IB에서 IA의 비중이 높다.
크게 나누면
1. 주제 선정하기
2. 실험하기
3. 작성하기
4. 검토하기
5. 예시를 통한 요령 터득
1. 주제 선정하기가 어떻게 보면 가장 중요한 것 같다. 주제가 잘 선정된다면 실험도 쉽게 할 수 있고 분석도 잘 할 수 있기 때문이다.
그렇다면 주제는 어떻게 정할까? 많은 학생들이 착각을 하는 것이 세상에 없는 주제를 선정하여 IA를 쓰려는 것이다.
내 제자 중에는 slime에 Acid - Base를 부어서 강도의 정도를 측정한 실험을 하였는데 이런 아이디어를 어떻게 구상했는지 정말 신기했었다.
slime이라는 것이 boron으로 이루어져서 Base를 부었을 때 화학적으로 끊어지는 내용이었다.
그런데 위 실험은 찾아봐도 딱히 publicated data 가 존재하지 않는다.
그래서 analysis를 쓸 때 애를 먹었던 기억이 난다. 이럴 땐 비슷한 실험의 논문을 찾아 비교 설명하며 analysis를 작성하면 도움이 된다.
하지만 과연 이렇게 창의적인 실험만이 주제로 선정이 될 수 있는 것일 가? 절대 그렇지 않다.
(밑에서 설명하겠지만 위 실험도 많이 창의적인 것은 아니다. )
세상에 없는 아이디어는 박사과정 논문을 쓸 때나 필요한 것이고 IA는 그 정도를 요구하지는 않는다.
그런데 학생들은 어떻게 생각을 할까?
학교에서 주제를 선정하라는 숙제를 받으면 먼저 Googling 을 하기 시작한다. 구글에서 아무리 찾아도 마땅한 주제를 찾지 못하고 포기하며 네이버 웹툰을 보기 시작한다. 그리고 유튜브를 보며 시간을 허비하고 자책하기도 한다. 주제를 선정할 때 구글링을 먼저 하는 것부터가 잘 못 된 것이다.
그럼 IA 주제를 어디서 찾으란 말인가?
대답은 기출에 나온 실험을 보던지 교재에 나온 실험을 보라는 것이다. 그러면 학생들은 교재에 나온 실험은 쉬워서 쓰면 안 된다고 반문을 한다.
그런데 과연 쉬울까 기출에 나온 실험들을 살펴보기는 했을까? 내 대답은 기출에 나온 실험도 어렵다이다.
하지만 당연히 그대로 쓰면 안 된다. 이러한 실험을 살짝 바꿔서 써야 한다.
예를 들어보자 Chemistry에서 나오는 kinetic control 파트에 많은 실험이 있는데 그중에 Mg + Hcl 넣어 Hydrogen gas 가 나오는 실험이 있다. 본 실험은 교재에 나온 실험이라 이를 그대로 적으면 당연히 안된다. 그러면 어떻게 해야 할까? 좋은 방법은 약간씩 변형하는 것이다.
위 실험에서 Mg 대신에 위 학생처럼 slime 을 넣고 실험을 하면 어떻게 될까? 위에서 설명한 학생의 실험이 이러한 과정에서 나온 것이다.
slime에 acid 와 base를 넣고 실험한 것은 사실 교재에서부터 나온 생각이지 구글링에서 나온 생각이 아닌 것이다.
다른 예시를 보면 biology(생물)에서는 소화제를 먹으면 어느 지역에서 소화가 된다는 것을 배운다. 이걸 조금 꼬아서 소화제 말고 소화가 잘 되는 식물을 먹으면 동일한 효과가 나타나는지 비교 실험을 할 수 있다. 또는 파파야에 소화 물질이 있는데 벌레들을 녹이는 물질이라고 한다.
이러한 효소와 소화제를 비교하면 어떨까라는 생각을 할 수 있다. 대 부분의 아이디어는 사실 교재에 나오는 실험을 약간씩 변형한 것에 불과하다.
주제를 선정할 때 실험들을 한 번에 모아 놓은 사이트들이 있는데 대표적인 사이트가 www. inthinking. com 이다.
학생이 일일이 찾아서 하는 것은 시간이 아깝기 때문에 강사가 해주는 것이 맞다. 역시 좋은 강사를 만나야 할 것이다.
1) 주제 선정 시 거창하게 생각하지 말아야 한다.
2) 주제를 선정할 때는 구글링 보다 교재를 먼저 보도록 하자.
3) 교재의 실험을 약간씩 변형하여 주제를 선정하도록 하자.
www.inthinking.com ↗
그 위 그림은 biodiesel에 관한 것인데 주제는 biochemistry에 나오는 내용을 일부 변형하여 선정하였다.
2. 실험하기이다. 몇 가지 주제가 선정이 됐다면 이제 구글링을 하도록 해보자.
내가 선정한 주제가 논문으로 나와 있는지 사람들이 많이 하는 실험인지를 살펴본다. 그리고 publicated data 가 있는지를 살펴보는 것이 좋다.
그리고 적당한 논문을 찾아 그와 비슷한 순서와 방법으로 실험을 하는 것을 권장한다. 실험 역시 창의적일 필요는 없다. 논문이 이미
있고 학생들도 이미 한 실험이라면 이 중에서 가장 비슷하고 정확한 실험 방법을 찾아 따라 하는 것이 안전하다.
만일에 아무리 찾아도 비슷한 실험이 없다면 운이 나쁘게도 실험하지 말라고 권하고 싶다.
시간이 너무 많이 걸릴 수 있기 때문이다. 실험 방법에 대해서 따로 생각을 해야 하고 실험에 대한 확신이 전혀 서지 않기 때문이다.
더군다나 금쪽같은 시간을 낭비하는 불상사가 발생할 수 있기 때문이다.
처음 실험이 잘 못 돼서 여러 번 실험을 하게 되는 것은 슬슬 꼬이기 시작한다는 것이다. 그렇게 되면 자신의 실험에 불신이 커지므로 실험 방법을 명확히 설정하고 어떤 오류가 있을지 예상하고 실험을 하는 것이 좋다. 실험을 깔끔하게 하기 위해서 실험 내용은 모두 영상으로 담는 것이 좋다. 실험을 한 번에 했다면 자신의 실험에 대해서 믿음을 가져야 한다. 실험이 이런저런 이유로 잘 안됐다는 둥 다시 해야 한다는 둥 핑계가 많이 생기는데 경험으로 다시 해도… 똑같다.
그리고 실험을 하기 전에 indepent variables, % uncertainty, Error 등을 조금 생각하고 해야 한다. 실험하기 전에 당연히 variables는 생각을 하지만 uncertainty 나 Error에 대해서는 생각을 하지 않는 경우가 많은데 계산 값이 나오는 실험인지 살펴보고 실험을 해야 나중에 ia를 compact 하게 쓸 수가 있게 된다. 특히 Random Error 때문에 실험도구를 여러 번 여러 번 나눠서 쓰는 것도 지양을 하는 것이 좋다. 예를 들어 volume 을 맞추기 위해서 조그마한 meniscus의 기구를 여러 번 사용한다면 그만큼 Random Error 가 늘어날 텐데 이런 오차들은 나중에 손쓰기 힘들기 때문에 미리 염두에 두고 실험을 할 필요가 있다.
실험을 하고 가장 많이 겪는 문제점이 자신의 실험에 대한 불신이다. 과연 내가 한 실험이 맞는지 자신도 모른다. 그 이유는 실험을 하기 전에 생각을 하지 않기 때문이다. 미리 오차에 대해서 생각을 하고 실험을 한다면 명확히 실험을 할 수 있다. 따라서 실험을 하기 전에 꼭 analysis에 대해서 생각을 하자. 자신이 한 실험에 불신이 생기면 막상 글을 다 쓰고 나중에 슬그머니 이거 잘 못된 거 같아 요부 터 시작해서 값들을 고치기 시작하면서 완전히 새로운 내용으로 바꿔버리기까지 한다. 시간을 낭비하는 것은 언제나 조심해야 한다.
1) 실험을 하기 전에 비슷한 논문을 참조한다.
2) analysis를 어느 정도 분석하면서 실험을 한다.
3) 실험을 했다면 자신의 실험을 믿자. 조작이 살짝 들어갈 수 있지만 일단 믿자!
실험하기 전에 위와 같은 data 들을 한 번씩 생각해보는 것이 실험을 원활하게 할 수 있다.
3. 작성하기다.
처음에 personal engagement인데 점수의 비중이 높지는 않지만 여기서부터 점수가 깎이면 안 된다. 전체의 인상을 주기 때문에 점수를 잃지 않는 것이 중요하다. 이 주제에는 구체적인 이유를 써주는 것이 중요하다. 한마디로 네 이 주제 왜 선정했니? 에 대한 대답을 해줘야 한다.
주제 선정을 한 이유가 구체적으로 들어가는 IA는 많지 않은 것 같다. 명확하게 이 주제에 대해서 써주기 위해서는 논문의 내용이나 교재 내용을 인용하는 것도 나쁘지 않다. 피상적으로 내가 몸이 안 좋아서… 이러한 것에 관심이 있어서… 이 실험을 하게 됐다. 라고 쓰는 것보다 구체적으로 논문 또는 교재의 실험이 있는데 이에 대해서 구체적으로 실험을 하고 싶어 하게 됐다는 식으로 써주는 것이 좋고 공인된 인터넷 자료들을
보더라도 paersonal engagement에 자신의 스토리를 써주는 것은 좋지 않다는 내용이 많다.
Peronal Engagement 가 가장 처음 나오는 내용인데 이를 어려워하는 학생들이 많다.
학생들이 ia 작성 시 여기서부터 막히는 경우가 있다. 하지만 논문의 인용이나 교재의 인용을 이용하여 간결하게 써주면 되고 자신의 인생사를 써가면서 지면을 채울 필요는 없다. 예를 들어 학생 중 한 명은 내가 어릴 때부터 아토피 피부염에 있어서 여기에 관심이 많았고 대기 오염이 현재 심하기 때문에 이를 극복할 수 있는 방법이 있을까 생각을 하여 이 주제에 대해서 썼다고 한 경우가 있다. 그런데 공인된 자료 어딜 보더라도 자신의 인생사를 쓰면서 이를 IA에 연결을 시키지 않는다. 그냥 연구 논문이나 교재를 보다가 이해 대해서 좀 더 깊이 있게 연구를 하고 싶어서 쓰게 됐다 정도면 되는 것이다.
personal engagement를 썼다면 이제는 background information 을 써주고 Methology 등을 써준다. 그런데 Background information에서도 실험의 핵심이 되는 것을 적어야 하는 것이고 많은 내용을 적으려는 욕심을 버려야 한다. 대부분의 실험이 사실 organic chemistry로 이루어지기 때문에 이를 그려주고 설명해준 경우가 많은데 어려운 내용을 쓰지 않더라도 핵심이 되는 정보만을 나열하면 된다. 하지만 경험상 조금 어렵게 생긴 그림들이 들어간 IA가 깔끔하고 고급스럽게 보이곤 했다. 주제는 크게 1개에서 3가지로 Compact 하게 넣는 것이 좋지만 너무 compact 하게 넣으면 나만 아는 내용이 되고 채점자는 학생이 무슨 말을 하는지 재해석해야 하는 경우가 있다. 이런 일이 발생하면 안 되기 때문에 설명을 충분히 해주고 그림을 그려서라도 충분히 이해가 되는 내용이어야 한다. 가장 좋은 방법은 한번 읽어서 아~ 그런 거구나라는 정도의 내용으로 구성돼야 한다. 그리고 여러 가지 실험 시 필요한 과정들 과 조심해야 하는 상황들을 써줘야 한다. 그런데 이러한 것들은 참조를 하는 것이 나쁘지 않다. 어차피 실험을 참조하는 경우가 많기 때문에 실험 방법이나 순서가 인터넷에 널려 있고 이를 참조하여 자신의 방법으로 바꿔서 써주면 된다. 그리고 precaution의 경우도 인터넷을 참조하여 자신의 실험에 맞춰서 각색하는 것이 좋지 않나 생각을 한다. 이때도 너무 당연한 얘기는 삼가는 것이 좋다. 예를 들어 gogle 얘기 glove 얘기는 실험할 때 당연히 해야 한다고 배우는 것인데 이런 것까지 써줄 필요는 없기 때문이다. 자신의 실험에 특유한 precaution에 대해서만 집중적으로 써주면 된다. 모든 precaution 을 써주는 것은 인상에 좋아 보이지 않는다.
그리고 박스 도표를 적절히 이용하면 깔끔해 보인다. variables는 박스를 이용하여 넣어주면 보기가 좋으니 박스 도표를 이용하여 써주자
마지막으로 제일 중요한 Analysis를 쓸 차례인데 여기서는 Error에 대해서 많은 내용을 써줘야 한다. % Error를 써줄 때는 theriocal yield와의 차이를 통해서 값을 써주려고 노력을 해야 하고 Random Error 값을 구하고 percentage uncertainty 값을 구해서 실험의 오차를 명확히 도표화하는 것이 중요하다. Random Error를 구했다면 systematic Error를 보여 주면서 이에 따른 설명을 해주면 된다.
그리고 오차가 생기는 이유도 비슷한 실험의 논문을 찾아서 참조를 할 수 있고 강사에게 물어보고 참조할 수 있다.
그리고 graph의 경우에는 best-fit 을 해주고 R2을 구하여 설명을 해주는 것이 좋다.
Error를 써주는 이유는 당연히 개선할 점도 써줘야 한다.
improvement에서 개선할 수 있는 방법을 써주면 되는데 정답이 있는 것이 아니므로 오류가 생기는 이유를 잘 파악하고 이를 극복할 수 있는 방법을 간결하고 명료하게 써주면 된다.
Background information에 그림을 직접 그려서 넣어 줬다. 전문성이 있게 보이려 했었는데 마지막에 조금 지저분하게 보여서 다시 그려서 넣어준 것으로 기억하고 있다. 깔끔함이 생명이다. 위 자료는 너무 지저분하다. 내가 직접 그려준 그림인데 다시 보니 민망하다. 마지막에 지우고 다시 그려준 거 같은데 그 자료를 찾지 못해서 아직 컴퓨터에 남아 있는 이 자료를 찍어서 올려본다.
깔끔함은 IA의 생명이다. 5개의 Trials를 하는 것을 권장하고 Average를 넣는 것이 좋다.
그리고 independent vairables는 많이 넣지 않는 것이 깔끔해 보인다.
두 개 이상 들어가면 table 이 너무 많이 나올 수 있으니 주의하기 바란다.
모든 자료는 내 학생의 자료들이다. precaution에서도 실험에 직접적인 것만 쓰는 것이 좋다.
욕심을 부리지 않는 것이 좋다.
1) personal engagement는 자신의 인생사를 쓰는 것은 좋지 않다.
2) methology 와 precaution에서는 참조를 하되 모두 쓰는 것이 아니라 실험에 관련된 것만 구체적으로 써준다.
3) analysis는 오류에 대해서 논의를 해주고 개선점을 잘 써줘야 한다.
위 그림은 학생의 IA 중에서 analysis에 대해서 설명을 해줄 때의 내용이다. 그런데 이 학생은 uncertainty를 하나도 구하지 않아서 처음부터 끝까지 다 구해서 써줬다. 대대인 공사가 들어간 IA였던 것으로 기억한다.
4. 검토하기. 이 작업은 사실상 학생들이 가장 하기 싫어하는 작업이다. 영작이 잘 됐는지 Science 이론에 문제가 없는지 종합적으로 검토를 하는 시간이다. 그런데 이게 과연 학생 스스로 가능할 가 의문이 든다. 이 작업은 곁에 좋은 강사가 있어야 가능한 작업이 아닌가 생각을 해본다.
그리고 영작과 관련하여서는 과학 강사보다 영어 강사가 훨씬 능력이 뛰어날 것이다. 나는 옆에 미국인 친구가 있어서 한 번씩 봐달라고 부탁을 하는데 과학 강사보다는 확실히 미국인이나 영어 강사가 영작에 있어서는 훨씬 좋은 게 사실이다.
IA를 50개 정도를 도와주다 보면 조금 잘한 것과 조금 못한 것은 그 구별이 되지 않아도 진짜 못한 것과 진짜 잘한 것은 보자마자 판단이 가능하다.
진짜 못한 것은 최근 IBO에서 제시하는 포맷을 완전히 무시한 경우라고 본다. 진짜 잘한 것은 한눈에 깔끔해 보이고 Equation 잘 넣었고 % Uncertainty 잘 넣어서 format을 잘 지킨 경우이다. 그리고 IA를 한번 읽었을 뿐인데 막힘이 없이 술술 읽히는 경우이다. 쉬워서 읽히는 게 아니라 잘 읽혀서 쉽게 느껴지는 경우이다.
이러한 IA를 쓰려면 욕심을 버리고 필요한 내용만 쓰는 용단도 필요하다. 간결하고 명료하게 쓰는 연습을 한다면 채점관이 읽어도 크게 어려움 없이 읽을 수 있게 될 것이다.
-----------------------------------------------------------------------------------------------------------------------------------------
본격적으로 예시를 살펴보자.
https://internalassessments. files. wordpress. com/2018/01/wm-joseph-ong-chemistry-ia-watermark-1. pdf
https://internalassessments. files. wordpress. com/2018/01/wm-charmaine-tans-chemistry-ia-watermark-1. pdf
https://internalassessments. files. wordpress. com/2018/02/wm-chemistry-ia-final-risma-remsudeen. pdf
내 제자들의 예시는 전부 다 공개를 할 수 없다. 하지만 인터넷에 돌아다니는 자료 등은 공개할 수 있지 않을까 싶어서 올려본다. 그리고 이 자료를 나름대로 해석하도록 해보겠다.
https://internalassessments.files.wordpress.com/2018/01/wm-joseph-ong-chemistry-ia-watermark-1.pdf ↗https://internalassessments.files.wordpress.com/2018/01/wm-charmaine-tans-chemistry-ia-watermark-1.pdf ↗https://internalassessments.files.wordpress.com/2018/02/wm-chemistry-ia-final-risma-remsudeen.pdf ↗
Introduction의 내용인데 내용의 당위성이 있어야 한다. 포카리 스웨트를 먹으면 머리가 잘 돌아간다는 가설을 세웠는데 이 글의 당위성을 official website 등을 언급하며 표현해주고 있다. (otsuka, 2017)이라고 자료의 현실성을 표현해줬다. 앞에 테니스를 치다 어쩌고저쩌고는 그렇게 중요한 내용이 아니다.
여기서도 보면 article에서 이유를 가져오고 있다 앞에 브로클리를 엄마가 만들고 어쩌고저쩌고는 중요한 게 아니다.
다만 article의 위치나 어떤 논문인지 밝혀주는 것이 더 좋다고 본다.
밑에 bold로 의문을 던지고 있다.
personal engagement 가 녹아들어 간 것인데 학생들이 잘 못 생각하는 것은 내가 어릴 때부터 몸이 아파서 어쩌고저쩌고 그래서 이거 실험한다고 끝을 내는 것이다. 하지만 위에는 좋은 예시가 되는데 이런저런 논문을 찾아보고 깊게 생각하고 싶어서 IA를 쓴다고 돼있고 논문의 위치나 제목이 잘 나타나 있다. 그리고 교재에 나오는 Winkler experiment이기 때문에 엄청 창의적인 실험이라 할 수도 없다.
대략적으로 introduction 을 쓰는 법에 대해서 알아봤다.
그다음에는 variables에 대해서 설명을 해보겠다.
independent variable 이 너무 많은 것도 문제가 된다. 나중에 실험의 양이 너무 많아지고 table 이 많아지기 시작한다. 위 IA를 보더라도 욕심을 버리고 Temperature에 대해서만 independent variable 을 써줬다. 많이 실험한다고 좋은 게 아니다.
표로 정리를 한 variables이다. 이렇게 표로 정리를 하면 깔끔해 보이는데 위에는 그렇게까지 깔끔해 보이지는 않는다.
추천하는 방법은 independent variables 와 dependent variables를 글로 써주고
controlled variables를 표로 만들어주면 깔끔해 보인다.
역시 욕심을 버리고 independent, dependent variables를 한나 씩만 정하도록 한다.
여기서는 절대 욕심을 부린다고 좋은 게 아니다.
자 이번에는 precaution에 대해서 설명을 해보겠다.
위와 같은 자료를 통해서 알 수 있는 정보는 precaution 은 절대 생각 없이 인터넷에 널려 있는 자료를 그냥 갔다가 쓰는 게 아니라는 것이다.
위 자료에서 보면 알 수 있듯이 실험과 관련된 precaution만을 썼다는 것이다. 이거저거 쓰면 절대 안 되다. 일단 precaution 은 인터넷에 널려 있기 때문에 그것 중에 자신의 실험과 관련된 것만 뽑아서 이를 각색해서 쓰는 것을 추천한다.
이번에는 graph 에 대해서 알아 본다.
그래프는 딱 하나만 넣도록 하자 너무 많이 넣으면 더러워 보이고 IA가 전체적으로 휑 하여 보인다. 그래프를 그릴때는 best-fit 을 그려야 한다.
best - fit 을 그리면서 얻어지는 R2는 Reliable 와 anomalities 로 끌고 가도록 하자.
보통 그래프는 엑셀을 통해서 그리는 경우가 많다.
그리고 속도를 구하는 경우에는 위에서 처럼 gradient를 구해서 속도를 구해준다는 것을 명시해주는 것이 필요하다.
이제는 Error 에 대해서 알아 본다. Error를 구할때는 Random Error와 Systematic Error를 구해준다. Random Error를 구할때는 % Uncertainty 로 구해주면 된다. 그리고 publicated data 를 이용해서 % Error 를 구해주면 Systematic Error에 대해서 설명을 해줄 수 있다.
% uncertainty 를 구해준다음에 이를 최종적인 값에 곱해서 absolute uncertainty 를 구하도록 하자 그리고 모든 값은 decimal place 뒤로 두자리 수로 맞추는 것을 권장한다. 그렇게 해야 깔끔하게 보이기 때문이다.
그 이후에 conclusion 과 evaluation 을 쓰면 마무리가 된다.
먼저 format 을 알고 어떻게 접근하는지 충분히 공부를 하고 IA를 쓰기 시작하자.
모두 화이팅 하고 IA 쓰기를 성공하기 바란다.
계속 추가중입니다.
만일에 궁금한 점이 있다면