한 함수로 세 포스터 만들기

한 함수에 서로 다른 입력을 전달해 세 가지 결과 만들기

형식

목표 달성형 개인 실습, 최대 50분

완료

자동 검사 PASS와 두 파일 제출

제출

.ipynb + 비교 .png

1. 노트북 준비사본과 파일명 확인
2. 빈 결과 진단세 원인 찾기
3. 함수 연결seed·count·return 수정
4. 변주 설계A·B·C 입력 조합
5. 결과 검증비교 PNG와 자동 PASS
6. 제출과 귀가두 파일 확인

귀가 조건: 제출 전에 열 가지 확인

1. 노트북 파일명week06_학번_이름.ipynb 형식으로 변경했습니다.
2. 제출 정보학번, 이름 또는 별명, 25자 이상의 생성기 규칙 문장을 작성했습니다.
3. 함수 구조create_poster()의 다섯 매개변수 이름과 순서를 유지했습니다.
4. 시드 연결함수 안에서 random.seed(seed_number)를 사용했습니다.
5. 반복 연결range(shape_count)로 입력받은 도형 수만큼 반복했습니다.
6. 결과 반환함수의 마지막에서 return image로 완성 이미지를 돌려주었습니다.
7. 세 입력 조합A·B·C에 서로 다른 시드와 두 가지 이상의 다른 입력 역할을 사용했습니다.
8. 세 결과600 × 600 RGB 이미지 세 장이 서로 다르고 같은 A 입력은 같은 결과를 다시 만듭니다.
9. 비교 PNG세 이미지를 담은 1800 × 680 PNG가 현재 결과와 같은 상태로 저장되었습니다.
10. 두 파일 제출실행 결과가 포함된 `.ipynb`와 최종 비교 `.png`를 제출했습니다.

50분 진행 기준

위 시간은 기다려야 하는 시각이 아니라 길을 잃지 않기 위한 기준입니다. 35분에 열 조건을 모두 달성한 학생은 35분에 제출하고 귀가할 수 있습니다. 오류 수정이 필요한 학생은 최대 50분까지 자신의 속도로 진행합니다.

실습 노트북 준비

템플릿에는 함수의 다섯 매개변수, Pillow 생성 코드, 세 호출, 비교 이미지 저장, 자동 검사가 준비되어 있습니다. 학생은 함수 전체를 다시 입력하지 않습니다. EDIT 표시가 있는 제출 정보, 함수 세 줄, A·B·C 설정값만 수정합니다.

위의 시작 버튼으로 Colab 사본을 만들거나 노트북 파일을 내려받습니다. 두 버튼은 같은 템플릿을 엽니다.

1. 노트북이 열리면 파일 → Drive에 사본 저장을 선택합니다.
2. 상단 파일명을 눌러 week06_학번_이름.ipynb로 바꿉니다.
3. 준비 셀부터 비교 PNG 저장 셀까지 처음 상태로 한 번 실행합니다.
4. EDIT 영역만 수정하고 DO NOT EDIT와 FINAL CHECK는 그대로 둡니다.

빈 결과에서 세 원인 찾기

처음 상태로 비교 PNG 저장 셀까지 실행하면 오류 없이 파일이 만들어지지만 세 패널에는 배경만 보입니다. 이것은 파일이 고장 난 상태가 아니라 함수의 입력 연결을 완성하기 위한 출발점입니다.

함수 내부에서는 도형 하나가 실제로 그려지지만 마지막 줄이 새로운 빈 이미지를 반환하므로 호출 결과에는 보이지 않습니다. 이 차이는 “함수 안에서 무엇을 만들었는가”와 “호출한 곳에 무엇을 돌려주었는가”가 별개의 문제임을 보여줍니다.

제출 정보와 생성기 규칙 작성

제출 정보 셀에서 = 오른쪽의 따옴표 안 내용만 자신의 정보로 바꿉니다. generator_rule은 감상문이 아니라 함수에서 유지할 규칙과 호출할 때 바꿀 입력을 설명하는 문장입니다.

student_id = "20260001"
student_name = "김민지"
generator_rule = "600 × 600 형식과 도형 분기는 유지하고 시드·개수·경계·팔레트를 바꾸어 세 가지 변주를 만든다."

함수 안의 세 줄 연결

create_poster() 함수 셀의 EDIT A, EDIT B, EDIT C만 아래와 같이 바꿉니다. 줄의 앞쪽 들여쓰기를 유지하고 함수의 다섯 매개변수와 나머지 본문은 수정하지 않습니다.

1. EDIT A의 줄을 random.seed(seed_number)로 바꿉니다.
2. EDIT B의 줄을 for shape_number in range(shape_count):로 바꿉니다.
3. EDIT C의 줄을 return image로 바꿉니다.

위 세 문장은 각 위치에 입력할 정확한 한 줄입니다. 노트북에서는 난수 선택과 조건 분기 코드가 반복문 안에 이미 들어 있으므로 기존 들여쓰기 구조를 그대로 유지합니다.

A·B·C 입력 조합 설계

A는 기준안으로 유지해도 됩니다. B와 C는 A와 다른 시드를 사용하고, 도형 수·조건 기준·팔레트에서도 분명한 차이를 만듭니다. 아래 권장값을 그대로 사용해 먼저 PASS를 받은 뒤 선택 확장에서 자신의 값을 더 실험할 수 있습니다.

# B / 권장 설정
seed_b = 91
shape_count_b = 72
medium_b = 38
large_b = 60
palette_b = [
    (247, 239, 216),
    (56, 90, 124),
    (183, 94, 120),
    (229, 168, 57),
    (32, 43, 56),
]

# C / 권장 설정
seed_c = 127
shape_count_c = 48
medium_c = 48
large_c = 68
palette_c = [
    (241, 234, 246),
    (98, 81, 139),
    (49, 142, 136),
    (233, 130, 69),
    (48, 42, 60),
]

같은 함수 세 번 호출

세 함수 호출 셀은 수정하지 않습니다. A·B·C 설정 셀에서 정한 값을 키워드 인자로 전달하고, 함수가 return image로 돌려준 결과를 세 변수에 저장합니다.

poster_a = create_poster(
    seed_number=seed_a,
    shape_count=shape_count_a,
    medium_threshold=medium_a,
    large_threshold=large_a,
    palette=palette_a,
)

seed_number=seed_a에서 왼쪽은 함수 정의의 매개변수 이름이고 오른쪽은 A 설정값이 담긴 변수입니다. B와 C도 같은 함수 본문을 실행하지만 오른쪽에 전달하는 값이 달라 서로 다른 결과를 만듭니다.

세 결과를 비교 PNG로 저장

비교 PNG 저장 셀은 세 이미지를 600픽셀씩 가로로 배치하고 위쪽 80픽셀 영역에 A·B·C의 시드와 도형 수를 표시합니다. 코드는 수정하지 않으며 결과가 바뀌면 다시 실행합니다.

새 세션에서 자동 검사 PASS

1. 현재 수정 내용이 Drive 사본에 저장되었는지 확인합니다.
2. 런타임 → 세션 다시 시작을 선택합니다.
3. 런타임 → 모두 실행을 한 번 선택합니다.
4. 실행 중에는 중간 셀을 따로 누르지 말고 FINAL CHECK까지 기다립니다.
5. 아래 여덟 줄이 모두 나타나는지 확인합니다.

두 파일 제출과 귀가

1. 마지막 셀에 WEEK 06 PARAMETER GENERATOR COMPLETE가 보이는지 확인합니다.
2. 파일 → 다운로드 → .ipynb 다운로드로 실행 결과가 포함된 노트북을 받습니다.
3. Colab 왼쪽 파일 목록에서 week06_학번_이름_generator.png를 찾아 다운로드합니다.
4. 제출함에 week06_학번_이름.ipynb와 비교 `.png` 두 파일을 모두 업로드합니다.
5. 제출 완료 상태를 확인하면 남은 시간과 관계없이 바로 귀가합니다.

선택 확장: 제출 후 더 실험하고 싶은 경우만

아래 활동은 귀가 조건이 아니며 추가 점수도 없습니다. 필수 두 파일을 먼저 제출한 학생만 선택합니다.

• A와 같은 팔레트에서 시드만 바꾼 D를 만들어 배치 차이를 비교합니다.
• 같은 시드와 팔레트에서 도형 수만 바꾸어 밀도 차이를 비교합니다.
• 같은 시드에서 두 조건 기준만 바꾸어 강조 사각형의 수를 비교합니다.
• 함수의 고정 여백과 캔버스는 유지한 채 새로운 팔레트 하나를 설계합니다.

7주차 연결: 반환된 이미지를 다시 사용할 시각 재료로 보기

오늘의 함수는 이미지를 파일로만 끝내지 않고 return image로 Pillow 이미지 객체를 돌려주었습니다. 7주차에는 이 반환 결과를 다시 불러와 자르기, 크기 변경, 회전, 투명 레이어 합성에 사용합니다. 자신의 6주차 비교 PNG와 세 포스터는 다음 주 프로토타입의 출발 재료가 됩니다.

공식 도움말

• Google Colab 공식 입문 노트북코드 셀 실행, Drive 사본 저장, 노트북 다운로드 방법
• Python 공식 튜토리얼: Defining Functions함수 정의, 매개변수, 인자, 지역 변수와 반환값의 공식 설명
• Python 공식 튜토리얼: Keyword Arguments키워드 이름으로 함수의 입력값을 전달하는 공식 사용법
• Python 언어 참조: return함수의 결과를 호출한 곳으로 전달하는 return 문장
• Python 공식 문서: random.seed같은 입력으로 난수 선택을 다시 재현하는 시드 설정
• Pillow 공식 문서: Image 객체함수가 반환하고 비교 PNG에 배치하는 Pillow 이미지 객체