1
00:00:00,680 --> 00:00:05,440
AI 스토리텔링 친구를 사귀려면 장난감이 다양한 방식으로 움직일 때 이를 인식하도록

2
00:00:05,440 --> 00:00:11,120
기계 학습(ML) 모델을 훈련시키게 됩니다 .

3
00:00:11,120 --> 00:00:16,280
그런 다음 이 모델을 코드와 결합하여 다양한 소리를 내고

4
00:00:16,280 --> 00:00:20,856
micro:bit의 LED 디스플레이에 다양한 아이콘을 표시합니다.

5
00:00:20,856 --> 00:00:28,480
그런 다음 모델과 코드를 micro:bit에 다운로드하고 이를 장난감에 사용하여 이야기를 전달하게 됩니다.

6
00:00:28,480 --> 00:00:34,264
우리의 이야기는 Lucy라는 곰에 관한 것입니다. 하지만 프로젝트를 자신에게 맞게 변경할 수 있습니다.

7
00:00:34,264 --> 00:00:40,360
[MUSIC] 곰 루시입니다.

8
00:00:40,360 --> 00:00:47,520
그녀는 커서 체조선수가 되고 싶어서 매일 아침 일어나자마자 점프 연습을 한다.

9
00:00:47,520 --> 00:00:54,640
그녀는 천장만큼 높이 점프합니다. 그런 다음 아침 식사 후 그녀는 롤링 연습을 합니다.

10
00:00:54,640 --> 00:00:59,920
그녀는 온 세상이 회전할 때까지 계속해서 굴러갑니다.

11
00:01:01,469 --> 00:01:06,490
그런 다음 그녀는 휴식을 취하고 잠시 낮잠을 잔다.

12
00:01:10,048 --> 00:01:18,760
AI 스토리텔링 친구 만들기를 시작하려면 'Micro:bit CreateAI에서 열기'를 클릭하여 프로젝트를 시작하세요.

13
00:01:18,760 --> 00:01:23,829
이 프로젝트에는 점프, 구르기, 수면의

14
00:01:23,829 --> 00:01:28,959
세 가지 동작에 대한 8개의 동작 데이터 샘플이 제공됩니다 .

15
00:01:28,959 --> 00:01:38,120
micro:bit CreateAI는 micro:bit의 움직임 센서인 가속도계를 사용하여 움직임 데이터 샘플을 수집합니다.

16
00:01:38,120 --> 00:01:43,560
자신만의 데이터 샘플을 추가하려면 데이터 컬렉션 micro:bit를 만들어야 합니다.

17
00:01:43,560 --> 00:01:50,160
컴퓨터에 Bluetooth가 활성화되어 있으면 마이크로비트 1개와 USB 데이터 리드만 있으면 됩니다.

18
00:01:50,160 --> 00:01:54,840
Bluetooth 연결이 없으면 2개의 micro:bit를 사용해야 합니다.

19
00:01:54,840 --> 00:01:59,554
화면의 지시에 따라 연결하세요.

20
00:01:59,554 --> 00:02:06,777
데이터 수집 micro:bit가 연결되면 다음과 같이 장난감에 부착하세요.

21
00:02:06,777 --> 00:02:15,400
장난감을 움직일 때 실시간 그래프의 선이 바뀌는 것을 볼 수 있습니다. 이 프로젝트에는 이미 상당히 많은

22
00:02:15,400 --> 00:02:25,000
데이터 샘플이 포함되어 있으므로 지금은 각 작업에 대해 1개의 샘플을 추가하고 나중에 더 많은 데이터를 수집하는 것이 좋습니다.

23
00:02:25,000 --> 00:02:29,440
더 많은 데이터 샘플을 추가할 수 있도록 '점프' 작업을 클릭하세요.

24
00:02:29,440 --> 00:02:33,600
1초 녹화가 시작되기 전에 카운트다운이 표시됩니다.

25
00:02:33,600 --> 00:02:39,800
기록을 클릭하고 즉시 장난감을 움직이기 시작하여 깨끗한 데이터 샘플을 얻으세요.

26
00:02:39,800 --> 00:02:43,440
깨끗한 샘플은 전체 샘플을 이동하는 샘플이며,

27
00:02:43,440 --> 00:02:50,800
늦게 시작하거나 일찍 이동을 끝내지 않습니다. 다음으로

28
00:02:50,800 --> 00:02:57,115
'롤링' 및 '휴면' 작업 에 추가 데이터 샘플을 추가해 보세요 .

29
00:02:57,115 --> 00:03:07,520
장난감이 잠자기 상태일 때 x, y 및 z 선은 micro:bit의 방향에 따라 위치가 바뀌는 것을 알 수 있습니다.

30
00:03:07,520 --> 00:03:14,600
ML 모델을 구축하려면 '모델 학습'을 클릭하세요. 이제 이 도구는

31
00:03:14,600 --> 00:03:19,960
micro:bit를 움직일 때 다양한 동작을 인식하는

32
00:03:19,960 --> 00:03:25,640
수학적 모델을 구축합니다 . 모델이 훈련되면 모델 테스트 페이지가 표시됩니다.

33
00:03:25,640 --> 00:03:30,760
이제 데이터 수집 micro:bit를 사용하여 모델이 얼마나 잘 작동하는지 테스트할 수 있습니다.

34
00:03:30,760 --> 00:03:35,880
여전히 도구에 연결되어 있어야 하며, 이동하면 CreateAI가

35
00:03:35,880 --> 00:03:40,317
수행 중인 작업을 추정하는 것을 볼 수 있습니다.

36
00:03:40,317 --> 00:03:47,027
장난감을 다양한 방법으로 움직여 예상 동작과 확실성 막대 그래프의 변화를 확인하세요.

37
00:03:47,400 --> 00:03:56,160
백분율은 모델이 각 작업을 수행하고 있음을 얼마나 확실하게 또는 확신하는지 보여줍니다.

38
00:03:56,160 --> 00:04:00,760
모델이 일부 작업을 정확하게 추정하지 못하는 것을 확인할 수 있습니다.

39
00:04:00,760 --> 00:04:07,920
이 경우 '데이터 샘플 편집'을 클릭하고 모델을 개선하는 것이 좋습니다.

40
00:04:07,920 --> 00:04:13,960
기계 학습 모델은 일반적으로 더 많은 데이터에서 가장 잘 작동하므로 각 작업에 대해 추가 샘플을 기록하거나

41
00:04:13,960 --> 00:04:22,400
테스트에서 문제가 있었던 작업에 대해 더 많은 데이터를 수집하는 데 집중하세요.

42
00:04:22,400 --> 00:04:28,360
깨끗한 데이터 샘플은 ML 모델이 더 잘 작동하는 데 도움이 되므로 데이터 세트를 검사하고

43
00:04:28,360 --> 00:04:38,200
모델을 혼란스럽게 할 수 있는 샘플을 식별하세요. X를 눌러 삭제할 수 있습니다.

44
00:04:38,200 --> 00:04:44,920
더 많은 데이터를 추가하고 데이터 세트를 확인한 후 '모델 학습'을 다시 클릭하세요.

45
00:04:44,920 --> 00:04:50,003
그런 다음 '모델 테스트' 페이지에서 모델을 다시 테스트하세요 .

46
00:04:50,003 --> 00:04:57,120
ML 모델의 작동 방식이 만족스러우면 미리 만들어진 프로젝트 코드와 함께 사용할 수 있습니다.

47
00:04:57,120 --> 00:05:06,120
Microsoft MakeCode 특별 버전의 코드 블록을 보려면 'MakeCode에서 편집'을 클릭하세요.

48
00:05:06,120 --> 00:05:10,040
화면 왼쪽 상단에 있는 화살표를 사용하면

49
00:05:10,040 --> 00:05:19,720
언제든지 CreateAI로 돌아와서 데이터를 볼 수 있습니다 . 이러한 블록은 코드에서 생성한 모델을 사용합니다.

50
00:05:19,720 --> 00:05:24,880
ML 모델이 장난감이 특정 움직임이나 동작을 하고 있다고

51
00:05:24,880 --> 00:05:31,320
판단하면 'ML… 시작' 블록이 반응합니다 . 작업에 따라 코드는

52
00:05:31,320 --> 00:05:38,600
micro:bit의 LED 디스플레이 출력에 다른 아이콘을 표시하고 스피커에서 다른 사운드를 재생합니다.

53
00:05:38,600 --> 00:05:46,360
장난감이 어떤 동작을 하고 있는지 확실하지 않은 경우(동작을 '알 수 없음'인 경우) 화면이 지워집니다.

54
00:05:46,360 --> 00:05:53,320
그리고 각 작업이 중지되면 코드는 micro:bit의 소리 생성을 중지합니다.

55
00:05:53,320 --> 00:05:56,640
코드와 ML 모델을 micro:bit에서 실행하려면

56
00:05:56,640 --> 00:05:59,640
micro:bit에 다운로드하기만 하면 됩니다.

57
00:06:00,280 --> 00:06:06,320
'다운로드'를 누르고 화면의 지시를 따르세요.

58
00:06:06,320 --> 00:06:10,640
이제 장난감에 부착된 micro:bit에서 완성된 프로젝트를 테스트해보세요.

59
00:06:10,640 --> 00:06:16,200
장난감이 다르게 움직일 때 올바른 소리가 나고 아이콘이 표시됩니까?

60
00:06:16,200 --> 00:06:19,800
다른 사람이 장난감을 움직여도 똑같이 잘 작동합니까?

61
00:06:19,800 --> 00:06:26,880
그렇지 않은 경우 다시 돌아가서 더 많은 데이터를 수집하고 모델을 다시 훈련할 수 있습니다.

62
00:06:26,880 --> 00:06:30,960
축하합니다. 수집한 데이터를 사용하여

63
00:06:30,960 --> 00:06:36,600
다양한 종류의 움직임에 반응하도록 장난감을 훈련하고 , AI 기계 학습 모델을 훈련하고, 이를

64
00:06:36,600 --> 00:06:43,480
코드와 결합하여 대화형 스토리텔링 장난감을 만들었습니다! 이야기를 전달하는 과정의 일환으로

65
00:06:43,480 --> 00:06:51,795
장난감이 할 수 있는 다른 행동이나 움직임은 무엇입니까 ? micro:bit 및 CreateAI를 사용하여 추가할 수 있나요?