ι

너도 한번 AI 만들어 볼래?

   
강신조 외
ǻ
미디어숲
   
16800
2020�� 06��



■ 책 소개

 

지금까지 이런 책은 없었다! 2020년부터 실시되는 AI 교육에 최적화한 안내서
소프트웨어교육에 앞장서는 교사 10명이 함께 만든 쉽고 재미있는 AI 프로그래밍 교육서

 

과학기술정보통신부와 교육부는 2020년 소프트웨어(SW) 교육 선도학교로 2천여 곳을 선정하고, 이 가운데 247곳에서 인공지능(AI) 교육을 시범 운영하기로 했다. AI가 단순히 TV에서만 보며 신기해하던 먼 세상의 이야기가 아니라 당장 우리 자녀가 학교에서 배우고 익혀 경쟁에 나서야 할 시급한 과제가 됐다. 많은 전문가가 예상했던 바와 같이, 누구나 프로그래밍을 통해 자신이 생각한 바를 구현하고 나아가 인공지능을 설계하고 활용하는 때가 눈앞에 다가온 것이다. 이에 전국적으로 SW교육에 앞장서고 있는 10명의 교사가 모여 프로그래밍 교육과 AI가 융합된 AI 프로그래밍 교육서를 마침내 출간했다.

 

이 책은 AI를 정말 쉽게 배우면서 그대로 따라 하면 AI 로봇을 만들 수 있게 구성됐다. 딱딱한 이론서가 아니라 하나하나 과정을 친절하게 설명하여 누구나 그대로 따라 하면 자연스럽게 AI가 무엇인지, 어떻게 작동하게 하는지를 알게 되는 입문서다. 블록 프로그래밍 언어를 사용하여 쉽게 접근할 수 있게 했으며 다양한 프로그래밍 언어를 균형 있게 다뤄 각 언어의 특성에 따라 AI 프로그래밍 프로젝트를 실행해 볼 수 있다. 실생활에 활용할 수 있는 AI 로봇을 제작하는 방법도 상세히 제시한다. 각 챕터마다 연습문제를 제시하여 생각할 거리를 제공하고 AI와 관련된 흥미로운 이야깃거리뿐만 아니라 최신 정보까지 수록하고 있다. 직접 AI 로봇을 만들어 보면서 개념과 원리를 깨우치는 국내 최초 실전 AI 입문서다. 학생은 물론 AI가 궁금하고 코딩을 해보고 싶은 학부모, 교사 모두에게 AI를 제대로 이해하는 기회가 될 것이다.

 

■ 저자 강신조 외
대전교육정보원 영재교육원(정보,로봇) 파견교사
이러닝발전 유공교원 부총리 겸 교육부장관 표창
APEC국제교육협력원 교류협력국 교육정보화 지원 사업 참여
SW교육, 메이커교육(SW융합), 원격수업 등 교원ㆍ학부모 연수 강사

 

■ 차례
Chapter 1. AI가 궁금해!
1. AI란 뭘까?
2. 기계가 사람처럼 학습할 수 있다고?
3. 야, 너도 AI 만들 수 있어!
잠깐 상식! AI 진화의 역사

 

Chapter 2. 머신러닝포키즈로 AI 만들어 볼래?
1. 머신러닝포키즈란 뭘까?
2. 사람의 음성을 인식할 수 있다고?
3. 음성 인식기를 만들어 볼까?
잠깐 상식! 음악의 흥행 여부를 알아맞히고 곡까지 만드는 AI

 

Chapter 3. 코그니메이츠로 AI 만들어 볼래?
1. 코그니메이츠란 뭘까?
2. 사람과 채팅할 수 있다고?
3. 야, 너도 챗봇 만들 수 있어!
잠깐 상식! 일상 대화가 가능한 인공지능 챗봇, 심심이

 

Chapter 4. 엠블록으로 AI 만들어 볼래?
1. 엠블록이란 뭘까?
2. 사람처럼 글씨를 읽을 수 있다고?
3. 손글씨 번역기를 만들어 볼까?
잠깐 상식! AI가 법률 서비스를 제공한다고?

 

Chapter 5. 키튼블록으로 AI 만들어 볼래?
1. 키튼봇이란 뭘까?
2. 사람의 얼굴을 인식할 수 있다고?
3. 야, 너도 얼굴 인식 AI 만들 수 있어!
잠깐 상식! AI 활용과 개인정보

 

Chapter 6. AI 로봇 만들어 볼래?
1. AI 로봇이란 뭘까?
2. 사람처럼 물건을 분류할 수 있다고?
3. 야, 너도 Tiny Sorter 만들 수 있어!
잠깐 상식! AI 반려로봇

 

부록 한 걸음 더 탐구 추천사

 


너도 한번 AI 만들어 볼래?


AI가 궁금해!

AI란 뭘까?

AI가 스스로 공부해서 인간을 뛰어넘는다는 이야기를 들어본 적이 있을 거예요. 이미 우리는 세계적인 바둑 천재가 AI와의 바둑 경기에서 진 것을 본 적이 있습니다. 어떻게 된 일일까요? 정말 기계 (컴퓨터)가 스스로 공부해서 우리를 뛰어넘은 것일까요? 과연 그런 날이 바둑 말고도 다양한 영역에서 곧 우리에게 다가올까요?


과연 AI란 무엇일까요? 우리가 최근 이야기하는 AI는 인공지능 기술(Technology_이라고 말하는 것이 정확합니다. AI기술을 이용해 상품이나 서비스를 만들어 내고 그 결과를 우리가 사용하는 것이니까요.


이제는 사람들이 과거에는 가질 수 없었던 빅데이터를 저렴한 비용으로 손쉽게 가질 수 있게 된 것이죠. 여기에 확률과 통계에 기반을 둔 머신러닝(Machine Learning, 기계 학습)이라는 아이디어가 더해지게 되었습니다.


예를 들어 보겠습니다. 우리는 보통 딸기라는 과일을 배울 때 빨갛고 역삼각형 모양의 과일이며 사 전적으로는 장미과 딸기속, 거문딸기속, 뱀딸기속 및 나무딸기속의 일부를 포함하는 식물을 통틀어 이르는 말과 같은 식으로 읽고 배우지는 않습니다.


어린 아이는 어떤 방식으로 딸기라는 과일을 배울까요? 대개는 부모님을 통해 딸기를 배웁니다. 딸기를 손에 들고 어린 아이에게 딸기라고 말하고 보여 준 뒤 입에 넣어 줍니다. 그러면서 아이는 딸기를 자연스레 학습하게 되는 것이죠.


이러한 학습 과정을 거치면 아이는 딸기와 다른 과일(사과, 배 등)을 구분(분류Classification)할 수 있게 됩니다. 이와 같은 우리의 학습 과정을 그대로 기계(컴퓨터)에 적용한 것이 머신 러닝입니다. 머신 러닝은 AI를 만들기 위해 인간이 생각해 낸 훌륭한 방법 중 하나라는 사실을 잊지 마세요.


기계(컴퓨터)가 사람처럼 학습할 수 있다고?

방금 머신러닝은 사람의 학습 과정을 기계(컴퓨터)에 적용한 것이라고 했습니다. 기계(컴퓨터)가 어떻게 사람처럼 학습할 수 있을까요? 좀 더 자세히 살펴볼까요. 기계(컴퓨터)에게 "이게 딸기야."라고 알려주기 위해서는 라벨(Label)을 붙여 주어야 합니다. 이것은 우리가 일상에서 쉽게 볼 수 있는 라벨지의 라벨로 레이블이라고도 부릅니다. 우리가 딸기라고 부르는 과일에 딸기라는 라벨을 붙인 뒤, 딸기 사진을 기계(컴퓨터)에게 많이 보여줍니다.


어린아이의 경우 딸기와 다른 과일을 구분할 수 있으려면 몇 개의 딸기를 보여 줘야 할까요? 아이들마다 다르겠지만 보통의 아이라면 단 몇 번의 학습만으로도 충분히 딸기를 분류할 수 있을 것입니다. 즉, 사람은 사고(Thinking)의 측면에서 응용력이 기계(컴퓨터)보다 뛰어나기 때문에 몇 번만 배워도 다른 사례에 적용할 수 있습니다.


반면, 기계(컴퓨터)는 사람이 갖고 있는 응용력이 부족합니다. 부족한 게 아니라 아예 없다고 보는 게 맞습니다. 그렇다면 기계(컴퓨터)에게 사람과 비슷한 수준의 학습 결과가 나오게 하려면 어떻게 해야 할까요?


다시 기계(컴퓨터)가 아닌 사람을 예로 들어볼까요. 우리가 시험에서 좋은 결과를 얻으려면, 즉 공부 한만큼 결과가 나오게 하려면 어떻게 하나요? 좋은 교재로 공부(학습)를 많이 하면 됩니다. 기계(컴퓨터) 또한 그렇습니다. 다시 설명하면 딸기라는 라벨을 가진 양질의 데이터를 많이 학습시키면 됩니다.


즉, 빅 데이터를 가지고 기계(컴퓨터)를 학습시키면 사람의 학습 결과와 비슷한 결과를 기대할 수 있습니다. 다만 그 데이터의 양은 상대적이라 문제 상황에 따라서는 최소 몇만 개가 필요한 경우도 있습니다.


그렇다고 무턱대고 많이, 오랜 시간을 들여 많은 양의 데이터를 학습시키면 될까요? 이런 경우를 한번 생각해 봅시다. 참외 이미지에 딸기 라벨을 붙입니다. 그리고 이 데이터를 많이 학습시킬 경우 학습의 결과는 어떻게 될까요? 사람처럼 거짓이라고 금방 알아챌 수 있을까요? 그렇지 않습니다. 기계 (컴퓨터)는 아마 참외같이 생긴 것을 딸기라고 학습했기에 참외가 딸기인 줄 압니다. 이는 데이터의 신뢰도가 얼마나 중요한지 알 수 있는 대목입니다.


야, 너도 AI 만들 수 있어!

준비하기

티처블 머신이란?

티처블 머신은 머신러닝 모델을 빠르고 쉽게 만들 수 있도록 제작한 웹 기반 도구입니다. 2019년 11월 구글에서 출시해 일반인들에게 무료로 제공되고 있습니다. 구글에서는 여섯 살 아이에게 티처블 머신을 활용한 AI의 원리와 개념을 학습시킨 사례를 홍보할 정도로, 티처블 머신은 직관적이며 다루기 쉽습니다.


프로젝트: 과일 분류기 만들기

학습 데이터 수집하기

1. http://teachablemachine.withgoogle.com으로 접속합니다.

2. 첫 화면에서 티처블 머신 서비스에 대해 간략히 설명하고 사용 방법을 알려 줍니다.

3. 티처블 머신 서비스에서는 이미지, 소리, 동작 등 3가지를 통해 머신러닝을 수행할 수 있습니다.

4. 먼저, 첫 화면의 Get Started 버튼을 클릭합니다.

5. 우리는 이미지 인식 기능의 AI 모델을 생성할 것이므로 ‘Image Project를 클릭합니다.

6. 각각의 Class는 라벨Label이며, 각각의 Class에 해당하는 이미지 데이터를 넣어줄 것입니다. 먼저, Class 1에 ‘Apple을 입력하고, 웹캠 버튼을 누릅니다. 이때 카메라 사용 권한을 허용해 주는 걸 잊지 마세요!

7. 사과를 웹캠 화면에 비추고, ‘Hold to record를 꾹 누르고 있으면 계속 물체의 이미지가 저장됩니다. 이때 최소 200장 이상의 사과 이미지의 데이터를 수집할 것을 권합니다.

8. Class 2에 Strawberry를 입력하고, 웹캠 버튼을 누릅니다. 딸기를 웹캠 화면에 비추고, ‘Hold to record를 꾹 눌러 딸기 이미지를 많이 찍을수록 정확도가 높아지기 때문에 최소 200장 이상 수집합니다.


학습 데이터 수집하기

1. Training으로 넘어가 ‘Train Model버튼을 눌러 우리가 수집한 사과와 딸기 이미지 데이터(학습 훈련 데이터)로 학습을 시킵니다. 학습의 결과로 AI 모델이 생성됩니다.


학습 결과 평가하기(성능 평가)

1. 이제는 생성된 모델이 잘 작동하는지를 확인하기 위해 모델의 성능을 평가할 차례입니다. 이때, 학습 훈련 데이터로 사용한 사과, 딸기와는 다른 새로운 사과, 딸기를 사용해야 합니다.


모델의 성능을 평가하기 위해 사용되는 데이터를 시험용 데이터라고 하는데, 학습하는 데 사용하지 않은 데이터를 시험용 데이터로 사용해야만 AI 모델의 성능을 정확히 평가할 수 있습니다. 그럼 ‘Preview에 보이는 웹캠에 사과와 귤을 비추어 이 두 가지를 잘 분류해 내는지 확인해 볼까요?


2. 사과와 딸기 모두 정확히 잘 분류해 내는 것을 확인했습니다. 모델의 성능이 훌륭합니다!

3. 실제 사과와 딸기뿐 아니라, 사과와 딸기 사진 파일을 업로드하여 구분하게 할 수도 있습니다. 웹캠을 파일로 바꾸고 딸기 이미지를 업로드합니다.

4. 업로드한 이미지가 딸기일 확률이 100%임을 나타냅니다. 모델의 성능이 훌륭하다는 것을 다시 한번 확인하였습니다.


잠깐 상식!

AI 진화의 역사: 엘리자부터 도로보 군의 도쿄대학 입학 도전에 이르기까지

AI 도로보 군의 도쿄대학 입학 도전

이웃 나라 일본에서는 2011년 로봇이 도쿄대학에 들어갈 수 있는가?‘라는 AI 프로젝트를 시작했습니다. 이 프로젝트의 결과는 어떻게 되었을까요? AI 도로보 군은 프로젝트의 목표였던 도교대학 입학을 달성하지는 못했지만, 일본의 대학입학자선발 대학입시센터시험에서 상위 20%의 성적을 거두었습니다. 우리나라로 치면 서울 주요 대학에 입학할 정도의 성적이었으며, 이로 인해 많은 사람들의 관심과 이목을 끌었습니다.


인공 지능과 더불어 다가올 앞으로의 세상은 살기 좋은 유토피아(Utopia)일까요? 오히려 살기에 끔찍한 디스토피아(Dystopia)일까요? 미래를 정확히 예측하는 것은 어려운 일입니다. 하지만 인공지능보다 유연한 사고를 지닌 사람이 눈앞에 다가온 미래를 현재로 적절히 대응하며 살아낼 것은 분명합니다.



코그니메이츠로 AI 만들어 볼래?

코그니메이츠란 뭘까?

코그니메이츠Cognimates(http://cognimates.me)는 어린이들이 스크래치라는 코딩 언어를 사용하여 자신만의 인공지능 로봇을 훈련할 수 있도록 돕는 교육 프로그램입니다. 미국 MIT 미디어랩에서 스크래치3을 바탕으로 만든 다양한 확장 블록을 제공합니다. 특히 이미지와 텍스트를 훈련시킬 수 있는 확장 블록을 통해 어린이들도 쉽게 머신러닝을 익힐 수 있습니다. 이번 챕터에서는 코그니메이츠의 텍스트 훈련 기능을 활용해 챗봇(Chatbot)을 만들어 볼까요.


사람과 채팅할 수 있다고?

챗봇Chatbot은 채팅Chatting과 로봇Robot을 결합한 말입니다. 채팅창을 통해 자동으로 로봇이 대답하거나 연관 정보를 제공하는 것을 챗봇이라고 합니다. 이러한 챗봇은 모바일 메신저에서 쉽게 만날 수 있습니다. 또 이미 실생활에서 음식 주문, 상품 구입, 예약 서비스, 각종 사이트의 고객센터 등에서 소비자가 원하는 정보나 질문에 AI가 대화형으로 알맞은 답을 제공하고 있습니다.


챗봇과 인간이 대화하기 위해서는 자연어 처리 기술 NLP(Natural Language Processing)가 필요합니다. 여기서 자연어란 컴퓨터가 사용하는 기계(컴퓨터)어와 구분하기 위해 인간이 사용하는 언어를 말합니다. 이 자연어 처리 기술의 작업은 크게 두 가지로 나눌 수 있습니다. 어휘, 구문, 의미 등의 문어를 처리하는 것과 음성학적 지식의 구어를 처리하는 것입니다. 이 기술은 검색엔진, Q&A 시스템, 자동 번역기 등 인간의 언어가 사용되는 모든 영역에서 사용되는 기술입니다.

 

야, 너도 챗봇 만들 수 있어!

여러분은 휴일이나 방학 때 놀러 갈 곳을 어떻게 정하나요? 어디로 가야 할지, 누구와 함께할지, 무엇을 먹을지 등 여러 가지를 결정해야 합니다. 이런 선택 앞에서 로봇의 도움을 받는다면 쉽게 결정할 수 있어요. 로봇과 채팅을 나누면서 여러분의 취향에 맞는 여행지를 추천해 주는 트립 어드바이저 챗봇을 만들어 봅시다.


uClassfiy API 획득하기

코그니메이츠에서 텍스트를 활용한 머신 러닝을 진행하려면 uClassify의 API를 사용해야 합니다. uClassify는 머신러닝을 위한 텍스트 분류기(text classifier)를 온라인에서 무료로 제공합니다. 먼저 uClassfy에 회원 가입을 하고 API Key를 받겠습니다.


1. 브라우저를 켜고 http://www.uclassify.com으로 접속하고 Free Sing Up 버튼을 클릭합니다.

2. 회원 가입을 위해 Username, Email, Password, Confirm password 항목에 여러분의 정보를 입력한 뒤 Register 버튼을 클릭하여 진행합니다.

3. 회원 가입이 완료되었으면 Username과 Password를 입력하고 Log in 버튼을 클릭하여 계정에 접속합니다.

4. 로그인 후 상단의 메뉴에서 Api keys를 클릭하여 API key를 획득합니다.


잠깐 상식!

컴퓨터와 대화를 나눠요.

"안녕? 넌 이름이 뭐니?"라고 물으면 “안녕하세요, 제 이름은 000입니다.” 라고 대답하는 컴퓨터가 있습니다. 여러분 머릿속에 먼저 떠오르는 건 애플 시리, 삼성 빅스비, 아마존 알렉사 등의 최신 AI 서비스일 것입니다. 2020년을 살아가는 우리에게 자언어 처리 기술에 기반을 둔 AI 지능형 서비스는 매우 흔한 서비스가 되었습니다.


초기 채팅 프로그램의 경우 사용자가 입력한 문장 중에 특정한 단어가 미리 입력된 단어와 일치하면 그에 맞는 대답을 출력하는 아주 간단한 방식으로 시작했습니다. 예를 들어 "어떤 색깔을 좋아하니?"라는 질문에 미리 입력된 색깔을 대답하는 방식이기 때문에 수준 높은 대화를 할 수 있는 것은 아니었고, 더 이상 발전하지 못했습니다. 왜냐하면 채팅 프로그램에서 진행되는 모든 단어와 문장을 일일이 프로그래머가 직접 입력해야 하는데, 사람들이 사용하는 방대한 양의 언어를 모두 사람이 직접 입력할 수 없기 때문입니다. 그리고 이 프로그램들은 단순히 문장을 단어별로 잘라서 그 의미를 이해하는 원리였기 때문에 복잡한 문장이나 낯선 단어의 질문에는 대답이 어색할 수밖에 없어 대화의 수준이 좀처럼 발전하지 못했습니다.


하지만 최근 이 채팅 프로그램, 챗봇들은 머신러닝 기술이 더해지면서 기존의 문제점을 빠르게 해결해 나가며 자연스러운 대화를 할 수 있게 되었습니다. 특히 심심이는 챗봇 사용자가 직접 문장을 가르치는 기능을 넣어 방대한 대화 목록을 구축하여 일상 대화 챗봇의 영역을 넓혀가고 있습니다. 심심이 제작사에 따르면 하루 2억 회 이상의 대화 응답 제공을 기록했고, 2천만 명 이상의 패널이 작성한 약 1억3천 쌍의 일상 대화 전용 세트를 가지고 있습니다. 여기에 AI기술을 활용해 악플 및 비속어 또는 금지 단어들을 걸러내고 있다고 합니다. 일상 대화가 가능해진 심심이의 다음 목표는 대화 전체의 문맥을 파악하는 것에 두고 있습니다.


과연 이 챗봇이 어디까지 발전할 수 있을까요? 이 책을 읽는 여러분이 Al 전문가가 되어 심심이에게 문맥을 파악하는 기능을 가르쳐주는 것은 어떨까요? 더 좋은 기술로 완성되어가는 챗봇의 모습을 기대합니다.



키튼블록로 AI 만들어 볼래?

키튼블록이란 뭘까?

키튼블록(Kitten Block)은 키튼봇(Kittenbot)의 블록 프로그래밍 소프트웨어입니다. 그레이스(Grace)와 스노우(Snow)라는 두 마리 고양이를 키우다가 설립했다는 키튼봇 회사는 교육자, 학생, 초보자가 프로그래밍을 쉽게 접할 수 있도록 여러 가지 도구를 개발합니다. 키튼블록은 스크래치3을 기반으로 다양한 AI 확장을 포함하면서도 회원 가입과 로그인을 따로 할 필요 없이 무료로 프로그램을 내려받아 간단하게 실행할 수 있습니다.


사람의 얼굴을 인식할 수 있다고?

스노우 앱을 알고 있나요? 스노우 앱은 사용자의 사진과 영상을 활용한 신기하고 재미있는 증강현실 앱입니다. 다양한 가상의 물체가 나의 움직임에 맞추어 내 신체 위치에 딱 맞게 위치를 바꿉니다. AI 덕분에 스노우 앱의 증강현실이 가능했습니다. AI가 사용자의 얼굴 위치를 실시간으로 인식하고 실제 모습에 가상의 사물이나 정보를 입히는 것입니다.


키튼 블록으로도 AI를 활용하여 증강현실을 구현할 수 있습니다. 지금부터 같이 해볼까요?


야, 너도 얼굴 인식 AI 만들 수 있어!

준비하기

필요한 준비물

노트북 혹은 데스크토이 필요합니다. 노트북의 경우 웹캠이 기본적으로 달려 있어 바로 프로젝트를 할 수 있습니다. 다만, 데스크톱의 경우에는 따로 웹캠을 구해야 합니다.


키튼블록의 AI 확장 블록 살펴보기

키튼블록은 한국어를 포함한 다국어를 지원하고 있으며 스크래치 기반으로 만들어졌습니다. 스크래치, 아두이노, 마이크로빗, IoT, 로봇, AI, 레고 등과 호환되는 다양한 확장 기능을 가진 블록을 지원합니다. 현재 국제적으로 초등학교와 중학교의 대부분 컴퓨터 정보기술 과정은 스크래치를 활용하고 있으며, 키튼블록도 AI 기술을 스크래치 블록으로 변환하여 초등학생도 AI를 쉽게 활용할 수 있도록 개발했습니다.


AI로 구분된 확장 블록은 음성 인식, 번역, 얼굴 AI가 있습니다. A로 분류되지는 않았지만 비디오 감지에서 얼굴 인식, 텍스트 음성 변환(TTS), ml5(포즈넷), 텐서플로우(TensorFlow: 구글에서 개발하여 공개한 딥러닝/머신러닝을 위한 오픈소스 라이브러리) 등도 AI로 동작하는 확장 기능입니다. 단, 모든 블록이 한국어로 변환되어 있지는 않으며 영어로만 된 블록들도 있습니다.


얼굴 인식 AI 프로젝트와 관련된 블록 알아보기

이 중에서 우리가 프로젝트에 활용할 주요 AI 확장 블록은 비디오 감지와 ml5, 텍스트 음성 변환입니다. 머신러닝을 통해 학습한 AI는 마치 사람과 같습니다. 사람의 눈으로 세상을 보듯 카메라로 본 이미지를 통해 사람의 얼굴을 인식할 수 있습니다. 글자를 음성으로 바꾸어 줄 수도 있습니다.


텍스트 음성 변환TTS 기능

네이버 지식 백과에서는 TTS를 ‘문자 음성 자동변환 기술’이라고 설명합니다. TTS는 미리 녹음된 육성을 이용하는 음성 서비스와는 달리 문자 자체를 바로 소리로 바꿔 전달합니다. 지하철이나 버스 정류장의 안내 방송, 아파트의 관리사무소, ATM 기기에서 나오는 목소리, ARS 음성 등이 모두 TTS 기술로 만들어 낸 목소리입니다. 키튼블록의 TTS 아이콘과 블록은 다음과 같습니다.


비디오 감지 얼굴 인식 기능

키튼블록은 비디오 감지 확장 기능에서 얼굴 찾기, 눈, 코, 입의 위치 정보 및 안면 증강현실을 제공합니다. 사람 얼굴 위치를 파악하여 가상의 마스크를 얼굴에 씌울 수 있습니다.


포즈넷: Machine Learning5(ml5)

키튼블록은 다양한 머신러닝 텐서플로우 라이브러리를 제공합니다. 그중 머신러닝으로 학습한 ml5 포즈넷PoseNet 모델을 사용하면 사용자의 행동을 인식할 수 있고, 특별한 센서 장치 없이도 카메라만을 통해 총 17개의 신체 부위의 위치 정보를 제공합니다.


첫 번째 프로젝트: 아이언맨의 코를 좋아하는 고양이 만들기

아이언맨의 코를 좋아하는 고양이 만들기 프로젝트는 키튼블록의 비디오 감지 확장의 AI 얼굴 인식 기능을 활용합니다. 사용자의 얼굴을 감지하고 아이언맨의 마스크를 입히는 증강현실과 코의 위치 정보를 고양이가 실시간 알려 주는 프로젝트를 실행하여 보세요.


비디오 감지 기능 확인하기

1. 키튼블록의 왼쪽 메뉴 하단에 위치한 확장 블록을 클릭하여 비디오 감지 확장 기능 블록을 다운로드합니다.

2. 비디오 감지 블록은 다음과 같습니다. 한글로 된 블록들과 영어로 된 블록들이 있습니다. 다양한 블록 중에 우리가 필요한 것은 다섯 번째 블록인 ‘turn face detect라는 블록입니다. 이 블록은 비디오가 얼굴을 인식하여 찾아 주는 기능을 합니다.


얼굴에 마스크 입히기

1. ‘turn face detect 블록을 ’on‘으로 활성화하여 사용자의 얼굴을 인식합니다. 얼굴의 윤곽에 따라 녹색 점과 선이 그려지면서 얼굴이 알맞게 인식되었는지를 알 수 있습니다.

2. ‘Put On Mask 블록을 클릭하면 여러 가지 마스크 중 한 가지를 선택할 수 있습니다. 여기에서는 아이언맨 마스크를 선택합니다. 물론, 다른 마스크가 좋은 친구는 자유롭게 선택해 보는 것도 재미있겠죠!


잠깐 상식!

AI 활용과 개인정보

우리가 만든 프로그램은 얼굴 인식에 기반하여 작동합니다. 입력되는 나의 얼굴 이미지 정보는 클라우드의 인터넷 공간에 전송됩니다. 이 개인 정보는 어떻게 사용될까요? 일반적으로는 다시 얼굴 인식의 정확성을 높이는 데 사용됩니다.


하지만 여러분에게 인기 있는 앱 중의 일부는 수많은 사용자의 정보를 과도하게 수집해 중국 정부가 이 정보를 쉽게 이용할 수 있다는 문제가 식별되었습니다. 이에 미 육군은 개인정보 유출이 우려되어 사용을 전면 금지 했습니다.


여러분은 실생활에 유용한 프로그램을 만들고 싶을 뿐 자신의 개인정보를 다른 곳으로 보내고 싶은 것은 아니겠지요?


우리가 하나의 서비스를 이용할 때는 그 서비스의 유용성과 함께 자신의 개인정보가 어떻게 다루어 질 것인가를 깊이 있게 생각하며 신중하게 선택해야 합니다.


프로그램에서 자신의 얼굴을 사용할 때는 정확히 자신의 개인정보인 얼굴 정보가 활용되는 것임을 분명히 인지하고 활용해야 합니다.


* * *


본 도서 정보는 우수 도서 홍보를 위해 저작권자로부터 정식인가를 얻어 도서의 내용 일부를 발췌 요약한 것으로, 저작권법에 의하여 저작권자의 정식인가 없이 무단전재, 무단복제 및 전송을 할 수 없으며, 원본 도서의 모든 출판권과 전송권은 저작권자에게 있음을 알려드립니다.