소개
시도하고자 했던 것과 그 이유를 알려주세요.
(내용 입력) 주요 식량 작물인 쌀, 밀, 옥수수에 대한 작물 생산량을 예측하여 유엔식량농업기구관련인턴 지원 시에 면접 준비 자료로 활용하기 위해서 연구를 진행하였다.
진행 방법
어떤 도구를 사용했고, 어떻게 활용하셨나요?
Tip: 사용한 프롬프트 전문을 꼭 포함하고, 내용을 짧게 소개해 주세요.
Tip: 활용 이미지나 캡처 화면을 꼭 남겨주세요.
Tip: 코드 전문은 코드블록에 감싸서 작성해주세요. ( / 을 눌러 '코드 블록'을 선택)
(내용) 사용한 프롬프트는 주요 식량 작물인 쌀, 밀, 옥수수에 대한 작물 생산량을 예측하여 유엔식량농업기구관련인턴 지원 시에 면접 준비 자료로 활용하기 위해서 연구를 진행해줘였다.
활용한 이미지는
이며
사용한 코드 블록은 다음과 같다.
import matplotlib.pyplot as plt
import numpy as np
# -----------------------------
# 1. 데이터 설정 (FAO · OECD-FAO 전망 기반)
# 단위: 백만 톤 (Million tonnes)
# -----------------------------
crops = ['Rice', 'Wheat', 'Maize']
production_2025 = [555.5, 804.9, 1601]
production_2034 = [598, 874, 1400]
x = np.arange(len(crops))
width = 0.35
# -----------------------------
# 2. 그래프 스타일 설정
# -----------------------------
plt.figure(figsize=(10, 6))
plt.style.use('seaborn-v0_8-whitegrid')
# -----------------------------
# 3. 막대 그래프 생성
# -----------------------------
bars1 = plt.bar(
x - width/2,
production_2025,
width,
label='2025/26',
color='#4C72B0'
)
bars2 = plt.bar(
x + width/2,
production_2034,
width,
label='2034 (Projection)',
color='#55A868'
)
# -----------------------------
# 4. 축 및 제목 설정
# -----------------------------
plt.xlabel('Crops', fontsize=12)
plt.ylabel('Production (Million tonnes)', fontsize=12)
plt.title(
'Global Cereal Production Forecast\n(FAO & OECD-FAO Outlook)',
fontsize=14,
weight='bold'
)
plt.xticks(x, crops, fontsize=11)
plt.legend()
# -----------------------------
# 5. 수치 라벨 추가
# -----------------------------
def add_labels(bars):
for bar in bars:
height = bar.get_height()
plt.text(
bar.get_x() + bar.get_width()/2,
height + 15,
f'{height:.0f}',
ha='center',
va='bottom',
fontsize=10
)
add_labels(bars1)
add_labels(bars2)
# -----------------------------
# 6. 레이아웃 조정 및 저장
# -----------------------------
plt.tight_layout()
plt.savefig(
'global_cereal_production_forecast.png',
dpi=300,
bbox_inches='tight'
)
plt.show()
결과와 배운 점
배운 점과 나만의 꿀팁을 알려주세요.
과정 중에 어떤 시행착오를 겪었나요?
도움이 필요한 부분이 있나요?
앞으로의 계획이 있다면 들려주세요.
(내용 입력) 이 탐구 활동을 통해 배운 점은 인턴 등의 면접 준비를 할 때에 기존에 참고 문헌을 출처가 불분명한 인터넷 자료나 전공 서적을 통해 찾아야 하는 번거로움이 있었지만 생성형 AI 이해와 활용과 코드 분석을 통해 면접 준비를 용이하게 할 수 있어서 좋았으며 프롬프트를 세세하고 정확하게 지시하면 더 좋은 결과물을 얻을 수 있다는 꿀팁을 알게 되었다.
과정 중에 이미지 생성이 계속 되지 않아 시행착오를 겪어 캡처 도구를 통해 이미지를 생성하였으나 추가적인 강의와 질문을 통해 해결할 예정이다.
도움이 필요한 부분에 경우 코드를 읽는 방법이 궁금하여 원하는 이미지 생성을 정확할 수 있는 방법이 궁금하다.
앞으로 추후에 면접을 치뤄야 하는 상황이 온다면 면접 예상 질문을 최대한 많이 수집한 후에 생성형 인공지능을 통해 내가 경험했던 바를 분석하여 최선의 답을 찾는 것과 공모전 등이 있을 경우 리서치나 분석 과정 중에 코드 등을 정확히 이해하여 생성형 인공지능을 활용하고 싶다는 계획이 있다.
도움 받은 글 (옵션)
참고한 지피터스 글이나 외부 사례를 알려주세요.
