코딩, AI, 교육 소식을 짧게 요약하고 다음 학습에 활용할 수 있는 방법을 전합니다.
Class Central의 1만 7,000여 개 AI 강의 가운데 초보자부터 개발자까지 참고할 수 있는 14개 강의를 선정했습니다. 일상에서 AI를 활용하는 입문 강의부터 AI 구축, Deep Learning과 Python을 익히는 과정까지 소개하며, 예를 들어 Elements of AI는 45시간, Google AI Essentials는 4시간, OpenAI의 Assistants API 강의는 약 30분 분량입니다.
AI 기술은 스마트 스피커나 스트리밍 추천처럼 어린이와 청소년의 일상에 점점 더 깊이 들어오고 있습니다. 이에 따라 젊은 세대가 AI가 어떻게 작동하는지뿐 아니라, 그 설명을 어떻게 질문해야 하는지도 이해할 필요가 있습니다. 이번 연구 세미나에서는 설명이 작성자와 해석하는 사람에 따라 의미가 달라지며, 무엇을 누구를 위해 설명하는지와 누가 이익을 얻는지가 중요하다는 점이 다루어졌습니다.
이 글은 브라우저 밖에서 JavaScript를 실행하는 Node.js의 기본 개념을 소개하며, 파일·URL·이벤트·HTTP 요청을 다루는 방법을 다룹니다. 또한 Express.js가 서버 측 작업을 단순화하는 방식을 설명하고, routes, routers, controllers, views 같은 웹 애플리케이션 구성 요소를 살펴봅니다. 초보자가 실용적인 백엔드 개발 기초를 쌓도록 설계된 안내서입니다.
이 글은 수업에서 AI 동영상 생성기가 어떤 역할을 하는지에 따라 도구를 나누어 설명합니다. 3분짜리 도입 영상이나 필기 노트를 바탕으로 한 해설에는 Scrimba Explain 같은 내레이션형 도구가 적합하며, Canva Education은 검증된 K-12 교사에게 무료이지만 짧은 클립 제작에 가깝습니다. 화면에 발표자가 나오는 영상에는 Synthesia나 HeyGen, 캐릭터 애니메이션에는 Vyond나 Powtoon이 제시됩니다. 또한 2024-25학년도 설문에서 공립 K-12 교사 2,232명 중 10명 중 6명이 업무에 AI 도구를 사용했고, 주 1회 이상 사용자는 주당 5.9시간을 절약했다고 밝혔습니다.
이 글은 Flask 웹 앱에 대한 이해를 점검하는 퀴즈입니다. 주요 내용은 routes, request data, 사용자 입력 이스케이프, 그리고 Python script를 Google App Engine에 배포하는 방법입니다. Flask를 이용해 웹 애플리케이션을 만드는 핵심 개념을 확인할 수 있습니다.
이 튜토리얼은 HTML, CSS, vanilla JavaScript를 사용해 실시간 단어 카운터 도구를 처음부터 만드는 방법을 안내합니다. 브라우저에서 즉시 동작하므로 입력할 때마다 단어, 문자, 문장, 문단 수를 확인할 수 있으며 텍스트는 로컬에서만 처리되어 비공개가 유지됩니다. 프로젝트는 index.html, style.css, script.js 파일을 만들고 HTML 구조를 구성하는 단계부터 시작합니다.
Edtech 업체들은 신규 및 기존 교육 자료에 AI 기능을 빠르게 넣고 있으며, 교육적으로 효과적이라고 주장합니다. 그러나 K-12 커리큘럼을 검토하는 비영리단체 EdReports가 그 근거를 확인한 결과, 학군 책임자들이 구매를 결정할 때 따져봐야 할 어려운 질문들이 드러났습니다. 일부 AI 도구는 교사가 내용을 먼저 검토하게 하지만, 다른 도구는 학생에게 실시간으로 바로 보여줍니다.
Python의 turtle 모듈을 사용해 게임을 만드는 연습입니다. 스프라이트를 그리고, 게임 루프를 실행하며, 키 입력을 처리하고, 충돌을 감지하고, 프레임 속도를 설정하는 내용을 다룹니다.
Raspberry Pi Foundation과 Google DeepMind는 Experience AI의 일부로, 대형 언어 모델(LLM)을 학습 중심으로 이해하고 활용하는 새 수업 단원을 만들었습니다. 이 단원은 13~16세 학습자를 대상으로 하며, LLM의 작동 방식과 출력 평가 방법, 학습을 돕는 전략적 사용을 다룹니다. 또한 메타인지, 비판적 사고, 피드백 이해, 학습 중심 프롬프트 작성에 기반한 5개 수업으로 구성됩니다.
자연어 생성(NLG)은 앱이나 서비스가 데이터를 바탕으로 사람처럼 문장을 만들어 내는 기술입니다. 예시에서는 피트니스 앱이 걸음 수 같은 수치를 읽고, 이를 바탕으로 한 주의 활동을 칭찬하는 요약 문구를 보여줍니다. 이런 AI식 문구는 피트니스 앱뿐 아니라 여러 서비스에서 볼 수 있습니다.
이 글은 터미널 기초를 점검하는 퀴즈입니다. 파일 시스템을 이동하고, 파일을 만들고, virtual environment를 사용하며, 패키지를 설치하고, Git으로 코드를 추적하는 내용을 다룹니다.
AI가 생성한 콘텐츠는 쉽게 구분되지 않아 문제가 될 수 있습니다. 이에 따라 주요 AI 회사들은 자사 모델이 생성한 이미지, 비디오, 텍스트에 워터마크를 자동으로 넣고 있습니다. ChatGPT나 Claude로 만든 결과물에는 AI가 생성했거나 AI를 사용해 보조했음을 나타내는 표시가 포함될 수 있습니다. 이는 부분적으로 법적 요구와도 관련이 있습니다.
미네소타 에디나의 5학년 교사 Allison Knoph는 가을마다 Experience CS를 사용해 창의적 글쓰기 활동에 프로그래밍을 결합합니다. 학생들은 교실 컴퓨터로 캐릭터를 만들고, 직접 쓴 농담을 시험하며 코딩 프로젝트를 진행합니다. 이 교사는 학년과 단원 배치가 중요하다고 말하며, The me project는 언어 arts 수업과 잘 맞았지만 Ecosystems는 더 어려웠다고 설명합니다. 또한 평소 다른 과목에서 두드러지지 않던 학생들도 이 수업에서는 강점을 보인다고 전합니다.
AI는 교육 지도자의 시간을 줄이는 도구로만 보이기 쉽지만, 글쓴이는 AI의 핵심 가치를 인지 부담을 줄이는 데서 찾습니다. 교장은 분주한 일정, 결정 피로, 소통 업무 속에서 중요한 판단에 쓸 집중력이 부족해지기 쉽다고 설명합니다. 글쓴이는 하루 1시간 통근 시간에 ChatGPT 음성 대화를 사용해 하루의 우선순위를 정리하고 어려운 대화를 대비하며, 귀가 후에는 일과를 돌아보고 다음 행동을 정합니다.
데이터 분석은 데이터를 수집하고 분석해 인사이트를 얻는 과정이며, 복잡한 암산을 잘해야만 할 수 있는 일은 아닙니다. BI Data Analyst는 통계와 분석을 바탕으로 보고서와 대시보드를 만들고, 숫자 뒤에 있는 이야기를 찾아 질문에 답합니다. AI 도구는 데이터 정리나 첫 SQL 쿼리 작성 같은 기계적인 작업을 일부 대신할 수 있습니다.
AI는 오랫동안 일상에서 사용하는 도구들을 구동해 왔으며, 새로운 발전이 나올 때마다 장단점에 대한 논의가 이어집니다. 이 글은 사람들이 AI, automation, 그리고 agentic AI를 같은 뜻처럼 쓰는 경향이 있지만, 실제로는 서로 다르다고 설명합니다. 이어서 두 개념의 핵심 차이를 정리하겠다고 예고합니다.