대학 지원 연구 근거 · 이해와 독립적 기여 · 서울 강남·온라인

프로젝트 과정학생이 만든 결과물과 기록이 남는 과정입니다.

파이썬과 AI로 감정 반응 작품 만들고 평가하기

고등 9-12학년: 게임과 영상의 감정 설계, 스펙으로 지휘하는 AI 에이전트, 주의를 끄는 다크...

이 과정의 출처

표시된 대학과 연구실 이름은 공개 프로젝트나 자료를 만든 곳을 알려 줍니다. 수업은 CIT가 독립적으로 설계했으며 해당 기관의 공식 수업이나 제휴·보증 과정이 아닙니다.

이 과정이 쓰는 공개 자료
  • Carnegie Mellon University공개 연구 참고
  • Stanford University공개 연구 참고
보호된 과정 열기과정 적합성 확인
  • 상담과 레벨 확인 무료
  • 압구정 교실 또는 온라인
  • 개별 수업 또는 소규모 그룹
  • 학원 등록번호 11882호
데이터에서 모델을 거쳐 판단으로 이어지는 세 층 신경망 도해
학부모를 위한 빠른 답

파이썬과 AI로 감정 반응 작품 만들고 평가하기 과정이 고등 9-12학년 학생에게 맞나요?

파이썬과 AI로 감정 반응 작품 만들고 평가하기 과정은 고등 9-12학년 학생을 위한 수업입니다. 게임과 영상의 감정 설계, 스펙으로 지휘하는 AI 에이전트에 관심 있는 학생에게 잘 맞으며 온라인 또는 서울 강남구 압구정 오프라인에서 개별 수업이나 소규모 그룹 수업으로 진행할 수 있습니다. 수업 결과물은 감정 의도문·매핑 표·파라미터 커브를 담은 스펙 패키지, 데모 가능한 캡스톤과 관객 테스트 분석, 데모 링크와 전후 데이터를 묶은 지원용 포트폴리오입니다.

Carnegie Mellon·Stanford 연구팀이 공개한 연구를 참고해 수업을 만들었습니다.

실명·얼굴·개인정보 대신 별칭만 쓰는 캡스톤 저장소를 만들고 스펙과 통과 기준을 써서 AI 에이전트의 빌드를 기준마다 판정하는 방식을 작은 감정 인터랙션 웹앱으로 익힙니다.

게임·시네마틱·생성형 캐릭터 중 한 트랙을 골라 관객에게 줄 감정을 적은 의도문과 시간에 따른 색온도·대비·페이스 변화(파라미터 커브)로 캡스톤 스펙을 쓰고 작품을 만듭니다.

동료와 외부 관객이 직접 표시한 기분 좌표로 목표와의 거리를 분석해 수정한 뒤 데모 데이에서 시연하고 지원용 포트폴리오로 정리합니다.

그다음 새 질문을 세우거나 기능·모형·화면·해법을 직접 설계하고 시험해 자기 프로젝트로 만듭니다.

지원서나 면접에서는 출처 연구와 자기가 한 일, 결과·실패·수정·한계를 구분해 설명합니다.

Google 로그인이 필요하며 기존 계정 권한에 따라 접근할 수 있습니다.

초기의 단순한 아이디어를 'AI 토론 도구'라는 방향까지 확장해 주신 점이 정말 좋았습니다. 아이가 원래 토론과 사회 이슈에 관심이 많은데, 그 관심사와 프로젝트가 자연스럽게 연결되니 완성도와 차별성이 훨씬 커질 것 같습니다.
대○ 학생 학부모개별 학생의 경험이며 동일한 결과를 보장하지 않습니다.후기 더 보기
대상 연령
고등 9-12학년
관심 과목
AI·데이터, 컴퓨터과학·코딩, 공학·로보틱스, 예술·미디어·디자인, 연구·포트폴리오같은 과목 보기
과정 유형
정규·프로젝트 과정
수업 방식
온라인 또는 압구정 오프라인 · 개별 또는 소규모 그룹
수업 언어
한국어 기본, 영어 자료 지원
교육과정 상태
학습실 제공목표, 결과물과 후속 활동이 있는 학습실을 제공합니다. 튜터가 수업 전에 보조 자료를 다시 확인합니다.

공개 연구를 읽고 학생 고유의 프로젝트로

학생은 주제에 맞는 공개 자료를 읽고 아이디어를 재현한 뒤 자기 질문, 기능이나 실험을 더합니다.

이 과정이 읽는 자료를 만든 곳은 Carnegie Mellon University, Stanford University입니다.

대학명은 자료의 출처일 뿐 소속이나 후원을 뜻하지 않습니다.

이 과정이 쓰는 공개 자료
  • Carnegie Mellon University공개 연구 참고
  • Stanford University공개 연구 참고

아이에게 어떻게 설명하면 좋을까요?

게임과 영상의 감정 설계, 스펙으로 지휘하는 AI 에이전트 같은 주제를 보며 자꾸 '왜?'라는 질문이 생긴다면 파이썬과 AI로 감정 반응 작품 만들고 평가하기 과정이 잘 맞습니다.

근거로 질문을 확인한 뒤 자기만의 확장 프로젝트를 만들고 설명합니다.

어떤 관심을 보이는 학생에게 맞나요?

  • 게임과 영상의 감정 설계
  • 스펙으로 지휘하는 AI 에이전트
  • 주의를 끄는 다크 패턴

학생은 무엇을 완성하나요?감정 의도문·매핑 표·파라미터 커브를 담은 스펙 패키지, 데모 가능한 캡스톤과 관객 테스트 분석, 데모 링크와 전후 데이터를 묶은 지원용 포트폴리오

우리 아이에게 맞을까요?

AI 시스템을 이해하고 만들고 확인하거나 책임 있게 활용하려는 학생에게 잘 맞습니다.

필요한 수학·과학·코딩 수준은 짧은 상담과 예제로 확인합니다.

처음 시작하는 학생은 안내된 작은 예제로 시작합니다.

출처, 방법, 한계를 자기 말로 설명할 준비가 필요합니다.

무엇을 배우나요?

  1. 기능마다 스펙과 통과 기준을 쓰고 에이전트 빌드마다 기준별 통과·반려 판정을 남깁니다.
  2. 기준에 못 미친 결과의 원인을 모호한 스펙·빠진 제약·잘못된 기준으로 나눠 다시 지시합니다.
  3. 관객의 주의를 계속 끌어 두려는 설계(다크 패턴)를 분석해 캡스톤에서 쓰지 않을 장치 목록을 만듭니다.
  4. 관객이 직접 표시한 좌표로 목표와의 거리를 계산하고 데이터를 근거로 수정안을 채택하거나 기각합니다.
이 과정이 쓰는 공개 자료
  • Carnegie Mellon University공개 연구 참고
  • Stanford University공개 연구 참고

수업은 어떤 순서로 진행되나요?

  1. 1
    에이전틱 엔지니어링 워크플로

    별칭 원칙으로 저장소를 만들고 스펙·통과 기준으로 에이전트 빌드를 판정하며 워밍업 감정 웹앱을 완성합니다.

  2. 2
    캡스톤 기획: 트랙과 의도

    트랙을 고르고 Assist·Challenge·Emote 프레임과 Hugging Face 공개 모델의 라이선스, 다크 패턴을 검토해 스펙 패키지를 확정합니다.

  3. 3
    캡스톤 제작

    핵심 상호작용과 파라미터 커브를 구현하고 중간 느낌 테스트로 고친 뒤 생성 요소의 라이선스·연령 적합성을 점검합니다.

  4. 4
    검증·데모 데이·포트폴리오

    외부 관객 테스트로 마지막 수정을 정하고 감정 과학의 두 논쟁을 양쪽 입장에서 정리한 뒤 데모 데이에서 시연합니다.

CIT에서 직접 만든 작업을 기록하고 설명하는 학생들

의미 있는 근거는 무엇인가요?

감정 의도문·매핑 표·파라미터 커브를 담은 스펙 패키지, 데모 가능한 캡스톤과 관객 테스트 분석, 데모 링크와 전후 데이터를 묶은 지원용 포트폴리오.

입학사정관이 이 작업에서 확인할 수 있어야 할 것

Carnegie Mellon·Stanford 연구팀이 공개한 연구를 참고해 수업을 만들었습니다.

학생은 연구팀이 무엇을 왜 묻고 어떤 방법으로 확인하는지 이해한 뒤, 새 질문을 세우거나 기능·모형·화면·해법을 직접 설계하고 시험해 자기 프로젝트로 만듭니다.

지원서나 면접에서는 출처 연구와 자기가 한 일, 결과·실패·수정·한계를 구분해 설명합니다.

데이터 기록, 바꾸기 전 기준 결과 비교, 모델 평가, 오류 분석, 학생 본인의 의사결정 기록이 근거가 될 수 있습니다.

여기 적힌 이름은 이 과정이 출발점으로 삼은 공개 프로젝트를 누가 만들었는지 알려 줍니다. 입학사정관이 보는 근거는 학생이 이해한 내용과 직접 한 일입니다.

어떤 자료를 검토했나요?

카탈로그 검토일: 2026-09-30

이 과정이 쓰는 공개 자료
  • Carnegie Mellon University공개 연구 참고
  • Stanford University공개 연구 참고

학부모가 검색하고 상담 전에 묻는 질문

파이썬과 AI로 감정 반응 작품 만들고 평가하기 과정이 고등 9-12학년 학생에게 맞나요?

파이썬과 AI로 감정 반응 작품 만들고 평가하기 과정은 고등 9-12학년 학생을 위한 수업입니다.

게임과 영상의 감정 설계, 스펙으로 지휘하는 AI 에이전트에 관심 있는 학생에게 잘 맞으며 온라인 또는 서울 강남구 압구정 오프라인에서 개별 수업이나 소규모 그룹 수업으로 진행할 수 있습니다.

수업 결과물은 감정 의도문·매핑 표·파라미터 커브를 담은 스펙 패키지, 데모 가능한 캡스톤과 관객 테스트 분석, 데모 링크와 전후 데이터를 묶은 지원용 포트폴리오입니다.

파이썬과 AI로 감정 반응 작품 만들고 평가하기 과정은 온라인·압구정 오프라인 및 개별·소규모 그룹 수업이 가능한가요?

네. 온라인 또는 서울 강남구 압구정 오프라인에서 개별 수업과 소규모 그룹 수업을 운영합니다. 준비도 상담에서 과정별 가능한 방식과 시작점을 확인합니다.

파이썬과 AI로 감정 반응 작품 만들고 평가하기 과정을 시작하려면 미리 배운 내용이나 코딩 경험이 필요한가요?

필요한 수학·과학·코딩 수준은 짧은 상담과 예제로 확인합니다. 처음 시작하는 학생은 안내된 작은 예제로 시작합니다. 출처, 방법, 한계를 자기 말로 설명할 준비가 필요합니다.

파이썬과 AI로 감정 반응 작품 만들고 평가하기에서 아이는 무엇을 만들거나 연습하나요?

핵심 결과물은 감정 의도문·매핑 표·파라미터 커브를 담은 스펙 패키지, 데모 가능한 캡스톤과 관객 테스트 분석, 데모 링크와 전후 데이터를 묶은 지원용 포트폴리오입니다.

선택한 이유, 시험한 결과, 받은 의견, 한계도 연령에 맞는 말로 함께 기록합니다.

파이썬과 AI로 감정 반응 작품 만들고 평가하기에서 대학 연구를 이해한 과정을 지원서에 어떻게 설명하나요?

Carnegie Mellon·Stanford 연구팀이 공개한 연구를 참고해 수업을 만들었습니다.

학생은 연구팀이 무엇을 왜 묻고 어떤 방법으로 확인하는지 이해한 뒤, 새 질문을 세우거나 기능·모형·화면·해법을 직접 설계하고 시험해 자기 프로젝트로 만듭니다.

지원서나 면접에서는 출처 연구와 자기가 한 일, 결과·실패·수정·한계를 구분해 설명합니다.

데이터 기록, 바꾸기 전 기준 결과 비교, 모델 평가, 오류 분석, 학생 본인의 의사결정 기록이 근거가 될 수 있습니다.

파이썬과 AI로 감정 반응 작품 만들고 평가하기 수업 횟수와 수강료는 어떻게 확인하나요?

학생의 현재 준비도, 목표, 수업 장소, 수업 인원과 운영 가능 시간을 확인한 뒤 과정 계획을 제안합니다. 상담과 레벨 확인은 무료이며 등록 전에 수강료를 안내합니다.

언제 시작하는 것이 좋을까요?

정해진 개강 월은 없습니다. 학생의 학기 일정과 현재 준비도, 가능한 시간을 확인한 뒤 어느 지점부터 시작할지 알려 드립니다.

선생님께서 늘 세심하고 사려 깊게 배려해 주셔서 믿고 맡기게 됩니다.
재원생 학부모개별 학생의 경험이며 동일한 결과를 보장하지 않습니다.후기 더 보기

준비도를 확인한 뒤 과정을 선택하세요

CIT가 연령, 관심 과목, 현재 준비도에 따라 가까운 과정과 비교해 드립니다.

과정 로드맵 상담무료 진단 먼저 해 보기