AI 시대 공부 1년 실험 — 5개 도메인을 AI와 함께 공부해 본 본인 데이터
"AI가 다 해주는데 공부가 필요한가?"는 작년부터 가장 자주 받는 질문 중 하나입니다. 답이 "필요하다"는 건 다들 알아요. 진짜 어려운 건 "무엇을 어떻게 공부할 것인가"예요. 그래서 본인이 1년 동안 5개 다른 도메인(수학, 시스템 디자인, 영어, 운동 과학, 프롬프트 엔지니어링)을 AI와 함께 공부하면서 측정한 데이터를 정리합니다. 박태웅 의장이 짚은 "기초의 중요성"을 본인 학습 곡선으로 검증한 노트예요.
결론을 미리 적으면 — 같은 시간 공부해도 "AI에게 답을 받는 사람"과 "AI를 학습 파트너로 쓰는 사람"의 1년 차이는 매우 큽니다. 5개 도메인 모두에서 같은 패턴이 또렷하게 나왔어요. 그 차이를 만든 메커니즘과 본인 데이터를 정리합니다. 이 글은 주니어 성장 글이 직장 학습이었다면, 이번에는 자기주도 학습에 집중합니다.
먼저, 학습 과학이 말하는 "기초"의 정확한 의미
"AI 시대에도 기초가 중요하다"는 말이 흔하지만 학문적 근거를 같이 봐야 정확해요. 학습 연구의 두 기둥을 정리하면:
① Bloom's Taxonomy (학습 위계)
Bloom's Taxonomy는 학습 단계를 6개로 분류합니다: Remember → Understand → Apply → Analyze → Evaluate → Create. AI는 1~3단계(암기·이해·적용)를 빠르게 처리해줍니다. 그러면 사람의 자리는 4~6단계(분석·평가·창조)예요. 단, 4~6단계는 1~3단계의 견고함 위에서만 작동합니다. 기초가 약하면 4단계가 아예 시작 안 돼요.
② Cognitive Load Theory (인지 부하)
Sweller의 인지 부하 이론(1988)은 작업 기억의 한계가 학습을 결정한다고 봅니다. AI가 단순 정보 검색·요약 부담을 줄여주면, 사람의 작업 기억이 본질에 더 쓰일 수 있어요. 다만 그 본질이 무엇인지를 아는 게 전제입니다. 모르면 AI가 만든 표면적 답에 머물러요.
이 두 이론을 합치면 "AI 시대 공부"의 정확한 정의가 나옵니다. 1~3단계는 AI에게 위임하고, 4~6단계에 본인의 작업 기억을 집중하기. 다만 그게 자동으로 일어나지 않는 게 함정이에요.
1년 5개 도메인 학습 실험 — 본인 측정
2025년 5월부터 2026년 4월까지 5개 도메인을 각각 다른 AI 활용 방식으로 공부했습니다. 같은 책/강의를 진행하되, AI 활용 방식만 달리해 비교해 봤어요.
도메인별 주간 시간 + AI 활용 방식 + 1년 후 평가
| 도메인 | 주간 시간 | AI 방식 | 1년 후 평가 |
|---|---|---|---|
| 수학(선형대수) | 3시간 | 활용형: 본인 풀이 → AI 채점 | ⭐⭐⭐⭐⭐ 가장 안정 |
| 시스템 디자인 | 2시간 | 활용형: 본인 설계 → AI 비판 | ⭐⭐⭐⭐ 깊이 향상 |
| 영어 글쓰기 | 2시간 | 의존형: AI 초안 → 그대로 사용 | ⭐⭐ 정체 |
| 운동 과학 | 1시간 | 활용형: AI 요약 → 1차 자료 검증 | ⭐⭐⭐⭐ 실생활 적용 |
| 프롬프트 엔지니어링 | 2시간 | 활용형: 실험 → AI 비교 분석 | ⭐⭐⭐⭐⭐ 가장 큰 변화 |
1년 결과의 가장 또렷한 패턴: 의존형으로 한 영어가 유일하게 정체입니다. AI가 매번 영작을 대신 해주니까 본인 영작 능력이 시작 시점에서 거의 안 늘었어요. 같은 2시간/주를 썼는데 다른 도메인은 의미있게 성장했고 영어만 정체. 메커니즘이 또렷합니다.
가장 큰 효과 — "AI 채점" 방식 (수학)
수학(선형대수)에서 가장 강력했던 방식: 본인이 먼저 문제를 풀고, AI에게 풀이 검토 + 다른 풀이법 제안 + 약점 진단을 시킴. 이건 AI 등장 전에는 사실상 불가능한 학습 방식이에요. 과외 선생님이 매번 옆에 있어야 하는데, AI가 그걸 24시간 제공합니다.
# 수학 채점 프롬프트 (본인이 정착시킨 형태)
다음은 내 풀이다. 평가해라:
[본인 풀이]
순서대로:
1. 풀이가 맞는가? 어디서 틀렸나?
2. 더 우아한 풀이가 있는가?
3. 이 문제 유형에서 자주 막히는 약점이 무엇인가?
4. 다음에 풀어볼 비슷한 난이도 문제 3개"내 풀이를 먼저 만들고 → AI가 비판"의 순서가 핵심이에요. 반대 순서(AI 먼저)면 본인 사고가 안 일어나서 학습 효과가 사라집니다.
왜 영어만 정체했나 — Active vs Passive 학습
학습 과학에서 가장 잘 검증된 발견 중 하나가 Generation Effect예요. 본인이 직접 답을 만들어내는 것(generation)이 답을 읽는 것(passive reading)보다 기억과 이해에 압도적으로 유리하다는 효과. 1978년부터 검증된 100건 이상의 연구가 일관된 결론을 보여줍니다.
AI 의존형 학습은 본질적으로 passive reading입니다. AI가 만든 영작을 읽기만 하는 건 본인의 generation이 일어나지 않아요. 그래서 시간을 써도 늘지 않습니다. 본인 영어 1년 정체가 정확히 이 메커니즘이에요.
AI 시대 공부의 갈림길은 "AI에게 답을 받는가" vs "AI에게 검토를 받는가"입니다. 답을 받는 학습은 1년이 지나도 본인이 안 늘어요. 검토를 받는 학습은 1년이면 도메인 깊이가 분명히 달라집니다. 같은 2시간/주가 다른 결과를 만들어요.
"AI 활용형 학습" 정착 시키는 4가지 원칙
1년 실험에서 가장 효과 본 원칙들입니다.
원칙 1: "AI에게 답을 묻지 말고 비판을 부탁하라"
가장 중요한 원칙이에요. 답을 묻는 순간 학습이 멈춥니다. 본인 결과물(풀이, 글, 설계)을 먼저 만든 뒤 AI에게 검토만 시키세요. 30초만 본인 머리를 쓰는 것과 안 쓰는 것의 차이가 엄청납니다.
원칙 2: "한 가지 약점을 명시적으로 추적하라"
AI에게 채점받을 때 매번 "내 약점 한 가지를 진단해줘"를 추가합니다. 1주일 단위로 같은 약점이 반복되는지 본인이 추적. 이게 메타인지 학습의 출발점이에요.
원칙 3: "AI 답을 자기 언어로 다시 쓰기"
AI가 좋은 설명을 해줘도 그냥 읽으면 안 남습니다. 그 설명을 자기 언어로 다시 쓰는 단계가 generation을 만들어요. 본인은 매주 노션에 "이번 주 배운 것 3줄"을 직접 손으로 정리합니다. 이게 1년 누적되면 본인 도메인 지도가 됩니다.
원칙 4: "AI가 못 가르치는 영역에는 사람을 둔다"
본인이 시스템 디자인을 공부할 때 AI 비판만으로는 부족했어요. 1차 책 + 시니어 멘토 1명 + AI 비판이 최강 조합이었습니다. AI는 만능 선생님이 아니에요. 학습 도메인의 어떤 단계는 여전히 사람이 필요합니다.
아이·청소년 부모의 입장에서 본 적용
이 패턴은 본인 학습뿐 아니라 자녀 교육에도 그대로 적용됩니다. AI 튜터 4개 비교 글에서 측정한 것처럼 도구 자체보다 사용 방식이 결정적이에요. Khanmigo가 효과 좋았던 이유는 "정답을 안 주는 도구"였기 때문이고, 콴다가 정체를 만든 이유는 "풀이를 즉시 주는 도구"였기 때문입니다.
부모가 자녀에게 권할 수 있는 한 줄: "답을 먼저 묻지 말고, 자기 풀이를 먼저 적은 다음 AI에게 검토를 받아라." 이 한 가지 습관이 1년 학습 결과의 80%를 결정합니다.
1년 실험에서 가장 단단해진 결론은 "AI는 학습을 끝내는 도구가 아니라, 학습 태도의 차이를 증폭시키는 도구"라는 점입니다. 검수 습관 있는 사람과 없는 사람의 격차가 AI 등장 전보다 더 빨리 벌어집니다. 좋은 학습 습관을 가진 사람에게는 가속기, 그렇지 않은 사람에게는 정체기예요.
관련 글 — 학습·성장 시리즈
원스의 결론 — 공부의 무게중심이 바뀐다
1년 5개 도메인 학습 실험으로 정리한 결론은 셋입니다.
① "공부가 사라진다"가 아니라 "공부의 무게중심이 옮겨진다"입니다. Remember/Understand는 AI에게 위임 가능. Analyze/Evaluate/Create는 사람에게 남아요. 후자에 시간을 더 써야 합니다.
② 학습 효과의 1번 변수는 "Generation"입니다. 본인이 답을 먼저 만들어내는가가 같은 시간 학습의 결과를 1년 후 결정해요. AI에게 답을 받는 학습은 시간만 쓰고 안 늘어납니다.
③ AI 시대의 진짜 기초는 "검수 습관"입니다. 도구가 강해질수록 검수 안목이 결정적. 이 안목은 빨리 답을 받는 사람이 아니라 답을 의심하는 사람에게 쌓입니다.
"AI가 공부를 끝낼까"라는 질문보다 더 정확한 질문은 "AI 시대에 어떤 공부가 살아남을까"예요. 1년 데이터의 답은 단순합니다. 본인이 generation하고, AI에게 검토받고, 자기 언어로 다시 쓰는 학습이 살아남습니다. 이 셋만 지키면 도구가 더 발전해도 흔들리지 않는 학습 곡선이 만들어집니다.
📚 본 글의 1차 자료
- 출발점: 박태웅 의장 - AI 시대 공부 대담
- Bloom's Taxonomy - 학습 위계 6단계
- Cognitive Load Theory (Sweller, 1988)
- Trends in Cognitive Sciences - Generation Effect 메타분석
- 측정 데이터 — 본인의 1년(2025-05 ~ 2026-04) 5개 도메인 학습 일지
댓글
댓글 쓰기