[30400] 6.10. SDGs 문제해결 프로젝트

[30400] 6.16. 전통적인 문제 vs AI 적용 문제 비교

[30400] 6.17. 전통적인(실생활) 문제 해결 프로젝트

[30400] 6.23. 인공지능 적용 문제 해결 프로젝트

프로그래밍 수업 시간에 전통적인 알고리즘 방식과 인공지능 기반 접근 방식의 차이를 비교하며, 이를 반도체 기술과 연계해보는 활동을 했다. 처음에는 단순히 코딩 방식의 차이를 이해하는 수준이었지만, 활동이 진행되면서 두 방식이 하드웨어와 밀접하게 연관된다는 사실을 깨닫게 되었다전통적인 프로그램은 명확한 규칙과 흐름을 바탕으로 동작하기 때문에 CPU 기반 연산 구조에 최적화되어 있고, 명령어 집합과 제어 구조의 효율성이 성능을 좌우한다. 반면, 인공지능은 대량의 데이터를 기반으로 패턴을 학습하고 추론하는 방식이라, GPU나 NPU(Neural Processing Unit)처럼 병렬 연산에 최적화된 구조가 요구된다. 이 점에서 반도체 설계 방향이 어떻게 달라져야 하는지도 자연스럽게 고민하게 되었다. 이번 활동을 통해 전통적인 프로그래밍 방식과 인공지능 기반 프로그램의 차이를 비교하면서, AI 기술이 단순한 소프트웨어 영역을 넘어 하드웨어, 특히 반도체와 회로 설계에까지 큰 영향을 준다는 사실을 알게 되었다.

기존의 전통적인 프로그램은 명확한 조건문, 반복문 등 규칙 기반 알고리즘으로 이루어져 있어, 범용 CPU를 중심으로 최적화된 회로 구조에서도 충분히 처리할 수 있다. 하지만 인공지능 기반 프로그램은 이미지나 음성처럼 방대한 양의 데이터를 병렬로 처리해야 하며, 고속 연산과 대규모 행렬 연산이 필수적이다.

추가적으로 알고 싶은내용:AI 모델이 실제 반도체 칩 위에서 어떻게 작동하는지에 대해서도 알고 싶다.

(2) 이 프로젝트를 통해서 SDGs에 대해서 많은 것을 알게 되었고 문제 해결 능력과 프로그래밍 능력도 늘어난 것 같아서 유익했다.

(3) 추가적으로 SDGs 중 내가 선택한 것과 다른 것으로 또 문제해결 프로그램을 만들고 싶다.

지속가능발전목표(SDGs) 12번 ‘책임감 있는 소비와 생산’을 주제로, 환경교육 요소를 접목한 콘솔 기반 게임을 직접 기획하고 개발하였다. 개발 언어는 C++이며, 그래픽 라이브러리 없이 콘솔 문자 출력만으로 작동하는 스네이크 형태의 게임을 구현하였다. 게임은 ‘클리너 봇’이라는 청소 로봇이 화면 내에서 재활용 가능한 쓰레기를 수거하고, 재활용 불가능한 쓰레기를 피하는 구조로 구성되어 있다. std::vectorstd::string을 사용해 전체 화면을 버퍼로 선언하고, 좌표 기반으로 캐릭터와 오브젝트를 배치한 후, 매 프레임마다 콘솔 커서를 0,0으로 이동시켜 화면을 갱신하는 방식으로 구현하였다. 또한 캐릭터의 외형은 문자열 아바타로 구성하였고, 말풍선 출력 기능은 std::stringstream과 텍스트 줄바꿈 함수(wrapText)를 통해 실현하였다.

2. 활동을 통해 새롭게 알게 된 사실, 느낀 점

이번 활동을 통해 콘솔 환경에서도 구조적이고 기능적인 게임을 충분히 구현할 수 있다는 가능성을 확인하였다 원래도 CLI 게임에 흥미가 많았는데, 이번 기회를 통해 실제로 구현해볼 수 있었다. 기술적으로는 상태 기반 제어 구조체의 개념과 구현 방식, 그리고 객체 충돌 및 좌표 처리 방법을 실제 코드로 학습하였다. 기존에는 단순히 라이브러리를 활용하는 방식에 익숙했으나, 이번 프로젝트에서는 대부분의 기능을 직접 구현하면서 프로그래밍 논리와 자료 구조 활용 능력을 함께 향상시킬 수 있었다.

3. 더 알고 싶은 내용 또는 향후 활동 계획

이번 프로젝트를 통해 환경 메시지를 담은 게임 설계에 흥미를 느꼈고, 앞으로는 그래픽 기반 게임으로 확장하여 교육적 효과를 더 높일 수 있는 방법을 탐구하고자 한다. 현재는 콘솔 기반 ASCII 렌더링 방식에 머물러 있지만, 향후에는 SDL, SFML, 또는 Unity와 같은 그래픽 엔진을 활용하여 시각적 요소와 사용자 몰입도를 강화할 계획이다.

또한 물리 엔진 기초, 애니메이션 처리, 사운드 출력 등의 요소를 통합하여 보다 완성도 높은 게임을 제작하고자 하며, 환경뿐만 아니라 성평등, 기후위기 등 다양한 SDGs 주제를 게임화하여 사회적 메시지를 전달하는 콘텐츠 개발에도 관심을 갖고 있다.

게임을 단순한 오락이 아닌 사회적 교육 도구로 활용하는 방향을 모색하며, 기술적 완성도뿐 아니라 설계 의도와 철학을 갖춘 게임 개발자가 되는 것을 목표로 삼고 있다.

2. 느낀 점,새롭게 알게 된 점:이번 활동을 통해 인공지능이 단순히 이론적인 기술이 아니라, 실제로 사람의 생명을 구하는 데 매우 실질적으로 쓰이고 있다는 사실에 깊은 인상을 받았다. 특히 수많은 피부 병변 이미지를 학습하여 의사 수준의 정확도로 진단하는 AI 기술은 의료 사각지대 문제를 해결할 수 있는 가능성을 보여주었다. 또한 AI가 인간과 협업하는 방식으로 활용되어야 하며, 기술 발전만큼 윤리적인 고민도 반드시 병행되어야 함을 새롭게 깨달았다.

3. 추가적으로 알고 싶은 내용,후속 활동 계획:다른 AI를 활용한 안과 판독, 심전도 분석, 치매 예측 등 다양한 분야의 AI 활용 사례를 알아보고 싶다.

프로그래밍 수업 시간에 전통적인 제어 방식과 인공지능 기반 자동화 시스템의 차이를 전기전자공학 관점에서 분석하고, 이를 바탕으로 전력 시스템에서 AI가 어떤 역할을 하는지를 주제로 보고서를 작성했다.
예전에는 전력 시스템에서 단순히 센서를 통해 수치를 측정하고, 고정된 로직이나 수작업으로 제어가 이루어졌지만, 요즘처럼 수요가 급변하고 변수도 복잡한 환경에서는 한계가 있다는 문제의식에서 출발했다.

AI가 도입되면, 방대한 전류·전압 데이터를 분석해 수요 패턴을 예측하고, 에너지 분배를 자동으로 최적화할 수 있다. 이 기술은 단순한 편리함을 넘어, 정확성을 높이고 유지보수 비용까지 줄이는 효과를 가져온다. 실제로 AI 기반 예지 정비 시스템을 도입한 공장에서 연간 유지비용이 30% 이상 절감된 사례도 조사했다.
또한, 스마트홈 시스템, 전력 소비 패턴 분석, 보안 장비 등에서 발생하는 데이터를 활용하는 과정에서 프라이버시 침해와 알고리즘 윤리성 문제도 함께 탐구하며 기술적·윤리적 시각을 모두 고려하려 했다.

느낀점, 알게된점:

이번 활동을 통해, 전기전자공학이 단순히 회로나 하드웨어 설계에 머무르지 않고, 그 위에 얹히는 인공지능 기술과 긴밀하게 통합되어야 한다는 사실을 실감했다.
전력 시스템처럼 실시간 반응과 높은 정확도가 요구되는 환경에서는, 사람의 개입 없이도 AI가 스스로 데이터를 해석하고 예측해 제어하는 것이 필수가 되었고, 이는 프로그래밍적 사고와 회로 설계 역량을 동시에 요구하는 영역이라는 점에서 매우 인상 깊었다.

또한 기술이 고도화될수록 사용자의 데이터를 어떻게 안전하게 다루고, 공정하게 처리할 것인가 하는 윤리적 책임도 기술자에게 필수적이라는 것을 깨달았다.

더 알고 싶은 내용:

AI 기반 전력망(Microgrid, 스마트 그리드)의 구체적 동작 원리와 회로 설계에 어떤 변화가 필요한지

AI 칩(NPU 등)이 전력 예측 및 제어 알고리즘을 어떻게 하드웨어 수준에서 처리하는지

(2) 이 프로젝트를 통해서 인공지능을 이용한 문제 해결 사례가 많다는 것을 알게 되었고 인공지능의 작동 원리를 더 잘 알게 되었서 좋았다.

(3) 추가적으로 인공지능이 적용되었을 때 단점이나 문제점들도 찾아보고 싶은 생각이 들었다.

3차원 게임 그래픽의 기본 원리를 스스로 구현해보기 위해 콘솔 환경에서 3D 큐브를 회전시키고 출력하는 렌더링 프로그램을 C++로 개발하였다. 그래픽 엔진이나 외부 라이브러리 없이, 수학적 회전과 투영 알고리즘을 직접 계산하여 3차원 모델을 화면에 2차원으로 출력하는 구조를 구현하였다.

입력은 실시간 키보드 조작을 기반으로 하며, 사용자가 w, a, s, d 키를 눌렀을 때 큐브가 X축과 Y축을 기준으로 회전하도록 구성되어 있다. 회전 각도는 ROTATION_SPEED 상수로 조절되며, 삼각함수를 이용해 각 정점의 좌표에 직접 회전 변환을 적용하였다.

렌더링은 텍스트 기반 화면 버퍼를 이용해 수행하였으며, std::vectorstd::string 형식으로 전체 화면을 문자열로 구성한 후, 큐브의 정점들을 2차원 좌표로 투영하여 각 모서리를 브레젠험 알고리즘으로 연결하였다. 브레젠험 알고리즘은 정수 기반 직선 그리기 알고리즘으로, 픽셀 또는 문자의 간격을 정밀하게 표현할 수 있다.

2. 활동을 통해 새롭게 알게 된 사실, 느낀 점

이 프로젝트를 통해 3차원 그래픽의 핵심 원리인 회전 변환, 원근 투영, 화면 좌표 매핑 등의 과정을 직접 구현하면서, 상용 게임엔진 내부에서 일어나는 연산에 대한 이해도를 크게 높일 수 있었다. 단순히 시각적으로 표현되는 그래픽 결과물 뒤에는 수학적 공식과 정밀한 계산이 필수적으로 존재한다는 점을 실감하였다.

또한, 사용자 입력 처리, 프레임 간 갱신, 버퍼링 처리 등의 기술을 스스로 구현해보면서 게임이 실시간 시스템으로서 어떻게 작동하는지를 체험하였다. 콘솔이라는 제한된 환경에서도 창의적으로 문제를 해결하고 시각적으로 구현하는 과정에서, 전통적인 문제 해결 방식의 중요성을 느낄 수 있었다.

3. 더 알고 싶은 내용 또는 향후 활동 계획

이번 활동을 통해 3D 그래픽의 기초 개념과 구현 경험을 쌓을 수 있었고, 앞으로는 OpenGL이나 DirectX와 같은 실제 그래픽 API를 활용하여 보다 복잡한 씬 구성과 조명, 텍스처 매핑 등을 구현해보고자 한다. 또한 투영 방식에서도 원근 투영뿐만 아니라 직교 투영, 카메라 뷰 매트릭스 등의 고급 기법을 학습할 계획이다.

게임 개발자로서 발전하기 위해서는 수학적 이해와 프로그래밍 능력이 함께 요구되며, 이를 바탕으로 이후 Unity나 Unreal Engine에서도 엔진 내부의 동작 원리를 정확히 이해하고 활용할 수 있는 기반을 갖추는 것이 목표이다.

2.느낀점-gpt있으면 따로 프로그래밍을 배워야하나? 싶다.공식은 이해를 못해도 사용은 할 수 있다.

3.계산기 프로그램 말고 다른 프로그램을 쓸 수 있다면 해양생물들을 추적관찰할 수 있는 프로그램을 만들고 싶다.

이 프로젝트는 BFS(너비우선탐색) 알고리즘을 활용하여 미로찾기 프로그램을 구현하는 것이 목적입니다. BFS는 그래프나 트리에서 모든 노드를 탐색할 때 사용하는 대표적인 알고리즘으로, 시작 노드에서 인접한 노드들을 먼저 방문한 후 점차 다음 레벨로 확장해 나가는 방식입니다. 본 프로젝트에서는 큐 자료구조를 활용하여 미로 내에서 최단 경로를 찾고, 각 위치까지의 거리를 계산하는 방식으로 동작합니다. 주요 과정은 시작점 큐 삽입, 4방향 이동 가능성 확인, 이동 가능 시 큐에 추가 및 방문 처리, 도착점 도달 시 종료, 큐가 빌 때까지 반복 등으로 이루어져 있습니다.

2. 프로젝트를 통해 느낀 점 및 새롭게 알게 된 사실

이번 프로젝트를 통해 BFS 알고리즘이 최단 경로 탐색에 매우 효과적이라는 점을 체감할 수 있었습니다. 또한, 큐 자료구조를 활용하여 방문 순서를 관리하고, 방문 여부를 체크함으로써 불필요한 연산을 줄일 수 있다는 점도 새롭게 알게 되었습니다. 실제로 코드를 작성하고 동작 과정을 단계별로 구현하면서 실질적인 동작 원리와 효율성을 직접 확인할 수 있었습니다.

3. 추가적으로 알고 싶은 내용이나 후속 활동 계획

앞으로는 DFS(깊이우선탐색)와의 성능 및 결과 비교에도 도전해보고 싶습니다. 또한, 미로의 크기가 커질 때 시간 복잡도와 메모리 사용량이 어떻게 변화하는지 분석하고, 시각화 도구를 활용하여 탐색 과정을 시각적으로 표현하는 활동도 계획 중입니다. 더불어, 미로의 난이도를 조절하거나 다양한 형태의 미로를 생성해 보는 등 응용 프로젝트로 확장해보고 싶습니다.

현대 사회에서 암, 당뇨병, 심장병, 치매 등과 같은 만성 질환은 조기에 발견할수록 치료율이 높아지고, 비용과 사회적 부담도 줄일 수 있다. 그러나 현실에서는 증상을 인지하지 못하거나 병원을 늦게 방문하는 경우가 많아 질병이 악화되는 일이 흔하다. 또한, 의료 인프라가 부족한 지역에서는 전문적인 진단조차 받기 어려운 경우도 있다.

이러한 문제를 해결하기 위해 본 프로젝트는 사용자가 자신의 증상이나 생활 습관 정보를 입력하면, AI가 이를 분석하여 특정 질병의 가능성을 예측해주는 시스템을 개발하고자 한다. 예를 들어, 당뇨병이나 폐암 같은 질환에 대해 머신러닝 알고리즘이 예측 모델을 학습하고, 사용자에게 위험도 점수와 관련된 건강 정보를 제공하는 방식이다. 더 나아가, 피부암 같은 경우에는 사진을 업로드하면 딥러닝 기반의 이미지 분석(CNN)을 통해 피부 병변의 이상 여부를 진단해주는 기능도 포함할 수 있다.

기술적으로는 머신러닝 분류 모델(Random Forest, XGBoost 등), 딥러닝(CNN), 자연어처리(NLP)를 활용하며, 데이터는 Kaggle 등 공개 의료 데이터셋을 기반으로 모델을 학습시킬 수 있다. 단, 개인정보 보호와 윤리적 AI 설계는 반드시 고려해야 하며, 오진의 가능성이나 데이터 편향 문제도 사전에 충분히 검토되어야 한다. 이 시스템은 의료 전문가를 대체하는 것이 아니라, 병원을 방문하기 전 개인이 자신의 건강 상태를 스스로 확인하고 관리할 수 있는 보조 도구로 활용될 수 있다.

이러한 AI 기반 조기 진단 시스템은 의료 접근성이 낮은 지역에서 특히 효과적일 수 있으며, 건강 불평등 해소에 기여할 수 있다. 또한 모바일 앱이나 웹 서비스 형태로 확장하면 누구나 쉽게 접근할 수 있어, 공공보건 증진에 실질적인 영향을 줄 수 있다.

결론적으로, 본 프로젝트는 인공지능을 통해 사람들의 건강을 지키는 동시에, SDG 3 ‘건강과 웰빙’ 목표 달성에 기여하는 대표적인 기술 기반 사회문제 해결 사례가 될 수 있다. 앞으로는 챗봇 상담, 웨어러블 기기 연동, 병원 추천 기능 등으로 더욱 확대 가능하며, 사회적 파급력도 매우 큰 프로젝트이다.

2. 기존에는 일일이 식으로 계산하거나 실험을 진행한 뒤 결과를 분석하는 방식이었는데 이러한 방법을 ai를 통해 줄일 수 있다는 것이 획기적이었다. 그러나 이런 기술의 신뢰성을 확보하기 위해서 실험을 통한 다양한 자료 수집과 검증이 필요하다고 생각했으며 아직 기술이 부족한 곳에서는 여전히 기존의 방식이 더 효과적일 수 있다는 사실을 알게되었다.

3. 하나의 재료의 성질을 예측하기 위해선 어느정도의 데이터 베이스가 필요한지 궁금하고 물체의 성질을 데이터로 제공할 때 어떻게 정리하여 프로그램에 입력하는지 궁금하다.