2022 Revised Curriculum · Career Elective

인공지능 수학

데이터를 숫자로 표현하고, 예측과 최적화에 사용되는 수학을 계산과 탐구로 연결합니다.

5개 단원과 14개 강의에서 인공지능의 판단 구조, 텍스트·이미지 데이터, 예측, 손실함수, 경사하강법과 책임 있는 수학 탐구를 학습합니다.

22개정 인공지능 수학 · Unit 3 · 이미지를 행렬로 다루는 방법

픽셀과 행렬로 이미지 표현하기

디지털 이미지는 작은 격자 칸인 픽셀의 모음이며, 각 픽셀의 밝기나 색을 숫자로 기록할 수 있습니다.

흑백 이미지

높이가 \(h\), 너비가 \(w\)인 흑백 이미지는 \(h\times w\) 행렬로 나타낼 수 있습니다.

\[I=[p_{ij}]_{h\times w}\]

색 이미지

RGB 이미지는 빨강, 초록, 파랑의 강도를 기록한 세 행렬의 묶음으로 볼 수 있습니다.

\[I=(R,G,B)\]

해상도와 데이터량

채널 수가 같다면 픽셀 수가 늘어날수록 저장하고 계산해야 할 수의 개수도 늘어납니다.

\[N=h\times w\times c\]

학습 원칙

계산 결과만 제시하지 않고 사용한 데이터, 수학적 가정, 평가 기준과 적용 한계를 함께 설명합니다. 개인정보와 편향 가능성을 확인하고 인공지능의 출력을 확정된 사실로 해석하지 않습니다.

교육과정 구성 근거

국가교육과정정보센터의 2022 개정 교육과정, 한국과학창의재단 수학과 교육과정 개발 연구, 부산광역시교육청 고교학점제 과목 안내를 과목 성격과 내용 범위 확인에 참고했습니다. 단원 구성, 강의명, 설명과 예시는 이 사이트의 학습 흐름에 맞게 독립적으로 작성했습니다.

Checkpoint

가로 8, 세로 6인 RGB 이미지가 밝기값을 몇 개 포함하는지 계산하세요.