01
통합 한국어 커리큘럼
- 선정 이유
- 함수·미분·행렬 같은 수학 기초에서 딥러닝, 머신러닝까지 한 플랫폼 안에서 연속적으로 연결되어 개념 단절이 적습니다.
- 학교 현장 적합성
- 영어 장벽이 낮고 흐름이 명확해 고등학생이 스스로 개념 연결고리를 만들기 쉽습니다.
- 원문 핵심 문장
- 국내 유일의 수학-딥러닝-머신러닝 통합 한국어 커리큘럼
모두의AI 기반 강의 설계
김포의 실제 문제를 데이터로 읽고, AI로 해결해 보는 수업
글로벌 AI 학습 플랫폼 소개
모두의AI는 전 세계 다양한 국가의 AI 연구자와 개발자들이 활용하는 글로벌 학습 플랫폼입니다.
활성 사용자도 500명 이상으로, 기초 학습부터 실전 적용까지 폭넓은 AI 학습 커뮤니티가 형성되어 있습니다.
모두의 AIGoogle Colab공공데이터포털
대상
고등학생(일반계 고등학교 2~3학년)
운영 규모
16차시 (1차시 50분 기준)
수업 형태
강의형 + 플랫폼 실습 + 팀 프로젝트 학습
지역 연계
경기도 김포시 공공데이터 및 지역 현안 중심 실습
선정 근거
왜 모두의AI가 AI·SW 교육의 최선인지
02
즉각 피드백 기반 자기주도 학습
- 선정 이유
- 연습 문제 자동 채점과 업적 시스템으로 학생이 이해 상태를 즉시 확인하고 반복 학습할 수 있습니다.
- 학교 현장 적합성
- 16차시 장기 운영에서도 학습 동기를 유지하기 쉬워 수업 이탈을 줄이는 데 유리합니다.
- 원문 핵심 문장
- 즉각적 피드백과 자기주도 학습 지원
03
설치 없는 웹 접근성
- 선정 이유
- 브라우저 기반으로 동작해 교실 환경, 기기 종류와 관계없이 동일한 학습 경험을 제공합니다.
- 학교 현장 적합성
- 학교 보안 정책·설치 제한 상황에서도 즉시 수업을 시작할 수 있어 운영 리스크가 작습니다.
- 원문 핵심 문장
- 설치 없는 웹 기반 접근성, 학교 현장 최적화
04
수식·시각화 중심 설명
- 선정 이유
- 핵심 개념을 수식과 시각화로 이해시키고, 코딩 실습은 수업에서 별도 도구(Colab)와 연계해 단계적으로 확장할 수 있습니다.
- 학교 현장 적합성
- 수학형/시각형/코딩형 학습자가 섞인 혼합 수준 학급에서 단일 커리큘럼으로 수업이 가능합니다.
- 원문 핵심 문장
- 수식·시각화 중심 설명으로 다양한 학습 유형 수용
05
고등학생 난이도 정밀 조정
- 선정 이유
- 역전파·경사 하강법·교차 검증 같은 핵심 원리를 단순 체험형이 아닌 이해 가능한 수준으로 제공합니다.
- 학교 현장 적합성
- 흥미 유발에서 끝나지 않고 지역 데이터 문제를 실제로 해결하는 프로젝트 역량으로 이어지기 좋습니다.
- 원문 핵심 문장
- 고등학생 눈높이에 정밀 조정된 난이도
모두의AI 선택 이유
왜 모두의AI를 중심 플랫폼으로 선택했는가
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.
학습 흐름
학생이 따라가게 될 학습 여정
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.
학습 성과
이 수업이 남기는 변화
- 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.
운영 도구
학교 현장에서 바로 쓸 수 있는 도구 구성
모두의 AIGoogle Colab공공데이터포털TensorFlow Playground