영상요약
최근 초등학생들을 대상으로 한 인공지능 교육 현장에서는 기술의 원리를 직접 체험하며 배우는 활동이 활발하게 이루어지고 있습니다. 학생들은 구글의 티처블 머신과 같은 도구를 활용하여 과일이나 동물을 분류하는 이미지 인식 모델을 직접 제작해 봅니다. 적은 양의 데이터로도 인공지능이 사물을 정확하게 식별하는 과정을 지켜보며 아이들은 기술의 신비로움을 경험합니다. 이러한 실습은 단순히 이론을 배우는 것을 넘어, 우리 주변의 사물을 데이터로 바라보고 이를 체계적으로 분류하는 사고력을 기르는 데 큰 도움을 줍니다.
마스크 착용 여부를 판별하는 프로젝트는 실생활의 문제를 해결하는 인공지능의 유용성을 잘 보여줍니다. 학생들은 카메라를 통해 자신의 얼굴을 학습시키고, 마스크를 썼을 때와 쓰지 않았을 때의 확률 변화를 실시간으로 확인합니다. 때로는 인식이 잘 되지 않아 고개를 움직여보거나 조명을 조절하는 등 시행착오를 겪기도 하지만, 이러한 과정 자체가 인공지능의 학습 원리를 깊이 이해하는 계기가 됩니다. 기술적 한계를 극복하기 위해 여러 번 도전하는 과정에서 학생들은 문제 해결 능력을 자연스럽게 습득하게 됩니다.
포즈 인식 모델을 활용한 수업에서는 인공지능이 인간의 신체 구조를 어떻게 파악하는지 배웁니다. 머리, 몸통, 팔의 위치를 좌표로 인식하여 팔을 올리거나 옆으로 뻗는 동작을 구분하는 모델을 만듭니다. 여기서 중요한 점은 인공지능이 학습하지 않은 동작에 대해서는 정확한 판단을 내리지 못한다는 사실입니다. 학생들은 특정 클래스를 설정하지 않으면 인공지능이 오류를 범할 수 있다는 점을 깨닫고, 양질의 데이터와 명확한 기준이 인공지능 성능에 얼마나 큰 영향을 미치는지 몸소 체험하며 데이터 과학의 기초를 다집니다.
인공지능은 우리가 학습시킨 데이터 범위 내에서만 작동하므로 학습되지 않은 상황에서는 오류가 발생할 수 있으며, 이를 통해 기계가 아직 인간의 판단력을 완전히 따라오지 못한다는 점을 알 수 있습니다.
교육용 블록 코딩에 익숙했던 학생들에게 텍스트 코딩 환경은 새로운 도전 과제입니다. 구름 IDE와 같은 전문적인 도구를 사용하며 학생들은 코드 한 줄의 중요성을 깨닫게 됩니다. 오타 하나로 프로그램이 멈추거나 소스 코드가 삭제되는 어려움을 겪으면서도, 직접 HTML 언어를 수정해 버튼의 이름을 바꾸고 제목을 다는 활동을 통해 성취감을 느낍니다. 이는 단순한 게임 제작을 넘어 웹 페이지의 구조를 이해하고, 인공지능 모델을 실제 서비스 형태로 구현해 보는 귀중한 경험이 됩니다.
코로나19로 인해 대면 활동이 제한된 상황에서도 온라인을 통한 인공지능 수업은 학생들에게 새로운 배움의 창구가 되었습니다. 며칠간의 집중적인 교육을 통해 아이들은 영화 속 로봇으로만 상상하던 인공지능을 자신의 손으로 직접 구현해 보는 기회를 가졌습니다. 비록 오류를 찾고 수정하는 과정이 쉽지는 않았지만, 이러한 경험은 인공지능에 대한 막연한 두려움을 호기심과 열정으로 바꾸어 놓았습니다. 앞으로도 과학관의 다양한 프로그램에 참여하며 미래 사회의 주역으로 성장할 아이들의 모습이 기대됩니다.