교실 속 AI 교육 2

18. 알고리즘 순서도 만들기
1인 1역할 알아보기

19. 챗봇 프로그램 만들기: 카카오 오픈빌더
영어 수업: 주요 표현 익히기

20. 이미지를 다양한 화풍으로 표현하기: 딥드림제너레이터
학부모 공개수업: 미술 감상

21. AI를 활용한 음악 수업: 세미컨덕터, 두들 바흐
음악 수업: 지휘, 작곡

22. 사진을 만화로 바꾸기: 카투니파이
미술 수업: 대상 단순화

23. 빅데이터 기반 추천 알고리즘: 유튜브 뮤직, 넷플릭스
쉬는 시간

24. 빅데이터 활용하기: 기상자료 개방 포털, 구글 트렌드, 네이버 데이터 랩
폭염예방교육, 안전교육

25. 다양한 AI 프로그램: 구글 실험실
교원 협의

26. 데이터 기반 퀴즈 만들기: 엔트리 데이터 분석
독서 행사: 다섯 고개 퀴즈

27. 머신러닝 알고리즘의 종류: 지도, 비지도, 강화 학습
SW·AI 교육 주간

28. 머신러닝 데이터 수집하기: 퀵드로우
모둠놀이: 크로키

29. 엔트리 인공지능 블록 활용하기: 번역, 읽어주기
사회 시간: 펜팔

30. 약인공지능과 강인공지능: 튜링테스트
교직원 회식

31. AI와 윤리: 모럴 머신 사이트
도덕 수업: 정보통신윤리교육

32. 미래의 AI 사회
학예회: 전시 준비

33. 인공지능의 발전 과정
전문적 학습 공동체 발표

34. 에필로그: 코로나 시대 인공지능 교육의 방향
졸업식

부록: 학습지 예시 답안

딥러닝은 사람이 생각하고 배우는 방식처럼 컴퓨터가 학습할 수 있도록 하는 기술을 의미합니다. 딥러닝을 적용한 컴퓨터는 스스로 데이터를 분류하여 비슷한 것끼리 묶고 그것을 통해 새로운 결과를 예측합니다. ‘이것은 바나나입니다.’라고 컴퓨터에 정보를 가르치는 방식이 아니라 ‘이것은 바나나이군요.’라고 스스로 학습하는 비지도 학습에 해당합니다.
딥러닝은 인간이 어떤 물건을 인식할 때 뇌가 작동하는 방식과 흡사합니다. 뇌에서 많은 신경세포가 작동하듯 딥러닝 기술은 입력 층과 출력층 사이에 여러 은닉층을 배열하여 신경망을 구현합니다. 이 신경망을 활용하여 컴퓨터는 다양한 데이터를 스스로 분류하고 학습하여 문제를 해결합니다.

빅데이터는 디지털 세계에서 생성되는 다양하고 어마어마한 규모의 데이터를 의미합니다. 이미지, 텍스트, 영상 등 다양한 형태(Variety)로 빠르고(Velocity) 대규모(Volume)로 생성되는 것이 특징입니다. 인터넷 사이트의 방문기록부터 자료검색, 쇼핑, 금융활동, 교육 등 이 모든 활동은 데이터로 기록되고 이것이 모인 것이 빅데이터인 것입니다. 기업들은 빅데이터에서 다양한 정보를 분석하고 처리하여 문제해결 및 운영에 활용합니다. 빅데이터를 다루는 대표적인 방식으로는 데이터를 나눈 뒤 이것을 병렬로 처리하는 분산 처리방식이 있습니다. 빅데이터를 활용하여 날씨를 예측하거나 교통량을 예측하고, 광고와 서비스를 제공하고, 의료 및 제품 등에 유의미한 결과를 도출합니다.

머신러닝의 종류
① 지도 학습
일정량 이상의 데이터를 입력하여 데이터의 패턴과 규칙을 찾아냅니다. 찾아낸 패턴과 규칙을 통해 어떤 데이터가 주어졌을 때 결과를 예측하거나 의사결정을 합니다. 지도 학습을 이용한 알고리즘의 대표적인 예로 회귀분석이 있습니다.
② 비지도 학습
데이터만 가지고 컴퓨터가 스스로 데이터의 관계를 예측합니다. 비지도 학습 알고리즘의 대표적인 예로 클러스터링(군집화)가 있습니다.
③ 강화 학습
관찰-행동-보상의 과정으로 학습하는 알고리즘입니다. 변화하는 환경에서 행동을 취하고 더 많은 보상을 받는 방향으로 학습을 합니다.