DET 말하기 답변을 약하게 만들 수 있는 패턴: 진단 가이드

Main Points:
1.DET는 사람이 아니라 AI를 사용하므로 침묵, 군더더기 말, 주제 이탈은 자동 감점을 유발합니다.
2.유능한 말하기 응시자를 가로막는 실패 패턴은 일찍 멈추기, 모호한 표현, 주제 이탈, 나쁜 속도 조절, 지나치게 연습한 답변, 세부 질문 무시, 군더더기 말 남용이라는 일곱 가지입니다.
3.W-H 확장 모형과 수정 전후 답변을 활용해 각 패턴을 고치세요.

Duolingo English Test(DET)를 치른 뒤 Production 또는 Conversation 하위 점수가 기대한 영어 능력 수준보다 낮았다면, 당신만 그런 것이 아닙니다. 실제 대화 능력이 뛰어난 많은 응시자도 DET의 자동 채점 시스템에서는 더 낮은 점수를 받습니다.

말하기 성적이 계속 약한 이유를 이해하려면 관점을 바꿔야 합니다. 의미를 추론하고 몸짓을 읽거나 더 말해 보라고 부드럽게 유도하는 사람에게 말하는 것이 아닙니다. 자연어 처리(NLP)와 음향 모델을 사용해 음성의 매 순간을 확인하는 AI 시스템에게 말하고 있습니다.1

이 진단 가이드는 영어를 잘 말하는 사람도 빠질 수 있는 구체적인 실패 패턴을 찾도록 돕습니다. AI 감점을 유발하는 정확한 실수를 분석하고, IELTS 같은 전통 시험과 비교하며, 접근 방식을 바로잡는 구체적인 수정 전후 예시를 제공합니다.


AI 평가자: DET가 IELTS와 다르게 말하기를 평가하는 방식

말하기 실수를 고치려면 먼저 DET 채점 엔진이 음성을 평가하는 방식을 이해해야 합니다. IELTS나 TOEFL 같은 전통 시험은 사람 평가자가 실시간으로 또는 녹음을 듣고 평가합니다. Duolingo English Test는 전적으로 머신러닝 알고리즘에 의존합니다.

음향 특성과 전사

DET 말하기 문제(예: Read Then Speak, Listen Then Speak, Speak About the Photo)에서 마이크에 대고 말하면 시스템은 동시에 두 가지 작업을 합니다.

  1. 음향 분석: 말하기 속도, 멈춤 길이, 억양 윤곽(운율), 망설임 현상(말더듬)처럼 목소리의 물리적 특성을 측정합니다.
  2. 음성-텍스트 전사: 말한 단어를 텍스트로 전사합니다.

전사가 끝나면 NLP 엔진은 텍스트에서 다음을 확인합니다.

  • 어휘 다양성: 사용한 어휘의 범위와 수준.
  • 통사 복잡성: 문법 구조의 다양성과 정확성.
  • 의미적 관련성: 사용한 말이 프롬프트의 구체적 의미와 얼마나 밀접하게 맞는지.

사람과 기계의 감점 차이

사람과 AI 채점의 차이를 이해하면 DET에서 특정 실수가 치명적인 이유가 드러납니다.

  • 침묵: IELTS에서 말을 멈추면 사람 평가자는 “그것에 관해 더 말해 줄 수 있나요?”라고 물을 수 있습니다. DET에서는 시스템이 침묵을 언어 출력 0으로 기록하므로 유창성과 어휘 점수가 크게 떨어집니다.
  • 주제 이탈: 사람 평가자는 창의적인 곁길도 따라가며 좋은 문법에 점수를 줄 수 있습니다. DET 알고리즘은 답변과 제시문 사이의 높은 의미적 중첩을 기대합니다. 주제에서 벗어나면 AI는 질문을 잘못 이해했다고 판단하고 관련성 점수를 깎습니다.2
  • 군더더기 말: 사람은 자연스럽게 “um”과 “ah”를 걸러 듣습니다. AI 음성-텍스트 전사기에는 “um”도 하나의 토큰입니다. 말한 토큰의 15%가 “um”이라면 유창성과 일관성 점수가 수학적으로 급락합니다.

알고리즘의 작동 방식을 염두에 두고, 가장 흔한 일곱 가지 말하기 실패 패턴을 살펴보겠습니다.


실패 패턴 1: 너무 일찍 멈추기

DET 말하기 영역에서 할 수 있는 가장 치명적인 실수는 시간이 남았는데 말을 멈추는 것입니다. “Read Then Speak” 같은 문제에서는 정해진 시간(예: 90초)이 주어집니다.

많은 학생은 질문에 직접 답하고 30초 만에 생각을 마친 뒤, 시간이 끝날 때까지 아무 말 없이 앉아 있거나 곧바로 ‘Next’를 클릭합니다.

중요한 이유

알고리즘은 데이터 표본을 바탕으로 능력을 평가합니다. 90초 대신 30초만 말하면 AI에 매우 작은 표본만 제공합니다. 표본이 작으면 복잡한 문법과 다양한 어휘를 보여 줄 기회가 제한됩니다. 또한 짧은 답변은 생각을 충분히 발전시키지 못해 과제 수행과 유창성 점수가 낮아지는 경우가 많습니다.3

진단 예시: 너무 일찍 멈추기

제시문: Describe a time you were surprised. What happened, and how did you react?

나쁜 예시(점수를 망치는 답변): "I was surprised last year when my friends threw me a surprise birthday party. I walked into my house and it was dark. Then they turned on the lights and yelled surprise. I was very happy because I didn't expect it. We ate cake and had fun." (Speaking time: 22 seconds. Followed by silence).

진단: 학생은 제시문에 답했지만 기본 사실을 전달하자마자 멈췄습니다. 더 자세한 설명, 성찰, 복잡한 문장 구조가 이어지지 않습니다.

수정 전략: W-H 확장 모형

너무 일찍 멈추지 않으려면 생각을 옆으로 확장하도록 두뇌를 훈련해야 합니다. 기본 제시문에 답했다면 W-H 질문으로 넘어가세요. 왜(Why), 다른 사람은 누구였나(Who else), 만약 달랐다면(What if), 미래에 어떤 영향을 주었나(How did it affect the future)?

개선한 답변(높은 점수): "I was genuinely astonished last year when my close friends organized a surprise birthday gathering for me. I remember walking into my apartment, which was completely pitch black, assuming everyone had forgotten my special day. Suddenly, the lights flashed on and over twenty people shouted in unison. Looking back on it now, I realize how much effort they must have put into coordinating everyone's schedules without me finding out. Not only was I thrilled by the gesture, but it also made me realize how fortunate I am to have such a supportive social circle. If they hadn't done that, I probably would have just spent the evening watching a movie alone, so it turned an ordinary night into a truly memorable milestone." (Speaking time: 65 seconds).

효과가 있는 이유: 개선한 답변은 이야기를 도입하고, “지금 돌이켜 보면…”이라는 성찰을 더하며, “친구들이 그렇게 하지 않았다면…”이라는 복잡한 조건 구조를 사용합니다. 이를 통해 제한 시간을 생산적으로 활용하면서 복잡한 문법을 보여 줍니다.


실패 패턴 2: 모호하고 낮은 수준의 표현

응시자는 시간 압박이 매우 크기 때문에 떠오르는 첫 단어를 사용하는 경우가 많습니다. 대체로 good, bad, happy, sad, big, small, thing, stuff 같은 기본 어휘입니다.

중요한 이유

어휘 자원은 DET 채점 알고리즘의 큰 부분입니다. 시스템은 말한 단어를 방대한 영어 어휘 데이터베이스와 대조해 CEFR 수준(A1~C2)으로 분류합니다. 전사 내용이 A2 단어만 사용한다면 발음이 아무리 완벽하고 유창하게 들려도 AI는 수학적으로 C1 점수를 줄 수 없습니다. thingsstuff 같은 모호한 명사에 지나치게 의존하면 묘사의 정확성도 떨어집니다.

진단 예시: 모호한 표현

제시문: Talk about a book you recently read.

나쁜 예시(점수를 망치는 답변): "I read a good book recently. It was about a big journey. The main guy did lots of things and met some bad people. It made me feel happy at the end because the good guy won. It is a nice book."

진단: 이 답변에는 좋은, 큰, 남자, 일, 나쁜, 기쁜, 좋은 같은 기본 어휘가 반복됩니다. 구체성과 어휘의 다양성이 부족합니다.

수정 전략: 명사와 형용사 수준 높이기

모호한 대체어를 구체적인 명사로, 기본 형용사를 묘사력이 있는 수식어로 바꾸는 연습을 적극적으로 해야 합니다.

개선한 답변(높은 점수): "I recently finished a captivating novel centered around an epic expedition. The protagonist faced numerous obstacles and encountered several malicious antagonists along the way. I found the conclusion incredibly satisfying and uplifting because justice was ultimately served. Overall, it was a profoundly engaging piece of literature."

효과가 있는 이유:

  • ‘Good book’ → ‘captivating novel’

  • "Big journey" → "epic expedition"

  • "Main guy" → "protagonist"

  • "Things" → "obstacles"

  • "Bad people" → "malicious antagonists"

효과가 있는 이유: “good book”은 “captivating novel”로, “big journey”는 “epic expedition”으로, “main guy”는 “protagonist”로 바뀝니다. 이는 알고리즘에 B2/C1 수준의 어휘를 갖추었다는 신호를 즉시 보냅니다.


실패 패턴 3: 답변 이탈(주제에서 벗어남)

답변 이탈은 학생이 제시문에 답하기 시작하다가 천천히 전혀 다른, 대체로 더 편한 주제로 넘어갈 때 발생합니다. 암기한 주제를 맞지 않는 제시문에 억지로 끼워 넣으려 할 때 자주 나타납니다.

중요한 이유

DET의 NLP 엔진은 제시문의 핵심어와 답변의 핵심어 사이의 의미적 유사성을 계산합니다. 제시문이 환경 보호에 관한 것인데 답변 대부분이 휴가에 관한 것이라면 유창하게 말하고 문법이 완벽해도 Task Relevance 점수가 0에 가깝게 떨어집니다.4

진단 예시: 답변 이탈

제시문: Do you think children should learn art in school? Why or why not?

나쁜 예시(점수를 망치는 답변): "Yes, I think children should learn art in school. Art is very beautiful and painting is fun. When I was in school, my favorite subject was actually math. Math is so important for the future. Without math, you cannot get a good job in technology or finance. I want to be an accountant, so I study math every single day to pass my exams."

진단: 첫 문장에서 제시문에 답하지만 곧바로 수학과 진로 목표로 넘어갑니다. 음성의 80%에서 어휘와 맥락이 ‘미술’이라는 제시문과 전혀 관련이 없습니다.

수정 전략: 길잡이 표현과 주제로 돌아오기

답변 이탈을 막으려면 논지의 방향을 알리는 길잡이 표현을 사용하고, 결론에서 제시문의 주요 어휘로 생각을 명시적으로 되돌려야 합니다.

Revised Practice Response: "Absolutely, I strongly believe that art education is essential in schools. To begin with, engaging in creative activities like painting or sculpting fosters cognitive development and fine motor skills in young learners. Furthermore, art provides a vital outlet for emotional expression, which standard academic subjects often lack. While analytical subjects like math and science are undeniably crucial for future careers, they only develop one side of the brain. Therefore, by including art in the curriculum, schools ensure a more well-rounded holistic education, which is why I fully support it."

효과가 있는 이유: ‘우선’, ‘또한’ 같은 전환어로 구조를 유지합니다. 수학을 잠깐 언급할 때도 즉시 미술과 대조해 의미의 초점이 원래 제시문에 단단히 머물게 합니다.


DET Read, Then Speak 연습
확장 전략을 적용하고 모호한 표현을 피하세요. 주제에서 벗어나지 않으면서 주어진 시간을 활용해 관련성 있는 답변을 충분히 전개하고 자연스럽게 마무리하세요.

실패 패턴 4: 나쁜 속도 조절과 망설임

많은 학생은 더 빨리 말하면 유창하다는 사실을 증명할 수 있다고 생각합니다. 반대로 문법 실수를 피하려고 매우 느리게 말하는 학생도 있습니다. 어느 쪽도 반드시 명확하고 자연스러운 말하기로 이어지는 것은 아닙니다.

중요한 이유

음향 AI 모델이 보는 유창성은 단순한 속도보다 매끄러움, 리듬, 적절한 묶음에 더 좌우됩니다. 너무 빨리 말하면 발음이 흐려지고 AI가 단어를 정확히 전사하기 어려우며 할 말도 너무 빨리 떨어집니다. 문장 중간에 길고 부자연스럽게 멈추면 AI는 이를 망설임 표지로 기록합니다. 망설임 표지의 밀도가 높으면 유창성 점수가 무너집니다.

진단 예시: 나쁜 속도 조절

제시문: Describe your daily morning routine.

나쁜 예시(점수를 망치는 끊어진 말하기): "Every morning... I wake up... at... seven. Then I... go to the bathroom... to... wash my face. After that... I make... breakfast. Usually... I eat... eggs and... toast."

진단: 학생이 두세 단어마다 멈추어 문장의 자연스러운 구 단위를 깨고 답변을 따라가기 어렵게 만듭니다.

수정 전략: 의미 단위로 묶기

원어민은 단어마다 끊어 말하지 않습니다. 단어를 ‘덩어리’나 구 단위로 묶고 쉼표, 접속사, 절의 끝에서 잠깐 멈춥니다. 단어를 자연스럽게 묶어 말하는 연습을 해야 합니다.

개선한 답변(높은 점수의 리듬 묶음): "[Every morning I wake up at seven o'clock,] [and the first thing I do] [is head straight to the bathroom to wash my face.] [Once I'm fully awake,] [I head down to the kitchen to prepare breakfast,] [which usually consists of scrambled eggs and a piece of toast.]"

효과가 있는 이유: 대괄호는 구 단위를 나타냅니다. 말하는 사람은 각 단위 사이에서 자연스럽게 멈추면서도 각 구를 명료하게 유지할 수 있습니다. 목표는 특정 원어민 억양을 흉내 내는 것이 아니라 알아듣기 쉽게 말하는 것입니다.


실패 패턴 5: 지나치게 연습하거나 암기한 답변

일부 응시자는 준비용 틀의 문단을 외운 뒤 제시문에 얼마나 잘 맞는지와 관계없이 그대로 암송합니다.

중요한 이유

Duolingo의 보안 및 채점 알고리즘은 외운 텍스트를 감지하도록 훈련됩니다. 두 가지 방식으로 적발됩니다.

  1. 음향 불일치: 외운 텍스트를 암송할 때 억양이 평평해지고 말하기 속도가 부자연스럽게 빨라지며 즉흥 말하기의 자연스러운 미세 망설임이 사라집니다. AI는 이 부자연스러운 운율을 표시합니다.
  2. ‘프랑켄슈타인’ 답변: 응시자는 매우 정교하게 외운 틀과 자신의 기초적인 즉흥 영어를 섞는 경우가 많습니다. 알고리즘은 어휘 밀도의 큰 차이를 감지해 답변을 진정성 없는 것으로 표시합니다.4

진단 예시: 암기한 틀

제시문: Talk about your favorite movie.

나쁜 예시(점수를 망치는 답변): "That is a very interesting question. Thank you for asking me this question. It is widely acknowledged that cinematography plays an indispensable role in modern society. From my perspective, my favorite movie is Spider-Man. It has many profound implications for the socioeconomic fabric of our community. I like when he swings from buildings."

진단: 첫 세 문장은 특정 영화를 다루지 않는 일반적인 군더더기 말입니다. 이어서 ‘사회경제적 구조’가 “그가 건물 사이를 이동하는 모습이 좋습니다”와 어색하게 연결되므로 답변에 초점과 응집성이 부족합니다.

수정 전략: 대본이 아닌 핵심어 프레임워크

문장 전체를 외우지 마세요. 생각을 정리하는 유연한 프레임워크를 기억하고 즉흥적인 표현으로 채우는 연습을 하세요.

Revised Practice Response: "If I had to choose a favorite movie, I would definitely pick the original Spider-Man. What really stands out to me is the character development; we see him transform from an awkward teenager into a responsible hero. Another aspect I appreciate is the special effects, which were groundbreaking at the time. Ultimately, it's a film that perfectly balances action with genuine emotional moments, which is why I can watch it repeatedly without getting bored."

효과가 있는 이유: 굵은 표현은 자연스럽고 유연한 프레임워크(“저에게 정말 돋보이는 점은…”)입니다. 나머지 내용은 즉흥적이고 특정 영화와 직접 관련됩니다.


실패 패턴 6: 제시문의 세부 사항 무시하기

DET 말하기 제시문에는 여러 부분으로 된 질문이 많습니다. 첫 부분에 답하고 이어지는 질문을 완전히 무시하는 것이 흔한 실수입니다.

중요한 이유

과제 수행은 매우 중요합니다. AI는 제시문을 서로 다른 정보 요구 사항으로 분석합니다. 제시문이 무엇, 언제, 를 묻는데 답변이 무엇만 다루면 과제를 완전히 수행하지 못한 것입니다. 문법이 완벽해도 점수의 상한이 생깁니다.

진단 예시: 세부 사항 무시하기

제시문: Describe a historical event you find interesting. When did it happen, and why do you think it is important to remember?

나쁜 예시(점수를 망치는 답변): "A historical event I find really interesting is the sinking of the Titanic. It was a massive ship that hit an iceberg in the ocean. Many people unfortunately died because there weren't enough lifeboats. There is a very famous movie about it starring Leonardo DiCaprio. I find the story very sad but fascinating."

진단: 말하는 사람은 사건인 무엇을 설명했습니다. 하지만 언제 일어났는지 전혀 말하지 않았고, 기억하는 것이 중요한지에도 답하지 않았습니다. 제시문 지시 세 부분 가운데 두 부분을 놓쳤습니다.

수정 전략: 점검표 방식

준비 시간에 제시문을 읽으면서 모든 물음표나 암시된 질문을 머릿속으로 파악하세요. 반드시 답해야 하는 점검표로 여기세요.

개선한 답변(높은 점수): "A historical event that has always captivated me is the sinking of the Titanic. [Addressing 'What'] It was considered an unsinkable luxury liner but tragically struck an iceberg and sank on its maiden voyage. [Addressing 'When'] This disaster occurred in the early 20th century, specifically in April of 1912. [Addressing 'Why it is important'] I believe it is crucial to remember this event because it serves as a stark warning about human hubris and over-reliance on technology. Furthermore, the tragedy led to massive reforms in maritime safety laws, ensuring that future vessels were equipped with adequate lifeboats, which has saved countless lives since."

효과가 있는 이유: 말하는 사람이 제시문의 모든 부분에 명시적으로 답합니다. “이 참사는 …에 일어났습니다”와 “이 사건을 기억하는 것이 중요하다고 생각하는 이유는…” 같은 표현 덕분에 답변 범위를 쉽게 따라갈 수 있습니다.


실패 패턴 7: 군더더기 말 남용

군더더기 말은 생각하는 동안 침묵을 채우려고 사용하는 소리나 단어입니다. um, uh, like, you know, basically, literally 등이 있습니다. 원어민도 가끔 사용하지만 스트레스를 받는 응시자는 지나치게 많이 사용합니다.

중요한 이유

앞서 말했듯 음성-텍스트 알고리즘은 군더더기 말을 단어로 전사합니다. AI는 “비유창성 비율”을 계산합니다. 전체 단어 중 내용 없는 군더더기 말의 비율이 높으면 유창성 점수가 급격히 떨어집니다. 또한 ‘like’를 군더더기 말로 쓰면 원래 동사나 전치사로 작동해야 하는 단어가 AI의 구문 분석을 혼란시켜 잘못된 문법 감점을 만들 수 있습니다.5

진단 예시: 군더더기 말의 함정

제시문: What are the benefits of working from home?

나쁜 예시(점수를 망치는 답변): "Well, um, I think that, like, working from home is, uh, really good because, you know, you don't have to, like, commute. And, um, basically, it saves a lot of, like, time and money. So, yeah, um, that's why it's good."

진단: 말한 단어의 거의 30%가 의미 없는 군더더기 말입니다. 실제 내용은 매우 빈약합니다.

수정 전략: 조용한 멈춤과 담화 표지

침묵을 견디도록 훈련해야 합니다. 생각을 정리하기 위한 한 초의 조용한 멈춤은 한 초 동안 “으음”이라고 하는 것보다 훨씬 낫습니다. 생각할 시간이 더 필요할 때는 의미 없는 군더더기 말을 수준 높은 담화 표지로 바꾸세요.

개선한 답변(높은 점수): "To my mind, the most significant benefit of working remotely is the elimination of the daily commute. By avoiding rush hour traffic, employees can reclaim several hours of their day. Consequently, this saved time can be redirected toward personal hobbies or simply getting more sleep, which ultimately boosts overall productivity. Another point worth mentioning is the financial savings on transportation and eating out."

효과가 있는 이유: 말하는 사람은 ‘제 생각에’, ‘따라서’, ‘언급할 만한 또 다른 점은’ 같은 전환 표현으로 생각할 시간을 확보합니다. 이 표현은 자연스럽게 들리고 논지의 일관성을 높이며, 가장 중요한 점으로 비유창성 표지 때문에 감점되는 대신 어휘와 문법에서 높은 점수를 받습니다.


자기 진단 방법: 녹음 점검

이러한 실수에 관해 읽는 것은 첫 단계에 불과합니다. DET 말하기 점수를 높이려면 자신의 산출물을 진단하세요. 듣지 못하는 문제는 고칠 수 없습니다.

  1. 자신의 답변 녹음하기: 휴대전화로 DET 연습 제시문에 답하는 음성을 녹음하세요. 전체 제한 시간(예: 90초)이 끝날 때까지 녹음을 멈추지 마세요.
  2. 음성을 글로 옮기기: 무료 받아쓰기 앱이나 음성 텍스트 변환 소프트웨어로 녹음을 전사하세요. 이는 DET AI가 하는 일을 모의합니다.
  3. 강조 표시 검사:
    • ‘um’, ‘uh’, ‘like’를 모두 빨간색으로 표시하세요. 세 개보다 많나요? 군더더기 말 문제(실수 7)가 있습니다.
    • 대본의 단어 수를 세세요. 90초 동안 말했는데 100단어 미만이면 속도가 너무 느리거나(실수 4) 너무 일찍 멈춘 것입니다(실수 1).
    • 모든 형용사와 명사를 표시하세요. 대부분 ‘good, big, happy, things’ 같은 기본 단어인가요? 모호한 표현 문제(실수 2)가 있습니다.
    • 대본의 마지막 문장을 원래 제시문과 비교하세요. 주제 면에서 관련이 있나요? 그렇지 않다면 주제에서 벗어난 것입니다(실수 3).

이 일곱 가지 실패 패턴에 따라 대본을 꼼꼼히 확인하면 말하기 전략을 조정하고 AI 채점 알고리즘을 만족시키며 영어 능력에 걸맞은 Production 점수를 얻을 수 있습니다.


추가 자료

실용적인 준비 전략과 자세한 가이드는 다음 관련 콘텐츠에서 확인하세요.

참고 자료

Footnotes

  1. Duolingo English Test 채점 알고리즘 이해하기 [링크]

  2. DET 채점 및 하위 점수 [링크]

  3. Interactive Speaking 문제 답변 방법 [링크]

  4. DET Interactive 심층 분석 [링크] 2

  5. Duolingo English Test 공식 채점 가이드 [링크]