AI에게 설명시키는 법

"쉽게 설명해줘"는 좋은 시작이지만 충분하지 않다

많은 사람이 AI에게 처음 공부를 시킬 때 이렇게 묻는다.

"상대성이론 쉽게 설명해줘."
"미분 쉽게 설명해줘."
"마케팅 퍼널 쉽게 설명해줘."

나쁜 질문은 아니다. 적어도 "상대성이론이 뭐야?"라고 한 줄로 던지는 것보다는 낫다. 하지만 공부용 질문으로는 아직 부족하다. 왜냐하면 "쉽게"라는 말은 너무 넓기 때문이다. 초등학생에게 쉬운 설명과 대학생에게 쉬운 설명은 다르다. 시험을 준비하는 사람에게 쉬운 설명과 실무에서 바로 써야 하는 사람에게 쉬운 설명도 다르다.

AI는 사람의 마음을 읽지 못한다. 내가 어떤 배경지식을 가지고 있는지, 어디까지 이해해야 하는지, 어떤 예시가 익숙한지 알지 못한다. 그래서 "쉽게 설명해줘"라고만 물으면 AI는 평균적인 설명을 내놓는다. 그 설명은 그럴듯하지만 내 머리에 딱 맞지는 않을 수 있다.

AI를 개인 튜터로 쓰려면 질문을 조금 더 구체적으로 만들어야 한다. 핵심은 설명의 조건을 정해주는 것이다. 좋은 설명 요청에는 보통 다음 네 가지가 들어간다.

• 내가 이미 알고 있는 배경지식

• 내가 도달하고 싶은 목표 수준

• 설명받고 싶은 방식

• 확인하고 싶은 결과물

예를 들어 "미분 쉽게 설명해줘" 대신 이렇게 물을 수 있다.

나는 고등학교 수학을 공부하는 학생이야. 함수의 그래프와 기울기는 어느 정도 알아. 미분을 처음 배우는데, 시험 문제를 풀 수 있을 정도로 이해하고 싶어. 먼저 일상적인 비유로 설명하고, 그다음 그래프에서 어떤 의미인지 알려줘. 마지막에는 내가 꼭 기억해야 할 핵심 문장 3개와 간단한 확인 문제 2개를 만들어줘.

같은 개념을 묻고 있지만 결과는 완전히 달라진다. AI는 이제 "쉽게"라는 막연한 방향이 아니라, "고등학생 수준", "그래프와 기울기는 알고 있음", "시험 문제 풀이가 목표", "비유 → 그래프 의미 → 핵심 문장 → 확인 문제"라는 학습 경로를 갖고 설명하게 된다.

좋은 질문은 AI의 똑똑함을 끌어내는 스위치가 아니다. 내 공부의 방향을 정하는 설계도에 가깝다.

설명을 잘 받는 질문의 기본 구조

AI에게 설명을 요청할 때마다 긴 프롬프트를 써야 하는 것은 아니다. 하지만 머릿속에는 기본 구조가 있어야 한다. 다음 문장 틀을 기억해두면 대부분의 개념 학습에 바로 사용할 수 있다.

나는 지금 [과목/분야]를 공부하고 있어.
내 수준은 [현재 수준]이고, [이미 아는 것]은 이해했지만 [모르는 것]이 헷갈려.
이 개념을 [목표]할 수 있을 정도로 배우고 싶어.
[원하는 설명 방식]으로 설명해주고, 마지막에 [확인 활동]을 해줘.

예를 들어 생명과학의 "항상성"을 공부한다고 해보자.

나는 지금 고등학교 생명과학을 공부하고 있어. 내 수준은 교과서 내용을 처음 읽은 정도이고, 몸이 체온을 조절한다는 건 알지만 왜 이것을 항상성이라고 부르는지 헷갈려. 이 개념을 내신 서술형 문제에 쓸 수 있을 정도로 배우고 싶어. 일상생활 비유와 생물학적 예시를 함께 들어 설명해주고, 마지막에 내가 한 문장으로 설명할 수 있도록 질문해줘.

이 질문에는 공부의 방향이 들어 있다. AI는 단순히 정의를 알려주는 데서 멈추지 않고, 서술형 답안에 필요한 표현까지 염두에 두고 설명한다. 여기서 중요한 점은 내가 모르는 부분을 정확히 밝히는 것이다. "항상성을 몰라"보다 "체온 조절은 알지만 왜 항상성이라고 부르는지 헷갈려"가 훨씬 강력하다.

공부는 모르는 것을 아는 척하지 않는 데서 시작된다. AI에게도 마찬가지다. 내가 헷갈리는 지점을 좁혀줄수록 AI는 더 좋은 튜터가 된다.

수준을 지정하면 설명의 모양이 바뀐다

같은 개념도 누구에게 설명하느냐에 따라 완전히 달라져야 한다. "인플레이션"을 예로 들어보자. 초등학생에게는 용돈과 과자 가격으로 설명하는 편이 좋다. 고등학생에게는 수요와 공급, 통화량, 물가 지수를 연결해야 한다. 대학생에게는 거시경제의 변수와 정책까지 다뤄야 한다. 실무자에게는 금리, 임금, 원가, 투자 판단 같은 현실적 의사결정과 연결되어야 한다.

AI에게 수준을 지정한다는 것은 설명의 언어, 깊이, 예시를 조절하라는 뜻이다.

초등학생 수준으로 설명을 받고 싶다면 이렇게 물을 수 있다.

인플레이션을 초등학생도 이해할 수 있게 설명해줘. 어려운 경제 용어는 쓰지 말고, 용돈과 떡볶이 가격이 오르는 상황으로 비유해줘. 마지막에는 "인플레이션은 한마디로 무엇이다"라는 문장을 만들어줘.

이 질문의 목표는 정확한 학문적 정의보다 첫 감각을 잡는 것이다. 이런 설명은 처음 개념을 만날 때 유용하다. 어려운 용어가 머리를 막기 전에, "아, 대충 이런 느낌이구나" 하고 개념의 입구를 열어준다.

고등학생 수준에서는 시험과 교과 개념이 중요하다.

인플레이션을 고등학생 사회 과목 수준으로 설명해줘. 수요 증가, 비용 상승, 통화량 증가와 연결해서 설명하고, 각각의 원인을 예시와 함께 구분해줘. 내신 시험에 나올 만한 비교 문제도 3개 만들어줘.

여기서는 개념의 구분이 중요하다. 단순히 "물가가 오르는 것"이라고만 알면 시험 문제에서 흔들린다. 왜 물가가 오르는지, 원인에 따라 어떤 차이가 있는지 알아야 한다.

대학생 수준에서는 이론적 구조와 논쟁이 필요하다.

인플레이션을 경제학 입문을 듣는 대학생 수준으로 설명해줘. 총수요·총공급 모형, 기대 인플레이션, 중앙은행의 금리 정책과 연결해서 설명해줘. 단, 수식은 최소화하고 개념 간 관계를 중심으로 정리해줘.

이 질문은 개념 하나를 더 큰 지식 체계 속에 배치하게 만든다. 대학 공부에서는 단편적 정의보다 개념 간 연결이 중요하다.

실무자 수준에서는 의사결정과 연결해야 한다.

인플레이션을 직장인 실무자 관점에서 설명해줘. 물가 상승이 기업의 원가, 임금, 가격 정책, 개인의 소비와 투자 판단에 어떤 영향을 주는지 사례 중심으로 알려줘. 마지막에는 뉴스 기사를 읽을 때 확인해야 할 체크포인트를 정리해줘.

이 설명은 시험보다 현실 적용에 초점이 있다. 같은 개념이라도 "어디에 쓸 것인가"에 따라 설명이 바뀐다.

공부할 때는 한 번에 높은 수준의 설명을 요구할 필요가 없다. 오히려 낮은 수준에서 시작해 점점 올리는 편이 더 강력하다. 처음에는 초등학생 수준으로 감을 잡고, 그다음 고등학생 수준으로 개념을 구분하고, 대학생 수준으로 구조를 이해하고, 마지막에는 실무자 수준으로 적용해보는 식이다. 이것이 AI 시대의 계단식 이해법이다.

나쁜 질문과 좋은 질문은 무엇이 다른가

AI 공부에서 질문의 차이는 결과의 차이로 이어진다. 다음 두 질문을 비교해보자.

나쁜 질문:
"삼권분립 설명해줘."

이 질문을 받으면 AI는 아마 입법부, 행정부, 사법부가 권력을 나누어 견제한다는 설명을 해줄 것이다. 틀린 설명은 아닐 수 있다. 하지만 그 설명을 읽고 나서 시험 문제를 풀 수 있을까? 헷갈리는 선지를 구분할 수 있을까? 현실 뉴스에 적용할 수 있을까? 장담하기 어렵다.

이번에는 질문을 바꿔보자.

좋은 질문:
"나는 중학교 사회를 공부하고 있어. 삼권분립의 기본 뜻은 알지만, 왜 굳이 권력을 나누어야 하는지 잘 모르겠어. 왕이 모든 권력을 가진 상황과 비교해서 설명해줘. 입법부·행정부·사법부가 각각 무슨 일을 하는지 쉬운 예시로 설명하고, 마지막에는 내가 헷갈릴 만한 오개념 3가지를 짚어줘."

좋은 질문은 네 가지 면에서 다르다. 첫째, 자신의 수준을 밝혔다. 둘째, 이미 아는 것과 모르는 것을 구분했다. 셋째, 비교 대상을 제시했다. 넷째, 오개념까지 요청했다. 이 질문을 받은 AI는 단순 정의가 아니라 이해를 돕는 설명을 만들 가능성이 높다.

"좋은 질문을 해야 좋은 답이 나온다"는 말은 너무 많이 들어 식상하게 느껴질 수 있다. 하지만 공부에서는 이 말이 정말 중요하다. 왜냐하면 좋은 질문은 AI에게만 좋은 것이 아니라 나에게도 좋기 때문이다. 질문을 구체화하는 순간, 나는 이미 내 이해 상태를 점검하고 있다.

비유는 추상 개념의 손잡이다

어려운 개념은 대개 손에 잡히지 않는다. "관성", "한계효용", "객체지향", "민주주의", "엔트로피", "브랜드 포지셔닝" 같은 말은 책에서는 자주 보이지만 머릿속에서는 흐릿하게 떠다닌다. 이때 필요한 것이 비유다.

비유는 추상적인 개념에 손잡이를 달아준다. 손잡이가 생기면 우리는 그 개념을 붙잡고 이리저리 돌려볼 수 있다.

예를 들어 "관성"을 설명받고 싶다면 이렇게 물을 수 있다.

관성을 처음 배우는 학생에게 설명해줘. 버스가 갑자기 출발하거나 멈출 때 몸이 움직이는 경험을 비유로 사용해줘. 그 비유가 정확히 어떤 부분에서 관성과 연결되는지 설명하고, 비유가 완벽하지 않은 지점도 함께 알려줘.

여기서 중요한 것은 "비유가 완벽하지 않은 지점"까지 묻는 것이다. 비유는 이해를 돕지만, 동시에 오해를 만들 수도 있다. 예를 들어 전류를 물의 흐름에 비유하면 처음 이해에는 좋지만, 전기 회로의 모든 현상을 물처럼 생각하면 틀릴 수 있다. 좋은 학습자는 비유를 사용하되 비유에 갇히지 않는다.

비유 요청 프롬프트는 다음처럼 만들 수 있다.

[개념]을 내가 이미 아는 [익숙한 상황]에 비유해서 설명해줘.
비유에서 서로 대응되는 요소를 표로 정리해줘.
그리고 이 비유로 설명하면 안 되는 한계도 알려줘.

예를 들어 코딩의 "함수"가 어렵다면 "자판기"에 비유할 수 있다. 동전을 넣고 버튼을 누르면 음료가 나오듯, 함수는 입력값을 넣으면 정해진 처리 과정을 거쳐 결과를 내놓는다. 하지만 모든 함수가 실제 자판기처럼 물리적 물건을 내놓는 것은 아니다. 때로는 화면에 출력만 하거나, 데이터 상태를 바꾸거나, 아무 값도 돌려주지 않을 수 있다. 그래서 비유의 한계까지 확인해야 한다.

비유는 공부의 끝이 아니라 입구다. 입구를 통과한 뒤에는 반드시 정확한 개념 설명으로 돌아와야 한다.

사례는 개념을 현실에 붙인다

비유가 개념의 손잡이라면, 사례는 개념을 현실에 붙이는 접착제다. 사례가 없는 개념은 시험지 위에서는 보일지 몰라도 생활 속에서는 잘 보이지 않는다. 반대로 사례가 많아지면 개념은 갑자기 살아 움직인다.

예를 들어 "기회비용"을 배운다고 해보자. 교과서 정의는 "어떤 선택을 함으로써 포기한 것 중 가장 큰 가치" 정도로 정리된다. 문장은 어렵지 않다. 그런데 막상 문제를 풀면 헷갈린다. 왜냐하면 기회비용은 단순히 돈만 계산하는 개념이 아니기 때문이다.

AI에게 이렇게 요청해보자.

기회비용을 설명해줘. 단순 정의만 말하지 말고, 학생의 하루 시간표, 직장인의 이직 선택, 기업의 투자 결정 사례로 나누어 설명해줘. 각 사례에서 선택한 것과 포기한 것을 구분해주고, 왜 포기한 것 중 가장 가치 있는 것이 기회비용인지 알려줘.

이렇게 물으면 개념이 여러 장면에 붙는다. 학생에게는 "학원에 가느라 친구와 노는 시간을 포기한 것"이 보이고, 직장인에게는 "새 회사로 옮기며 안정적인 연봉 상승을 포기한 것"이 보이고, 기업에는 "공장 증설을 선택하며 연구개발 투자를 미룬 것"이 보인다. 사례가 많아지면 개념의 경계가 선명해진다.

사례를 요청할 때는 하나의 사례만 받지 말고 서로 다른 맥락의 사례를 요청하는 것이 좋다.

[개념]을 설명한 뒤, 학교생활·가정생활·뉴스·실무 상황에서 각각 하나씩 사례를 들어줘. 각 사례가 왜 그 개념에 해당하는지 설명해줘.

여기서 "왜 그 개념에 해당하는지"가 중요하다. 사례만 많이 보면 재미는 있지만 개념과 연결되지 않을 수 있다. 사례와 개념 사이의 연결고리를 설명받아야 진짜 공부가 된다.

반례는 이해의 경계를 만든다

개념을 제대로 이해했다는 것은 "무엇이 그것인지"만 아는 것이 아니다. "무엇은 그것이 아닌지"도 알아야 한다. 이때 필요한 것이 반례다.

예를 들어 "민주주의는 다수결이다"라고만 이해하면 위험하다. 다수결은 민주주의의 중요한 의사결정 방식일 수 있지만, 민주주의 전체와 같지는 않다. 소수자 권리, 법치주의, 권력 견제, 자유로운 토론이 빠진 다수결은 오히려 민주주의를 해칠 수도 있다.

이럴 때 AI에게 이렇게 물어보면 좋다.

민주주의를 설명해줘. 그리고 민주주의처럼 보이지만 민주주의라고 보기 어려운 반례를 3개 들어줘. 각 반례에서 무엇이 부족한지 설명해줘.

반례는 개념의 울타리를 세운다. 울타리가 없으면 개념은 너무 넓어져서 아무 데나 붙는다. "이것도 민주주의, 저것도 민주주의"가 되어버린다. 반례를 보면 개념의 핵심 조건이 드러난다.

수학에서도 반례는 강력하다. "모든 사각형은 정사각형이다"라는 말이 틀렸다는 것을 설명하려면 직사각형, 마름모, 사다리꼴 같은 반례를 들 수 있다. 코딩에서도 "모든 에러는 문법 오류다"라는 생각은 반례를 통해 깨진다. 문법은 맞지만 논리가 틀린 경우, 데이터 형식이 맞지 않는 경우, 네트워크 연결이 끊긴 경우도 있다.

반례 요청 프롬프트는 이렇게 쓸 수 있다.

[개념]의 정의를 설명한 뒤, 그 개념과 헷갈리기 쉬운 반례를 들어줘.
왜 사람들이 그것을 같은 것으로 착각하는지, 실제로는 어떤 점이 다른지 비교해줘.

반례를 묻는 습관은 AI 답변을 그대로 믿는 태도를 막아준다. 개념의 바깥쪽을 확인하는 순간, 이해는 더 단단해진다.

정의, 원리, 예시로 쪼개면 어려운 개념도 들어온다

어려운 개념을 한 번에 이해하려고 하면 머리가 막힌다. 이유는 간단하다. 하나의 개념 안에 여러 층이 섞여 있기 때문이다. 정의, 원리, 공식, 사례, 예외, 문제 풀이가 한꺼번에 밀려오면 뇌는 어디서부터 붙잡아야 할지 모른다.

이럴 때는 설명을 세 단계로 쪼개면 된다.

첫 번째는 정의다. "그게 무엇인가?"를 묻는 단계다. 정의는 짧고 정확해야 한다. 너무 길면 기억하기 어렵고, 너무 흐리면 문제에 적용하기 어렵다.

두 번째는 원리다. "왜 그렇게 되는가?"를 묻는 단계다. 원리를 알아야 낯선 문제를 만났을 때 흔들리지 않는다. 단순 암기는 익숙한 문제에서는 통하지만, 조금만 형태가 바뀌면 무너진다.

세 번째는 예시다. "어디에 나타나는가?"를 묻는 단계다. 예시는 개념이 실제로 작동하는 장면을 보여준다. 예시까지 이해하면 개념은 머릿속에만 있는 말이 아니라 사용할 수 있는 도구가 된다.

예를 들어 "삼투압"을 공부한다고 하자. AI에게 이렇게 요청할 수 있다.

삼투압을 정의, 원리, 예시의 3단계로 설명해줘.
1단계에서는 한 문장 정의를 알려줘.
2단계에서는 왜 물이 이동하는지 농도 차이와 반투과성 막을 중심으로 설명해줘.
3단계에서는 소금에 절인 배추, 식물 세포, 링거액 사례로 보여줘.
마지막에는 내가 헷갈릴 만한 표현을 바로잡아줘.

이 질문은 AI에게 설명 순서를 지정한다. 개념 학습에서 순서는 매우 중요하다. 예시부터 보면 재미있지만 정의가 흐려질 수 있고, 정의만 보면 외워도 적용이 안 된다. 정의, 원리, 예시는 서로 보완한다.

다른 분야에도 그대로 적용할 수 있다.

객체지향 프로그래밍의 캡슐화를 정의, 원리, 예시의 3단계로 설명해줘. 정의는 한 문장으로, 원리는 왜 데이터와 기능을 함께 묶는지 중심으로, 예시는 게임 캐릭터 클래스로 들어줘.

영어 문법의 현재완료를 정의, 원리, 예시의 3단계로 설명해줘. 정의는 시제의 핵심 느낌으로, 원리는 과거와 현재가 어떻게 연결되는지로, 예시는 경험·계속·완료 용법으로 나누어 보여줘.

마케팅의 포지셔닝을 정의, 원리, 예시의 3단계로 설명해줘. 정의는 고객 머릿속의 자리라는 관점에서, 원리는 경쟁 제품과의 차별화로, 예시는 카페 브랜드와 스마트폰 브랜드로 설명해줘.

어려운 개념을 만났을 때 "이거 너무 어려워"라고 멈추지 말고, AI에게 "정의, 원리, 예시로 쪼개줘"라고 말해보자. 개념은 갑자기 작아지고, 작아진 개념은 다룰 수 있게 된다.

설명 방식도 선택할 수 있다

좋은 선생님은 학생에게 맞춰 설명 방식을 바꾼다. AI도 마찬가지로 사용할 수 있다. 어떤 사람은 표로 보면 잘 이해하고, 어떤 사람은 이야기로 들으면 잘 이해한다. 어떤 사람은 문제를 풀어봐야 이해하고, 어떤 사람은 반례를 봐야 이해한다.

AI에게 설명 방식을 지정할 때는 다음과 같이 요청할 수 있다.

• "비유 중심으로 설명해줘."

• "단계별 절차로 설명해줘."

• "A와 B를 비교표로 설명해줘."

• "문제 풀이 흐름으로 설명해줘."

• "실무 사례 중심으로 설명해줘."

• "오개념을 먼저 짚고 설명해줘."

• "내가 직접 생각할 수 있도록 중간중간 질문을 던져줘."

예를 들어 역사 공부를 할 때 "프랑스 혁명 설명해줘"라고 묻는 대신, 설명 방식을 바꿔 여러 번 요청할 수 있다.

프랑스 혁명을 원인 → 전개 → 결과의 흐름으로 설명해줘.

프랑스 혁명을 왕, 시민, 귀족, 성직자 입장에서 각각 다르게 설명해줘.

프랑스 혁명을 '왜 일어났는가'라는 질문에 답하는 방식으로 설명해줘.

프랑스 혁명과 미국 독립혁명을 비교표로 정리해줘.

이 네 질문은 같은 주제를 다루지만 머릿속에 남는 흔적이 다르다. 흐름 설명은 큰 줄기를 잡아준다. 입장별 설명은 이해를 입체적으로 만든다. 질문 중심 설명은 원인을 파고들게 한다. 비교표는 헷갈리는 지점을 선명하게 해준다.

AI의 장점은 같은 내용을 여러 방식으로 다시 설명할 수 있다는 점이다. 사람 선생님에게 같은 질문을 다섯 번 하면 미안할 수 있다. 하지만 AI에게는 얼마든지 다시 물어도 된다. 단, 무작정 반복해서 듣기만 하면 안 된다. 설명 방식을 바꿔가며 이해의 빈틈을 좁혀야 한다.

"내가 이해한 말"로 바꾸는 순간 공부가 시작된다

AI가 아무리 훌륭하게 설명해도, 그 설명은 아직 AI의 언어다. 공부가 내 것이 되려면 반드시 내 언어로 바꿔야 한다. 여기서 많은 학습자가 착각한다. AI 설명을 읽고 "아, 이해했다"고 느끼면 정말 이해한 것처럼 보인다. 하지만 막상 책을 덮고 설명하려 하면 말문이 막힌다.

이해의 기준은 읽을 때 고개가 끄덕여지는지가 아니다. 보지 않고 설명할 수 있는지다.

AI 설명을 받은 뒤에는 바로 다음과 같이 요청해보자.

내가 지금 이해한 내용을 내 말로 설명해볼게. 틀린 부분, 빠진 부분, 애매한 표현을 짚어줘. 단, 바로 정답을 다시 설명하지 말고 내가 고칠 수 있도록 힌트를 먼저 줘.

그리고 실제로 써본다.

내가 이해한 기회비용은 "선택 때문에 잃어버린 모든 것"이야. 예를 들어 공부를 선택하면 게임도 못 하고 잠도 못 자니까 그게 다 기회비용인 것 같아.

AI는 여기서 중요한 교정을 해줄 수 있다. 기회비용은 포기한 모든 것이 아니라, 포기한 대안 중 가장 가치 있는 것이라는 점이다. 이런 교정을 받으면 개념이 훨씬 정확해진다.

내 언어로 설명할 때는 완벽한 문장을 쓰려고 하지 않아도 된다. 처음에는 어설퍼도 괜찮다. 오히려 어설픈 설명이 드러나야 고칠 수 있다. AI는 이 어설픔을 안전하게 드러낼 수 있는 연습 상대다.

이해 점검 루틴: 설명받고 끝내지 마라

AI에게 설명을 듣는 것만으로는 충분하지 않다. 설명은 입력이고, 학습은 출력에서 완성된다. 출력이란 내가 말하고, 쓰고, 풀고, 적용해보는 것이다. 그러므로 설명을 받은 뒤에는 반드시 이해 점검 루틴을 거쳐야 한다.

가장 간단한 문장은 이것이다.

내가 이 개념을 제대로 이해했는지 확인해줘.

하지만 이 문장도 조금 더 강력하게 만들 수 있다.

내가 이 개념을 제대로 이해했는지 확인해줘. 먼저 쉬운 질문 2개, 헷갈리기 쉬운 질문 2개, 적용 문제 1개를 내줘. 내가 답하면 바로 정답을 말하지 말고, 내 답의 정확도를 평가하고 부족한 부분을 질문으로 되물어줘.

이 프롬프트의 핵심은 AI가 시험관이 아니라 코치처럼 행동하게 만드는 것이다. 바로 정답을 말해버리면 나는 다시 수동적인 독자가 된다. 반대로 AI가 내 답을 보고 되물으면 나는 생각을 계속해야 한다.

예를 들어 "수요와 공급"을 배웠다면 AI는 이렇게 물을 수 있다.

가격이 오르면 수요량은 보통 어떻게 변할까?
수요가 증가하는 것과 수요량이 증가하는 것은 어떻게 다를까?
유명 연예인이 특정 신발을 신어서 인기가 높아졌다면, 수요 곡선에는 어떤 변화가 생길까?

이 질문에 답하다 보면 내가 정말 알고 있는지 드러난다. "수요가 증가한다"와 "수요량이 증가한다"를 구분하지 못했다면, 개념을 다시 다듬어야 한다. 바로 이 순간이 공부의 핵심이다. 틀리는 순간이 실패가 아니라, 이해가 정교해지는 순간이다.

30%, 60%, 90% 이해도에 따라 질문을 바꿔라

모르는 개념을 처음 만났을 때와 어느 정도 익숙해졌을 때는 질문이 달라야 한다. 이해도에 맞지 않는 질문은 오히려 공부를 방해한다. 처음부터 고난도 응용 문제를 달라고 하면 좌절하고, 거의 아는 개념을 계속 쉬운 설명으로만 들으면 지루해진다.

이해도가 30%일 때는 감을 잡는 질문이 필요하다.

이 개념을 처음 배우는 사람에게 설명해줘. 어려운 용어는 최소화하고, 일상 비유와 아주 쉬운 예시로 전체 느낌을 잡게 해줘. 지금 단계에서 외워야 할 것은 3개만 골라줘.

30% 단계에서는 깊이보다 방향이 중요하다. 숲의 위치를 모르는 사람에게 나무의 종류부터 설명하면 길을 잃는다. 먼저 "이 개념이 대충 무엇을 하려는 것인지" 알아야 한다.

이해도가 60%일 때는 헷갈리는 부분을 구분하는 질문이 필요하다.

이 개념은 어느 정도 이해했지만 비슷한 개념과 헷갈려. [개념 A]와 [개념 B]를 정의, 핵심 차이, 예시, 자주 나오는 함정으로 비교해줘. 마지막에는 둘을 구분하는 판단 기준을 알려줘.

60% 단계에서는 비교와 반례가 중요하다. 이때 많은 학생이 "알 것 같은데 문제에서 틀리는" 상태에 머문다. 이 상태를 벗어나려면 비슷한 개념의 경계를 세워야 한다.

이해도가 90%일 때는 응용과 검증 질문이 필요하다.

이 개념을 거의 이해한 것 같아. 이제 낯선 상황에 적용하는 문제를 내줘. 단순 암기 문제가 아니라 이유를 설명해야 풀 수 있는 문제로 만들어줘. 내가 답하면 논리의 빈틈을 평가해줘.

90% 단계에서는 AI가 더 이상 친절한 설명자만 되어서는 안 된다. 까다로운 면접관, 엄격한 채점자, 날카로운 토론 상대가 되어야 한다. 그래야 실전에서 흔들리지 않는다.

AI 설명을 믿기 전에 확인해야 할 것

AI는 설명을 잘하지만 항상 맞지는 않다. 특히 최신 정보, 세부 수치, 법률·의학·세무처럼 정확성이 중요한 분야, 또는 교재의 특정 문맥에 따라 답이 달라지는 내용에서는 주의해야 한다. AI의 설명은 공부의 출발점이지 최종 판결문이 아니다.

설명을 받은 뒤에는 다음 질문으로 스스로 검증하는 습관을 들이자.

방금 설명에서 틀릴 가능성이 있거나, 교재마다 다르게 설명될 수 있는 부분을 알려줘. 내가 교과서나 공식 자료에서 확인해야 할 키워드도 함께 제시해줘.

또는 이렇게 물을 수 있다.

네 설명을 검증하기 위해 내가 확인해야 할 기준을 알려줘. 정의, 공식, 예외, 시험 범위 관점에서 체크리스트를 만들어줘.

AI가 만든 설명을 교재와 비교하는 것도 좋은 방법이다. 특히 시험 공부에서는 교재의 용어가 중요하다. AI가 더 쉬운 말로 설명해주더라도, 최종 답안에는 교과서 표현이나 강의에서 강조한 표현을 써야 할 때가 많다.

AI에게 이렇게 요청해보자.

아래 교재 문단을 기준으로, 네가 설명한 내용과 교재 표현이 어떻게 연결되는지 알려줘. 교재에서 시험 답안에 그대로 써야 할 핵심 용어를 따로 표시해줘.

쉬운 설명은 이해를 돕고, 교재 표현은 점수를 지킨다. 둘 중 하나만 선택할 필요는 없다. AI를 잘 쓰는 학습자는 쉬운 언어로 이해한 뒤, 정확한 언어로 다시 돌아온다.

바로 써먹는 설명 요청 프롬프트

이제 이 장에서 배운 내용을 실제 공부에 바로 적용할 수 있도록 프롬프트를 정리해보자. 그대로 복사해 써도 좋고, 과목과 상황에 맞게 바꿔도 좋다.

기본 설명 프롬프트

나는 지금 [과목/분야]를 공부하고 있어. 내 수준은 [현재 수준]이야. [이미 아는 내용]은 이해했지만, [헷갈리는 부분]이 잘 이해되지 않아. 이 개념을 [목표 수준]까지 이해하고 싶어. 쉬운 설명 → 핵심 개념 → 예시 → 확인 질문 순서로 설명해줘.

수준별 설명 프롬프트

[개념]을 초등학생, 고등학생, 대학생, 실무자 수준으로 각각 설명해줘. 각 수준에서 사용하는 용어와 예시가 어떻게 달라지는지도 알려줘.

비유 활용 프롬프트

[개념]을 [내가 잘 아는 상황]에 비유해서 설명해줘. 비유에서 대응되는 요소를 정리하고, 이 비유가 정확하지 않은 한계도 알려줘.

사례 확장 프롬프트

[개념]의 정의를 설명한 뒤, 학교생활·뉴스·실무·일상생활 사례를 각각 하나씩 들어줘. 각 사례가 왜 이 개념에 해당하는지 연결해서 설명해줘.

반례 요청 프롬프트

[개념]처럼 보이지만 실제로는 아닌 반례를 3개 들어줘. 사람들이 왜 헷갈리는지, 결정적인 차이가 무엇인지 설명해줘.

정의·원리·예시 프롬프트

[개념]을 정의, 원리, 예시의 3단계로 쪼개서 설명해줘. 정의는 한 문장으로, 원리는 왜 그렇게 되는지 중심으로, 예시는 쉬운 사례와 시험형 사례를 함께 들어줘.

이해 점검 프롬프트

내가 이 개념을 이해했는지 확인해줘. 쉬운 질문 2개, 헷갈리는 질문 2개, 적용 문제 1개를 내줘. 내가 답하면 정답을 바로 말하지 말고, 내 답의 좋은 점과 부족한 점을 먼저 평가해줘.

내 언어 교정 프롬프트

내가 이해한 내용을 내 말로 설명할게. 틀린 부분, 빠진 부분, 애매한 표현을 짚어줘. 가능하면 내가 스스로 고칠 수 있도록 힌트를 먼저 주고, 마지막에 더 정확한 설명 예시를 보여줘.

오늘의 연습: 설명을 주문하듯 설계하라

AI에게 설명을 잘 시키는 사람은 단순히 "친절하게 설명해줘"라고 말하지 않는다. 마치 카페에서 음료를 주문하듯 설명의 조건을 말한다. 뜨겁게 할지 차갑게 할지, 덜 달게 할지 진하게 할지, 테이크아웃할지 매장에서 마실지 정하듯이, 설명도 내 공부 상황에 맞게 주문할 수 있다.

오늘 공부할 개념 하나를 골라 다음 순서로 AI에게 물어보자.

1. 먼저 현재 내 수준과 헷갈리는 부분을 적는다.

2. 그 개념을 정의, 원리, 예시의 3단계로 설명받는다.

3. 비유 하나와 반례 하나를 요청한다.

4. 내가 이해한 내용을 내 말로 설명하고 교정받는다.

5. 마지막으로 AI에게 확인 질문을 받아 답한다.

이 다섯 단계를 거치면 설명은 단순한 읽을거리가 아니라 생각을 움직이는 장치가 된다. AI는 정답을 대신 말해주는 기계가 아니라, 내가 이해할 때까지 설명 방식을 바꿔주는 개인 튜터가 된다.

다만 잊지 말아야 한다. AI가 설명을 잘했다고 해서 공부가 끝난 것은 아니다. 진짜 공부는 그 설명을 내 언어로 바꾸고, 문제에 적용하고, AI 없이도 다시 설명할 수 있을 때 완성된다. 설명은 시작이다. 이해는 내가 만들어야 한다.