고등학교 인공지능 수학 · 텍스트 데이터 처리 · 2022 개정 교육과정
[12인수02-02] 성취기준 해설과 수업·평가 예시
성취기준 원문
[12인수02-02] 빈도수 벡터를 이용하여 텍스트 데이터를 요약하고 유용한 정보를 추출할 수 있다.
성취기준 해설
빈도수 기반의 단어가방(Bag of Words)모형을 활용하여 텍스트 데이터를 요약하게 한다. 또한 TF-IDF(Term Frequency - Inverse Document Frequency) 등을 사용하여 텍스트에서 유용한 정보를 추출하게 한다. 역문서빈도(IDF)는 문서빈도(DF)의 역수로 표현하게 한다.
쉽게 풀어 보면
문서마다 각 단어가 몇 번 나왔는지 센 빈도수 벡터, 곧 단어가방(Bag of Words) 모형으로 텍스트를 요약하고, TF-IDF로 그 문서만의 핵심어를 뽑아내는 성취기준이에요. 역문서빈도(IDF)를 문서빈도(DF)의 역수로 계산해, 여러 문서에 흔히 나오는 단어의 점수가 낮아지는 원리를 직접 계산으로 확인하는 것이 핵심이에요.
학습지 문항 예시 예시
빈도수 벡터와 TF-IDF로 핵심어 찾기
- 세 문서 D1=[학교, 축제, 축제], D2=[학교, 시험], D3=[학교, 축제, 공연]에서 단어 순서를 (학교, 축제, 시험, 공연)으로 정해 각 문서의 빈도수 벡터를 쓰세요.
- 각 단어가 나온 문서의 개수인 문서빈도(DF)와 그 역수인 역문서빈도(IDF)를 구하세요.
- TF-IDF를 단어의 빈도와 IDF의 곱으로 계산할 때, D1에서 '학교'와 '축제'의 TF-IDF 값을 구하고 D1을 대표하는 단어로 무엇이 더 알맞은지 설명하세요.
- 모든 문서에 나오는 단어의 IDF가 작아지는 것이 정보 추출에 왜 도움이 되는지 쓰세요.
수업 흐름 예시 예시
- 도입: 학교 신문 기사 세 편에서 가장 많이 나온 단어를 세어 보고, 그 단어가 기사 내용을 잘 대표하는지 이야기해요.
- 전개 1: 단어 목록의 순서를 정하고 문서마다 단어 등장 횟수를 세어 빈도수 벡터를 만든 뒤, 단어가방 모형이 어순을 무시한다는 점을 확인해요.
- 전개 2: 단어별 문서빈도를 세고 역수로 IDF를 구한 다음, 빈도와 곱해 문서별 TF-IDF 표를 완성해요.
- 정리: 문서마다 TF-IDF가 가장 큰 단어를 뽑아 기사 제목 후보로 제시하고, 빈도만 셌을 때의 결과와 비교해요.
서술형 평가 문항과 채점 기준 예시
서로 다른 주제의 짧은 문서 세 개를 단어가방 모형의 빈도수 벡터로 나타내고, 각 단어의 문서빈도와 그 역수인 역문서빈도를 이용해 TF-IDF 값을 계산하여 문서별 핵심어를 추출한 뒤, 단순 빈도로 고른 단어와 결과가 달라지는 까닭을 서술하시오.
| 수준 | 채점 기준 |
|---|---|
| 상 | 빈도수 벡터, 문서빈도, 역문서빈도, TF-IDF를 모두 정확히 계산하고, 여러 문서에 공통으로 나오는 단어의 가중치가 낮아져 핵심어가 달라지는 원리를 계산 결과로 설명함 |
| 중 | TF-IDF를 계산해 핵심어를 추출했으나 일부 계산에 실수가 있거나 단순 빈도와의 차이 설명이 부족함 |
| 하 | 빈도수 벡터만 구하고 역문서빈도의 의미나 TF-IDF 계산을 수행하지 못함 |
세특 기재 예시 예시
빈도수 벡터로 텍스트를 요약하는 활동에서 학교 신문 기사 세 편을 단어가방 모형으로 표현하고 단어별 문서빈도의 역수로 역문서빈도를 구해 TF-IDF 표를 완성함. 모든 기사에 나오는 학교라는 단어의 점수가 낮아지고 기사마다 고유한 단어가 핵심어로 뽑히는 과정을 계산 결과로 설명함. 추출한 핵심어로 기사 제목 후보를 만들어 단순 빈도 기준과 비교함.
이 예시는 195자, 나이스 기준 475Byte예요. 과목별 세특은 1,500Byte(500자)까지 써요. 내 문장은 나이스 글자수·바이트 계산기로 세어 볼 수 있어요.
세특에는 학생이 실제로 한 활동과 교사가 관찰한 내용만 써요. 대회명·기관명처럼 쓰면 안 되는 내용은 생기부 기재 금지 사전에서 확인할 수 있어요.
학생들이 자주 헷갈리는 점
가장 많이 나온 단어가 곧 핵심어라고 생각하는 학생이 많아요. 모든 문서에 흔히 나오는 단어는 문서를 구별하는 데 도움이 되지 않아 역문서빈도가 작아져요. 또 문서빈도를 전체 등장 횟수로 착각하는 실수가 잦으니, 문서빈도는 그 단어가 나온 문서의 개수라는 점을 표로 확인시켜 주세요.
이 영역의 적용 시 고려 사항 (고시 원문)
- ‘텍스트 데이터 처리’ 영역에서는 용어와 기호로 ‘집합, 벡터, 단어집합, 유사도’를 다룬다.
- 집합과 벡터는 텍스트 데이터를 효과적으로 표현할 수 있는 유용한 도구임을 인식하게 한다.
- 수학적 개념이나 원리를 자세히 다루기보다는 인공지능에서 어떻게 활용되는지를 중심으로 다루도록 유의한다.
- 텍스트 데이터를 집합과 벡터로 표현하고 분석할 때 공학 도구를 이용할 수 있다.
- <대수>를 이수한 학생은 로그를 이용하여 역문서빈도(IDF)를 표현할 수 있게 한다.
같은 영역의 다른 성취기준
왓퀴즈는 이런 AI예요
왓퀴즈는 한국 학교의 수업과 기록 업무에 맞춘 교사용 AI예요. 이 사전과 같은 2022 개정 교육과정 성취기준 데이터로 학습지, 수업 PPT, 평가계획서 초안을 만들고, 2026학년도 학교생활기록부 기재요령 원문을 바탕으로 세특 초안을 쓰고 기재 금지 표현을 검사해요.