포트폴리오는 특정 개수를 채우는 입시 물건이 아니라 학생이 소유하고 설명할 수 있는 작업의 증거 시스템입니다. 제목, 기간, 역할, 문제, 새 기여·방법·코드·데이터 출처, 결과, 한계, 시행착오, 검증, 멘토 지원을 정직하게 기록합니다. 코딩을 처음 시작할 수는 있지만 최종 작업에 사용한 도구와 코드를 학생이 이해하고 설명해야 합니다.
CIT는 모든 전형에 공통인 프로젝트 수·기간·대회 실적을 가정하지 않습니다. 제출 전 최신 공식 요강을 확인합니다. 최종 검토: 2026년 8월 30일.
01 · 국제학교 AI 교육·EC 포트폴리오 AP·IB·IGCSE 학업과 시험 일정을 먼저 보호한 뒤 독립 프로젝트로 확장합니다. 국제학교 대표 경로 →
02 · 과고·영재고 AI 포트폴리오 모든 학교에 공통으로 내는 AI 포트폴리오가 있다고 가정하지 않습니다. 대표 가이드는 전국 22개 과학고·8개 영재학교의 정식 교명과 검색 별칭을 다루고, (가칭)시흥과학고·(가칭)이천과학고·카이스트 부설 충북 AI·BIO 영재학교·GIST 부설 AI영재학교 추진 계획은 현재 30개교와 별도로 표시합니다. 전국·해외 온라인 수업이 가능합니다. 학교명·공식 요강별 탐구 증거 기준 →
포트폴리오는 학생이 무엇을 만들었고 어떤 역할을 했으며 어떤 증거로 결과를 검증했는지를 보여줍니다. 입시에 활용할 수 있는지는 대학·전형에 따라 다르지만 잘 기록된 과정은 학습, 인터뷰, 프로젝트 인수인계에도 유용합니다.
결과물 목록만으로는 학생의 기여를 확인하기 어렵습니다. 문제를 고른 이유, 실제 역할, 시행착오, 기술적 선택, 데이터 출처, 결과와 한계를 학생이 직접 설명할 수 있도록 기록합니다. CIT는 구조와 검증 질문을 제공하지만 학생 대신 결과물이나 제출 문구를 작성하지 않습니다.
각 실질 프로젝트에 제목·기간, 학생의 정확한 역할, 문제·연구 질문, 기존 교과와 새 기여, 방법·도구, 학생 작성 코드·작업물, 데이터 출처, 결과, 한계, 시행착오, 검증 주체, 데모·보고서·포스터·저장소, 멘토 지원 범위를 기록합니다. 하나의 프로젝트가 여러 아티팩트를 만들 수는 있어도 자동으로 여러 활동으로 부풀리지 않습니다.
CIT의 교육·문서화 기준입니다. 학교·대학·대회의 제출 요건을 대신하지 않으며 최신 공식 요강이 우선합니다.
CIT는 모든 대학·학교·대회에 공통인 프로젝트 개수, 기간 또는 실적 공식을 가정하지 않습니다. 먼저 현재 전형의 공식 요강을 확인하고, 학생의 정확한 역할과 결정을 설명하며 결과를 검증할 수 있도록 기록합니다.
| 증거 항목 | 문서화 | 검증 | 표기 원칙 |
|---|---|---|---|
| 문제·연구 질문·새 기여 | 요약·일지 | 선행 연구·요구사항 | 기존 교과와 구분 |
| 학생 작성 코드·데모·보고서 | 아티팩트 | 버전·작성 기록 | 미공개·권한 확인 |
| 학생 역할·멘토 지원 범위 | 역할 기록 | 학교·팀·멘토 | 과장 금지 |
| 데이터 출처·방법·결과·한계 | 재현 정보 | 베이스라인·테스트 | 실패·한계 포함 |
| 확인 자료·발표·수상 | 근거 연결 | 공식 기록 | 전형별 제출 확인 |
| 프로젝트·아티팩트 수 | 고정 요구 없음 | 지속성·설명 가능성 | 하나의 활동을 임의 분할 금지 |
AI 프로젝트는 CS 전공 희망자만을 위한 것이 아닙니다. 생명과학, 인문·사회, 경영, 예술에 관심 있는 학생도 자신의 분야 질문에 AI 도구를 적용하고 학습 과정과 결과를 검증 가능한 기록으로 남길 수 있습니다. 아래 표는 분야별 학습 프로젝트 예시이며 입시 효과나 제출 가능성을 보장하지 않습니다.
| 목표 전공/분야 | AI 융합 프로젝트 방향 | 주요 도구·기술 |
|---|---|---|
| 생명과학·의대 (Pre-med) | 의료 이미지 분류, 신약 분자 특성 예측, 공공 보건 데이터 시각화 | Google Teachable Machine, Python (pandas), Kaggle 데이터셋 |
| 인문·사회과학 | 역사 문헌 감성 분석, SNS 여론 분석, AI 윤리 정책 연구 보고서 | Hugging Face 감성 분류, ChatGPT API, 공공 데이터 포털 |
| 경영·경제 | 소비자 리뷰 자동 분류, 금융 데이터 예측 모델, 스타트업 피치덱 자동화 | Scikit-learn, Tableau, Google Colab (노코드 흐름) |
| 예술·디자인 | 생성형 AI 아트 프로젝트, 음악 감정 분류, 디지털 미디어 접근성 도구 | Stable Diffusion, Magenta (Google), p5.js + ML5.js |
| 환경·지구과학 | 위성 이미지 기반 산림 훼손 감지, 기후 데이터 시각화, 탄소 배출 예측 | Google Earth Engine, NASA 공개 데이터, Python 시각화 |
CIT는 위 분야별 전담 멘토를 직접 매칭합니다. 코딩 경험이 없는 학생은 노코드·로우코드 도구로 첫 프로젝트를 시작하고 이후 필요한 만큼 기술 역량을 쌓아가는 방식으로 진행합니다. AI 교육 과정 전체 커리큘럼 보기 →
압구정 대면과 온라인 1:1 개인·1:n 소수 그룹 세션을 운영합니다. 국내 원거리와 해외 학생도 시간대, 인터넷 환경, 관심 분야와 프로젝트 단계에 맞춰 온라인 참여 가능 여부를 상담할 수 있습니다.
학생이 교과 관심, 실제 문제와 기존 작업 경계를 확인하고 새로운 질문·데이터·방법·사용자 또는 결과물을 직접 정합니다. CIT는 진단과 질문을 제공하지만 주제를 대신 선택하지 않습니다.
AI 모델 구현, 앱 개발, 데이터 분석 등 실제 프로젝트를 수행합니다. 기술 멘토링과 함께 개발 과정을 체계적으로 기록하며 시행착오와 개선 과정도 포트폴리오의 중요한 요소로 관리합니다.
학생이 프로젝트 보고서, GitHub README와 발표 자료를 직접 작성합니다. CIT는 사실성·명료성·재현성에 피드백하고 동기, 역할, 방법, 결과, 한계를 구분해 기록하도록 돕습니다.
프로젝트 일지·코드·데이터 출처·데모·보고서·확인 자료를 정리합니다. 지원서에 활용할 때는 대학·입학 연도·전형이 허용하는 형식과 증빙만 사용하고 학생 역할과 멘토 지원을 정직하게 표기합니다.
미국·영국 지원: 활동, 추가정보, 면접 또는 외부 링크의 제공 여부는 대학과 전형별로 다릅니다. 현재 경로가 프로젝트 설명을 허용하면 학생이 정확한 역할, 기간, 결과, 한계와 멘토 지원을 직접 정직하게 표기합니다. EC 전략 전체 보기 →
한국 대학 전형: 포트폴리오, 외부 대회, 수상, 저장소를 제출할 수 있는지와 학교 확인이 필요한지는 대학·입학 연도·전형에 따라 다릅니다. 최신 공식 모집요강이 우선합니다.
학교 활동: 학교가 승인·확인한 동아리, 서비스, 연구 발표로 진행할 수 있지만 실제 학생 역할과 결과를 그대로 기록합니다.
필요한 프로젝트 수는 없습니다. 학생이 소유하고 설명할 수 있는 하나의 실질 프로젝트부터 시작해 문제, 역할, 데이터, 방법, 결과, 한계, 검증을 문서화합니다. 데이터 중심 주제라면 학생 빅데이터 분석 프로젝트 가이드에서 질문 설정부터 보고서 완성까지의 실전 절차를 확인할 수 있습니다. 아래 AI 공부 가이드는 기초 학습 자료이며 교과 평가물을 새 프로젝트로 복제하지 않습니다.
포트폴리오에는 학생이 스스로 발견한 문제와 해결 과정, 실제 작동하는 결과물, 정확한 학생 역할, 데이터 출처, 시행착오와 한계, 검증 자료가 포함됩니다. 필요한 프로젝트 수는 없으며 하나의 활동에서 나온 여러 아티팩트를 임의로 여러 활동으로 분할하지 않습니다.
프로그래밍 경험 없이 시작할 수 있습니다. 필요한 코딩 수준은 프로젝트에 따라 다르며, 학생은 최종 작업에 사용한 도구, AI 출력, 코드와 분석을 이해하고 설명해야 합니다. 생명과학·인문·경영·예술 분야별 1:1 멘토링을 제공합니다.
프로젝트 제목·기간, 학생의 정확한 역할, 문제·연구 질문, 기존 교과와 새 기여, 방법·도구, 학생 작성 코드·결과물, 데이터 출처, 결과, 한계, 시행착오, 검증 주체와 멘토 지원 범위를 기록합니다. 이는 CIT의 기록 기준이며 제출 전에는 해당 학교·대학·대회의 최신 공식 요강을 확인합니다.
CIT는 모든 전형에 공통인 프로젝트 수나 고정 기간을 가정하지 않습니다. 하나의 지속적인 프로젝트가 보고서, 포스터, 데모와 저장소 등 여러 아티팩트를 만들 수 있지만 자동으로 여러 활동이 되지는 않으며, 제출 수량은 해당 전형의 최신 공식 요강을 따릅니다.
시작 시점은 학생의 기초 역량, 현재 교과, 시험·과제 마감일과 목표 출력에 따라 다릅니다. 중학년은 기초 기술과 탐색을, 고학년은 이미 잘하는 한 영역의 좁고 독립적인 확장을 우선합니다.
가능합니다. 대회 입상은 CIT의 프로젝트 증거 기록을 시작하기 위한 조건이 아닙니다. 독립 프로젝트나 팀 프로젝트의 실제 역할·과정·결과를 사실대로 기록하고, 외부 제출은 해당 전형이 허용할 때만 진행합니다.
학생이 직접 만들고 설명할 수 있는 코딩·AI 프로젝트는 관심, 기술, 주도성을 보여주는 증거가 될 수 있습니다. GitHub, 앱, 대회 기록은 필수 요구가 아니며, 지원서에 활용할 때는 학생의 정확한 역할과 지원 범위를 정직하게 표기합니다.
네. 프로젝트에 적합할 때 GitHub 프로필, README, 버전 기록과 문서화를 지도합니다. GitHub는 선택 가능한 학습·개발 기록 도구이며 보편적인 입시 필수 자료나 기술력의 자동 증명이 아닙니다. 공개 범위와 외부 링크 허용 여부는 해당 전형의 최신 규정을 먼저 확인합니다.
기간은 기존 작업의 완성도, 코드·데이터 권한, 새 검증 필요성과 학업 일정에 따라 다릅니다. 진단 후 상대 주차로 계획하며 시험·필수 교과 기간은 작업을 줄이거나 멈춥니다.
가능합니다. CIT는 압구정 대면 수업과 온라인 1:1 개인·1:n 소수 그룹 세션을 운영합니다. 국내 원거리와 해외 학생은 시간대, 인터넷 환경, 관심 분야와 프로젝트 단계에 맞춰 원격 수업 가능 여부를 상담할 수 있습니다. 자세한 운영 범위는 온라인 수업 안내에서 확인합니다.
할 일 앱의 명세, 화면·서버·DB 코드, 테스트와 수정 연습을 함께 볼 수 있습니다. AI의 도움으로 작성한 수업용 예제이며 학생 성과 사례가 아닙니다.
공개 실습과 숙제 평가표 →공식 확인 자료 (2026년 8월 29일 검토)
교과 학습 → 독립 확장 → 검증 가능한 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
배운 내용은 확장하고 평가 제출물은 복제하지 않습니다
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.