| 1. 창의성 |
|
|
|
| (보고서 1, 6번) |
타겟 데이터가 독창적이며, 주관적 해석과 근거가 매우 논리적이고 참신함. |
데이터 선정과 해석이 적절하나, 기존 사례와 유사하거나 근거가 일반적인 수준임. |
데이터 선정 이유가 불명확하고 창의적인 해석이나 근거 자료가 부족함. |
| 2. 코드 이해 |
|
|
|
| (보고서 3, 4번) |
코드를 논리적 단위로 분할하여 각 명령어의 기능과 흐름을 자신의 언어로 정확히 설명함. |
코드의 전반적인 흐름은 파악하고 있으나, 일부 명령어에 대한 설명이 미흡하거나 직역 수준임. |
코드에 대한 분석이 거의 없거나, 필수 설정(Thonny 등) 설명이 누락됨. |
| 3. 보고서 기록 |
|
|
|
| (전체, 7번) |
AI 결과와 본인 작성 내용의 구분이 완벽하며, 수행 일지가 마감일까지 구체적으로 기록됨. |
각 항목의 구분이 가능하며, 수행 일지가 작성되었으나 일부 날짜의 내용이 다소 부실함. |
항목 구분이 모호하여 가독성이 떨어지며, 수행 일지가 여러 날 누락됨. |
| 4. 시각화 표현 |
|
|
|
| (보고서 3, 5번) |
3가지 이상의 다양한 관점에서 데이터를 심도 있게 시각화하여 특징을 완벽히 도출함. |
기본 시각화와 1~2건의 추가 시각화를 수행하여 데이터의 의미를 적절히 전달함. |
기본적인 시각화만 수행했거나, 데이터 특성에 맞지 않는 부적절한 그래프를 사용함. |
| 5. AI 활용 능력 |
|
|
|
| (보고서 2, 4, 5번) |
체계적인 프롬프트를 사용하여 AI를 도구로서 완벽히 제어하고 결과를 비판적으로 수용함. |
적절한 조건으로 프롬프트를 작성했으나, AI의 결과물을 수정 없이 거의 그대로 사용함. |
프롬프트가 매우 단순하며, AI 결과물에 대한 추가적인 분석이나 개선 노력이 없음. |
| 6. 문제해결 능력 |
|
|
|
| (보고서 1, 2번) |
에러 발생 시 원인을 정확히 분석하고 주도적인 방법으로 해결한 과정을 상세히 기록함. |
문제 상황을 기술하고 적절한 조치를 취했으나, 해결 과정에 대한 설명이 다소 단순함. |
에러 해결에 대한 의지가 부족하거나, 결과적으로 코드가 정상 작동하지 않는 상태임. |
