통합 한국어 커리큘럼
기초 수학 → 기초 딥러닝 → 기초 머신러닝을 한 플랫폼에서 연결해 배우므로, 차시가 바뀌어도 개념이 끊기지 않습니다.
학생 입장에서: 새 단원으로 넘어가도 앞에서 배운 내용을 자연스럽게 이어서 이해할 수 있습니다.
공모전 교육과정 적합성
왜 모두의AI가 이번 교육과정에 특히 적합한가
즉각 피드백 학습 구조
챕터별 연습 문제와 자동 채점, 업적 시스템이 있어 학습한 내용을 즉시 점검하고 동기를 유지하기 좋습니다.
학생 입장에서: 내가 어디까지 이해했는지 바로 확인하고, 부족한 부분을 즉시 보완할 수 있습니다.
설치 없는 학교 현장 최적화
브라우저 기반으로 동작해 별도 설치 없이 PC·태블릿에서 동일한 학습 환경을 구성할 수 있습니다.
학생 입장에서: 기기나 설치 문제로 수업이 끊기지 않고, 수업 시간 안에 실습까지 마무리하기 쉽습니다.
수식·시각화·실습의 3중 이해
같은 개념을 수학 설명, 시각화, 실습 활동으로 함께 다루기 때문에 다양한 학습 스타일을 수용할 수 있습니다.
학생 입장에서: 공식이 어려워도 그림과 실습으로 이해할 수 있고, 반대로 원리를 깊게 파고드는 학습도 가능합니다.
고등학생 친화형 학습 콘텐츠 구성
각 챕터가 시각화 중심으로 구성되어 있고, 연습 문제 난이도와 예시가 학습 단계에 맞춰 설계되어 고등학생도 부담 없이 학습 흐름을 따라갈 수 있습니다.
학생 입장에서: 처음 배우는 단원도 시각 자료와 단계형 문제 덕분에 스스로 이해하고 해결하는 경험을 만들 수 있습니다.
고등학생 눈높이 난이도 설계
역전파, 경사 하강법, 교차 검증처럼 핵심 원리를 과도한 단순화 없이도 고등학생 수준에 맞게 학습할 수 있습니다.
학생 입장에서: 단순 체험을 넘어 실제 데이터 문제를 해결하는 실력까지 단계적으로 기를 수 있습니다.
국내 개발자 커뮤니티에서 확인된 인지도
모두의AI는 GEEKNEWS와 같은 국내 대표 개발자 커뮤니티에서 소개될 만큼, 기술 커뮤니티 관점에서도 교육적 가치와 실용성을 인정받고 있습니다.
학생 입장에서: 학교 수업용 도구를 넘어, 실제 개발자 생태계에서도 주목받는 플랫폼을 경험할 수 있습니다.
Learning Flow
学生将经历的学习路径
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
这门课将带来的变化
- 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
可直接用于学校现场的工具组合
모두의 AIGoogle Colab공공데이터포털TensorFlow Playground