코딩, AI, 교육 소식을 짧게 요약하고 다음 학습에 활용할 수 있는 방법을 전합니다.
이 튜토리얼은 JavaScript, PDF.js, Canvas API, PDF-lib를 사용해 브라우저에서 동작하는 PDF 필터 스튜디오를 만드는 방법을 소개합니다. 사용자는 PDF를 업로드한 뒤 각 페이지를 미리 보고, 밝기·대비·흐림·흑백 같은 필터를 여러 겹 적용하거나 사전 설정 효과를 사용할 수 있습니다. 선택한 페이지만 처리하고, 결과를 미리 본 뒤 이름을 바꿔 브라우저에서 바로 다운로드할 수 있습니다. 모든 과정이 로컬에서 실행되어 업로드한 PDF가 기기를 벗어나지 않으므로 속도와 개인정보 보호에 유리합니다.
이 글은 AI 학습 도구를 단순한 순위가 아니라 용도별로 나누어 정리합니다. 이해가 안 되는 개념, 기억 유지, 강의 노트화, 자기 테스트, 자료 정리라는 5가지 학습 작업에 따라 ChatGPT study mode, Gemini Notebook, Anki, Otter, Quizlet, Notion을 예시로 듭니다. 또한 학생용 도구는 가격 변동이 잦아 2026년 8월 기준으로 가격을 확인했다고 설명합니다. 마지막으로, 도구는 보통 2가지 이하의 작업에만 강하다고 짚습니다.
“Text to video AI”는 서로 다른 두 기술을 함께 부르는 표현입니다. 하나는 존재하지 않았던 영상을 생성하는 모델로, 확산 트랜스포머가 압축된 video latent를 복원해 새 프레임을 만듭니다. 다른 하나는 대본을 아바타, 합성 음성, 템플릿 같은 기존 요소로 조합해 영상을 만드는 도구이며, 실패 양상과 비용 구조도 서로 다릅니다. 기사에서는 이 둘을 혼동하면 잘못된 제품을 선택하기 쉽다고 설명합니다.
ChatGPT는 대화에 강하지만, 실제 업무에서는 채팅 창 밖의 작업까지 이어지기를 원할 때가 많습니다. 예를 들어 연구 결과를 바탕으로 기록을 갱신하거나, 떠오른 아이디어를 메시지로 보내거나, 출력을 다른 곳에 저장할 수 있습니다. 연결 방법은 여러 가지가 있으며, 용어가 혼란스럽고 선택지가 겹쳐서 어떤 방식이 적절한지 바로 알기 어렵습니다.
같은 프롬프트라도 AI는 매번 다른 답을 낼 수 있으며, 이는 확률적 시스템의 특성입니다. 이런 변동성은 브레인스토밍에는 유용하지만, 팀이 일관성과 통제가 필요한 실제 업무에 AI를 넣을 때는 문제가 됩니다. 그래서 많은 기업이 AI만으로 이루어진 흐름을 줄이고 deterministic AI로 방향을 바꾸고 있습니다.
이 글은 ChatGPT를 처음 시작하는 사람을 위해, ChatGPT가 무엇인지와 어떻게 사용하는지, 그리고 어떻게 맞춤 설정하는지를 다룹니다. 또한 연구, 글쓰기, 다른 앱에서의 작업 실행까지 ChatGPT를 활용할 수 있다고 설명합니다.
이 글은 Python의 대입 연산자를 연습하는 퀴즈입니다. 변수를 생성하고 초기화하며 값을 갱신하는 방법과, 복합 대입과 walrus 연산자도 함께 다룹니다.
코딩 게임은 두 가지를 뜻합니다. 하나는 CodeCombat, Codewars, Flexbox Froggy, Human Resource Machine처럼 코딩 자체가 놀이인 게임이고, 다른 하나는 tic-tac-toe, snake, platformer처럼 직접 게임을 만들어 보며 배우는 방식입니다. 전자는 문법 연습에 좋지만 채용용 결과물을 만들기 어렵고, 후자는 더 느리고 어렵지만 포트폴리오를 남길 수 있습니다. 이 글은 초보자가 브라우저에서 끝낼 수 있는 난이도 순서의 게임, 게임과 웹페이지를 가르는 핵심 개념, 그리고 각 경로의 한계를 다룹니다.
2026년 졸업 예정인 대학생들은 AI를 충분히 접한 첫 세대이며, 고등학생들 또한 일상에서 AI를 많이 사용하지만 미래 영향에 대해서는 엇갈린 반응을 보이고 있습니다. 보스턴에서 열린 America’s Youth AI Festival의 미술 전시와 대회에는 전국의 학생, 교육자, 학교 관계자가 모여 교실에서의 AI 사용과 학생 생활에 미치는 영향을 논의했습니다. 행사에서는 4명의 학생이 2026 Me, Myself, and AI 공모전 수상작으로 소개되었고, 한 학생의 작품은 AI가 현재와 50년 뒤에 인간 삶에 미칠 변화를 담았습니다.
2026년에는 freeCodeCamp, The Odin Project, Harvard의 CS50x, University of Helsinki의 Full Stack Open처럼 무료이면서도 완성된 커리큘럼이 많습니다. 다만 문제는 자료 부족이 아니라 끝까지 마치는 데 있으며, 221개 온라인 강좌의 중앙 완수율은 12.6%였습니다. 이 글은 하나의 목표를 정하고 한 커리큘럼에 집중하며, 주 단위 계획과 코드 리뷰로 학습을 지속하는 방법을 제시합니다.
최근 휴가 직전 집의 에어컨이 고장 났고, 평소 부르던 수리공이 이를 고친 뒤 실외기 청소, 필터 교체, 스위치 패널 교체까지 함께 처리한 사례가 소개됩니다. 사용자는 한 가지 문제를 맡겼지만, 수리공은 추가로 필요한 일까지 판단해 수행했습니다. 이 글은 이런 방식이 소프트웨어와 AI 작업에서도 어떻게 나타나는지 설명하려는 흐름입니다.
이 글은 Python에서 SMTP와 smtplib를 사용해 이메일을 보내는 방법을 다룹니다. 파일 첨부, HTML 형식 메시지 작성, 대량 이메일의 개인화 방법도 함께 설명합니다.
웹사이트 배포는 완성된 파일을 항상 켜져 있는 서버에 올려 누구나 주소로 접속할 수 있게 만드는 과정입니다. 정적 사이트의 경우 2026년에는 코드를 GitHub에 푸시하고 Netlify, Vercel, Cloudflare Pages, GitHub Pages 같은 무료 호스트와 연결하는 방식이 가장 빠르며, 푸시할 때마다 자동으로 다시 빌드하고 배포합니다. 배포는 로컬에서만 보이던 HTML, CSS 파일을 실제 URL로 공개하는 단계이기도 합니다.
Raspberry Pi Foundation은 Experience AI 프로그램을 호주와 아오테아로아 뉴질랜드로 확대해 2028년까지 5,000명의 교육자를 양성하고 15만 명의 학생에게 도달하겠다고 밝혔습니다. 이번 확장은 Google.org의 120만 달러 지원을 바탕으로 지역 교육기관과 협력해 진행합니다. 프로그램은 AI의 작동 방식, 사회적·윤리적 영향, 그리고 생활 속 역할을 배우도록 돕습니다.
웹 개발자가 매일 쓰는 명령줄 기본기는 파일시스템 이동, 파일 생성과 편집, 내부 검색, 파이프로 명령 연결, 권한 확인, PATH 관리, 멈춘 프로세스 종료, SSH로 원격 서버 연결 등을 포함합니다. 이 글은 약 20개의 명령과 이를 잇는 사고방식이 필요하다고 설명하며, macOS, Linux, Windows에서 같은 흐름으로 배울 수 있다고 말합니다. 또한 패키지 관리, Git, 배포, 빌드 파이프라인이 모두 CLI 중심이며, AI 코딩 도구도 터미널에서 동작하므로 명령줄 이해가 더 중요해졌다고 강조합니다.
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.