[30000] 6.17. 자료의 정렬[개별, 선택]

[30000] 6.18. 자료의 탐색[개별, 선택]

[30000] 6.24. 문제해결 프로젝트[개별, 선택]

2. 이 과제를 하면서 알고리즘의 작동원리나 알고리즘에도 다양한 종류가 있다는 것도 알게 되었다. 또 알고리즘을 이용한 코드를 만들어 프로그래밍에 대해서도 더 잘 알게 되었다.

3. 추가적으로 알고리즘을 이용한 사례에 대해 알고 싶고 거기에 쓰인 알고리즘이 무엇인지 원리는 어떻게 되는지 알고 싶다.

느낀점, 알게된점: 알고리즘은 단순히 소프트웨어 분야에서만 쓰이는 것이 아니라, 하드웨어 설계 등 공학 전반에서 중요한 사고 도구라는 점이 인상 깊었다. 특히 FSM이나 논리식 최적화에서 탐색적 사고가 요구된다는 점은 새로웠고, 전공 지식을 더 깊이 이해하는 데 도움이 되었다. 알고리즘을 실제 문제 해결에 적용하면서 단순히 이론이 아니라 실용적인 도구로 활용할 수 있음을 느꼈다탐색 알고리즘은 단순한 값 찾기를 넘어서 복잡한 상태 전이 분석, 회로 설계 최적화 등 다양한 공학적 문제 해결에 적용될 수 있음

Don't Care 조건을 활용한 회로 간소화 기법은 실질적인 전력 소비 및 설계 비용 절감에 기여함

FSM 설계와 같은 논리적 구조 설계에서 재귀적 사고, 그래프 탐색 알고리즘(DFS, BFS)이 활용됨

알고리즘적 사고는 소프트웨어뿐 아니라 하드웨어 설계 역량을 기르는 데에도 중요한 기반이 됨

알고싶은점: EDA(전자설계자동화) 툴에서의 알고리즘 적용 사례 및 최신 기술 동향

비선형 전체 탐색 알고리즘을 사용해 패션분야와 프로그래밍을 접목시켜 논리적 알고리즘을 통해 소비자에게 추천 할 수 있는 스타일을 선정하고 보여주는 프로그램을 설계했다.

느낀점.

큰 사이트들에서 어떻게 클릭 몇번으로 스타일을 추천해줄 수 있지? 라는 생각을 하고 광고 또한 나한테 알맞는 알고리즘을 통해 구매 가능성 있는 제품을 선정해 보여주는 알고리즘이 어떻게 생성되는지 알게 되어 신기했다.

알고 싶은 내용.

앞으로 ai를 활용해 생성형 ai와 알고리즘의 접목으로 새로운 스타일을 ai가 생성해 추천 해줄 수 있는 기능이 있지 않을까 생각이 들었고 이에 대해 알고 싶어 졌다.

1. 이번 활동에서는 관계 기반 알고리즘을 활용한 프로그램을 직접 만들어보았다. 관계 기반 알고리즘은 사람이나 사물 간의 연결 관계를 바탕으로 정보를 분석하거나 추천하는 방식으로, 친구 추천, 콘텐츠 추천 등에 널리 활용된다. 나는 이 알고리즘의 기본 원리를 이해하고, 간단한 코드로 구현하여 특정 조건에서 어떤 관계가 형성되고 추천이 이루어지는지를 확인해보았다. 이 과정에서 프로그램의 입력과 출력 구조를 설계하고, 연결 관계를 저장하는 방식에 대해 고민하며 알고리즘의 작동 원리를 체험적으로 익힐 수 있었다.

2. 활동을 하면서 관계 기반 알고리즘이 단순한 수학적 계산이 아니라, 실제 사람들의 행동 패턴이나 선택을 분석하는 데 매우 효과적이라는 점을 알게 되었다. 특히 프로그램을 만드는 과정에서 관계도를 코드로 표현하는 것이 쉽지 않았지만, 결과적으로 구조화된 데이터를 분석하고 처리하는 능력이 길러졌다고 느꼈다.

   
   

3. 앞으로는 이러한 알고리즘이 실제 서비스에 어떻게 적용되는지 더 깊이 탐구하고, 보다 복잡한 관계 네트워크를 시각화하거나 예측할 수 있는 프로그램을 직접 만들어보고 싶다. 나아가 그래프 이론과 결합된 알고리즘 학습을 통해 추천 시스템의 구조를 더 체계적으로 이해해볼 계획이다.

2. 이 과제를 하면서 선형자료구조와 비선형자료구조가 무엇인지 알게 되었고 비선형자료구조를 이용한 실생활 사례에는 무엇인지 알게 되었다.

3. 추가적으로 비선형자료구조에서 선택한 것 외에 다른 것은 무엇이 있는지 찾아보고 싶고 비선형자료구조를 이용해서 더 다양한 곳에 쓰일 수 없는지도 알아보고 싶다.

1. 이번 활동에서는 관계 기반 알고리즘의 개념을 이해하고, 이를 실제 프로그램으로 구현하는 작업을 수행하였다. 관계 기반 알고리즘은 사용자나 객체 간의 관계를 기반으로 추천을 하거나 연결 구조를 분석하는 방식으로, 다양한 서비스에서 활용되고 있다. 나는 이러한 알고리즘의 작동 방식을 직접 구현해보면서, 조건에 따라 추천이 어떻게 달라지는지 실험하고, 관계도에 따른 출력 결과를 분석해보았다.

2. 활동을 하면서 단순히 데이터를 입력하고 출력하는 것보다, 관계 자체를 어떻게 데이터 구조로 표현하고 처리하는지가 중요하다는 점을 느꼈다. 특히 친구 추천이나 유튜브 추천처럼 일상에서 자주 접하는 기술들이 이와 같은 알고리즘에 의해 작동된다는 사실이 인상 깊었다. 또한, 직접 프로그램을 만들어보는 과정을 통해 논리적 사고와 구조화 능력이 크게 향상된 것 같아 뿌듯함을 느꼈다.

3. 앞으로는 더 복잡한 관계 구조를 다룰 수 있도록 알고리즘을 확장해보고, 추천 방식의 정확도나 효율성을 높이는 다양한 방법들에 대해서도 탐구해보고 싶다. 또한 실제 추천 시스템에서 활용되는 그래프 기반 모델이나 머신러닝 기법과의 연계성도 더 깊이 알아보고자 한다.

이 프로젝트는 2D 포물선 운동과 충돌을 시뮬레이션하는 프로그램을 개발하는 것이었습니다. 처음에는 정보과학 교과서의 예제 코드를 참고해 Dev C++ 환경에서 <graphics.h> 라이브러리를 이용해 구현을 시도했으나, 라이브러리 호환성 문제로 실패했습니다. 이후 Visual Studio의 "Windows API 데스크톱 애플리케이션" 프로젝트 유형을 사용하여, 윈도우 창에서 실시간으로 포물선 운동을 시각화하는데 성공했습니다. 프로그램은 각도, 속도, 중력, 반발계수 등 물리 파라미터를 입력받아, 투사체의 궤적과 충돌 후 반동까지 실제 물리 법칙에 맞게 그려줍니다. 사용자는 방향키와 스페이스바, R키를 통해 시뮬레이션을 조작할 수 있습니다.

2. 프로젝트를 통해 느낀 점 및 새롭게 알게 된 사실

• 실제 게임 개발에서 포물선 운동과 충돌 시뮬레이션이 얼마나 중요한지 체감할 수 있었습니다. 물리 기반 움직임(예: 점프, 총알, 공 튀기기 등)은 다양한 게임 장르에서 핵심 요소임을 알게 되었습니다.

• 단순히 코드를 작성하는 것뿐 아니라, 개발 환경(IDE, 라이브러리 호환성 등)과 도구의 선택이 프로젝트의 성공에 큰 영향을 미친다는 점을 경험했습니다.

• Windows API와 그래픽 라이브러리를 직접 다뤄보면서, 저수준에서 그래픽을 제어하는 원리와 구조, 그리고 실시간 시뮬레이션을 위한 메시지 루프 및 타이머 활용법 등 실제 소프트웨어 엔지니어링의 기초를 익혔습니다.

• 실패를 겪고 환경을 바꿔 재도전한 경험을 통해, 문제 해결력과 적응력의 중요성을 새삼 깨달았습니다.

3. 추가적으로 알고 싶은 내용이나 후속 활동 계획

• 실제 게임 엔진(OpenGL, Unreal Engine, Unity 등)에서 포물선 운동 및 충돌 물리 구현 방식을 더 깊이 탐구하고 싶습니다.

• 반발계수, 공기저항 등 다양한 물리 파라미터를 조정하여, 현실과 유사한 더욱 정교한 시뮬레이션을 만들어보고 싶습니다.

이를 통해 같은 물류 최적화 문제라도 접근 방법에 따라 해결 과정과 결과가 크게 달라질 수 있다는 점을 깨닫게 되었다. 처음에 두 알고리즘 모두 같은 '최적경로를 찾는 도구'정도로 생각했지만 일대일로 비교해보니 두 알고리즘의 특징은 명확하게 달랐고 사용하는 가장 좋은 상황도 달랐다는 점이 매우 흥미로웠다. 예를 들어 복잡하고 대규모인 물류 문제에서는 완벽함(BBA)보다 효율적인 절충(GA)가 더 필요하다. 이번 과제를 수행하면서 '물류최적화에 사용되기에 좋다'와 '알고리즘이다'라는 공통점이 있음에도 그 안의 차이점을 면밀히 비교하여 가장 좋은 답을 찾아낸 것처럼 앞으로도 이런 사고방식을 통해 다양한 문제를 바라보고 해결하는 능력을 발전시켜 나가고 싶다.

'개미 군집 최적화 (Ant Colony Optimization, ACO)', '시뮬레이티드 어닐링 (Simulated Annealing)', '제약 만족 문제 (Constraint Satisfaction Problem, CSP) 기반 해법' 과 같은 물류최적화에 사용되는 GA나 BBA외의 다른 알고리즘도 탐구해보고 싶다

이번 수행평가에서 ‘자료 정렬 방식과 DFS 알고리즘’을 조사하고 직접 구현했습니다.

느낀점,알게된점

• DFS는 생각보다 간단한 알고리즘이지만, 재귀와 백트래킹 구조를 이해하는 것이 중요하다는 것을 알게 되었습니다. 직접 코드를 짜면서 재귀 함수가 호출되는 순서와 반환되는 구조를 명확히 이해하게 되었습니다.

• 정렬 알고리즘은 단순한 문제 같지만, 입력 데이터 크기에 따라 효율성이 크게 달라진다는 점에서 중요성을 느꼈습니다. 시간 복잡도를 비교하면서 O(n²)과 O(n log n)의 차이를 체감할 수 있었습니다.

• Canva와 Slides 같은 도구를 활용해 발표 자료를 만들면서 정보를 시각화하고 효과적으로 전달하는 방법도 함께 배울 수 있었습니다.

• ChatGPT를 활용해 실시간으로 코드 오류를 수정하고 개념을 빠르게 정리할 수 있어 학습의 효율이 크게 향상되었습니다.

🔹 추가적으로 알고 싶은 내용 및 후속 활동 계획

• DFS와 BFS의 차이를 좀 더 자세히 비교하고 싶습니다. 예를 들어 미로 찾기, 소셜 네트워크 탐색 등 실제 문제에서 어떤 상황에 어떤 알고리즘을 쓰는 것이 더 효율적인지 알아보고 싶습니다.

• 정렬 알고리즘 중 고급 정렬(퀵 정렬, 병합 정렬 등)도 더 깊이 공부해보고 싶습니다. 이를 통해 효율적인 코드 작성 능력을 키우고자 합니다.

• C++ 외에도 Python이나 JavaScript 등 다른 언어에서도 동일한 알고리즘을 구현해보며 언어 간 문법과 구조 차이도 익히고 싶습니다.

• 팀 프로젝트로 그래프 탐색을 활용한 간단한 게임을 만들어보는 것도 도전하고 싶습니다. 예: 미로 탈출, 퍼즐 탐색 게임 등

필요하다면 이 내용을 기반으로 Google Slides 발표용 구성이나 Canva 포스터 디자인도 함께 도와드릴 수 있습니다.
추가로 보고서 형식(한글, 워드 등)으로도 변환 가능합니다. 원하시면 말씀해주세요!

ChatGPT에게 묻기

Dev-C++로 간단한 코드를 작성해 자료 구조의 동작 방식을 실습했다.

ChatGPT를 활용하여 자료 구조의 정의 및 실제 코드 예제를 빠르게 참고하고 이해도를 높였다.

2.느낀 점으로는 다양한 자료 구조들이 실제 프로그래밍에서 어떻게 사용되는지 구체적으로 이해할 수 있었다.

또한 스택과 큐는 자료 구조 개념만 알고 있었는데, 직접 구현하면서 그 동작 방식과 사용 예를 체감할 수 있었다.

3.추가적으로 할 수 있는 활동으로는 팀 프로젝트로 간단한 자료구조 시뮬레이터를 Unity 등으로 제작해볼 수도 있을 것 같다.

이번 활동에서는 역과 노선의 개수를 사용자로부터 입력받고, 각 노선에 포함된 역들의 정보를 바탕으로 출발역에서 도착역까지 이동할 때 최소 환승 횟수를 구하는 프로그램을 구현했습니다. 단순히 입력을 처리하고 결과를 도출하는 수준을 넘어, 이를 통해 우리가 일상적으로 사용하는 대중교통 애플리케이션 역시 이러한 알고리즘적 기반 위에서 작동한다는 점을 이해할 수 있었습니다. 특히 이번 경험을 통해 최소 환승 경로 탐색이라는 실생활 문제를 너비 우선 탐색(Breadth-First Search, BFS) 알고리즘으로 효과적으로 해결할 수 있음을 체감하며, BFS의 원리와 응용 방식에 대해 보다 깊이 있는 통찰을 얻는 계기가 되었습니다. 이러한 과정은 단순한 프로그래밍 실습을 넘어서, 실제 서비스에 적용 가능한 알고리즘 설계와 구현의 중요성을 인식하는 값진 시간으로 이어졌습니다.