광명 진성고등학교에서 진행한 머신러닝 수업. 학생들이 매긴 점수가 학습 정답이 됐습니다.
광명 진성고등학교에서 학생들이 직접 매긴 점수를 정답지로 삼아 머신러닝 모델을 학습시켰습니다.
머신러닝 수업에서 가장 자주 생략되는 것이 정답 데이터입니다. 대개는 이미 라벨이 붙은 공개 데이터셋을 받아 쓰거든요. 그러면 정답이 어디서 오는가라는 질문 자체가 안 생깁니다.
이 수업은 그 질문을 가운데 놓았습니다. 학생들이 여름 동안 매일 적은 체감 더위 점수를 라벨로 쓰고, 같은 시각의 날씨 값을 입력으로 넣었습니다. 우리 반이 만든 정답으로 학습한 모델이라 결과에 대한 태도가 달라집니다.
운영 개요
학교 · 광명 진성고등학교
주제 · 라벨 데이터 이해 · 사이킷런 학습 · 학습/평가 데이터 분리
시간 · 2차시 80분 또는 3차시 120분
장소 · 일반 교실 (1인 1PC 또는 노트북 필요)
정답을 만드는 쪽에 서 보기
수업은 이 문장으로 시작합니다. “인공지능은 정답을 스스로 아는 게 아니라, 누군가 붙여 준 정답을 보고 흉내 냅니다.”
학생들은 이미 자기 점수를 매겨 두었으니 그 말이 바로 와닿습니다. 내가 8이라고 적은 날과 옆자리 친구가 5라고 적은 날이 같은 날이라는 걸 확인하면, 정답이 사람마다 다를 수 있다는 이야기로 넘어갑니다.
그러면 자연스럽게 다음 질문이 나옵니다. 그럼 모델은 누구를 따라 배우나요. 반 전체의 평균을 쓰기로 하면 그 결정 자체가 하나의 설계가 됩니다. 데이터를 정하는 사람이 결과를 정한다는 것을 여기서 한 번 겪습니다.
준비한 데이터를 사이킷런에 넣어 학습시킵니다.
사이킷런은 세 줄이면 학습됩니다
도구는 사이킷런을 씁니다. 모델을 부르고, 데이터를 넣고, 학습을 시키는 것이 사실상 세 줄이에요. 코드가 짧아서 오히려 좋습니다. 학생의 관심이 문법이 아니라 데이터로 갑니다.
대신 시간을 쓰는 자리는 따로 있습니다. 모아 둔 데이터를 학습용과 평가용으로 나누는 단계입니다. 왜 전부 다 학습에 쓰면 안 되는지가 처음에는 잘 납득되지 않습니다.
이럴 때 시험 이야기를 꺼냅니다. 시험 범위를 전부 외운 사람과 문제를 미리 본 사람은 다르잖아요. 모델도 처음 보는 날의 날씨로 시험을 봐야 실력을 알 수 있다고 하면 대부분 바로 이해합니다.
학습을 마친 모델의 예측값을 확인합니다.
틀린 날을 찾아보는 시간
정확도 숫자를 높이는 데 몰두하면 수업이 재미없어집니다. 그래서 방향을 반대로 돌립니다. 모델이 크게 틀린 날을 찾아보게 합니다.
여기서 나온 이야기들이 좋았습니다. 비가 온 날은 기온이 낮은데도 학생들이 높은 점수를 줬다거나, 체육 시간이 있던 날은 유독 점수가 높았다거나. 모델이 모르는 정보가 있다는 결론으로 이어집니다.
그러면 다음 질문은 자연스럽습니다. 그 정보를 데이터에 넣으려면 무엇을 더 모아야 하나. 습도만 있고 강수 여부는 없었다는 걸 발견하는 조가 나옵니다. 모델을 고치는 방법이 코드가 아니라 데이터일 때가 많다는 것을 스스로 말하게 됩니다.
틀린 날을 골라 왜 틀렸는지 되짚습니다.
마지막에 나온 제안들
수업 끝에 학생들이 이 모델을 어디에 쓰면 좋을지 이야기했습니다. 급식실처럼 사람이 몰리는 공간의 위험도를 미리 알리는 안내, 체육 수업 전에 참고할 자료 같은 것들이었습니다.
실제로 구현까지 간 것은 아닙니다. 다만 내가 만든 모델이 학교 안에서 어디에 쓰일 수 있는지를 스스로 찾아본 것 자체가 이 수업이 노린 지점이었습니다.
각 조의 결과와 해석을 서로 공유하며 마무리했습니다.
담당 선생님이 자주 묻는 것
Q. 설문 데이터를 미리 모아 둬야 하나요?
그러면 가장 좋습니다. 학급에서 2주 정도 간단한 설문만 돌려 두시면 우리 반 데이터로 수업이 굴러갑니다. 여건이 안 되면 수업 안에서 그 자리 설문으로 대체하고, 준비된 표본 데이터를 함께 씁니다.
Q. 수학을 어느 정도 알아야 하나요?
알고리즘 수식은 다루지 않습니다. 입력과 정답을 넣으면 규칙을 찾는다는 구조까지만 이해하면 됩니다. 수학 성적과 이 수업의 이해도는 별로 상관이 없었습니다.
Q. 2차시로 여기까지 되나요?
데이터가 준비돼 있으면 됩니다. 데이터 수집부터 함께 하시려면 3차시를 권합니다. 수집 단계를 따로 떼어 한 회차로 운영한 사례도 있어서, 학교 일정에 맞춰 나눠 잡아 드립니다.
프로그램 문의 · 출강 일정 확인
선생님, 아래 세 가지만 알려주시면 프로그램 제안서와 견적을 보내드립니다.
1. 대상 학년과 인원
2. 희망 일정과 차시
3. 실습 공간 여건 (교실 형태, 컴퓨터실 여부, 콘센트)
전화 · 070-8064-0829
메일 · hyedu0829@gmail.com (제안서·견적 요청은 메일이 빠릅니다)
프로그램 목록 · https://hyedu.kr/ko/programs
한양미래연구소 · 경기도 안산시 상록구 한양대학로 55 창업보육센터 204호
