고등학교 인공지능 기초 세특 예시 19개

인공지능의 지능적 판단을 탐구하는 활동에서 튜링 테스트의 진행 방식을 정리하고 그럴듯한 대답이 곧 이해를 뜻하는지에 대해 중국어 방 논증을 들어 의견을 제시함. 의료 영상 판독과 기계 번역 사례를 입력 데이터, 판단 방식, 한계 기준으로 비교해 두 분야 모두 최종 판단에 사람의 확인이 필요하다는 공통점을 도출함. 사례 분석을 표로 구조화하는 능력이 돋보임.

탐색 문제 설계 활동에서 강 건너기 퍼즐의 상태를 네 대상의 위치 조합으로 정의하고 농부 없이 염소가 늑대나 양배추와 남는 경우를 금지 조건으로 명시함. 탐색 트리를 그리며 같은 상태가 되풀이되는 가지를 찾아 방문 기록이 필요함을 스스로 발견함. 최소 7번 이동하는 해를 도출하고 모둠원에게 상태 전이 과정을 설명함.

지능적 탐색의 원리를 탐구하는 활동에서 5×5 격자 미로를 너비 우선 탐색과 맨해튼 거리 휴리스틱 탐색으로 각각 풀어 펼친 노드 수를 비교함. 정보 이용 탐색이 목표 방향의 노드를 먼저 고르기 때문에 탐색 범위가 줄어든다는 점을 표와 그림으로 설명함. 휴리스틱 값만 보고 고를 경우 막다른 길로 먼저 들어갈 수 있다는 한계도 찾아 발표함.

정보 이용 탐색 알고리즘을 적용하는 활동에서 교내 건물 배치를 격자 지도로 옮기고 맨해튼 거리를 휴리스틱으로 쓰는 A* 길찾기 프로그램을 구현함. 우선순위 큐에서 f값이 같은 노드의 처리 순서를 정하지 않아 생긴 결과 차이를 디버깅하며 원인을 찾음. 휴리스틱을 0으로 바꾼 실험에서 펼친 노드 수가 늘어나는 것을 확인하고 정보 이용의 효과를 수치로 설명함.

규칙과 사실로 지식을 표현하는 활동에서 급식 알레르기 안내를 주제로 메뉴별 재료를 사실로, 땅콩이 들어간 메뉴를 주의 메뉴로 판단하는 조건을 규칙으로 작성해 지식 베이스를 구성함. 전방 추론으로 주의 메뉴 목록이 생성되는 과정을 단계별로 시연함. 재료 정보가 빠진 메뉴에서 잘못된 결론이 나오는 문제를 찾아 규칙 기반 표현의 한계를 설명함.

기계학습 문제를 정의하는 활동에서 교실 미세먼지 농도 예측을 주제로 정하고 바깥 미세먼지 농도, 창문 개방 시간, 공기청정기 가동 여부를 입력으로, 교실 농도를 출력으로 정의함. 여러 요인이 얽혀 규칙을 직접 정하기 어렵다는 점을 들어 기계학습이 적합함을 설명함. 측정 자료가 겨울에 몰리면 예측이 치우칠 수 있다는 점을 찾아 계절별로 고르게 수집하는 계획으로 수정함.

데이터 전처리 활동에서 체력 측정 데이터의 빈칸과 단위 입력 오류로 보이는 값을 찾아 표시하고, 결측 비율이 낮은 속성은 평균으로 채우며 오류값은 원자료를 확인해 바로잡음. 예측 목표인 오래달리기 기록과 관련이 적은 출석 번호 속성을 제외한 이유를 설명함. 처리 전후의 평균과 분포를 비교해 전처리가 결과에 주는 영향을 확인함.

기계학습 유형과 알고리즘을 선정하는 활동에서 문제 카드를 레이블 유무와 출력 형태 기준으로 분류하며 지도학습 안에서도 분류와 회귀를 구분해 설명함. 모둠 프로젝트인 동아리 추천 문제가 정답 레이블이 없는 상황임을 파악하고 학생 관심사를 묶는 k-평균 군집을 제안함. 군집 수를 바꿔 가며 결과를 비교하는 계획까지 세움.

모델 학습과 성능 평가 활동에서 손글씨 숫자 데이터를 8:2로 나누어 분류 모델을 학습시키고 테스트 결과를 혼동 행렬로 정리함. 서로 자주 헷갈리는 숫자 쌍을 행렬에서 찾아 글씨 모양의 유사성으로 원인을 설명함. 결정 트리의 깊이를 늘릴수록 훈련 정확도는 오르지만 테스트 정확도는 떨어지는 구간을 찾아 과대적합을 실험으로 확인함.

인공신경망의 원리를 탐구하는 활동에서 가중치와 편향을 조절해 퍼셉트론으로 AND와 OR 연산을 구현하고 계산 과정을 표로 정리함. 신경망 시각화 도구에서 은닉층을 늘리자 곡선 형태의 분류 경계가 생기는 모습을 관찰해 층이 깊어질수록 복잡한 특징을 표현할 수 있음을 설명함. 의료 영상 판독 분야를 조사해 많은 학습 데이터와 전문가 검증이 함께 필요하다는 점을 발표함.

딥러닝으로 생활 문제를 해결하는 활동에서 분리배출 쓰레기 사진 분류를 주제로 정하고 직접 촬영한 사진으로 이미지 분류 모델을 학습시킴. 테스트 사진에서 투명 플라스틱을 종이로 잘못 분류하는 사례가 많음을 찾아 배경색이 원인일 수 있다고 분석하고 다양한 배경의 사진을 추가해 정확도를 높임. 색 규칙 기반 프로그램과 비교해 딥러닝이 다양한 모양을 처리하는 장점을 설명함.

인공지능과 사회 변화를 분석하는 활동에서 홀로 사는 어르신의 안전 문제를 주제로 정하고 전력 사용량과 활동 감지 데이터로 이상 징후를 알리는 방안을 분석함. 어르신, 가족, 돌봄 인력을 이해관계자로 설정하고 사생활 침해 우려와 잘못된 경보 문제를 함께 제시함. 인공지능은 위험 신호를 알리는 역할에 그치고 실제 돌봄은 사람이 맡아야 한다는 결론을 근거와 함께 발표함.

인공지능과 직업 변화를 탐구하는 활동에서 희망 진로인 건축 설계 분야의 업무를 도면 작성, 법규 검토, 고객 상담, 현장 확인으로 나누고 인공지능이 보조하기 쉬운 업무와 사람의 판단이 필요한 업무를 구분함. 설계 도구를 다루는 능력과 공간 사용자의 요구를 읽는 소통 능력을 필요한 역량으로 꼽음. 관련 교과 탐구와 동아리 활동을 연결한 준비 계획을 세움.

인공지능과 인간의 공존 방안을 탐구하는 활동에서 생성형 인공지능의 숙제 활용을 주제로 무조건 허용과 금지의 한계를 각각 지적함. 아이디어 정리에는 활용하되 최종 판단과 출처 확인은 학생이 맡는 조건부 활용 원칙을 제안함. 챗봇을 대하는 말투가 사람 사이의 태도로 이어질 수 있다는 친구의 의견을 받아들여 학급 공존 약속에 존중의 언어 항목을 추가함.

인공지능 윤리 관점에서 사례를 분석하는 활동에서 과거 합격자 자료로 학습한 채용 인공지능의 편향 사례를 다루며 사람의 편향이 데이터를 거쳐 알고리즘에 옮겨지는 과정을 흐름도로 정리함. 개발자는 데이터 점검, 운영 관리자는 결과 감시, 사용자는 최종 판단에 대한 책임을 진다고 구분해 제시함. 자율주행 딜레마 토론에서는 공정성 원칙을 근거로 상대 입장을 반박함.

지속가능발전목표와 인공지능을 연결하는 활동에서 책임 있는 소비와 생산 목표를 맡아 급식 잔반 문제를 프로젝트 주제로 선정함. 메뉴, 요일, 기온 데이터로 잔반량을 예측해 조리량 조절을 돕는 방안을 제시하고 데이터를 얻기 위한 협조 요청 계획까지 구체화함. 후보 주제를 실현 가능성 기준으로 비교 평가하며 모둠의 최종 주제 선정을 주도함.

인공지능 프로젝트 계획 활동에서 공원 나무의 잎 사진으로 병든 잎을 찾는 주제를 정하고 문제 해결 과정 다섯 단계에 맞춰 수행 계획서를 작성함. 테스트 정확도 목표를 수치로 정하고 사진이 부족할 경우 공개 데이터셋을 보충하는 대안을 미리 마련함. 모둠원의 역할과 단계별 인계 시점을 일정표에 표시해 협업 흐름을 구체화함.

협력적 인공지능 소프트웨어 개발 활동에서 학교 숲 새소리 분류 앱 프로젝트의 모델 담당을 맡아 녹음 데이터로 소리 분류 모델을 학습시킴. 화면 담당이 만든 앱과 연결할 때 입력 길이가 맞지 않아 생긴 오류를 함께 분석해 녹음 구간을 같은 길이로 자르는 전처리를 추가함. 매 차시 협업 일지에 막힌 점을 공유하고 테스트 담당의 결과를 반영해 모델을 수정함.

사회적 영향을 고려한 인공지능 소프트웨어 개발 활동에서 보행 장애물 탐지 앱을 만들며 장애물을 놓치는 오류가 사용자 안전에 더 치명적이라는 점을 근거로 판단 기준값을 낮춤. 밤 사진에서 놓친 사례가 많다는 테스트 결과를 분석해 어두운 환경의 사진을 추가 학습시켜 놓친 사례를 줄임. 잦은 경고에 대한 사용자 의견을 반영해 거리별로 경고음을 달리하는 기능을 더함.