소크라테스식 AI 학습법

답을 듣는 공부에서 질문을 받는 공부로

공부할 때 가장 달콤한 순간은 정답을 보는 순간이다. 막혔던 문제가 풀리고, 흐릿했던 개념이 또렷해지는 것 같다. 그런데 이상하게도 다음 날 비슷한 문제를 만나면 손이 멈춘다. 분명 어제는 이해한 것 같았는데, 막상 혼자 풀려고 하면 머릿속이 하얘진다.

이유는 간단하다. 정답을 본 것이지, 정답에 도달하는 생각을 해 본 것은 아니기 때문이다.

AI도 마찬가지다. AI에게 "이 문제 답 알려줘"라고 묻는 순간, AI는 친절하게 답을 준다. 설명도 붙여 준다. 예시도 들어 준다. 하지만 그 과정에서 정작 가장 중요한 사람, 바로 학습자인 나는 빠져 있을 수 있다. AI가 생각하고, AI가 정리하고, AI가 결론을 내린다. 나는 고개를 끄덕이며 읽을 뿐이다.

소크라테스식 AI 학습법은 이 흐름을 뒤집는다. AI에게 설명을 요구하기보다 질문을 요구한다. AI가 나 대신 말하게 하는 것이 아니라, 나에게 말하게 만든다. AI가 답을 완성하게 하는 것이 아니라, 내가 답에 가까워지도록 밀어붙이게 한다.

소크라테스는 제자에게 지식을 한 번에 주입하지 않았다. "왜 그렇게 생각하지?", "그 말이 항상 맞을까?", "반대 사례는 없을까?" 같은 질문으로 상대가 자기 생각의 빈틈을 보게 만들었다. AI를 잘 쓰면 이 방식이 24시간 가능해진다. 수학 문제 앞에서, 영어 지문 앞에서, 코딩 에러 앞에서, 전공서의 어려운 문단 앞에서 AI는 이렇게 물을 수 있다.

"네가 지금 알고 있는 것은 뭐야?"

"이 문제에서 구해야 하는 것은 뭐야?"

"왜 그 공식을 떠올렸어?"

"그 설명에서 빠진 전제는 없을까?"

이때 AI는 정답 자판기가 아니다. 나를 계속 생각하게 만드는 개인 튜터다.

소크라테스식 튜터를 제대로 설정하는 첫 문장

AI에게 "소크라테스식으로 가르쳐 줘"라고만 말하면 어느 정도는 작동한다. 하지만 대개 오래가지 않는다. 처음에는 질문을 하다가 금방 긴 해설을 쏟아내거나, 내가 한두 번 틀리면 바로 정답을 알려 준다. AI는 기본적으로 사용자를 돕도록 설계되어 있기 때문에, 학습자가 불편해 보이면 답을 빨리 주려는 경향이 있다.

그래서 처음부터 역할과 규칙을 분명히 정해야 한다. 좋은 소크라테스식 프롬프트에는 네 가지 정보가 들어간다. 내가 무엇을 공부하는지, 어느 수준인지, 어떤 목표가 있는지, AI가 어떤 방식으로 반응해야 하는지다. Coursera의 학습용 프롬프트 가이드에서도 효과적인 프롬프트를 만들려면 역할을 지정하고, 충분한 맥락을 제공하고, 필요에 따라 반복적으로 조정하라고 설명한다.¹

가장 기본이 되는 프롬프트는 다음과 같다.

너는 나의 소크라테스식 튜터야.
과목은 [과목명]이고, 나는 [현재 수준]이야.
목표는 [시험/과제/개념 이해/실무 적용]을 위해 [학습 주제]를 이해하는 거야.
정답을 바로 말하지 말고, 한 번에 하나의 질문만 던져 줘.
내 답을 들은 뒤에 다음 질문으로 넘어가고, 내가 틀리면 바로 정답을 주지 말고 왜 그렇게 생각했는지 먼저 물어봐 줘.
내가 두 번 이상 막히면 아주 작은 힌트만 줘.

예를 들어 고등학생이 수학을 공부한다면 이렇게 바꿀 수 있다.

너는 고등학교 수학 소크라테스식 튜터야. 나는 수능 수학을 준비하고 있고, 함수의 극한 개념이 헷갈려. 정답이나 긴 해설을 바로 주지 말고, 한 번에 하나씩 질문해서 내가 스스로 극한의 의미를 설명하게 도와줘. 내가 틀리면 답을 알려 주기 전에 왜 그렇게 생각했는지 물어봐. 필요할 때만 최소 힌트를 줘.

직장인이 데이터 분석을 공부한다면 이렇게 시작할 수 있다.

너는 실무 데이터 분석을 가르치는 소크라테스식 튜터야. 나는 엑셀은 할 줄 알지만 SQL은 초급이야. 오늘 목표는 GROUP BY와 집계 함수의 차이를 이해하는 거야. 설명을 길게 하지 말고, 내가 예시를 보고 직접 규칙을 발견하도록 질문해 줘. 한 번에 한 질문씩만 해 줘.

핵심은 "답을 주지 마"가 아니라 "내가 생각하게 만드는 방식으로 도와줘"다. 답을 숨기는 것이 목적이 아니다. 답에 도달하는 사고 과정을 훈련하는 것이 목적이다.

긴 해설을 막는 대화 규칙

소크라테스식 학습이 실패하는 가장 흔한 이유는 AI가 너무 많이 말하기 때문이다. AI가 한 번에 개념 설명, 예시, 반례, 요약, 퀴즈까지 모두 제공하면 화면은 풍성해진다. 그러나 학습자의 머리는 바빠지지 않는다. 오히려 읽을 것이 많아져서 수동적으로 변한다.

따라서 소크라테스식 튜터에게는 대화 규칙을 붙여야 한다. 규칙은 간단할수록 좋다.

앞으로 다음 규칙을 지켜 줘.

1. 한 번에 질문 하나만 한다.

2. 내 답을 듣기 전에는 다음 설명으로 넘어가지 않는다.

3. 내가 틀리면 정답을 말하기 전에 내 생각의 근거를 묻는다.

4. 힌트는 내가 요청하거나 두 번 막혔을 때만 준다.

5. 한 답변은 5문장 이내로 유지한다.

6. 마지막에는 내가 AI 없이 다시 설명하게 한다.

이 규칙은 단순해 보이지만 학습의 주도권을 완전히 바꾼다. AI가 강사가 아니라 질문자가 된다. 나는 청중이 아니라 답변자가 된다.

나쁜 대화는 이렇게 흘러간다.

나: "삼투압이 뭐야?"
AI: "삼투압이란 반투과성 막을 사이에 두고 용매가 이동할 때 발생하는 압력으로……"

이 설명이 틀렸다는 뜻은 아니다. 문제는 내가 아무것도 하지 않았다는 것이다. 반면 좋은 대화는 이렇게 시작한다.

나: "삼투압을 소크라테스식으로 이해하고 싶어."
AI: "좋아. 먼저 설탕물이 들어 있는 컵과 맹물이 들어 있는 컵을 떠올려 보자. 두 액체가 얇은 막을 사이에 두고 만난다면, 물은 어느 쪽으로 더 이동하려 할까?"

이 질문을 받는 순간 머릿속에서 움직임이 시작된다. 설탕물이 더 진하니까 물이 그쪽으로 갈까? 왜 그럴까? 농도를 같게 만들려는 건가? 이렇게 추론을 시작한다. 이 작은 불편함이 공부다.

AI에게 대화 규칙을 정하는 것은 귀찮은 절차가 아니다. 이것은 학습의 안전장치다. 규칙이 없으면 AI는 친절함 때문에 내 생각을 빼앗아 갈 수 있다. 규칙이 있으면 AI의 친절함은 내 사고를 돕는 방향으로 조정된다.

힌트는 사다리처럼 받아라

많은 학습자는 막히면 바로 힌트를 요청한다. 그런데 힌트도 너무 크면 사실상 정답이 된다. "이 공식 써 봐"라는 힌트는 이미 문제의 절반을 푼 것이다. "정답은 아니지만 거의 정답인 설명"도 마찬가지다. 이런 힌트는 당장은 편하지만, 시험장에서는 떠오르지 않는다.

좋은 힌트는 사다리처럼 올라가야 한다. 첫 번째 힌트는 방향만 알려 준다. 두 번째 힌트는 관련 개념을 떠올리게 한다. 세 번째 힌트는 풀이의 첫 단서를 준다. 그래도 안 되면 그때 부분 해설을 본다.

AI에게 이렇게 요청해 보자.

내가 막히면 힌트를 3단계로 줘.
1단계 힌트는 방향만 알려 줘.
2단계 힌트는 관련 개념이나 공식을 떠올리게 해 줘.
3단계 힌트는 첫 번째 풀이 단계만 알려 줘.
각 단계마다 내가 먼저 추론하게 하고, 내가 답하기 전에는 다음 힌트로 넘어가지 마.

예를 들어 물리 문제에서 "마찰이 있는 경사면에서 물체의 가속도"를 구한다고 해 보자. 나쁜 힌트는 "중력 성분 mg sinθ에서 마찰력 μmg cosθ를 빼고 m으로 나누면 돼"다. 이건 힌트가 아니라 압축 해설이다.

힌트 사다리는 이렇게 작동한다.

AI: "1단계 힌트야. 먼저 물체에 작용하는 힘들을 방향별로 나눠 볼 수 있을까?"
나: "중력, 수직항력, 마찰력이 있어."
AI: "좋아. 2단계 힌트야. 경사면을 따라 내려가게 만드는 힘은 중력 전체일까, 중력의 일부일까?"
나: "중력의 일부. mg sinθ."
AI: "좋아. 3단계 힌트야. 그 힘을 방해하는 마찰력은 어느 힘에 비례하지?"

이 과정에서 AI는 답을 주지 않는다. 하지만 혼자서는 멈췄을 지점에서 다음 발판을 놓아 준다. 힌트 사다리의 목적은 답을 가리는 것이 아니다. 내가 올라갈 수 있을 만큼만 발판을 낮춰 주는 것이다.

영어 독해에도 같은 방식을 쓸 수 있다.

이 문장의 해석을 바로 말하지 말고 힌트를 3단계로 줘. 먼저 문장의 주어와 동사를 찾게 하고, 다음으로 수식어를 분리하게 하고, 마지막으로 전체 의미를 내가 말하게 해 줘.

코딩에서도 유용하다.

에러의 정답 코드를 바로 주지 말고, 1단계는 에러 메시지에서 봐야 할 부분, 2단계는 의심할 코드 위치, 3단계는 수정 방향만 알려 줘. 내가 먼저 고쳐 본 뒤에 피드백해 줘.

이렇게 하면 AI는 "해결사"가 아니라 "디버깅 코치"가 된다. 코딩 실력은 정답 코드를 복붙할 때가 아니라, 에러를 읽고 원인을 좁혀 갈 때 자란다.

내 설명을 AI에게 공격하게 하라

소크라테스식 학습의 핵심은 질문을 받는 것이다. 그러나 질문을 받기 전에 먼저 해야 할 일이 있다. 내가 알고 있다고 생각하는 것을 말로 꺼내는 것이다.

여기서 파인만 기법이 등장한다. 파인만 기법은 어려운 개념을 어린아이에게 설명하듯 쉬운 말로 설명해 보면서 이해의 빈틈을 찾는 방법으로 널리 알려져 있다. AI와 결합하면 이 방법은 훨씬 강력해진다. 내가 설명하고, AI가 그 설명의 허점을 찾아 주기 때문이다.

다음 프롬프트를 그대로 써 보자.

내가 [개념]을 내 말로 150자 안팎으로 설명할게.
내 설명을 읽고 다음 네 가지를 찾아 줘.

1. 부정확한 표현

2. 빠진 전제

3. 헷갈린 개념

4. 더 쉬운 비유로 바꿀 수 있는 부분
   단, 바로 모범답안을 쓰지 말고 먼저 내 설명에서 가장 위험한 문장 하나를 골라 질문해 줘.

예를 들어 학생이 이렇게 설명했다고 하자.

"기회비용은 어떤 선택을 할 때 드는 돈이다. 예를 들어 영화를 보면 영화표 값이 기회비용이다."

AI가 소크라테스식으로 잘 반응한다면 이렇게 물어야 한다.

"영화표 값이 비용인 것은 맞아. 그런데 네가 영화를 보느라 포기한 다른 선택지도 비용에 포함될까?"

이 질문 하나가 개념을 바꾼다. 기회비용은 단순히 지출한 돈이 아니라, 선택 때문에 포기한 가장 가치 있는 대안이다. AI가 바로 정의를 말해 주었다면 금방 지나갔을 차이다. 질문을 받으면 내가 직접 개념의 경계를 다시 그리게 된다.

과학 개념도 마찬가지다.

내가 광합성을 설명할 테니, 틀린 문장을 바로 고쳐 주지 말고 "왜 그렇게 생각했는지"를 먼저 물어봐 줘. 그리고 내 답을 바탕으로 빠진 개념을 하나씩 확인해 줘.

역사 공부에도 쓸 수 있다.

내가 산업혁명의 원인을 설명할게. 내 설명에서 단일 원인으로 너무 단순화한 부분, 인과관계가 약한 부분, 시대 순서가 어색한 부분을 질문으로 찾아 줘.

자기 설명은 불편하다. 내가 아는 줄 알았던 것이 입 밖으로 나오는 순간 갑자기 허술해 보인다. 하지만 바로 그 지점이 실력이 자라는 자리다. 머릿속의 흐릿한 이해는 시험장에서 도움이 되지 않는다. 말로 꺼낼 수 있는 이해만 내 것이 된다.

일부러 틀려 보라

조금 이상하게 들릴 수 있지만, AI와 공부할 때는 일부러 틀려 보는 것도 좋은 전략이다. 우리는 보통 틀리는 것을 피하려 한다. 하지만 오개념은 숨어 있을 때 가장 위험하다. 틀린 설명을 겉으로 꺼내 놓으면 교정할 수 있다.

예를 들어 수학에서 이렇게 물을 수 있다.

다음은 내가 일부러 쓴 틀린 풀이야. 단순히 정답 풀이를 보여 주지 말고, 어느 줄이 왜 틀렸는지 질문으로 짚어 줘. 오류 유형을 개념 부족, 조건 누락, 계산 실수, 문제 해석 오류 중 하나로 분류해 줘. 그리고 올바른 사고 과정으로 돌아가려면 어떤 질문을 스스로 해야 하는지 알려 줘.

영어 문법에서는 이렇게 쓸 수 있다.

내가 일부러 애매한 영어 문장을 만들었어. 문장을 바로 고치지 말고, 이 문장이 왜 어색한지 원어민 관점에서 질문해 줘. 그다음 문법 오류인지, 어휘 선택 문제인지, 뉘앙스 문제인지 분류해 줘.

코딩에서는 이렇게 할 수 있다.

이 코드는 실행은 되지만 결과가 이상해. 바로 수정 코드를 주지 말고, 내가 어떤 가정을 잘못했는지 찾아내도록 질문해 줘. 오류를 문법 오류, 로직 오류, 자료구조 선택 오류, 경계 조건 누락 중 하나로 분류해 줘.

이 방식의 장점은 단순히 "틀렸습니다"에서 끝나지 않는다는 것이다. 틀린 이유를 분류하면 다음번에 같은 실수를 더 빨리 알아차린다. 개념 부족인지, 문제를 잘못 읽은 것인지, 계산이 흔들린 것인지, 조건을 빠뜨린 것인지에 따라 해결책이 다르기 때문이다.

소크라테스식 AI 학습에서 중요한 문장은 "정답이 뭐야?"가 아니다. "내 생각은 어디서 무너졌어?"다.

AI에게 다음과 같이 요구해 보자.

내 답을 채점할 때 맞고 틀림만 말하지 마.
어느 문장이 왜 틀렸는지, 어떤 개념과 충돌하는지, 올바른 사고 과정은 무엇인지 질문 중심으로 안내해 줘.
마지막에는 내가 같은 유형의 문제를 만났을 때 스스로 던질 점검 질문 3개를 만들어 줘.

이렇게 만들어진 점검 질문은 훌륭한 오답노트의 씨앗이 된다. 이후 장에서 다루겠지만, 좋은 오답노트는 틀린 문제를 모아 놓은 장부가 아니라 "다음에 같은 실수를 막는 질문 목록"이다.

AI에게 내 생각의 빈틈을 찾게 하는 법

진짜 이해했는지 확인하려면 세 가지를 해 봐야 한다. 비교할 수 있어야 하고, 반례를 들 수 있어야 하며, 새로운 상황에 적용할 수 있어야 한다. AI에게도 이 세 방향으로 질문하게 만들면 된다.

먼저 비교 질문이다.

내가 [개념 A]와 [개념 B]의 차이를 설명할게. 내 설명을 듣고 둘을 혼동한 부분이 있는지 질문으로 확인해 줘. 특히 정의, 조건, 예시, 적용 상황을 나누어 물어봐 줘.

예를 들어 "상관관계와 인과관계", "속도와 가속도", "현재완료와 과거시제", "변수와 상수", "브랜딩과 마케팅" 같은 개념은 비교 질문을 통해 선명해진다.

다음은 반례 질문이다.

내가 주장 하나를 말할게. 이 주장이 항상 맞는지 확인할 수 있도록 반례를 찾는 질문을 던져 줘. 바로 반례를 알려 주지 말고, 내가 먼저 예외 상황을 떠올리게 해 줘.

반례는 이해의 날카로운 칼이다. 어떤 개념을 안다는 것은 그 개념이 적용되는 경우뿐 아니라 적용되지 않는 경우도 아는 것이다.

마지막은 전이 질문이다. 전이란 배운 것을 새로운 상황에 옮겨 쓰는 능력이다.

내가 방금 배운 개념을 새로운 사례에 적용할 수 있는지 확인해 줘. 먼저 낯선 사례 하나를 제시하고, 내가 어떤 개념을 적용해야 할지 설명하게 해 줘. 내 답이 부족하면 정답을 말하기 전에 어떤 단서를 놓쳤는지 물어봐 줘.

예를 들어 경제학의 "수요와 공급"을 배웠다면 AI는 마스크 가격, 콘서트 티켓, 중고차 시장, 배달비 같은 사례를 던질 수 있다. 생물의 "자연선택"을 배웠다면 항생제 내성균, 도시 비둘기, 기후 변화에 따른 생물 분포를 묻도록 할 수 있다. 코딩의 "반복문"을 배웠다면 숫자 합계가 아니라 파일명 일괄 변경이나 로그 분석 같은 작은 실무 상황으로 옮겨 볼 수 있다.

정리하면, AI에게 다음 세 가지를 자주 요청하면 좋다.

내 이해를 점검하기 위해 비교 질문, 반례 질문, 적용 질문을 하나씩 던져 줘. 한 번에 하나씩 묻고, 내 답을 들은 뒤 다음 질문으로 넘어가 줘.

이 세 질문을 통과하면 단순 암기에서 한 걸음 벗어난 것이다.

공부 모드, Guided Learning, Learning Mode를 쓸 때의 공통 원칙

최근 AI 도구들은 점점 "답변 제공"에서 "학습 지원"으로 이동하고 있다. Claude for Education의 Learning mode는 답을 바로 주기보다 "이 문제에 어떻게 접근하겠는가?", "무슨 근거가 있는가?" 같은 질문으로 학생의 추론 과정을 이끌도록 설계되었다고 소개된다.² Northeastern University의 학습 가이드 역시 Socratic Challenger 역할을 설정해 최종 답을 드러내지 않고, 이전 답변을 바탕으로 하나씩 질문하며, 학습자가 막히면 부드러운 힌트를 주도록 안내한다.³

ChatGPT의 공부 모드, Gemini의 Guided Learning, Claude의 Learning mode처럼 이름은 달라도 핵심 원칙은 같다. 좋은 AI 학습 기능은 나에게 더 빨리 답을 주는 기능이 아니라, 내가 더 오래 생각하게 만드는 기능이다.

다만 버튼 하나를 눌렀다고 학습이 자동으로 완성되는 것은 아니다. 어떤 모드를 쓰든 다음 원칙을 지켜야 한다.

첫째, AI의 질문에 대충 답하지 않는다. "모르겠어"라고만 쓰면 AI는 다시 설명하려 할 가능성이 높다. 대신 "나는 여기까지는 알겠고, 이 부분이 헷갈린다"고 말해야 한다. 예를 들어 "중력 성분이 나뉜다는 것은 알겠는데 왜 sin과 cos이 바뀌는지 모르겠어"라고 쓰면 훨씬 좋은 질문을 받을 수 있다.

둘째, AI가 답을 말하려 하면 멈춰 세운다. "정답은 아직 말하지 말고 질문으로 유도해 줘"라고 다시 지시하면 된다. AI 학습은 한 번의 완벽한 프롬프트보다 중간 조정이 중요하다.

셋째, 마지막에는 반드시 AI 없이 설명한다. AI와 대화할 때는 이해한 것 같아도, 채팅창을 닫으면 사라지는 이해가 많다. 그래서 세션 끝에는 이렇게 요청해야 한다.

이제 AI 도움 없이 내가 1분 동안 설명해 볼게. 내 설명을 들은 뒤, 빠진 핵심 개념과 부정확한 표현만 짚어 줘. 모범답안은 내가 요청할 때까지 쓰지 마.

넷째, AI의 답을 최종 권위로 받아들이지 않는다. AI는 그럴듯하게 틀릴 수 있다. 특히 시험 범위, 최신 정책, 법률, 의학, 특정 교재의 세부 내용처럼 정확성이 중요한 영역에서는 교재, 강의 자료, 공식 문서와 대조해야 한다. 실제 연구에서도 생성형 AI 튜터가 잘 설계되었을 때 학습 효과를 높일 가능성이 있지만, 동시에 AI가 틀린 답을 자신 있게 제시하거나 올바른 답을 잘못 평가할 위험이 지적된다.⁴

AI 학습 모드는 운전 보조 장치와 비슷하다. 핸들을 놓으라는 뜻이 아니다. 더 안전하고 정교하게 운전하라는 뜻이다.

실전 루틴: 15분 소크라테스식 공부 세션

소크라테스식 AI 학습은 거창한 시간이 필요하지 않다. 15분만 있어도 충분히 강력하다. 중요한 것은 순서다. 그냥 질문을 던지는 것이 아니라, 생각을 꺼내고, 질문을 받고, 빈틈을 고치고, 다시 설명하는 흐름을 만들어야 한다.

첫 2분은 목표를 정한다. "오늘은 미분계수의 의미를 이해한다", "오늘은 관계대명사 that과 which의 차이를 구분한다", "오늘은 SQL JOIN이 왜 필요한지 설명할 수 있게 된다"처럼 작고 분명한 목표가 좋다.

다음 3분은 내가 아는 것을 먼저 말한다.

내가 [주제]에 대해 현재 아는 것을 짧게 설명할게. 내 설명을 듣고 바로 고치지 말고, 가장 먼저 확인해야 할 질문 하나만 해 줘.

그다음 5분은 AI의 질문에 답한다. 이때 목표는 빠르게 맞히는 것이 아니다. 내가 왜 그렇게 생각했는지 드러내는 것이다. 답이 틀려도 괜찮다. 오히려 틀린 이유가 드러나야 공부가 된다.

이후 3분은 힌트 사다리를 사용한다.

내가 막힌 부분에 대해 1단계 힌트부터 줘. 내가 답하면 그다음 단계로 갈지 판단해 줘.

마지막 2분은 AI 없이 다시 설명한다.

이제 내가 이 개념을 중학생에게 설명하듯 말해 볼게. 내 설명에서 빠진 전제, 틀린 표현, 더 쉬운 비유를 찾아 줘. 마지막에 내가 내일 다시 풀어볼 질문 3개를 만들어 줘.

이 루틴을 한 번만 해도 "읽었다"와 "이해했다"의 차이가 느껴진다. 여러 번 반복하면 더 큰 변화가 생긴다. 질문을 받다 보면 어느 순간 자기 머릿속에도 질문자가 생긴다. 문제를 보자마자 "주어진 것은 뭐지?", "내가 구해야 하는 것은 뭐지?", "이 조건은 왜 필요하지?", "반례는 없을까?"라고 스스로 묻게 된다. 이때부터 AI는 외부 도구에서 내부 습관으로 옮겨 온다.

나쁜 질문과 좋은 질문

소크라테스식 AI 학습의 차이는 질문 한 줄에서 갈린다. 다음 예시를 보자.

나쁜 질문은 AI가 일하게 만든다. 좋은 질문은 나도 일하게 만든다. 그리고 공부에서 실력이 남는 쪽은 언제나 후자다.

소크라테스식 학습이 답답할 때

솔직히 말하면, 이 방식은 처음에 답답하다. AI에게 물었는데 답을 안 주고 되묻는다. 빨리 끝내고 싶은데 "왜 그렇게 생각했나요?"라고 한다. 시험이 코앞이면 짜증이 날 수도 있다.

하지만 이 답답함을 구분해야 한다. 하나는 불필요한 답답함이고, 다른 하나는 유익한 답답함이다. AI의 질문이 너무 추상적이거나 내 수준과 맞지 않으면 불필요한 답답함이다. 이때는 조정해야 한다.

질문이 너무 어려워. 내 수준을 초급으로 낮추고, 예시를 하나 든 뒤 다시 질문해 줘.

지금 질문이 추상적이야. 내가 답할 수 있도록 선택지를 3개 주고, 왜 그 선택지가 가능한지 묻게 해 줘.

이 개념의 배경지식이 부족한 것 같아. 필요한 선행 개념을 확인하는 질문부터 해 줘.

반면 내가 조금만 더 생각하면 떠올릴 수 있는데 바로 답을 보고 싶은 마음이 드는 것은 유익한 답답함이다. 이때는 견뎌야 한다. 기억은 편하게 읽은 문장에서보다 힘들게 꺼낸 답에서 더 오래 남는다.

이 장에서 말하는 소크라테스식 AI 학습법은 AI를 느리게 쓰자는 말이 아니다. 오히려 장기적으로 가장 빠른 길이다. 답을 빨리 받아 적으면 오늘의 과제는 끝날 수 있다. 하지만 내일의 문제는 다시 낯설다. 질문을 받으며 생각하면 오늘은 조금 느리다. 하지만 내일의 문제를 스스로 풀 가능성이 커진다.

마지막 점검: AI 없이 남는가

소크라테스식 AI 학습의 마지막 단계는 언제나 AI 없이 하는 점검이다. AI와 함께 있을 때만 잘하는 것은 아직 내 실력이 아니다. 시험장, 회의실, 면접장, 실무 현장에는 AI가 없거나, 있어도 내가 먼저 판단해야 하는 순간이 온다.

공부 세션이 끝날 때마다 다음 세 가지를 확인하자.

1. 채팅창을 보지 않고 핵심 개념을 3문장으로 설명할 수 있는가?

2. 비슷하지만 다른 개념과의 차이를 말할 수 있는가?

3. 새로운 예시나 문제에 적용할 수 있는가?

셋 중 하나라도 막히면 아직 끝난 것이 아니다. 다시 AI에게 돌아가 이렇게 말하면 된다.

내가 AI 없이 설명해 보니 [막힌 부분]에서 멈췄어. 정답을 바로 말하지 말고, 내가 왜 막혔는지 찾을 수 있도록 질문 3개를 순서대로 해 줘.

이것이 AI 시대의 자기주도 학습이다. 혼자 버티는 것이 자기주도 학습이 아니다. 도구에게 끌려가지 않고, 도구를 이용해 자기 사고를 더 선명하게 만드는 것이 자기주도 학습이다.

AI에게 답을 받는 사람은 많다. 그러나 AI에게 질문받으며 자기 생각을 단련하는 사람은 아직 많지 않다. 그 차이가 시간이 지나면 실력의 차이가 된다.

다음에 AI를 열 때, 첫 문장을 바꿔 보자.

"이거 답 알려줘" 대신 이렇게 말해 보자.

"정답을 바로 말하지 말고, 내가 스스로 이해하도록 한 번에 하나씩 질문해 줘."

그 순간 AI는 정답 자판기에서 개인 튜터로 바뀐다. 그리고 공부는 다시 내 머릿속에서 시작된다.

참고

¹ChatGPT Prompts for Studying: How to Use AI Prompts to Facilitate Deeper Learning

²Introducing Claude for education

³How to Use AI as a Personal Tutor and Questioning Partner to Deepen your Learning

⁴AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting