합격률만 보지 말자: CDS·IPEDS·College Scorecard로 대학을 분석하는 법
Common Data Set, IPEDS, College Scorecard, 대학 Fact Book의 역할과 모집단 차이를 이해하고 국제학생 대학리스트에 활용하는 방법을 설명합니다.
이 글은 업그레이드캠퍼스 팀이 미국 교육부의 College Scorecard와 NCES IPEDS, MIT Institutional Research의 Common Data Set 원문을 기준으로 정리했습니다.
대학 합격률은 눈에 잘 들어옵니다. 10%, 20%, 50%처럼 한 숫자로 표시되기 때문입니다. 하지만 전체 합격률 하나만으로 국제학생의 합격 가능성, 실제 비용, 전공 환경, 졸업 후 성과를 판단하기는 어렵습니다. 그 숫자 안에는 거주지, 지원 단과대, 지원 연도, 편입 여부가 섞여 있을 수 있습니다.
미국 대학을 비교할 때는 하나의 순위표보다 데이터가 만들어진 경로를 확인해야 합니다. Common Data Set, IPEDS, College Scorecard, 대학 IR Fact Book은 서로 다른 질문에 답합니다. 같은 대학을 다루더라도 모집단과 기준 연도가 다를 수 있습니다.
Common Data Set은 입학과 재정보조를 읽는 출발점입니다
Common Data Set, 줄여서 CDS는 대학이 공통 형식에 맞춰 공개하는 자료입니다. 보통 다음 정보를 찾을 때 유용합니다.
- 지원자, 합격자, 등록자 수
- 재학생 구성과 class size
- SAT와 ACT 제출 및 분포
- 입학 평가 요소
- 등록금과 재정보조
대학마다 PDF, 웹페이지, 스프레드시트 형태가 다르고 발행 시기도 같지 않습니다. 중앙 검색 결과보다 대학의 Institutional Research 또는 공식 도메인에 있는 원문을 우선하세요. MIT도 IR 사이트에서 연도별 Common Data Set을 공개합니다.
CDS를 열면 먼저 표지의 academic year를 확인합니다. 2024-25 자료와 2025-26 자료를 섞으면 지원자 수는 한 해, 시험점수는 다른 해가 되는 오류가 생깁니다. 빈칸도 0으로 읽지 마세요. 미보고, 비적용, 억제된 값일 수 있습니다.
국제학생은 U.S. Nonresident 또는 자료 연도에 따라 이전 용어로 분리될 수 있습니다. Asian 비율은 아시아계 미국 시민권자와 영주권자를 포함하는 인종 분류이므로 한국 국적 국제학생 규모와 같지 않습니다.
IPEDS는 학교 전체의 추세를 보는 도구입니다
IPEDS는 미국 교육부 산하 National Center for Education Statistics가 운영하는 고등교육 데이터 시스템입니다. 대학 규모, 등록, 학비, 유지율, 졸업률 같은 기관 단위 자료를 비교할 때 쓸 수 있습니다.
IPEDS의 강점은 같은 정의로 여러 대학을 비교할 수 있다는 점입니다. 반면 입학사정의 세부 맥락이나 특정 국가 학생의 경험을 설명하기에는 거칠 수 있습니다. 기관 전체 졸업률이 특정 단과대나 전공의 결과와 같지 않고, 공개 시점에도 시차가 있습니다.
IPEDS Data Center에서 대학을 찾은 뒤에는 다음을 함께 기록하세요.
- 조사 연도와 코호트 연도
- 학부 전체인지 특정 학생군인지
- full-time과 part-time 포함 범위
- first-time student 여부
- 분모가 몇 명인지
숫자만 복사하지 않고 정의까지 남겨야 다음 대학과 제대로 비교할 수 있습니다.
College Scorecard는 비용과 성과를 보되 모집단을 확인하세요
College Scorecard는 미국 교육부가 제공하는 대학 검색·데이터 서비스입니다. 비용, 졸업, 부채, 수입 같은 지표를 쉽게 찾을 수 있습니다. 다만 화면의 숫자를 국제학생 개인의 미래 연봉이나 부채로 옮겨서는 안 됩니다.
Scorecard의 각 지표는 데이터 출처와 코호트가 다릅니다. 연방 학자금 관련 자료를 바탕으로 한 지표는 해당 모집단을 중심으로 만들어집니다. 국제학생은 연방 학자금 자격과 취업 허가 조건이 다르므로, 같은 전공 이름만 보고 기대 소득으로 사용하기 어렵습니다.
업캠이 권하는 방법은 숫자 옆의 glossary와 documentation을 함께 저장하는 것입니다. 다음 질문에 답하지 못하면 비교표에 넣지 마세요.
- 이 수치는 누구를 포함하는가?
- 졸업 후 몇 년의 결과인가?
- 평균인지 중간값인지?
- 전공 단위인지 대학 전체인지?
- 표본이 작아 값이 숨겨졌는가?
Scorecard는 대학 탐색의 출발점으로 유용합니다. 최종 판단에는 대학 커리어센터의 First Destination Survey, 전공별 보고서, 국제학생 지원부서 자료를 추가해야 합니다.
대학 Fact Book과 IR 대시보드는 세부 맥락을 채웁니다
Institutional Research, 줄여서 IR 부서는 대학 내부 통계와 Fact Book을 공개합니다. 학교에 따라 단과대별 등록자, 국적, 거주지, 전공, 학위 수여, 유지율을 더 세밀하게 볼 수 있습니다.
장점은 학교 맥락에 가깝다는 것입니다. 단점은 대학마다 이름과 구조가 다르다는 점입니다. Fact Book, Data Digest, Interactive Dashboard, Institutional Analytics처럼 여러 이름을 씁니다. 어떤 학교는 국가별 국제학생 수를 보여주지만, 다른 학교는 개인정보 보호 때문에 넓은 지역만 공개합니다.
Fact Book에서 값이 없다고 해당 학생이 없다고 단정하지 마세요. 작은 집단이 숨김 처리됐거나 공개 범위가 다를 수 있습니다.
같은 질문을 세 자료에서 교차 확인하세요
예를 들어 “이 대학은 국제학생에게 재정적으로 적합한가?”를 조사한다면 다음처럼 나눌 수 있습니다.
- CDS에서 국제학생 대상 institutional aid 항목을 찾습니다.
- IPEDS에서 공시 학비와 전체 비용, 등록 추세를 봅니다.
- 대학 재정보조 페이지에서 국제학생 정책과 갱신 조건을 확인합니다.
“컴퓨터과학 전공 환경이 어떤가?”라는 질문에는 다른 자료가 필요합니다.
- IPEDS 또는 Scorecard에서 전공별 학위 수여 규모를 봅니다.
- IR Fact Book에서 단과대·전공 등록 추세를 찾습니다.
- 학과 홈페이지에서 필수과목, 정원 제한, 전공 진입 조건을 확인합니다.
자료 세 개가 같은 답을 주지 않아도 괜찮습니다. 오히려 차이가 어디서 생기는지 찾는 과정이 중요합니다.
다섯 가지 해석 오류를 피하세요
전체 합격률을 국제학생 확률로 읽기
전체 합격률에는 미국 내 거주자, 타주 지원자, 국제학생, 단과대 차이가 섞일 수 있습니다. 대학이 국제학생 합격률을 별도로 공개하지 않으면 전체 합격률을 개인 확률로 바꾸지 마세요.
Asian 비율을 국제학생 커뮤니티로 읽기
인종 분류와 시민권·거주 상태 분류는 다릅니다. Asian과 U.S. Nonresident를 따로 봐야 합니다. 한국 학생 수를 알고 싶다면 IR의 country of origin 자료나 국제학생 지원부서 보고서를 찾습니다.
공시 가격을 실제 부담액으로 읽기
Tuition과 Cost of Attendance, net price, 장학금 반영 후 부담액은 서로 다릅니다. 국제학생 재정보조 정책도 별도로 확인해야 합니다.
취업률만 보고 조사 범위를 생략하기
Career outcomes 자료는 졸업생 중 결과를 확인한 비율과 조사 시점을 함께 봐야 합니다. 취업, 대학원 진학, 봉사, 군 복무를 한 항목으로 묶은 수치인지도 확인하세요.
대학 전체 수치를 전공 결과로 읽기
대학 전체 유지율과 졸업률이 특정 전공의 수업 접근성이나 졸업 기간을 설명하지는 않습니다. 전공 진입 제한, 필수과목 수강 순서, 단과대 이동 규칙을 별도로 봐야 합니다.
대학 리스트를 만들 때 이 순서로 기록하세요
1. 질문을 한 문장으로 씁니다.
“좋은 대학인가?” 대신 “국제학생 aid가 있는가?”, “CS 전공 진입이 보장되는가?”, “졸업생 결과 표본이 충분한가?”처럼 바꿉니다.
2. 가장 최근 자료의 연도를 적습니다.
자료 제목, 발표 연도, 데이터 코호트 연도가 다를 수 있습니다.
3. 모집단과 분모를 적습니다.
전체 학부생, first-time full-time, federal aid recipient, 특정 전공 졸업생 중 누구인지 남깁니다.
4. 원문 링크와 표 위치를 저장합니다.
CDS라면 section, IPEDS라면 변수명, 대시보드라면 필터 상태를 기록합니다.
5. 다른 공식 자료로 한 번 더 확인합니다.
숫자가 다르면 최신성, 정의, 캠퍼스 범위부터 비교합니다.
6. 모르는 값은 비워 둡니다.
값이 없다는 사실과 0은 다릅니다. 추정치를 사실처럼 채우지 마세요.
숫자는 답이 아니라 질문의 범위를 줄여 줍니다
공개 데이터는 대학을 자동으로 순위 매기는 장치가 아닙니다. 어떤 질문을 더 확인해야 하는지 알려 주는 도구입니다. 합격률이 낮다는 사실만으로 학생과 맞지 않는 대학이 되지는 않고, 연봉 수치가 높다는 이유만으로 국제학생에게 같은 결과가 보장되지도 않습니다.
대학 두 곳을 비교할 때는 표의 마지막 열에 해석 한계를 추가하세요. 숫자 옆에 모집단과 연도를 적는 습관만으로도 많은 오류를 줄일 수 있습니다. 최종 리스트는 데이터, 학업 구조, 비용, 학생의 우선순위를 함께 놓고 판단해야 합니다.
