AI로 제거할 것과 유지할 것

이전 포스팅 이후 2주 동안 AI와 함께 꽤 많은 TIL을 썼다. Claude Code로 주제를 리서치하고, 대화하면서 학습하고, 플러그인으로 Obsidian에 자동 저장했다. 분야를 넘나들며 파일이 쌓였다.

연휴가 끝나고 업무에서 Datadog Synthetic Monitoring을 설정할 일이 생겼다. 분명 TIL을 쓴 기억이 있어서 파일을 열어봤다. 내용은 깔끔하게 정리되어 있었다. 그런데 읽어봐도 어디서부터 손을 대야 할지 감이 안 왔다.

불편한 질문이 떠올랐다.

나는 이걸 정말 이해한 걸까, 아니면 AI가 정리해준 걸 저장한 걸까?

이해가 남은 것과 파일만 남은 것

솔직하게 점검해봤다.

Claude Code의 Hooks는 지금도 설명할 수 있다. 공부할 때 "왜 이렇게 설계됐지?"라는 질문이 자꾸 떠올랐다. 이해가 안 되는 지점에서 멈추고, 다시 물었다. 그 불편함 안에서 이해가 생겼다.

Datadog은 달랐다. "이런 기능이 있구나"로 넘어갔다. 설명을 들으면 고개를 끄덕였다. 파일은 만들어졌지만, 내가 한 건 읽고 수긍한 것뿐이었다.

같은 도구, 같은 날인데 결과가 달랐다. 왜 달랐는지는 한참 뒤에야 알았다.

두 종류의 마찰

이 경험을 되짚으면서 학습에는 두 종류의 마찰이 있다는 걸 깨달았다.

행정적 마찰
정보를 찾고, 정리하고, 저장하는 과정. 검색하고, 탭을 열고, 파일을 만드는 것들. 이건 학습 자체가 아니라 학습의 부수 작업이다.

인지적 마찰
이해가 안 되는 지점에서 멈추고, "왜?"라고 묻고, 내 말로 다시 설명해보고, 틀리면 교정받는 과정. 이건 불편하지만, 이 불편함이 학습 그 자체다.

AI는 행정적 마찰을 거의 0으로 만들어준다. 검색하지 않아도 되고, 정리하지 않아도 되고, 저장도 자동으로 된다. 덕분에 인지적 마찰에 더 많은 시간을 쓸 수 있다. 이론적으로는.

문제는 그 다음이다.

AI 이전에는 행정적 마찰이 인지적 마찰을 어느 정도 강제했다. 책을 다시 펼치고, 노트를 정리하고, 검색하는 과정에서 어쩔 수 없이 반복 노출이 생겼다. 완벽하지 않았지만, 그 비효율 안에 학습이 끼어 있었다.

AI가 그걸 없애면서, 인지적 마찰은 순수하게 선택의 문제가 됐다. 더 쉽게 깊어질 수 있게 됐는데, 동시에 더 쉽게 얕아질 수 있게도 됐다. "아 그렇구나"로 넘어가는 건 언제나 더 쉽고, 파일은 어차피 만들어지니까.

내가 저항한 곳에서 이해가 생겼고, 순순히 받아들인 곳에서는 파일만 남았다.

호기심이 생기는 구조

그러면 Hooks에서는 왜 저항이 생겼고, Datadog에서는 왜 안 생겼을까.

호기심은 의지로 만드는 게 아닌 것 같다. "자, 이제 호기심을 가져보자"고 다짐하지 않았다. 그냥 이해가 안 되는 게 보였고, 그게 신경 쓰였다. 호기심은 "모른다는 걸 아는 순간" 생기는 것 같다. 아는 것과 새로운 정보가 충돌할 때, 뭔가 기대와 다를 때, 이해했다고 생각했는데 설명할 수 없을 때.

그런데 같은 기간에 Anki도 공부했다. 능동적 회상(Active Recall), 답을 보기 전에 스스로 끌어내려는 시도가 기억을 강화한다는 원리. TIL로 정리까지 했다. 근데 Hooks를 공부하면서 "왜 이렇게 설계됐지?"라고 물었을 때, 그게 정확히 능동적 회상이었다는 걸 그때는 몰랐다. Datadog을 "아 그렇구나"하고 넘어갈 때, 그게 회상 없이 노출만 한 거라는 것도.

학습 방법론을 공부했는데, 그 공부에 적용하지 못했다. 파일은 있는데 이해는 없는 것의 가장 깔끔한 예가 내 Anki TIL이었다.

근데 아이러니하게도, 플러그인에 /til-review 기능을 만들면서 능동적 회상이 뭔지 처음으로 몸으로 알았다. Anki를 공부하면서 이해 못 했던 게, 그걸 구현하면서 이해됐다. 파일만 남았던 지식이 만드는 과정에서 살아났다.

학습이 구체적인 목표에 붙어 있을 때는 달랐다. 이해하지 못하면 작동하지 않았다. "아 그렇구나"로 넘어갈 수 없는 구조였다.

조건이 보였다. 호기심은 두 가지 상황에서 자연스럽게 생겼다. 뭔가 이상한 게 걸릴 때, 그리고 학습이 구체적인 목표에 붙어 있을 때. 둘 다 "틀리면 바로 안다"는 피드백이 있었다.

그렇다면 조건을 만들 수 있을까. 완벽하진 않지만, 한 가지는 할 수 있다. 질문을 먼저 던지는 것. "이게 뭔지" 말고 "왜 이렇게 만들었지", "이게 없으면 어떻게 됐을까", "어디서 이게 깨질까". 답을 받기 전에 잠깐, 이상한 게 없는지 먼저 보는 것.

질문이 잘 안 떠오르는 주제 앞에서는 여전히 잘 안 된다. 하지만 적어도, 그 자리를 만드는 것과 그냥 넘어가는 것의 차이는 있다.

마무리

AI는 행정적 마찰을 없애준다. 그 덕분에 인지적 마찰을 선택할 여지가 생긴다. 하지만 선택지가 생겼다는 건, 안 선택할 수도 있다는 뜻이다.

이건 학습만의 이야기가 아닌 것 같다. 인지적 마찰의 본질은 "내가 직접 판단하고 느끼는 과정"이다. 그게 학습에서는 이해이고, 의사결정에서는 납득이다. AI가 선택지를 정리해줄 때 "이게 나한테 맞는 선택인지" 느끼는 과정을 건너뛰면, 결정은 했는데 납득은 없는 상태가 된다. 패턴이 같다.

AI가 마찰을 줄여줄수록, 어떤 마찰을 남길지 고르는 건 점점 더 온전히 내 몫이 된다. 그리고 그 선택은 호기심이 생길 자리를 만드는 것에서 시작하는 것 같다. "왜?"라고 묻는 것. 답을 받기 전에, 잠깐.