지식은 ‘관점’이라는 렌즈로 완성된다
관점이 바뀌면 정보는 전혀 다른 의미가 된다
똑같은 수치, 다른 의미
얼마 전 뉴스에서 “출산율 0.7명”이라는 숫자를 접했다.
숫자만 보면 단순히 “위기다”라는 말밖에 떠오르지 않았다.
그런데 이것으로 이야기할 때 누군가는 “노동시장의 구조 개편 기회”라고 했고, 또 다른 사람은 “정책 실패의 상징”이라고 말했다.
같은 수치인데, 받아들이는 관점에 따라 의미가 전혀 달라지는 것이다. 나는 그때 알았다.
사실 자체는 고정돼 있어도, 그것을 바라보는 시각이 다르면 결과는 무한히 달라질 수 있다는 것을.
정보는 그대로 두면 공허하다
우리가 흔히 빠지는 함정은 “많이 알면 지혜로워진다”는 착각이다.
하지만 실제로는 정보만으로는 아무런 힘이 없다.
DIKW 피라미드가 말하듯, 데이터는 단순한 사실이고, 정보는 그 데이터를 해석한 결과다.
하지만 지식으로 올라가기 위해서는 관점이라는 다리가 필요하다.
데이터: 출산율 0.7명
정보: 출산율이 낮다 → 사회문제가 심각하다
지식: 출산율 저하가 경제·정책·문화에 어떤 영향을 미치는지 연결
지혜: 이 문제를 해결하기 위해 개인·사회가 어떤 행동을 취해야 하는가
즉, 같은 정보를 접해도, 관점이 다르면 전혀 다른 지식과 지혜로 이어진다.
AI와의 대화가 보여준 관점의 힘
나는 한동안 정보를 단순히 저장하는 데만 집중했다.
유튜브 강의에서 배운 내용을 노션에 복붙 하고, 기사 요약을 모아뒀다.
그런데 그런 정보를 이용하려니 애매했다. 내 시선이 없는 정보는 의미가 없었다.
그런데 AI와의 대화는 달랐다. 예를 들어 “최적화”라는 개념을 공부할 때였다.
나는 단순히 “최소 시간에 최대 효과를 내는 것” 정도로 정리해 뒀다.
그런데 AI에게 이렇게 요청했다.
“내가 정리한 내용을 다른 관점에서 5가지로 풀어줘.”
AI는 “심리학적 관점, 경제학적 관점, 조직 관리 관점, 철학적 관점, 개인 성장 관점”으로 다시 보여줬다. 그 순간 깨달았다. 내가 하나의 해석만 붙들고 있었구나.
그 이후, 나는 하나의 개념을 배울 때마다 AI에게 다른 시각을 요구한다. 그 과정에서 단편적인 정보가 입체적인 지식으로 확장된다.
.
AI 활용 ― 관점을 넓히는 세 가지 방법
① 역할 부여하기
“너는 지금 철학자야. 이 개념을 가치와 윤리 관점에서 설명해 줘.”
역할을 주면 AI의 답변은 훨씬 구체적이고 맥락적이 된다.
② 대체 시각 요청하기
“내 설명이 맞는지 검토하고, 반대 관점에서 비판해 줘.”
이 요청은 나의 사고를 흔들고, 새로운 가능성을 연다.
③ 문제 만들기
“이 개념으로 실생활 문제를 하나 만들어줘. 내가 풀어볼게.”
문제를 푸는 과정에서 관점이 확장되고, 이해가 깊어진다.
경험 ― 내 공부에 관점을 더한 순간
최근 나는 ‘인간과 AI 협업’이라는 주제를 공부하면서 AI에게 질문했다.
“AI와 협업을 낙관적으로 보는 관점과 비관적으로 보는 관점을 정리해 줘.”
AI는 낙관론자들이 말하는 생산성 혁신과 창의적 확장을 설명했고, 동시에 비관론자들이 우려하는 일자리 대체와 윤리적 문제를 지적했다.
나는 그 두 가지 관점을 비교하면서, 내 글의 뼈대를 세울 수 있었다.
이전 같았으면 하나의 관점만 붙잡고 글을 썼을 것이다.
하지만 AI 덕분에 균형 잡힌 글을 쓸 수 있었고, 내 생각도 더 단단해졌다.
AI는 관점을 확장하는 거울이다
정보는 그 자체로는 공허하다. 의미를 부여하는 건 결국 관점이다.
하지만 한 사람의 관점에는 한계가 있다. 그래서 AI와의 대화는 중요하다.
AI는 내가 보지 못한 각도를 비춰주고, 때로는 내 생각을 비판하며 새로운 길을 열어준다.
결국 지식을 쌓는다는 건 정보를 모으는 것이 아니라, 정보에 관점을 덧입히는 일이다.
그리고 AI는 그 과정을 가속화하는 최고의 동반자다.
지식을 쌓는다는 건 정보를 모으는 것이 아니라 관점을 붙이는 일이다 ― 그리고 AI는 그 관점을 확장해 주는 최고의 파트너다.
