머신러닝을 우리말로 옮기면 ‘기계 학습’이라고 할 수 있습니다. 컴퓨터는 데이터를 분석하고 스스로 학습하는 과정을 거치고 나면 패턴을 인식할 수 있는 능력을 갖추게 됩니다. 이렇게 되면 입력하지 않은 정보에 대해서도 판단과 결정을 할 수 있게 됩니다. 이것이 바로 기계 학습이라고 합니다. 다시말해, 방대한 양의 데이터 가운데 비슷한 것끼리 묶어내고 서로 관계있는 것들의 상하구조를 인식하여 이것을 바탕으로 앞으로의 행동을 예측하는 기술인 것입니다. 이번 차시에서는 이 머신러닝 중에서 음성을 분류하고 학습한 데이터를 적용해 볼 수 있습니다.
"친구의 기분을 좋게하는 올바른 말"
친구의 기분을 좋게 하는 말과 그렇지 못한 말 분류하기
올바른 말 구분하고 사용하기
데이터 수집하기
데이터 모델 학습하기
모델의 성능 평가하기
학습한 데이터 모델 활용하기
단어를 듣고 친구의 기분을 좋게하는 단어인지 아닌지를 판단하여 평가하는 언어 판독기 만들기
친구들에게 내가 만든 작품 소개하고 감상하기
어려울 수 있는 용어들에 대해 충분한 설명과 이해를 돕습니다.
활동에 사용되는 데이터 이미지는 사전에 수집하는 것이 좋습니다.
충분한 데이터 모델 학습을 통해 정교한 결과물을 제작합니다.
"친구의 기분을 좋게하는 올바른 말!!"
승욱이는 오늘 기분이 좋지 않습니다. 그 이유는 친구로부터 상처받는 말을 들었기 때문입니다. 하지만 그 친구는 그 말이 상처를 주는 말인지를 잘 모르고 사용했던 것 같습니다. 그 친구에게 올바른 말을 알려줄 수 있는 좋은 방법이 없을까요?
▷ 상대방의 기분을 좋게하는 말과 상처주는 말을 구분하여 작성해보세요.
※ [보기]에 없는 단어를 작성해도 좋습니다.
기분 좋게 하는 말
상처 주는 말
컴퓨터 스스로 판단하여 바른말 고운말을 구분하기 위해서는 컴퓨터가 데이터를 배워야 합니다. 컴퓨터가 어떤과정을 통해서 데이터를 학습하는지 같이 알아봅시다.
▷ 훈련 데이터 입력하기
위 순서대로 선택하고 모델의 이름을 '바른말 고운말'으로 입력합니다.
컴퓨터가 출력해야 할 클래스(정답)를 총 2가지로 추가하여 각각 ‘기분좋게 하는 말’, ‘상처주는 말’로 입력합니다. 각각의 클래스를 선택한 뒤, 알맞은 데이터를 입력합니다. 컴퓨터의 저장된 데이터를 활용하거나, 마이크로 직접 녹음하여 데이터를 업로드합니다. 훈련하는 데이터는 최소 5개 이상으로 준비합니다.
▷ 모델 학습하기
각 클래스에 입력한 데이터를 이용하고 '모델 학습하기'를 통해 학습을 시작합니다.
▷ 테스트 데이터 입력하고 확인하기
모델 학습이 종료되면, 학습 조건과 학습 차트를 확인할 수 있습니다. 모델 학습 과정에서 사용하지 않은 테스트 데이터를 활용하여 모델의 성능을 평가합니다. 테스트 데이터 역시 컴퓨터의 저장된 데이터나 마이크로 직접 녹음하여 사용할 수 있습니다. 정상 작동한다면 적용하기를 선택하여 추가합니다.
※ 주의 : 마이크가 정상적으로 연결이 되었을 때 정상 작동합니다.
엔트리의 [인공지능 학습하기] 기능을 활용하여 바르고 고운말을 판독하는 인공지능 로봇을 만들어보세요.
1. 관련 데이터를 수집합니다.
2. 인공지능 모델을 학습합니다.
3. 오브젝트를 추가합니다.
4. '소놀 AI로봇'오브젝트에 코딩을 합니다.
5. 초록LED와 빨간LED 오브젝트에 코딩을 합니다.
6. 친구들과 함께 작품을 감상합니다.
▷ 오브젝트 추가하기
| 순번 | 오브젝트 | 오브젝트 설명 |
|---|---|---|
| 1 |
|
◾오브젝트 추가버튼을 클릭하고 [물건]-[기타] 탭에서 ‘소놀 AI로봇’ 오브젝트를 추가합니다. |
| 2 | ![]() |
◾오브젝트 추가버튼을 클릭하고 [물건]-[기타] 탭에서 ‘초록LED’와 ‘빨간LED’ 오브젝트를 추가합니다. 화면 좌우 하단에 각각 위치시킵니다. ◾[모양] 탭에서 각각 LED를 꺼짐 상태로 변경합니다. |
| 3 | ![]() |
◾오브젝트 추가버튼을 클릭하고 [배경]-[기타] 탭에서 ‘패턴배경’ 오브젝트를 추가합니다. |
▷ 오브젝트에 엔트리 블록 코딩
| 순번 | 엔트리 블록 | 코딩 설명 |
|---|---|---|
| 1 |
|
◾‘신호’를 2개 추가합니다. ◾[속성]-[신호]-[신호 추가하기]를 추가합니다. ◾“초록LED”와 “빨간LED” 신호를 추가합니다. |
| 2 | ![]() |
◾‘소놀 AI로봇’ 오브젝트를 선택합니다. ◾[블록]-[시작]-[마우스를 클릭했을 때]를 추가합니다. ◾[블록]-[인공지능]-[학습한 모델로 분류하기]를 추가합니다. ◾[블록]-[흐름]-[만일 <참> (이)라면]을 2개 추가합니다. ◾[블록]-[인공지능]-[분류 결과가 기분좋게 하는 말▼ 인가?]를 2개 추가하고 1개의 값은 “상처주는 말”로 변경합니다. ◾[블록]-[시작]-[초록LED▼ 신호 보내기]를 2개추가하고 1개의 값은 “빨간LED”로 변경합니다. ◾[블록]-[시작]-[마우스를 클릭했을 때]를 추가합니다. ◾[블록]-[생김새]-[<안녕!>을(를) <4> 초 동안 말하기]를 2개 |
| 3 | ![]() |
◾‘빨간LED’ 오브젝트를 선택합니다. ◾[블록]-[시작]-[빨간LED▼ 신호를 받았을 때]를 추가합니다. ◾[블록]-[생김새]-[빨간LED_켜짐▼ 모양으로 바꾸기]를 추가합니다. |
| 4 | ![]() |
◾‘초록LED’ 오브젝트를 선택합니다. ◾[블록]-[시작]-[초록LED▼ 신호를 받았을 때]를 추가합니다. ◾[블록]-[생김새]-[초록LED_켜짐▼ 모양으로 바꾸기]를 추가합니다. |
참고 자료
▷ 딥러닝?? 머신러닝?? 대체 뭐가 다른거야? 딥러닝과 머신러닝의 차이점에 대해 아는 척 해보자.
[국가과학기술연구회] - 영상 속 과학
: https://blog.naver.com/nststory2014/222284630857
https://youtu.be/NbLVcMmxSw0
개념 쏙쏙
확인해요
| 평가 내용 | 평가 결과 |
|---|---|
| ◾ 상대방의 기분을 좋게하는 말과 상처주는 말을 구분하고 올바르게 사용할 수 있나요? | |
| ◾ 엔트리의 [인공지능 모델 학습하기]의 기능을 이해했나요? | |
| ◾ 바른말 고운말을 판별하는 판독기를 제작할 수 있나요? |



