Search

2025_웹진_10월호 (1)

Search
ChatGPT를 활용한 생기부 Q&A 챗봇 제작 및 활용
선생님들 안녕하세요, 푸딩샘입니다.
최근 몇 년 사이 생성형 인공지능은 빠른 속도로 발전하고 있습니다. 불과 얼마 전까지만 해도 상상 속에 머물던 기술들이 이제는 교실 속으로 들어와 우리의 수업 방식과 학습 환경을 변화시키고 있습니다. 요즘 학생들에게 “질문할 때 어디에서 검색하니?”라고 물어보면, 예전에는 ‘네이버’라고 답하던 아이들이 이제는 ‘ChatGPT’를 활용한다고 말합니다. 현재는 GPT-5 버전까지 공개될 정도로 그 발전 속도가 놀랍습니다.
선생님들께서는 혹시 생성형 인공지능을 업무에 활용해 보신 적 있으신가요? 저는 여러 분야에서 적극적으로 활용하고 있습니다. 예를 들어 ChatGPT를 기반으로 생기부 Q&A 챗봇을 제작하여 궁금한 점이 생길 때 활용하고 있으며, 미리캔버스·GenSpark AI·Claude AI·Gamma 등을 이용해 활동지를 바탕으로, 자동으로 PPT를 제작하는 데에도 활용하고 있습니다.
제가 어떤 방식으로 생성형 인공지능을 활용하고 있는지 구체적인 방안을 선생님들께 공유드리고자 합니다.

[ChatGPT를 활용한 생기부 Q&A 챗봇 제작 및 활용]

아마 유료 버전을 사용하시는 선생님들도 계실 것이고 무료 버전을 사용하시는 선생님들도 계실 것 같습니다. 유료 버전을 사용하신다면 MyGPT나 프로젝트 기능을 활용해 한 번 학습시킨 후 업무에 적용하실 수 있습니다. 유료 버전과 무료버전을 활용하시는 선생님들께서는 아래 단계대로 적용하신 후 활용하시면 됩니다.
[단계1] 생활기록부 기재 요령을 PDF 파일로 다운로드 받으시면 됩니다.
생활기록부 기재 요령은 교육부 공식 사이트에서 누구나 쉽게 다운로드 받아 활용할 수 있습니다.
교사를 위한 생성형 AI 생기부 Q&A 챗봇 제작 및 활용
안녕하세요, 펭귄쌤 입니다~
오늘은 2024학년도 ~ 2026학년도 수능, 6월, 9월 모의고사에서 ‘정보 교과’와 관련된 키워드가 얼마나 다루어졌는지를 보여드리려고 해요. 2024학년도 6월 모의평가부터 2026학년도 9월 모의평가까지 다뤘습니다!
본 아티클에 포함된 문제의 저작권은 한국교육과정평가원에 있고, 해당 문제를 볼 수 있는 링크는 따로 첨부하도록 하겠습니다.
참고로, 찾아보면서 생각보다 우리 교과와 관련 있는 시험 문제가 많아 놀랐습니다^^;
사회탐구 영역은 2024학년도, 2025학년도 수능, 2026학년도 9월 모의평가만 찾아봤습니다.
더 찾아보면 더 나올 수 있겠죠?
따라서 제가 다 찾지 못한 부분도 있으니 너그러이 봐주시길 부탁드립니다.
그러면 한번 시작해 볼까요?
1.
2026학년도 9월 모의평가 국어 [1~3] 인공지능 / 역대급… 국어 1번 지문을 인공지능 내용이 장식했습니다.
이번 매거진 글을 작성하면서 놀랐던 점은, 우리 생각보다 더 수능이 사회 트렌드에 따라가려고 노력하고 있다는 점인데요. 작년에 확산 모델(Diffusion model)이 수능에서 출제되기는 했지만, 이렇게 국어 영역 1번부터 인공지능이 나온 것은 굉장히 이례적인 일입니다.
수능에 나오는 정보 키워드 (1편)
안녕하세요? 초코쌤입니다.
작년(2024년) 11월호에 잠깐 PyGame으로 공룡게임 만들기에 대해서 소개해드렸는데요~
PyGame으로 게임 만들기 시리즈를 이어 가보려고 합니다 ㅎㅎ
이번에는 스베랑카(SUBERUNKER)라는 게임을 만들어보려고 하는데요.
흔히, 똥피하기 게임이라고 하면 모두 한 번쯤은 해보셨을 게임입니다 ㅎㅎ
이번호에서 만들 것은 아래와 같습니다
큰 틀 잡기
플레이어를 움직일 수 있게 하기
떨어지는 도형 만들기
부딪히면 게임 종료
PyGame으로 스베랑카 게임 만들기
[중‧고등학생을 위한 인공지능 윤리 수업 사례]

Mediapipe란?

Mediapipe는 구글이 제공하는 오픈소스 머신러닝 라이브러리로, 얼굴 인식·손동작 추적·객체 감지 등 다양한 컴퓨터 비전 기능을 손쉽게 체험할 수 있도록 도와줍니다.
단, Mediapipe 체험 서비스는 구글 개인 계정으로만 로그인 가능하다는 점을 학생들에게 사전에 안내해야 합니다.
Mediapipe로 배우는 컴퓨터 비전 기초
•
인공지능 개념 학습
•
토론 주제 선정
•
토론 실행

인공지능 개념 학습

가장 먼저 인공지능의 기본 개념에 대한 학습을 진행하였습니다.
1. 인공지능 개념, 2. 학습 원리, 3. 데이터, 4. 활용 사례, 5. 사회 변화 5개의 분야를 제시하고 원하는 분야를 선택하도록 하여 모둠을 다섯 개로 구성하였습니다.
매주 각 모둠마다 주제를 주고 주제에 맞는 내용을 인공지능 관련 도서, 인터넷 검색 등을 통해 학습하고 ppt를 제작하여 발표하게 하였습니다.
<학생들이 제작한 PPT 사례>
예상보다 더 높은 퀄리티의 ppt가 만들어져서 놀랐었습니다. 학생들이 단순 내용 발표와 더불어 퀴즈까지 자발적으로 진행하며 더 즐거운 시간이었던 것 같습니다.

토론 준비

1. 주제 선정

주제 선정을 위해 먼저 모둠 내에서 수업 때 토론해 보고 싶다고 생각했던 주제를 이야기해 보고 인터넷 검색을 통해 여러 토론 주제를 탐색하면서 토론 주제 아이디어에 대한 브레인스토밍을 진행하였습니다. 1) 두 입장으로 나누어질 수 있는 2) 사회적 논의가 필요한 가치 있는 주제를 선정할 수 있도록 사전에 공지하였습니다. 이를 통해 나온 아이디어들을, 패들렛을 통해 다른 모둠 친구들과 공유하였습니다.
중학교 주제 선택 인공지능 토론 수업
안녕하세요, 펭귄쌤입니다. 오늘 다루는 내용은 학교 이동에 관한 내용인데,
제가 임용 합격하고 근무한 곳이 경기도밖에 없다보니, ‘경기도’에 한정되어 있다는 점 양해 부탁드립니다!
타 지역 근무하시는 선생님들은 ‘경기도는 대략 이렇구나’ 봐주시면 될 것 같아요.
그럼 시작합니다~!

내신이란?

신규교사나 저경력 교사에게는 굉장히 생소하게 들릴 수도 있는 용어입니다.
저도 학교에서 처음 보는 용어였는데요. 당연히 학생 내신 성적이 아니라,
‘학교에서 다른 학교로 옮기기 위해 희망 학교를 작성해 제출하는 과정’을 보통 내신 쓴다고 표현해요.
내신에는 크게 두 가지, 관내내신과 관외내신이 있어요.
관내내신은 현재 소속된 지역 안에서 학교를 옮기는 거고,
관외(청간)내신은 현재 소속된 지역을 떠나 다른 지역으로 가는 겁니다.
예를 들어 경기도 광명시에서 근무하는 중학교 교사가 광명 내의 중학교나 고등학교로 옮긴다면?
(경기도) 학교 이동
안녕하세요. 파이쌤 입니다. 인공지능은 어떻게 스스로 똑똑해질까요?
그 비밀은 놀랍게도 '요리' 과정과 닮아있습니다. 요리사가 맛을 보고 레시피를 수정하며 완벽한 요리를 만들어가듯, 인공지능도 자신의 실수를 거꾸로 되짚어보며 학습합니다. 이번 소식지에서는 인공지능 학습의 핵심 원리인 '오차역전파'에 대해서 다뤄보려고 합니다. 인공지능의 학습 원리가 궁금하셨다면 이번 글을 놓치지 마세요!
요리사가 처음 해보는 요리가 있습니다. 레시피를 보고 정성껏 재료를 넣고 조리하지만, 완성된 음식의 맛이 기대와 다를 수 있습니다. 이때 그는 맛을 본 후 요리 과정을 거꾸로 생각해 보면서 무엇이 부족했는지 분석해본 후 다음 조리 시에는 이를 보완해 요리를 할 것입니다.
예를 들어, 간이 싱겁다면 다음에는 소금을 더 넣고, 너무 짜다면 소금 양을 줄일 것입니다. 조리 시간이 길어 음식이 퍽퍽했다면 다음에는 조금 덜 익히도록 조정할 것입니다. 이처럼 완성된 결과물(음식)을 평가하고, 이상적인 맛과의 차이가 어디에서 비롯되었는지 거꾸로 추적하여 원인(조리 과정)을 수정하는 것이 바로 인공지능 신경망을 학습시키는 역전파(Backpropagation)의 핵심 원리와 같습니다.
신경망의 학습 과정도 이와 마찬가지입니다. 모델이 예측한 값과 실제 값의 차이, 즉 오차(Error)를 계산한 뒤, 그 오차가 네트워크 안의 어느 부분에서 비롯되었는지를 단계별로 거슬러 올라가 확인합니다. 그리고 각 단계의 가중치(Weight)를 조금씩 조정하여 다음 예측에서는 오차를 줄일 수 있도록 학습합니다.
이번 글에서는 신경망에서 이 과정을 어떻게 해나가는지 자세히 살펴보도록 하겠습니다.

오차역전파

오차역전파(Backpropagation)는 신경망 학습에서 각 가중치에 대한 기울기(gradient)를 효율적으로 계산하는 알고리즘입니다.
신경망은 먼저 임의의 가중치와 편향(bias)으로 초깃값을 설정한 뒤, 입력 데이터를 순서대로 계산하여 예측값을 출력합니다(순전파, forward propagation). 이후 예측값과 실제 정답의 차이를 바탕으로 손실(Loss)을 구합니다.
손실을 줄여 모델을 최적화하기 위해, 각 가중치와 편향이 손실에 얼마나 영향을 미쳤는지(기울기)를 계산하고, 이를 이용해 매개변수 값을 미세하게 조정합니다. 이때 미분의 연쇄 법칙(chain rule)을 이용해 출력층에서부터 입력층 방향으로 기울기를 차례차례 전달하며 계산하는데, 이 과정을 오차역전파라고 부릅니다.
인공지능 수학_인공지능 신경망의 학습 비결, 역전파
[중‧고등학생을 위한 인공지능 윤리 수업 사례]

Mediapipe란?

Mediapipe는 구글이 제공하는 오픈소스 머신러닝 라이브러리로, 얼굴 인식·손동작 추적·객체 감지 등 다양한 컴퓨터 비전 기능을 손쉽게 체험할 수 있도록 도와줍니다.
단, Mediapipe 체험 서비스는 구글 개인 계정으로만 로그인 가능하다는 점을 학생들에게 사전에 안내해야 합니다.
Mediapipe로 배우는 컴퓨터 비전 기초 (1)
안녕하세요? 초코쌤입니다.
작년(2024년) 11월호에 잠깐 PyGame으로 공룡게임 만들기에 대해서 소개해드렸는데요~
PyGame으로 게임 만들기 시리즈를 이어 가보려고 합니다 ㅎㅎ
이번에는 스베랑카(SUBERUNKER)라는 게임을 만들어보려고 하는데요.
흔히, 똥피하기 게임이라고 하면 모두 한 번쯤은 해보셨을 게임입니다 ㅎㅎ
이번호에서 만들 것은 아래와 같습니다
큰 틀 잡기
플레이어를 움직일 수 있게 하기
떨어지는 도형 만들기
부딪히면 게임 종료
PyGame으로 스베랑카 게임 만들기 (1)