① 어떤 상황에서 AI를 활용했나요?

고등학교 확률과통계 '정규분포' 단원은 학생들이 공식과 표 읽기에 머물러, '왜 종 모양이 되는가'·'확률은 곡선 아래의 넓이'·'표준화의 의미'를 체감하지 못하는 경우가 많습니다. 수행평가도 정형화되기 쉽고요. 저는 코딩 전문가가 아니지만, 개념을 눈으로 보여주는 수업 자료와 학생이 실제 데이터로 직접 탐구하는 평가 도구를 한 세트로 만들고 싶어 AI를 활용했습니다.

② 어떤 AI를 어떻게 활용했나요?

Anthropic의 Claude를 사용해, 코드를 직접 쓰지 않고 자연어로 교육적 요구사항을 설명하며 두 개의 단일 HTML 프로그램을 반복 생성·개선했습니다.
첫째, 수업용 슬라이드(약 20장). 동전던지기와 골턴보드(구슬이 못을 지나 쌓이며 종 모양이 만들어지는) 애니메이션으로 이항분포가 정규분포로 모이는 과정을 보여주고 → N(m, σ²) 표기 → 평균 m(중심)·표준편차 σ(퍼짐)의 의미 → '넓이가 곧 확률' → 표준정규분포 N(0,1)과 표준화 → 표준정규분포표를 직접 읽는 활동 → 이항분포의 정규근사까지, 개념을 순서대로 '보이게' 설계했습니다.
둘째, 탐구 워크벤치. 슬라이드에서 배운 개념을 학생이 직접 손으로 확인하도록, 공공데이터(KOSIS·OECD 등) 업로드 → 히스토그램에 정규곡선 적합 관찰 → 표본추출·평균·표준편차 직접 계산 → 표준화와 넓이=확률 시각화 → 두 지표의 Z 비교 → 보고서(.docx) 자동 생성의 7단계로 구성했습니다.

③ 활용 결과 어떤 변화가 있었나요?

슬라이드로 '왜 종 모양인지'를 눈으로 본 뒤 워크벤치로 직접 데이터를 분석하니, 학생들이 정규분포를 암기 대상이 아니라 '세상을 읽는 도구'로 경험하게 됐습니다. 슬라이드의 표준정규분포표 읽기 활동이 워크벤치의 확률 계산으로 자연스럽게 이어져 개념→실습→평가가 하나로 연결됐고, 보고서가 자동 생성돼 평가 부담도 크게 줄었습니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?

AI를 '코드를 대신 써주는 도구'가 아니라 '수업 설계 파트너'로 썼다는 점입니다. 개념 설명(슬라이드)과 학생 탐구(워크벤치)를 한 흐름으로 설계하고, "보여주는 건 도구가 하고, 판단·계산은 학생이 한다"는 원칙을 두 자료에 일관되게 녹였습니다 — 슬라이드는 애니메이션으로 원리를 보여주고, 워크벤치는 올바른 그림을 보여주되 정답을 대신 말해주지 않습니다. 둘 다 설치 없이 링크·단일 파일로 즉시 배포되고, 데이터는 외부 전송 없이 학생 브라우저 안에서만 처리됩니다.

⑤다른 사람도 따라 할 수 있나요?

네. 프로그래밍 지식 없이 자연어 대화만으로 만들었고, 두 결과물 모두 단일 HTML이라 누구나 링크 접속이나 파일 실행만으로 바로 쓸 수 있습니다. 슬라이드는 그대로 수업에, 워크벤치는 데이터 양식(개체명·지표1·지표2)만 바꾸면 어떤 교과·주제에도 응용돼 재현성과 확장성이 높습니다.

확인 링크
https://bluenet0011-star.github.io/normal-dist/
https://bluenet0011-star.github.io/class/