AI 시대의 진짜 공부 능력

AI가 똑똑해질수록 사람에게 남는 것

AI를 처음 공부에 써본 사람은 대개 비슷한 감정을 느낀다. "이 정도면 내가 굳이 공부하지 않아도 되는 것 아닐까?" 어려운 개념을 설명해주고, 긴 글을 요약해주고, 문제를 만들어주고, 코드까지 고쳐준다. 예전 같으면 몇 시간 걸릴 일을 몇 분 안에 해낸다.

하지만 조금만 더 써보면 또 다른 사실을 알게 된다. AI가 아무리 많은 답을 내놓아도, 내가 무엇을 모르는지 모르면 제대로 쓸 수 없다. AI가 그럴듯한 답을 말해도, 내가 판단하지 못하면 틀린 내용을 그대로 믿게 된다. AI가 훌륭한 계획을 세워줘도, 내가 실행하지 않으면 아무 일도 일어나지 않는다.

결국 AI 시대의 공부 능력은 사라지는 것이 아니라 더 선명해진다. 예전에는 공부를 많이 한 사람이 유리했다면, 이제는 AI를 사이에 두고 더 잘 묻고, 더 날카롭게 의심하고, 더 정확한 자료를 고르고, 더 분명하게 설명하고, 더 빠르게 실행하는 사람이 앞서간다.

이 장은 이 책의 마지막 핵심 정리다. AI를 쓰는 기술 너머에 있는 진짜 공부 능력, 즉 오래 남는 학습자의 힘을 다룬다.

첫 번째 능력: 질문력

AI 공부의 결과는 질문에서 시작된다. 같은 AI를 쓰더라도 어떤 사람은 깊이 있는 설명을 얻고, 어떤 사람은 뻔한 요약만 얻는다. 차이는 도구가 아니라 질문에 있다.

예를 들어 "삼각함수 알려줘"라고 묻는 학생과 "삼각함수가 왜 원에서 출발하는지, 고등학교 1학년 수준의 비유와 그래프 예시로 설명해줘. 마지막에는 내가 이해했는지 확인할 질문 3개를 내줘"라고 묻는 학생은 전혀 다른 학습 경험을 한다. 앞의 질문은 정보를 부른다. 뒤의 질문은 수업을 만든다.

좋은 질문은 단순히 길게 쓰는 질문이 아니다. 좋은 질문은 방향이 있는 질문이다. 내가 무엇을 배우려는지, 어느 수준까지 이해하고 싶은지, 어떤 방식의 도움이 필요한지를 AI에게 알려주는 질문이다.

공부 질문에는 네 가지가 들어가면 좋다.

• 목표: 무엇을 알고 싶은가

• 수준: 어느 정도 배경지식을 가지고 있는가

• 방식: 설명, 예시, 비교, 퀴즈, 피드백 중 무엇이 필요한가

• 결과물: 표, 단계별 풀이, 체크리스트, 연습문제 등 무엇으로 받고 싶은가

가령 영어 문법을 공부한다면 "현재완료 설명해줘"보다 이렇게 묻는 편이 훨씬 낫다.

나는 현재완료와 과거시제를 자주 헷갈리는 고등학생이야. 두 개의 차이를 시간 감각 중심으로 설명해줘. 한국어식 오해가 생기는 지점도 알려주고, 마지막에는 빈칸 문제 5개를 내줘. 내가 답하면 왜 맞고 틀렸는지 설명해줘.

이 질문에는 목표가 있다. 현재완료와 과거시제의 차이다. 수준도 있다. 고등학생이다. 방식도 있다. 시간 감각 중심 설명과 한국어식 오해 분석이다. 결과물도 있다. 빈칸 문제와 피드백이다.

질문력은 AI에게 멋진 명령어를 입력하는 기술이 아니다. 내 머릿속의 혼란을 학습 가능한 형태로 바꾸는 능력이다. "모르겠어요"를 "어디가 헷갈리는지 확인하고 싶어요"로 바꾸는 힘이다. "풀어줘"를 "내가 풀 수 있게 힌트를 줘"로 바꾸는 습관이다.

AI 시대의 공부 잘하는 사람은 질문을 많이 하는 사람이 아니다. 질문을 점점 더 정확하게 고치는 사람이다.

두 번째 능력: 비판적 사고

AI 답변은 친절하다. 자신감도 있어 보인다. 문장도 매끄럽다. 그래서 더 위험할 때가 있다. 사람은 어색한 답보다 매끄러운 답을 더 쉽게 믿는다. AI가 틀릴 때도 대부분은 당당하게 틀린다.

비판적 사고란 모든 것을 의심하라는 뜻이 아니다. 아무것도 믿지 않는 태도도 아니다. 비판적 사고는 "이 답이 왜 맞는가?"를 따져보는 능력이다. 특히 공부에서는 AI의 답을 받아 적기 전에 세 가지를 확인해야 한다.

첫째, 전제가 맞는가. AI가 내 질문을 제대로 이해했는지 봐야 한다. 예를 들어 내가 "수능 영어 빈칸 문제 풀이법"을 물었는데 AI가 일반 회화 독해 전략을 말하고 있다면, 답이 그럴듯해도 방향이 어긋난 것이다.

둘째, 과정이 타당한가. 수학 풀이, 과학 설명, 법률·회계·자격증 개념처럼 논리적 단계가 중요한 분야에서는 결론보다 과정이 중요하다. 답이 맞아 보여도 중간 단계가 틀리면 다시 같은 문제를 풀 때 무너진다.

셋째, 예외가 있는가. 공부에서 많은 개념은 "대체로 맞지만 항상 맞지는 않다." 영어 문법에는 예외 표현이 있고, 역사 해석에는 관점 차이가 있으며, 과학 모델에는 적용 범위가 있다. AI가 너무 단정적으로 말할 때는 "이 설명이 적용되지 않는 경우도 있어?"라고 다시 물어야 한다.

AI 답변을 볼 때는 다음 체크포인트를 습관처럼 적용하자.

• 질문의 의도와 답변의 방향이 일치하는가

• 핵심 용어가 정확하게 쓰였는가

• 중간 과정이 생략되거나 비약되지 않았는가

• 반례나 예외를 고려했는가

• 교재, 강의, 공식 자료와 충돌하지 않는가

• 내가 직접 예시를 바꾸어도 설명이 유지되는가

특히 마지막 질문이 중요하다. 진짜로 이해한 설명은 예시가 바뀌어도 버틴다. 반대로 외운 설명은 예시가 조금만 달라져도 흔들린다.

비판적 사고는 AI를 불신하는 기술이 아니다. AI와 더 똑똑하게 협력하는 기술이다. AI에게 이렇게 말해보자.

네 답변에서 틀릴 가능성이 있는 부분을 스스로 점검해줘. 특히 전제, 논리적 비약, 예외 사례를 중심으로 검토해줘.

방금 설명의 반례를 하나 들어줘. 그 반례를 고려하면 설명을 어떻게 수정해야 해?

이 풀이가 맞는지 확인하기 위해 내가 검산하거나 대입해볼 수 있는 방법을 알려줘.

좋은 학습자는 AI의 답을 무시하지 않는다. 그러나 그대로 삼키지도 않는다. 씹어보고, 비교하고, 자기 기준으로 통과시킨다.

세 번째 능력: 자료 선별 능력

AI 시대에는 정보가 부족해서 공부를 못 하는 경우보다 정보가 너무 많아서 길을 잃는 경우가 더 많다. 검색 결과, 블로그 글, 유튜브 강의, 논문, 교재, AI 답변이 한꺼번에 쏟아진다. 문제는 "무엇을 볼 것인가"가 아니라 "무엇을 믿을 것인가"다.

자료 선별 능력은 학습의 출발점을 정하는 능력이다. 출발점이 틀리면 열심히 걸어도 엉뚱한 곳에 도착한다.

시험 공부를 예로 들어보자. 자격증 시험을 준비하면서 인터넷 요약글만 보고 공부하면 빠르게 시작할 수는 있다. 하지만 출제 기준과 공식 교재를 확인하지 않으면 중요한 범위를 놓칠 수 있다. 반대로 논문이나 전문 자료만 붙잡고 있으면 깊이는 생기지만 시험에 필요한 핵심을 놓칠 수 있다. 좋은 학습자는 자료의 성격을 구분한다.

자료를 고를 때는 먼저 목적을 확인해야 한다. 지금 필요한 것이 개념 이해인지, 시험 대비인지, 최신 동향 파악인지, 실무 적용인지에 따라 믿어야 할 자료가 달라진다.

개념을 처음 배울 때는 쉬운 입문 자료가 좋다. 시험을 준비할 때는 출제 기관의 안내, 기출문제, 공식 교재가 중심이 되어야 한다. 논문이나 보고서를 읽을 때는 저자, 발표 기관, 발표 시점, 연구 방법을 함께 봐야 한다. 실무 기술을 배울 때는 공식 문서와 최신 업데이트 여부가 중요하다.

AI 답변도 하나의 자료다. 다만 AI 답변은 최종 근거가 아니라 중간 안내자로 보는 편이 안전하다. AI는 길을 보여줄 수 있지만, 길이 실제로 맞는지는 원문과 공식 자료로 확인해야 한다.

자료를 선별할 때는 다음 질문을 던져보자.

• 이 자료는 누가 만들었는가

• 언제 만들어졌고 지금도 유효한가

• 주장과 근거가 구분되어 있는가

• 내 학습 목적에 맞는 깊이인가

• 다른 신뢰할 만한 자료와 같은 방향을 말하는가

• 시험, 과제, 실무에서 실제로 쓸 수 있는가

예를 들어 코딩 공부를 할 때 오래된 블로그 글이 나쁘다는 뜻은 아니다. 기본 원리를 설명하는 글이라면 오래되어도 도움이 된다. 그러나 라이브러리 설치법이나 최신 문법을 다루는 글이라면 날짜가 중요하다. 영어 표현도 마찬가지다. 문법 설명은 오래된 책도 훌륭할 수 있지만, 실제 비즈니스 이메일 표현은 최신 사용 맥락을 확인하는 편이 좋다.

자료 선별 능력은 공부의 방어력이다. 잘못된 자료에 속도를 붙이면, 빠르게 틀린 방향으로 간다. 좋은 자료를 고르는 사람은 같은 시간을 써도 더 단단하게 배운다.

네 번째 능력: 자기 설명 능력

많은 사람이 "이해했다"고 느끼는 순간은 사실 위험하다. 설명을 들을 때는 쉬워 보인다. 요약을 읽을 때도 알 것 같다. AI가 예시까지 들어주면 더 확신이 생긴다. 그런데 막상 책을 덮고 말해보라고 하면 입이 멈춘다.

이때 드러나는 차이가 진짜 이해와 가짜 이해의 차이다.

자기 설명 능력이란 배운 내용을 자기 언어로 다시 말하는 능력이다. 남의 문장을 외워서 반복하는 것이 아니라, 개념의 핵심을 붙잡고 나만의 문장으로 풀어내는 것이다. 공부에서 자기 설명이 중요한 이유는 간단하다. 설명할 수 없는 지식은 아직 내 것이 아니기 때문이다.

예를 들어 "수요와 공급에 따라 가격이 결정된다"는 문장을 외우는 것은 어렵지 않다. 하지만 자기 설명은 한 단계 더 들어간다.

사람들이 딸기를 더 사고 싶어 하는데 딸기 양이 그대로라면, 같은 딸기를 두고 사려는 사람이 많아져서 가격이 오를 수 있다. 반대로 딸기가 많이 생산되었는데 사려는 사람이 그대로라면, 판매자는 팔기 위해 가격을 낮출 가능성이 있다. 그래서 가격은 사고 싶은 힘과 팔 수 있는 양이 만나는 지점에서 움직인다.

이렇게 말할 수 있으면 개념이 살아난다. 단어가 아니라 상황으로 이해한 것이다.

AI는 자기 설명 훈련에 매우 유용하다. 단, AI에게 설명을 맡기기만 하면 안 된다. 먼저 내가 설명하고, AI에게 점검을 받아야 한다.

다음 루틴을 사용해보자.

1. 책이나 강의를 본 뒤, AI를 끄거나 화면을 가리고 1분 동안 핵심을 말한다.

2. 내가 말한 내용을 그대로 입력한다.

3. AI에게 정확한 부분, 빠진 부분, 애매한 부분을 나누어 피드백하게 한다.

4. 피드백을 반영해 다시 30초 설명으로 줄인다.

5. 마지막으로 예시 하나를 바꾸어 설명해본다.

프롬프트는 이렇게 쓸 수 있다.

내가 방금 배운 내용을 내 말로 설명해볼게. 이 설명을 보고 ① 정확한 부분 ② 빠진 핵심 ③ 오해한 부분 ④ 더 쉬운 표현으로 고칠 부분을 나누어 피드백해줘. 바로 정답을 새로 써주기보다, 내가 다시 설명할 수 있도록 질문도 해줘.

자기 설명의 핵심은 완벽한 문장을 만드는 것이 아니다. 머릿속에 들어온 지식을 밖으로 꺼내보는 것이다. 꺼내보면 빈칸이 보인다. 빈칸이 보여야 다시 채울 수 있다.

AI 시대에는 남이 만든 설명이 넘쳐난다. 그러나 실력은 남의 설명을 많이 읽는다고 생기지 않는다. 결국 내가 설명할 수 있어야 남는다.

다섯 번째 능력: 실행과 피드백 능력

공부의 마지막은 이해가 아니라 실행이다. 영어 표현을 배웠다면 직접 문장을 써봐야 하고, 코딩 문법을 배웠다면 작은 프로그램을 만들어봐야 한다. 수학 개념을 배웠다면 문제를 풀어봐야 하고, 마케팅 이론을 배웠다면 실제 사례에 적용해봐야 한다.

AI는 실행을 쉽게 시작하게 해준다. 예전에는 혼자 막히면 오래 멈춰 있어야 했다. 이제는 "내가 여기까지 했는데 다음 단계가 뭐야?", "이 답안에서 부족한 점을 알려줘", "이 코드가 왜 작동하지 않는지 힌트만 줘"라고 물을 수 있다. 실행 중간에 피드백을 받을 수 있다는 것은 엄청난 변화다.

하지만 여기에도 함정이 있다. 피드백을 받기 전에 내가 아무것도 하지 않으면, AI는 내 실력을 키워주는 대신 결과물을 대신 만들어준다. 그러면 편하지만 남는 것이 없다.

실행형 학습자는 순서가 다르다. 먼저 시도한다. 그다음 피드백을 받는다. 다시 고친다. 그리고 마지막에는 AI 없이 해본다. 이 과정이 반복될수록 실력이 쌓인다.

예를 들어 영어 글쓰기를 공부한다면 이렇게 진행할 수 있다.

1차: 내가 먼저 5문장으로 글을 쓴다.
2차: AI에게 문법, 어휘, 자연스러움, 논리 흐름을 나누어 피드백받는다.
3차: AI의 수정문을 그대로 베끼지 않고, 왜 고쳤는지 이해한 뒤 내가 다시 쓴다.
4차: 비슷한 주제로 AI 없이 한 번 더 쓴다.

코딩도 마찬가지다. "이 기능 만들어줘"라고 하면 코드는 얻지만 실력은 남지 않는다. 대신 "내가 작성한 코드가 여기서 막혔어. 정답 코드를 바로 주지 말고, 문제 원인을 찾는 순서와 첫 번째 힌트만 줘"라고 묻는 편이 낫다.

피드백을 잘 받는 사람은 빠르게 성장한다. 다만 피드백을 많이 받는 것보다 중요한 것은 피드백을 반영하는 것이다. AI가 아무리 좋은 조언을 해도 다음 시도에서 바뀌지 않으면 학습은 일어나지 않는다.

실행과 피드백의 기본 구조는 단순하다.

• 먼저 해본다

• 기준에 따라 피드백받는다

• 하나만 골라 고친다

• 다시 해본다

• AI 없이 재현한다

여기서 "하나만 골라 고친다"가 중요하다. 피드백을 한꺼번에 많이 받으면 오히려 움직이기 어렵다. 글쓰기에서는 문장 길이부터 고칠 수 있고, 수학에서는 조건 해석부터 고칠 수 있다. 발표 연습에서는 말의 속도부터 고칠 수 있다. 작은 개선이 반복되면 어느 순간 실력이 눈에 띄게 달라진다.

AI 시대의 학습자는 무엇이 다른가

AI를 잘 쓰는 학습자는 공부를 외주화하지 않는다. 오히려 더 자주 생각한다. 더 자주 말해본다. 더 자주 검증한다. 더 자주 고친다.

AI 의존형 학습자는 이렇게 움직인다.

모르겠다 → AI에게 답을 달라고 한다 → 답을 복사한다 → 잠깐 안심한다 → 비슷한 문제에서 다시 막힌다.

AI 증강형 학습자는 다르게 움직인다.

모르겠다 → 무엇을 모르는지 쪼갠다 → AI에게 힌트와 설명을 요청한다 → 내 말로 다시 설명한다 → 문제를 풀어본다 → 피드백받는다 → AI 없이 다시 해본다.

두 사람은 같은 도구를 쓴다. 하지만 결과는 정반대다. 한 사람은 AI가 있을 때만 강해지고, 다른 사람은 AI를 쓸수록 혼자서도 강해진다.

이 차이는 앞으로 더 커질 것이다. AI가 더 발전할수록 단순히 정보를 찾고 정리하는 능력의 가치는 낮아질 수 있다. 그러나 좋은 질문을 던지는 능력, 답변을 검증하는 능력, 믿을 만한 자료를 고르는 능력, 자기 언어로 설명하는 능력, 실행하고 고치는 능력은 더 중요해진다. 왜냐하면 이 능력들이 있어야 AI의 힘이 내 실력으로 바뀌기 때문이다.

다섯 가지 능력을 하나의 루틴으로 묶기

지금까지 말한 능력은 따로 떨어져 있지 않다. 실제 공부에서는 하나의 흐름으로 연결된다.

예를 들어 자격증 시험의 새로운 개념을 배운다고 해보자. 먼저 질문력으로 학습 목표를 정한다.

이 개념을 시험 문제를 풀 수 있는 수준으로 이해하고 싶어. 정의, 핵심 원리, 자주 나오는 함정, 예시 문제 순서로 설명해줘.

그다음 자료 선별 능력으로 공식 교재와 기출문제를 확인한다. AI 설명이 교재와 충돌하지 않는지 본다. 이어서 비판적 사고로 AI 답변의 전제와 예외를 점검한다.

이 설명에서 시험에서 함정으로 나올 수 있는 예외나 오해 포인트를 알려줘.

이후 자기 설명으로 배운 내용을 말한다.

내가 이해한 내용을 설명해볼게. 틀린 부분과 빠진 부분을 찾아줘.

마지막으로 실행과 피드백 단계로 넘어간다. 예상 문제를 풀고, 틀린 이유를 분석하고, 비슷한 문제를 다시 푼다. 그리고 마지막에는 AI 없이 풀어본다.

이 흐름이 반복되면 AI는 정답 자판기가 아니라 학습 코치가 된다. 내가 생각하지 않아도 답을 주는 도구가 아니라, 내가 더 잘 생각하도록 밀어주는 상대가 된다.

공부의 중심을 다시 나에게 가져오기

AI 시대의 공부에서 가장 중요한 문장은 이것이다.

AI가 말한 것이 아니라, 내가 이해한 것이 내 실력이다.

AI가 만든 요약은 내 실력이 아니다. AI가 풀어준 문제도 내 실력이 아니다. AI가 써준 글, AI가 짜준 코드, AI가 만들어준 계획도 그 자체로는 내 실력이 아니다. 그것들을 읽고, 의심하고, 고치고, 설명하고, 다시 해낼 수 있을 때 비로소 내 실력이 된다.

그러니 AI를 쓸수록 공부의 중심을 더 자주 나에게 가져와야 한다.

"나는 무엇을 알고 싶은가?"
"이 답은 왜 맞는가?"
"무엇을 근거로 믿을 수 있는가?"
"내 말로 설명할 수 있는가?"
"AI 없이 다시 할 수 있는가?"

이 다섯 질문이 AI 시대의 학습자를 지켜준다. 이 질문을 가진 사람은 AI에 끌려가지 않는다. AI를 이용해 더 깊이 배우고, 더 빠르게 점검하고, 더 오래 기억한다.

AI가 공부를 대신하는 시대가 올 것이라고 말하는 사람이 많다. 그러나 정확히 말하면, AI는 공부의 겉모습을 대신할 수 있다. 요약, 정리, 초안, 풀이, 계획 같은 것들이다. 하지만 공부의 핵심까지 대신할 수는 없다. 이해했는지 확인하는 일, 판단하는 일, 선택하는 일, 끝까지 해보는 일은 여전히 사람의 몫이다.

그리고 바로 그 지점에서 진짜 공부가 시작된다.

마지막 점검: AI 시대의 공부 능력 체크리스트

이 장을 덮기 전에 스스로 점검해보자. 아래 질문에 "그렇다"가 많을수록 AI를 학습 도구로 잘 쓰고 있는 것이다.

• 나는 AI에게 묻기 전에 내가 무엇을 알고 싶은지 한 문장으로 정리하는가

• 나는 "답만 알려줘"보다 "이해할 수 있게 도와줘"라고 묻는가

• 나는 AI 답변의 전제, 과정, 예외를 확인하는가

• 나는 중요한 내용은 교재, 공식 자료, 원문과 비교하는가

• 나는 AI 설명을 읽은 뒤 내 말로 다시 설명해보는가

• 나는 피드백을 받기 전에 먼저 시도하는가

• 나는 AI가 고쳐준 결과를 그대로 베끼지 않고 이유를 이해하는가

• 나는 마지막에 AI 없이 문제를 풀거나 설명해보는가

모든 항목을 완벽하게 지킬 필요는 없다. 중요한 것은 방향이다. AI에게 기대는 공부에서 AI와 함께 성장하는 공부로 이동하고 있는가. 그 한 가지가 핵심이다.

AI는 앞으로 더 빠르고, 더 똑똑하고, 더 자연스러워질 것이다. 그래서 사람에게 필요한 공부 능력은 줄어드는 것이 아니라 더 분명해진다. 질문하고, 의심하고, 고르고, 설명하고, 실행하는 능력. 이것이 AI 시대의 진짜 공부 능력이다.