Foundation
SDG와 문제 근거
SDG 3의 의미, 청소년 웰빙 문제, 통계 근거와 영향 요인을 정리합니다.
Planning AI
AI 기반 기획과 프로토타입
문제 정의, 기능 명세, 유저 플로우, Vibe Coding 프로토타입을 제작합니다.
Tech Design
구현 가능한 설계 문서
AI 기능, 데이터 구조, 시스템 아키텍처, SDG 임팩트 논리를 하나로 묶습니다.
과정 설명
e-ICON 세계대회는 한국과 개발도상국 학생들이 글로벌 팀을 이루어 SDGs 달성에 기여하는 웹앱을 개발하는 국제 소프트웨어 경진대회입니다. 이 과정은 예선 온라인 교육 transcript를 바탕으로, 학생이 대회 제출에 필요한 사고 과정과 산출물을 단계적으로 완성하도록 구성했습니다.
올해 핵심 주제는 SDG 3 건강과 웰빙입니다. 학생들은 청소년 정신건강, 스트레스 관리, 도움 접근성 같은 실제 문제를 데이터로 검증하고, AI를 활용해 안전하고 구현 가능한 웹앱 솔루션을 설계합니다.
최종 목표는 단순한 아이디어 발표가 아니라 문제 정의서, 기능 명세서, AI 기능 명세서, 데이터 구조, 시스템 아키텍처, SDG 임팩트 설명을 갖춘 제출 가능한 계획서를 만드는 것입니다.
대상 학생
- 중고등부 e-ICON 세계대회 참가 준비 학생
- AI와 웹앱으로 사회문제를 해결해보고 싶은 학생
- 국제 협업 프로젝트와 포트폴리오 산출물이 필요한 학생
- 문제 정의부터 기술 설계까지 체계적으로 배우고 싶은 학생
12차시 커리큘럼
각 페이지는 차시별 학습 목표, 수업 활동, 산출물, 평가 포인트를 포함합니다.
01. e-ICON 세계대회 오리엔테이션
e-ICON 세계대회의 목표, 예선과 본선 흐름, 온라인 교육의 세 트랙을 이해합니다. 학생들은 글로벌 협업, 웹앱 개발, 국제협력 경험이 어떻게 하나의 프로젝트로 연결되는지 파악합니다.
차시 보기 ->
Foundation | 27:1302. SDG 3 건강과 웰빙 이해
SDGs의 배경과 17개 목표를 살펴보고, 이번 대회의 핵심 주제인 SDG 3 건강과 웰빙을 중심으로 청소년 정신건강, 스트레스, 도움 접근성 문제를 탐색합니다.
차시 보기 ->
Foundation | 09:1603. 요인 탐구와 웰빙 앱 분석
선정한 문제의 영향 요인을 개인, 학교, 가정, 디지털, 제도 환경 등으로 분류하고 기존 웰빙 앱의 강점과 한계를 분석해 우리 팀만의 차별화 방향을 정합니다.
차시 보기 ->
Planning AI | 18:3604. 문제 정의와 기능 명세
청소년 정신건강 문제를 데이터 기반 HMW 질문으로 바꾸고, 감정일기, AI 감정 분석, 맞춤형 활동 추천 같은 핵심 기능을 정의합니다. 민감한 데이터를 다루는 AI 윤리 원칙도 함께 점검합니다.
차시 보기 ->
Planning AI | 14:5705. 플로우차트와 유저 플로우
마인드웰 예시를 바탕으로 기능 플로우차트, 상세 유저 플로우, AI 입출력 정의서를 작성합니다. 사용자가 감정을 입력하고 AI가 안전하게 결과를 제공하는 흐름을 시각화합니다.
차시 보기 ->
Planning AI | 24:1006. Vibe Coding으로 프로토타입 만들기
Google AI Studio의 Build Apps 환경에서 자연어 프롬프트로 동작 가능한 웹앱 프로토타입을 만듭니다. 요구사항 명세, UI 톤, 화면 흐름, 안전 조건을 하나의 프롬프트로 설계합니다.
차시 보기 ->
Planning AI | 17:4207. 프로토타입 평가와 신청서 작성
생성한 프로토타입을 의도 일치, 사용 편의성, 안전성 기준으로 평가하고 리믹스 방식으로 개선합니다. 최종적으로 e-ICON 앱 개발 계획서의 핵심 섹션을 작성합니다.
차시 보기 ->
Tech Design | 07:4508. 데이터로 문제 검증하기
해결하려는 문제가 실제로 존재하는지 데이터로 확인하는 방법을 배웁니다. 넓은 문제 표현을 집단, 지표, 기간이 포함된 검증 가능한 질문으로 바꾸고 자료 조사 방향을 잡습니다.
차시 보기 ->
Tech Design | 17:3209. AI 기능 모듈 설계
생성형 AI를 단순 챗봇이 아니라 웹앱 안에서 동작하는 기능 모듈로 설계합니다. 시스템 프롬프트와 유저 프롬프트를 구분하고 JSON 형태의 예측 가능한 출력을 정의합니다.
차시 보기 ->
Tech Design | 12:4910. 데이터 구조 설계
앱 기능을 실제 구현 가능한 데이터 구조로 바꿉니다. 어떤 데이터를 저장해야 하는지, 일회성 입력과 기록 데이터를 어떻게 구분할지, 테이블 사이 관계를 어떻게 정리할지 학습합니다.
차시 보기 ->
Tech Design | 12:0311. 시스템 아키텍처 설계
화면, 백엔드 함수, 데이터베이스, AI API가 어떤 역할을 맡고 어떤 흐름으로 연결되는지 설계합니다. 저장, 조회, AI 호출이 자연스럽게 이어지는 시스템 다이어그램을 만듭니다.
차시 보기 ->
Tech Design | 23:3512. 최종 설계 문서와 SDG 임팩트 점검
Tech Design 1-4차시 결과물과 Planning AI 계획서를 하나의 최종 설계 문서로 조립합니다. 문제, 데이터 근거, AI 기능, 데이터 구조, 시스템 구조, SDG 3 기여 논리가 끊기지 않는지 점검합니다.
차시 보기 ->
최종 산출물
앱 개발 계획서
문제 정의, 사용자, 핵심 기능, AI 활용 방식, 구현 계획을 정리합니다.
동작 가능한 프로토타입
AI Studio 기반으로 클릭 가능한 웹앱 초안을 만들고 개선 기록을 남깁니다.
기술 설계 문서
AI 기능, 데이터 구조, 시스템 아키텍처를 구현 가능한 수준으로 설명합니다.
SDG 임팩트 점검
솔루션이 SDG 3 건강과 웰빙에 어떻게 기여하는지 논리적으로 검증합니다.