성운대학교 AI말산업학과 인터랙티브 실습 워크북

WORKBOOK PART 1 (1교시 ~ 2교시)

제1장 ~ 제4장: 인공지능 4단계 레벨과 추론·탐색·전문가 시스템

고전적 AI가 왜 살아있는 생명체인 '말(Horse)'과 '야외 마장 환경' 앞에서 한계에 부딪혔는지 직접 계산하고 실험해 봅니다.

📌 수록 연습문제

• [연습문제 01] 승마장 장비 AI 4단계 레벨 판별

• [연습문제 02] 종합마술 크로스컨트리 최적 경로 탐색 트리

• [연습문제 03] 마필 응급 진단 전문가 시스템 버그 찾기

제2장 실습

[연습문제 01] 우리 승마장의 장비는 몇 레벨 AI일까?

마쓰오 유타카의 인공지능 4단계 분류 (레벨 1 ~ 레벨 4)

💡 [보기] 마쓰오 유타카의 AI 4단계 기준 요약

레벨 1 (단순 제어): 정해진 온도·타이머·센서 스위치로만 단순 작동

레벨 2 (고전적 AI): 인간 전문가가 입력한 조건문(만약 ~이면) 규칙으로 작동

레벨 3 (머신러닝): 데이터로 학습하나 판단 기준(특징 항목)은 사람이 직접 지정

레벨 4 (딥러닝): 원본 영상·소리에서 핵심 특징 자체를 AI가 스스로 추출해 학습

[사례 A] 마장 입구에 설치된 적외선 센서가 말이 지나가면 자동으로 미스트(안개 분사기)를 30초간 뿌려 먼지를 가라앉힌다.

[사례 B] 기승자의 스마트폰 카메라로 기승 영상을 찍으면, 별도의 센서 없이도 화면에서 기승자의 어깨·골반·발뒤꿈치 정렬 특징을 AI가 스스로 찾아내어 자세 교정 점수를 매겨준다.

[사례 C] 조련사가 '나이(세), 체고(cm), 200m 주파 시간(초), 부모마 우승 횟수'라는 4가지 숫자 항목을 엑셀에 정리해 입력하자, 프로그램이 기존 5,000마리 데이터와 비교해 경주마 낙찰 예상가를 출력한다.

[사례 D] 재활승마사가 만든 매뉴얼에 따라 "만약 아동이 소리에 민감하고 + 코어 근력이 약하면 → 15세 이상의 온순한 포니를 배정한다"는 120가지 조건문으로 작동하는 배정 프로그램.

제3장 실습

[연습문제 02] 종합마술 크로스컨트리 최적 경로 탐색 트리 풀기

탐색 트리(Search Tree) 비용 계산과 현실 변수(조합 폭발)

출발점 [S: 스타트 박]에서 도착점 [G: 피니시 라인]까지 이동해야 합니다. 아래 구간의 체력 소모점수 표를 보고 맑은 날과 소나기가 내린 뒤의 최적 경로를 각각 계산하시오.

출발 지점	도착 지점	장애물 유형	☀️ 맑은 날 기본 체력 소모점수	🌧️ 비 온 뒤 진흙탕 체력 소모점수 (현실 변수)
S (출발)	A (통나무 펜스)	건조한 평지 직선	3점	3점 + 1점 = 4점
S (출발)	B (워터 점프)	물웅덩이 점프	5점	5점 + 6점 = 11점
A (통나무 펜스)	C (브러시 허들)	완만한 오르막	4점	4점 + 2점 = 6점
A (통나무 펜스)	D (도랑 장애물)	급격한 회전 구간	2점	⚠️ 진흙 미끄러짐 거부 발생 (통과 불가)
B (워터 점프)	D (도랑 장애물)	내리막 직선	2점	2점 + 3점 = 5점
C (브러시 허들)	G (도착)	잔디 주로	3점	3점 + 1점 = 4점
D (도랑 장애물)	G (도착)	모래 주로	3점	3점 + 2점 = 5점

☀️ [미션 1] 맑은 날 최적 경로 찾기

• 경로 ① (S → A → C → G): 3 + 4 + 3 =

점

• 경로 ② (S → A → D → G): 3 + 2 + 3 =

점

• 경로 ③ (S → B → D → G): 5 + 2 + 3 =

점

👉 맑은 날 최소 소모 최적 경로:

🌧️ [미션 2] 소나기가 내린 뒤 최적 경로 찾기

• 경로 ① (S → A → C → G): 4 + 6 + 4 =

점

• 경로 ② (S → A → D → G): A→D 급회전 미끄러짐 거부 (통과 불가)

• 경로 ③ (S → B → D → G): 11 + 5 + 5 =

점

👉 우천 시 최소 소모 최적 경로:

제4장 실습

[연습문제 03] 마필 응급 진단 전문가 시스템의 버그 찾기

제2차 AI 붐(If-Then 규칙 기반 전문가 시스템)과 프레임 문제

📋 [컴퓨터에 입력된 5가지 수의학 규칙 (Knowledge Base)]

• 규칙 R1: 만약 (심박수 52회/분 이상) 그리고 (장음 감소 = 예) 이면 → [산통 경보 발령]

• 규칙 R2: 만약 (구보 훈련 직후 15분 이내) 이면 → [운동성 심박 상승 (정상 상태)]

• 규칙 R3: 만약 (발굽 맥박 강함 = 예) 그리고 (앞다리 체중 부하 기피 = 예) 이면 → [급성 제엽염 경보 발령]

• 규칙 R4: 만약 (바닥에 눕거나 뒹굶 = 예) 이면 → [극심한 복통 상태 → 즉시 진통제 투여 권고]

• 규칙 R5: 만약 (산통 경보 발령) 그리고 (운동성 심박 상승)이 동시에 켜지면 → [판단 보류 에러]

[케이스 1 - '천둥이'] 한낮 기온 33℃, 조마삭 훈련을 마치고 마방에 들어온 지 10분 되었다. 현재 심박수는 60회/분이고, 더위로 인해 일시적으로 장음이 감소했으며, 시원한 톱밥 위에서 땀을 식히려고 바닥에 누워 뒹굴었다.

질문 1: 건강한 '천둥이'에게 위 컴퓨터는 어떤 진단을 내리는가? (작동하는 규칙 번호와 문제점을 적으시오)

[케이스 2 - '한라호'] 실제로는 심한 변비성 산통이 시작되었으나, 통증에 둔감한 개체라 심박수가 48회/분이고, 장음은 완전히 멈췄으며(장음 감소 = 예), 우울하게 서 있기만 하고 바닥에 눕지는 않는다.

질문 2: 진짜 응급 산통인 '한라호'를 컴퓨터는 왜 정상이라고 놓쳤는가?

[케이스 3 - '백마탄'] 편자(말발굽 쇠)를 새로 박는 장제 직후 못이 약간 깊게 들어가 앞다리 체중 부하를 기피하고, 국소 염증으로 인해 발굽 디지털 맥박이 강하게 뛴다.

질문 3: 케이스 3('백마탄')의 오진('급성 제엽염')을 막으려면 규칙 R3를 어떻게 고쳐야 하며, 그렇게 예외 규칙을 계속 추가하면 어떤 일이 벌어지는가?

WORKBOOK PART 2 (3교시 ~ 4교시)

제5장 ~ 제7장: 머신러닝·강화학습과 딥러닝 특징 추출, 캡스톤 설계

데이터로부터 스스로 배우는 머신러닝(5장)과 핵심 특징까지 스스로 추출하는 딥러닝(6장)의 차이를 말산업 데이터로 실습합니다.

📌 수록 연습문제

• [연습문제 04] 최근접 이웃법(k-NN) 마필 용도 분류 계산

• [연습문제 05] 말 조련사와 강화학습 6요소 매칭 및 토론

• [연습문제 06] 딥러닝 오토인코더 통증·파행 특징 압축

• [연습문제 07] 나만의 AI말산업 캡스톤 5단계 설계도

제5장 실습 ①

[연습문제 04] 손으로 직접 계산하는 최근접 이웃법(k-NN): 재활승마 적합 마필 판별기

거리 공식: |기존 마필 순발력 - 4| + |기존 마필 평정심 - 7|

새로 도입한 마필 '성운스타'(순발력 = 4점, 평정심 = 7점)가 경주마에 적합한지, 재활승마용에 적합한지 기존 검증된 성운대 마필 5두와의 거리 계산을 통해 판별하시오.

마필 ID	마필 이름	순발력 (1~10점)	평정심 (1~10점)	기존 검증된 용도 (정답 라벨)	'성운스타'(순발력 4, 평정심 7)와의 거리 계산
Horse A	적토마	9	2	🔴 장애물/경주마	(9 - 4) + (7 - 2) = 5 + 5 = 10
Horse B	번개호	8	4	🔴 장애물/경주마	(8 - 4) + (7 - 4) = 4 + 3 = 7
Horse C	올라운드	6	6	🔴 장애물/경주마	빈칸 ①: (6 - 4) + (7 - 6) =
Horse D	순둥이	3	9	🔵 재활승마용 마필	빈칸 ②: (4 - 3) + (9 - 7) =
Horse E	보듬이	2	8	🔵 재활승마용 마필	빈칸 ③: (4 - 2) + (8 - 7) =

2. 가장 거리가 가까운 이웃 3마리(k=3) 조합:

3. 이웃 3마리의 다수결에 따른 '성운스타' 최종 분류:

제5장 실습 ②

[연습문제 05] 말 조련사(조교사)는 이미 '강화학습'의 대가다!

압박과 해방(부조 훈련) · 클리커 트레이닝과 강화학습(RL) 매칭

어린 말(망아지)에게 '트레일러(마차) 탑승 훈련'을 시키고 있습니다. 말이 트레일러 앞판(경사로)에 앞발을 한 걸음 내디디면 즉시 리드줄의 당김(압박)을 느슨하게 풀어주고 당근 조각을 줍니다. 아래 강화학습 6요소에 알맞은 조련 현장 요소를 매칭하시오.

1. 에이전트 (학습 주체): 학습하고 행동하는 주체

2. 환경 (외부 세계): 에이전트가 상호작용하는 물리적 세계와 조련사

3. 상태 (현재 조건): 현재 시점에서 에이전트가 처한 위치와 조건

4. 행동 (선택지): 현재 상태에서 에이전트가 취할 수 있는 선택지

5. 보상 (피드백 점수): 행동 직후 환경으로부터 받는 피드백 점수

6. 정책 (최종 행동 습관): 보상을 극대화하기 위해 체득한 최종 행동 습관

[문제 2 - 심화 토론 (신용 할당 문제)] 말이 트레일러에 한 발을 잘 올렸는데, 조련사가 30초가 지난 뒤에야 당근을 꺼내 주면 왜 조련이 실패할까? 또한 '클리커(딸깍이) 소리'는 강화학습에서 어떤 역할을 하는지 서술하시오.

제6장 실습

[연습문제 06] 딥러닝 오토인코더(자기부호화기)의 핵심 특징 압축 원리

노이즈 제거(강건성) 및 잠재 특징표현(Representation) 자동 추출

📡 [마방 센서와 카메라에서 매초 들어오는 6가지 원시 측정값]

①번: 귀가 뒤로 젖혀진 각도 (도)

②번: 눈 주위 안와 근육 수축도 (%)

③번: 콧구멍이 네모나게 확장된 면적 (㎟)

④번: 앞발 착지 시 구절 최대 하강 각도 (도)

⑤번: 보행 시 머리 위아래 흔들림 진폭 (cm)

⑥번: 마방 복도 벽면의 페인트 색상 밝기값 (RGB)

1. 말의 상태 복원에 쓸모가 없어 가중치를 '0'으로 만들어 버려야 할 노이즈 변수는?

2. [잠재 특징 1: 안면 통증 지수]로 함께 묶이는 변수 3개의 조합은?

3. [잠재 특징 2: 다리 파행 역학 지수]로 함께 묶이는 변수 2개의 조합은?

제7장 종합 캡스톤 워크숍

[연습문제 07] 나만의 AI말산업 서비스 5단계 아키텍처 설계도

전공별 모범 사례 참고 후 나만의 서비스 기획안 완성

설계 항목	[모범 사례 A: 말조련 전공] 어린 말 순치·조련 보조 AI	[모범 사례 B: AI재활승마 전공] 아동 재활승마 자세·호전도 AI	[모범 사례 C: 마방·수의 관리] 24시간 무인 마방 산통 경보 AI
1. 해결하려는 현장 문제 (1장)	초보 조련사가 말의 미세한 스트레스 신호를 놓쳐 낙마·거부 사고 발생	재활승마 후 아동의 코어 근력·균형 감각 호전도를 보여줄 수치 리포트 부재	야간 무인 시간대 급성 산통 골든타임(2시간)을 놓쳐 폐사율 증가
2. 적용할 AI 레벨 (2장)	레벨 4 (딥러닝 비전 + 강화학습)	레벨 4 (딥러닝 관절 포즈 추정)	레벨 4 (멀티모달 딥러닝)
3. 왜 조건문 규칙(4장)으로는 안 되는가?	개체별 성격과 야외 마장 소음·날씨 변수가 무한대라 규칙 작성 불가(프레임 문제)	아동마다 장애 유형과 체형이 달라 고정 각도 규칙 적용 시 오판 발생	더워서 눕는 것(정상)과 아파서 뒹구는 것(산통)을 단순 횟수 규칙으로 구분 불가
4. 수집할 입력 데이터 (5장)	조마삭 훈련 측면 영상 + 스마트 굴레 심박변이도 데이터	기승 아동 전후·측면 영상 + 안장 압력 패드 센서값	마방 적외선 CCTV 영상 + 목걸이형 3축 가속도계·호흡 센서
5. 딥러닝이 추출할 핵심 특징표현 (6장)	귀 회전 주기, 꼬리 흔들림 강도, 보속 불규칙성 (긴장도 특징)	말의 3차원 평보 움직임 대비 아동 골반·척추의 리듬 동조율 특징	안면 통증 표정 + 기립·누움 전환 빈도 및 비정상 구르기 궤적
6. 기술 파급 단계 및 최종 출력 (7장)	2~3단계: 스마트워치에 "말 긴장도 85%, 3분간 평보 휴식 권장" 알림	4단계: 학부모·병원 제출용 '주차별 골반 대칭성·코어 안정화 리포트' 생성	2단계: 산통 확률 90% 도달 시 마주·수의사에게 하이라이트 영상 긴급 호출

✍️ [학생 직접 작성] 나의 AI말산업 서비스 기획안

1. 서비스 이름 및 해결하려는 현장 문제 (1장)

2. 적용할 AI 레벨 및 학습 방식 (2장·5장)

3. 왜 조건문 규칙(4장)으로는 안 되는가?

4. 수집할 입력 데이터 (5장 - 무엇을 촬영·측정할까?)

5. 딥러닝이 추출할 핵심 특징표현 (6장)

6. 기술 파급 단계 및 최종 출력 결과 (7장)

마쓰오 유타카 『인공지능과 딥러닝』 인터랙티브 워크북