성남 분당경영고등학교에서 진행한 AI 데이터 수업.
성남 분당경영고등학교에서 선사시대 유물 사진을 AI에 학습시키는 수업을 진행했습니다.
주먹도끼와 빗살무늬토기 사진을 모아 분류하고, 그 분류대로 모델을 학습시킨 다음, 새로운 사진을 넣어 맞히는지 확인하는 순서였습니다. 역사 교과서에서 본 사진이 그대로 학습 데이터가 됩니다.
데이터를 다루는 수업을 하면 대개 표와 숫자로 시작하는데, 고등학생에게는 이미지 쪽이 훨씬 빨리 걸립니다. 무엇이 잘못됐는지 눈으로 바로 보이거든요.
운영 개요
학교 · 분당경영고등학교 (학급 단위, 최소 20명)
주제 · 정형·비정형 데이터 · 지도학습 · 이미지 분류 실습
시간 · 2차시 80분 또는 3차시 120분
장소 · 일반 교실 (1인 1PC 또는 태블릿 필요)
내가 남긴 것들이 전부 데이터다
수업은 데이터의 정의부터 시작합니다. 다만 정의를 외우게 하지는 않고, 오늘 하루 무엇을 남겼는지부터 적어 보게 합니다.
출결 기록, 급식 신청, 검색 기록, 찍은 사진, 올린 글. 여기서 자연스럽게 두 갈래가 나옵니다. 표에 칸을 맞춰 넣을 수 있는 것과, 그렇게 안 되는 것.
앞엣것이 정형 데이터, 뒤엣것이 비정형 데이터입니다. 그리고 지금 세상에 쌓이는 데이터는 대부분 뒤엣것이라는 점을 짚습니다. 사진과 영상과 글이요. 오늘 유물 사진을 다루는 이유가 여기서 나옵니다.
정형 데이터와 비정형 데이터를 나눠 보는 시간.
마트 진열대 이야기로 여는 데이터 마이닝
다음은 쌓인 데이터에서 무엇을 뽑아내는가입니다. 이 대목은 학생들이 이미 겪고 있는 것으로 설명합니다.
마트에서 어떤 상품 둘이 자주 함께 팔리면 그 둘을 가까이 놓습니다. 영상 앱이 다음 영상을 골라 주는 것도, 쇼핑 앱이 상품을 추천하는 것도 같은 구조예요. 사람의 취향을 알아서가 아니라 비슷한 행동을 한 사람들의 기록이 쌓여 있어서 가능한 일입니다.
여기까지 오면 질문이 나옵니다. 그럼 내 기록도 어딘가에 쌓여 있느냐고요. 그렇다고 답하고, 그래서 데이터를 다루는 사람에게 판단이 필요하다는 이야기로 넘어갑니다.
생활 속 추천 서비스가 어떤 데이터로 움직이는지 짚어 봅니다.
오토드로우 — AI가 내 낙서를 알아보는 순간
이론이 길어지면 집중이 흩어지므로, 여기서 손을 씁니다. 오토드로우에 아무렇게나 그림을 그리면 AI가 무엇을 그리려 했는지 추측해 그럴듯한 그림을 제안합니다.
재미있는 지점은 틀릴 때입니다. 고양이를 그렸는데 강아지를 내놓거나, 아무것도 못 알아보거나. 학생들이 여기서 웃으면서 원인을 찾기 시작해요. 귀 모양을 뾰족하게 그렸더니 맞히더라, 하는 식으로요.
그 과정이 곧 특징을 뽑아내는 일입니다. AI가 그림 전체를 이해하는 게 아니라 몇 가지 특징을 보고 있다는 것을, 설명 대신 경험으로 알게 됩니다.
대충 그린 선을 AI가 어떻게 알아보는지 확인합니다.
정답을 알려 주는 학습과 알려 주지 않는 학습
체험 다음에 개념을 붙입니다. 순서를 바꾸면 잘 안 붙습니다.
지도학습은 사진마다 이름표를 달아 가르치는 방식입니다. 이건 주먹도끼, 이건 토기. 비지도학습은 이름표 없이 비슷한 것끼리 묶게 하는 방식이고요. 강화학습은 잘하면 점수를 주는 방식입니다.
오늘 실습은 지도학습입니다. 그래서 학생이 직접 이름표를 답니다. 이 작업을 해 보면 AI 성능이 사람이 붙인 이름표에 달려 있다는 것이 바로 이해됩니다.
지도학습·비지도학습·강화학습의 차이를 실습과 붙여 정리합니다.
유물 사진으로 하는 이유
이미지 분류는 어떤 소재로도 됩니다. 그런데 유물을 고른 데는 이유가 있습니다.
첫째, 종류가 뚜렷하게 갈립니다. 뗀석기와 간석기, 토기의 무늬는 특징이 분명해서 학습 결과가 눈에 보입니다.
둘째, 실제로 쓰이는 방식입니다. 발굴 현장에서 나오는 조각 사진을 분류하고 비슷한 유물과 대조하는 일에 이미 이런 기술이 들어갑니다.
셋째, 이 수업이 역사 시간과 붙습니다. 기술 수업을 따로 잡기 어려운 학교라면 교과 연계로 넣기 좋습니다.
유물 사진을 종류별로 나눠 모델에 학습시킵니다.
틀린 결과가 나왔을 때
학습을 마치면 새 사진을 넣어 봅니다. 그리고 거의 항상 몇 장은 틀립니다.
이때 원인을 같이 찾습니다. 한쪽 사진만 지나치게 많았거나, 배경이 비슷한 사진만 모았거나, 흐릿한 사진이 섞였거나. 학생들이 직접 데이터를 손보고 다시 학습시키면 결과가 달라지는 것을 확인합니다.
수업의 알맹이는 여기입니다. AI를 고치는 게 아니라 데이터를 고친다는 감각이요. 이 한 번의 경험이 나중에 어떤 AI 도구를 쓰든 남습니다.
어떤 사진에서 틀렸는지 서로 확인하는 시간.
수업을 마치며 데이터와 결과를 함께 정리합니다.
담당 선생님이 자주 묻는 것
Q. 코딩을 배운 적 없는 반도 되나요?
됩니다. 코드를 쓰지 않고 브라우저에서 사진을 올려 학습시키는 방식으로 진행합니다. 인문계 반에서도 그대로 운영합니다.
Q. 유물 말고 다른 소재로도 되나요?
됩니다. 학교에서 다루는 교과나 학과에 맞춰 소재를 바꿉니다. 식물 잎, 재활용 분리 배출, 교통 표지판 같은 소재로 바꿔 운영한 적이 있습니다.
Q. 학생 사진을 쓰지는 않나요?
쓰지 않습니다. 얼굴이 담긴 사진은 학습 데이터로 쓰지 않는 것을 원칙으로 합니다.
Q. 인터넷이 느린 교실인데 괜찮을까요?
미리 알려 주시면 사진 용량을 줄인 자료를 준비해 갑니다. 사전에 교실 여건을 확인하는 것이 수업 성패를 가릅니다.
프로그램 문의 · 출강 일정 확인
선생님, 아래 세 가지만 알려주시면 프로그램 제안서와 견적을 보내드립니다.
1. 대상 학년과 인원
2. 희망 일정과 차시
3. 실습 공간 여건 (교실 형태, 컴퓨터실 여부, 콘센트)
전화 · 070-8064-0829
메일 · hyedu0829@gmail.com (제안서·견적 요청은 메일이 빠릅니다)
프로그램 목록 · https://hyedu.kr/ko/programs
한양미래연구소 · 경기도 안산시 상록구 한양대학로 55 창업보육센터 204호
