12주차 3교시: 텍스트 패턴 포스터 미션

하나의 원문에서 전체 빈도표와 두 그래프를 만들고 수치에 근거한 해석까지 증명하기

1. 01준비사본과 파일명
2. 02선택세 텍스트 중 한 편
3. 03보존원문·출처·이용 조건
4. 04분석문장·토큰·빈도
5. 05시각화막대 10 + 점 12
6. 06서술질문·관찰·한계
7. 07저장전체 CSV + PNG
8. 08검증새 런타임 PASS
9. 09귀가세 파일 제출

이번 교시에 완성할 세 결과물

귀가 조건: 제출 전에 열다섯 가지 확인

처음에는 세 결과물과 수정할 셀 두 곳만 기억합니다. 제출 직전에 아래 목록을 펼쳐 자동 검사와 같은 순서로 확인합니다.

50분 진행 기준

시간표는 기다려야 하는 시각이 아니라 현재 위치를 확인하는 기준입니다. 먼저 작업을 시작하고, 진행이 막혔을 때 상세 시간표를 펼쳐 자신의 위치를 찾습니다.

35분에 모든 조건을 충족했다면 바로 새 런타임 검사를 실행하고 제출할 수 있습니다. 특정 단계에서 오래 머물렀다면 오류 메시지의 조건 이름을 먼저 읽고 해당 STEP만 고칩니다.

STEP 0 · 노트북 사본과 파일명 준비

1. 위의 Colab에서 시작을 누르거나 내려받은 .ipynb를 Colab에 업로드합니다.
2. 파일 → Drive에 사본 저장을 선택합니다.
3. 상단 파일명을 눌러 week12_학번_이름.ipynb로 바꿉니다.
4. 노트북에는 코드 셀이 아홉 개 있습니다. 학생이 수정하는 곳은 EDIT가 적힌 STEP 1과 STEP 5입니다.
5. 처음에는 STEP 0부터 STEP 4까지 순서대로 실행해 선택한 텍스트의 기준 수치를 확인합니다.

STEP 1 · 학번·이름 입력과 텍스트 선택

STEP 1의 세 값만 먼저 수정합니다. 학번과 이름에는 공백이나 슬래시를 넣지 않습니다. text_choice에는 아래 ID 가운데 하나를 철자까지 정확히 입력합니다.

student_id = "20261234"
student_name = "김하늘"
text_choice = "rain_garden"

어떤 글을 선택해도 난이도와 점수는 같습니다. 선택은 분석 결과를 서로 다르게 만들기 위한 것이며, 특별히 더 쉬운 정답 텍스트는 없습니다.

STEP 2 · 원문과 출처 정보 보존

STEP 2는 수정하지 않습니다. 선택한 레코드에서 원문과 메타데이터를 꺼내되, 각각 다른 변수에 저장합니다.

raw_text에서 조사나 문장부호를 직접 지우면 원문 보존 검사가 실패합니다. 분석용 변형은 다음 셀의 normalized_text와 tokens에 저장됩니다.

STEP 3 · 공백 기준 토큰화와 정확한 수량 확인

STEP 3은 같은 규칙을 세 텍스트에 적용합니다. 먼저 마침표·쉼표 같은 문장부호를 공백으로 바꾸고, split()으로 공백 기준 토큰을 만듭니다. 이어서 텍스트별 지정 토큰 네 개를 제외합니다.

1. re.split()으로 원문을 열두 문장으로 나눕니다.
2. re.sub()로 분석에 쓰지 않는 문장부호를 공백으로 바꿉니다.
3. split()으로 원문 토큰 목록인 raw_tokens를 만듭니다.
4. 지정 토큰을 제외해 분석용 tokens를 만듭니다.
5. Counter(tokens)로 모든 분석 토큰의 반복 횟수를 셉니다.
6. 각 문장은 지정 토큰을 빼기 전 공백 기준 토큰 수로 길이를 계산합니다.

‘종류’는 서로 다른 토큰의 개수입니다. 빛이 세 번 나와도 토큰 종류에서는 하나로 셉니다. 반대로 빛, 빛은, 빛을은 공백 기준 규칙에서 서로 다른 문자열이므로 세 종류가 됩니다.

STEP 4 · 전체 빈도표 CSV와 상위 열 개 막대 확인

frequency_df는 분석용 토큰의 모든 종류를 빈도순으로 담습니다. 포스터에는 읽기 쉬운 상위 열 개만 그리지만, CSV에는 나머지 토큰도 빠짐없이 저장합니다.

1. 표의 첫 두 열이 word와 count인지 확인합니다.
2. count가 큰 값부터 작은 값으로 이어지는지 확인합니다.
3. 표의 행 수가 선택한 텍스트의 분석용 토큰 종류 수와 같은지 확인합니다.
4. count 열의 합이 분석용 전체 토큰 수와 같은지 확인합니다.
5. 가로 막대가 열 개이고 가장 빈도가 높은 토큰이 위쪽에 보이는지 확인합니다.
6. 각 막대 끝의 숫자와 표의 count 값이 같은지 비교합니다.

STEP 5 · 열두 문장의 길이 흐름 확인

두 번째 그래프의 가로축 1-12는 시간이나 날짜가 아니라 원문에서 문장이 등장한 순서입니다. 세로축은 각 문장을 문장부호 없이 공백 기준으로 나눈 토큰 수입니다.

1. 가로축 눈금이 1부터 12까지 빠짐없이 보이는지 확인합니다.
2. 점이 정확히 열두 개인지 확인합니다.
3. 각 점 위의 숫자가 sentence_lengths 목록과 같은지 확인합니다.
4. 출력에서 가장 긴 문장의 번호와 토큰 수를 찾습니다.
5. 출력에서 가장 짧은 문장의 번호와 토큰 수를 찾습니다.
6. 그래프의 상승·하강을 사건의 시간 변화로 표현하지 않도록 축 이름을 읽습니다.

문장이 길어졌다는 사실만으로 감정이 강해졌거나 사건이 중요해졌다고 단정할 수 없습니다. 현재 그래프가 직접 보여 주는 것은 공백 기준 토큰 수의 차이입니다. 의미에 관한 설명은 원문을 다시 읽고 별도의 근거를 제시해야 합니다.

STEP 6 · 질문·관찰 두 문장·한계 작성

STEP 5에는 학생이 직접 바꾸는 문자열 네 개가 있습니다. 각 문장은 포스터의 장식 문구가 아니라 그래프를 읽는 순서를 안내하는 분석 기록입니다.

아래 문장은 밤의 도서관을 선택했을 때의 작성 구조를 보여 줍니다. 다른 텍스트를 선택했다면 STEP 3 출력의 최상위 토큰, 횟수, 가장 긴 문장 번호와 길이를 사용해야 합니다.

poster_question = (
    "‘밤의 도서관’에서 반복 단어와 문장 길이는 어떤 패턴을 보이는가?"
)
frequency_observation = (
    "‘빛’은 3회 등장하여 선택한 텍스트에서 가장 자주 반복된 토큰 가운데 하나다."
)
rhythm_observation = (
    "가장 긴 2번 문장은 7토큰이며 전체 문장도 5토큰에서 7토큰 사이에 모여 있다."
)
limitation_statement = (
    "공백 기준 토큰화는 ‘빛’, ‘빛은’, ‘빛을’을 서로 다른 토큰으로 세므로 형태소 단위 의미를 직접 보여 주지 못한다."
)

빈도 관찰에서는 “중요하다”보다 “3회 등장한다”처럼 그래프가 직접 증명하는 내용을 먼저 씁니다. 흐름 관찰에서는 “리듬이 아름답다”보다 문장 번호와 토큰 수를 먼저 제시합니다. 한계에서는 분석 규칙 때문에 놓친 정보가 무엇인지 구체적인 토큰 예와 함께 설명합니다.

STEP 7 · 1600 × 2200 포스터와 전체 CSV 점검

STEP 6을 실행하면 학번과 이름을 사용해 CSV와 PNG가 자동으로 저장됩니다. 포스터에는 질문, 두 그래프, 관찰 두 문장, 분석의 한계, 출처, 이용 조건, 지정 제외 토큰이 위에서 아래로 배치됩니다.

1. Colab 출력에 저장된 CSV의 행 수와 PNG 크기가 보이는지 확인합니다.
2. 포스터 제목 아래에 자신의 질문이 잘리지 않고 보이는지 확인합니다.
3. 빈도 막대 열 개와 각 막대 끝의 횟수를 확인합니다.
4. 문장 점 열두 개와 가로축 번호 1-12를 확인합니다.
5. 하단의 관찰 두 문장과 한계, 출처, 이용 조건, 분석 규칙을 읽습니다.
6. CSV를 내려받아 행 수와 count 합계가 STEP 3 출력과 같은지 확인합니다.

STEP 8 · 새 런타임 전체 실행과 자동 검사 PASS

1. STEP 1의 학번·이름·텍스트 ID와 STEP 5의 네 문장을 마지막으로 확인합니다.
2. 런타임 → 세션 다시 시작을 선택합니다.
3. 런타임 → 모두 실행을 한 번 선택합니다.
4. STEP 0부터 FINAL CHECK까지 여덟 코드 셀이 순서대로 끝날 때까지 기다립니다.
5. FINAL CHECK에서 열다섯 개의 초록 표시와 완료 문구를 확인합니다.
6. 마지막 DOWNLOAD 셀이 CSV와 PNG를 내려받으면 두 파일을 안전한 폴더에 저장합니다.

STEP 9 · 세 파일 제출 후 즉시 귀가

1. 마지막 셀에 WEEK 12 TEXT PATTERN MISSION COMPLETE가 보이는지 확인합니다.
2. 파일 → 다운로드 → .ipynb 다운로드로 실행 결과가 포함된 노트북을 받습니다.
3. 전체 빈도표 CSV와 포스터 PNG를 각각 다운로드합니다.
4. 세 파일의 학번과 이름이 모두 같고 확장자가 .ipynb, .csv, .png인지 확인합니다.
5. 제출함에 세 파일을 올리고 업로드 완료 상태를 교수자에게 보여 줍니다.
6. 최종 확인을 받으면 남은 수업 시간과 관계없이 즉시 귀가합니다.

선택 확장 · 단어를 원문의 문맥으로 돌려놓기

아래 활동은 귀가 조건이 아니며 추가 점수도 없습니다. 먼저 통과한 세 파일을 제출하고 보존한 뒤, 원할 때만 노트북 사본에서 수행합니다.

1. 상위 토큰 하나를 고릅니다.
2. 그 문자열이 포함된 문장의 번호와 원문을 모두 찾습니다.
3. 같은 문자열이 서로 다른 맥락에서 쓰였는지 비교합니다.
4. “빈도가 같아도 맥락은 같지 않다”는 사실을 두 문장으로 기록합니다.
5. 필수 포스터와 구분되는 별도 사본에만 작은 문맥 패널을 추가합니다.

도움말과 공식 자료

• Google Colab 공식 입문 노트북코드 셀 실행, Drive 사본 저장, 런타임 다시 시작과 노트북 다운로드
• Python 공식 문서: rere.split()과 re.sub()를 이용한 문장 분리와 문장부호 정리
• Python 공식 문서: Counter토큰별 반복 횟수 계산과 most_common() 정렬
• pandas 공식 문서: DataFrame.to_csv전체 빈도표를 UTF-8 CSV 파일로 저장하는 방법
• Matplotlib 공식 문서: Axes.barh상위 토큰을 공통 기준선에서 비교하는 가로 막대그래프
• Matplotlib 공식 문서: Axes.plot문장 순서와 토큰 수를 선과 점으로 연결하는 방법
• Matplotlib 공식 문서: savefigFigure를 지정한 크기와 해상도의 PNG로 저장하는 방법