🧠AI 원리 체험

• 무엇: AI가 데이터로 배우는 원리(머신러닝)와 사람이 정한 규칙으로 움직이는 원리(규칙기반 AI)를 놀이·월드·코딩으로 체험
• 누구: 초등 고학년~중학생 (미로 탈출 코딩은 중학생 이상, 초등은 교사 시범)
• 몇 분: 퀵드로우 1015분 / 월드 한 개 4560분 / 미로 탈출 60~90분
• 결과물: 데이터셋·AI 모델 블록 코드, 미로를 스스로 빠져나오는 에이전트
• 라이브러리 → ‘인공 지능’ 묶음에 AI 야생동물 공원, AI-1~AI-5, AI의 시간: 첫날밤 등이 모여 있음

갈래	유형	월드·자료
AI 리터러시 (AI를 바르게 활용하는 법)	영상 자료 / 스타터 / AI 응용 사례 / AI 윤리 / 퍼즐 / 디펜스게임 / 건축 / 예술 문화	인공지능 모험(치킨 영상) / AI의 시간: 첫날 밤 / 환상적인 박람회장 / 더 깊이 생각하기 / 리드 스마트: AI 탐정 / 사이버 디펜더 / AI 빌드 챌린지 / 베드로 여기 잠들다
머신러닝 (AI 핵심 기술 체험)	데이터 과학 / 코딩 실습 / 올인원 / 규칙 기반	AI 야생동물공원 / AI-1 패턴 인식, AI-2 지형 맵핑, AI-3 지속가능한 농업, AI-4 해양 관측, AI-5 수질 학습 / AI 세대(Generation AI) / 미로 탈출(오른손 법칙)
AI 활용 연구 (AI 기술을 마크에 적용)	바이브 코딩 / 웹소켓 / MCP 서버	메이크코드 AI 코드 작성 / 게임 속 챗봇 / AI가 봇 조종

- **이 장의 순서**: ① AI 원리를 월드로 체험(AI for Good → 야생동물공원 → AI for Earth → 미로) ② 생성형 AI 활용(리터러시 영상 → 코드 요청 → 오류 대처) ③ AI 에이전트 시대 - 초록 = 이 장에서 다룸 · 원본 지도: stevecoding.kr

• 퀵드로우(Quick, Draw!): 제시어를 그리면 컴퓨터(신경망)가 무엇인지 맞히는 구글의 AI 그리기 게임. 설치 없이 주소만 열면 됨 (quickdraw.withgoogle.com)
• 진행: 한 판에 그림 6개, 한 그림당 20초 이내. 그리는 동안 컴퓨터가 추측하는 단어를 말해 줌
• 결과 화면: “신경망이 낙서 3개를 맞췄습니다” → 그림을 눌러 다른 사람들이 같은 제시어를 어떻게 그렸는지 보기
• AI와 연결: 다른 사람들이 그린 수많은 낙서가 곧 학습 데이터. 구글은 이 낙서 데이터 세트를 오픈소스로 공유함
• 생각해 보기: 컴퓨터는 어떤 특징으로 알아볼까? (아스파라거스는 마디, 올빼미는 귀 모양을 잡아야 잘 맞힘)
• 모둠별로 돌아가며 그리고 맞힌 개수 비교 → 다음 활동 ‘데이터 → 라벨 → 예측’으로 이어 가기

1. 데이터 수집(Quest 3·4): 에이전트가 마른 덤불을 조사해 산불 위험 데이터를 모음
2. 라벨 붙이기(Quest 6): 사람이 예시마다 정답 표시 → 컴퓨터가 패턴을 배움(지도 학습). YES 노랗고 마른 식물 = 화재 위험 / NO 초록 식물 = 안전
3. 예측·적용(Quest 7·8): 배운 기준으로 위험한 덤불을 찾아 치우고 경보

# Quest 3·4  데이터 조사
agent.inspect(
  AgentInspection.DATA,
  FORWARD)

# Quest 7  적용
for i in range(6):
  if agent.detect(
    AgentDetection.BLOCK,
    FORWARD):
    agent.destroy(FORWARD)
  agent.move(FORWARD, 1)

• 생각해 보기: 라벨을 잘못 붙이면 AI도 잘못 배운다 → 데이터를 주는 사람의 책임. 생성형 AI도 같은 원리

월드	머신러닝 개념	역할 흐름	시간·대상
AI-1 패턴 인식	패턴 인식·분류 (코드는 준지도 학습 블록)	드론 조종사 → 데이터 수집 → 패턴 분석 → 오셀롯 구조	45~60분
AI-2 지형 맵핑	비지도 학습·이상 탐지	조종사 → 데이터 과학자 → ML 엔지니어 → 생물학자	8~10세
AI-3 지속가능 농업	준지도 학습·예측 분석	농작물 고사 → 위성 데이터 → 예측 분석 → 검증	8~10세
AI-4 해양 관측	강화 학습·자율 내비게이션	생물학자(센서 4개) → 데이터 과학자 → ML 엔지니어 → 연구원	8~18세
AI-5 수질 학습	지도 학습	의사 → 데이터 과학자 → ML 엔지니어 → 연구원	45분
환상적인 박람회장	AI 행동·데이터 분석·생성형 AI	벌 → 라이트 쇼 → 예술(동의 받기) → 로봇 펫	50분·8세+

- **공통 흐름**: 문제 정의 → 수집 → 전처리 → 모델링 → 검증 → 적용 - **주의**: 월드 속 AI는 실제 AI 개발 과정을 그대로 재현한 것이 아니라 ‘개념 이해용 도구’ → 실제와 다른 점도 함께 이야기하기

• ① 문제 받기: NPC(조종사·생물학자·농업 전문가·의사)와 대화해 임무를 받음
• ② 데이터 모으기: 비행하며 노란 버튼으로 숲 사진(AI-2) / 카메라 버튼으로 오셀롯 사진 3곳(AI-1) / 금 블록 5곳에 위성 비콘(AI-3) / 보트로 강물 샘플 3곳(AI-5)
• ③ 데이터셋 코딩: 데이터 과학자에게 가서 C 키 → 코드 작성기에서 데이터셋 만들기
• ④ AI 모델 코딩: 머신러닝 엔지니어에게 가서 기계학습 블록 + 데이터셋 입력 + 분석 + 위치 찾기 → 시작
• ⑤ 확인·표시: AI가 예측한 곳에 직접 가서 확인하고 현수막(배너)·깃발로 표시
• 정리: “확실한 AI 모델을 만들려면 데이터가 필요하고, AI는 데이터를 학습해 예측하는 모델을 만든다”

월드	학습 종류	데이터셋 코드 (시작하면 안에)	AI 모델 코드 (시작하면 안에)
AI-2 숲 모니터링	비지도 학습: 정답을 주지 않아도 차이로 벌목·나무 질병 지역을 찾음	make dataset(데이터셋 만들기) + 사진 데이터 (블록은 영상 [01:25 화면](https://youtu.be/A8GMICd8Ujo?t=85)에서 확인)	unsupervised machine learning → input dataset → analyze data → 위치 표시 (마지막 블록은 영상 [01:56 화면](https://youtu.be/A8GMICd8Ujo?t=116)에서 확인)
AI-1 오셀롯 연구	준지도 학습: 정답이 있는 과거 패턴과 지금 데이터를 비교	make historical dataset → trap camera 1·2·3 data → 패턴 추출 (마지막 블록은 영상 [05:22 화면](https://youtu.be/A8GMICd8Ujo?t=322)에서 확인)	semi-supervised machine learning → input datasets → compare current dataset against historical → analyze pattern data → locate ocelots
AI-3 농경 입지	준지도 학습 + 예측 분석	control satellite → make current dataset → 위성 데이터 (블록은 영상 [09:48 화면](https://youtu.be/A8GMICd8Ujo?t=588)에서 확인)	semi-supervised machine learning → input datasets → compare current dataset against historical → run predictive analysis → find best farming locations
AI-5 수질 관리	지도 학습	make current dataset → 위치마다 water data	supervised machine learning → input current dataset → analyze water data → locate pollution sources

- 블록은 영어로 나오고, 왼쪽 튜토리얼 창에 한글 뜻이 함께 나옴 (예: compare datasets = 데이터셋 비교, current = 현재, historical = 과거)

• 영상에서도 AI-1·AI-3에서 한 번씩 틀림 → 대부분 데이터셋 입력 블록(input datasets)을 빠뜨린 경우
• 튜토리얼 창의 단계 설명을 다시 읽고 빠진 블록을 넣은 뒤 ▶ 시작을 다시 누르기
• 생각해 보기: 데이터를 넣지 않으면 AI는 왜 예측하지 못할까? → “AI는 데이터로 배운다”

• IF (조건) THEN (행동) — 오른손 법칙: “오른쪽 벽만 계속 따라가면 미로를 탈출한다” (그림: 출발 → 출구, 초록 = 오른쪽 벽을 따라간 길)
• 장점: 명확(규칙이 분명함) / 예측 가능(같은 상황 → 같은 결과) / 이해 쉬움(사람이 읽고 고침)
• 한계: 규칙에 없는 상황은 처리 못 함 / 상황이 많아지면 규칙도 계속 늘어남 / 섬이 있는 미로에서는 실패

생활 속 규칙기반 시스템	규칙
의료 진단	증상 A·B → 질병 C 의심
신호등	차량 감지 → 신호 변경
게임 AI	플레이어 가까이 → 공격
공장 자동화	100°C 초과 → 냉각

• 에이전트 주변(왼쪽·앞·오른쪽)이 막혔는지 뚫렸는지에 따라 8가지 상황 → 행동은 3가지
• 오른쪽이 뚫려 있는 경우: 오른쪽으로 돌아서 이동 (4가지)
• 오른쪽이 막히고 앞이 뚫린 경우: 앞으로 이동 (2가지)
• 오른쪽, 앞이 막힌 경우: 왼쪽으로 돈 뒤 다시 판단 (2가지)
• 코딩 전에 학생이 8가지 경우를 직접 그려 3가지 행동으로 묶어 보게 하기

player.onChat("0", function () {
    agent.teleportToPlayer()
})
player.onChat("1", function () {
    agent.turn(LEFT_TURN)
})
player.onChat("2", function () {
    if (!agent.detect(AgentDetection.Block, RIGHT)) {
        agent.turn(RIGHT_TURN)      // 규칙 1
        agent.move(FORWARD, 1)
    } else if (!agent.detect(AgentDetection.Block, FORWARD)) {
        agent.move(FORWARD, 1)      // 규칙 2
    } else {
        agent.turn(LEFT_TURN)       // 규칙 3
    }
    player.runChatCommand("2")      // 다시 반복
})

• 채팅 명령: 0 = 에이전트 소환 / 1 = 왼쪽으로 돌기 / 2 = 미로 탈출 실행
• 규칙 3개 (8가지 상황 → 3개로): ① 오른쪽이 비었으면 → 오른쪽으로 돌고 1칸 ② 오른쪽 막힘 · 앞이 비었으면 → 앞으로 1칸 ③ 오른쪽·앞 모두 막히면 → 왼쪽으로 돌고 다시 판단
• 주의: 출구에서 멈추는 조건이 없음 → 탈출하면 실행을 멈추기
• 확장 과제: ① 왼손 법칙으로 바꾸기 ② 섬이 있는 미로 만들기(실패 이유 찾기) ③ 벽 따라가기 · DFS · BFS 비교

다음 채팅명령어를 입력하면: "hi"
    에이전트가 플레이어에게 텔레포트
다음 채팅명령어를 입력하면: "t"
    에이전트가 회전 왼쪽
다음 채팅명령어를 입력하면: "미로"
    반복(repeat): 1000 회 실행
        만약(if) 반대로(not) 에이전트가 블록 탐지: 종류 블록 방향 오른쪽 이면(then) 실행
            에이전트가 회전 오른쪽
            에이전트가 이동 방향 앞으로 거리 1
        아니면서 만약(else if) 에이전트가 블록 탐지: 종류 블록 방향 오른쪽
                그리고(and) 반대로(not) 에이전트가 블록 탐지: 종류 블록 방향 앞으로 이면(then) 실행
            에이전트가 이동 방향 앞으로 거리 1
        아니면(else) 실행
            에이전트가 회전 왼쪽

• 위 JavaScript와 같은 3가지 규칙을 블록으로 만든 것. 자기 자신을 다시 부르는 대신 1000번 반복으로 충분히 판단하게 함 (미로가 작으면 줄여도 됨)
• 실행: hi(에이전트 부르기) → t(방향 맞추기) → 미로

• 『마인크래프트 게임 제작 무작정 따라하기 2』 5장 ‘똑똑한 AI 에이전트의 미로 찾기 게임’
• 채팅 명령어 3개: 부르기(에이전트 위치 확인) → 이동경로(금 블록으로 무작위 길 만들기) → 시작(길 따라가기)
• 이동경로: 15번 반복하며 0~10 랜덤 값 → 0이면 왼쪽, 1이면 오른쪽, 나머지는 앞으로 → 무작위 길
• 시작: 앞·뒤·왼쪽·오른쪽에서 금 블록을 탐지하면 그 블록을 부수고 그쪽으로 이동, 네 방향 모두 없으면 종료
• 판단 변수: ‘판단 = 0인 동안 반복’ → 길이 끝나면 에이전트가 스스로 판단을 1로 바꿔 멈춤 = 사람이 명령하지 않아도 스스로 판단하는 AI의 기초

다음 채팅명령어를 입력하면: "부르기"
    에이전트가 플레이어에게 텔레포트
    채팅창에 말하기: 연결한 문자열: "현재 에이전트의 위치는" 에이전트 위치 "입니다."
다음 채팅명령어를 입력하면: "이동경로"
    메시지 보여주기 대상: 모든 플레이어(@a) 진한 글자 "게임 준비" 일반 글자 "에이전트가 이동경로를 구성합니다."
    에이전트가 이동 방향 앞으로 거리 1
    에이전트가 블록 또는 아이템 가져오기: 이름 금 블록 개수 64 슬롯 1
    에이전트가 이동한 곳에 블록 놓기 참(true)
    에이전트가 장애물을 파괴하기 참(true)
    반복(repeat): 15 회 실행
        미로 에 0 부터 10 까지의 정수 랜덤값 저장
        만약(if) 미로 ≤ 0 이면 → 에이전트가 회전 왼쪽
        아니면서 만약(else if) 미로 ≤ 1 이면 → 에이전트가 회전 오른쪽
        아니면(else) → 에이전트가 이동 방향 앞으로 거리 1
    에이전트가 텔레포트: 위치 월드 (부르기로 확인한 좌표) 바라보는 방향 서쪽(-X)
    에이전트가 이동한 곳에 블록 놓기 거짓(false)

• 처음에 앞으로 1칸 가는 까닭: 안 가면 에이전트가 자기가 놓은 블록에 갇힐 수 있음
• 마지막에 처음 자리로 텔레포트하고 블록 놓기를 끔

다음 채팅명령어를 입력하면: "시작"
    메시지 보여주기 대상: 모든 플레이어(@a) 진한 글자 "게임 시작" 일반 글자 "에이전트가 이동경로를 따…"
    판단 에 0 저장
    반복(while): 판단 = 0 인 동안
        만약(if) 에이전트가 블록 탐지: 종류 블록 방향 앞으로 이면(then)
            에이전트가 블록 파괴 앞으로
            에이전트가 이동 방향 앞으로 거리 1
        아니면서 만약 … 방향 뒤로 → 블록 파괴 뒤로, 이동 뒤로 1
        아니면서 만약 … 방향 왼쪽 → 블록 파괴 왼쪽, 이동 왼쪽 1
        아니면서 만약 … 방향 오른쪽 → 블록 파괴 오른쪽, 이동 오른쪽 1
        아니면(else)
            메시지 보여주기 대상: 모든 플레이어(@a) 진한 글자 "게임 종료" 일반 글자 …
            판단 에 1 저장

• 지나간 블록을 부수기 때문에 왔던 길로 되돌아가지 않음
• 메시지의 일반 글자 뒷부분은 영상 14:19 화면에서 확인