[30300] 69. SDGs 문제해결 프로젝트

[30300] 6.16. 전통적인 문제 vs AI 적용 문제 비교

[30300] 6.19. 전통적인(실생활) 문제 해결 프로젝트

[30300] 6.20. 인공지능 적용 문제 해결 프로젝트

이 탐구를 통해 새롭게 알게 된 점은, 기존에는 사람이 직접 기준을 설정하여 불량을 감지하던 방식이 주를 이루었지만, 이제는 AI가 센서 데이터를 학습하고 분석하여 기준 없이도 미세한 이상을 감지할 수 있다는 것이다. 특히 Autoencoder나 LSTM 같은 AI 기술은 복잡한 공정 데이터에서도 정상과 이상을 구분하고, 불량이 발생하기 전에도 예측이 가능하다는 점이 인상 깊었다. 이러한 점을 알게 되면서, 산업공학이 단순한 생산 효율 개선이나 작업 분석에만 머무르지 않고, AI 기술과 결합하여 더욱 정밀하고 지능적인 품질 관리로 확장되고 있다는 것을 느꼈다. 앞으로 산업공학은 데이터를 잘 다루는 능력과 AI 기술에 대한 이해를 바탕으로 더욱 스마트한 시스템을 설계하고 운영하는 방향으로 발전할 것이라는 가능성을 실감했다.

AI 모델의 성능은 학습 데이터의 구성 방식과 전처리 방법에 크게 영향을 받는다.
정규화, 이상치 제거, 데이터 비율 조절 등의 방법에 따라 불량 감지 정확도나 예측력이 달라질 수 있으므로, 다양한 데이터 처리 방식을 적용해 성능 차이를 비교해보는 탐구를 진행해보고 싶다.

소벨 필터라는 전통적인 영상 처리 기법을 활용하여 종양 경계선을 탐지하는 프로그램을 직접 구현해보는 과정을 통해 간단한 수학 연산으로도 이미지 내 밝기 차이를 분석해 경계선을 추출할 수 있다는 점이 인상 깊었고, 영상 처리 기술이 의학적으로 어떻게 응용될 수 있는지를 직접 구현해 볼 수 있어 프로그래밍과 생명공학 사이의 연관성을 체감 할 수 있어 인상깊었고, 프로젝트를 하면서 합성곱 신경망 기술에 관심을 가지게 되었다. 항상 질병을 어떻게 하면 효율적으로 치료 할 수 있을지, 혹은 이 질병에 가장 적합한 약물은 무엇일지에 대해서만 관심을 가지고 탐구를 진행했던 것 같은데, 이 프로젝트를 하면서 적절한 치료 및 약물의 효능을 향상시키는 것 또한 중요하지만 정확한 진단을 통한 조기 발견이 정말 중요하다는 것을 알게되었다. CNN, 즉 합성곱 신경망 기술은 이미지나 영상 데이터를 분석하는 데 특화된 인공신경망 기술로 국소적인 특징(패턴)을 추출해서 학습한다. 이를 통해 더 높은 정확도의 종양 예측 프로그램을 활용 할 수 있다는 점이 인상적이었던 것 같다.

추가적으로, NN 기반의 AI 진단 기술과 전통 기법의 정확도를 비교 분석해보고 싶고, 이러한 CNN방식이 종양의 진단 뿐만이 아닌 다른 질병에 대해서도 적용 가능성이 있는지에 대해서 탐구해보고 싶다,

1.도시의 에너지 낭비 문제를 해결하기 위해 SDG 11(지속 가능한 도시와 공동체)을 주제로 한 모니터링 프로그램을 제작하였다. C 언어를 사용해 건물별 에너지 소비량을 입력받고, 기준치를 초과하면 경고 메시지를 출력하며, 총 소비량이 과도할 경우 도시 전체의 절약 필요성을 제안하는 기능을 구현하였다.

2.

에너지를 얼마나 사용하는지를 수치로 확인하고 분석하는 것이 중요하다는 점을 알게 되었다. 단순히 데이터를 모으는 것이 아닌, 기준치를 넘었을 때 경고하거나 절약을 유도하는 시스템이 실생활에서 유용하게 적용될 수 있다는 점도 새롭게 깨달았다.

3.

향후에는 전력 외에도 물 소비량, 온실가스 배출량 등 다양한 도시 자원에 대해 통합적으로 관리할 수 있는 스마트시티 시뮬레이션 프로그램으로 발전시키고 싶다. 또한 GUI(그래픽 사용자 인터페이스)를 추가해 사용자 편의성을 높이는 방법도 배우고 싶다.

나는 이 탐구를 통해 SDGs 9번 목표인 ‘산업, 혁신, 인프라’를 달성하기 위해 원자재의 효율적 사용 시스템을 설계하는 것을 탐구햇다.. 산업공학은 자원, 장비, 사람 등의 요소를 통합해 낭비를 줄이고 생산성을 높이는 학문으로, SDGs 9번과 밀접한 관련이 있다. 이를 바탕으로 원자재 낭비와 비효율적인 재고 관리를 해결하기 위해 자원 최적화를 위한 간단한 C언어 프로그램을 프로그래밍 하였다. 이 프로그램은 주어진 자원으로 만들 수 있는 최대 생산량을 계산하고, 남는 자원을 낭비로 간주해 출력한다. 이러한 시스템은 실제 산업 현장에서 자원 절감과 환경 보호에 기여할 수 있다.

이 탐구를 진행하면서 새롭게 알게 된 점은, 산업공학이 단순히 생산성을 높이는 데 그치지 않고, 자원 최적화와 낭비 감소를 통해 환경 보호에도 실질적인 기여를 할 수 있다는 것이다. 특히 SDGs 9번 목표인 ‘지속 가능한 산업화’는 산업공학의 핵심 원리인 효율성과 체계적 개선과 맞닿아 있다는 점이 인상 깊었다. 원자재를 최소한으로 사용하면서도 최대한의 생산을 달성할 수 있도록 시스템을 설계하는 과정은, 환경 파괴를 줄이는 데 직접적인 영향을 미칠 수 있음을 체감했다. 산업공학적 접근이 단순한 기술 개선을 넘어, 지속 가능한 미래를 위한 해결책이 될 수 있다는 사실에 큰 의미를 느꼈다.

이 탐구를 진행하고 나니, AI 기술을 활용해 자원 사용량과 수요를 예측하고 생산 계획을 자동화함으로써, 자원 낭비를 줄이고 효율적인 생산이 가능할 수 있겠다는 생각이 들어, 추가로 탐구해보고싶다.

2학년 지구과학1 수업에서 사회시스템 측면의 미래기술 사례로 ‘홍수 방지 드론’을 처음 접하게 되었고, 이는 최근의 집중호우로 인한 현실적인 피해와 맞닿아 있어 인상 깊었다. 단순히 비행만 하던 드론이 데이터를 분석하고 실시간 대응까지 하는 기술로 발전하고 있다는 점에 흥미를 느껴, 이번 탐구에서는 이 드론에 어떤 인공지능 모델이 적용되는지, 또 일반 프로그래밍 방식과 어떻게 다른지를 알아보았다.

홍수 방지 드론은 하천과 제방을 정찰하고 수위를 실시간 측정하며, 필요시 구조 및 영상 수집까지 수행하는 시스템이다. 일반적인 프로그래밍은 정해진 경로를 따라 움직이고 조건에 따라 판단을 수행하는 방식이라 빠르게 변하는 상황에 유연하게 대응하기 어렵다. 반면, AI 프로그래밍은 데이터를 스스로 학습해 상황을 예측하고 판단하며, 드론 간 협업도 가능하게 한다.

AI 기반 모델로는 과거 데이터를 바탕으로 홍수를 예측하는 LSTM, 현재 상황에서 최적의 행동을 결정하는 DQN, 부드럽고 안정적인 비행을 위한 PPO 등이 활용된다. 이번 탐구를 통해 일반 프로그래밍과 인공지능 프로그래밍의 차이를 명확히 이해하게 되었고, AI는 단순 자동화를 넘어 사회 전반의 안전과 효율성을 높이는 핵심 기술로 작용하고 있음을 확인했다. 앞으로도 인공지능과 사회 시스템의 융합은 도시 인프라 보호와 공공 안전 확보를 위한 필수적 기술로 자리 잡을 것이라 확신하게 되었다.

프로젝트명: 병해충 감지 및 경고 시스템 개발을 통한 기후변화 대응

문제 상황:
기후 변화로 인해 병해충 발생 시기와 범위가 예측하기 어려울 정도로 변화하고 있으며, 이에 따라 농작물 피해가 증가하고 있음. 이에 조기에 병해충 발생 가능성을 예측하고 농민에게 사전 경고를 줄 수 있는 시스템이 필요함.

프로젝트 목표:
환경 데이터를 기반으로 병해충 위험도를 판단하여, 농민에게 조기 경고를 제공함으로써 피해를 줄이고 기후변화에 대응하는 지속가능한 농업 실현

활용한 에듀테크 및 생성형 AI 도구:

• DEVC++: C언어를 활용하여 병해충 경고 시스템 코딩

• ChatGPT: 코드 작성 보조, 알고리즘 설계, 보고서 작성 지원

• Google Slides: 프로젝트 발표 및 시각 자료 제작

• Padlet: 팀원 간 아이디어 공유 및 실시간 피드백 활용

활동 내용 요약:

• 온도, 습도, 해충 수를 입력 받아 병해충 발생 가능성을 판단하는 프로그램 구현

• 병해충 발생 임계값을 조건문으로 판단하여 경고 메시지 출력

• 프로그램 작동 흐름도 및 시나리오 설계

• AI 기술이 농업 분야에서 어떻게 적용되는지를 학습하고 구현함

2. 프로젝트를 통해 느낀 점 및 새롭게 알게 된 사실

• 느낀 점:
  단순한 코딩 활동이 아니라 실제 사회 문제를 해결하는 방향으로 기술을 적용하는 과정에서 프로그래밍의 진정한 가치를 느꼈다. 특히, 내가 만든 시스템이 농업 문제 해결에 직접적으로 기여할 수 있다는 점에서 큰 보람을 느꼈다.

• 새롭게 알게 된 사실:

  • 병해충은 기온 1~2도 상승에도 급격히 확산할 수 있으며, 이를 예측하기 위한 정밀한 데이터 분석이 필요하다.

  • SDGs 13번 목표(기후변화 대응)는 단지 탄소 저감만이 아니라 농업, 재해 예방, 생물 다양성 보호 등 다양한 분야와 연결되어 있다는 것을 알게 되었다.

  • AI 기술을 통해 병해충 발생 가능성을 예측함으로써 대응에서 예방 중심으로 농업의 방향을 전환할 수 있다는 점이 인상적이었다.

3. 추가적으로 알고 싶은 내용 및 후속 활동 계획

• 추가적으로 알고 싶은 내용:

  • IoT 센서나 드론을 활용한 실시간 병해충 데이터 수집 기술

  • 머신러닝을 활용해 병해충 유형별로 정확도를 높이는 예측 알고리즘

  • 국내외에서 실제로 사용 중인 농업 AI 시스템 사례

• 후속 활동 계획:

  • 카사바 명해충 예측 AI처럼 이미지로 병해충 여부를 판단하는 방법을 알 고 싶음.

  • SDGs 2번(기아 종식)이나 15번(육상 생태계 보호)과 연계하여 다른 지속가능 개발 목표에 대한 해결 방안도 탐구해볼 계획

1.저는 지구촌에서 깨끗한 물이 없어서 고통받는 사람들이 너무 많고 위생의 필요성도 도 이번 코로나19사태로 인해서 많이 체감을 했기 때문에 이 주제를 고르게 되었습니다.

2.그래서 저는 지역 워터 필터라는 프로그램을 구상하게 되었습니다. 이 프로그램은 자신의 지역이 정말로 물,위생이 위험한 지역이 맞는지를 분석하고, 도움을 주는 사이트를 찾아주는 프로그램입니다.

먼저 자신의 지역을 입력하고,여러가지 설문을 통해서 지역의 위험도 낮음 보통 높음 으로 나누고,높음이 나오면 도움을 줄수 있는 사이트로 연결해주는 프로그램입니다.

3. 저는 이 시간을 통해서 깨끗한 물을 위해서 힘써주시는 분들의 노고를 더 와닫게 되었고, , 다른나라들을 도와야겠다는 생각이 들었습니다.

2.약물의 종류로 아세트아미노펜, 이부프로펜, 클로르페니라닌이 주성분인 약물 3개를 각각 선정하고, 아세트 아미노펜, 이부프로펜과 클로르 페니라닌이 합성된 약물 2개를 선정하여 이의 pH와 pka를 조사하여 약물의 이온화율을 계산하였다. 이 과정에서 약의 주 성분에 따라 pKa의 차이가 크게 나타나고, 같은 증상에 효과가 있는 약이더라도 서로 다른 효능을 가질 수 있다는 것을 체감하게 되었던 것 같다. 이러한 약 추천 프로그램을 설계하면서 실제로 화학시간에 탐구했던 내용인 진통제의 pH와 pKa의 상관관계에 대해서 직접 실제 약품을 사용하여 체감 해 볼 수 있었던 것 같다.

3.처음에는 증상과 염증 부위에 따른 염증부위의 체내 pH를 예측하고, 이를 사용하여 이온화율을 계산하여 조금 더 증상에 따라 약을 효율적으로 추천 할 수 있는 프로그램을 만들기 위해 계획하였는데, 이는 실현하지 못해서 다음에는 증상별로 체내 pH변화나, 우리가 체감 할 수 있는 생리적 변화를 조금 더 자세하게 조사해서 이러한 내용에 대해서도 프로그램을 제작해보고 싶다. 또한 더 다양한 성분을 가진 약들에 대한 폭넓은 조사로 더 다양한 증상에서 사용할 수 있는 프로그램을 구현해보고 싶다.

2.이 프로젝트를 통해 사람들이 그동안 이 작업을 손수 해오던게 얼마나 대단한지 느꼈고 동시에 오류가 굉장히 많았겠구나 라는 생각이 들기도 했다. 반복적인 작업을 굉장히 많이 해야하기 때문에 ai 한테 굉장히 잘 맞는 분야라는 생각이 들기도 했다.

3.이번에 한 dev로는 ai를 활용한 문서 데이터 처리의 기능을 완전히 구현하진 못했다. 프로그램 상의 한계가 가장 큰 이유였다. 이를 극복한 python이라는 프로그램으로 다시 한번 이 활동을 해보고 싶다.

3. 기술적 구현뿐 아니라 사회적 책임까지 포함한 AI 채용 시스템이란 무엇이며 어떻게 적용되고 기존의 방식과는 어떤 차이가 있는지, 문제점은 무엇인지 등에 대해 알 수 있었으며 미래 인사,경영 분야에서 AI가 어떻게 보조적 역할을 할 수 있을지에 대해 문제를 직시함으로써 깊이 있게 고민해 볼 수 있었다.

이번 프로젝트를 통해 작년에 제작한 정수필터를 통해 알게된 지식으로 도시시스템과 시민의 안전을 보장하는데에 사용될 수 있다는 것이 흥미로웠다