본문으로 이동
CIT.EXPERIENCE LAB

대학 지원 연구 근거 · 고등 · 9-12학년

감정 AI의 오류와 안전장치 연구하기사람이 통제할 수 있는 감정 AI 연구

감정 AI가 사람을 단정하지 않게 하면서, 사용자가 결과를 확인하고 고칠 수 있는 프로그램을 어떻게 만들까요?

학생은 AI가 판단에 사용한 신호와 사람의 실제 마음을 구분합니다. 같은 자료로 두 방법을 비교하고, AI가 모를 때 멈추거나 묻게 하는 기능과 개인정보 보호 기준을 갖춘 연구를 완성합니다. 온라인 또는 압구정 대면 수업을 개별 또는 소규모 그룹으로 진행합니다.

Carnegie Mellon, Stanford 연구팀이 공개한 연구를 참고해 수업을 만들었습니다. 학생은 대학 연구자가 기술의 쓸모, 편리함, 공정성과 안전을 어떻게 조사하는지 먼저 설명하고, 그다음 자기 질문, 설계 선택, A/B 결과, 실패, 수정과 한계를 구분해 지원서나 면접에서 솔직하게 설명합니다.

학생이 만드는 것

한 프로젝트를
12회에 걸쳐 만들고 고칩니다.

  • 추천 이유와 불확실성 또는 판단 보류를 표시합니다.
  • 사용자가 수정·override·opt-out·삭제할 수 있습니다.
  • 명시적 선택과 비민감 과업 데이터만 최소 사용합니다.

사용할 도구

Figma·설문·스프레드시트Python·Jupyter합성·공개 데이터선택형 비민감 센서

차곡차곡 모을 결과물

  • 연구 질문과 확인 계획
  • 프로그램이 작동하는 순서 그림
  • AI가 할 수 있는 일과 한계 설명서
  • 틀린 결과와 원인 분석
  • 연구 포스터와 다시 실행하는 방법

살펴볼 경험

정서적 경험인지적 경험감각·신체 경험행동 경험사회적 경험시간·맥락 경험

12회 학습 순서

매 회차, 눈으로 확인할 결과와
다음에 고칠 내용을 남깁니다.

각 회차를 펼치면 학생이 할 일, 완성할 결과물, 전체 프로젝트와 이어지는 단계, 학부모 요약을 확인할 수 있습니다.

01
감정 기술의 과장된 주장 확인하기

감정 기술의 과장된 주장 확인하기

조사: Kansei engineering, human factors, UX/HCI, persuasive design, affective AI의 질문·증거·한계를 비교합니다. 결과물: 학문 분야 지도와 주장 감사표. 확인 증거: 주장 분류 일치도, 근거 유형, 수정 문구, 남은 불확실성.

살펴볼 경험
정서적 경험인지적 경험사회적 경험
이번에 완성할 것
  • 감정 기술의 과장된 주장 확인하기 조사·예측 카드
  • 학문 분야 지도와 주장 감사표
  • 행동·평정 증거 차트
프로젝트에서 이어지는 단계

Adaptive Study Assistant가 주장할 수 있는 범위와 금지 경계를 정의합니다.

학부모 요약

오늘 학생은 감정 기술의 과장된 주장 확인하기 미션을 수행했습니다. 조사: Kansei engineering, human factors, UX/HCI, persuasive design, affective AI의 질문·증거·한계를 비교합니다. 결과물: 학문 분야 지도와 주장 감사표. 확인 증거: 주장 분류 일치도, 근거 유형, 수정 문구, 남은 불확실성. 결과를 근거로 한 기능을 개선하고, 사람을 평가하지 않는 원칙과 접근성·개인정보·사용자 통제의 한계를 함께 설명했습니다.

02
관찰 가능한 측정 기준 정하기

보이지 않는 경험을 관찰 가능한 기준으로 정하기

조사: 구성개념을 자기 보고, 행동, 과업 성능, 맥락 지표로 나누고 각각의 타당도 위협을 표시합니다. 결과물: 구성개념 정의 카드와 측정 계획. 확인 증거: 지표 간 일치·불일치, 타당도 위협, 맥락 변수, 해석 한계.

살펴볼 경험
인지적 경험정서적 경험행동 경험시간·맥락 경험
이번에 완성할 것
  • 관찰 가능한 측정 기준 정하기 조사·예측 카드
  • 구성개념 정의 카드와 측정 계획
  • 행동·평정 증거 차트
프로젝트에서 이어지는 단계

Adaptive Study Assistant가 다룰 지원 필요와 성공을 조작적으로 정의합니다.

학부모 요약

오늘 학생은 보이지 않는 경험을 관찰 가능한 기준으로 정하기 미션을 수행했습니다. 조사: 구성개념을 자기 보고, 행동, 과업 성능, 맥락 지표로 나누고 각각의 타당도 위협을 표시합니다. 결과물: 구성개념 정의 카드와 측정 계획. 확인 증거: 지표 간 일치·불일치, 타당도 위협, 맥락 변수, 해석 한계. 결과를 근거로 한 기능을 개선하고, 사람을 평가하지 않는 원칙과 접근성·개인정보·사용자 통제의 한계를 함께 설명했습니다.

03
개인정보의 수집·사용·삭제 과정 그리기

이해하고 철회할 수 있는 동의 화면 만들기

조사: 입력, 처리, 저장, 접근, 수정, 삭제, 보관 기간을 데이터 흐름 지도에 추적합니다. 결과물: 동의 화면, 데이터 흐름 지도, 삭제 규칙. 확인 증거: 핵심 정보 발견, 동의 선택, 철회 단계, 삭제 성공, 수집 항목 수.

살펴볼 경험
시간·맥락 경험인지적 경험사회적 경험행동 경험
이번에 완성할 것
  • 개인정보의 수집·사용·삭제 과정 그리기 조사·예측 카드
  • 동의 화면, 데이터 흐름 지도, 삭제 규칙
  • 행동·평정 증거 차트
프로젝트에서 이어지는 단계

Adaptive Study Assistant의 최소 데이터 흐름과 사용자 권리 경로를 승인받습니다.

학부모 요약

오늘 학생은 이해하고 철회할 수 있는 동의 화면 만들기 미션을 수행했습니다. 조사: 입력, 처리, 저장, 접근, 수정, 삭제, 보관 기간을 데이터 흐름 지도에 추적합니다. 결과물: 동의 화면, 데이터 흐름 지도, 삭제 규칙. 확인 증거: 핵심 정보 발견, 동의 선택, 철회 단계, 삭제 성공, 수집 항목 수. 결과를 근거로 한 기능을 개선하고, 사람을 평가하지 않는 원칙과 접근성·개인정보·사용자 통제의 한계를 함께 설명했습니다.

04
알림이 많은 화면에서 중요한 신호 찾기

알림이 많은 화면에서 중요한 신호 찾기

조사: 신호 탐지, 경보 피로, 시각 위계, 작업부하를 정의하고 누락·오경보 비용을 구분합니다. 결과물: 신호 탐지와 작업부하 분석. 확인 증거: 적중률, 누락, 오경보, 반응 시간, 간이 작업부하.

살펴볼 경험
인지적 경험감각·신체 경험행동 경험
이번에 완성할 것
  • 알림이 많은 화면에서 중요한 신호 찾기 조사·예측 카드
  • 신호 탐지와 작업부하 분석
  • 행동·평정 증거 차트
프로젝트에서 이어지는 단계

Adaptive Study Assistant의 결과를 보고 다시 고치는 정보·알림이 중요한 정보를 가리지 않도록 인간공학 기준을 정합니다.

학부모 요약

오늘 학생은 알림이 많은 화면에서 중요한 신호 찾기 미션을 수행했습니다. 조사: 신호 탐지, 경보 피로, 시각 위계, 작업부하를 정의하고 누락·오경보 비용을 구분합니다. 결과물: 신호 탐지와 작업부하 분석. 확인 증거: 적중률, 누락, 오경보, 반응 시간, 간이 작업부하. 결과를 근거로 한 기능을 개선하고, 사람을 평가하지 않는 원칙과 접근성·개인정보·사용자 통제의 한계를 함께 설명했습니다.

05
AI 추천이 실패할 수 있는 단계 지도 만들기

AI 추천이 실패하는 단계와 안전장치 그리기

조사: 입력, 전처리, 모델·규칙, 불확실성, 응답, 사용자 결과를 보고 다시 고치는 정보, 저장, 삭제를 물리 카드로 배열합니다. 결과물: 시스템 구조도와 실패 지점 지도. 확인 증거: 실패 지점, 탐지 신호, 안전 기본값, 사용자 통제, 데이터 수명.

살펴볼 경험
인지적 경험행동 경험시간·맥락 경험사회적 경험
이번에 완성할 것
  • AI 추천이 실패할 수 있는 단계 지도 만들기 조사·예측 카드
  • 시스템 구조도와 실패 지점 지도
  • 행동·평정 증거 차트
프로젝트에서 이어지는 단계

Adaptive Study Assistant의 전체 구조, 불확실성, 결과를 보고 다시 고치는 정보, 삭제 경로를 설계합니다.

학부모 요약

오늘 학생은 AI 추천이 실패하는 단계와 안전장치 그리기 미션을 수행했습니다. 조사: 입력, 전처리, 모델·규칙, 불확실성, 응답, 사용자 결과를 보고 다시 고치는 정보, 저장, 삭제를 물리 카드로 배열합니다. 결과물: 시스템 구조도와 실패 지점 지도. 확인 증거: 실패 지점, 탐지 신호, 안전 기본값, 사용자 통제, 데이터 수명. 결과를 근거로 한 기능을 개선하고, 사람을 평가하지 않는 원칙과 접근성·개인정보·사용자 통제의 한계를 함께 설명했습니다.

06
사람과 AI의 문장 판단 차이 분석하기

사람과 AI의 문장 판단 차이 분석하기

조사: 20~40개 합성 문장을 독립 라벨링하고 사람 간 불일치, 비꼼, 공손함, 코드 스위칭, 맥락을 분석합니다. 결과물: 주석 표, 모델 지표, 불일치 분석, 안전 응답 사람과 프로그램이 소통하는 화면. 확인 증거: 인간 불일치, 모델 오류, 언어 한계, 불확실성, 수정·opt-out, 시스템 카드.

살펴볼 경험
정서적 경험인지적 경험사회적 경험시간·맥락 경험
이번에 완성할 것
  • 사람과 AI의 문장 판단 차이 분석하기 조사·예측 카드
  • 주석 표, 모델 지표, 불일치 분석, 안전 응답 사람과 프로그램이 소통하는 화면
  • 행동·평정 증거 차트
프로젝트에서 이어지는 단계

Adaptive Study Assistant가 텍스트 단서를 사용할 때 판단 보류·질문·수정·중단을 설계합니다.

학부모 요약

오늘 학생은 사람과 AI의 문장 판단 차이 분석하기 미션을 수행했습니다. 조사: 20~40개 합성 문장을 독립 라벨링하고 사람 간 불일치, 비꼼, 공손함, 코드 스위칭, 맥락을 분석합니다. 결과물: 주석 표, 모델 지표, 불일치 분석, 안전 응답 사람과 프로그램이 소통하는 화면. 확인 증거: 인간 불일치, 모델 오류, 언어 한계, 불확실성, 수정·opt-out, 시스템 카드. 결과를 근거로 한 기능을 개선하고, 사람을 평가하지 않는 원칙과 접근성·개인정보·사용자 통제의 한계를 함께 설명했습니다.

07
Signal-Context Multiplicity Lab

관찰 신호와 사람의 실제 마음 구분하기

조사: 얼굴 움직임, 자세, 음성 특성, 생리 신호가 관찰 가능한 신호인지 구성개념인지 구분합니다. 결과물: 구성 타당도 비평과 데이터 모음 위험 기록. 확인 증거: 가능 맥락 수, 반증 사례, 확인 질문, 구성 타당도 위협.

살펴볼 경험
정서적 경험사회적 경험시간·맥락 경험행동 경험
이번에 완성할 것
  • Signal-Context Multiplicity Lab 조사·예측 카드
  • 구성 타당도 비평과 데이터 모음 위험 기록
  • 행동·평정 증거 차트
프로젝트에서 이어지는 단계

Adaptive Study Assistant에서 제외할 추론과 사용자 확인이 필요한 경계를 정합니다.

학부모 요약

오늘 학생은 관찰 신호와 사람의 실제 마음 구분하기 미션을 수행했습니다. 조사: 얼굴 움직임, 자세, 음성 특성, 생리 신호가 관찰 가능한 신호인지 구성개념인지 구분합니다. 결과물: 구성 타당도 비평과 데이터 모음 위험 기록. 확인 증거: 가능 맥락 수, 반증 사례, 확인 질문, 구성 타당도 위협. 결과를 근거로 한 기능을 개선하고, 사람을 평가하지 않는 원칙과 접근성·개인정보·사용자 통제의 한계를 함께 설명했습니다.

08
AI가 모른다고 알리는 화면 만들기

AI가 모를 때 멈추고 묻게 하는 화면 만들기

조사: 확률, 범주, 예시, 이유, 판단 보류 표현이 이해·과신·행동에 미치는 차이를 분석합니다. 결과물: 인간 통제 사람과 프로그램이 소통하는 화면과 사용성 증거. 확인 증거: 확신 이해, 적절한 의존, 수정 성공, override·opt-out 발견, 선호.

살펴볼 경험
인지적 경험정서적 경험행동 경험사회적 경험
이번에 완성할 것
  • AI가 모른다고 알리는 화면 만들기 조사·예측 카드
  • 인간 통제 사람과 프로그램이 소통하는 화면과 사용성 증거
  • 행동·평정 증거 차트
프로젝트에서 이어지는 단계

Adaptive Study Assistant에 불확실성, 이유, 수정, 재정의, 중단 기능을 확인합니다.

학부모 요약

오늘 학생은 AI가 모를 때 멈추고 묻게 하는 화면 만들기 미션을 수행했습니다. 조사: 확률, 범주, 예시, 이유, 판단 보류 표현이 이해·과신·행동에 미치는 차이를 분석합니다. 결과물: 인간 통제 사람과 프로그램이 소통하는 화면과 사용성 증거. 확인 증거: 확신 이해, 적절한 의존, 수정 성공, override·opt-out 발견, 선호. 결과를 근거로 한 기능을 개선하고, 사람을 평가하지 않는 원칙과 접근성·개인정보·사용자 통제의 한계를 함께 설명했습니다.

09
결과를 보기 전에 연구 계획 점검하기

연구 계획과 프로그램 구조 미리 점검하기

조사: 연구 질문, 가설, 표본, 변수, 측정, 교란, 동의, 데이터 관리, 구조, 위험의 연결을 peer review합니다. 결과물: 승인된 build dossier. 확인 증거: 질문-지표 정렬, 교란, 동의, 안전 게이트, 재현 가능성.

살펴볼 경험
인지적 경험행동 경험사회적 경험시간·맥락 경험
이번에 완성할 것
  • 결과를 보기 전에 연구 계획 점검하기 조사·예측 카드
  • 승인된 build dossier
  • 행동·평정 증거 차트
프로젝트에서 이어지는 단계

Adaptive Study Assistant 구현 전에 연구·데이터·시스템·윤리 기준을 동결합니다.

학부모 요약

오늘 학생은 연구 계획과 프로그램 구조 미리 점검하기 미션을 수행했습니다. 조사: 연구 질문, 가설, 표본, 변수, 측정, 교란, 동의, 데이터 관리, 구조, 위험의 연결을 peer review합니다. 결과물: 승인된 build dossier. 확인 증거: 질문-지표 정렬, 교란, 동의, 안전 게이트, 재현 가능성. 결과를 근거로 한 기능을 개선하고, 사람을 평가하지 않는 원칙과 접근성·개인정보·사용자 통제의 한계를 함께 설명했습니다.

10
사용자가 통제하는 AI 만들기

사용자가 통제하는 시험용 AI 만들기

조사: 기능을 must/should/could로 자르고 결정론적 바꾸기 전 기준 결과와 AI·적응 기능의 추가 가치를 분리합니다. 결과물: 작동 시험용 작품과 테스트 스크립트. 확인 증거: acceptance pass, 실패 복구, 통제 경로, 삭제 확인, 접근성.

살펴볼 경험
인지적 경험행동 경험감각·신체 경험시간·맥락 경험
이번에 완성할 것
  • 사용자가 통제하는 AI 만들기 조사·예측 카드
  • 작동 시험용 작품과 테스트 스크립트
  • 행동·평정 증거 차트
프로젝트에서 이어지는 단계

Adaptive Study Assistant의 최소 작동 시스템과 안전 통제를 구현합니다.

학부모 요약

오늘 학생은 사용자가 통제하는 시험용 AI 만들기 미션을 수행했습니다. 조사: 기능을 must/should/could로 자르고 결정론적 바꾸기 전 기준 결과와 AI·적응 기능의 추가 가치를 분리합니다. 결과물: 작동 시험용 작품과 테스트 스크립트. 확인 증거: acceptance pass, 실패 복구, 통제 경로, 삭제 확인, 접근성. 결과를 근거로 한 기능을 개선하고, 사람을 평가하지 않는 원칙과 접근성·개인정보·사용자 통제의 한계를 함께 설명했습니다.

11
실패 사례를 모아 원인 분석하기

작은 사용자 시험에서 실패 원인 찾기

조사: 소규모 동의 기반 파일럿의 순서 효과, 표본 한계, 결측, 사람 간 차이를 계획합니다. 결과물: 결과 표와 그래프로 나타내기와 limitation log. 확인 증거: 과업 지표, 사용자 평정, 실패 유형, 반례, 불확실성, 한계.

살펴볼 경험
행동 경험인지적 경험정서적 경험사회적 경험시간·맥락 경험
이번에 완성할 것
  • 실패 사례를 모아 원인 분석하기 조사·예측 카드
  • 결과 표와 그래프로 나타내기와 limitation log
  • 행동·평정 증거 차트
프로젝트에서 이어지는 단계

Adaptive Study Assistant를 파일럿하고 실패 증거로 최종 개선합니다.

학부모 요약

오늘 학생은 작은 사용자 시험에서 실패 원인 찾기 미션을 수행했습니다. 조사: 소규모 동의 기반 파일럿의 순서 효과, 표본 한계, 결측, 사람 간 차이를 계획합니다. 결과물: 결과 표와 그래프로 나타내기와 limitation log. 확인 증거: 과업 지표, 사용자 평정, 실패 유형, 반례, 불확실성, 한계. 결과를 근거로 한 기능을 개선하고, 사람을 평가하지 않는 원칙과 접근성·개인정보·사용자 통제의 한계를 함께 설명했습니다.

12
연구 포스터의 근거와 한계 발표하기

최종 프로젝트의 결과와 한계 발표하기

조사: 연구 질문, 방법, 구조, 데이터, 결과, 불확실성, 윤리, 접근성, 한계, 재현 자료를 최종 감사합니다. 결과물: 연구 포스터, 포트폴리오 사례 연구, 같은 방법으로 다시 확인할 수 있는 시험용 작품. 확인 증거: 재현성, 지표 해석, 실패 설명, 통제 작동, 윤리·한계 방어.

살펴볼 경험
정서적 경험인지적 경험감각·신체 경험행동 경험사회적 경험시간·맥락 경험
이번에 완성할 것
  • 연구 포스터의 근거와 한계 발표하기 조사·예측 카드
  • 연구 포스터, 포트폴리오 사례 연구, 같은 방법으로 다시 확인할 수 있는 시험용 작품
  • 행동·평정 증거 차트
프로젝트에서 이어지는 단계

Adaptive Study Assistant의 가치, 증거, 한계, 안전한 사용 범위를 최종 방어합니다.

학부모 요약

오늘 학생은 최종 프로젝트의 결과와 한계 발표하기 미션을 수행했습니다. 조사: 연구 질문, 방법, 구조, 데이터, 결과, 불확실성, 윤리, 접근성, 한계, 재현 자료를 최종 감사합니다. 결과물: 연구 포스터, 포트폴리오 사례 연구, 같은 방법으로 다시 확인할 수 있는 시험용 작품. 확인 증거: 재현성, 지표 해석, 실패 설명, 통제 작동, 윤리·한계 방어. 결과를 근거로 한 기능을 개선하고, 사람을 평가하지 않는 원칙과 접근성·개인정보·사용자 통제의 한계를 함께 설명했습니다.

주요 실습

설명만 듣지 않고
직접 조사하고 만들고 시험합니다.

모든 수업에는 직접 할 활동, 하나씩 바꿔 볼 조건, 기록할 결과와 컴퓨터 없이 할 수 있는 방법이 있습니다.

01

사람과 AI의 문장 판단 차이 분석하기

Nova School의 AI 도우미가 '네, 정말 완벽하네요...'를 긍정으로 분류했다는 사건 파일을 공개합니다. 학생은 모델 판결에 동의, 반대, 판단 보류 중 하나를 선택합니다.

사람 간 라벨 불일치율, 임시 다수 라벨 대비 정확도, 혼동행렬과 선택적 F1
02

개인정보의 수집·사용·삭제 과정 그리기

동의 버튼 하나 뒤에 수집·공유·무기한 보관이 숨은 흐름에서 데이터의 탈출 경로를 찾아야 합니다.

핵심 정보 발견, 동의 선택, 철회 단계
03

알림이 많은 화면에서 중요한 신호 찾기

합성 관제 화면에서 30초마다 중요한 한 신호가 수십 개 장식 알림 속에 숨어 있습니다.

적중률, 누락, 오경보
04

AI가 모른다고 알리는 화면 만들기

정확도 72%인 시스템이 자신감 있는 문장만 보여 주어 사용자가 언제 의심해야 할지 모르는 상황을 해결합니다.

확신 이해, 적절한 의존, 수정 성공

선택 최종 프로젝트

배우는 방법은 같고,
관심 주제는 다르게 고릅니다.

어떤 주제를 고르든 사용자를 관찰하고, 조건 하나만 다른 두 작품을 비교하고, 결과와 안전 기준을 설명합니다.

평가 방법

사람의 성격이 아니라
만드는 과정과 근거를 평가합니다.

성격, 감정 공개, 침착함, 공감 표현이 아니라 연구와 공학 증거를 평가합니다.

사용자 이해와 증거 수집15%
필요를 설계 요구사항으로 번역15%
시험용 작품·기술 구현25%
테스트·분석·반복 개선30%
윤리·포용·한계·소통15%

안전 경계

AI가 사람의 마음을 안다고
단정하지 않습니다.

학생은 사람의 감정을 조작하거나 평가하지 않습니다. 사람의 감정과 전체 경험을 고려한 제품·시스템·환경을 설계합니다.

  • 추론하기 전에 묻기: 관찰 가능한 신호, 사용자 보고, 맥락, 모델 예측, 내면 상태를 서로 구분합니다.
  • 자기 보고와 사용자 선택을 기본값으로: 사용자는 선택 내용을 수정하고 맥락을 덧붙일 수 있습니다.
  • 진단과 선별 금지: 정신건강, 발달 특성, 외상, 자해 위험 또는 의학적 상태를 진단하거나 선별하지 않습니다.
  • 비밀 감시 금지: 학생이나 방문자를 몰래 녹음·녹화하지 않습니다.
  • 데이터 최소화: 합성 데이터, 라이선스가 확인된 공개 연구 데이터, 익명 디자인 평가, 명시적 자기 보고 순서로 선택합니다.
  • 조작보다 주체성: 지원, 투명한 설득, 조작, 의존, 취약성 악용을 구분합니다.

선택 심화 연구

13-16회: 다른 조건에서도 결과가 유지되는지 확인합니다.

작은 첫 시험을 한 번 더 고치고, 조건을 바꿔 다시 확인한 뒤 다른 사람도 따라 할 수 있는 보고서를 씁니다.

13

근거로 AI 프로그램 한 번 더 개선하기

조사: 실패 빈도·심각도·회복 가능성·접근성 영향을 비교해 개선 우선순위를 정합니다. 결과물: 개선 릴리스와 change log. 확인 증거: 전후 지표, 회귀 통과, 새 실패, 접근성 영향.

14

조건이 달라도 결과가 유지되는지 확인하기

조사: 분포, 부분집합, 신뢰구간 또는 부트스트실험 개념, 효과 크기, calibration을 트랙에 맞게 적용합니다. 결과물: 심화 분석 노트북 또는 연구 부록. 확인 증거: 부분집합 성능, 효과 크기, calibration/abstention, 민감도.

15

다른 사람도 따라 할 수 있는 연구 보고서 쓰기

조사: 초록, 배경, 방법, 결과, 논의, 한계, 윤리, 참고문헌의 주장-증거 연결을 감사합니다. 결과물: 정식 연구 보고서 초안. 확인 증거: 주장-증거 추적, 방법 재현, 그림 정직성, 한계, 출처.

16

공개 시연으로 결과와 한계 다시 확인하기

조사: 공개 가능한 합성 자료, 접근성, 위험 설명, 라이선스, 실행 절차, 실패 복구를 릴리스 체크리스트로 검사합니다. 결과물: 공개 시연 패키지와 최종 방어. 확인 증거: 새 환경 실행, 통제 발견, 접근성, 한계 이해, 재현 질문.

학부모 질문

이 학년 과정을 시작하기 전
확인할 내용.

9-12학년 과정에서 쓰는 도구, 완성할 결과물, 개인정보 보호 기준을 구체적으로 답합니다.

코딩이나 디자인 도구를 미리 배워야 하나요?

필수 선행 도구는 없습니다. Figma·설문·스프레드시트, Python·Jupyter, 합성·공개 데이터, 선택형 비민감 센서 경로 중 학생 수준에 맞는 방식을 선택하고, 같은 경험 질문과 증거 기준을 유지합니다.

매 수업에서 무엇이 남나요?

관찰 기록, 필요한 기능 목록, 시험용 작품, 시험 기록, 그래프, 바꾸기 전후 비교 중 하나 이상이 남습니다. 12회 결과는 만든 과정을 보여 주는 포트폴리오로 정리합니다.

학생이 개인 감정을 공개해야 하나요?

아닙니다. 개인 경험을 말하지 않아도 개인정보가 없는 Nova School 가상 상황으로 모든 활동을 할 수 있습니다. 수업에서는 사람을 평가하지 않고 앱·제품·로봇이 사용하기 편한지 살펴봅니다.

이 과정은 훗날 대학 지원서와 어떻게 연결되나요?

Carnegie Mellon, Stanford 연구팀이 공개한 연구를 참고해 수업을 만들었습니다. 학생은 대학 연구자가 기술의 쓸모, 편리함, 공정성과 안전을 어떻게 조사하는지 먼저 설명하고, 그다음 자기 질문, 설계 선택, A/B 결과, 실패, 수정과 한계를 구분해 지원서나 면접에서 솔직하게 설명합니다. 과정명 자체는 입시 근거가 아니며 어떤 과정도 합격을 보장하지 않습니다.

온라인과 압구정 대면 수업이 모두 가능한가요?

네. 같은 학습 순서를 온라인 또는 서울 강남구 압구정 대면 수업에서 진행합니다. 개별 수업과 소규모 그룹 수업을 모두 운영합니다.

과정 상담

학생의 관심 주제를 실제 프로젝트로 연결합니다.

학년과 코딩 경험에 맞춰 종이 만들기, 화면 디자인(Figma), 블록 코딩(Scratch), 웹·Python 코딩, 로봇 중 알맞은 제작 방법을 함께 고릅니다.

과정 상담