코딩, AI, 교육 소식을 짧게 요약하고 다음 학습에 활용할 수 있는 방법을 전합니다.
일반적으로 AI 도구가 한데 묶여 이야기되지만, generative AI와 agentic AI는 역할이 다릅니다. generative AI는 아이디어, 초안, 이미지, 이메일처럼 결과물을 생성하며, agentic AI는 이메일 발송, 후속 조치, 관련 시스템 업데이트처럼 작업을 실행합니다. 이 차이를 이해하면 두 기술을 언제 어떻게 써야 하는지 구분하는 데 도움이 됩니다.
이 글은 생성형 AI가 중등 및 고등교육 현장에서 과제와 평가의 부정행위 문제를 키우고 있다고 설명합니다. 저자는 교사들이 기존 과제의 취약점을 확인할 수 있도록 Cheat Vulnerability Index라는 무료 웹 앱을 만들었으며, 과제를 업로드하면 맞춤 보고서와 개선 제안을 제공합니다. 또한 자연어로 코드를 생성하는 방식인 vibe coding을 활용해 예산 없이 이 도구를 구현했다고 밝힙니다.
agentic AI는 사용자가 매번 지시하지 않아도 목표를 받고 스스로 계획하고 결정하며 행동하는 AI를 뜻합니다. 일반 챗봇은 질문에 답하는 흐름으로 작동하지만, AI 에이전트는 목표를 단계로 나누고 도구를 선택해 실행한 뒤 결과를 확인하고 수정하며 반복합니다. 이 글은 개념, 작동 방식, 활용 분야, 위험 요소, 그리고 이러한 변화가 왜 중요한지 다룬다고 설명합니다.
이 글은 Python을 배우는 데 도움이 되는 습관을 퀴즈 형식으로 점검합니다. 매일 코딩하기, 좋은 질문하기, 첫 프로젝트를 만드는 것 같은 학습 방법이 포함됩니다. 초보자가 자신의 학습 습관을 돌아보는 데 초점을 둡니다.
CSS 애니메이션은 변화가 일어날 때 두 상태를 오가는 전환(transitions)과, @keyframes로 정한 순서를 스스로 실행하는 키프레임 애니메이션으로 설명된다. 이 글은 shorthand의 기본값, animation-fill-mode, timing function, 그리고 display 같은 속성에 대한 allow-discrete도 다룬다.
이 퀴즈는 NumPy 지식을 점검하도록 구성되어 있으며, 배열, 축(axis), broadcasting, 인덱싱, 마스크, 데이터 타입을 다룹니다. 해당 주제들은 Python 데이터 과학의 기초로 소개됩니다.
Scrimba가 Flexbox를 한 방향을 기준으로 배치하는 CSS 레이아웃 시스템으로 설명합니다. 주축과 교차축부터 각 속성, 자주 쓰는 레이아웃 예제와 실수하기 쉬운 지점까지 차례로 다룹니다. CSS Grid를 선택하는 편이 나은 경우도 함께 비교합니다.
이 글은 2026년 프론트엔드 면접이 리크루터 스크리닝, 기술 면접, 코딩 라운드, 프론트엔드 시스템 디자인, 행동 면접의 다섯 단계로 진행된다고 설명합니다. 코딩 라운드는 형식이 가장 다양하며, 지원자는 리크루터에게 진행 형식을 서면으로 확인하라고 권합니다. 또한 AI 사용 여부는 회사별 정책에 따라 달라진다고 말합니다.
이 글은 AI 자동화를 소프트웨어가 사람의 일을 대신 처리하도록 만드는 방식으로 설명합니다. 기존의 자동화에 AI가 더해지면서 더 똑똑한 자동화가 가능해졌다고 소개합니다. 또한 AI 자동화가 무엇인지와 이를 구현하는 방법을 실제 팀 사례와 함께 다룰 예정입니다.
브라우저 탭에 ChatGPT를 열어 두고 필요할 때만 묻는 방식은 일회성 요청에는 유용하지만, 반복 업무로는 확장하기 어렵습니다. AI 워크플로 자동화는 AI를 반복 가능한 업무 과정에 넣어 실제 업무 흐름의 일부로 만드는 방식입니다. 예를 들어 메일 초안 작성이나 스프레드시트 수식 설명 같은 작업을 자동화하는 데 활용할 수 있습니다.
Sal Khan은 기술을 현명하게 활용하는 학교들이 늘고 있지만, 성공의 대부분은 교사와 행정가에게 있다고 말합니다. 기술만 지나치게 강조하면 재현하기 어려운 조건을 간과하게 되고, 기대치가 실패로 이어질 수 있다고 설명합니다. Khan은 기술의 목적이 교사를 대체하는 것이 아니라, 학생이 자신의 속도에 맞춰 개념을 익히도록 돕고 수업 시간에 더 많은 인간 중심 활동을 가능하게 하는 데 있다고 밝힙니다.
학생들은 이미 AI를 학습에 사용하고 있으며, Microsoft의 2026년 글로벌 조사에서는 학생의 92%가 학교 관련 용도로 AI를 사용한 적이 있다고 답했습니다. 교육 리더의 절반 이상은 기관에서 AI를 도입하거나 확대하고 있으며, 학생들은 요약, 막힘 해소, 아이디어 구상에 AI를 활용하고 있습니다. 일부 기관은 빠른 답변 중심의 AI를 제한해 왔지만, 학생들은 개인 기기에서 계속 AI를 사용하고 있어 학습 중심의 경험을 설계하는 것이 중요하다고 설명합니다. Study and Learn은 Microsoft 365 Copilot의 agent로, 학생이 과제에 계속 참여하면서 능동적으로 배울 수 있도록 설계되었습니다.
Python의 __all__ 변수는 와일드카드 import에서 어떤 이름을 불러올지 제어합니다. 이를 통해 패키지와 모듈이 외부에 공개하는 API 범위를 정할 수 있습니다.
이 글은 Python에서 와일드카드 import, 즉 `from module import *`의 동작을 이해하는지를 확인하는 퀴즈입니다. 또한 `__all__` 변수로 모듈과 패키지에서 공개할 API를 어떻게 제어하는지 다룹니다.
5월 10일부터 15일까지 영국 캠브리지에서 22번째 Bebras International Task Workshop이 열렸습니다. 이번 행사에는 61개국에서 101명이 참석했고, 온라인 참여자도 일부 논의에 함께했습니다. 참가자들은 4일 동안 8개 작업 그룹으로 나뉘어 277개의 과제를 검토했으며, 그중 214개가 최종 채택되었습니다. 이 워크숍은 2026년 각국의 Bebras Challenge 준비를 위해 과제를 다듬는 자리였습니다.
에이전트 스킬은 AI 에이전트에게 새로운 작업을 익히게 하는 방식입니다. 예시에서는 개가 특정 보상을 받으면 익힌 동작을 보여주는 것에 비유하며, AI 에이전트도 필요한 동작을 더 일관되게 수행하도록 만들 수 있다고 설명합니다. 제목은 에이전트를 단순히 가능하게 하는 수준에서 실제로 유용하게 만드는 방법을 다룹니다.
뉴저지주 파라무스의 한 고등학생이 무료 경제 프로그램을 만들어 중학생들에게 가르치고 있습니다. 이 프로그램은 AI로 만든 시뮬레이션을 활용해 스포츠팀 CEO, 리그 커미셔너 같은 역할을 맡겨 보게 하며, 연봉 상한선, 럭셔리 टैक्स, 드래프트, 트레이드 협상 같은 상황을 체험하게 합니다. 그는 스포츠에 대한 관심을 경제 개념과 연결해 학생들에게 전달하고 있습니다.