모든 레슨

코스

6학년 AI: AI와 컴퓨팅 사고

알고리즘과 데이터를 배우고, 기계 학습 모델이 어떻게 훈련되고 테스트되는지 봐요.

레슨을 차례대로 해요. 끝나면 AI, 기계 학습, 생성형 AI를 구분하고, 실제 AI 앱의 입력, 모델, 출력을 말할 수 있어요. 반복과 조건으로 알고리즘을 쓰고, 결정 트리를 만들 수 있어요. 픽셀과 텍스트가 수로 저장되는 방식을 설명하고, 가장 가까운 예시로 점을 분류하고, 테스트 결과로 정확도를 계산할 수 있어요. 뉴런이 입력을 가중치와 어떻게 합치는지 설명하고, 문장을 토큰으로 나누고, AI 앱을 정확도, 공정성, 개인정보로 점수를 매기고, 식물 분류기를 발표하고 그 실수를 설명할 수 있어요.

이 레슨을 쓰는 방법

  • 이것을 해요라고 표시된 레슨에서 시작해요. 제목 아래 줄을 혼자 할 수 있으면 다음으로 가요.
  • 먼저 게임을 해요. 그다음 퀴즈를 해요. 10개 중 8개 정답이면 통과. 학습지는 종이예요. 정답은 아래에 있어요.
  • 각 레슨은 앞 레슨 위에 쌓여요. 레슨이 어려우면 하나 전으로 돌아가요.
  • 선생님이 허락한 AI 도구만 써요. 챗봇에 개인 정보를 붙여 넣지 않아요. AI의 답을 매번 확인하고, 내 작업의 어느 부분을 AI가 도왔는지 말해요.

각 수업에는 게임, 퀴즈, 학습지가 있습니다.

0/36

AI 이해하기

  1. 1AI, 기계 학습, 생성형 AIAI, 기계 학습, 생성형 AI를 구분해요.
    • AI, 기계 학습, 생성형 AI를 정의해요.
    • 셋이 서로 어떻게 들어가는지 그려요.
    • 앱 10개를 세 묶음으로 나눠요.
  2. 2AI의 짧은 역사중요한 AI 순간을 연표에 놓아요.
    • 체스 컴퓨터, 음성 비서, 챗봇을 연표에 놓아요.
    • 각각을 가능하게 한 변화가 무엇인지 말해요.
    • 틀린 예측 하나를 말해요.
  3. 3좁은 AI와 일반 AI오늘날의 AI가 좁은 일을 가장 잘하는 이유를 설명해요.
    • 체스 프로그램과 사람을 비교해요.
    • AI가 잘하는 일과 어려워하는 일을 적어요.
    • 일반 AI에 무엇이 필요한지 설명해요.
  4. 4AI 시스템 분석실제 AI 앱의 입력, 모델, 출력을 말해요.
    • 사진 검색이나 번역기 같은 앱을 골라요.
    • 그 입력, 모델, 출력을 그려요.
    • 어떤 데이터로 훈련됐을 가능성이 큰지 말해요.

알고리즘

  1. 5순서알고리즘을 순서가 있는 단계로 써요.
    • 알고리즘을 정의해요.
    • 샌드위치를 만드는 단계를 써요.
    • 컴퓨터에게 분명하지 않은 단계를 찾아요.
  2. 6반복반복을 써서 단계를 되풀이해요.
    • 되풀이되는 단계를 반복으로 바꿔요.
    • 수를 세는 반복을 써요.
    • 조건이 맞을 때까지 도는 반복을 써요.
  3. 7조건조건을 써서 길을 골라요.
    • if, else if, else를 써요.
    • 조건을 and, or, not으로 묶어요.
    • 알고리즘을 손으로 따라가요.
  4. 8결정 트리동물을 나누는 결정 트리를 만들어요.
    • 각 가지에서 예 또는 아니요 질문을 해요.
    • 내 트리로 동물 10마리를 나눠요.
    • 그래도 되는 가장 짧은 트리를 찾아요.

데이터 표현

  1. 9수와 범주수의 데이터와 범주를 구분해요.
    • 특징을 수와 범주로 나눠요.
    • 범주를 수로 바꿔요.
    • 컴퓨터에 수가 필요한 이유를 말해요.
  2. 10수로 된 이미지픽셀이 이미지를 수로 저장하는 방식을 설명해요.
    • 0과 1의 칸에 그림을 그려요.
    • 빨강, 초록, 파랑 값을 섞어요.
    • 작은 사진 안의 수를 세요.
  3. 11수로 된 텍스트텍스트를 수로 저장할 수 있는 방식을 설명해요.
    • 글자를 코드로 바꿔요.
    • 목록의 각 단어에 수를 줘요.
    • 각 단어가 몇 번 나오는지 세요.
  4. 12데이터 표데이터를 행, 열, 특징의 표로 정리해요.
    • 스프레드시트에 표를 만들어요.
    • 특징과 레이블의 이름을 말해요.
    • 표를 정렬하고 걸러요.

분류

  1. 13특징과 레이블레이블에 쓸모 있는 특징을 골라요.
    • 특징과 레이블이 무엇인지 말해요.
    • 특징을 가장 쓸모 있는 것부터 가장 덜 쓸모 있는 것까지 줄 세워요.
    • 도움이 안 되는 특징을 빼요.
  2. 14최근접 이웃최근접 이웃 예시로 점을 분류해요.
    • 특징이 두 개인 그래프에 예시를 찍어요.
    • 새 점에서 가장 가까운 예시를 찾아요.
    • 가까운 세 개를 쓰고 투표해요.
  3. 15경계 그리기두 묶음을 나누는 경계선을 그려요.
    • 두 점 묶음 사이에 선을 그려요.
    • 선의 어느 쪽인지로 새 점을 분류해요.
    • 직선으로는 나눌 수 없는 데이터를 찾아요.
  4. 16분류기 만들기코드 없는 도구로 간단한 분류기를 만들어요.
    • 작은 데이터 묶음을 불러와요.
    • 분류기를 훈련해요.
    • 새 예시 다섯 개를 분류해요.

모델 훈련

  1. 17훈련 데이터모델이 훈련 데이터에서 무엇을 배우는지 설명해요.
    • 모델은 내가 쓰는 규칙이 아니라 패턴을 배운다고 말해요.
    • 데이터를 바꾸면 모델이 어떻게 바뀌는지 보여 줘요.
    • 모델이 우연히 배운 패턴을 찾아요.
  2. 18테스트 데이터테스트 데이터를 따로 두어야 하는 이유를 설명해요.
    • 데이터를 훈련 묶음과 테스트 묶음으로 나눠요.
    • 두 묶음의 점수를 비교해요.
    • 모델에게 “암기”가 무슨 뜻인지 설명해요.
  3. 19정확도테스트 결과로 정확도를 계산해요.
    • 맞힌 예측을 세요.
    • 정확도를 퍼센트로 써요.
    • 90%도 나쁠 수 있는 이유를 설명해요.
  4. 20모델 개선데이터를 바꾸고 정확도를 비교해 모델을 개선해요.
    • 예시를 더 넣어요.
    • 틀린 레이블을 빼요.
    • 바꿀 때마다 정확도를 적어요.

신경망 개념

  1. 21인공 뉴런뉴런이 입력을 가중치와 어떻게 합치는지 설명해요.
    • 각 입력에 그 가중치를 곱해요.
    • 더한 다음 기준값과 비교해요.
    • 가중치 하나를 바꾸고 출력이 바뀌는 것을 봐요.
  2. 22층층이 신호를 앞으로 넘기는 방식을 설명해요.
    • 입력층, 은닉층, 출력층을 그려요.
    • 작은 망에 수를 통과시켜요.
    • 층이 더 많으면 더 어려운 패턴을 찾을 수 있는 이유를 말해요.
  3. 23가중치 학습훈련이 가중치를 바꾼다는 것을 설명해요.
    • 가중치를 짐작하고 오차를 확인해요.
    • 오차가 작아지도록 가중치를 조금 움직여요.
    • 훈련은 이것을 여러 번 반복한다고 말해요.
  4. 24사람 신경망반 친구들과 작은 신경망을 역할극으로 해 봐요.
    • 한 사람이 뉴런 하나가 돼요.
    • 입력에서 출력으로 신호를 넘겨요.
    • 틀린 답을 고치려고 가중치를 바꿔요.

생성형 AI

  1. 25글이 만들어지는 방식언어 모델이 다음 토큰을 예측한다는 것을 설명해요.
    • 문장에서 다음 단어를 예측해요.
    • 이야기에서 다음 단어를 예측하는 작은 장치를 만들어요.
    • 모델이 맞아 들려도 틀릴 수 있는 이유를 말해요.
  2. 26토큰문장을 토큰으로 나눠요.
    • 토크나이저가 단어를 어떻게 나누는지 봐요.
    • 문장의 토큰을 세요.
    • 긴 단어가 토큰 여러 개가 되는 이유를 말해요.
  3. 27프롬프트 실험프롬프트의 한 부분을 바꾸고 결과를 비교해요.
    • 한 번에 하나만 바꿔요.
    • 각 프롬프트와 결과를 적어요.
    • 각 변화가 무엇을 했는지 써요.
  4. 28생성의 한계언어 모델이 없는 사실을 만들어 낼 수 있는 이유를 설명해요.
    • AI 답 안에서 지어낸 사실을 찾아요.
    • 예측이 그것을 만들 수 있는 이유를 설명해요.
    • AI 글을 확인하는 방법을 적어요.

AI 윤리

  1. 29편향데이터 묶음이나 결과에서 편향을 찾아요.
    • AI의 편향을 정의해요.
    • 적게 나타난 묶음을 찾아요.
    • 그것이 결과를 어떻게 바꾸는지 설명해요.
  2. 30정확도와 신뢰AI 답을 언제 믿어도 안전한지 정해요.
    • 위험이 낮은 사용과 높은 사용을 비교해요.
    • 사람이 확인해야 할 때를 정해요.
    • 신뢰 점검 목록을 써요.
  3. 31개인정보AI 앱이 어떤 개인정보를 모으는지 설명해요.
    • 앱의 개인정보 요약을 읽어요.
    • 모으는 데이터를 적어요.
    • 내가 나누지 않을 것을 말해요.
  4. 32AI 시스템 평가AI 앱을 정확도, 공정성, 개인정보로 점수를 매겨요.
    • 세 부분인 점수표를 만들어요.
    • 앱을 시험하고 표를 채워요.
    • 고칠 점 하나를 제안해요.

AI 탐구 프로젝트

  1. 33프로젝트 계획질문을 쓰고 데이터 묶음을 계획해요.
    • 질문을 써요. “이 잎은 어느 식물의 잎인가요?”
    • 식물 묶음을 셋 또는 넷 골라요.
    • 훈련 묶음과 테스트 묶음을 계획해요.
  2. 34식물 데이터 준비잎 사진을 나누고 레이블을 붙여요.
    • 준비된 잎 데이터 묶음을 써요.
    • 레이블을 확인해요.
    • 테스트 묶음을 따로 둬요.
  3. 35훈련과 테스트식물 분류기를 훈련하고 결과를 적어요.
    • 분류기를 훈련해요.
    • 테스트 묶음의 정확도를 계산해요.
    • 틀린 예측을 모아요.
  4. 36AI 식물 탐정식물 분류기를 발표하고 그 실수를 설명해요.
    • 맞힌 예측과 틀린 예측을 보여 줘요.
    • 실수가 난 이유를 설명해요.
    • 어떤 예시가 더 있으면 도움이 될지 말해요.
6학년 AI: AI와 컴퓨팅 사고