AI를 많이 쓰면 인간의 뇌가 퇴화한다는 말 앞으로는 좀 다르게 봐야 할 것 같음
요즘 AI가 워낙 많은 걸 대신해 주다 보니 이런 걱정을 하는 사람들이 많음
"기초도 모르면서 AI한테 답부터 받아내면 결국 스스로 생각하는 능력을 잃는 거 아니냐?"
충분히 나올 만한 걱정 실제로 AI가 만들어 준 결과물을 이해하지도 못한 채 복붙만 한다면 배울 수 있는 게 거의 없으니까
근데 여기서 한 가지 놓치고 있는 게 있음
AI로 결과물을 먼저 만들어 보고 그 원리를 거꾸로 파고드는 방식도 엄연히 학습이라는 것임
오히려 이 방식이 기존 교육의 한계를 상당 부분 해결할 수도 있다고 생각함
일론 머스크가 설립한 실험학교 Ad Astra와 하향식(Top-down) 학습을 예로 들어 설명해 보겠음
1. 우리는 왜 기초부터 배워야 한다고 생각할까?
지금까지 우리가 받아온 교육은 대부분 상향식(Bottom-up)에 가까움
기초 개념부터 배우고, 공식을 외우고, 문제를 반복해서 풀면서 조금씩 어려운 단계로 올라가는 방식
집을 짓는다고 치면 벽돌을 만드는 방법부터 배우고, 시멘트 다루는 법을 익힌 다음에야 건물 설계에 참여하는 셈임
물론 기초가 중요하지 않다는 얘기는 아님 복잡한 문제를 제대로 이해하려면 기본적인 지식은 반드시 필요함
문제는 이런 방식만 고집하다 보면 정작 자신이 만들고 싶은 게 뭔지, 지금 배우는 지식이 어디에 쓰이는지도 모른 채 공부를 이어가게 된다는 거임
특히 AI가 웬만한 초안과 구현을 순식간에 만들어 주는 시대에는 더 그렇다고 봄
예전에는 기초를 몇 년씩 공부해야 겨우 시도할 수 있었던 프로젝트를 이제는 AI와 함께 처음부터 만들어 볼 수 있음
그 과정에서 모르는 개념을 발견하고, 필요할 때마다 공부하는 방식도 가능해진 거임
2. 일론 머스크의 Ad Astra가 보여 준 다른 접근법
일론 머스크는 2014년 자녀와 다른 학생들을 위해 Ad Astra라는 실험학교를 설립했음
이 학교의 교육 방식에서 눈여겨볼 부분은 개별 지식을 가르치는 것보다 실제 문제를 중심에 놓는 접근
머스크 역시 과거 인터뷰에서 도구를 먼저 가르치기보다는 엔진을 분해하는 것처럼 실제 문제를 통해 도구의 필요성을 이해시키는 교육을 강조한 적이 있음
예를 들어 로켓을 이해한다고 해보자
전통적인 방식이라면 물리 공식과 수학부터 차근차근 배우겠지만 문제 중심으로 접근하면 먼저 이런 질문을 던질 수 있음
"로켓을 화성까지 보내려면 무엇이 필요할까?"
이 질문 하나에서 추진력, 연료, 궤도 계산, 비용 등 여러 문제가 튀어나옴
그리고 학생들은 그 문제를 해결하는 과정에서 필요한 지식을 찾아 배우게 됨
먼저 목표를 이해하고 그 목표를 달성하기 위해 필요한 지식을 역으로 찾아가는 방식임
물론 이런 문제 중심 학습이 모든 상황에서 더 효과적이라고 입증된 건 아님 배경지식이 부족하면 오히려 어려움을 겪을 수도 있음
그래도 AI 시대에는 이 접근법이 훨씬 실용적으로 활용될 여지가 커졌다고 봄
3. AI로 먼저 만들고 나중에 역추적하는 학습
개인적으로 가장 중요하다고 생각하는 부분
예전에는 프로그램 하나를 만들려고 해도 문법부터 배우고, 프레임워크를 익히고, 수많은 오류를 해결해야 했음
그런데 지금은 AI에게 원하는 결과물을 설명하면 일단 작동하는 초안까지는 상당히 빠르게 만들어 볼 수 있음
여기서 학습 방식이 갈림
어떤 사람은 AI가 만든 코드를 그대로 복붙하고 끝냄. 당연히 이런 식으로는 실력이 크게 늘기 어려움
반면 어떤 사람은 결과물이 나오자마자 질문을 시작함.
"이 부분은 왜 이렇게 구현했지?"
"여기서 병목이 생기는 이유가 뭘까?"
"다른 구조로 바꾸면 성능이 어떻게 달라질까?"
"AI가 제안한 방법이 정말 최선일까?"
이런 질문을 던지고 직접 수정해 보면서 결과물의 구조를 이해하기 시작하는 거임
그동안 몰랐던 개념도 실제로 어디에 쓰이는지 확인하면서 배우게 됨
심지어 처음부터 혼자 만들었다면 엄두도 못 냈을 복잡한 프로젝트를 다뤄볼 수도 있음
물론 AI가 만든 결과물을 검증하려면 결국 본인도 공부해야 함 이해할 수 있는 수준까지 기초를 채우는 과정은 여전히 필요함
다만 예전처럼 모든 걸 배운 뒤에야 프로젝트를 시작할 필요는 줄어들고 있음
일단 만들어 보고, 모르는 부분을 파고들고, 다시 개선하는 학습이 가능해진 것임
AI를 단순한 정답 생성기가 아니라 끊임없이 질문을 주고받는 스파링 파트너로 활용하는 셈임
이렇게 되면 같은 시간에도 훨씬 많은 아이디어를 시험하고 실패해 볼 수 있음
결국 AI 시대의 공부는 어떻게 달라질까?
앞으로는 학습 방식이 크게 세 가지로 나뉠 것 같음
첫 번째는 AI를 멀리하면서 기존 방식으로만 공부하는 사람
두 번째는 AI가 만들어 준 답을 이해하지도 않고 그대로 가져다 쓰는 사람
세 번째는 AI로 일단 결과물을 만든 다음 그 결과를 검증하고 원리를 역추적하면서 자기 지식으로 흡수하는 사람임
개인적으로는 세 번째 방식이 앞으로 상당히 강력해질 거라고 생각함
여기서 중요한 건 AI를 얼마나 많이 쓰느냐가 아님
AI가 대신 해준 만큼 더 깊이 생각하고, 더 많은 걸 실험해 봤느냐가 중요함
AI 없이 직접 만들었다는 사실만으로 실력이 보장되는 것도 아니고 AI를 활용했다는 이유만으로 학습이 없었다고 볼 수도 없음
물론 기초 지식이 충분한 사람일수록 AI의 오류를 더 잘 발견하고 결과물도 제대로 개선할 수 있을 거임
그래서 앞으로는 기초를 버리는 게 아니라 기초를 배우는 순서와 방법 자체가 달라질 가능성이 크다고 봄
기초를 전부 익힌 뒤에 도전하는 대신 먼저 도전하고 부딪히면서 필요한 기초를 채워 나가는 식으로
AI가 인간을 똑똑하게 만들어 주는 건 아님. 하지만 AI 덕분에 이전보다 훨씬 어려운 문제에 일찍 도전할 수 있게 된 건 분명함
그 기회를 얼마나 자기 실력으로 바꾸느냐가 앞으로의 차이를 만들 것 같음