1차시 모듈
AI 이론 · C 기초 원리 · 모듈 C1

AI는 도대체
‘어떻게’ 똑똑해질까?

●데이터 → 패턴 → 예측 ●규칙 vs 학습 ●데이터 품질 ●직접 학습시키기
중학생 + 강사 심화
사용법 — 각 장은 ‘학생용 핵심 + 강사 심화’로 층을 나눴습니다. 수준·시간에 맞게 골라 설명하세요.
EXECUTIVE SUMMARY 한눈에 보는 모듈 C1

AI의 공통 비밀은 ‘수많은 예시에서 패턴을 배워 다음을 예측’하는 것이다

01 · 원리

규칙을 짜는 게 아니라 예시로 ‘패턴’을 찾는다

사람이 규칙을 입력하는 대신, 데이터를 잔뜩 보여줘 스스로 규칙을 찾게 한다.

02 · 3단계

데이터 수집 → 패턴 학습 → 예측

이 순환이 AI의 핵심 작동 원리다. 챗봇·추천·인식이 모두 같다.

03 · 데이터

많고 다양할수록 정확 / 치우치면 편향

쓰레기를 넣으면 쓰레기가 나온다 — 데이터 품질이 AI 품질을 정한다.

04 · 일상

유튜브 추천·스팸 필터·얼굴 인식이 다 이 원리

겉모습은 달라도 ‘패턴 학습 → 예측’이라는 속은 같다.

출처·참고 소프트웨어야 놀자·SAP Korea·서울대 AI박사
HOW IT LEARNS 도표 1. 학습의 3단계

AI는 ‘데이터 → 패턴 → 예측’ 3단계로 똑똑해진다

STEP 1

데이터 수집

예시를 많이 모은다

고양이 사진 수천 장
→
STEP 2

패턴 학습

공통 특징을 찾는다

‘귀·수염·눈’ 패턴
→
STEP 3

예측

새 데이터에 적용한다

처음 본 사진도 판별
쉽게 말하면
시험 족보 공부. 정답이 달린 족보 문제를 수백 장 풀면 ‘이런 유형엔 이런 정답’이라는 패턴을 외운다. 처음 보는 문제가 나와도 족보에서 익힌 패턴으로 답을 추측한다 — AI 학습과 똑같다.
핵심 시사점AI는 정답을 ‘외운’ 게 아니라 ‘패턴’을 익혀서 새 문제도 푼다.
출처·참고 SAP Korea·소프트웨어야 놀자
NOT PROGRAMMED 도표 2. 규칙 기반 vs 패턴 학습

AI는 규칙을 ‘입력받는’ 게 아니라 데이터로 ‘스스로 찾는다’

규칙 기반 · 옛 방식
  • 사람이 ‘고양이는 귀가 뾰족’ 같은 규칙을 직접 입력
  • 규칙에 없는 예외엔 무력하다
  • 세상의 모든 규칙을 적는 건 사실상 불가능
패턴 학습 · AI 방식
  • 고양이 사진을 잔뜩 보여주면 특징을 스스로 발견
  • 사람이 미처 생각 못한 패턴도 잡아낸다
  • 데이터만 더 주면 새 상황에 적응한다
핵심 시사점‘규칙을 적느냐’ vs ‘예시를 보여주느냐’ — 이 차이가 현대 AI의 출발점이다.
출처·참고 SAP Korea ‘머신러닝이란’
DATA IS EVERYTHING 도표 3. 데이터 품질의 힘

데이터가 많고 다양할수록 정확 — 치우치면 AI도 치우친다

좋은 데이터의 힘
  • 많을수록 — 더 다양한 경우를 본다
  • 다양할수록 — 새 상황에도 잘 맞힌다
  • 어두운 곳 사진만 주면 밝은 곳을 못 맞힘
  • ‘데이터 품질 = AI 품질’
⚠ 치우친 데이터의 함정
  • 편향된 데이터만 주면 편향된 예측을 한다
  • “쓰레기를 넣으면 쓰레기가 나온다”
  • 일상 사례 — 유튜브 추천·스팸 필터·얼굴 인식
  • → 데이터의 ‘치우침’을 늘 의심해야 한다
핵심 시사점AI를 탓하기 전에 ‘어떤 데이터로 배웠는가’를 먼저 봐야 한다.
출처·참고 SAP Korea·Machine Learning for Kids
TRY IT 도표 4. 직접 학습시키기 · 15분

내가 AI의 선생님이 되어 본다 — Teachable Machine (수업 활동)

활동

가위·바위·보 모델

  • teachablemachine.withgoogle.com 접속 (무료·코딩X)
  • 손 모양 사진을 각 10장씩 찍어 학습시킨다
  • 서로의 모델을 바꿔 테스트해 본다
  • 15분이면 ‘훈련→테스트→예측’ 체험
실험 질문
  • “사진이 많을수록 정확도가 올라갈까?”
  • “어두운 곳 사진만 주면 어떻게 될까?”
  • → 데이터의 양·다양성·품질을 직접 체감
  • “내가 AI의 선생님 역할을 했다”는 감각
Teachable Machine 화면 캡처
핵심 시사점직접 가르쳐 보면 ‘데이터가 곧 AI의 실력’임을 15분 안에 깨닫는다.
출처·참고 교사 팁(C1)·Teachable Machine
WRAP UP 한 문장 정리

한 문장으로: AI는 ‘데이터에서 패턴을 배워 다음을 예측’하는 기계다

원리

규칙 입력이 아니라 데이터로 패턴 찾기

3단계

수집 → 패턴 학습 → 예측

데이터

많고 다양할수록 정확 / 치우치면 편향

일상

추천·스팸·얼굴인식이 다 같은 원리

핵심 시사점
이 ‘패턴→예측’ 원리가 이후 모든 분야별 AI(챗봇·그림·로봇)의 공통 엔진이다.
모듈 C1 · AI 공통 원리
APPENDIX 용어집 · 더 알아보기

용어집 · 더 알아보기 — 강사가 깊이 들어갈 때 참고 강사 심화

핵심 용어 한 줄 정의
패턴
데이터 속 반복되는 공통 특징
학습(훈련)
데이터로 패턴을 익히는 과정
예측
익힌 패턴으로 새 답을 추측
데이터셋
학습에 쓰는 예시 모음
레이블
데이터에 붙인 정답표
편향(bias)
데이터 치우침이 만든 왜곡
일반화
새 데이터에도 잘 맞히는 능력
머신러닝
데이터로 스스로 배우는 AI
정확도
얼마나 잘 맞히는지의 척도
더 알아보기 (상세는 9쪽~ 자기학습 자료)
09
인공지능이란? — 소프트웨어야 놀자
헬로 AI 영상+교재 (한국어)
10
AI·ML·DL 6분 정리 — 서울대 AI박사
패턴 학습 개념 (한국어)
11
Teachable Machine — Google
직접 학습 체험 (한국어, 실습)
12
Machine Learning for Kids
스크래치 연동 실습 (영어)
13
머신러닝이란? — SAP Korea
추천 사례 해설 (한국어)
AI 이론 수업 · C 기초 원리 · C1 AI 공통 원리 · 강의 패키지
APPENDIX · 강사 자기학습 자료 1/5 강사 심화

인공지능이란? — 소프트웨어야 놀자 (네이버 커넥트)

한국어 · 영상
■ 무엇을 다루나
  • ‘헬로 AI 월드’ 영상 시리즈 — AI·ML·지도학습을 초중학생 눈높이로.
  • 교사용 교재·학생 워크시트를 함께 내려받을 수 있다.
■ 자습 포인트
  • 수업 즉시 활용 가능한 패키지형 자료.
자료 미리보기 캡처
AI 이론 수업 · C1 AI 공통 원리 · 강사 자기학습 자료
APPENDIX · 강사 자기학습 자료 2/5 강사 심화

AI·ML·DL 6분 개념정리 — 서울대 AI박사

한국어 · 영상
■ 무엇을 다루나
  • 6분 안에 AI·ML·DL 차이와 패턴 학습 원리를 정리.
  • 중학생도 따라갈 속도와 예시.
■ 수업 연결
  • 도입 영상으로 적합.
자료 미리보기 캡처
AI 이론 수업 · C1 AI 공통 원리 · 강사 자기학습 자료
APPENDIX · 강사 자기학습 자료 3/5 강사 심화

Teachable Machine — Google

한국어 · 인터랙티브
■ 무엇인가
  • 코딩 없이 웹캠으로 5분 만에 모델을 만드는 도구.
  • ‘데이터를 많이 줄수록 잘 맞힌다’를 체험으로 체득.
■ 수업 연결
  • 본문 활동에 그대로 사용 — 스마트폰·태블릿도 가능.
Teachable Machine 캡처
AI 이론 수업 · C1 AI 공통 원리 · 강사 자기학습 자료
APPENDIX · 강사 자기학습 자료 4/5 강사 심화

Machine Learning for Kids

영어 · 인터랙티브
■ 무엇을 다루나
  • 스크래치와 연동해 텍스트·이미지 분류기를 직접 훈련.
  • ‘훈련→테스트→예측’ 사이클을 프로젝트로 경험.
■ 자습 포인트
  • 교사용 워크시트 제공 — 심화 실습용.
자료 미리보기 캡처
AI 이론 수업 · C1 AI 공통 원리 · 강사 자기학습 자료
APPENDIX · 강사 자기학습 자료 5/5 강사 심화

머신러닝이란? — SAP Korea

한국어 · 아티클
■ 무엇을 다루나
  • 스포티파이·넷플릭스 추천 사례로 ‘패턴→예측’을 서술.
  • 지도·비지도·강화 세 학습 방식을 문장으로 정리.
■ 자습 포인트
  • 독해 활동 자료로도 활용.
아티클 미리보기 캡처
AI 이론 수업 · C1 AI 공통 원리 · 강사 자기학습 자료