국립중앙과학관, ’21년 인공지능 탐구프로그램 운영 - 자율탐구 프로그램에 초･중등생 100명 선정하여 8개월간 자문서비스 등 지원 - 인공지능 관련 학교 동아리 30개 선정하여 찾아가는 특강 등 연중 지원 |
□ 국립중앙과학관(관장 유국희)은 초･중등학생 대상으로 인공지능에 대한 관심과 탐구분위기 확산을 위한 ’21년 인공지능 탐구프로그램을 운영한다.
□ ❶ (자율탐구 프로그램) 첫째, 100명의 초･중･고등학생이 과학관이 제시한 인공지능 탐구과제(붙임1 참조) 중 한 개를 선택하여 금년 10월까지 자율탐구를 한다. 국립중앙과학관 인공지능 자문단*은 다양한 자문 서비스를 제공하여 학생들의 탐구활동을 지원할 계획이다.
* 한국과학기술정보연구원 등 정부출연(연) 연구원 13명, KAIST 석･박사 과정 학생 12명 등 총 31명으로 구성
ㅇ (정기자문) 우선, 매월 1회 원격으로 정기 자문이 지원된다. 참여 학생들은 화상회의 플랫폼을 활용하여 각자 거주지(집)에서 탐구 중 발생한 궁금한 내용에 대해 질의하고 인공지능 자문단은 실시간 답변과 탐구방향에 대한 자문 서비스를 제공한다.
ㅇ (수시자문 및 대면교육) 정기 자문 외에 수시 자문도 제공한다. 참여 학생들이 온라인 커뮤니티 게시판을 활용하여 수시로 도움을 요청하면 인공지능 자문단의 전문가들이 댓글로 필요한 자문을 할 예정이다. 아울러, 참여 학생들은 과학관을 방문하여 전문가들로부터 1:1 대면 자문과 교육도 받을 수 있다.
ㅇ (성과대회) 10월 중에는 학생들의 탐구성과를 종합 평가하여 우수 학생에게는 과학기술정보통신부장관상 등을 수여･격려할 예정이다.
□ ❷ (인공지능 동아리 지원 프로그램) 둘째로 인공지능 관련 초･중･고등학교 동아리(30개)를 대상으로 맞춤형 체험교육과 찾아가는 자문 서비스 등을 12월까지 제공할 예정이다. 우수 동아리 지도교사에게는 과학기술정보통신부장관 표창도 수여한다.
ㅇ (맞춤형 체험 프로그램) 과학관은 체험 동영상과 재료를 각 동아리에게 제공할 계획이다. 동아리는 초급(블록으로 인공지능 스피커 만들기), 중급(파이썬으로 인공지능 스피커 만들기), 고급(딥러닝 이해하기) 등 3개 과정 중 1개 과정을 선택하여 자체적으로 탐구활동을 하게 된다.
ㅇ (찾아가는 자문･특강) 또한 인공지능 관련 자문･특강을 희망하는 동아리를 위해 전문가가 직접 학교에 방문하는 찾아가는 서비스도 제공된다. 1개 동아리는 연 2회의 범위 내에서 신청할 수 있다.
ㅇ (심화탐구) 아울러 심화 및 응용탐구를 원하는 동아리 학생들은 과학관을 방문하여 인공지능과 연계된 로봇･드론 등을 주제로 한 체험교육 서비스도 받을 수 있다.
□ 국립중앙과학관이 지난해부터 시작하여 올 해 두 번째로 시행하는 인공지능 자율탐구에 참여를 희망하는 학생은 1.25(월)부터 2.19(금)까지, 동아리 지원 프로그램에 참여를 희망하는 지도교사는 2. 1(월)부터 3. 5(금)까지 각각 국립중앙과학관 누리집(http://www.science.go.kr) 공지사항을 통해 신청할 수 있다.
□ 국립중앙과학관 유국희 관장은 “중앙과학관이 제공하는 자율탐구 프로그램과 동아리 지원 프로그램을 통해 청소년과 학교현장을 중심으로 4차 산업혁명의 핵심 기술인 인공지능에 대한 관심과 탐구분위기가 확산되기를 희망한다”고 말했다.
붙임 1 |
| 인공지능 자율탐구 프로그램 참여학생 모집 안내 |
국립중앙과학관은“인공지능 자율탐구 프로그램”에 참여하고자 하는 초･중･고등학생을 아래와 같이 모집합니다.
ㅇ (목 적) 초･중등학생 중심으로 인공지능에 대한 관심과 탐구 분위기 확산
ㅇ (모집정원) 인공지능에 관심 있는 초(4학년 이상)･중･고등학생 100명 내외
※ 5개 탐구과제별 20명씩 총 100명 선정
ㅇ (프로그램 안내) 본 프로그램은 참여 학생 스스로 일정기간 자율탐구하고, 과학관은 자문 서비스를 제공하여 탐구활동을 지원하는 과정임
주 요 내 용 | 운영기간 | 모집대상 | 정원 |
▸ (개요) 참여학생은 과학관이 제시한 5개 탐구과제<첨부1> 중 1개를 최종 선택하여 자율탐구(약 8개월) ▸ (지원) ① 정기 자문 (매월 마지막 토요일 / 비대면) ② 수시 자문 (온라인 커뮤니티 게시판 활용) ③ 대면 자문 (총 3회 내외 / 국립중앙과학관 과학교육관) ④ 필수 소요재료 제공 (1, 3번 탐구과제만 해당) ▸ (혜택) ① 수료증 발급 (성과보고서 제출 등 과제완료 학생) ② 과학기술정보통신부장관상 등 수여 (우수 탐구학생) ③ 인공지능 캠프(1～2일, 10월 예정) 참여 (참가학생 전원) | 2021. 3. ～ 2021. 10. | 초･중･고등학생 | 100명 |
※ 자문 서비스는 정부출연(연) 연구원, KAIST 학생 등으로 구성된 『국립중앙과학관 인공지능 자문단』이 제공
※ 수료증에는 소속학교, 성명, 탐구기간만 명기 (탐구시간은 미 표시)
ㅇ (신청기한) 2021. 1. 25.(월)～2. 19.(금)
ㅇ (신청방법) 국립중앙과학관 누리집 공지사항 참조(온라인 신청)
ㅇ (선정방법) 별도의 선정위원들이 참여 신청서 내용을 검토*하여 선정하되, 신청자가 정원에 미달 시 원칙적으로 모두 선정
* (검토기준) 1) 해당 내용을 빠짐없이 성의 있게 작성하였는가? 2) 인공지능 분야에 대한 신청자의 관심과 탐구 의지가 제시되었는가? 3) 인공지능 분야에 대한 신청자의 활동경험(독서, 동아리활동 등)이 있는가?
ㅇ (선정알림) 선정자에게 개별 문자 안내 및 과학관누리집 공지(2021. 2. 26. 예정)
* 최종 선정자 대상으로 세부 운영방안 설명회 개최 예정 (2021. 3. 13.(토), 비대면)
<첨부 1> 수준별 인공지능 탐구과제 현황(총 5개)
첨부1 |
| 수준별 인공지능 탐구과제 현황 |
| ||
탐구 목표 | ⦁엔트리(Entry) 블록 코딩을 이용하여 인공지능을 탐구하고 나만의 인공지능 프로그램을 제작한다. | |
난이도 수준 (권장) | ⦁프로그래밍에 기초가 없어도 참여 가능함.(초등학교 4학년 이상 권장) | |
준비물 | ⦁엔트리(Entry) 소프트웨어(무료 오픈소스 프로그램) - 다운로드 또는 웹에서 실행(웹 권장) - 버전 2.0.30(2020.11.26.) 이상 권장이나 자주 업데이트 되므로 최신버전 권장 - https://playentry.org/ 에서 회원가입 후 실행 ⦁아두이노(Arduino) 하드웨어 - IDE 환경설치 : https://www.arduino.cc/ → Software → Download → Arduino IDE 1.8.13 이상, 자신의 환경에 맞게 다운로드. - 하드웨어 구입처 : 메카솔루션 → 58종 아두이노 키트 (Z키트) http://mechasolution.com/shop/goods/goods_view.php?goodsno=582896&category=145015008 ⦁USB 웹캠(웹캠이 있는 노트북은 제외, 오픈마켓에서 ‘USB 웹캠’ 검색 후 구입) | |
탐구과정 | ||
STEP 1 | ⦁인공지능의 개념, 역사, 활용 분야 등을 탐구하고 무엇을 제작할지 계획한다. ⦁https://playentry.org/ 접속, 회원가입 후 엔트리 프로그램 작동을 확인한다. ⦁엔트리 학습하기, 교과서 학습하기, 교육 자료, 오픈 강의 등 엔트리에서 제공하는 내용을 차근차근 학습한다. | |
STEP 2 | ⦁블록 → 모델 학습하기를 이용하여 텍스트 분류기 모델을 만든다. ⦁학습된 모델을 적용하여 대답을 분류하여 출력하는 엔트리봇을 제작한다. (예시 : 과일, 동물 종류를 인식하는 텍스트 분류기) ⦁네이버 포스트 - 엔트리 인공지능 데이터과학에 접속하여 엔트리 인공지능 기능을 다양하게 탐구한다. | |
STEP 3 | ⦁엔트리에 아두이노를 연결하고 텍스트 분류기에 따라 LED를 제어한다. (예시 : 과일일 때 Red Led 켜기, 동물일 때 Blue Led 켜기) ⦁개와 고양이 이미지를 다운로드, 엔트리에 업로드하고 학습하여 모델을 만든다. ⦁학습된 모델로 엔트리 블록을 구성하고 캠으로 개와 고양이를 인식시킨다. | |
STEP 4 | ⦁데이터 활용, 만들어진 인공지능 활용, 직접 모델 구성 등 엔트리에서 제공되는 인공지능 기능을 탐구한다. ⦁아두이노 기능, 센서를 학습하고 엔트리와 연결하여 모델을 풍부하게 만든다. ⦁학습된 내용을 토대로 제작할 자율탐구 프로그램을 구상한다. | |
STEP 5 | ⦁자신이 무엇을 학습하였고, 어떤 의미인지 파악하고 학습한 내용을 정리한다. ⦁인공지능 개념을 이용하여 해결하고 싶은 문제를 선정하고 해결 과정 및 결과를 정리한다. ⦁정리한 내용을 바탕으로 보고서를 작성한다. 보고서는 누구나 쉽게 읽고 활용할 수 있도록 친절하게 설명하고 그림, 표, 그래프 등을 적극적으로 활용한다. | |
|
|
| ||
탐구 목표 | ⦁기초 인공지능을 학습하고 예측모델을 만든 후 일상에서의 문제를 해결한다. | |
난이도 수준 (권장) | ⦁프로그래밍 기초가 없어도 참여 가능(파이썬 초급(함수), 중학교 1학년 수학 이상 권장) | |
준비물 | ⦁구글(www.google.co.kr) 계정 ⦁구글 코랩(Google Colab) → 웹상에서 사용, 무료로 사용 가능 ⦁파이썬 및 관련 라이브러리(텐서플로우 등) – 구글 코랩에 설치되어 있음. | |
탐구과정 | ||
STEP 1 | ⦁인공지능의 개념, 역사, 활용 분야 등을 탐구하고 무엇을 제작할지 계획한다. ⦁구글 계정생성 및 로그인, 구글 코랩(https://colab.research.google.com/) 접속 후 텐서플로우 라이브러리 로드하여 잘 작동되는지 확인 ⦁위키독스(https://wikidocs.net/), 유튜브 ‘모두를 위한 딥러닝 강좌 시즌(1 또는 2)’ 등의 자료를 참고하여 파이썬과 텐서플로우를 학습한다. | |
STEP 2 | ⦁제시된 자료에 따라 기초적인 예측 모델을 구글 코랩에서 작성한다. ⦁제시된 자료를 변경해 보고 예측 결과를 확인한다. ⦁코드의 개념과 의미를 스스로 학습한다. | |
STEP 3 | ⦁키에 따른 몸무게를 예측할 수 있는 프로그램을 작성한다. ⦁이산화탄소(CO2)농도에 따른 우리나라 온도 예측 프로그램을 작성한다. ⦁소비자 물가지수 데이터를 이용하여 연도별 물가상승률을 예측하는 프로그램을 작성 후 2030년의 품목별 물가를 예측한다. | |
STEP 4 | ⦁공공데이터포털(www.data.go.kr)에서 시도, 시군구별 교통사고 통계 csv 파일을 다운로드하고 구글 코랩에 업로드 한 뒤 자신의 시도별 사고 건수에 따른 사망자 수 예측 모델을 만든다. ⦁캐글(www.kaggle.com)에서 주택 예측 csv 파일을 다운로드 하고 구글 코랩에 업로드 한 뒤 요소에 따른 주택 가격을 그래프화 한다. 은닉층을 추가하여 주택 가격 예측 모델을 만든다. ⦁공식 텐서플로우 사이트(https://www.tensorflow.org/), 튜토리얼에서 ‘자동차 연비 예측하기’를 안내에 따라 직접 학습하고 모델을 만든다. | |
STEP 5 | ⦁자신이 무엇을 학습하였고, 어떤 의미인지 파악하고 학습한 내용을 정리한다. ⦁인공지능 개념을 이용하여 해결하고 싶은 문제를 선정하고 해결 과정 및 결과를 정리한다. ⦁정리한 내용을 바탕으로 보고서를 작성한다. 보고서는 누구나 쉽게 읽고 활용할 수 있도록 친절하게 설명하고 그림, 표, 그래프 등을 적극적으로 활용한다. | |
| ||
탐구 목표 | ⦁이미지 분류 기술을 활용하여 시각장애인들이 생활 속에서 겪는 사물 인식의 어려움을 지원할 수 있는 시스템을 개발한다. | |
난이도 수준 (권장) | ⦁프로그래밍 기초 능력 필요 | |
준비물 | ⦁인터넷 접속이 가능한 PC 또는 노트북 ⦁라즈베리파이 4 스타트 키트( https://www.eleparts.co.kr/goods/view?no=8486579 ) ⦁라즈베리파이 카메라모듈 V2 (RPI 8MP CAMERA BOARD) | |
탐구과정 | ||
STEP 1 | ⦁시각지능의 개념과 활용 분야 이해 -인간의 시각적 인식 능력을 인공지능을 활용하여 모사하는 기술 학습 ⦁인공지능 개발을 위한 프로그래밍 환경 준비 - Google Colab (https://colab.research.google.com/)에 대한 이해와 사용법 습득 - 파이썬(Python)과 케라스(Keras)를 통한 딥러닝 프로그래밍 기초 실습 | |
STEP 2 | ⦁시각지능의 기초인 이미지 분류 개념 이해 - 딥러닝을 통해 이미지를 지도 학습하는 과정 학습 ⦁숫자 이미지 데이터셋(MNIST)를 활용한 이미지 분류 기술 이해 - FCNN(Fully-connected Neural Network)를 통해 모델 훈련과 예측 수행 - 카메라를 통해 입력받은 이미지에 대해 예측 수행 | |
STEP 3 | ⦁컨벌루션 뉴럴 네트워크 (CNN) 모델 이해 - 시각지능 구성을 위해 필수적인 이미지 특징 추출 기반 모델 이해 ⦁CNN 모델 구성 및 훈련 실험 - MNIST를 활용하여 CNN의 모델 활용법을 습득 - 보다 다양한 영상에 대해 이미지 분류를 실습하기 위해 케글 데이터 활용 | |
STEP 4 | ⦁시각지능의 기본인 이미지 분류 기술을 응용하는 시스템 설계 및 구현 - 시각장애인을 위한 시각지능 구성 등 아이디어 도출 및 시스템 개발 ⦁응용 시나리오 구체화 및 시스템 구성 - 시각지능을 활용하기 위해 입력영상부터 결과출력까지의 과정 설계 및 구현 - 시각지능 모델 개선, 시스템 사용성 개선, 적용 분야 확대 등 | |
STEP 5 | ⦁학습 과정 및 내용에 대한 체계적 정리 - 과제 수행 중에 습득한 지식 및 경험에 대한 보고서 작성 ⦁자신의 독창적 아이디어 도출 및 구현 방안 정리 - 본인이 독창적으로 제안한 내용과 실현 노력에 대해 설명 - 과제 결과물로 얻은 성과를 잘 설명할 수 있는 자료 작성 | |
|
|
| ||
탐구 목표 | ⦁영상객체 탐지 기술을 활용하여 교통 CCTV 영상 데이터로부터 교통 상황을 모니터링할 수 있는 시스템을 개발한다. | |
난이도 수준 (권장) | ⦁Python 프로그래밍 경험 필요, 딥러닝 기초 지식 필요 | |
준비물 | ⦁인터넷 접속이 가능한 PC 또는 노트북 | |
탐구과정 | ||
STEP 1 | ⦁시각지능의 개념과 활용 분야 이해 -인간의 시각적 인식 능력을 인공지능을 활용하여 모사하는 기술 학습 ⦁인공지능 개발을 위한 프로그래밍 환경 준비 - Google Colab (https://colab.research.google.com/)에 대한 이해와 사용법 습득 - 파이썬(Python)과 케라스(Keras)를 통한 딥러닝 프로그래밍 기초 실습 | |
STEP 2 | ⦁컨벌루션 뉴럴 네트워크 (CNN) 모델 이해 - 시각지능 구성을 위해 필수적인 이미지 특징 추출 기반 모델 이해 ⦁CNN 모델 구성 및 훈련 실험 - MNIST를 활용하여 CNN의 모델 활용법을 습득 - 보다 다양한 영상에 대해 이미지 분류를 실습하기 위해 케글 데이터 활용 | |
STEP 3 | ⦁영상객체 탐지 기술 이해 - 한 장의 이미지에서 다중 객체를 동시에 탐지하기 위한 모델 이해 ⦁YOLO 모델 이해 및 실습 - 대표적인 영상객체 탐지모델인 YOLO의 설치 및 활용 실습 - 이미지 및 카메라 영상을 활용한 YOLO 모델 응용 시스템 구성 | |
STEP 4 | ⦁영상객체 탐지 기술을 응용하는 시스템 설계 및 구현 - 공개 교통 CCTV 영상데이터 기반 교통 상황 분석 시스템 등 아이디어 도출 ⦁응용 시나리오 구체화 및 시스템 구성 - 객체탐지 모델 적용 및 탐지 결과를 활용하는 시스템 설계 및 구성 - 시각지능 모델 개선, 시스템 사용성 개선, 적용 분야 확대 등 | |
STEP 5 | ⦁학습 과정 및 내용에 대한 체계적 정리 - 과제 수행 중에 습득한 지식 및 경험에 대한 보고서 작성 ⦁자신의 독창적 아이디어 도출 및 구현 방안 정리 - 본인이 독창적으로 제안한 내용과 실현 노력에 대해 설명 - 과제 결과물로 얻은 성과를 잘 설명할 수 있는 자료 작성 | |
| ||
탐구 목표 | ⦁강화학습의 기초 알고리즘을 사용하여 간단한 게임을 인공지능이 플레이 하는 프로그램을 제작한다. | |
난이도 수준 (권장) | ⦁프로그래밍 기초 능력 필요, 확률을 이용한 수식 이해 능력 필요 | |
준비물 | ⦁인터넷 접속이 가능한 PC 또는 노트북 | |
탐구과정 | ||
STEP 1 | ⦁프로그래밍 환경 구축 - 파이썬(Python) 및 아나콘다 프로그램 설치 ⦁프로그래밍 기초 학습 - 파이썬 문법 및 기초 코드 원리 공부
| |
STEP 2 | ⦁기초 강화학습 알고리즘 학습 - 강화학습의 개념 및 전반적인 개요 이해 - 다이나믹 프로그래밍에 해당되는 정책 반복, 가치 반복 알고리즘 이해 ⦁온라인 공유 코드 탐색 방법 익히기 - Github를 활용한 코드 검색 및 코드 공유 방법 숙달 | |
STEP 3 | ⦁기초 강화학습 예시 코드 실행 및 코드 분석 - 예시 코드 다운로드 및 실행 - 기초 강화학습의 진행 과정 및 원리 이해 - 코드 분석을 통한 기초 강화학습 알고리즘의 구현 방법 이해 | |
STEP 4 | ⦁예시 코드 변경 및 응용 - 이해한 코드 내용을 바탕으로 다양한 환경의 게임 구성 및 강화학습 진행 ⦁강화학습 알고리즘 심화 공부 - SARSA, Q-러닝 등 다양한 강화학습 알고리즘 학습 및 구현 시도 ⦁나만의 게임 제작 및 강화학습 알고리즘 적용 - 강화학습을 적용시킬 수 있는 게임 구조 확인 (OpenAI Gym 참조) | |
STEP 5 | ⦁학습 내용 정리 - 새로 배운 내용 및 본인이 시도해 본 내용들을 전반적으로 정리 - 프로그램을 진행하면서 어려웠던 점 기술 ⦁탐구 내용 보고서 작성 - 강화학습의 기초 개념, 본인의 아이디어 등을 종합적으로 정리 - 그림, 그래프 등을 활용한 가독성 높은 보고서 작성법 학습 | |
|
|
붙임 2 |
| 인공지능 동아리 지원 프로그램 안내 |
국립중앙과학관은“학교 인공지능 동아리 지원 프로그램”에 참여하고자 하는 동아리를 아래와 같이 모집합니다.
ㅇ (목 적) 초･중등학생 중심으로 인공지능에 대한 관심과 탐구 분위기 확산
ㅇ (모집정원) 인공지능* 관련 초･중･고등학교 (과학)동아리** 30개 내외
* 예 : 파이썬을 포함한 각종 프로그래밍 언어, 아두이노･라즈베리파이 등 오픈소스 HW 활용, 머신러닝 또는 코딩프로그램과 연계된 로봇, 드론, 자동차 키트 탐구 등
** 3월 중 신규로 구성계획(예정)인 동아리도 신청 가능
ㅇ (신청기한) 2021. 2. 1.(월)～3. 5.(금)
ㅇ (신청방법) 신청서와 개인정보 제공 동의서 작성 하여 e-mail(kalkuri2@korea.kr)로 송신
ㅇ (선정방법) 참여 신청서 내용을 검토*하여 선정하되, 신청동아리가 정원에 미달 시 원칙적으로 모두 선정
* (검토기준) 1) 해당 내용을 빠짐없이 성의 있게 작성하였는가? 2) 동아리 운영에 대한 계획이 구체적이고 능동적으로 제시되었는가? 3) 인공지능 분야에 대한 신청자(지도교사)의 관심∙경력은 적정한가?
ㅇ (선정알림) 선정자(지도교사)에게 개별 문자 안내 및 과학관누리집 공지(2020. 3. 12. 예정)
* 최종 선정자(지도교사) 대상으로 세부 운영방안 설명회 개최 예정 (2020. 3. 19.(금), 국립중앙과학관 또는 비대면)
ㅇ (지원사항) 선정된 동아리 대상으로 인공지능 관련 맞춤형 체험 프로그램, 찾아가는 자문･특강 등을 제공하고 우수 지도교사 표창 수여
(맞춤형 체험 프로그램) “인공지능 기초” 등 총 3개 과정별 6차시 운영에 필요한 동영상 및 소요재료 제공 (1개 과정만 선택 가능)
과 정 | 체험 프로그램 내용 | 비고 |
❶ 인공지능 기초 | 블록으로 인공지능 스피커 만들기 | 6차시 |
❷ 인공지능 활용 | 파이썬으로 인공지능 스피커 만들기 | 6차시 |
❸ 인공지능 심화 | 딥러닝 이해하기 | 6차시 |
※ 프로그램별 개요는 <첨부1> 참조
(찾아가는 자문･특강) 인공지능 관련 특강･자문을 희망할 경우 1개 동아리 당 연 2회의 범위에서 전문가*가 직접 학교에 방문하여 특강 또는 자문 서비스 제공
* 정부출연(연) 연구원, KAIST 학생 등으로 구성된 『국립중앙과학관 인공지능 자문단』
(심화탐구 지원) 동아리의 자체 심화 탐구활동을 지원하기 위해 3D프린터 등 과학관이 보유한 시설 활용 교육 또는 로봇･드론 등을 주제로 한 체험교육 서비스 제공 (2회 / 1개 동아리)
▸ (기 간) 2021. 4. 7.(수)～12. 10.(금) / 수･목･금 13:30～15:30
▸ (장 소) 국립중앙과학관 과학교육관 4층(과학공방)
▸ (인 원) 최대 10명까지 참여가능(1동아리 1회 기준)
※ 동아리별 세부 방문 일정은 국립중앙과학관 담당자와 별도 협의하여 확정
(우수활동 동아리 지도교사 표창) 상기 제공 서비스 활용 동아리를 대상으로 참여 신청서(활동계획)에 따른 연중 활동성과를 평가하여 과학기술정보통신부장관 및 국립중앙과학관장 표창 수여(12월)
첨부 1 |
| 인공지능 동아리 맞춤형 체험 프로그램 개요 |
과 정 | 차시 | 내 용 |
| 1 | 블록으로 인공지능 스피커 만들기 1 – KT AI Kit 조립 및 환경 설정 |
인공지능 기초 | 2 | 블록으로 인공지능 스피커 만들기 2 – 인공지능 비서, 핵심어 검출 |
| 3 | 블록으로 인공지능 스피커 만들기 3 – 음성 인식 및 합성 |
| 4 | 블록으로 인공지능 스피커 만들기 4 – 머신러닝의 이해(지도학습) |
| 5 | 블록으로 인공지능 스피커 만들기 5 – API의 이해(공공데이터) |
| 6 | 블록으로 인공지능 스피커 만들기 6 – 데이터 세트 |
| 1 | 파이썬으로 인공지능 스피커 만들기 1 – 인공지능 스피커 조립 및 라즈비안 프로그램 설치 |
인공지능 활용 | 2 | 파이썬으로 인공지능 스피커 만들기 2 – 음성인식 RC카 조립하기 및 블록 익히기 |
| 3 | 파이썬으로 인공지능 스피커 만들기 3 – 인공지능 스피커로 음성인식 RC카 프로그래밍 |
| 4 | 파이썬으로 인공지능 스피커 만들기 4 – 기본명령어 알기 |
| 5 | 파이썬으로 인공지능 스피커 만들기 5 – 대화하기, GPIO제어하기 |
| 6 | 파이썬으로 인공지능 스피커 만들기 6 – 온습도 센서 제어하기, 유튜브 음악 재생하기 |
| 1 | 딥러닝 이해하기 1 – 머신러닝·딥러닝의 개념, 절차 / Orange3 설치 |
인공지능 심화 | 2 | 딥러닝 이해하기 2 – Orange3 사용법, 데이터 준비하기 |
| 3 | 딥러닝 이해하기 3 – 회귀(Regression) |
| 4 | 딥러닝 이해하기 4 – 분류(Classification)와 군집화(Clustering) |
| 5 | 딥러닝 이해하기 5 – 이미지 데이터 다루기 |
| 6 | 딥러닝 이해하기 6 – 텍스트 데이터 다루기 |
