집계 방법

이 사이트의 모든 글은 하나의 표에서 나옵니다. 그 표를 어떻게 만들었고 어떤 기준으로 셌는지를 이 페이지에 적어 둡니다. 숫자가 이상해 보이면 여기 기준을 먼저 보시고, 그래도 안 맞으면 알려 주세요.

1. 수집한 시험

2006년 3월부터 2026년 9월까지 시행된 고등학교 영어 시험지 280회에서 듣기를 제외한 독해 문항 7,915개를 정리했습니다.

학력평가 출제 교육청은 서울 76회, 인천 56회, 경기 56회, 부산 37회입니다. 학년별로는 고1 2,046문항, 고2 2,162문항, 고3 3,707문항이고, 배점은 2점 6,466문항·3점 1,449문항입니다.

연도별 수집량은 고르지 않습니다. 그대로 적습니다.

1-1. 수집하지 못한 구간

• 2007·2008·2021학년도 수능(2006-11, 2007-11, 2020-11 시행)은 들어 있지 않습니다. 수능 18회는 2009학년도~2026학년도 중 이 세 해를 뺀 것이고, 2014학년도는 영어 A·B형을 각각 1회로 셌습니다.
• 2007~2008년 고1·고2 학력평가가 없습니다. 이 두 해는 고3 시험만 있습니다.
• 2020년은 코로나로 일부 회차가 통합·취소되어 고3 수집량이 적습니다.
• 2026년은 9월 시행분까지입니다.

→ 그래서 연도별 비교 글은 2016년 이후로 범위를 좁힌 것이 많습니다. 글마다 맨 아래에 그 글의 모수를 따로 적어 둡니다.

2. 한 문항을 어떻게 기록했나

시험지에서 문항을 한 건씩 떼어, 아래 항목으로 저장했습니다.

id · 학년 · 연도 · 시행 월 · 시험명 · 문항 번호 · 유형 · 배점 · 발문 · 지문 · 선택지 · 선택지 수

이 가운데 지문·선택지 원문은 공개하지 않습니다(저작권). 집계에 쓰는 서지·수치 항목만 공개하며, 아래가 실제 표의 모습입니다.

• 집계표 샘플 100문항: sample-100.csv — 전체 7,915문항에서 균등 간격으로 뽑은 100건
• 유형×학년 전체 집계표: type-by-grade.csv — 23개 유형 전부, 3점 문항 수 포함

유형은 23개로 분류했습니다. 발문 문구를 기준으로 묶었고, 연도에 따라 발문이 바뀐 경우(예: '다음 글의 주제로 가장 적절한 것은' 계열)는 같은 유형으로 합쳤습니다. 2점·3점은 시험지에 표기된 배점을 그대로 옮겼습니다.

⚠️ 지문 단어 수에는 유형별 함정이 있습니다. 문장삽입은 삽입할 문장이 선택지로 빠지고, 어법·어휘는 밑줄 부분이 선택지로 나가므로 지문 길이가 실제 읽기량보다 짧게 집계됩니다. 위 샘플의 어법 17단어가 그 경우입니다. 길이를 다루는 글에서는 이 유형을 따로 표시하거나 제외합니다.

3. 단어를 어떻게 셌나

어휘 분석 글(빈도표, 유형별 어휘 난도, 상위권 밖 어휘)은 다음 기준으로 만들었습니다.

• 대상: 지문이 60단어 이상인 산문 지문 6,326개, 1,050,565단어. 안내문·도표처럼 60단어 미만인 지문은 문장 구조가 달라 제외했습니다.
• 단어 자르기: 영문자 연속과 아포스트로피만 한 단어로 봅니다(don't는 한 단어, 숫자·기호는 버림).
• 대소문자: 모두 소문자로 통일해 셉니다. The와 the는 같은 단어입니다.
• 어형은 통합하지 않았습니다. analyze·analyzed·analysis는 서로 다른 형태로 셉니다. 표제어(lemma)로 묶지 않았기 때문에, 어근 기준으로 보면 개별 단어의 빈도는 이 사이트 수치보다 높아집니다. 어휘 글의 결론을 읽을 때 꼭 감안해 주세요.
• 고유명사 제외: 3회 이상 나오면서 등장의 90% 이상이 대문자로 시작한 형태는 인명·지명으로 보고 뺐습니다. 자동 규칙이라 완벽하지 않습니다.
• 그 결과 서로 다른 형태 26,434개가 나왔고, 이 중 7,289개(27.6%)는 21년 동안 한 번만 나왔습니다.

4. 중복을 어떻게 걸렀나

같은 것을 두 번 세지 않으려고 세 군데에서 중복을 뺍니다.

1. 짝수형 시험지 제외 — 수능 짝수형은 홀수형과 문항·지문이 같고 번호만 섞인 시험지입니다. 겹치는 406문항을 전수 대조해 동일함을 확인하고, 487문항을 집계에서 뺐습니다(8,402 → 7,915). 2. 재사용된 지문 — 산문 지문 6,326개를 알파벳만 남겨 비교하면 고유 지문은 5,478개이고, 두 번 이상 쓰인 지문 묶음이 576개 있습니다. 한 시험의 총 읽기량처럼 '분량'을 재는 글에서는 중복 지문을 한 번만 셉니다. 유형 비율처럼 '문항'을 세는 글에서는 각각 1문항으로 둡니다. 어느 쪽인지 글 하단에 적습니다. 3. 지문 안의 반복 — "이 단어가 지문 몇 개에 나오는가"를 셀 때는 한 지문에서 열 번 나와도 1개로 셉니다. 빈도(전체 등장 횟수)와 지문 등장률은 다른 수치이며, 표에서 열 이름으로 구분합니다.

5. 숫자를 어떻게 검증하나

• 글에 들어가는 모든 수치는 원본 표를 다시 집계하는 스크립트 출력에서 옮겨 적습니다. 기억이나 어림으로 쓰지 않습니다.
• 글을 고칠 때는 본문·표·요약 설명의 숫자가 서로 맞는지 다시 맞춰 봅니다. 2026-10-02에 '유형별 어휘 난도' 글의 순위 표기 오류(글의순서 10위 → 11위, 최하위 유형 표기)를 이 과정에서 바로잡았습니다.
• 새 시험이 시행되면 표에 추가하고, 비율이 달라진 글의 수치를 갱신합니다. 기준이 바뀐 날짜는 글 또는 이 페이지에 남깁니다.
• 숫자가 틀렸다고 보이면 알려 주세요. 어느 글의 어느 수치인지만 적어 문의 페이지로 보내 주시면 원본 표를 다시 세어 확인하고, 틀렸으면 글과 이 페이지를 고치고 수정 사실을 남깁니다.

집계 수치는 출처(이 사이트 주소)를 밝히시면 자유롭게 인용하실 수 있습니다.