AI와 함께 만드는 데이터 시각화

오늘은 AI를 공동창작자로 생각하면서 작업해 보겠습니다. “AI에게 주도권을 넘겨주지 마라”는 말을 “AI는 내가 시킨 일만 하는 어시스턴트다”로 받아들이면, 대화가 오히려 “이거 해줘”에 머무르기 쉽습니다. 내 의도를 설명하고 AI의 질문과 제안을 검토하면서, 나도 처음 생각을 바꿀 수 있습니다. 무엇을 만들고 왜 선택했는지 판단에 계속 참여할 때 주도권도 유지됩니다.

학생은 데이터의 의미와 작품의 의도를 설명하고, AI와 대안을 비교하며 구현과 검증을 진행합니다. 교수자는 완성된 답만 보여 주기보다 어떤 질문을 했고, 어떤 제안을 채택하거나 바꾸었으며, 실행 결과에서 무엇을 확인했는지 시연합니다.

1교시 · 공통 강의와 시연

매주 핵심 질문 → 개념 설명 → AI와 대화·실행 → 결과 비교 → 개인 작업에 적용할 기준 순서로 진행합니다. 중심 사례를 따라 작업 단계를 연결하고, 필요한 스킬 준비와 실행을 함께 다룹니다. 상세 문법은 필요한 지점에서 참고 자료로 연결합니다.

2·3교시 · 개인 프로젝트와 개별 피드백

학생은 자신의 기획과 진도에 따라 수집·정리·구현·수정·검증을 진행하고, 교수자는 현재 결과와 막힌 지점을 중심으로 피드백합니다. 이번 주 시연의 데이터와 표현 형식은 공통 구현 과제가 아닙니다. 각 주 아래의 개인 적용과 증거는 선택 가능한 예시이며 별도의 주간 필수 제출물로 두지 않습니다.

2교시는 반드시 수집, 3교시는 반드시 시각화처럼 작업을 고정하지 않습니다. 같은 개인 프로젝트를 이어가며 피드백을 반영합니다. 주차별 강의 순서는 방법을 소개하는 순서이고, 학생의 실제 제작 일정은 자신의 기획에 따릅니다.

프로그래밍 학습의 공통 기준

학생은 입력 → 처리 → 표현 → 확인을 자신의 코드와 결과에서 가리킬 수 있어야 합니다. 앞서 배운 변수, 조건문, 반복문, 리스트, 함수, 매개변수를 실제 작품에 연결하고, 핵심 값을 바꾸었을 때 어떤 결과가 달라지는지 설명합니다.

교수자 시연의 공통 사례: 기존 교안에서 사용한 서울시 문화공간 자료를 질문·정리·표현·수정·재실행에 걸쳐 이어 씁니다. 아래 시연은 수업 진행안이며 실제 AI 응답이나 새로 실행한 검증 결과를 보고하는 문서가 아닙니다.

AI와 어떻게 질문하고 선택하며, 작은 결과를 만들고 검토할 것인가?

8주차 기획서를 출발점으로 AI와 공동창작하는 작업 방법을 익힙니다. 1교시에서는 우리 동네 문화공간 데이터 포스터 한 장을 실제로 만드는 과정을 시연합니다. Grilling에서 관객과 표현을 정하고 Spec과 Ticket으로 연결한 뒤, 제목·그래프·짧은 해석·출처가 담긴 파일을 열고 수정합니다.

1교시에서 다룰 내용

• 공동창작의 태도: AI의 질문과 제안을 검토하며 자신의 생각도 수정합니다. 의도·선택·실행 결과의 판단에 함께 참여합니다.
• 스킬 준비: Matt Pocock 스킬 모음을 프로젝트에 추가하고 설치 목록과 AI의 접근을 확인합니다. 로컬 문서의 기록 위치를 설정한 뒤 grilling → to-spec → to-tickets 순서로 사용합니다.
• Grilling 실습: 스킬로 대화를 시작하고 번호별 질문·추천안에 내 선택과 이유를 답합니다. 답에 따라 달라지는 다음 질문과 최종 합의를 시연한 뒤, 내 기획으로 한 라운드를 진행합니다.
• 표현과 작업 기준: 표현안을 비교하고 선택 이유, 입력, 표현 규칙, 첫 결과와 확인 기준을 Spec으로 기록합니다.
• 작은 실행과 검토: 확인할 수 있는 작업(Ticket)으로 나누고 결과를 직접 엽니다. 한 가지씩 수정하고 원본·수치·표현·해석을 대조합니다.

교수자 시연

1. Matt Pocock 스킬 설치와 확인, 로컬 기록 설정을 보여준 뒤 시연 시작 자료를 열고 “마포구의 문화공간을 보여주는 포스터 한 장을 만들고 싶다”에서 Grilling을 시작합니다. 모호한 답을 다시 묻고, 관객·지역 → 읽을 차이 → 표현 규칙으로 이어지는 대화를 보여줍니다.
2. 학생이 자신의 기획으로 한 라운드에 답하고 다음 질문을 확인합니다. 교수자 사례에서는 마지막 확인 질문에 답한 뒤 합의 요약을 검토해 Spec과 첫 Ticket으로 연결합니다.
3. 집계 확인 → 첫 포스터 → 정렬 수정으로 나눕니다. AI 앱에서 poster.ipynb를 작성하고 Python/Jupyter 환경으로 단계별 실행합니다. output/counts.json, poster-before.html, poster.html과 출력이 담긴 노트북 사본을 실제로 확인합니다.
4. 같은 자료·수치·색·문구를 유지하며 이름 순에서 기록 수가 많은 순으로 바꿉니다. 두 포스터를 나란히 보고 제목·수치·해석·출처를 검토한 뒤 다음 작업을 기록합니다.

AI와 시작할 대화 예시

grilling 스킬로 내 기획서와 실제 자료, 현재 상태를 검토하자.
지금 답할 수 있는 질문들을 번호와 추천안·이유로 제시해줘.
내 답을 받은 뒤 그 선택에 필요한 다음 질문을 이어가자.
내가 답하지 않은 것은 합의로 처리하지 말고 미정으로 남겨줘.
첫 작업을 막는 결정이 해결되면 요약을 보여줘. 내가 확인하고 동의한 뒤 Spec과 첫 Ticket으로 연결하자.

2·3교시 개인 작업에 적용하기

1교시에서 남긴 질문과 답으로 Grilling을 이어가거나, 자신의 기획서와 현재 진도에서 필요한 작업을 진행합니다. 자료가 없으면 수집 범위를 정하고, 자료가 있으면 표현을 선택해 첫 결과를 만듭니다. 이미 구현 중이면 같은 입력으로 수정 전후를 비교합니다. 공통 사례와 같은 주제나 결과를 만들 필요는 없습니다.

개별 피드백에서 확인할 질문

• 내 답 때문에 AI의 다음 질문이 어떻게 달라졌나요?
• AI와 비교한 방향 중 무엇을 왜 선택했나요?
• 실제로 무엇을 실행하고 어떤 기준으로 확인했나요?
• 다음 작업 하나와 확인할 결과는 무엇인가요?

확인할 증거 예시: 작업 기준, 실제 결과, 수정 이유, 다음 작업 기록. 구현에 필요한 기술은 작업 중 찾아보고 설명합니다.

연결 자료: 9주차 작업 방법 교안, 완성 포스터, 시연 시작 자료, 노트북 포함 완성 예제, 순서대로 따라갈 요청문, 작업 기록 양식, 작성된 사례. 파일 읽기와 표 처리가 필요한 경우 CSV 참고 교안과 DataFrame 참고 교안을 활용합니다.

이 자료를 어떤 기준으로 정리해야 내 질문과 표현에 사용할 수 있을까?

데이터를 정리하는 과정에는 선택이 들어갑니다. 빈 값을 어떻게 다룰지, 어떤 기록을 포함할지, 같은 이름의 항목이 정말 중복인지 AI와 함께 검토합니다. 처리 전후에 남은 기록과 빠진 기록을 확인하며 그 선택이 작품의 의미를 어떻게 바꾸는지 설명합니다.

1교시에서 다룰 내용

• 값의 의미: 비어 있음, 실제 0, 읽기에 실패한 값의 차이를 살펴봅니다. 단위와 날짜·지역의 범위도 확인합니다.
• 정리 기준: 누락·중복 후보·표기 차이를 발견한 뒤, 유지·수정·제외 등 가능한 처리와 영향을 비교합니다.
• 원본과 작업본: 원본을 보존하고 정리한 결과를 별도로 남깁니다. 조건과 변환 규칙을 코드에서 찾을 수 있게 합니다.
• 검증: 표 전체의 크기와 실제 기록 몇 건을 함께 비교합니다. 처리 후 자료가 남았다는 사실만으로 정리가 적절하다고 결론 내리지 않습니다.

교수자 시연

1. 문화공간 원본에서 좌표를 숫자로 읽을 수 없는 기록을 찾아 원래 값을 확인합니다. AI에게 원인 후보와 처리 선택지를 요청합니다.
2. 시설 수를 세는 작업과 지도에 점을 찍는 작업에서 같은 기록의 사용 가능성이 달라짐을 비교합니다. 좌표 문제를 발견했다고 모든 분석에서 그 시설을 제외하지 않습니다.
3. 이번 시연의 목적에 맞는 처리 기준을 선택하고, AI와 해당 부분의 코드를 수정해 실행합니다.
4. 원본 기록, 정리된 값, 제외된 기록과 이유를 대조합니다. 내 프로젝트에서 같은 기준이 적절한지도 질문합니다.

AI와 시작할 대화 예시

내가 만들려는 결과를 기준으로 데이터에서 확인할 문제를 찾아보자.
빈 값, 단위, 중복 후보, 형식이 다른 값을 실제 기록으로 보여줘.
각 문제의 처리 대안과 결과에 미치는 영향을 제안해줘.
판단이 필요한 부분은 함께 결정한 뒤 적용하고, 원본은 보존하자.
변경 후에는 남은 기록과 빠진 기록, 값이 달라진 예를 함께 확인하자.

2·3교시 개인 작업에 적용하기

자신의 데이터에 필요한 정리와 검증을 진행합니다. 텍스트 작업은 무엇을 한 단위로 세고 어떤 단어를 제외할지, 이미지 작업은 어떤 영역이나 특징을 비교할지, 소리 작업은 어떤 시간 구간을 사용할지 검토할 수 있습니다. 이미 정리가 끝난 학생은 다음 구현을 진행하면서 적용한 기준을 점검합니다.

개별 피드백에서 확인할 질문

• 이 기록을 바꾸거나 제외한 이유를 작품의 목적과 연결해 설명할 수 있나요?
• 원본과 작업본을 비교했을 때 무엇이 달라졌고, 무엇을 아직 확인해야 하나요?

프로그래밍 연결: 조건문·조건 선택·자료형 변환·함수의 입력과 출력을 읽습니다. 확인할 증거 예시: 처리 전후 기록과 적용한 규칙.

필요할 때 찾아볼 자료: DataFrame의 열과 조건 선택, 저장과 재읽기, 위치 데이터와 지도 시각화, 텍스트 전처리.

같은 데이터에서 어떤 표현이 내가 전하려는 차이와 경험을 잘 드러낼까?

AI와 여러 표현안을 비교하고 데이터의 값이 화면의 무엇을 바꿀지 결정합니다. 데이터 시각화는 비교와 읽기를, 데이터 아트는 의도한 감각과 경험을 중심으로 검토할 수 있습니다. 두 경우 모두 데이터와 결과 사이의 표현 규칙을 설명할 수 있어야 합니다.

1교시에서 다룰 내용

• 질문과 형식: 비교·시간 변화·분포·관계·위치처럼 살펴볼 차이에 따라 표현 대안을 고릅니다.
• 시각적 연결: 값과 위치·길이·크기·색·반복·간격의 관계를 정하고, 단위와 눈금 또는 표현 범위를 설명합니다.
• 대안 검토: 같은 입력으로 두 표현을 비교합니다. AI가 추천한 이유를 자신의 작품 의도와 대조합니다.
• 해석의 범위: 시설 수만으로 접근성이나 이용 만족도를 단정하는 등, 자료가 뒷받침하지 않는 설명이 들어갔는지 확인합니다.

교수자 시연

1. 같은 문화공간 자료로 “종류별로 몇 곳인가?”와 “어디에 모여 있는가?”를 구분하고, AI에게 표현안을 제안하게 합니다.
2. 종류별 개수의 막대 표현과 위치를 보여 주는 지도 스케치를 비교합니다. 각각 무엇을 읽기 쉽고 무엇을 설명하기 어려운지 말합니다.
3. 동일한 개수를 반복하는 도형으로 표현하는 데이터 아트 방향도 검토합니다. 도형 하나와 자료 값의 관계를 정합니다.
4. 한 가지 방향을 선택하고 대상·질문·입력·표현 규칙·확인 기준을 짧은 설계 메모로 정리합니다. 선택한 이유를 학생의 말로 다시 설명합니다.

AI와 시작할 대화 예시

이 데이터로 내가 전달하려는 내용과 경험을 읽고 표현안 두 가지를 제안해줘.
각 안에서 어떤 값이 위치, 길이, 색, 반복을 바꾸는지 설명해줘.
잘 드러나는 점과 놓치거나 오해하기 쉬운 점도 비교하자.
같은 입력으로 간단한 스케치를 보고 내 의도에 맞는 방향을 선택할게.
선택한 방향은 데이터의 단위, 표현 규칙, 확인 기준과 함께 기록하자.

2·3교시 개인 작업에 적용하기

자신의 데이터와 전달 의도에 맞춰 표현을 선택하거나 현재 표현을 검토합니다. 포스터, 지도, 이미지 기반 데이터 아트, 텍스트·소리의 시각적 패턴 중 자신의 작업에 필요한 방향을 발전시킵니다. 모든 형식을 한 번씩 제작할 필요는 없습니다.

개별 피드백에서 확인할 질문

• 이 데이터의 값 하나가 화면의 어떤 요소에 연결되나요?
• 비교한 다른 표현보다 지금의 선택이 작품의 의도에 맞는 이유는 무엇인가요?

프로그래밍 연결: 변수·함수의 매개변수·반복문을 데이터와 시각 요소의 연결에 적용합니다. 확인할 증거 예시: 같은 자료를 사용한 표현 비교와 선택 이유.

필요할 때 찾아볼 자료: 질문에서 그래프로, 지도 구현, 이미지 생성기, 이미지 변형과 합성.

선택한 설계를 어떻게 작은 실행으로 만들고, 의도대로 동작하는지 확인할까?

기획과 표현 규칙을 AI와 공유하고, 입력부터 결과까지 이어지는 작은 작업으로 나눕니다. 이미 구현 중인 학생에게도 현재 코드와 의도를 맞추는 방법을 제공합니다. 구현 시점은 개인 작업의 진도에 따라 앞당길 수 있으며, 12주차까지 기다릴 필요는 없습니다.

1교시에서 다룰 내용

• 설계 기록: 입력, 처리, 표현, 완료 기준을 정리한 Spec으로 합의 내용을 공유합니다. 짧은 문서여도 다음 작업의 판단 기준이 보여야 합니다.
• 작업 분할: Ticket 하나가 실제로 실행해서 확인할 수 있는 행동이 되도록 나눕니다. 앞선 작업이 필요한 경우 선행 관계를 표시합니다.
• 오류 대화: 사용한 입력, 실행한 코드, 기대한 결과, 실제 출력이나 오류를 함께 전달하고 원인 후보를 확인합니다.
• 검증과 설명: 수정 전후의 차이를 보고 원본 몇 건을 직접 대조합니다. 학생은 입력·처리·시각화가 이루어지는 코드 부분을 찾고 설명합니다.

교수자 시연

1. “한 지역의 문화공간을 종류별로 세어 보여 주고 이미지로 저장한다”는 설계를 AI와 확인합니다.
2. 지역 선택부터 종류별 개수 출력까지를 첫 작업으로, 확인한 개수를 시각화하고 저장하는 일을 다음 작업으로 나눕니다.
3. 존재하지 않는 열 이름을 사용한 코드를 수업용 오류 예시로 제시합니다. 실제 원본의 열 목록과 오류를 함께 전달해 원인을 확인합니다.
4. 수정한 코드를 실행하고 수동으로 확인한 일부 기록과 결과를 비교합니다. 지역을 바꾸어도 이전 결과가 남지 않는지 확인합니다.

AI와 시작할 대화 예시

현재 설계와 코드에서 다음으로 실행할 작은 작업을 함께 정하자.
각 작업의 입력, 만들 결과, 완료 기준과 선행 관계를 설명해줘.
첫 작업을 구현한 뒤 실제 실행 결과를 보고 다음 작업을 정할게.
오류가 나면 입력과 오류 메시지를 근거로 원인 후보를 먼저 확인하자.
수정 후에는 어떤 부분이 바뀌었고 원본과 어떻게 대조했는지 함께 검토하자.

2·3교시 개인 작업에 적용하기

현재 작품에 필요한 다음 작업을 골라 구현하거나 오류를 수정합니다. 아직 입력을 준비하는 학생은 자료 한 건을 읽어 결과까지 연결하는 일을, 구현이 진행된 학생은 표현이나 저장 기능을 발전시킬 수 있습니다. Spec과 Ticket은 작업을 정리하는 방법이며 특정 스킬 설치를 이번 초안의 필수 조건으로 두지 않습니다.

개별 피드백에서 확인할 질문

• 지금 작업 하나가 끝났다는 것을 무엇을 실행해서 보여 줄 수 있나요?
• 오류나 예상 밖의 결과를 어떤 증거로 확인했고, 수정은 무엇을 바꾸었나요?

프로그래밍 연결: 함수 분리, 실행 순서, 변수의 상태, 오류 메시지를 읽습니다. 확인할 증거 예시: 작업 하나의 실행 결과와 수정 전후 비교.

필요할 때 찾아볼 자료: Matplotlib 데이터 포스터, 텍스트 데이터 구현, 소리 데이터 구현, 코드 구조와 검증 기준.

관객이 더 잘 읽거나 경험하게 하려면 무엇을 바꾸어야 할까?

작동하는 결과를 바탕으로 색, 글자, 배치, 시각적 위계를 다듬습니다. 관객이 직접 탐색해야 하는 작품에는 필터나 선택 기능을 검토합니다. 정적인 포스터나 이미지 작품은 그 형식에 필요한 가독성과 표현의 완성도를 발전시킵니다.

1교시에서 다룰 내용

• 읽는 순서: 제목, 주요 표현, 단위·범례, 출처가 어떤 순서로 보이는지 관찰합니다.
• 수정의 이유: “더 예쁘게”라는 요청을 구체적인 목표로 바꿉니다. 범주를 구분하기 어렵거나 중요한 차이가 가려지는 지점을 설명합니다.
• 상호작용의 목적: 필터와 선택이 관객의 어떤 질문에 답하는지 정합니다. 결과가 없는 조건에서도 상태를 이해할 수 있게 합니다.
• 비교 조건: 같은 데이터와 조건으로 수정 전후를 비교합니다. 표현을 바꾸는 과정에서 값·눈금·단위가 의도치 않게 달라지지 않았는지 확인합니다.

교수자 시연

1. 앞서 만든 문화공간 시각화에서 글자가 겹치거나 범주를 구분하기 어려운 지점을 관찰하고, AI와 수정안을 비교합니다.
2. 제목과 범례 또는 색 사용 중 한 부분을 바꾸고, 같은 입력에서 읽기 쉬워졌는지 확인합니다.
3. 지역을 바꾸어 탐색하는 목적이 있을 때 필터를 추가하는 예를 보여 줍니다. 선택한 지역과 표시된 결과가 일치하는지 확인합니다.
4. 같은 자료의 정적 포스터를 함께 보며, 각 형식의 목적에 맞는 개선 방향을 설명합니다.

AI와 시작할 대화 예시

현재 결과에서 관객이 먼저 알아야 할 내용은 이것이야: [내용].
화면을 보고 그 내용이 잘 드러나는지 함께 검토하자.
색, 글자, 배치 중 효과가 큰 수정 두 가지와 이유를 제안해줘.
한 가지를 선택해 같은 데이터로 수정 전후를 비교할게.
상호작용이 필요하다면 관객의 어떤 질문을 돕는지부터 정하자.

2·3교시 개인 작업에 적용하기

자신의 작품에서 읽기나 경험을 방해하는 부분을 골라 개선합니다. 교수자의 피드백이나 실제 화면 관찰을 근거로 수정하고, 현재 진행 상황에 따라 핵심 기능의 구현을 계속할 수도 있습니다. 상호작용 추가는 작품의 목적에 필요한 경우 선택합니다.

개별 피드백에서 확인할 질문

• 어떤 관찰을 근거로 이 부분을 수정했고, 관객의 경험이 어떻게 달라지나요?
• 표현을 바꾼 뒤에도 같은 데이터와 선택 조건이 정확히 반영되나요?

프로그래밍 연결: 매개변수로 표현을 조절하고, 선택값에 따라 결과가 갱신되는 흐름을 이해합니다. 확인할 증거 예시: 같은 조건에서 비교한 화면 두 장 또는 동작.

필요할 때 찾아볼 자료: 데이터 포스터 구성, 인터랙티브 지도, 텍스트 패턴, 사운드 패턴.

다른 시점에 다시 실행해도 같은 규칙으로 결과가 나오며, 그 과정을 설명할 수 있을까?

현재 작품을 처음부터 실행하며 입력 파일, 코드, 결과물 사이의 연결을 확인합니다. 9주차부터 이어 온 의도와 선택을 돌아보고, 15주차에 보완할 우선순위를 정합니다. 14주차는 프로젝트를 처음 기획하는 시점이 아니라 진행한 작품을 전체적으로 점검하는 시점으로 둡니다.

1교시에서 다룰 내용

• 다시 실행하기: 새 런타임에서 필요한 입력을 준비하고 처음부터 실행해, 이전 실행의 변수나 빠진 파일에 의존하는 부분을 찾습니다.
• 코드와 결과물: 노트북의 출력과 실제로 내보낸 이미지·HTML 등 작품 파일을 각각 열어 확인합니다.
• 설명: 데이터 출처, 정리 기준, 표현 규칙, AI와 함께 선택하거나 수정한 내용을 자신의 말로 연결합니다.
• 마무리 범위: 남은 일을 영향에 따라 정리합니다. 실행을 막는 문제와 표현의 보완, 이후 확장을 구분해 최종 작업을 선택합니다.

교수자 시연

1. 문화공간 시연 노트북의 사본을 새 런타임에서 실행합니다. 파일 경로나 실행 순서가 맞지 않을 때 어디에서 멈추는지 확인합니다.
2. AI와 누락 원인을 검토하고 필요한 입력과 실행 순서를 정리한 뒤, 처음부터 다시 실행합니다.
3. 내보낸 결과물을 별도로 열어 값·글자·범례·출처가 의도대로 보이는지 확인합니다.
4. 입력 한 건에서 최종 표현까지 따라가며 설명하고, 남은 수정 중 우선할 작업을 고릅니다.

AI와 시작할 대화 예시

내 작품을 처음 실행하는 상황에서 필요한 입력과 실행 순서를 함께 점검하자.
실제로 새로 실행하며 확인한 결과와 아직 확인하지 못한 부분을 나눠줘.
내보낸 파일도 열어 화면의 내용과 일치하는지 확인하자.
데이터 출처, 처리 기준, 표현 규칙을 내가 설명할 수 있도록 핵심 흐름을 짚어줘.
남은 문제는 작품에 미치는 영향과 필요한 작업을 비교해 우선순위를 정하자.

2·3교시 개인 작업에 적용하기

자신의 작품을 전체 실행하고 결과 파일과 설명을 정리합니다. 아직 제작이 진행 중이면 핵심 결과까지 이어지는 범위를 우선 확보하고, 교수자와 최종 보완 순서를 논의합니다. 제출 파일의 형식과 기한은 기말 안내에 맞춥니다.

개별 피드백에서 확인할 질문

• 현재 결과를 다시 만들려면 어떤 파일과 실행 순서가 필요한가요?
• 작품의 의도, 데이터의 처리, 표현 규칙, AI와의 선택 과정을 연결해 설명할 수 있나요?

프로그래밍 연결: 입력 경로, 함수 호출과 실행 순서, 출력 파일을 점검합니다. 확인할 증거 예시: 처음부터 실행한 결과와 실제 작품 파일.

필요할 때 찾아볼 자료: CSV 저장과 재읽기, 최종 품질 검증과 제출 구성.

1. 의도: 지금 무엇을 전달하거나 경험하게 만들고 있는가?
2. 현재 결과: 어떤 자료와 코드로 어디까지 실행되었는가?
3. 선택과 근거: AI의 제안 중 무엇을 선택했고 무엇을 수정했는가?
4. 다음 작업: 지금 막힌 지점은 무엇이며, 다음 결과를 어떻게 확인할 것인가?

필요하면 기존 기획서나 노트북에 “바꾼 것 · 이유 · 확인한 결과 · 다음 작업”을 짧게 기록합니다. 긴 프롬프트를 작성한 양보다 실제 선택과 결과를 설명할 수 있는지를 확인합니다. 이 초안은 성적 비율이나 새로운 제출 규정을 정하지 않습니다.

15·16주차로 이어가기

14주차의 전체 점검에서 남은 일을 정리하고, 15주차에는 개별 피드백과 최종 보완을 이어갑니다. 16주차에는 기말 작품 제출과 발표로 연결합니다. 8주차에 선정한 핵심 데이터를 중심으로 질문과 표현을 발전시킵니다.

수치·텍스트·이미지·소리는 학생이 선택할 수 있는 작업의 재료입니다. 한 작품에 모든 데이터 유형이나 도구를 포함하도록 요구하지 않습니다. 초안의 상세화에서는 각 주의 중심 시연과 설명을 확장하고, 해당 개념에 필요한 참고 실습을 골라 연결합니다.

초안 기준: 2026-10-21 대화에서 합의한 9~14주차 운영 방향, 8주차 데이터 선정·수집 기획, 위의 기존 수업 자료를 바탕으로 작성했습니다. 특정 AI 제품의 최신 기능이나 설치 절차는 이 초안에서 지정하지 않습니다.