장 6,679개"가 필요한 것처럼 보입니다. 그런데 빈도를 보면 다른 그림이 나옵니다.

6,679개 중 3,062개(45.8%)는 21년 동안 단 한 번 나왔습니다. 이 단어들을 외워도 다음 시험에서 만날 확률은 사실상 없습니다. 이것은 상위권 밖 어휘의 값이 급락한다에서 본 현상이 학년 간 비교에서도 똑같이 나타난 것입니다.

고3 전용 형태 중 가장 자주 나온 쪽을 보면 성격이 더 분명해집니다. buffalo(43회)·caterpillars(42)·snowman(39)·woodchuck(36)·cabbages(24)·mare(24) 같은 단어들입니다. 시험 어휘라기보다 특정 지문의 소재어입니다. 소재가 달라서 등장했을 뿐, 학년이 올라가 어휘 수준이 높아진 결과가 아닙니다.

빈출 상위 2,000개로 81.7%

어휘집 전체를 외울 수는 없으니, 고1 기출에서 빈도 상위 N개만 골랐을 때 고3 지문이 얼마나 덮이는지도 셌습니다.

상위 2,000개로 81.7%, 5,000개로 90.4%입니다. 500개에서 2,000개로 갈 때 15.4%p가 오르는데, 5,000개에서 8,000개로 갈 때는 3.1%p밖에 오르지 않습니다. 같은 3,000개를 외우는 노력의 값이 5배 차이납니다.

그리고 비교를 하나 더 하면, 고1 어휘집 상위 2,000개로 고3 지문을 덮는 비율(81.7%)이 고3 어휘집 상위 2,000개로 고3 지문을 덮는 비율(83.4%)과 1.7%p 차이입니다. 어떤 학년의 기출에서 빈출어를 뽑아도 결과가 거의 같습니다.

공부에 쓰는 법

• 고1 기출을 어휘 교재로 쓸 수 있습니다. 고1 기출 지문의 단어를 다 소화하면 고3 지문 단어의 95.2%가 아는 단어가 됩니다. "학년이 낮아서 안 된다"는 근거는 어휘 쪽에서는 나오지 않습니다.
• 학년을 올려 가며 단어장을 바꿀 이유가 적습니다. 고1→고3 이월률이 95%대이므로, 교체가 아니라 누적입니다. 고2 어휘집을 더해도 커버리지는 2.1%p만 오릅니다(95.2%→97.3%).
• 지문에서 만난 모르는 단어를 전부 외우는 것은 비효율입니다. 고3에서 새로 만나는 형태의 45.8%는 21년에 한 번뿐입니다. 2회 이상 나온 쪽에 표시를 남기는 방식이 낫습니다.
• 목표를 정하려면 상위 2,000개가 변곡점입니다. 거기까지는 외울 때마다 커버리지가 빠르게 오르고, 그 뒤부터 급격히 둔해집니다.
• 지문당 8.4개는 "사전 없이 읽는 연습"에 쓸 수 있는 밀도입니다. 고3 지문 하나에 모르는 단어가 7~8개라면, 찾지 않고 끝까지 읽어 보는 훈련의 난도가 적절합니다.

이 집계가 말하지 않는 것

어형(lemma)을 묶지 않았습니다. run·runs·running을 서로 다른 형태로 셉니다. 그래서 "고3 전용 형태 6,679개" 중 일부는 고1에 다른 형태로 이미 나온 단어입니다. 즉 실제 이월률은 95.2%보다 높을 가능성이 있고, 반대로 낮아질 여지는 거의 없습니다. 집계 기준은 집계 방법에 적어 두었습니다.

고유명사를 뺀 수치입니다. 문장 중간에 나온 사례가 모두 대문자로 시작하는 형태 3,844개(Sally·Sean 등 인명·지명)를 제외했습니다. 빼지 않고 세면 고1→고3 커버리지가 94.2%로 1.0%p 낮아지고, "고3 전용 빈출어" 상위 자리를 인명이 차지합니다. 사람 이름은 외울 대상이 아니므로 뺀 쪽이 학습에 맞는 숫자입니다.

아는 단어와 읽을 수 있는 문장은 다릅니다. 커버리지는 단어 단위 지표입니다. 단어를 다 알아도 문장이 길어지면 읽기 난도는 올라갑니다 — 20년간 문장이 17단어에서 21단어로 길어진 흐름과 학년별 난도 계단을 같이 보셔야 합니다.

지문 60단어 이상, 15유형만 썼습니다. 문장삽입·어법·무관한문장·도표는 본문이 선택지 필드에 들어가 지문 분량이 온전하지 않아 제외했습니다. 대상은 6,528지문·1,088,434단어입니다.

출제 가능성이 아니라 과거 기록입니다. 이 집계는 2006~2026년 기출에서 나온 분포입니다. 다음 시험에 어떤 소재가 나오면 그 소재어는 전부 "처음 보는 단어"가 됩니다. caterpillars·woodchuck이 그렇게 들어온 단어들입니다.