3장: 창의력 증폭기(3):티처블 머신
코딩의 원리를 배우기
AI 논리 조립소, 제미나이 & 티처블 머신(Teachable Machine): 코딩의 원리를 배우고, 나만의 AI를 직접 가르쳐보기
지금까지 우리는 AI를 활용하여 멋진 이야기와 그림을 만들었습니다. 아이들은 AI가 마치 뭐든지 뚝딱 만들어내는 마법 상자처럼 느껴졌을지도 모릅니다. 하지만 AI는 마법이 아닙니다. AI는 인간이 가르친 대로 생각하고, 우리가 보여준 것을 바탕으로 판단하는, 아주 논리적이고 체계적인 기계입니다. AI 시대를 살아갈 우리 아이들에게 가장 중요한 것 중 하나는 이 마법처럼 보이는 기술의 포장을 벗겨내고, 그 안에 숨겨진 진짜 원리를 이해하는 힘입니다. AI가 어떻게 배우고, 왜 때로는 실수하는지를 알게 될 때, 아이는 비로소 AI를 맹신하는 사용자를 넘어 AI를 현명하게 부리는 조종사가 될 수 있습니다.
이번 장에서는 우리 아이들을 위한 특별한 ‘AI 논리 조립소’를 엽니다. 이곳에서는 어려운 코딩 언어 대신, 눈으로 보고, 직접 데이터를 넣으며 AI의 작동 원리를 레고 블록처럼 조립해보는 체험을 할 것입니다. 이 조립소에는 두 명의 전문가가 우리를 기다리고 있습니다.
첫 번째 전문가는 친절한 ‘AI 교수님, 제미나이(Gemini)’입니다. 제미나이는 “머신러닝이 뭐야?”, “AI는 어떻게 내 얼굴을 알아보는 거야?”와 같은 아이의 근본적인 질문에 대해, 아이 눈높이에 맞는 비유와 예시로 쉽고 재미있게 원리를 설명해 줄 것입니다. 개념을 먼저 이해하면, 기술을 더 깊이 있게 다룰 수 있습니다.
두 번째 전문가는 손으로 직접 AI를 만들어보는 ‘실습 훈련장, 티처블 머신(Teachable Machine)입니다. 구글에서 만든 이 멋진 웹 도구는 코딩 한 줄 없이, 우리 집 웹캠과 마이크만으로 아이가 직접 AI 모델을 가르치고 훈련시킬 수 있게 해줍니다. 아이는 자신의 얼굴, 손동작, 목소리를 AI에게 가르치며 데이터가 어떻게 AI의 지능이 되는지를 몸으로 깨닫게 됩니다.
이 ‘AI 논리 조립소’에서의 경험은 아이에게 단순히 기술적 원리를 가르치는 것을 넘어섭니다. 아이는 AI가 완벽하지 않으며, 오직 우리가 가르쳐준 데이터 안에서만 똑똑하다는 사실을 배우게 됩니다. 또한, 데이터가 편향되면 AI도 편견을 가질 수 있다는 ‘AI 윤리’의 가장 중요한 개념을 자연스럽게 접하게 됩니다. 이 모든 과정은 아이가 AI 기술을 비판적으로 바라보고, 책임감 있게 사용하는 미래 인재로 성장하는 데 필수적인 밑거름이 될 것입니다.
이제부터 아이와 함께 AI라는 블랙박스를 열어, 그 안의 논리를 직접 조립해보는 흥미진진한 탐험을 시작해 보겠습니다.
실전! 제미나이와 티처블 머신으로 ‘가위바위보 AI 심판’ 만들기
아이들이 가장 좋아하는 놀이 중 하나인 ‘가위바위보’를 인식하는 AI를 직접 만들어보겠습니다. 이 AI 심판은 우리 아이가 직접 가르치고 훈련시킨, 세상에 단 하나뿐인 AI가 될 것입니다.
1단계: AI 교수님 제미나이에게 원리 배우기
본격적인 훈련에 앞서, 제미나이에게 기본 원리를 물어보며 지적 호기심을 채워줍니다.
마법의 프롬프트 (개념 질문):
너는 최고의 AI 과학자야. 초등학생인 내 아이에게 '머신러닝'이 뭔지 아주 쉽게 설명해줘. 아기가 말을 배우는 과정에 비유해서 설명해주면 좋겠어.
너는 최고의 AI 과학자야. 초등학생인 내 아이에게 '머신러닝'이 뭔지 아주 쉽게 설명해줘. 아기가 말을 배우는 과정에 비유해서 설명해주면 좋겠어.
나는 최고의 AI 과학자입니다! 우리 친구에게 '머신러닝'이 무엇인지 아주 쉽게 설명해 줄게요.
음... 혹시 아기가 말을 배우는 모습을 본 적 있나요?
처음에는 "맘마", "빠빠"처럼 한두 단어만 말하죠? 그러다가 엄마, 아빠가 계속 "이건 사과야", "이건 강아지야" 하고 많이 들려주면, 아기는 점점 똑똑해져서 "사과 주세요", "강아지 멍멍"처럼 여러 단어를 이어서 말하기 시작해요. 그리고 나중에는 한 번도 보지 못한 물건인데도 "어? 이건 책이야!" 하고 알아맞히기도 하죠?
'머신러닝'도 아기가 말을 배우는 과정이랑 정말 비슷해요.
여기서
아기는 컴퓨터
라고 생각하면 돼요. 컴퓨터는 처음에 아무것도 몰라요.
그리고 엄마, 아빠가 들려주는 수많은 단어와 문장, 그림 같은 것들이 '데이터'라고 하는 거예요. 컴퓨터는 이 데이터를 아주아주 많이 봐요.
아기가 엄마, 아빠 말을 들으면서 '사과는 이렇게 생겼구나', '강아지는 멍멍 짖는구나' 하고 배우는 것처럼, 컴퓨터도 이 데이터를 보면서 규칙을 배우고 특징을 찾아내요.
예를 들어, 컴퓨터에게 강아지 사진을 100만 장 보여줬다고 생각해봐요. 처음에는 강아지가 뭔지 모르지만, 사진을 계속 보면서 '음, 강아지는 귀가 두 개 있고, 꼬리가 있고, 털이 있네!' 하고 스스로 특징을 알아내요.
그래서 나중에는 한 번도 본 적 없는 강아지 사진을 보여줘도, 컴퓨터가 "어? 이건 강아지네!" 하고 알아맞히는 거예요. 신기하죠?
이렇게
컴퓨터가 '데이터'를 가지고 스스로 배우는 것
을 바로 '머신러닝'이라고 해요.
마법의 프롬프트 (프로젝트 원리 질문):
"이제부터 구글의 '티처블 머신'이라는 도구로 '가위, 바위, 보'를 알아보는 AI를 만들 거야. 컴퓨터가 어떻게 내 손 모양을 구별할 수 있는지, 그 원리를 3단계로 나누어 쉽게 설명해줘."
부모님의 역할: 제미나이의 답변을 아이와 함께 읽으며, “아하, 우리가 강아지 사진을 많이 보여줘야 컴퓨터가 강아지를 알아보는 거구나!”처럼 아이의 언어로 다시 한번 정리해주세요.
2단계: 티처블 머신 훈련장에서 AI 가르치기
이제 웹 브라우저에서 티처블 머신(teachablemachine.withgoogle.com)을 열고, ‘이미지 프로젝트’를 선택해 본격적인 훈련을 시작합니다.
A. 클래스(범주) 만들기: AI에게 가르칠 범주를 만들어줍니다. ‘클래스 1’의 이름을 바위로 바꾸고, ‘클래스 추가’를 눌러 가위, 보 클래스를 각각 만들어줍니다.
B. 데이터(샘플) 수집하기: 각 클래스에 해당하는 이미지를 웹캠으로 촬영합니다. 여기가 가장 중요한 부분입니다!
바위 클래스의 ‘웹캠’ 버튼을 누른 후, ‘길게 눌러 녹화’ 버튼을 누른 채로 주먹을 쥔 손을 웹캠에 비춥니다.
핵심 포인트: 한 자세로만 찍으면 AI가 똑똑해질 수 없습니다. 손을 약간 왼쪽으로, 오른쪽으로, 위로, 아래로 움직이고, 조명도 살짝 바꿔가며 다양한 각도와 환경에서 최소 100장 이상의 이미지를 수집합니다.이 과정을 통해 아이는 ‘다양하고 질 좋은 데이터’가 AI 성능에 얼마나 중요한지 배우게 됩니다. 가위, 보 클래스도 동일한 방법으로 충분한 데이터를 수집합니다.
C. 모델 훈련시키기: 데이터 수집이 끝나면 ‘모델 훈련하기’ 버튼을 누릅니다. 컴퓨터가 우리가 보여준 이미지들의 패턴을 학습하는 시간입니다. 이 과정을 절대 닫거나 다른 탭으로 이동하면 안 됩니다.
D. 테스트하고 놀기: 훈련이 끝나면 오른쪽에 ‘미리보기’ 화면이 활성화됩니다. 이제 웹캠에 주먹을 내밀어보세요. ‘바위’의 출력 막대가 100%에 가깝게 올라가는 것을 볼 수 있습니다. 가위와 보도 테스트하며 우리가 만든 AI 심판이 얼마나 정확한지 확인해봅니다.
3단계: 함께 문제 해결하기 (디버깅과 개선)
AI가 처음부터 완벽할 수는 없습니다. 바로 이 ‘실수’의 순간이 진짜 배움이 일어나는 지점입니다.
문제 상황: 아빠가 주먹을 냈는데, AI가 ‘바위’로 인식하지 못하고 헷갈려 합니다.
질문 던지기: "왜 그럴까? 왜 우리 AI는 내 주먹은 잘 알아보는데, 아빠 주먹은 잘 모를까?"
가설 세우기: "아! 우리가 내 손 사진만 보여줘서 그런가 봐. 아빠 손은 내 손보다 크고 모양이 조금 달라서 AI가 헷갈리나 봐."
해결책 찾기: 바위 클래스에 돌아가 이번에는 아빠의 주먹 이미지 데이터를 추가로 수집하고, 다시 모델을 훈련시킵니다.
결과 확인: 이제 AI가 아빠의 주먹도 훌륭하게 인식하는 것을 보며, 아이는 ‘데이터의 편향성’과 ‘모델 개선 과정’이라는 머신러닝의 핵심 개념을 스스로 깨치게 됩니다.
단순한 놀이를 넘어: AI 조립이 키워주는 5가지 미래의 힘
아이와 함께 ‘가위바위보 AI 심판’을 만들어보는 이 활동은, 단순한 기술 체험을 넘어 책의 서두에서 강조했던 ‘기계가 대체할 수 없는 5가지 미래의 힘’을 가장 직관적으로 길러주는 강력한 교육 활동입니다.
창의력 (상상에 날개를 달아주는 힘): ‘가위바위보’는 시작일 뿐입니다. 아이는 이 원리를 응용하여 ‘내가 웃는 얼굴 vs 무표정한 얼굴을 인식하는 AI’, ‘우리 집 강아지와 고양이를 구별하는 AI’, 심지어는 특정 손동작으로 음악을 제어하는 ‘AI 디제이’까지, 자신만의 독창적인 AI 프로젝트를 무한히 상상하고 기획할 수 있습니다. 기술의 원리를 알게 되자, 기술이 창의력을 펼치는 새로운 캔버스가 된 것입니다.
질문하는 지성 (AI의 답 너머, 진짜를 꿰뚫어 보는 힘): 이 활동의 모든 과정은 질문으로 이루어집니다. "왜 데이터가 많아야 똑똑해질까?", "왜 내 손만 학습시키면 다른 사람 손은 잘 모를까?", "만약 나쁜 데이터만 가르치면 AI는 어떻게 될까?" 아이는 AI의 결과물을 수동적으로 받아들이는 대신, 결과의 원인을 파고들고 그 한계를 명확히 인지하는 비판적 사고의 소유자로 성장합니다.
꺾이지 않는 마음 (실패와 실수 속에서 기회를 배우는 힘): AI가 내 손을 인식하지 못하는 것은 ‘나의 실패’가 아니라 ‘해결해야 할 문제’입니다. 아이는 AI가 오작동하는 원인을 분석하고, 데이터를 보강하여 문제를 해결하는 과정을 즐기게 됩니다. 정답이 정해져 있지 않은 문제 앞에서 좌절하지 않고, 끈기 있게 해결책을 탐색하며 회복탄력성을 자연스럽게 체득합니다.
AI 조종사 (스스로 학습의 방향키를 잡는 힘): 이 프로젝트에서 AI의 성능을 결정하는 모든 권한은 ‘아이’에게 있습니다. 어떤 데이터를, 얼마나, 어떻게 가르칠지 아이가 직접 결정합니다. 아이는 AI를 자신의 의도대로 훈련시키고, 성능을 개선하는 전 과정을 주도하며 수동적 사용자를 넘어 능동적인 ‘AI 조종사’로서의 정체성을 확립합니다.
따뜻한 연결 (AI를 넘어 사람의 마음을 얻는 힘): 아이가 직접 만든 ‘가위바위보 AI 심판’은 가족, 친구들과 함께 즐기는 최고의 놀잇감이 됩니다. 또한, 티처블 머신은 스크래치(Scratch)와 같은 블록 코딩 도구와 연동될 수 있습니다.아이는 자신이 만든 AI 모델을 이용해 친구들과 함께 즐길 수 있는 게임을 만들며, 기술을 통한 협업과 소통의 즐거움을 배우고 더 깊은 인간관계를 맺게 됩니다.
결론적으로, ‘AI 논리 조립소’는 아이들에게 AI 기술 지식을 주입하는 곳이 아닙니다. 아이가 직접 AI의 선생님이 되어봄으로써, 기술의 본질을 꿰뚫어 보고, 그 기술을 책임감 있게 활용하며, 결국 사람과의 관계를 더욱 풍요롭게 만드는 지혜를 배우는 곳입니다. 이 값진 경험은 우리 아이가 AI 시대를 두려움 없이, 그리고 인간답게 살아가는 데 가장 튼튼한 뿌리가 되어줄 것입니다.
