팝콘쌤이 전하는 중학교에서 브라이틱스 활용하기
브라이틱스 활용 수업사례(중학교) 내용은 삼성 주니어 소프트웨어 아카데미 연수 내용을 참고하여
만든 자료입니다.
새롭게 등장하는 2022 개정 교육과정의 정보과에는 인공지능 내용이 다수 포함되어 있습니다.
특히, 중학교 내용에서는 처음으로 인공지능 단원이 등장합니다.
[클릭] 2022개정 교육과정의 정보과 -중학교 [인공지능]
교육과정에 따르면 중학교에서도 인공지능 단원을 가르쳐야 합니다. 이는 우리 정보 선생님들에게 큰 부담감으로 다가갈 수 있는데요. 중학생도 어느 정도 이해할 수 있고, 흥미를 가지고 참여할 수 있는 프로그램을 소개해드리겠습니다.
바로 바로~ 브라이틱스 AI입니다.
출처 : Brightics TV
브라이틱스는 Drag&Drop을 통해 다양한 사용자에게 입력데이터와 분석모델의 처리 결과를 리포트 형태로 제공합니다. 사용자가 리포트의 크기와 표시방식을 선정하고, 스케줄러와 연동하는 것으로 정기 리포트가 생성됩니다.
2022개정교육과정 속 인공지능을 학생들이 이해하기 위해서는 데이터에 대한 학습이 필요합니다. 브라이틱스 AI는 자동으로 학생들이 필요한 데이터를 탐색하고 시각화 해주는 기능을 제공합니다.
즉, 브라이틱스를 이용하면 학생들이 복잡한 코딩 없이 데이터를 분석할 수 있게 해준다는 것입니다.
수업 주제 - 우리 동네 데이터 분석
우리 정보 선생님들도 아시다시피 인공지능은 데이터를 기반으로 하고 있습니다. 인공지능을 이해하기 위해 데이터의 학습이 필수적인데, 브라이틱스는 학생들이 데이터를 조금 더 잘 분석할 수 있도록 도와주는 프로그램입니다.
팝콘쌤은 브라이틱스 인공지능 프로그램을 통해 학생들이 살고 있는 동네의 데이터를 분석하는 활동을 하였습니다. 팝콘쌤이 설계한 수업의 주제는 ‘우리 동네 데이터 분석’입니다.
아래는 팝콘쌤이 수업한 순서입니다.
<브라이틱스 AI 수업 순서>
★ 수업 자료 :
위의 링크를 접속하시면 팝콘쌤이 수업한 자료를 보실 수 있습니다.
<우리 동네 데이터 분석 수업>
1.
수업 주제 : 우리 동네 데이터 분석
2.
대상 : 중1~중3
3.
수업 유형 : 2학기 방과 후 수업
4.
준비 자료 : 컴퓨터, 브라이틱스 AI 프로그램, 분석할 데이터(동네 인구 데이터)
※ 분석할 노원구 인구 데이터
1.
문제 이해
제가 근무하는 곳이 노원구 소재의 중평중학교이기 때문에 학생들과 함께 서울시 노원구의 인구를 분석하였습니다.
2.
데이터 수집
학생들에게 통계청 사이트 링크를 공유하여 직접 분석할 데이터를 수집하도록 하였습니다.
3.
데이터 전처리
주의 사항
먼저, 학생들이 데이터베이스의 개념을 익혀야 합니다. 저는 데이터테이블(표)에서의 행(튜플), 열(속성, 애트리븃)의 개념을 수업 시간에 먼저 다루었습니다.
두 번째로, 브라이틱스AI 프로그램에서 ( _ )을 제외한 특수문자, 한글 데이터는 분석할 수 없다는 점을 알려주고, 전처리 활동에서 특수문자는 삭제하거나 ( _ )로, 한글 데이터는 영어로 수정하였습니다.
※ 전처리를 거친 노원구 인구 데이터
4.
데이터 탐색 후 업로드
분석할 데이터를 브라이틱스AI에 업로드하는 과정입니다.
5.
데이터 해석
전처리가 완료된 상태의 데이터를 브라이틱스 AI가 자동으로 분석한 내용입니다.
저는 추가적으로 활동지를 통해 데이터를 해석하는 다양한 문제를 학생들이 찾아서 풀도록 했습니다.
★ 활동지
6.
데이터 시각화
학생들이 2011년, 2022년 노원구의 인구 데이터(5세별 인구 수를 나타냄)를 막대 그래프로 시각화할 수 있도록 하였습니다. 자신이 찾은 데이터를 시각화 함으로써 한눈에 자료를 알아볼 수 있도록 하였습니다.
브라이틱스를 활용한 수업을 진행하면서 느낀 점
아이들과 브라이틱스 활용 수업을 진행하기 위해서는 사전의 많은 내용을 가르쳐야 했습니다. 우선, 데이터의 의미, 데이터베이스에서 나오는 데이터 테이블의 속성, 데이터를 시각화해야 하는 이유 등 많은 수업 내용이 필요했습니다. 따라서 브라이틱스 AI를 수업하기 위해서는 치밀한 수업계획과 많은 수업시수가 필요하다는 생각이 들었습니다.
브라이틱스 수업이 쉽지 만은 않습니다. 중학교 학생들이 이해하기 쉽도록 수업 내용을 재구조화 한다면, 학생들의 만족도도 높을 것이라는 생각이 듭니다. 브라이틱스AI를 활용하여 우리 학생들이 직접 데이터를 분석하고, 시각화 한다면, 인공지능에 더 쉽게 다가갈 수 있을 것입니다. 감사합니다.
케이크쌤의 브라이틱스 200% 활용하기
브라이틱스 AI는 삼성 SDS에서 개발한 데이터 분석 플랫폼으로 누구나 쉽게 드래그 앤 드롭으로 다양한 데이터를 분석하고 시각화할 수 있습니다.
케이크쌤이 근무하고 있는 인문계고등학교에서 올해 삼성 주니어 소프트웨어 프로그램을 신청하여 총 8단원, 16차시로 구성되어 있는 수업 자료를 활용하였으며, 수행 평가를 진행하였습니다. 두 달이 채 안 되는 기간 동안 학생들과 브라이틱스를 경험해 보면서 학생들에게 색다른 경험을 제공해 뿌듯한 한편, 아쉬움이 많았는데요. 어떤 일이 있었는지 살펴볼까요?
[200% 활용하기] AI는 남/여를 어떻게 구분할까?
코의 길이, 입술 두께, 이마 너비 등의 사람의 이목구비 데이터를 활용해 남성과 여성을 구분하는 실습입니다. 막대 그래프로 데이터를 시각화하여 인중 길이, 코의 길이와 너비에서 남성과 여성의 차이가 크다는 것을 발견하고, 결정 나무를 이용해 학습과 예측을 진행하였습니다.
여기까지는 주소아 교재에 있는 내용이며, 이후에 수업에서 만든 기계 학습 모델을 어떻게 활용할 수 있는지 보여주기 위해 수업 전 학생들에게 미리 자신의 이목구비 데이터를 수집해 올 것을 요청하였습니다. (학생들이 자신의 이목구비 길이를 재는 것을 너무 싫어하여 희망자의 데이터만 받았습니다~)
희망자의 데이터만 받았습니다~)
브라이틱스 버전에 따라 ‘테이블 생성’이 없는 경우 엑셀 파일을 만들어 ‘데이터 불러오기’를 활용했습니다.
아래 그림처럼 브라이틱스 내에서 테이블을 생성해 친구의 데이터를 직접 입력하거나, 엑셀 파일로 만들어 값을 입력한 뒤 테이블을 불러오게 하였습니다.
그 뒤 데이터를 분류 예측에 연결해 주면 우리 반 학생들의 이목구비 데이터를 활용하여 인공지능이 어떤 성별로 분류하는지 알아볼 수 있습니다.
자신의 성별 그대로 나온 학생들도 있었지만 선이 굵은 여학생의 데이터와, 이목구비가 작은 남학생 데이터를 넣어본 결과 여학생을 Male로 남학생을 Female로 예측하기도 하여 학생들이 즐거운 분위기에서 실습을 마무리했습니다.
[200% 활용하기] 나와 SNS 이용 성향이 비슷한 친구는 누구일까?
‘SNS 이용 성향’ 실습은 정답이 정해져 있지 않은 군집화 실습으로 학습을 통해 비슷한 특성을 가진 K개의 그룹으로 나누어줍니다. 따라서 내가 어떤 사람들과 같은 군집에 속하고, 그 군집이 어떤 특성을 가졌는지 해석해 볼 수 있는데요. 주어진 데이터로 실습을 하면 학생들에게 와 닿지 않을 거 같아 프로그래밍을 듣는 수강 학생들 전부에게 설문을 받았습니다. 데이터의 양을 늘리고 재미있게 실습을 하기 위해 학년부 선생님들께 부탁을 드려 선생님들의 설문도 수집했습니다.
수업 시간에 위 이미지의 설문지를 제공했으며, 인터넷을 참고하여 설문 내용을 조금 수정했습니다.
설문 후에는 날 것의 설문 응답 엑셀 파일을 가지고 학생들과 직접 데이터 전처리를 진행했습니다. 응답이 빈칸인 결측치는 어떻게 처리할 것인지, 실습에 필요 없는 타임 스탬프 열은 지울 것인지, 아래 그림의 노란 칸처럼 형식에 맞지 않게 응답한 데이터는 어떻게 처리할 것인지 등을 함께 고민해 보며 데이터를 정리했고, 이 과정에서 학생들이 데이터 전처리의 중요성을 느낄 수 있도록 했습니다.
그 후 군집화를 진행하였습니다. SSE(Sum of Squared Error) 값을 직접 계산해 최적의 군집 개수를 찾도록 하며, 자신이 몇 번 군집에 속해있는지, 그 그룹에는 누가 있는지 확인해 보게 하고, 각 그룹의 응답 데이터를 꺾은 선 그래프로 나타내 그룹의 특성을 설명해 보게 했습니다.
(학생들이 자신이 몇 번 군집이고 그 그룹에 누가 있는지 확인하고 우와~ 신기하다! 하고 끝내는 경우가 있는데 여기서 끝내지 않고 자신이 속한 그룹이 젤 높은 점수를 받은 항목/낮은 점수를 받은 항목을 확인해 보고, 자신과 반대되는 그룹에는 누가 있고, 어떤 특성이 있는지 꼭!!!! 확인해 볼 수 있게 여러 번 강조했습니다.)
여기서 끝내지 않고 자신이 속한 그룹이 젤 높은 점수를 받은 항목/낮은 점수를 받은 항목을 확인해 보고, 자신과 반대되는 그룹에는 누가 있고, 어떤 특성이 있는지 꼭!!!! 확인해 볼 수 있게 여러 번 강조했습니다.)
[기타] 캐글에서 활용하기 좋은 데이터
[기타] 수업 보안 점 & 유의 사항
•
브라이틱스 AI는 프로그램이 무거운 편이라 프로그램을 켜는데 많은 시간이 소요된다.
•
오렌지3와 비교하면 이미지 분류 실습이 불가능하다. 이미지 분류는 오렌지3로 해야 한다.
•
두 달 이내로 주소아 16차시 수업을 빠르게 진행할 경우 인공지능 개념에 대한 충분한 이해 없이 실습 위주의 수업이 될 확률이 높다. 학생들이 K-means, 선형 회귀, 의사 결정 나무 등에 대한 개념 학습이 충분히 이루어지려면 정보, 프로그래밍 수업보다 인공지능 기초 수업에서 다루는 것이 좋을 듯 하다.
•
학생들이 엑셀/스프레드시트 다루는 법을 전혀 모른다. 데이터 전처리가 매우 중요한데 다음에도 브라이틱스 수업을 한다면 엑셀 기초 수업도 1-2차시 정도 할 의향이 있다.