💡
핵심 아이디어
이 단원을 관통하는 두 가지 큰 생각
🤖
지능 에이전트의 힘
지능 에이전트는 외부와의 상호 작용을 통해, 기존에 해결할 수 없었던 복잡하고 어려운 문제를 해결하는 데 활용됩니다.
📚
데이터 + 모델 = 기계학습
기계학습 기반의 인공지능을 구현하려면 문제 해결에 적합한 데이터와 기계학습 모델을 활용해야 합니다.
🎯
이 단원의 성취기준
단원을 마치면 이런 것을 할 수 있어요.
12정04-01
지능 에이전트의 개념과 특성을 이해하고, 인간과 인공지능의 관계를 분석한다.
12정04-02
기계학습의 개념을 이해하고, 지도학습과 비지도학습의 차이를 비교·분석한다.
12정04-03
기계학습을 활용하여 해결할 수 있는 문제와 그렇지 않은 문제를 구분하고, 사회문제 해결에 기계학습을 적용한다.
🕹️
시작하기 전에 — 학습하는 AI일까, 정해진 규칙일까?
둘 다 '자동'이지만 속은 다릅니다. 카드를 누르고 알맞은 바구니를 클릭!
🧠 데이터로 학습하는 AI
⚙️ 정해진 규칙·장치의 자동화
💡 구분 요령: "쓰면 쓸수록 달라지는가(학습), 데이터에서 패턴을 찾는가?" 자동문과 가로등은 훌륭한 자동화이지만 어제와 오늘이 똑같아요. 추천과 번역은 데이터가 쌓일수록 달라지죠 — 그것이 이 단원의 출발점입니다!
🗺️
학습 로드맵
순서대로 학습하는 것을 추천해요.
🩺
출발 전 점검 — 앞 단원과의 연결 고리
가볍게 풀어 보세요. 이 단원의 디딤돌입니다!
배경지식 진단 퀴즈
1~3단원 연계 · 3문항
13단원에서 배운 전통적인 프로그래밍의 모습은?
21단원에서 배운, 주변 환경의 정보를 감지하는 장치는?
32단원에서 배운, 특정 집단만 조사해 데이터가 한쪽으로 치우치는 문제를 무엇이라고 하는가?