생성형 AI 실습 교재 01. 인공지능은 데이터로 배운다
단원 지도 계획
| 교과서 | 생성형 AI 실습 교재 (생성형 AI 실전 특강) |
|---|---|
| 대단원 | 01. 인공지능은 데이터로 배운다 |
| 중단원 | 1. 인공지능은 데이터로 배운다 |
| 차시 | 5차시 + 평가 (1차시 45분 기준) |
| 교과 연계 | 중학교 정보 ‘인공지능’ 영역의 학습 데이터의 중요성, 데이터 수집 · 분류 활동, 인공지능의 윤리적 문제와 이어진다. |
단원 학습 목표
- 인공지능이 레이블이 붙은 학습 데이터에서 규칙을 찾아 분류한다는 것을 설명할 수 있다.
- 특징으로 그린 데이터 지도에서 k-최근접 이웃 방법으로 새 데이터를 분류할 수 있다.
- 테스트 데이터로 정확도를 구하고, 데이터의 양과 균형이 정확도에 주는 영향을 설명할 수 있다.
- 데이터를 모을 때 지켜야 할 개인정보 보호와 공정성 문제를 설명할 수 있다.
| 차시 | 중단원 | 학습 주제 | 주요 활동 | 평가 |
|---|---|---|---|---|
| 1 | 1 | 예시를 보고 규칙을 찾는다 | 열기, 개념, 3D 모형 조작 | 대단원 마무리 |
| 2 | 1 | 가까운 이웃에게 묻는다: k-최근접 이웃 | 개념, 3D 모형 조작 | 대단원 마무리 |
| 3 | 1 | 치우친 데이터로 배운 기계 | 탐구, 3D 모형 조작 | 대단원 마무리 |
| 4 | 1 | 정확도와 테스트 데이터 | 개념, 예제, 3D 모형 조작 | 대단원 마무리 |
| 5 | 1 | 데이터를 모을 때 지킬 것 | 생활, 정리, 3D 모형 조작 | 대단원 마무리 |
학생들이 자주 하는 오해
- 데이터를 많이 넣기만 하면 정확도가 오른다고 생각함 (틀리는 경우를 골고루 담아야 함)
- 인공지능이 사람처럼 과일의 뜻을 이해한다고 생각함 (숫자로 잰 특징 사이의 거리만 비교함)
- 정확도 100%면 어떤 과일도 틀리지 않는다고 생각함 (시험한 데이터에서만의 결과임)
- k가 클수록 언제나 좋다고 생각함 (수가 적은 쪽이 밀려날 수 있음)