📝 학생노트 샘플

🎬 학생 제작 영상

수강생이 직접 만든 따라하기 영상입니다. 이 영상대로 따라하시면 됩니다.

▶ 영상 보기

학생 A

• 파이썬을 처음 경험하는데 제미나이에게 물어보면서 "아 이게 이런 코드이구나"라는 것을 이해하는 것.
• 샵(#)을 넣으면 주석 처리가 된다는 것
• 제미나이가 코드를 다 짜 준다는 것.
• 답도 제미나이에게 코드를 넣어 물어보면 다 알려 준다는 사실.

• 임포트(import) 명령어의 뜻
• 답을 제미나이가 다 찾아주지는 못한다는 사실을 경험.
• 인공지능을 학습시키는 메카니즘
• 코딩이 결코 쉬운 게 아니라는 사실
• 정답을 찾기 어려웠던 이유는 예제 코드를 수정해야 정답을 맞출 수 있다는 것. 바나나와 딸기 사진을 가지고 AI를 학습하는 예제를 완성한 다음에 문제를 풀어야 한다.

• 일반적으로 AI를 훈련시킬 때 80%는 트레이닝, 나머지 20%는 테스트에 쓰인다.
• max_depth=4의 뜻은 의사결정을 할 때 질문을 4번까지만 하도록 하는 명령어.
• F1 스코어(오탐지) 비율이 40%라는 것이 균형이 잘 잡힌 비율이라는 사실.
• 용어의 이해 — Accuracy(정확도), Precision(정밀도), Recall(재현율), F1 Score(오탐)의 의미

• 랜덤 생성 명령어에 42라는 상수를 넣어 주는 이유는 적당한 균형과 일관성을 이루기 위해 임의로 넣어 주는 숫자이다. 유명한 SF소설 때문에 프로그래머들이 42를 관례적으로 사용한다.
• 임계값 30% 50% 70%의 의미 — 살충제를 언제 뿌릴 것인가? 보통 70%에서 뿌려야 최대의 수확을 얻을 수 있다.
• AI를 활용해서 작물을 경작하려 할 때 정해진 상수는 없고 몇 번의 실험과 시행착오를 거쳐서 상세한 조정과 설정을 해야 한다.

• 피처 엔지니어링이란: 원시 데이터를 가공하여 최적의 특징으로 변환하고 생성하는 과정
• Tree의 깊이 개념 — max_depth=6은 연속으로 질문을 던질 수 있는 최대 횟수. 스무고개와 같은 개념.
• 의사결정 트리는 머신러닝에서 질문을 이어가는 알고리즘. "복잡한 데이터를 가장 잘 나눌 수 있는 최적의 질문과 순서를 컴퓨터가 스스로 찾아내는 과정"
• 피처링에서 질문이 많아진다고 해서 더 좋은 결과를 얻는 것이 아니다.
• 레이블이란: 모델이 궁극적으로 "예측하고 맞혀야 하는 최종 정답(Target)"

• 레이블이 없다는 뜻은 정답이 없다는 뜻. 비지도 학습 방식에서는 레이블이 없다.
• Min-Max Scaling(최소-최대 정규화)은 데이터의 값을 0~1 범위로 변환하여 서로 다른 피처의 크기 단위를 통일하는 전처리 기법.
• 유사성 계산에는 스케일링이 매우 중요하다.
• "데이터 포인트를 통해 예측한다"는 것은 과거의 수많은 경험(데이터)들을 점으로 찍어보고, 그 패턴을 바탕으로 새로운 상황의 결과를 유추하는 것.
• 유사도 거리(Similarity Distance): 두 점이 수학적으로 "얼마나 가까운지(비슷한지)"를 자로 재듯 측정하는 개념.

• 유클리드 거리는 "데이터가 서로 얼마나 닮았는지(유사도)"를 측정하는 가장 기본적인 기준선.
• 코사인 유사도는 두 데이터가 "얼마나 같은 방향을 바라보고 있는가(방향성)"를 측정하는 기준. 의미와 패턴을 중요하게 여긴다.
• 온라인 쇼핑몰에서 사용자의 취향을 감안해서 제품을 추천할 때는 코사인 유사도가 사용된다.

• 예측하는 AI를 만들 때에는 레이블이 지정된 데이터를 사용한다. K는 데이터의 총량, N은 사람이 정해준 기준을 의미한다.

학생 B

• 파이썬을 처음 경험하는데 이게 뭐지? 하면서 이해하기가 힘들었다.
• 제미나이에게 물어보면서 "아 이게 이런 코드이구나"라는 것을 이해가 아닌 인정하는 것.
• 교육학 과목시간에 코드를 만드는 수업을 듣다가 수강 포기하고 다른 과목을 들었는데 다시 이곳으로 왔구나… 하는 배움.

• 강의를 듣고 문제를 풀었으나 제미나이와 GPT의 답이 틀리게 나올 수 있다는 배움이 있었다.
• 정답을 찾기 어려웠던 이유는 예제 코드를 수정해야 정답을 맞출 수 있다는 것인데, 예제의 코드를 수정하는 과정 자체가 어렵게 느껴졌다.
• 코딩이 어렵다.

학생 C

• 구글코랩에 들어가는 것이 처음이었다.
• Google Colab은 함께 프로그램을 만들고 실험하는 곳 — Google Docs(함께 글), Google Sheets(함께 표)와 같은 개념
• AI를 공부하는 사람들이 가장 많이 사용하는 무료 도구 중 하나가 구글코랩이다.
• plasma 컬러맵이란? 입자마다 다른 색을 주기 위해 사용한다.
• #(주석) 표시 뒤에 나오는 것은 문제가 없지만, 주석 표시 앞에 오는 것은 프로그램 문법에 맞지 않는다.

• 두 가지 과일 이미지를 확인하는데 첫 번째는 "0", 두 번째는 "1"로 확인한다.
• 이미지를 인터넷 상에서 또는 나의 컴퓨터에 저장된 이미지를 가지고도 AI에게 확인하게 할 수 있다.

• Accuracy(정확도): 전체 거래 중 맞춘 비율. 다만 이 지표 하나만 믿고 판단해서는 안 됨.
• Precision(정밀도): 모델이 사기라고 경고한 것 중 실제 사기였던 비율.
• Recall(재현율): 실제 사기 거래 중 모델이 잡아낸 비율. 현재 33건 중 10건만 잡음(30.3%).
• F1 Score: 정밀도와 재현율의 균형을 나타내는 조화평균. F1이 높으면 좋은 균형이 있음을 의미.

• Threshold(임계값): 모델의 확신 수준을 바탕으로 최종 결정을 내리는 기준점. Paranoid(보수적) / Balanced(균형) / Relaxed(여유) 세 가지 접근법.
• 특징 공학(Feature Engineering)의 중요성: 단순히 데이터를 많이 넣는 것보다 도메인 지식을 활용해 BMI, 고위험군 조합 같은 파생 특징을 만들었을 때 가장 높은 F1 스코어(0.696)를 기록.
• 무조건 트리를 깊게 만드는 것보다 핵심적인 특징을 잘 설계하는 것이 더 중요함을 배웠다.

• 레이블(Label): 모델이 궁극적으로 "예측하고 맞혀야 하는 최종 정답(Target)"을 의미.
• 피처링에서 질문이 많아진다고 해서 더 좋은 결과를 얻는 것이 아니다.

• 레이블이 없다는 뜻은 정답이 없다는 뜻. 증거에 근거하여 추론하는 비지도 학습 방식.
• Min-Max Scaling: 데이터를 0~1 범위로 변환하여 피처의 크기 단위를 통일.
• AI는 규칙을 주는 것이 아니라 유사도 계산만 해줄 뿐 — 최종 판단(해석)은 인간의 몫.

• 유클리드 거리: 직선거리(드론 비행). 맨해튼 거리: 격자형 도로 거리(도시 걷기).
• 코사인 유사도: 데이터의 크기는 무시하고 방향성과 패턴만 측정 — 넷플릭스, 스포티파이 추천 시스템의 핵심 기술.

• K=1: 극도로 민감, 노이즈에 휘둘림. K=3~5: 균형 잡힌 최적 범위. K=7+: 지나치게 둔감.
• K값은 반드시 홀수(Odd Number)로 설정 — 짝수면 동점(Tie) 발생으로 결론을 내릴 수 없음.
• 최적의 K는 정답이 없다 — 다양한 케이스를 직접 테스트해서 찾아야 함.

• MinMax vs StandardScaler: 이상치(Outlier)가 있으면 MinMax는 전체 데이터를 찌그러뜨림. StandardScaler(Z-Score)가 더 안정적.
• 데이터 누수(Data Leakage): 테스트 데이터 정보가 훈련 과정에 스며들면 "치팅"이 됨. 스케일러는 훈련 데이터로만 Fit!
• 파이프라인: 전처리→학습→예측을 하나로 묶어 실수 방지, 데이터 누수 차단.

• 블랙박스의 한계: "왜?"라는 질문에 답하지 못하는 모델은 대출, 의료, 법률 분야에서 사용 불가.
• 의사결정나무는 데이터 스케일링이 필요 없고, 수치형/범주형 데이터 모두 처리 가능.
• 과적합 딜레마: Depth=3~5는 합리적 예측, Depth=15+는 무의미한 조건까지 암기 → 새 데이터에 엉터리.

• 3대 키워드: 다양성(각 나무가 다른 피처로 학습) + 독립성(서로 눈치 안 봄) + 민주주의(다수결 투표).
• 100개 나무 중 94개가 "안전"이면 94% 신뢰도로 최종 판정.
• 투명성과 정확도의 트레이드오프 — 랜덤 포레스트는 블랙박스지만 예측 정확도는 압도적.

• 야간 근무자 44.9% vs 주간 11.9%가 추가 검문 — 비정상적 불균형 발견.
• 💡 80% 규칙: 소수 집단의 통과율이 다수 집단의 80% 이상이어야 공정. 유지보수 부서 통과 비율 65.6%로 심각한 차별 존재.
• "정확함이 곧 공정함을 의미하지 않는다" — 90% 정확도여도 내부에 편향이 있으면 위험.

• 분류 vs 회귀: 분류는 카테고리, 회귀는 연속적인 숫자(가격, 시간 등)를 예측.
• 드론 비행시간: 적재 중량이 34%로 가장 큰 영향 → 다중 회귀로 83.4% 설명력 달성.
• 안전 마진: 모델이 40분 비행 예측해도, 오차를 고려해 30분만 비행 계획하는 것이 핵심.

• 50만 개 이상의 모델이 공개된 허깅페이스 플랫폼 활용 — 시간과 비용을 극적으로 절약.
• 제로샷 분류: 학습 데이터 없이 카테고리 이름만 지정하면 문맥을 파악해 분류.
• 감성 분석의 한계 — 완곡한 표현에도 100% 긍정/부정으로 과하게 확신하는 맹점 발견.

• API: 컴퓨터와 AI가 직접 데이터를 주고받도록 자동화하는 연결 고리.
• API 키 보안: 유출되면 막대한 비용 청구 가능. GitHub에 절대 노출 금지.
• JSON + 배치 프로세싱: 수만 건의 리뷰를 구조화된 형태로 자동 분석.

• TextBlob: 무료 감성 분석 라이브러리. 빠르지만 복잡한 문맥에서 오분류 발생.
• 프롬프트 엔지니어링: AI에게 역할(러닝 코치)과 답변 형식(공감→강점 발견→행동 팁→마무리)을 정교하게 설계.
• Temperature 조절: 낮을수록 일관된 답변, 높을수록 창의적 답변. 0.7이 적절한 균형.

• 강화학습: 보상과 벌칙을 통해 AI가 시행착오를 겪으며 스스로 최적의 행동을 학습.
• RLHF: 챗봇에서 더 마음에 드는 답변을 선택하는 행위 자체가 AI의 행동을 교정하는 훈련.
• np.random.seed(42): 반복문 바깥에 한 번만 설정해야 진정한 무작위성 확보 + 재현성 유지.

학생 D

이 과정의 목표는 파이썬 문법의 완벽한 이해가 아닙니다. 구글 코랩 환경에서 코드를 직접 실행하고 인공지능의 도움을 받아 수정하면서 코딩에 대한 두려움을 없애는 데 집중합니다.

핵심 개념

• 구글 코랩과 재생 버튼: 웹 브라우저에서 곧바로 파이썬 코드를 실행할 수 있는 환경.
• 복사, 붙여넣기, 실행, 조작: 이번 교육 과정의 기본 원칙.
• AI 파트너: 챗지피티, 클로드, 코랩 내장 제미나이 등. 코드의 의미를 설명해 달라고 요청하거나, 오류를 해결할 때 필수적으로 활용.
• 주석(#): 컴퓨터가 실행하지 않고 무시하도록 만드는 기호.
• 디버깅: 코드에 오류가 발생했을 때 이를 추적하고 고치는 과정.

블록 깨기 게임 실습

• 의도적으로 오류가 포함된 게임 코드를 직접 고쳐보는 실습.
• 버그를 고쳐 게임이 정상 작동하면 색상, 크기, 공의 속도를 직접 바꿔보거나 AI에게 새로운 기능 추가를 요청.

나의 노트: 이번 챕터는 개인적으로는 이미 공부한 내용이라 새로운 것은 없었습니다. 단지 달라진 것이 있다면 옛날에 코랩으로 공부할 때 쉽지 않았지만 지금 우리가 공부하는 시대는 AI가 있어서 뭔가 좋아진 것 같습니다.

• 사전 학습 모델: MobileNet V2를 코드로 직접 실행. 방대한 데이터(ImageNet)로 이미 훈련 완료.
• 배열(Array) 인덱스는 0부터! 첫 번째 바나나는 0, 두 번째 딸기는 1.
• AI의 확신도(Confidence Level): 바나나 82%, 딸기 95%, 사자 93%
• 모델의 한계 발견: 만화 캐릭터를 '벽시계'로, 산타 옷 입은 강아지는 확신도 39%로 하락.

나의 노트: 이번 과의 핵심 내용은 좋은 AI는 얼마나 데이터를 학습했는지가 중요하다는 것을 배웠다.

• 인공지능에게 원본 데이터를 그대로 집어넣는 것은 가공되지 않은 원석을 그대로 쓰려는 것과 같다.
• 고위험군 결합 변수를 개발해 투입하자 F1 점수가 눈에 띄게 상승 — 데이터의 양보다 질이 중요.
• 데이터 누수: 시험 전에 정답을 보여준 꼴. AI 모델 다룰 때 극도의 엄격함이 필요.

• 코사인 유사도의 충격: 백만 원 쓰는 사람과 만 원 쓰는 사람이라도 비율과 방향성이 같으면 같은 취향 그룹 — 인간 관계의 본질을 수학으로 풀어낸 것 같았다.
• 크로스셀링 마케팅: 자산가에게 검증된 상품을 비슷한 패턴의 학생에게도 추천하는 시스템 가능.

• 랜덤 포레스트가 작동하는 원리를 보며 인간 사회의 집단지성과 똑같다는 것에 깊은 감명.
• 고집 센 임원 한 명의 독단보다 다양한 시각의 다수결이 정답에 가깝다는 진리를 AI가 수학적으로 증명.
• 금융·의료·법률처럼 사유를 설명해야 하는 분야에서는 추적 가능한 모델이 필수.

• 수학 공식으로 만든 프로그램이니 인간보다 공정할 것이라는 믿음이 산산조각.
• AI가 악의를 품지 않더라도 과거의 잘못된 관행을 학습하면 차별주의자로 변할 수 있다.
• 80% 규칙: 소수 집단 통과율이 다수 집단의 80% 이상인지 주기적 모니터링 필수.

• AI가 완벽한 미래를 맞혀낼 줄 알았는데, 오히려 자기가 틀릴 수 있는 오차 범위를 명확히 제시하는 모습에 충격.
• 진짜 과학은 100% 확신이 아니라 불확실성의 크기를 정확하게 측정하는 것.
• 물류·배달 스타트업은 AI 예측치에 RMSE의 2배를 안전 마진으로 설정해야.

• 과거에 수천만 원과 수개월이 걸리던 자동화를 API 몇 줄로 구현 — 소름이 돋았다.
• 거인의 어깨 위에 올라타서 누가 더 영리하게 시스템을 융합하느냐의 싸움.
• 제로샷 분류로 이메일을 부서별 자동 배정하는 지능형 라우팅 시스템 구현.

• 챗봇에서 더 마음에 드는 답변을 고르던 행위가 거대한 기계의 영혼과 인격을 형성하는 강화학습의 훈련 조교 역할이었다는 사실에 머리를 맞은 것 같았다.
• 자식을 키워본 중년의 입장에서 기계가 아니라 하나의 유기체를 다루는 듯한 감정과 몰입감.
• 결론: AI는 확률 계산 기계에 불과. 리더는 임계값과 오차 버퍼를 정밀 통제하는 오케스트라의 지휘자가 되어야 한다.

학생 E

• 복사, 붙여넣기, 실행 — 코드의 의미를 전부 몰라도 구글 코랩에 코드를 복사하고 재생 버튼을 누르는 것만으로 충분히 코딩을 시작할 수 있다.
• AI 도구 적극 활용 — 모르는 코드에 대한 설명이 필요하거나 버그를 고쳐야 할 때 제미나이, ChatGPT, 클로드 등의 AI 파트너에게 물어보고 해결.
• 주석(#)을 활용한 오류 해결 — 문제가 되는 줄 맨 앞에 #을 붙여 코랩이 읽지 않도록 할 수 있다.
• 수정과 실험 — 색상, 크기, 속도 등을 마음대로 수정해 보고, AI를 이용해 새로운 코드를 짜보며 반복 실험하는 것이 자신감을 키우는 핵심.

• 사전 학습된 모델(Pre-trained Model): 대규모 데이터셋으로 이미 학습을 마쳐, 바로 가져다 쓸 수 있는 AI 모델.
• 이미지 분류: 입력된 이미지 속 객체가 무엇인지 분석하여 카테고리를 나누는 기술.
• AI의 한계와 데이터의 중요성: "더 좋은 데이터가 더 나은 예측을 만든다"는 머신러닝의 핵심 명제.

• 4가지 특징(거래 금액, 발생 시간, 집과의 거리, 새로운 기기 사용 여부)을 가진 은행 데이터 활용.
• 학습 데이터 80%로 패턴 학습, 테스트 데이터 20%로 성능 검증.
• False Positives(가짜 알람): 정상 고객의 거래를 사기로 오인 → 고객 이탈
• False Negatives(사기 방치): 실제 사기를 정상으로 판단 → 금전적 손실

• 단순 분류를 넘어서 "이 밭이 병들었을 확률이 구체적으로 몇 %인가?"를 도출하는 것이 핵심.
• 임계값 30%: 보수적 접근 — 농약 비용 많지만 손실 방지, 총비용 관점에서 가장 경제적.
• 임계값 50%: 중립적 접근 — 균형 잡힌 기준.
• 임계값 70%: 낙관적 접근 — 농약 절약하지만 대규모 작물 손실 위험.

• 기본 모델에 단순히 특성 개수만 늘렸더니 오히려 F1 점수가 하락.
• '스마트 조합'의 강력함: "BMI 28 이상 + 나이 45세 이상"과 같은 '고위험 콤보' 특성 → 가장 높은 F1 점수.
• 의사결정 나무는 컴퓨터가 스무고개를 하듯 층별로 질문을 던지며 데이터를 분류하는 모델.

학생 F — 심화 학습 노트

• Google Colab은 구글에서 Python을 공부할 수 있도록 제공하는 웹툴.
• "#" 주석처리, "import" 필요한 라이브러리를 가져온다.
• 코드를 잘 몰라도, AI에게 초등학생 수준으로 설명하라고 하면 이해하기 쉽게 설명해 준다.
• 질문과 코드를 함께 넣으면 AI가 debug한 후 어디에 bug가 있고 어떻게 fix할지 알려 준다.
• 중요: 버그가 없는 것처럼 보일 수 있으나, Conceptually Wrong (Silent Bug)가 있다는 것을 명심해야 한다. 사용하는 모델의 개념을 이해하는 것이 중요하다.

• MobileNet V2 같은 pre-trained 모델을 가져와서 fine-tuning하면 된다.
• 모델을 가져다 쓸 때는 항상 필요한 라이브러리를 import 해야 하며, 모델 사용 개념을 잘 알아야 한다 (conceptually wrong 예방).
• Array 내 값을 읽을 때는 항상 0부터 시작한다.

• DecisionTreeClassifier는 일반적으로 AI가 80%의 문제와 정답을 보고 패턴을 배운다.
• 나무의 깊이(max_depth)를 조절하여 성능을 조절한다.
• Confusion Matrix로 모델 성능을 시각화.

• Threshold를 0.30, 0.50, 0.80으로 각각 설정하여 False Positive(오탐지)와 False Negative(미탐지) 비율을 비교하고, 최적의 임계치를 결정하는 수업.
• 드론으로 밀의 녹색 정도, 토양 습도, 밀 길이, 강우 데이터를 수집할 수 있다는 것이 놀랍다!
• "녹병은 습하고 약해 보일 때 더 잘 생긴다"는 농업 논리를 사전에 알아야 한다 — 도메인 지식이 중요.
• np.random.seed(42)의 유래: SF 소설 "은하수를 여행하는 히치하이커를 위한 안내서"에서 "삶, 우주, 모든 것의 답"이 42라고 답한 것에서 유래. 재밌네!

• Feature Engineering: 기존 데이터를 재가공하여 AI의 학습 효율을 높일 수 있는 새로운 핵심 변수를 직접 생성하는 과정.
• 기본정보(age, weight, height, blood_pressure)를 조합하여 더 의미있는 새로운 특징을 만든다(bmi, age_risk, bmi_age_risk, lifestyle_score).
• "알고리즘보다 Feature Engineering이 더 중요하다"
• Feature Engineering은 "데이터 속에 숨어 있는 의미를 발견하는 능력"이다.
• 역량 강화 질문: 비율(Ratio)을 만들 수 있는가? 유의미한 차이(Difference)를 도출할 수 있는가? 변수 간 상호작용(Interaction)을 고려했는가? 도메인 전문가라면 어떤 파생 변수를 설계할 것인가?

• Euclidean Distance: 두 지점 간의 직선거리. 물리적 거리 측정에 적합.
• Manhattan Distance: 각 축 방향 이동 거리의 합. Feature가 많을 때 유리.
• 거리 계산 전에 반드시 정규화(Scaling) 과정이 필요.

상황	추천 스케일링
기본 머신러닝	StandardScaler
KNN, K-Means	MinMaxScaler
이상치 많음	RobustScaler
NLP, Sparse Data	MaxAbsScaler
코사인 유사도	Normalizer
심하게 치우친 데이터	Log Transform

• Euclidean Distance는 물리적인 이격 거리에 집중, Cosine Similarity는 성분 간의 상대적 비율과 패턴의 일치 여부를 평가.
• 텍스트 분석이나 추천 엔진, 문서 검색 분야에서 Cosine Similarity가 널리 활용.

• kNN 응용 분야: Healthcare Diagnostics, Fraud Detection, Recommender Systems, Computer Vision.
• k 값에 따라 각각 다른 예측을 한다 — k=1, 3, 5, 7로 실행하여 결정 경계 변화를 확인.

• MinMaxScaler는 VIP 고객 같은 극단적 이상치에 취약 — 데이터 변별력을 왜곡. StandardScaler가 더 안정적.
• Pipeline: 여러 단계를 하나로 묶어주는 도구. 사용하는 가장 큰 이유는 실수를 막기 위해서이다.

• 과적합(Overfitting): 모델이 "공부를 잘한 것"이 아니라, 훈련 데이터를 외워버린 상태.
• max_depth=None이면 트리가 계속 깊어져서 한 사람 한 사람을 거의 외우게 된다.
• 과적합을 줄이는 방법: 트리 깊이 제한(max_depth=3), min_samples_split, min_samples_leaf 설정.

• 랜덤 포레스트의 핵심은 개별 나무들의 다양한 시각이 모여 성능을 극대화하는 것.
• max_features를 전체로 설정하면 모든 나무가 동일한 피처를 학습하여 변별력이 떨어진다.

• 단순히 정확도를 높이는 것보다 "이 모델이 누구에게 불이익을 줄 수 있는가?"를 파악하는 것이 훨씬 중요.
• 데이터를 먼저 의심한다. Feature를 신중하게 선택한다. 사람이 최종 결정을 한다.

• pipeline("sentiment-analysis") 단 한 줄의 코드로 전문가 수준의 AI 기능을 즉시 구현할 수 있다.
• Sentiment Analysis, Translation, Summarization, Question Answering 등 다양한 NLP 작업 수행 가능.

• OpenAI의 JSON Mode를 활용하여 고객 피드백에서 {감정, 주제, 긴급도}를 추출하는 자동화 파이프라인 구축.

• 드론의 비행 거리와 연료 소모량 데이터를 활용하여 y = mx + b 형태의 선형 회귀 모델 구현.
• R² 수치와 비즈니스적 의미를 분석하여 3개의 신규 경로 연료 비용 산출.

• 산불 확산 속도를 예측하는 회귀 모델 구현. 평균 절대 오차(MAE) 산출 후 D3 시각화로 인터랙티브 차트 구성.

• k=2, 3, 4로 K-평균 클러스터링 수행. k=3일 때 군집별로 "strugglers", "crammers", "completers"로 명명.

• TextBlob 라이브러리로 피드백 12건의 감성(Sentiment) 수치를 추출하여 긍정/부정 분류.
• 모델과 작업자 모두가 오분류한 사례를 식별하여 문맥적 모호성에 의한 실패 원인 규명.

• 응답 데이터 쌍 5개를 분석하여 더 우수한 답변을 선택하는 투표 → 선호도(Preference) 학습.
• 사람의 판단과 모델의 결과가 엇갈리는 사례에 대한 논리적 원인 규명.

학생 G — 시각적 정리 노트

📌 핵심 메시지

• 코딩은 "이해 → 실행"이 아니라 "복사 → 실행 → 수정"이다
• 처음부터 완벽히 이해하려고 하지 말 것
• "실행 + 수정 + 반복"이 공부 방법
• AI를 적극적으로 활용할 것

코드가 안 될 때

• ❌ 문법 오류 (syntax error) — 이해 못하는 코드가 들어갔을 때 발생
• ❌ 주석(#) 문제 — #가 있으면 그 줄은 실행 안 됨

디버깅 방법

• 에러 난 줄 삭제
• # 제거 또는 추가
• 함수 이름 수정 (예: draws → draw)
• Ctrl + F로 문제 단어 찾기

• 사전 훈련된 모델: MobileNetV2는 ImageNet으로 이미 훈련을 마친 상태. 이미 완성된 AI 모델을 '빌려 쓰는' 방식.
• 컴퓨터는 0부터 센다: 첫 번째 바나나는 0번, 두 번째 딸기는 1번.
• 테스트 결과: 바나나 82%, 딸기 95% — 높은 확신도.
• 한계 발견: 만화 캐릭터 → '벽시계'로 오분류. 산타 옷 입은 강아지 → 확신도 39%로 하락.

만화 캐릭터나 특수한 대상을 분류하려면, 목적에 맞는 특화 데이터를 다량으로 직접 학습시켜야만 높은 정확도를 얻을 수 있습니다.

학생 H — 기초부터 차근차근

• 모든 코드의 의미를 알 필요는 없다. 생성된 코드를 복사해서 붙여놓고 실행됨을 확인하라.
• #(우물정자)의 의미: 주석을 넣을 때만. 코드 앞에 붙으면 에러로 인식.
• 코랩 아래의 제미나이에게 질문하며 해결해 나가라.

• 전통적 프로그래밍: 데이터 + 규칙 → 정답
• 머신러닝: 데이터 + 정답 → 규칙/모델 (컴퓨터가 스스로 패턴을 찾아냄)
• 한계: 블랙박스 문제 — "왜 그런 결론이 나왔는지" 역추적하기 어려움
• 핵심 교훈: Garbage In, Garbage Out — 잘못된 데이터를 주면 엉터리 규칙을 학습한다

• 사전 학습된 모델(MobileNet V2)을 사용하면 처음부터 새로 만들 필요 없이 바로 활용 가능.
• 학습된 모델이 없는 대상은 올바른 분류가 어렵다 — 더 많은 데이터를 학습시켜야 좋은 결과를 얻을 수 있다.

• 전체 흐름: 데이터 생성 → 분할(80/20) → 모델 훈련 → 평가 → 비즈니스 비용 분석
• False Positive(가짜 알람): 정상 거래를 사기로 오인 → 고객 불편, 평판 하락
• False Negative(사기 방치): 실제 사기를 놓침 → 직접적 금전 손실
• 모델의 오류를 실제 재정적 비용으로 계산하는 것이 핵심

• predict_proba(): 단순 '예/아니오'가 아니라 "70% 확률로 질병"처럼 확률로 알려주는 기능
• 임계값(Threshold): 확률을 바탕으로 최종 결정을 내리는 기준점
• 데이터 누수(Data Leakage): 나중에 평가해야 할 정답 정보가 실수로 포함되어 성능이 실제보다 좋게 보이는 문제

• 특징 공학은 원시 데이터를 활용해 모델 성능을 더 좋게 만드는 새로운 특징을 만들어내는 과정
• 비유: 재료를 있는 그대로 쓰는 것보다 잘 다듬어 새로운 맛을 내는 요리법과 같다
• 체중과 신장을 각각 주는 것보다, 이미 계산된 BMI라는 지표를 주면 더 직접적인 정보 전달 가능
• 특징의 '양'보다 '질'이 더 중요 — 단순히 특성 개수를 늘리면 오히려 성능 하락할 수 있음

• 스케일링이란: 키를 미터/센티미터로 단위를 통일하는 것처럼, 데이터의 범위를 같은 기준에 맞춰주는 것
• Min-Max Scaling: 가장 작은 값 → 0, 가장 큰 값 → 1로 변환. 값이 큰 특성이 과도한 영향을 미치는 것을 방지
• 유클리드 거리: 두 점 사이의 직선 거리

• 유클리드 거리: 물리적 이격 거리에 집중
• 코사인 유사도: 벡터의 크기(양)는 무시하고 '방향'(패턴)에만 집중 — 동일한 비율이면 양이 달라도 유사도 1
• 텍스트 분석, 추천 시스템, 문서 검색에서 널리 활용

• k-NN: 가장 가까운 k개의 이웃을 찾아 다수결로 분류를 예측하는 알고리즘
• 데이터 누수 방지: fit_transform은 훈련 데이터에만! 새로운 데이터에는 transform만 적용
• k가 작으면 노이즈에 민감(과적합), k가 크면 패턴을 놓침(과소적합) → 편향-분산 트레이드오프

• MinMaxScaler: 극단적 이상치(VIP 고객 등)에 취약 — 전체 데이터가 왜곡될 수 있음
• StandardScaler: 이상치에 비교적 강건하여 더 안정적인 성능 제공
• Pipeline: 전처리 + 모델을 하나로 묶어 실수 방지, 데이터 누수 차단

• 의사결정 트리는 '예/아니오' 질문을 연속으로 던지는 순서도 구조
• 루트 노드: 첫 번째 질문 → 내부 노드: 추가 질문 → 리프 노드: 최종 결정
• 설명 가능성: "왜 이 대출이 거절됐는가?"를 경로를 따라 추적할 수 있다는 것이 최대 장점
• 과적합: 모델이 훈련 데이터를 "외워버린" 상태 → 새로운 데이터에 약해짐

• 핵심 원리 3가지: 다양성(각 트리가 다른 데이터/특성으로 학습) + 독립성(트리 간 영향 없음) + 민주주의(다수결 투표)
• 개별 트리의 오류가 전체 숲에서 상쇄되어 더 견고한 예측 가능
• max_features를 잘못 설정하면 트리 다양성이 사라져 과적합 위험 증가

• 야간 근무조/유지보수 부서 직원이 과도하게 플래그 처리되도록 의도적 편향이 주입된 데이터
• AI는 편향된 데이터에서 편향된 규칙을 학습 — 무고한 사람을 부당하게 플래그 처리
• 핵심 교훈: "AI가 똑똑해도 데이터가 똑똑하지 않으면 소용없다"
• 코딩은 단순히 기술이 아닌, 사람들의 삶에 영향을 미치는 활동 — 공정성과 윤리를 항상 고려해야

• 단순 선형 회귀: 단일 피처로는 배터리 수명 변동의 50% 이상 설명 불가
• 다중 선형 회귀: 여러 피처(온도, 풍속, 탑재량, 고도, 비행속도)를 합치면 설명력 크게 향상
• 비즈니스 통찰: 탑재량이 배터리에 가장 큰 영향, 높은 풍속은 배터리를 크게 소모