Raspberry Pi 4와 Python을 사용한 인공지능 교육용 신경회로망 구현 SW

Abstract

우리는 4차 산업의 핵심 기술인 인공지능과 함께 살아가고 있다. 알파고, 인공지능 스피커로 이름을 알린 인공지능 활용 제품들은 스마트 홈과 농업기술의 분야에서도 주목받고 있다. 이렇게 인공지능 기술이 발전하고 생활 속에 자리 잡을수록, AI 산업의 인력 부족이 두드러졌다. 인력 부족을 보완하기 위해서 미국, 영국 등 여러 국가에서 인공지능 교육을 시작하였다. 이러한 변화에 발맞춰 우리나라도, 2018년부터 2015년 개정 교육과정에 따라 컴퓨터교육을 의무교과목 지정하였다. 초등학교, 중학교 학생들은 필수 교과목으로, 고등학생은 선택 교과목으로 지정되었다. 하지만 현 교육과정에는 컴퓨터 교과목의 전반적인 내용을 다루지 않아 교과 내용이 충분하지 않고 인공지능 관련 교육내용이 포함되어 있지 않다. 컴퓨터 교육의 미흡한 점들을 선행 연구들이 언급하였고 인공지능 교육의 필요성을 제시한다. 따라서 본 논문에서는 신경회로망 SW를 구현하여 현 교육과정의 컴퓨터 교과목에서 인공지능을 배울 수 있도록 하였다. 중학교, 고등학교 정보 교과의 2015 개정 교육과정을 분석하여 현 교육과정에 인공지능 교육을 포함시킬 수 있는지 파악한다. 신경회로망 SW는 Raspberry Pi 4와 Python 환경에서 개발되었고, 총 9개의 예제를 제시한다. Raspberry Pi 4는 싱글보드 컴퓨터로, 가격이 저렴하여 쉽게 구할 수 있고 인공지능 플랫폼을 지원한다. Python은 인공지능 기술 분야에서 가장 많이 활용되는 프로그래밍 언어이고, 실행시간이 다른 언어에 비해 빨라 학교 수업시간에 활용하기 좋다. 또한 언어가 직관적이기 때문에 프로그래밍 입문자가 대다수인 학생들이 배우기에 적합한 언어이다. 신경회로망 SW는 덧셈, 뺄셈, 곱셈 나눗셈의 사칙연산과 AND, OR, NAND, NOR, XOR의 논리연산, Encoder/Decoder의 논리회로 그리고 드모르간 법칙 예제들을 신경회로망으로 학습해본 것이다. 신경회로망 SW를 학교에서 사용하는 것은 다양한 예제들을 신경회로망SW로 학습해보면서 신경회로망의 개념과 작동방법에 대해 이해하기 위함이다. 신경회로망 SW를 수업시간에 활용하기 위해서는 김갑수, 박영기의 자기조절학습모델인 4C모델을 활용한다. 4C 모델은 모방하기(Copying), 변형하기(Changing), 창작하기(Creating), 도전하기(Challenging)의 4가지 단계를 가진다. 본 논문은 복잡한 인공지능 플랫폼 환경구축을 하지 않더라도 Raspberry Pi 4 보드에 내장되어 있는 Thonny IDE를 활용함으로써 신경회로망을 학습할 수 있다는 것을 확인한 것에 의미가 있으며, 단체 공간인 학교에서 저렴한 비용을 들여 인공지능 수업을 가능할 수 있게 하는 방법을 제안한 것에 큰 의미가 있다. 또한 현 교육과정에 적용할 수 있는 신경회로망 SW를 구현하였고 그 가능성을 제시한다. 후속 연구로는 신경회로망에 국한되지 않고, 더욱 다양한 인공지능 기술을 Raspberry Pi 4 보드에서 학습할 것이다.;This thesis is to suggest a new idea on how to educate the middle school students with respect to fundamental concept of Artificial Intelligence. As AI industry is remarkably growing, we can see AI products easily around us. It is getting important to teach and empower competent people working for AI industry. The Software Education curriculum is get underway as compulsory course for all elementary and middle school students in 2018. To maximize the learning outcomes and make the course more effective, Software Education method for teaching concepts about artificial neural networks is designed and proposed to enhance the current teaching environment by using Raspberry Pi 4 and Python. The Raspberry Pi 4 and Python will give good environment for students to effectively learn the Artificial Neural Network as part of the curriculum. The Raspberry Pi 4 is a cost-effective computer that supports the various tools or packages to learn Artificial Intelligence, and it is a beginner-friendly 68 computer as it doesn’t require more steps to run the detailed algorithms. The Python is a well-known language for its efficiency to run programs and it is very intuitive so that students can learn the basics of Artificial Neural Network more effectively. In this thesis, Artificial Neural Network(ANN) SW is developed by Raspberry pi 4 and Python for applying the education AI examples to give the standard concepts in learning of ANN. The 9 examples are designed to help students understand what ANN is. Four arithmetic operations, AND/OR/NAND/NOR/ XOR gate, Encoder/Decoder and De Morgan’s Law are used to designed learning examples. To executing ANN SW in classroom, guideline for 4C learning model is proposed to get effective learning outcomes. Guideline have 4 steps such as Copying, Changing, Creating and Challenging. Also, proposed ANN SW can be applied to 2015 software education curriculum without any change. Experimental result of verifying input/output data sets show that ANN SW is meaningful and useful. It can be used in classroom immediately without prior knowledge on mathematical operations of matrix, then it leads students to learn about neural network concept and internal process of neurons. Finally, proposed examples will be more important to extend further research on applying other learning objects to enrich coaching method of the AI education.