KSEF(Korea Science & Engineering Fair, KSEF 과학프로젝트대회)는 Korea Science Service(한국과학기술지원단)가 주최·주관합니다. CIT는 학생이 교과에서 익힌 개념과 기술을 새로운 질문, 데이터, 실험으로 확장해 자신의 보고서·포스터·발표를 준비하도록 지도합니다. 참가 자격·일정·국제대회 선발은 해당 연도 공식 공고를 따르며, 수상·ISEF 파이널리스트 선발·대학 합격은 보장되지 않습니다.
게시일: 2026년 3월 12일 | 최종 검토: 2026년 7월 11일 | 작성·검토: CIT Intelligence Architect
KSEF 국내 참가·시상과 국제 과학대회 파견 후보 선발은 서로 다른 결과입니다. 특정 상을 받으면 ISEF 파이널리스트가 된다는 고정 공식은 사용하지 않으며, 매년 KSEF 공식 공고와 Society for Science 등록 절차를 별도로 확인해야 합니다.
| 항목 | 확인 내용 | 우선 근거 | 상태 |
|---|---|---|---|
| KSEF 참가 | 자격·팀 규모·분야·서류·언어·비용 | KSEF 해당 연도 참가 공고 | 매년 재확인 |
| KSEF 시상 | 등위·부문·증빙·후속 일정 | KSEF 공식 결과 공고 | 국내 시상 |
| 국제대회 파견 후보 | 대상 대회·선발 인원·분야·추가 절차 | 해당 연도 선발 공고·결과 | 자동 선발 아님 |
| ISEF 현장 참가 | 파이널리스트 등록 또는 Observer 프로그램 | Society for Science 공식 안내 | 두 지위를 구분 |
2026년 7월 11일 검토
출처: Korea Science Service KSEF 2026 국내분야 공고·국제분야 공고, Society for Science. 최종 검토: 2026-07-11.
KSEF 과학프로젝트대회는 Korea Science Service(한국과학기술지원단)가 주최·주관하는 학생 연구 대회입니다. 공식 영문 참가 안내는 Grades 5–12와 1–3명 팀을 제시하지만, 신청 전에 해당 연도의 국내·국제 부문, 분야, 자격과 서류를 최신 공고에서 확인해야 합니다.
KSEF 준비의 핵심은 학생 주도 연구입니다. 학생이 연구 질문을 정하고, 방법과 데이터를 선택하며, 실험·코드·분석·한계를 직접 설명할 수 있어야 합니다. 교과에서 배운 내용은 기반으로 사용할 수 있지만, 평가된 보고서·코드·그림·결론을 새 제출물처럼 재사용하지 않습니다.
ISEF 파이널리스트는 인증된 선발 경로를 거쳐 Society for Science에 등록하고 자신의 연구를 심사받는 경쟁 참가자입니다. Student Observer는 이벤트와 교육 프로그램을 관찰하는 참가자로, 파이널리스트 선발·지위·수상과 같지 않습니다.
학생이 직접 수행한 연구와 공식 활동·수상 기록은 전공 관심, 연구 능력, 주도성을 설명하는 증거가 될 수 있습니다. 그러나 한국 대학은 대학·전형·연도별로 제출 가능한 활동 증빙이 다르며, 미국 대학도 특정 대회 실적에 고정 가중치나 합격 공식을 발표하지 않습니다.
따라서 CIT는 수상을 목표로 만들기보다 학업을 먼저 지키고, 학생이 질문·방법·결과·한계를 직접 방어할 수 있는 연구를 만드는 데 초점을 둡니다.
학생의 관심 분야와 교과 기반을 파악하고, 기존 평가 과제와 구분되는 새로운 질문·데이터·방법을 문서화합니다. 선행 연구를 조사하고 학생이 검증 가능한 가설을 정합니다.
공공 데이터, API, 직접 수집 등 다양한 방법으로 데이터를 확보합니다. Python 기반으로 데이터 전처리, 시각화, 머신러닝 모델 학습을 진행하며, 학생이 직접 코드를 작성합니다.
실험 결과를 통계적으로 분석하고, 가설을 검증합니다. 그래프와 표를 활용한 시각화로 연구 결과를 명확하게 정리하며, 연구의 한계와 후속 연구 방향까지 논의합니다.
학생이 보고서, 포스터, 발표와 데모를 직접 작성합니다. 멘토는 구조·명료성·재현성에 대한 피드백과 기술 질의응답 연습을 제공하지만, 제출물을 대신 작성하지 않습니다.
AI는 연구 질문에 필요할 때 사용하는 방법이지, 자체로 연구 가치를 보장하지 않습니다. 머신러닝, 자연어 처리, 컴퓨터 비전, 데이터 분석 등을 활용할 수 있으며, 해당 연도 KSEF 분야와 제출 규정을 먼저 확인합니다.
CIT에서는 학생의 관심사와 수준에 맞춰 현실적이면서도 학술적 가치가 있는 AI 연구 주제를 함께 설계합니다. Python, pandas, scikit-learn, TensorFlow 등의 도구를 활용하며, 학생이 코드를 직접 작성하고 이해하도록 지도합니다. 단순히 AI 도구를 사용하는 것이 아니라, 왜 이 알고리즘을 선택했는지, 결과가 무엇을 의미하는지를 설명할 수 있는 역량을 키웁니다.
공개·투고는 대회 제출을 자동으로 대체하거나 입시 우위를 보장하지 않습니다. 저자 자격, 데이터 출처, 인체연구·안전 승인, 사전공개 제한과 신청 규정을 먼저 확인하세요.
CIT는 학생이 직접 작성한 원고와 자료의 구조, 명료성, 재현성을 검토합니다. 학생 대신 원고를 쓰거나 출판·수록을 보장하지 않습니다. 자세한 내용은 포트폴리오 프로그램을 참고하세요.
학생이 직접 수행한 연구, 보고서, 포스터, 발표, 코드와 공식 결과는 탐구 역량·전공 관심·주도성의 근거가 될 수 있습니다. 수상하지 못해도 새로운 질문, 검증된 방법, 구현 결과, 한계와 성찰은 의미 있는 학술·기술 증거가 됩니다.
다만 한국 대학의 제출 가능 증빙은 대학·입학 연도·전형에 따라 다릅니다. 외부 대회·수상이 특정 전형에서 제출되지 않거나 학교 확인이 필요할 수 있으므로, 프로젝트 선정 전에 최신 모집요강을 확인합니다. KSEF 참가·수상·국제대회 선발이 특정 학교 합격을 보장하지 않습니다.
KSEF 연구는 질문·실험·데이터·승인 범위에 따라 기간이 크게 달라지는 장기 프로젝트입니다. CIT는 학교 시험과 필수 과제를 먼저 반영하고, 학생별 상대 주차 계획으로 1:1 온라인 리서치 멘토십을 운영합니다.
온라인 멘토십은 압구정 오프라인 수업과 동일한 커리큘럼과 멘토 수준을 유지합니다. 장기 프로젝트 특성상 오프라인 통학이 어려운 가정에 특히 적합하며, 오프라인 수업과 병행하는 하이브리드 형태도 가능합니다. 상세 일정과 진행 방식은 카카오톡 또는 전화로 문의해 주세요.
KSEF에서 익힌 AI·데이터 연구 역량은 KOAI(한국인공지능올림피아드)의 별도 문제 유형을 준비할 때 활용할 수 있습니다. 두 활동의 규정과 결과물은 구분하며, 대회 결과의 제출 가능성과 입시 활용은 학교·대학·전형·연도별 공식 안내를 확인합니다.
KOAI 준비 과정 보기 →마감일이 가깝다는 이유만으로 프로젝트가 제출 준비를 마친 것은 아닙니다. 인체 참여자·설문·건강·생물·화학·동물·환경·공학 안전 요건과 필요한 승인을 데이터 수집 전에 확인합니다.
KSEF(Korea Science & Engineering Fair, KSEF 과학프로젝트대회)는 Korea Science Service(한국과학기술지원단)가 주최·주관하는 학생 연구 프로젝트 대회입니다. 세부 자격, 팀 규모, 분야, 일정, 제출 자료와 국제대회 선발 방식은 해당 연도 공식 공고를 확인해야 합니다.
KSEF 수상이 ISEF 파이널리스트 자격을 자동으로 보장하지 않습니다. KSEF 국내 시상과 국제대회 파견 후보 선발은 해당 연도 공식 공고와 결과를 따릅니다. ISEF 파이널리스트는 공식 선발·등록된 경쟁 참가자이고, Student Observer는 관찰 프로그램 참가자로 서로 다른 지위입니다.
학생이 직접 수행하고 설명할 수 있는 연구, 보고서, 포스터, 발표, 코드와 공식 결과는 주제 관심·연구 역량·주도성을 보여주는 근거가 될 수 있습니다. 다만 활동·수상 증빙의 제출 가능 여부는 대학·입학 연도·전형에 따라 다르며, 특정 대회 실적이 합격을 보장하지 않습니다.
공개나 투고는 자동 출판이 아닙니다. 저자 자격, 데이터·인체연구·안전 승인, 사전공개 제한, 대회 규정을 먼저 확인해야 합니다. CIT는 학생이 직접 작성한 연구의 구조·명료성·재현성을 검토하지만, 원고 작성이나 출판·수록을 보장하지 않습니다.
Korea Science Service(한국과학기술지원단) KSEF 공식 사이트의 해당 연도 참가 공고에서 접수 방식을 확인합니다. 자격, 팀 규모, 부문, 문서, 언어, 일정과 선발 절차는 매년 바뀔 수 있으므로 최신 공식 공고가 우선합니다.
해당 연도 분야와 규정이 허용하고 연구 질문에 적합하다면 AI와 데이터 분석을 방법으로 활용할 수 있습니다. 학생은 사용한 모델·코드·데이터와 한계를 직접 이해하고 설명해야 하며, AI 사용 자체가 연구 가치나 심사 결과를 보장하지 않습니다.
필요 기간은 학생의 사전 지식, 연구 질문, 실험·데이터 승인, 학교 일정에 따라 다릅니다. CIT는 시험·필수 교과 마감일을 먼저 반영하고, 시작 시점과 규모를 상대 주차로 설계합니다.
프로그래밍 경험 없이 시작할 수 있지만, 프로젝트에 필요한 Python·데이터 분석 기초를 먼저 익혀야 합니다. 필요한 기간과 코딩 수준은 연구 질문과 학생의 출발점에 따라 달라지며, 최종 코드와 도구는 학생이 직접 이해하고 설명해야 합니다.
가능합니다. CIT의 KSEF 리서치 멘토십은 압구정 오프라인과 1:1 온라인으로 진행할 수 있습니다. 실제 기간과 세션 빈도는 학생의 출발 수준, 연구 범위, 승인 절차, 학업 일정과 대회 마감일에 맞춰 설계합니다.
연구 주제 탐색 → 가설 설정 → 데이터 수집·분석 → 실험·구현 → 논문 작성 → 발표 연습의 6단계로 진행됩니다. 각 단계마다 전문 멘토가 1:1로 피드백합니다. 오프라인(압구정)과 온라인 모두 동일한 과정으로 운영됩니다.
학생의 과목·평가 마감·기존 과제 경계·연구 준비도를 먼저 확인하고, 학업을 해치지 않는 독립 확장 방향을 찾습니다. 압구정 외 지역과 해외 거주 가정도 온라인으로 상담할 수 있습니다.
출처 / Sources
ACADEMIC → INDEPENDENT EXTENSION → VERIFIABLE EC
성적과 학교 필수 제출물을 먼저 지킨 뒤, 새로운 질문의 학생 주도 프로젝트로 분기하고 해당 전형이 허용하는 증거만 기록합니다.
교과 지식 + 새로운 질문 + 새로운 증거 + 학생 주도성 + 검증 = 설명 가능한 EC
CIT는 학생이 배운 내용을 새로운 작업으로 확장하도록 돕습니다. 평가 과제를 복제하거나 학생 대신 학교 과제를 작성하거나 기존 작업을 새 대회 프로젝트로 제시하지 않습니다. 학생이 결정을 내리고 작업을 만들며 모든 부분을 설명할 수 있어야 합니다.
CIT는 평가 제출물을 복제하거나 학생 대신 과제를 작성하지 않으며 수상·국제대회 선발·합격을 보장하지 않습니다.