엔트리와 함께하는 인공지능 교실 > Chapter 4. 이미지 분류 인공지능 모델 응용(1)

[Session 01] 내가 가장 좋아하는 과일

 내가 가장 좋아하는 과일

5~6학년 영어 교과는 학생들이 “What’s your favorite subject?”와 같이 가장 좋아하는 것을 묻고 답할 수 있도록 구성되어 있다. 과일은 학생들에게 친숙하면서도 표현하기 쉬운 대상으로, 학생들은 인터넷에서 과일 사진을 수집하거나 직접 과일 그림을 그려 이미지 분류 인공지능 모델에 사용할 수 있다. 이미지 분류 인공지능 모델을 통하여 엔트리봇이 가장 좋아하는 과일을 영어로 물었을 때 이미지로 대답할 수 있는 프로그램을 만들어 보고자 한다.


학습 목표 

자신이 가장 좋아하는 과일을 그림으로 그려 영어로 대답하는 인공지능 모델을 만들 수 있다.

학습준비물

종이, 연필, 채색도구, 카메라 등

데이터 수집 아이디어


▲ (검색어 참고 예시) #사과, #바나나, #포도, #과일, #과일 색깔, #좋아하는 과일 



 1-1 인공지능 모델 학습하기

본 주제에서는 엔트리봇의 질문에 자신이 가장 좋아하는 과일을 그림으로 그려 업로드하면 영어로 대답해 주는 인공지능 모델을 제작하고자 한다. 엔트리의 이미지 분류 모델은 업로드한 이미지 데이터로 학습을 하여 새로운 이미지 데이터를 입력했을 때 가장 가까운 분류 결과를 알려준다. 클래스마다 7개 정도의 이미지 파일로 학습을 하면 인식률이 85% 이상 되는 인공지능 모델을 만들 수 있다.


1) 엔트리 프로그램에서  를 클릭하여 학습할 모델 선택하기 화면으로 간다. 그리고 '분류:이미지'를 선택한 후 를 클릭하여 이미지 모델 학습하기로 간다.

  

  

  


2) 인공지능 모델의 이름을 ‘좋아하는 과일’로 입력한다. 클래스 추가하기 버튼을 클릭하여 아래의 3가지 클래스를 생성하고, 클래스 1은 ‘사과’, 클래스 2는 ‘바나나’, 클래스 3은 ‘포도’로 이름을 입력한다.

  

  

 

3) 이미지 파일을 찾기 위해 인터넷 검색 창에 ‘사과’(예시)를 이미지 검색하여 어떤 사진을 저장할지 선택한다. 저장하고자 하는 사진에 마우스를 대고 오른쪽 버튼을 클릭하면 ‘이미지를 다른 이름으로 저장’할 수 있다. 이미지를 저장할 때는 jpg 형식의 이미지 파일로 저장해야 하며, 각 클래스의 이름을 미리 폴더로 생성해두면 편리하다. 파일명은 ‘사과1’과 같이 알아보기 쉬운 것으로 입력하는 것이 좋으며, 이미지를 수집할 때는 사과의 특징을 잘 나타낼 수 있는 사진들로 수집하는 것이 인식률을 높이는 데 효과적이다.

 

 

4) 위와 같은 방법으로 3개의 클래스에 7개씩 사진을 찾아 해당 폴더 안에 사진을 저장한다. 저장한 사진들을 각 클래스에 이미지 데이터로 입력할 때는 ‘파일 올리기’를 선택하여 해당 폴더의 사진들을 드래그하면 한꺼번에 파일들을 업로드할 수 있다. ‘사과’ 클래스에 7개의 사진이 모두 입력되었다면, ‘바나나’ 클래스와 ‘포도’ 클래스에도 같은 방법으로 이미지 파일을 입력한다. 모든 클래스에 이미지 데이터가 입력 되었다면 을 클릭하여 입력한 데이터와 조건으로 모델을 학습한다.

 

5) ‘학습을 완료했습니다.’라는 메시지를 확인하고, 결과 창에서 저장한 예시 사진 하나를 업로드하여 인공지능 모델의 학습 결과를 테스트한다. 예시 사진은 수집한 이미지 데이터 중 하나를 선택하거나 그림과 같은 새로운 이미지 데이터를 수집하여 결과를 확인할 수 있다.
 


 

6) 결과 화면은 업로드한 이미지 데이터에 따라 다양한 인식 결과와 인식률을 보여줄 수 있다. 이미 학습한 이미지 데이터를 업로드하면 인식률 100%로 정확한 분류 결과가 나온다. 반면, 새로운 이미지 데이터를 업로드하면 인식률이 100%보다는 낮은 수준으로 분류  결과가 나온다. 마지막으로, 엔트리 블록 탭의 에 다음의 블록들이 생성되었는지 확인한다. 



 1-2 엔트리 코딩하기

1) 오브젝트 추가하기

 실행 화면 하단에 있는  버튼을 눌러 검색창에 사과 , 바나 버튼을 눌러 검색창에 ‘사과’ ‘바나나’, ‘포도’를 검색한 후 하나씩 오브젝트를 추가한다.

다시 오브젝트 추가 화면에서 을 클릭하고, ‘좋아 엔트리봇’을 추가한다. 전체 화면을 오른쪽과 같이 옮기고 크기를 조절한 후 배치한다.

 

 

 


2) 신호 만들기

 의 에서 ‘신호 추가하기’를 클릭하여 ‘사과’, ‘바나나’, ‘포도’ 신호를 하나씩 추가한다. 

엔트리 블록 탭의 에 오른쪽과 같은 블록들이 생성되었는지 확인한다.
 

  



3) 질문하는 엔트리봇 코드 구성하기

기본 엔트리봇 오브젝트를 클릭하여 의 ‘안녕!을 4초 동안 말하기’ 블록을 가져오고, 대사를 바꾸어 좋아하는 과일을 영어로 물어본다. 

의 ‘학습한 모델로 분류하기’ 블록을 추가하여 학생의 대답을 이미지 데이터 입력으로 받을 수 있도록 한다.

의 ‘만일~(이)라면’ 블록을 가져와 조건에 따라 다른 신호를 보내도록 한다. 우선 분류 결과가 사과인지 판별하고, 아니면 분류 결과가 바나나인지 판별하며, 모두 아니면 분류 결과가 포도인 것으로 판별한다. 신호는 의 ‘신호 보내기’ 블록을 이용하여 사과, 바나나, 포도 중 하나의 신호를 보낸다.



4) 대답하는 엔트리봇 코드 구성하기

 

좋아 엔트리봇 오브젝트를 클릭하여 질문하는 엔트리봇의 신호에 따라 다른 결과를 나타내도록 코드를 구성한다. 의 ‘신호를 받았을 때’ 블록과 의 ‘안녕!을 4초 동안 말하기’ 블록을 3번 추가하여 신호가 사과이면 apple을, 바나나이면 banana를, 포도이면 grape를 넣어 영어로 대사를 완성한다.


5) 과일 오브젝트 코드 구성하기

입력한 이미지 데이터의 분류 결과에 따라 해당하는 과일 오브젝트는 모양을 보이고, 다른 과일 오브젝트는 모양을 숨긴다. 먼저 바나나 오브젝트를 클릭하여 바나나 신호를 받았을 때는 모양을 보이고, 사과 또는 포도 신호를 받았을 때는 모양을 숨기도록 코드를 구성한다. 같은 방법으로 사과 오브젝트를 클릭하여 사과 신호를 받았을 때는 모양을 보이고, 바나나 또는 포도 신호를 받았을때는 모양을 숨기도록 코드를 구성한다. 마찬가지로 포도 오브젝트를 클릭하여 포도 신호를 받았을 때는 모양을 보이고, 사과 또는 바나나 신호를 받았을 때는 모양을 숨기도록 코드를 구성한다.




 1-3 엔트리 실행하기

1) 좋아하는 과일 그림 그리기

 

학생들이 미술 등의 교과를 활용하여 자신이 좋아하는 과일 그림을 그리고 색칠할 수 있도록 한다. 단, 미리 학습한 인공지능 모델에 적용하여 결과를 확인하는 것이 목적이므로 사과, 바나나, 포도 중 하나의 그림을 그릴 수 있도록 지도한다.



2) 사과 그림을 입력하기

 

실행 화면 하단에 있는  버튼을 눌러 인공지능 모델의 학습과 오브젝트 코딩이 바르게 되었는지 확인한다. 실행 버튼을 클릭하면 질문하는 엔트리봇이 “What is your favorite fruit?” 이라고 질문한다.

 

 

이에 대답하기 위해 데이터를 입력하는 창이 뜨고, ‘파일 올리기’를 통해 자신의 그림을 이미지 파일로 업로드 할 수 있다. 미리 저장한 사과 그림을 업로드하고 ‘적용하기’를 클릭하면 대답하는 엔트리봇이 “My favorite fruit is apple.” 라고 대답한다. 또한, 과일 오브젝트 중 사과 오브젝트만 모양이 보이고 다른 오브젝트는 보이지 않는다.

 

 


3) 바나나 그림을 입력하기

 

미리 저장한 바나나 그림을 업로드 하고 ‘적용하기’를 클릭하면 대답하는 엔트리봇이 “My favorite fruit is banana.”라고 대답한다. 또한, 과일 오브젝트 중 바나나 오브젝트만 모양이 보이고 다른 오브젝트는 보이지 않는다.


4) 포도 그림을 입력하기

 

미리 저장한 포도 그림을 업로드하고 ‘적용하기’를 클릭하면 대답하는 엔트리봇이 “My favorite fruit is grape.”라고 대답한다. 또한, 과일 오브젝트 중 포도 오브젝트만 모양이 보이고 다른 오브젝트는 보이지 않는다.
목록으로 돌아가기 다음 학습하기