2026학년도 연세대 언더우드 면접 기출의 문제 전체와 Q1·Q2(a)·Q2(b) 영어 모범답안을 정리했습니다. UD 국제인재 기출 원본 2쪽과 모든 답안 전문을 이 글에서 바로 확인할 수 있습니다. 답안 뒤에는 제시문 근거와 풀이 방법을 설명합니다.
아래 답안은 연세대학교의 공식 기출을 바탕으로 라티안이 작성한 교육용 모범답안입니다. 제시문과 질문에 맞는 근거를 제시한다면 다른 표현과 구성으로도 답할 수 있습니다.
바로 이동: Q1 답안 · Q2(a) 답안 · Q2(b) 답안 · 풀이 방법
2026학년도 UD 국제인재 면접 기출 문제 전체
공식 문제의 전형명은 특기자전형[국제인재] 언더우드학부입니다. 첫 제시문은 Chollet의 지능 정의를, 둘째 제시문은 AI가 지식의 권위로 받아들여지는 상황을 다룹니다. 문제의 안내에는 Q1 30%, Q2 70%가 표시되어 있습니다.
첫째 쪽에는 시험 표제와 Instructions, Passage 1, Q1이 모두 들어 있습니다.
둘째 쪽에는 Passage 2, 어휘 주석, Q2(a)와 Q2(b)가 모두 들어 있습니다.
이미지의 작은 글씨를 크게 보려면 공식 기출 PDF의 해당 부분을 열어 확대하세요. PDF 26~27쪽이며, 종이에 인쇄된 쪽수는 22~23쪽입니다.
Q1 영어 모범답안: 지능의 정의와 AI에 대한 함의
질문은 Chollet이 지능을 어떻게 정의하며, 그 정의가 AI를 이해하는 데 무엇을 알려 주는지 묻습니다.
Chollet defines intelligence as the efficiency with which an entity acquires new skills, rather than its level of performance on a task it has already learned. This means that skill and intelligence should not be treated as the same thing. An entity may perform one task extremely well but still need a great deal of training to learn something new.
The chess example illustrates this distinction. According to the passage, a highly successful chess AI may have learned from tens of millions of games. If it requires a similarly large amount of training to master a different game, its excellent chess performance alone does not show that it can acquire new skills efficiently.
Therefore, when we assess an AI system, we should consider not only how well it performs a familiar task, but also how much experience it needs to learn a new one. Chollet’s definition warns us against equating impressive task performance with intelligence. It does not, by itself, prove that every AI system lacks intelligence.
한국어 핵심: 지능은 이미 배운 과제의 수행 수준보다 새로운 능력을 얼마나 효율적으로 습득하는지에 관한 개념입니다. 체스를 잘한다는 결과만으로 지능을 단정하려면 안 되고, 훈련량과 새로운 과제의 학습도 살펴야 합니다.
Q2(a) 영어 모범답안: AI 지식 권위의 이익과 위험
질문은 인간 전문가의 역할을 맡기 시작한 AI를 지식의 권위로 활용할 때, 판단과 의사결정에서 어떤 이익과 위험이 생길 수 있는지 묻습니다.
Using AI as an epistemic authority can give people access to information and analysis that they could not easily produce on their own. In the roles described in the passage, AI may help interpret complex information and support judgments that would otherwise require specialized expertise. People can benefit from this assistance even when they cannot independently perform the entire analysis.
However, this dependence also creates a risk. Users may lack access to the data behind an AI’s conclusion, or they may not understand the concepts and reasoning involved. They can then accept an incorrect or incomplete conclusion without being able to identify what went wrong. The problem is not merely that AI can make mistakes, but that its authority may lead people to trust a judgment they cannot adequately examine.
For this reason, reliance should be proportionate to the consequences of the decision. Independent checks and opportunities to question or correct a conclusion are especially important when the stakes are high. AI can support judgment, but its apparent expertise should not remove the need to examine whether a conclusion is justified.
한국어 핵심: 직접 분석하기 어려운 정보와 전문적 판단을 활용할 수 있다는 이익이 있습니다. 반면 AI의 데이터나 추론을 검토하기 어려운 사람이 잘못된 결론까지 권위 있게 받아들일 수 있습니다. 오류 가능성과 검증의 어려움을 함께 설명하는 것이 중요합니다.
Q2(b) 영어 모범답안: 인간이 AI의 한계를 보완하는 두 사례
질문은 인간의 판단·창의성·역량 또는 윤리가 AI의 한계를 보완하거나 바로잡는 사례들을 요구합니다. 다음 두 사례는 답변 구조를 보여 주기 위한 가상 상황입니다.
One example is the assessment of a student’s essay. Suppose an AI gives a low score to an unusual argument because the essay differs from the familiar patterns it uses to judge quality. A teacher can examine whether the student has developed an original but well-supported interpretation. Instead of treating familiarity as the main standard, the teacher can consider the purpose of the assignment, the evidence, and the reasoning. If the argument is justified, the teacher can revise the score and explain the reasons. Human judgment and an appreciation of creativity can therefore correct a decision that overlooks the value of an unfamiliar approach.
A second example concerns a community facility. Suppose an AI recommends closing a lightly used facility to reduce costs. Local residents may explain that it provides the only accessible service for a small group of people. Human judgment can question whether total usage and cost are sufficient criteria, and include accessibility and fairness in the decision. The result may be a different recommendation, such as retaining the service while finding another way to reduce costs.
In both cases, people contribute context or values that the initial judgment did not adequately consider. This does not mean that human decisions are automatically better. The revised judgment should also be supported by reasons and remain open to review. The aim is to use human capabilities to identify and correct specific limitations, rather than simply replace one unquestioned authority with another.
한국어 핵심: 교사 사례에서는 낯선 형식을 낮게 평가한 판단에 과제의 목적·근거·독창성을 추가합니다. 지역시설 사례에서는 이용량·비용 중심의 판단에 접근성과 공정성을 추가합니다. 두 사례 모두 사람이 무엇을 보태고, 그 결과 어떤 결정이 달라지는지를 보여 줍니다.
이 답안은 어떻게 나오는가
Q1: 숙련과 지능을 구분한 뒤 체스 사례를 연결하기
Passage 1에서 먼저 읽어야 할 것은 지능의 정의입니다. 이미 학습한 일을 잘하는 것은 숙련에 해당합니다. 지능을 판단하려면 새로운 능력을 습득하는 효율을 봐야 한다는 것이 제시문의 구분입니다.
따라서 체스 사례는 단순히 “AI는 체스를 잘한다”에서 끝나지 않습니다. 많은 훈련을 거친 성과와, 다른 과제를 새롭게 학습하는 데 필요한 경험을 연결해야 합니다. 모범답안의 결론도 “AI에는 지능이 전혀 없다”가 아니라, 높은 수행 성과만으로 학습 효율까지 입증되지는 않는다입니다.
Q2(a): 전문성을 활용하는 이익과 검증하기 어려운 위험 연결하기
Passage 2의 epistemic authority는 지식과 관련해 판단을 믿고 의지하게 되는 권위를 뜻합니다. 제시문의 AI는 사람이 직접 수행하거나 검토하기 어려운 전문적 판단을 대신합니다.
같은 상황에서 이익과 위험이 함께 나옵니다. 내가 혼자 분석하기 어려운 정보를 활용할 수 있지만, 바로 그 어려움 때문에 판단의 오류도 알아차리지 못할 수 있습니다. “빠르고 편리하다 / 틀릴 수 있다”를 나열하기보다, 전문적 판단에 의존하는 이유가 검증의 간극도 만든다고 설명하면 제시문과 답변이 연결됩니다.
모범답안 마지막의 독립적 점검과 이의 제기 가능성은 이러한 위험을 줄이기 위한 제안입니다. 제시문에 그대로 제시된 해결책과 구분해, 앞에서 설명한 위험으로부터 도출한 대응으로 말하면 됩니다.
Q2(b): AI의 한계 → 인간이 추가하는 것 → 달라지는 판단
사례는 인간의 장점을 열거하는 역할보다, 어떤 한계를 어떻게 보완하는지 보여 주는 역할을 합니다. 교사 사례에서는 익숙한 답안 형식에 치우친 평가를 가정했습니다. 교사가 근거와 과제 목적을 살펴보면서 독창적인 해석의 가치를 놓친 점을 바로잡습니다.
지역시설 사례에서는 비용과 이용량만으로 판단하는 상황을 가정했습니다. 주민이 제공한 지역 맥락과 접근성이라는 가치가 판단 기준에 추가되고, 폐쇄 권고를 다시 검토하게 됩니다. 실제로 AI가 언제나 이런 판단을 한다는 주장이 아니라, 한계와 보완 행동의 관계를 설명하는 예시입니다.
두 사례의 마지막에는 인간의 수정 판단도 검토할 수 있어야 한다고 덧붙였습니다. “사람이 하면 무조건 옳다”는 결론으로 끝내면, 판단을 정당화하고 검토해야 한다는 앞선 논의를 놓칠 수 있습니다.
연습할 때 확인할 부분
- Q1에서는 지능의 정의와 그 정의를 적용한 판단을 모두 말했는지 확인합니다. 체스의 높은 성과만 소개하면 질문의 뒷부분이 빠집니다.
- Q2(a)에서는 이익과 위험을 모두 설명하고, 사용자가 AI의 데이터·추론을 검토하기 어렵다는 원인을 붙입니다.
- Q2(b)에서는 사례마다 AI의 한계, 인간의 보완 행동, 달라지는 판단을 말합니다. “인간에게는 창의성과 윤리가 있다”만으로 끝내지 않습니다.
답안 전문을 읽은 뒤에는 잠시 가리고 자기 영어로 다시 말해 보세요. 문장이 원문과 같은지보다 결론을 뒷받침하는 근거가 남아 있는지 확인하면 됩니다. 다시 읽기 전에 녹음을 들어 보면 어느 문항에서 설명의 연결이 끊기는지 찾기 쉽습니다.
출처와 함께 볼 자료
문제 출처는 연세대학교 입학처의 2026학년도 선행학습 영향평가 결과보고서 게시물에 첨부된 대학별고사 기출문제 별책입니다. 이 글에서는 인쇄 22~23쪽 전체를 사용했습니다.
UD 준비 방법을 더 살펴보려면 연세대 언더우드 면접에서 영어와 논리를 연결하는 방법을 이어서 볼 수 있습니다. 해당 글의 다른 학년도 준비 안내와 이 글의 2026학년도 기출은 구분해 읽으세요.
2026 연세대 언더우드 면접 기출을 연습할 때는 완성 답안의 문장을 외우기 전에, 각 결론이 어떤 제시문 근거와 사례에서 나오는지 표시해 보세요. 그 연결을 자기 영어로 설명할 수 있는지 확인하는 것이 다음 연습의 기준이 됩니다.
답안을 읽고도 내 영어 답변에서 근거가 빠지는 지점을 찾기 어렵다면, 실제로 말한 답변을 점검받는 방법도 있습니다.
