여러분, 질문 하나 드릴게요. 오늘 하루를 돌아봤을 때, 여러분은 땀을 흘리셨나요?
그는 이렇게 말합니다. "학습은 재미있을 필요가 없다. 주된 느낌은 '노력'이어야 한다. 정신적으로 땀을 흘리는 느낌이어야 한다"고요.
요즘 우리는 정말 땀을 흘리고 있을까요? 아니면 그냥 ChatGPT에게 물어보고, 복사하고, 붙여넣고 있는 건 아닐까요?
너무 달콤한 함정
트위터에서 본 고백 하나가 생각나네요.
"개꿀빠는 거 들키면 어떡하지. 바이브코딩에 심취해서 이해하지 못한 개똥코드를 썼는데, 내가 모르고 있으면 어떻하지. 이거 내 실력이 아닌데 도태되는 기분인데... 너무 달콤하다."
달콤합니다. 너무 달콤합니다.
문제는, 이게 단백질 바를 먹는 것과 똑같다는 거예요. 건강한 운동 보충제를 먹는 것 같지만, 성분표를 보면 그냥 초콜릿 바입니다. 학습하는 것 같지만, 실은 그냥 엔터테인먼트를 소비하고 있는 거죠.
뇌가 게을러집니다
연구진은 참가자들을 세 그룹으로 나눴습니다: LLM 사용 그룹, 검색엔진 그룹, 도구 없이 뇌만 쓰는 그룹. 각각 에세이를 작성하게 한 후 뇌파와 행동을 분석했습니다.
결과는 명확했습니다:
첫째, LLM을 쓰면 자기가 쓴 문장을 뇌에서 인출하지 못합니다. 인지적 오프로딩(cognitive offloading, 뇌가 정보 처리와 저장의 부담을 외부 도구에 떠넘기는 현상)이 일어나 부호화 자체가 안 되기 때문입니다. 정보가 장기기억으로 넘어가지 않는 겁니다.
둘째, 순서가 중요합니다. 처음부터 LLM을 쓴 그룹과 뇌를 먼저 쓰고 LLM을 쓴 그룹을 비교했더니, 먼저 스스로 고민한 쪽이 훨씬 나은 결과를 냈습니다. 처음에 자기가 고민했던 내용과 생성된 내용을 비교하면서 성찰과 정교한 반복이 일어나기 때문입니다.
셋째, 인지적 부채(cognitive debt)가 쌓입니다. 인지부하 이론으로 해석하면:
•
LLM은 외재적 인지부하를 낮춰 집중도를 올려줌 (좋음)
•
하지만 본질적 인지부하도 감소함 (문제)
•
생산성은 올라가지만 학습의 질은 감소함
한 연구자는 이렇게 비유합니다:
"호르몬 과다 투입 시 몸에서 호르몬 생성을 멈추는데, 굉장히 비슷해 보입니다. 정보를 외부에서 주입하니 내부에서 생성조합 자체가 셧다운되는 듯."
마치 부신기능부전(secondary adrenal insufficiency)처럼, 인지적 오프로딩이 계속되면 학습과 훈련이 덜 이루어지게 됩니다.
올바른 사고의 순서가 뇌를 성장시킵니다.
•
•
먼저 가설을 세우지 않으면, AI의 답변은 그저 스쳐 지나가는 텍스트일 뿐입니다. 여러분의 가설과 AI의 답변이 충돌할 때 비로소 학습이 일어납니다.
현장에서도 그렇습니다
이론만이 아닙니다. 현장의 목소리를 들어볼까요?
"예전 팀원 중에 정말 무분별하게 LLM으로 코딩하는 주니어가 있었는데, 버그가 생기면 어떻게 했을 것 같아요? 에러 메시지를 LLM에 던지고, 출력값 코드를 복붙하고, 돌려보고... 될 때까지 반복했습니다. 몇 달 동안 자기가 개발하고 유지보수한 서비스인데, 그 코드베이스나 시스템에 대한 이해가 전혀 안 늘었어요."
몇 달이 지났는데 이해가 안 늘었다. 연구 결과 그대로입니다. 부호화가 안 되니, 장기기억이 안 만들어집니다.
또 다른 개발자는 이렇게 말합니다.
"이제는 시니어 개발자는 코드 리뷰가 아니라 주니어 개발자의 LLM 대화창을 리뷰해야 한다."
진짜 봐야 하는 건 사고과정입니다. "어떻게 지시하는지, 무엇을 묻는지, 어떻게 검증하는지." 코드는 더 이상 그 사람의 사고를 반영하지 않으니까요.
근본적 질문
하루가 지나고, 일주일이 지나고, 한 달이 지나고, 일 년이 지났을 때... 여러분은 전문가가 되어 있을 것 같나요?
오늘 하루 속에 장기기억을 만드는 구조가 들어있나요?
연구가 보여준 것처럼, LLM을 쓰면 편해집니다. 외재적 인지부하가 줄어듭니다. 하지만 본질적 인지부하도 줄어듭니다. 뇌가 게을러집니다. 부호화가 안 됩니다. 장기기억이 안 만들어집니다.
더 근본적인 질문입니다. 장기기억에 남지 않는 인생을 내 인생이라고 할 수 있을까요?
그렇다면 전문성이란 무엇일까요? 왜 장기기억의 스키마가 중요할까요?

