몬스터 분류 카드 만들기

로봇 가르치기 — 내가 고른 카드가 로봇의 교과서

왼쪽에서 비밀 규칙을 정합니다. 학생 로봇 몬봇은 이 규칙을 모릅니다.
카드를 눌러 몬봇에게 보여 줍니다. 몬봇은 보여 준 카드만 보고 배웁니다.
[시험 보기]를 누르면 몬봇이 안 보여 준 카드를 혼자 풉니다. 몇 점일까요?

잘 가르치기 — 카드를 조금만 보여 주고도 몬봇이 진짜 규칙을 알아내게 해 보세요. 골탕 먹이기 — 카드를 얄밉게 골라서 몬봇이 엉뚱한 규칙을 배우게 해 보세요. 몬스터의 특징(뿔·눈·다리·색·날개·꼬리·입)은 「카드 만들기」에서 2~4개 골라 바꿉니다.

카드를 눌러 몬봇에게 보여 줍니다

안 보여 준 카드는 시험 문제가 됩니다

이 활동의 근거 — 교사용

지금 교육과정에서 초등의 인공지능은 ‘만들어지는 과정을 체험’하는 데까지이고, 어떤 데이터를 주느냐가 결과를 정한다는 내용은 초등에 없습니다. 이 활동은 학생을 데이터를 고르는 자리에 앉혀 그 빈자리를 채웁니다. 아래는 미국 CSTA 2026 초등 성취기준 가운데 국내 초등 실과에 대응 문장이 없는 것들입니다.

E3-ALG-ML-02: 훈련 데이터에 새 데이터가 추가될 때 기계학습 모델이 어떻게 달라지는지 탐구한다. → 카드를 한 장 보여 줄 때마다 몬봇의 생각이 좁혀집니다
E4-ALG-ML-02: 훈련 데이터의 속성과 기계학습 모델 출력 사이의 관계를 분석한다. → 어떤 카드를 보여 주느냐에 따라 몬봇이 배우는 규칙이 달라집니다
E2-DAT-IM-10: 부정확하거나 편향된 데이터로 이어질 수 있는 것을 포함해, 데이터 수집 방식들을 구별한다. → 얄밉게 고른 카드 · 이름표 실수
E4-ALG-IM-03: 같은 문제를 푸는 서로 다른 알고리즘이 어떤 집단에는 이롭고 어떤 집단에는 불리한 결과를 낳을 수 있음을 평가한다. → 틀림이 특정 몬스터에게만 몰립니다

국내 교육과정에서는 초등 실과 [6실05-05] 「인공지능이 만들어지는 과정을 체험하고, 인공지능이 사회에 미치는 영향을 탐색한다.」에서 인공지능을 만드는 과정을 체험하고, 중학교 정보 [9정04-02] 「인공지능 학습에서 데이터의 중요성을 이해하고, 학습에 필요한 데이터를 수집하여 분류한다.」에서 데이터의 중요성을 본격적으로 다룹니다.

CSTA 한국어는 공식 번역이 아니며 「CSTA 2026 × 2022 개정 성취기준 대조표」의 옮김을 따랐습니다. 원문 CSTA (2026) PK-12 Computer Science Standards, CC BY-NC-SA 4.0.