코딩, AI, 교육 소식을 짧게 요약하고 다음 학습에 활용할 수 있는 방법을 전합니다.
freeCodeCamp.org YouTube 채널에 Sumit Saha가 강의한 데이터 구조와 알고리즘(DSA) 강좌가 소개되었습니다. 이 강좌는 복잡한 용어와 수학 대신 일상적인 비유를 사용해 데이터가 저장, 검색, 최적화되는 방식을 직관적으로 설명합니다. 배열, 연결 리스트, 스택, 큐, 해시 테이블, 트리, 그래프, 검색·정렬 알고리즘과 재귀, 백트래킹, 다익스트라, 그리디, 분할 정복, 동적 계획법까지 다룹니다.
무료 브라우저 기반 Code Editor가 인터넷 연결이 끊겨도 계속 작동하도록 개선되었습니다. 수업이나 프로젝트 진행 중 연결이 끊기거나 페이지를 새로고침해도, 코드 작성과 실행을 중단 없이 이어갈 수 있습니다. 기존에는 연결이 끊긴 상태에서 새로고침하면 작업이 사라지거나 빈 화면, 브라우저 오류를 볼 수 있었습니다.
AI가 생성한 Python 코드를 어떻게 효율적으로 검토하는지 이해를 점검하는 퀴즈입니다. 자동화된 검사부터 코딩 에이전트가 가장 자주 놓치는 버그까지 다룹니다.
EdSurge의 이번 에피소드에서는 두 가지 관점에서 AI의 비용을 살펴봅니다. Michael Hernandez는 AI가 쉽게 풀 수 없는 과제를 만들기 위해 평문으로 요구사항을 설명하는 vibe coding을 사용했고, Mi Aniefuna는 AI를 돌리는 데이터센터와 전기요금 같은 숨은 비용을 추적합니다. 학교가 AI-first 환경을 검토할 때 교육 내용뿐 아니라 예산과 청구서까지 함께 봐야 한다는 문제를 제기합니다.
이 글은 웹사이트가 마우스로는 잘 작동해도, 일부 사용자에게는 사용이 어려울 수 있는 사례를 들어 접근성의 중요성을 설명합니다. WCAG 2.2는 이러한 장벽을 줄이기 위한 공통 기준이며, W3C는 가능하면 WCAG 2.2 사용을 권장합니다. 글은 특히 프론트엔드 개발에 자주 영향을 주는 Level A와 AA 요구사항에 초점을 맞춥니다.
Python의 deque를 사용하면 양쪽 끝에서 항목을 효율적으로 추가하고 제거할 수 있습니다. 이를 이용해 큐와 스택을 만들 수 있으며, maxlen을 설정해 저장 길이가 제한된 기록도 관리할 수 있습니다.
브라우저에 숨겨진 Inspect Element는 웹페이지를 우클릭한 뒤 Inspect를 선택해 사용할 수 있는 도구입니다. HTML, CSS, JavaScript와 함께 이미지, 글꼴, 애니메이션, 로딩 시간, 색상 값 등을 실시간으로 확인할 수 있으며, 브라우저 안에서 임시로 수정할 수도 있습니다. 이 도구는 웹사이트 구조를 배우거나 자신의 사이트 문제를 점검하고 디자인 변경안을 시험하는 데 유용합니다.
서브쿼리란 SQL에서 다른 쿼리 안에 들어 있는 쿼리입니다. 안쪽 쿼리는 추가 데이터를 제공하거나, 바깥 쿼리가 반환하는 행을 필터링하는 데 사용됩니다. 예시로 registration에서 student_id를 기준으로, location이 'Lagos'인 student의 id를 찾는 방식이 소개됩니다. 또한 서브쿼리를 이해하려면 SELECT, FROM, WHERE, JOINS, CASE와 실행 순서를 먼저 알아야 합니다.
AI 코딩 에이전트와 함께 Python 디버깅을 할 때는 먼저 실패하는 테스트로 버그를 재현합니다. 그다음 에이전트에 필요한 맥락을 제공하고, 수정 결과를 다시 검증합니다.
이 글은 브라우저에서 동작하는 PDF 흑백 변환기를 JavaScript로 만드는 방법을 소개합니다. 사용자는 PDF를 업로드한 뒤 각 페이지를 미리 보고, 흑백 변환 강도와 변환 모드를 조정하며, 처리할 페이지를 선택할 수 있습니다. 변환 결과를 새 PDF로 생성해 미리 보고 파일명을 바꿔 다운로드할 수 있으며, 문서는 외부 서버로 업로드하지 않습니다. 구현에는 PDF.js, HTML Canvas API, PDF-lib를 사용합니다.
이 글은 Python 패키징에 대한 이해를 점검하는 퀴즈입니다. 패키지 이름을 정하고 설정하는 방법부터 배포용 파일을 만들고 PyPI에 업로드하는 과정까지 다룹니다.
가정의 조명 제어 사례처럼, 일부 AI 워크플로는 실제로는 간단한 규칙으로도 처리할 수 있는 작업을 복잡하게 다루기도 합니다. 예시로 제시된 경우는 숫자가 임계값보다 큰지 확인하는 작업이며, 이는 초기 Excel 시절부터 조건문이 처리해 온 일입니다.
ChatGPT는 처음에는 OpenAI의 large language models(LLM)을 보여 주는 챗봇이자 기술 데모로 시작했습니다. 현재는 웹 검색, 이미지 생성, 코드 작성, 복잡한 문제 추론, 여러 앱에 걸친 다단계 작업 실행까지 하는 범용 AI 플랫폼에 더 가깝습니다. OpenAI가 새로운 모델과 기능을 계속 추가하면서, ChatGPT의 작동 방식을 설명하는 일은 점점 더 어려워졌습니다.
AI 튜터는 2시에도 이용할 수 있고, 같은 질문을 여러 번 해도 지치지 않으며, 설명 수준을 바꿔가며 다시 풀어줄 수 있습니다. 또한 무제한 연습문제를 만들고, 학습 중 대화 연습에도 활용할 수 있습니다. 다만 이런 편리함만으로 학습이 실제로 이루어졌는지는 알 수 없으며, AI 튜터는 이해도를 판단하는 데는 약하다고 설명합니다. 일반 챗봇, 학습 모드, 연구용 튜터를 구분하지 않으면 효과에 대한 평가가 엇갈릴 수 있습니다.
컴퓨팅 교육자들은 경험을 바탕으로 문제를 풀지만, 초보 프로그래머는 시작 단계부터 부담을 느낄 수 있습니다. 이 글은 학습자가 프로그램 문제를 더 쉽게 나누어 생각하도록 돕는 발판 역할의 방법으로 subgoal labels를 소개합니다. worked example에 짧은 지시를 덧붙여 큰 과제를 단계별로 안내하는 방식입니다.
Google은 최근 몇 년간 "Gemini era"를 이어오고 있으며, 재브랜딩은 줄었지만 관련 기능은 빠르게 개선되고 있습니다. Gemini는 Google이 현재 세대의 멀티모달 AI 모델군에 붙인 이름이며, 최신은 3.7 시리즈입니다. 다만 이 이름이 AI와 연결된 여러 제품과 기능에도 사용되어 다소 혼란스러울 수 있습니다.
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.