[생활기록부 이론 및 우수 사례 분석 칼럼] 서울대·연세대 의대 합격생 생기부 분석 1편: 차별화된 탐구 도구를 활용한 심층적 접근
안녕하세요! 해일입시연구소의 대표컨설턴트 주형서입니다!
학교생활기록부를 준비하다 보면 ‘수많은 학생들 사이에서 내 생기부는 어떻게 달라야 할까?’, ‘나만의 깊이를 어떻게 보여줄 수 있을까?’ 하는 막막함이 들 때가 참 많으시죠. 학부모님, 그리고 수험생 여러분의 이런 고민을 확실하게 덜어드리고자, 서울대학교와 연세대학교 의과대학에 합격한 선배들의 실제 생기부 사례를 심층 분석하여 그 합격 비결을 파헤쳐 보는 칼럼들을 연재해보려 합니다. 그 첫번째 칼럼부터 시작해보겠습니다!
생활기록부는 지원자의 학업적 역량, 진로에 대한 진정성, 그리고 탐구의 깊이를 보여주는 가장 강력한 무기입니다. 특히 의대 입시를 준비하는 학생들에게 ‘의학 연구 활동’은 학생이 단순히 지식을 수용하는 데 그치지 않고, 능동적인 지적 호기심을 어떻게 심화시키고 발전시켰는지를 평가하는 핵심 지표입니다.
하지만 수많은 최상위권 학생들이 비슷한 주제의 탐구를 진행하기 때문에, 단순히 어려운 혹은 의학과 직결된 주제를 다루는 것만으로는 경쟁력을 갖기 어렵습니다. 훌륭한 연구 활동은 탐구의 깊이를 증명할 수 있는 창의적이고 타당한 도구를 수반해야 합니다.
본 칼럼에서는 서울대 및 연세대 의예과 합격생들의 생기부 원문 5가지를 심층적으로 분석하여, 평가자들을 매료시킨 이들만의 차별화 전략을 분석해 보겠습니다.
1. RNA 돌연변이에 대한 탐구와 프로테옴 바이오마커 조사
“생명과학의 형질 발현 특히 번역에 있어 여러 가지 단백질 암호화 부위의 돌연변이에 대해서는 배웠으나 여기에 그치지 않고 단백질 암호화 부위가 아닌 rRNA, tRNA 암호화 부위에 돌연변이가 생긴다면 어떤 변화가 일어날까를 궁금해하고 이에 대한 예측을 보고서에 기재함. 특히 개시 tRNA의 암호화 부위에 돌연변이가 생긴다면 어떤 변화가 있을지를 생각하고 안티코돈, 아미노산 결합 부위, 기타 부위의 결함 이 세 가지를 구분지어 어떤 결과가 나올지 예측하고 교사와 토론하는 등의 모습이 다른 학생과 비교할 수 없을 정도의 수준이어서 대단히 인상 깊었음. 또한, 추가적으로 프로테옴을 활용한 바이오 마커에 대해 심도 깊은 조사를 진행하였고, 이를 본인만의 논리로 실제 임상에서 어떻게 활용할지를 기술한 모습이 매우 뛰어남.”
이 활동의 가장 큰 강점은 기존 교과 과정인 단백질 암호화 부위의 돌연변이 학습에서부터 시작된 뚜렷한 동기 부여입니다. 교과서의 내용을 수동적으로 암기하는 데 그치지 않고, “그렇다면 단백질 암호화 부위가 아닌 rRNA나 tRNA에 돌연변이가 생기면 어떻게 될까?”라는 능동적인 의문을 제기했습니다. 이는 탐구 활동의 합리적인 맥락을 완벽하게 보여줍니다.
나아가 개시 tRNA의 결함 부위를 3가지로 구체적으로 분류하여 예측하고, 이를 단순히 혼자 고민하는 데 그치지 않고 교사와의 토론이라는 적극적인 검증 방식을 거쳤습니다. 교사로부터 다른 학생과 비교할 수 없을 정도의 수준이라는 극찬을 이끌어낸 것은 학생의 집요한 탐구력과 소통 능력이 돋보인 결과입니다.
다만, 후속으로 이어진 바이오마커 조사 부분에서 구체적인 적용 사례를 조금 더 보완했다면 좋았을 것 같습니다. 예를 들어, 앞서 탐구했던 번역 과정의 오류와 자연스럽게 연결하여, 비정상적으로 합성된 특정 단백질을 암(ex. 유방암의 HER2 단백질)의 조기 진단 마커로 활용하는 방안을 제시해 볼 수 있습니다. 또는 환자 맞춤형 표적 항암제 투여 여부를 결정하는 동반 진단에 프로테옴 바이오마커가 어떻게 쓰일 수 있는지에 대해 구체적으로 다뤄볼 수도 있습니다.
2. 유전학 개념을 적용한 프로그램 제작과 의료평등에 대한 가치관
“‘유전자클린혁명'을 읽고 가족력 질환의 경우 예측가능성이 높은 만큼 발병 확률도 낮 출 수 있다는 점에서, 이를 활용하는 탐구를 진행함. 유전자검사를 통한 점검은 비용 문제로 본인이 추구하는 의료평등의 가치에 부합하지 않음을 탐구동기로 밝힘. 고혈압을 예로 들어 가족들의 병력을 입력하고 MTHER, NOS3 유전자의 상태를 확인하는 질문지에 응답하면 환자의 상태에 따라 피드백을 제시해주는 프로그램을 파이썬으로 개발함. 탐구를 통해 의학에 유전학이 결합되면 질병의 사후적 치료뿐만 아니라 사전적 예방까지 가능해짐을 확인했다는 점에서, 본인의 목표를 분명히 하는 동기가 되었다고 밝힘. 위 경험을 정리하여 학교 월간지에 '의학유전학의 중요성'에 대한 글을 작성함. 타고난 건강상태가 평생을 좌우하는 건 인류에게 남은 불평등이라고 일컬으며, 책 '의학오디세이'를 인용해 의학의 발전이 죽음에 대한 공포를 줄여 준 것처럼 의학유전학 역시 유전병에 대한 공포를 줄여 의료평등에 기여할 수 있는 학문임을 강조함.”
의학은 과학적 지식뿐만 아니라 사회적, 인문학적 소양을 종합적으로 요구하는 학문입니다. 이 학생은 단순히 의학유전학을 생물학적으로 접근한 것이 아니라, 유전자 검사의 비용 문제라는 사회적 한계를 지적하며 의료 평등이라는 자신만의 확고한 가치관을 탐구의 동기로 삼았습니다.
특히 인상적인 것은 이를 해결하기 위한 수단입니다. 파이썬(Python)이라는 프로그래밍 도구를 활용하여, 가족력과 유전자 상태(MTHER, NOS3)를 입력받아 피드백을 제공하는 자가 설문 프로그램을 직접 개발했습니다. 이는 문제 의식을 실천적 결과물로 구현해낸 탁월한 융합 역량을 보여줍니다.
나아가 이를 학교 월간지에 기고하여 자신의 윤리적 고찰(선천적 건강 상태에 따른 불평등 해소)을 대중과 공유함으로써, 예비 의사로서 갖추어야 할 훌륭한 의사소통 역량과 사회적 책임감을 입증했습니다.
3. GEO 데이터를 이용한 전립선암 유전자 추출 및 인공지능 제작 가능성 모색
“수많은 사람의 생명을 빼앗은 암을 연구하기 위해, GEO 기능을 이용하여 전립선암을 분석함. 전립선암과 관련이 깊다고 알려진 FOXAL, FOXP1, CTBP2 유전자를 GEO 데이터에서 얻고, 대조군과 POXA1, FOXP1, CTBP2 로 군을 나누어 GBO2R을 실행함으로써 위 세 유전자와 관련이 깊은 유전자를 추출함. 또한 D value, 1OgFC를 이용하여 통계적 의미도 추론하였으며, GEO2R의 데이터 시각화 기능을 이용하여 분석한 데이터를 시각화하고 , Volcano plot을 이용해 통계적으로 유의미한 유전자 데이터를 얻음. 그 결과 FOXAI, FOKPI, CTBP2 세 유전자와 모두 관련이 깊은 유전자 6종을 추출하였으며, 이 연구를 통해 얻은 암 관련 유전자 추출은 다양한 암 연구에서 활용될 수 있을 것이라고 제언하며, 특히 이 연구에서 얻어 낸 유전자의 발현량을 측정하면 인공지능을 학습시키기 위한 데이터 셋을 얻을 수 있는데, 이를 통해 암을 예측하는 인공지능을 제작할 수 있을 것이라는 기대를 밝힘.”
이 활동은 생명정보학이라는 교과의 특수성을 최대한 살려, 학생의 월등한 데이터 분석 역량을 어필한 사례입니다.
학생은 평소 관심을 가졌던 암 질환(전립선암)에 대해 GEO(Gene Expression Omnibus) 공공 데이터베이스를 직접 활용하여 연관 유전자를 추출했습니다. 이 과정에서 GEO2R 툴을 사용하고, p-value 및 logFC 등 통계적 지표를 추론하여 Volcano plot으로 데이터를 시각화해내는 과정은 고등학생 수준을 뛰어넘는 연구자의 방법론적 체계를 보여줍니다.
가장 돋보이는 부분은 탐구의 확장입니다. 통계적 분석에서 멈추지 않고, 이 유전자 발현량 데이터를 인공지능 딥러닝 학습용 데이터 셋으로 활용하여 암 예측 AI를 개발할 수 있다는 비전을 제시했습니다. 이는 학습 → 관심 분야 적용 → 공학적 미래 모색이라는 훌륭한 발전 흐름을 보여줍니다.
4. PCA 기법을 활용한 유방암 데이터 분석과 시각화
“선형대수학을 학습하는 과정에서 생긴 호기심을 바탕으로 '유방암 데이터를 활용한 PCA 기법 실습'이라는 주제로 자율 탐구를 수행함. 주성분 분석의 원리를 수학적으로 설명한 후, 인공지능 라이브러리를 활용하여 코드를 설계함. 유방암 데이터의 31개 인자 중 주성분을 2 개로 생각하고 데이터를 시각화하였으며, 주성분을 점차 늘렸을 때 어떻게 되는지에 대하여 추측하는 등 우수한 탐구 역량을 보임. 선형 대수학 콜로키움에 참석하였으며, 비선형적인 연립방정식을 어떻게 해결할 수 있는지에 관한 아이디어를 들을 수 있어서 좋았고 학생 본인도 미래에 콜로키움을 진행할 수 있는 멋진 사람이 되고 싶다고 참석 후기를 밝힘.”
현대 의학 연구에서 방대한 의료 데이터를 다루는 공학적, 수학적 툴의 활용 능력은 필수적입니다. 이 학생은 선형대수학 수업에서 학습한 행렬과 PCA(주성분 분석)라는 수학적 기법을 유방암 데이터 분석에 직접 접목했습니다.
PCA의 원리를 수학적으로 명확히 설명하고, 인공지능 라이브러리를 활용해 변수 31개 중 주요 인자를 도출하여 데이터를 시각화하는 과정은 능동적인 지식의 활용 능력을 입증합니다. 변수의 개수를 변화시키며 나타나는 결과를 추측하는 태도는 기계적인 코드 실행을 넘어서는 진짜 탐구 역량을 보여줍니다. 교사 역시 명시적으로 ‘우수한 탐구 역량을 보임’이라는 서술을 통해 활동의 수준을 높게 평가하였습니다.
콜로키움 참석과 후기를 통해 학문적 교류에 대한 적극성을 보인 점도 학생의 학업적 열의를 뒷받침합니다.
5. 렘수면 주기 수학적 모델링을 통한 수면위상지연증후군 해결
“아침 시간에 유난히 졸음을 호소하는 친구들을 보며 수면위상지연증 후군을 원인으로 추측하고 ‘렘수면 주기의 수학적 모델링을 통한 수 면위상지연증후군의 해결방안’을 주제로 탐구함. 렘온 뉴런과 렘오프 뉴런 상호작용의 두 가지 모델인 상호 호혜성 모델과 상호 억제성 모델을 각각 미분방정식으로 나타냄. 상호호혜성 모델의 경우, 렘 온 -오프 뉴런 작용의 변화를 순간변화율로 나타낸 후 적분하여 렘수면 과 비렘수면의 반복을 수식화함. 상호 억제성 모델의 경우, 계산 결 과 일주기 리듬과 수면 항상성 압력이라는 외부적 요인이 정상적인 수면주기에 필요하며, 늦은 수면은 초깃값인 적분상수를 변화시켜 수면 위상이 지연됨을 알아냄. 이를 토대로 수험생활 중 수면 위상을 당기는 효과적인 방법으로 오전 체육수업 배치로 광 노출을 늘리고 야간 청색광 노출을 줄일 것을 제안함. 주제 탐구활동에서 어려움을 겪는 부원을 도와 함께 주제를 선정하고 탐구하는 배려심을 보임.”
의대 생기부에서 가장 탁월한 형태의 융합 탐구를 보여주는 사례입니다. 탐구의 시작이 ‘아침 시간에 조는 친구들’이라는 일상적인 관찰과 공동체에 대한 애정에서 비롯되었다는 점이 매우 인상적입니다.
이후의 전개 과정은 고도로 전문적입니다. 수면 현상을 설명하기 위해 상호 호혜성 모델과 상호 억제성 모델을 차용하고, 이를 미분방정식과 적분을 통해 순간변화율과 주기성으로 수식화했습니다. 생물학적 현상을 수학적 언어로 완벽히 번역해낸 것입니다.
여기서 멈추지 않고, 도출된 적분상수의 변화(수면 위상 지연)를 근거로 삼아, 오전 체육수업 배치(광 노출 증가)와 야간 청색광 차단이라는 실제 학생들에게 적용 가능한 현실적 대안을 제시했습니다. 탐구 과정에서 부원을 도운 사실까지 기재되어, 이 학생은 지적 역량뿐만 아니라 타인을 살피고 돕는 진정한 '의료인의 품성'을 갖추었음을 완벽하게 어필해 냈습니다.
위 5개의 합격생 생기부 원본이 공통적으로 보여주는 핵심은 "합리적인 질문 제기 → 차별화된 도구(프로그래밍, 통계 분석, 미적분 모델링 등)를 통한 분석 → 실천적 혹은 미래지향적 대안 제시"라는 3단계 구조입니다.
자신이 배운 지식을 사회적 가치(의료 평등, 공동체 문제 해결)나 미래 기술(AI, 데이터 사이언스)과 어떻게 결합할 수 있는지 구체적인 흔적을 남기는 것이 최상위권 의대 합격의 결정적인 열쇠가 될 것입니다.
어떠셨나요? 처음에는 멀고 어렵게만 느껴졌던 나만의 스토리 만들기에 조금이나마 뚜렷한 길잡이가 되었기를 바랍니다. 가장 중요한 것은 처음부터 거창하고 완벽한 주제를 찾는 것보다, 평범한 교과 과정 속에서 품은 작은 호기심을 나만의 방식으로 깊이 있게 파고드는 진정성이라는 점을 꼭 기억해 주세요!
이번 칼럼을 시작으로, 앞으로도 서울대와 연세대 의대 선배들의 생기부 분석 칼럼들이 계속해서 이어질 예정입니다. 목표로 하는 전공이 다르더라도, 최상위권 선배들의 치열한 고민의 흔적은 훌륭한 참고서가 될 것입니다. 다음 시간에도 학부모님, 그리고 수험생 여러분의 고민에 명쾌한 해답을 줄 수 있는 유익한 사례들로 찾아오겠습니다.
감사합니다!