0:00:00.680,0:00:05.440
AI 스토리텔링 친구를 사귀려면 장난감이 다양한 방식으로 움직일 때 이를 인식하도록

0:00:05.440,0:00:11.120
기계 학습(ML) 모델을 훈련시키게 됩니다 .

0:00:11.120,0:00:16.280
그런 다음 이 모델을 코드와 결합하여 다양한 소리를 내고

0:00:16.280,0:00:20.856
micro:bit의 LED 디스플레이에 다양한 아이콘을 표시합니다.

0:00:20.856,0:00:28.480
그런 다음 모델과 코드를 micro:bit에 다운로드하고 이를 장난감에 사용하여 이야기를 전달하게 됩니다.

0:00:28.480,0:00:34.264
우리의 이야기는 Lucy라는 곰에 관한 것입니다. 하지만 프로젝트를 자신에게 맞게 변경할 수 있습니다.

0:00:34.264,0:00:40.360
[MUSIC] 곰 루시입니다.

0:00:40.360,0:00:47.520
그녀는 커서 체조선수가 되고 싶어서 매일 아침 일어나자마자 점프 연습을 한다.

0:00:47.520,0:00:54.640
그녀는 천장만큼 높이 점프합니다. 그런 다음 아침 식사 후 그녀는 롤링 연습을 합니다.

0:00:54.640,0:00:59.920
그녀는 온 세상이 회전할 때까지 계속해서 굴러갑니다.

0:01:01.469,0:01:06.490
그런 다음 그녀는 휴식을 취하고 잠시 낮잠을 잔다.

0:01:10.048,0:01:18.760
AI 스토리텔링 친구 만들기를 시작하려면 'Micro:bit CreateAI에서 열기'를 클릭하여 프로젝트를 시작하세요.

0:01:18.760,0:01:23.829
이 프로젝트에는 점프, 구르기, 수면의

0:01:23.829,0:01:28.959
세 가지 동작에 대한 8개의 동작 데이터 샘플이 제공됩니다 .

0:01:28.959,0:01:38.120
micro:bit CreateAI는 micro:bit의 움직임 센서인 가속도계를 사용하여 움직임 데이터 샘플을 수집합니다.

0:01:38.120,0:01:43.560
자신만의 데이터 샘플을 추가하려면 데이터 컬렉션 micro:bit를 만들어야 합니다.

0:01:43.560,0:01:50.160
컴퓨터에 Bluetooth가 활성화되어 있으면 마이크로비트 1개와 USB 데이터 리드만 있으면 됩니다.

0:01:50.160,0:01:54.840
Bluetooth 연결이 없으면 2개의 micro:bit를 사용해야 합니다.

0:01:54.840,0:01:59.554
화면의 지시에 따라 연결하세요.

0:01:59.554,0:02:06.777
데이터 수집 micro:bit가 연결되면 다음과 같이 장난감에 부착하세요.

0:02:06.777,0:02:15.400
장난감을 움직일 때 실시간 그래프의 선이 바뀌는 것을 볼 수 있습니다. 이 프로젝트에는 이미 상당히 많은

0:02:15.400,0:02:25.000
데이터 샘플이 포함되어 있으므로 지금은 각 작업에 대해 1개의 샘플을 추가하고 나중에 더 많은 데이터를 수집하는 것이 좋습니다.

0:02:25.000,0:02:29.440
더 많은 데이터 샘플을 추가할 수 있도록 '점프' 작업을 클릭하세요.

0:02:29.440,0:02:33.600
1초 녹화가 시작되기 전에 카운트다운이 표시됩니다.

0:02:33.600,0:02:39.800
기록을 클릭하고 즉시 장난감을 움직이기 시작하여 깨끗한 데이터 샘플을 얻으세요.

0:02:39.800,0:02:43.440
깨끗한 샘플은 전체 샘플을 이동하는 샘플이며,

0:02:43.440,0:02:50.800
늦게 시작하거나 일찍 이동을 끝내지 않습니다. 다음으로

0:02:50.800,0:02:57.115
'롤링' 및 '휴면' 작업 에 추가 데이터 샘플을 추가해 보세요 .

0:02:57.115,0:03:07.520
장난감이 잠자기 상태일 때 x, y 및 z 선은 micro:bit의 방향에 따라 위치가 바뀌는 것을 알 수 있습니다.

0:03:07.520,0:03:14.600
ML 모델을 구축하려면 '모델 학습'을 클릭하세요. 이제 이 도구는

0:03:14.600,0:03:19.960
micro:bit를 움직일 때 다양한 동작을 인식하는

0:03:19.960,0:03:25.640
수학적 모델을 구축합니다 . 모델이 훈련되면 모델 테스트 페이지가 표시됩니다.

0:03:25.640,0:03:30.760
이제 데이터 수집 micro:bit를 사용하여 모델이 얼마나 잘 작동하는지 테스트할 수 있습니다.

0:03:30.760,0:03:35.880
여전히 도구에 연결되어 있어야 하며, 이동하면 CreateAI가

0:03:35.880,0:03:40.317
수행 중인 작업을 추정하는 것을 볼 수 있습니다.

0:03:40.317,0:03:47.027
장난감을 다양한 방법으로 움직여 예상 동작과 확실성 막대 그래프의 변화를 확인하세요.

0:03:47.400,0:03:56.160
백분율은 모델이 각 작업을 수행하고 있음을 얼마나 확실하게 또는 확신하는지 보여줍니다.

0:03:56.160,0:04:00.760
모델이 일부 작업을 정확하게 추정하지 못하는 것을 확인할 수 있습니다.

0:04:00.760,0:04:07.920
이 경우 '데이터 샘플 편집'을 클릭하고 모델을 개선하는 것이 좋습니다.

0:04:07.920,0:04:13.960
기계 학습 모델은 일반적으로 더 많은 데이터에서 가장 잘 작동하므로 각 작업에 대해 추가 샘플을 기록하거나

0:04:13.960,0:04:22.400
테스트에서 문제가 있었던 작업에 대해 더 많은 데이터를 수집하는 데 집중하세요.

0:04:22.400,0:04:28.360
깨끗한 데이터 샘플은 ML 모델이 더 잘 작동하는 데 도움이 되므로 데이터 세트를 검사하고

0:04:28.360,0:04:38.200
모델을 혼란스럽게 할 수 있는 샘플을 식별하세요. X를 눌러 삭제할 수 있습니다.

0:04:38.200,0:04:44.920
더 많은 데이터를 추가하고 데이터 세트를 확인한 후 '모델 학습'을 다시 클릭하세요.

0:04:44.920,0:04:50.003
그런 다음 '모델 테스트' 페이지에서 모델을 다시 테스트하세요 .

0:04:50.003,0:04:57.120
ML 모델의 작동 방식이 만족스러우면 미리 만들어진 프로젝트 코드와 함께 사용할 수 있습니다.

0:04:57.120,0:05:06.120
Microsoft MakeCode 특별 버전의 코드 블록을 보려면 'MakeCode에서 편집'을 클릭하세요.

0:05:06.120,0:05:10.040
화면 왼쪽 상단에 있는 화살표를 사용하면

0:05:10.040,0:05:19.720
언제든지 CreateAI로 돌아와서 데이터를 볼 수 있습니다 . 이러한 블록은 코드에서 생성한 모델을 사용합니다.

0:05:19.720,0:05:24.880
ML 모델이 장난감이 특정 움직임이나 동작을 하고 있다고

0:05:24.880,0:05:31.320
판단하면 'ML… 시작' 블록이 반응합니다 . 작업에 따라 코드는

0:05:31.320,0:05:38.600
micro:bit의 LED 디스플레이 출력에 다른 아이콘을 표시하고 스피커에서 다른 사운드를 재생합니다.

0:05:38.600,0:05:46.360
장난감이 어떤 동작을 하고 있는지 확실하지 않은 경우(동작을 '알 수 없음'인 경우) 화면이 지워집니다.

0:05:46.360,0:05:53.320
그리고 각 작업이 중지되면 코드는 micro:bit의 소리 생성을 중지합니다.

0:05:53.320,0:05:56.640
코드와 ML 모델을 micro:bit에서 실행하려면

0:05:56.640,0:05:59.640
micro:bit에 다운로드하기만 하면 됩니다.

0:06:00.280,0:06:06.320
'다운로드'를 누르고 화면의 지시를 따르세요.

0:06:06.320,0:06:10.640
이제 장난감에 부착된 micro:bit에서 완성된 프로젝트를 테스트해보세요.

0:06:10.640,0:06:16.200
장난감이 다르게 움직일 때 올바른 소리가 나고 아이콘이 표시됩니까?

0:06:16.200,0:06:19.800
다른 사람이 장난감을 움직여도 똑같이 잘 작동합니까?

0:06:19.800,0:06:26.880
그렇지 않은 경우 다시 돌아가서 더 많은 데이터를 수집하고 모델을 다시 훈련할 수 있습니다.

0:06:26.880,0:06:30.960
축하합니다. 수집한 데이터를 사용하여

0:06:30.960,0:06:36.600
다양한 종류의 움직임에 반응하도록 장난감을 훈련하고 , AI 기계 학습 모델을 훈련하고, 이를

0:06:36.600,0:06:43.480
코드와 결합하여 대화형 스토리텔링 장난감을 만들었습니다! 이야기를 전달하는 과정의 일환으로

0:06:43.480,0:06:51.795
장난감이 할 수 있는 다른 행동이나 움직임은 무엇입니까 ? micro:bit 및 CreateAI를 사용하여 추가할 수 있나요?