추가 적립 안내

정보통신기술(ICT) 기반의 교육으로
수업의 질을 업그레이드하라!

스마트한 초등학교 선생님들이 알려주는
인공지능(AI) 교육 수업 매뉴얼!

AI(Artificial Intelligence, 인공지능) 기술의 발달로 사회가 빠르게 변화하고 있다. 급변하는 사회에 적응하기 위해 기초 소양으로 인공지능이 강조되며, 교육 현장에서 AI 학습이 필수 불가결하게 되었다. 미래사회를 살아갈 학생들이 AI를 제대로 활용하기 위해서는 지식과 기능에 대한 학습이 이뤄져야 하기 때문이다. AI와 함께 살아가는 데 필요한 가치와 삶의 방식에 관해 교육성이 커진 것은 물론이고, 이제 우리나라 교육에서 AI 영역은 필수 교과목으로 자리매김할 전망이다.
이 책은 AI 교육을 학교 현장에 접목하여 실시할 때, 보다 실질적이고 효과적인 도움이 될 정보와 팁을 제시한다. 단순히 AI를 활용한 교육 방법 및 프로그램만을 소개한 것이 아니라 학교 현장에서 다양한 상황별로 적용할 수 있는 예시를 담았다. 소프트웨어 교육 일선에 있는 현직 초등학교 교사들이 AI 교육을 하면서 실제 겪은 일을 대화 형식으로 풀어냄으로써 교육 현장의 생생한 현장감을 느끼게 한다. 학교 현장에 AI 교육 적용이 어려운 초등 교사 및 교육 관계자들을 위한 필수 가이드북이 될 것이다.

01. 프롤로그: AI 개념의 이해
새 학년 맞이 주간(1)

02. AI 교육의 필요성 및 중요성
새 학년 맞이 주간(2)

03. 빅데이터 활용하기: 워드클라우드, 나이인식 AI
개학식: 자기소개

04. 인공지능 학습시키기: 바다환경을 위한 AI
과학 수업: 분류하기

05. 동작 인식 AI: 무브미러
체육 수업: 표현 활동

06. 데이터를 표로 나타내기: 엔트리 데이터 분석
수학 수업: 표와 그래프

07. 엔트리 인공지능 블록 활용하기: 오디오 감지
국어 수업: 발음 연습

08. 엔트리 인공지능 학습 모델: 이미지 인식
실과 수업: 재활용 분류

09. 엔트리 인공지능 학습 모델: 이미지 모델 학습
쉬는 시간: 가위바위보

10. 엔트리 인공지능 블록 활용하기: 비디오 감지
친구사랑 주간: 감정 인식

11. 이미지 자동 완성하기: 오토드로우
과학 수업: 식물 잎 관찰

12. 미래 인공지능 서비스 상상해보기
어버이날: AI 역할 수행

13. 빅데이터 기반 이미지 검색: 다음 꽃 검색
현장체험학습: 미션 활동

14. 음성을 텍스트로 변환하기: 클로바 더빙
교사 연수: 동영상 제작

15. 텍스트 모델 학습하기: 머신러닝 포 키즈
언어문화개선 주간: 좋은 말, 나쁜 말 구분

16. 이미지 감지: 이모지 스캐빈저 헌트
방학 과제: 비대면 수업 놀이

17. 해외 인공지능 교육 동향
여름방학 교사 연수

부록: 학습지 예시 답안

인공지능은 인간의 지적 능력(학습능력, 추론능력, 지각능력, 자연언어 이해능력 등)을 컴퓨터 프로그램으로 실현한 기술입니다.
인간의 지능을 인공적으로 재현하려는 생각은 이전부터 있었습니다. 인공지능이라는 용어는 1956년에 처음 등장했습니다. 인간의 두뇌 작용을 적용하여 기계를 만들려는 시도는 인터넷의 발전으로 방대한 데이터를 처리할 수 있게 되면서 발전되었습니다.
기존의 컴퓨터는 인간이 만든 프로그램을 통해 연산작업을 했다면, 인공지능은 기계학습과 딥러닝 기술을 활용하여 방대한 데이터를 학습해 의사결정을 내리는 알고리즘을 만들어 냅니다.

- 13쪽

인공지능을 어떻게 사용하느냐에 따라서 이롭게 사용될 수도 있고 해롭게 사용될 수도 있습니다. 인공지능을 사용할 때는 사용 목적을 바로 설정하고 책임감 있게 사용해야 합니다.
인공지능을 사용하는 원칙에 대해서 많은 논의가 진행되고 있습니다. 대표적인 예로 유네스코에서 준비 중인 AI 윤리에 대한 권고안, 아이작 아시모프의 로봇 3대 원칙 등이 있습니다.

- 54쪽

머신러닝은 인공지능 연구 분야 중 하나로, 인간의 학습 능력과 같은 기능을 컴퓨터에 실현하려는 기술입니다. 머신러닝은 데이터를 기반으로 학습을 하고 데이터를 바탕으로 예측 및 결정을 하는 모델을 만드는 방식입니다. 머신러닝 알고리즘의 종류에는 입력에 대한 출력을 하는 함수를 학습하는 지도학습, 출력 없이 입력만으로 모델을 구축하여 학습하는 비지도학습, 행동을 선택하여 영향을 미치고 이에 대한 피드백으로 보상을 얻어 학습하는 강화학습이 있습니다.
머신러닝을 하는 데이터는 글자, 이미지, 소리, 비디오 등으로 나눌 수 있습니다.

- 101쪽

초기 인공지능은 인간의 지식을 기계에 프로그래밍했고 최근에는 기계가 데이터를 받으면 스스로 학습하는 단계까지 나아갔습니다. 앞으로는 AI는 사람들의 문제를 해결하는, 즉 사람의 인지능력을 흉내 내고 지각, 행동하는 인공지능으로 나아갈 것으로 기대됩니다. 지금은 사람이 제공하는 데이터를 바탕으로 AI가 학습한다면 앞으로 는 AI가 데이터를 만들거나 수집하여 만드는 단계까지 나아가는 것이지요. 그리고 지금은 사람이 하는 일을 AI가 많이 대체하게 되고 과학, 의학, 농업, 산업, 예술 등 많은 분야에서 변화가 일어날 것입니다. 미래 인공지능 서비스의 예시로는 자율주행 자동차, 스마트홈, 가정용 로봇, AI 트레이너, 스마트 거울, 정확한 기상 서비스 등이 있습니다.

- 188쪽