01
통합 한국어 커리큘럼
- 選定理由
- 함수·미분·행렬 같은 수학 기초에서 딥러닝, 머신러닝까지 한 플랫폼 안에서 연속적으로 연결되어 개념 단절이 적습니다.
- 学校現場適合
- 영어 장벽이 낮고 흐름이 명확해 고등학생이 스스로 개념 연결고리를 만들기 쉽습니다.
- 原文キーフレーズ
- 국내 유일의 수학-딥러닝-머신러닝 통합 한국어 커리큘럼
みんなのAI活用 教育提案
金浦の実際の課題をデータで読み、AIで解いてみる授業
グローバルAI学習プラットフォーム紹介
みんなのAIは、世界の多様な国のAI研究者・開発者が活用するグローバル学習プラットフォームです。
アクティブユーザーは500人以上で、基礎学習から実務活用まで広いAI学習コミュニティを形成しています。
모두의 AIGoogle Colab공공데이터포털
対象
고등학생(일반계 고등학교 2~3학년)
授業規模
16차시 (1차시 50분 기준)
授業形式
강의형 + 플랫폼 실습 + 팀 프로젝트 학습
地域連携
경기도 김포시 공공데이터 및 지역 현안 중심 실습
Best Choice Evidence
なぜ みんなのAI が AI・SW 教育の最適解なのか
02
즉각 피드백 기반 자기주도 학습
- 選定理由
- 연습 문제 자동 채점과 업적 시스템으로 학생이 이해 상태를 즉시 확인하고 반복 학습할 수 있습니다.
- 学校現場適合
- 16차시 장기 운영에서도 학습 동기를 유지하기 쉬워 수업 이탈을 줄이는 데 유리합니다.
- 原文キーフレーズ
- 즉각적 피드백과 자기주도 학습 지원
03
설치 없는 웹 접근성
- 選定理由
- 브라우저 기반으로 동작해 교실 환경, 기기 종류와 관계없이 동일한 학습 경험을 제공합니다.
- 学校現場適合
- 학교 보안 정책·설치 제한 상황에서도 즉시 수업을 시작할 수 있어 운영 리스크가 작습니다.
- 原文キーフレーズ
- 설치 없는 웹 기반 접근성, 학교 현장 최적화
04
수식·시각화 중심 설명
- 選定理由
- 핵심 개념을 수식과 시각화로 이해시키고, 코딩 실습은 수업에서 별도 도구(Colab)와 연계해 단계적으로 확장할 수 있습니다.
- 学校現場適合
- 수학형/시각형/코딩형 학습자가 섞인 혼합 수준 학급에서 단일 커리큘럼으로 수업이 가능합니다.
- 原文キーフレーズ
- 수식·시각화 중심 설명으로 다양한 학습 유형 수용
05
고등학생 난이도 정밀 조정
- 選定理由
- 역전파·경사 하강법·교차 검증 같은 핵심 원리를 단순 체험형이 아닌 이해 가능한 수준으로 제공합니다.
- 学校現場適合
- 흥미 유발에서 끝나지 않고 지역 데이터 문제를 실제로 해결하는 프로젝트 역량으로 이어지기 좋습니다.
- 原文キーフレーズ
- 고등학생 눈높이에 정밀 조정된 난이도
Why Everyone's AI
なぜ みんなのAI を中心プラットフォームにするのか
수학-딥러닝-머신러닝을 한 흐름으로 학습
기초 수학에서 딥러닝, 다시 머신러닝으로 이어지는 구조를 하나의 한국어 플랫폼 안에서 끊김 없이 경험할 수 있어 개념 연결이 쉽습니다.
즉각적 피드백과 자기주도 학습
챕터별 연습 문제와 자동 채점, 업적 시스템이 학생이 스스로 이해도를 점검하고 학습 동기를 유지하도록 돕습니다.
설치 없는 웹 기반 접근성
브라우저만 있으면 PC·태블릿 어디서든 동일한 환경을 사용할 수 있어 학교 현장에서 별도 설치 없이 바로 운영할 수 있습니다.
수식·시각화 중심의 직관적 설명
수학적 설명과 직관적 시각화를 중심으로 개념을 이해하도록 돕고, 코딩 실습은 별도 Colab 활동과 연계해 운영할 수 있습니다.
고등학생 눈높이에 맞춘 정밀한 난이도
역전파, 경사 하강법, 교차 검증 같은 핵심 개념을 지나치게 단순화하지 않으면서도 실제 수업에서 이해 가능한 수준으로 설계했습니다.
Learning Flow
生徒がたどる学習の流れ
01
기초 수학
함수·지수·로그·미분·벡터·행렬을 AI의 언어로 연결합니다.
02
기초 딥러닝
뉴런·활성화 함수·신경망·역전파를 시각화와 함께 익힙니다.
03
기초 머신러닝
회귀·분류·앙상블·평가 지표를 실제 김포 데이터에 적용합니다.
04
팀 프로젝트
교통·환경·인구·상권 문제를 데이터 기반 정책 아이디어로 완성합니다.
Learning Outcomes
この授業で得られる変化
- 학생이 AI·머신러닝·딥러닝의 관계를 설명하고 기본 수학 개념을 실제 문제와 연결할 수 있습니다.
- 김포시 데이터로 회귀·분류·앙상블 모델을 적용하고 결과를 해석하는 경험을 얻게 됩니다.
- 팀 프로젝트를 통해 지역 문제를 데이터 문제로 바꾸는 사고력과 협업 역량을 기르게 됩니다.
- 최종 발표에서 정책 제안, 한계 분석, AI 윤리 고려까지 포함한 완성형 결과물을 만들 수 있습니다.
Platform Stack
学校現場ですぐ使えるツール構成
모두의 AIGoogle Colab공공데이터포털TensorFlow Playground