1단계
기초 이해 단계
1~4차시
AI 개념, 함수·미분·벡터 등 수학 기초를 지역 사례와 연결합니다.
产出: 개념 설명, 수학-AI 연결 발표, 초기 아이디어 도출
Course Overview
用金浦数据完成的16课时 AI·SW 教育课程
核心平台
모두의 AI (mdooai.com)
建议人数
20~30명 권장 (4~5인 1팀, 4~6팀 구성)
课程规模
16차시 (1차시 50분 기준)
地域连接
경기도 김포시 공공데이터 및 지역 현안 중심 실습
4 Learning Stages
16课时实施路线图
2단계
딥러닝 구조화 단계
5~8차시
선형계층, 활성화 함수, 신경망, 역전파를 시각화와 도식 중심으로 익힙니다.
产出: 신경망 도식, 역전파 흐름 정리, 개념 퀴즈
3단계
머신러닝 적용 단계
9~12차시
회귀·분류·앙상블과 모델 평가를 김포 데이터에 직접 적용합니다.
产出: 모델 실습 코드, 성능 비교표, 공정성 토론 결과
4단계
지역 문제 해결 단계
13~16차시
팀별 지역 현안을 데이터 문제로 정의해 정책 제안형 프로젝트로 완성합니다.
产出: 최종 발표 자료, 정책 제안, 상호 평가 결과
课程目标
- 모두의 AI의 기초 수학·기초 딥러닝·기초 머신러닝 챕터를 통해 AI·SW의 핵심 원리를 이해한다.
- 김포시의 실제 공공데이터를 활용하여 지역 문제를 데이터 기반으로 정의하고 분석한다.
- 문제 정의 → 데이터 수집 → 모델 적용 → 결과 해석 → 발표의 AI 문제해결 전 과정을 경험한다.
- 협력, 발표, 비판적 사고 역량을 바탕으로 AI 시대의 능동적 시민으로 성장한다.
教学准备与使用工具
准备物
- 노트북 또는 태블릿 (1인 1기기)
- 모두의 AI 계정 (사전 가입 권장)
- Google 계정 (Colab 사용)
主要平台
- 모두의 AI
- Google Colab
- 공공데이터포털
- TensorFlow Playground
Assessment Design
评价计划与方式
과정 중심 평가: 오답 자체보다 탐색 과정, 토론 참여, 개선 시도를 중심으로 평가합니다.
설명 가능성 평가: 모델 성능 숫자만이 아니라 선택 근거와 결과 해석을 말로 설명할 수 있는지를 봅니다.
윤리·한계 인식 평가: 편향 데이터, 프라이버시, 적용 한계를 발표에 포함하도록 요구합니다.
협력 역량 평가: 팀 내 역할 분담, 피드백 수용, 발표·질의응답 태도를 함께 반영합니다.
16 Sessions
分课时课程结构
1차시基础深度学习
AI란 무엇인가: 개념과 생활 속 사례
- 主要内容
- 모두의 AI 기초 딥러닝 Ch.00 학습 / AI의 사회적 영향 토론 / 강의 전체 소개 및 팀 구성
- 资料·工具
- 모두의 AI 플랫폼, 소개 PPT, 팀 구성 워크시트
- 学习目标
- AI의 정의와 학습 원리를 자신의 언어로 설명할 수 있다.
- 金浦连接
- 김포시 스마트시티 사례(자율주행 셔틀, AI 교통 분석)로 지역 연계 동기를 만든다.
2차시基础数学
AI를 위한 수학 기초: 함수·지수·로그
- 主要内容
- 모두의 AI 기초수학 Ch.01~03 학습 / 함수·지수·로그의 AI 활용 사례 / 연습 문제 풀이 및 즉시 채점
- 资料·工具
- 모두의 AI 플랫폼, 계산기, 그래프 시각화 툴(Desmos)
- 学习目标
- 함수·지수·로그의 개념을 이해하고 AI 손실 함수와의 연결고리를 설명할 수 있다.
- 金浦连接
- 김포시 인구 성장 데이터로 지수함수 적용 사례를 실습한다.
3차시基础数学
미분과 학습의 방향: 경사 하강법의 수학
- 主要内容
- 모두의 AI 기초수학 Ch.06~08 학습 / 미분·편미분·그라디언트 개념 / 경사 하강법 시각화
- 资料·工具
- 모두의 AI 플랫폼, GeoGebra 시각화, 모눈종이
- 学习目标
- 미분의 의미를 이해하고 경사 하강법이 AI 학습에서 어떻게 작동하는지 설명할 수 있다.
- 金浦连接
- 김포시 교통 혼잡 최소화 문제를 '최솟값 찾기'의 직관으로 연결한다.
4차시基础数学
벡터와 내적: 데이터의 유사도 측정
- 主要内容
- 모두의 AI 중급수학 Ch.01~02 / 기초 딥러닝 Ch.01 학습 / 벡터 내적 연습 / 유사도 계산 실습
- 资料·工具
- 모두의 AI 플랫폼, 내적 계산 워크시트, Python(Google Colab)
- 学习目标
- 벡터 내적을 계산하고 데이터 간 유사도를 수치화할 수 있다.
- 金浦连接
- 김포시 주요 지점(학교, 병원, 마트) 위치 벡터로 거리 유사도를 계산한다.
5차시基础深度学习
행렬과 선형 계층: 한꺼번에 계산하는 힘
- 主要内容
- 모두의 AI 기초 딥러닝 Ch.02~03 / 중급수학 Ch.03~04 학습 / 행렬 곱셈 연습 / 선형 계층 개념
- 资料·工具
- 모두의 AI 플랫폼, 행렬 곱셈 워크시트, Python NumPy 실습
- 学习目标
- 행렬 곱셈을 수행하고 신경망 선형 계층의 역할을 설명할 수 있다.
- 金浦连接
- 김포시 공공 시설 이용률 데이터를 행렬로 표현하는 실습으로 연결한다.
6차시基础深度学习
뉴런과 활성화 함수: AI에 판단력을 더하다
- 主要内容
- 모두의 AI 기초 딥러닝 Ch.04~05 학습 / ReLU·시그모이드·소프트맥스 비교 / 인공 뉴런 구조 이해
- 资料·工具
- 모두의 AI 플랫폼, 활성화 함수 그래프 출력물, TensorFlow Playground
- 学习目标
- 주요 활성화 함수의 특성을 이해하고 인공 뉴런의 동작 과정을 설명할 수 있다.
- 金浦连接
- 김포시 미세먼지 농도 임계값 판단(위험/보통/좋음)을 활성화 함수로 비유 설명한다.
7차시基础深度学习
신경망 구조: 은닉층과 깊이
- 主要内容
- 모두의 AI 기초 딥러닝 Ch.06~11 학습 / 배치 처리·은닉층·깊은 신경망·소프트맥스 학습 / 신경망 도식 완성
- 资料·工具
- 모두의 AI 플랫폼, Teachable Machine
- 学习目标
- 신경망의 깊이와 너비가 학습 능력에 미치는 영향을 설명하고 전체 구조를 도식화할 수 있다.
- 金浦连接
- 김포시 교통 CCTV 이미지 분류 사례를 신경망 구조와 연결한다.
8차시基础深度学习
역전파와 학습: 실수에서 배우는 AI
- 主要内容
- 모두의 AI 기초 딥러닝 Ch.12~13 학습 / 역전파 개념 및 연쇄 법칙 복습 / 기초 딥러닝 총정리
- 资料·工具
- 모두의 AI 플랫폼, 역전파 흐름도 출력물, 퀴즈 시트
- 学习目标
- 역전파의 원리를 이해하고 경사 하강법과의 관계를 설명할 수 있다.
- 金浦连接
- AI가 김포시 데이터를 학습하는 전체 과정을 한 번에 복습한다.
9차시基础机器学习
머신러닝 입문: 데이터와 지도학습
- 主要内容
- 모두의 AI 기초 머신러닝 Ch.00~02 학습 / 데이터·특성 개념 / 지도·비지도·자기지도학습 구분 / 결측치 처리 실습
- 资料·工具
- 모두의 AI 플랫폼, 김포시 공공데이터(CSV), Python pandas 실습
- 学习目标
- 머신러닝의 종류를 구분하고 실제 데이터의 결측치를 처리하는 방법을 적용할 수 있다.
- 金浦连接
- 김포시 버스 이용객 수와 인구통계 데이터의 결측치를 직접 다뤄 본다.
10차시基础机器学习
회귀 분석: 데이터의 흐름을 예측하다
- 主要内容
- 모두의 AI 기초 머신러닝 Ch.04~05 학습 / 선형 회귀 원리 / 손실 함수(MSE) 개념 / Python 실습
- 资料·工具
- 모두의 AI 플랫폼, Python scikit-learn, 김포시 인구·부동산 데이터(CSV)
- 学习目标
- 선형 회귀 모델을 이해하고 김포시 실제 데이터에 적용하여 예측값을 도출할 수 있다.
- 金浦连接
- 한강신도시 인구 증가 추이 데이터를 바탕으로 미래 인구를 예측한다.
11차시基础机器学习
분류 모델: 예/아니오를 판단하는 AI
- 主要内容
- 모두의 AI 기초 머신러닝 Ch.06~07 학습 / 로지스틱 회귀·의사결정나무 학습 / Python 분류 실습
- 资料·工具
- 모두의 AI 플랫폼, Python scikit-learn, 김포시 환경 데이터
- 学习目标
- 분류 모델의 원리를 이해하고 의사결정나무를 구현하여 결과를 해석할 수 있다.
- 金浦连接
- 김포시 미세먼지 농도 데이터로 위험 등급 분류 모델을 구축한다.
12차시基础机器学习
앙상블과 모델 평가: 더 똑똑하게, 더 공정하게
- 主要内容
- 모두의 AI 기초 머신러닝 Ch.09·11~12 학습 / 랜덤 포레스트·교차 검증·혼동 행렬 / 모델 비교 실습
- 资料·工具
- 모두의 AI 플랫폼, Python scikit-learn, 평가 지표 비교 워크시트
- 学习目标
- 앙상블 모델의 장점을 설명하고 교차 검증·혼동 행렬을 활용해 모델 성능을 평가할 수 있다.
- 金浦连接
- 김포시 복지 서비스 수요 예측 모델에 교차 검증을 적용하고 공정성 이슈를 토론한다.
Kimpo Issues
金浦地域问题与数据连接
| 问题领域 | 具体内容 | 数据来源 | 关联课时 |
|---|---|---|---|
| 인구·도시성장 | 한강신도시 개발 이후 급격한 인구 유입으로 2024년 기준 약 50만 명 도시로 성장 | 김포시 통계연보, 행정안전부 주민등록 인구통계 | 2, 10, 13, 14차시 |
| 교통 | GTX-D 노선 수요 분석, 버스 이용 혼잡도, 김포골드라인 혼잡 문제 | 국토교통부 대중교통 현황, 김포시 교통 DB, 카드 데이터(공공데이터포털) | 3, 7, 13~16차시 |
| 환경·대기질 | 인천·서울 인접 지역 특성상 미세먼지에 취약하고, 신도시 개발에 따른 환경 변화가 진행 중 | 환경부 대기환경 정보 | 6, 11, 13~16차시 |
| 상권·경제 | 신도시 상권 성장과 구도심 상권 쇠퇴가 공존하여 지역 소상공인 지원이 필요한 상황 | 소상공인진흥공단 상권정보, 공공데이터포털 카드 매출 데이터 | 13~16차시 |
| 청소년·교육 | 청소년 방과후 활동 공간 부족과 AI·SW 교육 인프라 확충 필요성 | 김포시 청소년 통계, 교육부 학교 현황 데이터 | 1, 13, 16차시 |
인구·도시성장
한강신도시 개발 이후 급격한 인구 유입으로 2024년 기준 약 50만 명 도시로 성장
数据来源
김포시 통계연보, 행정안전부 주민등록 인구통계
关联课时
2, 10, 13, 14차시
교통
GTX-D 노선 수요 분석, 버스 이용 혼잡도, 김포골드라인 혼잡 문제
数据来源
국토교통부 대중교통 현황, 김포시 교통 DB, 카드 데이터(공공데이터포털)
关联课时
3, 7, 13~16차시
환경·대기질
인천·서울 인접 지역 특성상 미세먼지에 취약하고, 신도시 개발에 따른 환경 변화가 진행 중
数据来源
환경부 대기환경 정보
关联课时
6, 11, 13~16차시
상권·경제
신도시 상권 성장과 구도심 상권 쇠퇴가 공존하여 지역 소상공인 지원이 필요한 상황
数据来源
소상공인진흥공단 상권정보, 공공데이터포털 카드 매출 데이터
关联课时
13~16차시
청소년·교육
청소년 방과후 활동 공간 부족과 AI·SW 교육 인프라 확충 필요성
数据来源
김포시 청소년 통계, 교육부 학교 현황 데이터
关联课时
1, 13, 16차시