단원 마무리 — 4단원 인공지능 프로젝트

🧠

핵심 정리 — 개념 지도

가지를 클릭하면 핵심 요약이 나타나요!

🧭 단원의 큰 그림 — 이 단원은 1~3단원의 종합이다. 좋은 문제를 찾아(1차시), 문제 해결 과정으로 계획하고(2차시), 도구로 함께 만들고(3차시), 평가·개선하며 사회적 책임까지 챙긴다(4차시). 완벽한 결과보다 전 과정을 끝까지 경험하고 성찰하는 것이 목표다.

🌍 SDGs와 주제 도출 [12인기04-01]
· 지속가능발전목표(SDGs): 2015 유엔, 17개 목표·169 세부목표
· AI for Good: SDGs 해결에 AI 적용 방안 탐색
· 좋은 주제의 조건: 풀 가치 · AI 적합 · 데이터 확보 · 우리 수준 가능
· 핵심 기술: 큰 문제를 작고 구체적인 한 조각으로 쪼개기

🗺️ 수행 계획 [12인기04-02]
· 뼈대 = AI 문제 해결 과정: 문제정의→데이터→유형·알고리즘→모델→평가(순환!)
· 계획 캔버스: 주제·문제정의·데이터·유형·도구·평가·역할
· 데이터부터 확인 / 현실적 일정 / 위험 대비
· MVP: 가장 작은 핵심 버전을 먼저 끝까지

🤝 협력 개발 [12인기04-03]
· 노코드 도구: 티처블 머신·엔트리/스크래치 AI / 파이썬·생성형 AI
· 만들기 흐름: 클래스 → 데이터 수집(고르게!) → 학습 → 테스트
· 협업: 역할 분담 + 자주 소통 + 서로 돕기
· 막힘은 배움의 기회 — 문제 좁히기·오류 읽기·도움 구하기(검증!)

🔁 평가와 개선 [12인기04-04]
· 평가→진단→개선 반복: 과적합·편향·재현율을 진단해 처방(2·3단원)
· 사회적 영향 점검: 편향·개인정보·안전·투명성·책임(3단원)
· '잘 만든 AI' + 사회적 책임 = '좋은 AI'
· 오류 분석 / 기록·공유·성찰로 마무리

🏆

단원평가

11문항 · 모두 풀고 [채점하기]를 누르세요. 해설과 함께 결과가 나와요!

🏆

4단원 종합 평가

객관식 9 + OX 2 · 일괄 채점

1지속가능발전목표(SDGs)에 대한 설명으로 옳은 것은?

2좋은 프로젝트 주제를 정하는 핵심 기술은?

3인공지능 프로젝트 수행 과정의 올바른 순서는?

4프로젝트를 끝까지 완성하기 위한 'MVP' 전략은?

5코딩을 거의 몰라도 AI 모델을 만들 수 있게 해 주는 도구는?

6이미지 분류 AI를 만들 때, 각 클래스의 데이터를 어떻게 모아야 할까?

7훈련 정확도는 높지만 테스트 정확도가 크게 낮을 때(과적합)의 개선책은?

8분류기가 특정 집단에서만 자주 틀린다면 올바른 개선책은?

9[OX] 정확도가 높은 AI라도 편향·개인정보·안전 같은 사회적 영향을 점검해야 한다.

10[OX] 팀으로 AI를 개발할 때는 역할을 나눈 뒤 서로의 진행 상황은 신경 쓰지 않고 각자 끝까지 따로 하는 것이 좋다.

11정확도는 높은데 정작 찾아야 할 위험 신호(드문 사례)를 자주 놓치는 모델에서 함께 봐야 할 지표는?

0 / 11

✍️

서·논술형 자기 점검

먼저 스스로 써 본 뒤 예시 답안과 비교해 보세요.

1. 내가 도전하고 싶은 AI 프로젝트를 하나 골라 ① 주제(+관련 SDG) ② 문제 정의 ③ 필요한 데이터 ④ 학습 유형을 설계하시오. 12인기04-01 12인기04-02

※ 팀이라면 ⑤ 역할 분담과 소통 방법도 한 줄 적어 보세요. 12인기04-03

📖 예시 답안 (분리수거 도우미) ① 주제: 헷갈리는 분리수거를 돕는 AI (SDG 12 책임 소비·11 지속가능 도시). ② 문제 정의: 쓰레기 사진을 입력하면 '플라스틱/캔/종이/일반' 중 어디로 버릴지 분류한다. ③ 데이터: 종류별 쓰레기 사진을 직접 촬영해 충분하고 고르게 모으고(연습은 수십 장, 실제 활용은 더 많이), 흐릿하거나 잘못 찍힌 사진은 정리한다. ④ 학습 유형: 정답(종류) 있는 이미지 → 지도학습 · 분류. 티처블 머신으로 제작. — 주제가 SDG와 연결되고, 문제 정의가 '입력→출력'으로 분명하며, 데이터·유형이 맞으면 만점!

2. 위 프로젝트의 모델을 평가했더니 '캔'을 자주 '일반쓰레기'로 틀렸다. ① 원인을 추정하고 ② 개선 방법과 ③ 함께 점검할 사회적 영향을 제시하시오. 12인기04-04

📖 예시 답안 ① 원인: '캔' 사진을 적게 모았거나, 찌그러진 캔·다양한 각도의 캔이 부족해 모델이 캔의 특징을 덜 배웠다 (데이터 부족·편향). ② 개선: 다양한 캔 사진(각도·조명·찌그러짐)을 더 고르게 모아 다시 학습시키고, 테스트로 개선을 확인한다(오류 분석!). ③ 사회적 영향: 잘못 분류해 재활용을 방해하지 않는지, 촬영 사진에 개인정보(얼굴·집 내부)가 담기지 않는지 점검하고, 애매한 경우 사람이 확인하도록 안내한다. — 원인을 데이터 관점에서 짚고, 개선과 사회적 점검을 함께 제시하면 성취기준 완성!

🪞

성취기준 자가평가

스스로 솔직하게 점검해 보세요. 선택은 자동 저장됩니다.

12인기04-01 SDGs 해결에 AI를 적용할 방안을 탐색하고 프로젝트 주제를 도출할 수 있다.

12인기04-02 문제 해결 과정에 기반해 프로젝트 수행 계획을 세울 수 있다.

12인기04-03 협력적 자세로 인공지능 소프트웨어를 개발할 수 있다.

12인기04-04 사회적 영향을 고려해 개발하고 평가 결과로 성능을 개선할 수 있다.

💡 다시 보면 좋은 곳

주제가 막막하면 SDG × AI 발굴기, 계획은 프로젝트 계획 캔버스를 다시 써 보세요. 만들기는 모델 만들기 시뮬레이터로, 개선은 모델 개선 진단기와 영향 체크리스트로 — 직접 해 본 만큼 남습니다!

🧭

진로 연계 — 이 단원이 통하는 직업들

🤖

AI 프로젝트 매니저

문제 정의부터 개발·평가까지 AI 프로젝트 전 과정을 이끌어요.

🌍

AI for Good 활동가

사회문제 해결에 AI를 적용하는 프로젝트를 기획·실행해요.

📊

데이터 과학자

데이터로 문제를 푸는 전문가. (진로 과목 「데이터 과학」 직결!)

🚀

AI 스타트업 창업가

AI로 새로운 가치와 서비스를 만들어 세상에 내놓아요.

🧑‍🏫

AI 교육자·메이커

모두가 AI를 만들고 책임 있게 쓰도록 가르치고 이끌어요.

🎓

축하합니다 — 인공지능 기초 완주!

네 단원의 여정을 돌아보세요

🎉 인공지능 기초의 모든 단원을 마쳤습니다!

인공지능이 '생각하는 원리'(탐색·추론)를 파헤치고, 데이터로 직접 길러 보고, 사회적 영향과 윤리를 고민하고, 마침내 배운 모든 것을 모아 나만의 프로젝트를 설계했습니다. 이제 여러분은 인공지능을 이해하고, 비판적으로 바라보며, 책임 있게 만들 줄 아는 사람입니다. 이 힘은 어떤 기술이 와도 변치 않는 나침반이 될 거예요.

1단원인공지능의 이해지능적 판단·튜링테스트, 탐색(A*), 지식 표현과 추론✅ 2단원인공지능과 학습데이터·전처리, 기계학습 유형, 인공신경망과 딥러닝✅ 3단원인공지능의 사회적 영향사회 변화·직업, 비판적 수용과 공존, AI 윤리✅ 4단원인공지능 프로젝트SDGs 주제 도출·계획·개발·평가의 전 과정🏁

🚀 다음 여정 — 또 다른 진로 선택 과목

인공지능 기초에서 데이터의 힘을 느꼈다면 「데이터 과학」으로, 소프트웨어로 세상을 바꾸는 일이 궁금하다면 「소프트웨어와 생활」로 이어 갈 수 있어요. 그리고 무엇보다, 여러분이 직접 만들 미래에서 오늘 배운 것들이 빛을 발할 거예요. 정말 고생 많았습니다! 🎉