[리뷰] 아는 것 버리기(Unlearning)의 비법
데이터 중심의 서비스 기획자에게 유용한 콘텐츠
이번 글을 Scott H. Young의 'The Art of Unlearning'이란 글을 읽고 저의 경험과 생각을 바탕으로 정리한 글입니다.
그동안 너무 바빠서 예전에 초안을 적어두었다가 묵혀두었던 글을 다시 정리해서 올립니다. 이번 리뷰는 더 나은 성장을 만들기 위해 끊임없이 고민하던 중에 발견한 글이었습니다. 성장을 위해서 학습(Learning)에만 초점을 맞추고 지냈던 저에게 아는 것을 버린다는(Unlearning) 개념은 굉장히 낯설었고 그동안의 저를 다시 돌아보게 되었습니다.
이 글의 결론부터 말씀드리면 내가 이미 알고 있는 지식으로 인해 더 나은 결정 또는 성장을 할 수 없으므로 내가 아는 것을 버리고 새로운 것을 배우는 것이 중요하다는 것입니다. 어떻게 보면 뻔한 결론이지만 뭔가 배우는 것에만 혈안이 되어 있거나 자신의 경험이 전부인 것처럼 생각하는 저나 우리에게 도움이 되는 글인 것 같아 정리를 하게 되었습니다.
아는 것을 버리는 것의 중요성(the importance of unlearning)
"곤경에 빠지는 건 뭔가를 몰라서가 아니다.
뭔가를 확실히 안다는 착각 때문이다."
(It ain't what you don't know that gets you into trouble.
It's what you know for sure that just ain't so.)
- 마크 트웨인, 미국 작가 -
우리는 일반적으로 학습(Learning)이란 기존에 몰랐던 지식을 아는 것이라고 생각합니다. 하지만, 몰랐던 것을 아는 것보다 더 중요한 것은 잘못되었거나 자신에게 유용하지 않은 지식을 버리는 것입니다. 그 이유가 무엇일까요?
성인이 되어 버린 우리는 어떤 분야에서 반복적인 생활을 하는 경우가 대부분입니다. 그리고 그런 반복된 일상은 이미 나의 업무와 생활에 필요한 지식이 충분한 상태를 말합니다. 그래서 반복해도 크게 불편함이 없습니다. 이미 우리는 우리 일상에 필요한 지식을 가지고 있기 때문이죠.
하지만, 여러분이 새로 얻어야 하는 지식은 그동안 삶에서 중요했던 적이 없거나 경험해본 적이 없었기 때문에 학습하지 못했던 것입니다. 따라서 새로운 지식은 현재 자신에게 익숙하지 않았거나 상대적으로 중요하지 않았던 영역에 존재함을 의미합니다.
또한, 새로운 지식을 얻는다는 것은 완전히 새로운 지식도 있지만 대부분 기존의 알고 있던 내용이 버려지거나 수정되는 것도 포함됩니다. 따라서, 이미 알고 있는 것을 버림(Unlearning)이 새로운 지식을 지식을 받아들이는데 중요할 수 있습니다.
Unlearning의 종류
그렇다면 아는 것을 버린다(Unlearning)에는 어떤 종류가 있을까요?
첫 번째는 과거 지식에 대해 완전히 반대되는 지식입니다. 예를 들어, 미국의 초대 대통령을 아브라함 링컨으로 알고 있다가 책을 읽고 조지 워싱턴으로 알게 된 것이죠. 이때 내가 이미 알고 있는 지식을 수정한다면 새로운 지식이 기존의 지식과 부딪히지 않습니다.
다른 하나는 기존 지식이 새로 알게 된 내용을 통해 일부가 수정되거나 두 개의 지식이 공존하면서 지식의 범위가 확장되는 것입니다. 원문에서는 뉴턴의 운동 법칙과 아인슈타인의 상대성이론을 이야기하고 있습니다. 아인슈타인의 상대성이론은 기존에 있던 지식인 뉴턴의 운동 법칙을 뒤집는 이론이었습니다. 하지만 완전한 반대가 아닌 기존 내용이 수정되면서 확장된 이론이었습니다. (왜냐하면 빛의 속도에 가깝거나 중력이 굉장히 높은 공간이 아닌 이상 뉴턴의 운동법칙이 맞기 때문입니다... 너무 어려운..!?)
Unlearing의 어려움
글로 정리해보니 아는 것을 버리는 것(Unlearning)은 굉장히 쉬워 보이고 당연한 것 같아 보입니다. 정말 우리는 새로운 지식을 마주했을 때 쉽게 자신이 이미 알고 있던 내용을 버리거나 수정할 수 있을까요?
아닙니다. 우리는 자신이 알고 있는 것을 버리거나 수정하는 것에 굉장히 어려움을 느낍니다. 특정 사람에게만 그런 것은 아니고 일반적인 인간이라면 당연한 것입니다.
대표적으로 아는 것을 버리는 것의 어려움을 설명한 예가 바로 ‘확증 편향(confirm bias)’입니다. 확증 편향은 우리는 대개 자신이 옳다고 생각하며 움직이는 경향을 의미하는데요. 확증 편향은 인간의 본성에서 비롯되었습니다.
인간이 외부 세상으로부터 자신을 보호하기 위해서는 학습이 필요합니다. 특히 수렵생활을 하던 때의 인간은 사나운 동물, 기후에 굉장히 취약했죠. 예를 들어 "사자는 위험해"라는 사실을 습득하면 이런 사실을 고민하고 의심할 필요 없이 사자를 보면 피해야 합니다. 그래서 사자는 위험하다는 사실을 기반으로 행동해야 안전하고. 이미 이렇게 학습된 지식은 수정되기가 굉장히 어렵습니다.
확증 편향이란?
확증 편향(確證偏向, 영어: Confirmation bias)은 원래 가지고 있는 생각이나 신념을 확인하려는 경향성이다. [2] 흔히 하는 말로 “사람은 보고 싶은 것만 본다”와 같은 것이 바로 확증 편향이다
하지만, 원문에서는 이런 본능에 가까운 확증 편향보다 더 큰 문제점으로 의심하지 않고 불확실성에 대해 표현하지 않는 태도를 문제로 삼고 있습니다. 저는 이 부분이 더욱 공감이 되었는데요. 기존의 지식을 버리고 새로운 것을 받아들이는 활동 자체가 많은 에너지를 필요로 합니다. 그래서 의심하기보다는 수용하고, 불확실성에 대해서 눈감고 넘어갈 때가 많은 것 같습니다. 같은 패턴을 반복하는 것은 확실히 편안하고 효율적일 수 있습니다.
하지만 나의 경험이 항상 정답이 아닐 수 있기 때문에 과거의 경험이 틀릴 수 있다고 생각하는 자세가 중요합니다.
"그건 내가 해봐서 아는데 안돼" "우리 고객은 X를 좋아해" 등등 이미 내가 아는 것에 의심 없이 반복해서 일했던 모습이 떠오르지는 않으셨나요?
배움에 두 가지 관점
이제 새로운 것을 배우는 것(Learning)에는 어떤 종류가 있는지 알아보겠습니다.
첫 번째는 지식을 수집하는 것입니다. 원문에서는 우표 수집을 예로 설명하는데요. 자신이 평소에 알고 있던 익숙한 분야에서 지식을 많이 모으는 것입니다. 이렇게 지식을 수집하는 학습은 중독성이 있습니다. 새롭고 반짝이는 사실을 다른 사람에게 전달할 때 지식을 뽐내는 것처럼 보이기 때문이죠.
다른 종류의 배움은 자신에게 ‘낯선 곳’으로 뛰어드는 것입니다. 낯선 곳에 뛰어드는 것은 우표 수집과 반대입니다. 이미 알고 있는 사실과 생각을 더 약하게 만들 수 있습니다. 그리고 배우려는 사실, 이론, 생각 등이 더 이상 편안하게 수집되지 않습니다. 하지만 이런 낯선 곳에서 얻은 경험은 더 깊고 넓은 지식을 얻을 수 있는 발판이 됩니다.
우리는 지식을 수집하는 것이 아니라 확장을 해야 합니다.
힘들게 아는 것을 비우고 배우는 것이라면 자신의 세상을 확장시키는 방법으로 배우는 것은 어떨까요?
낯선 곳에서 배움이란?
'낯설다'라는 의미는 우리가 아는 지식과 경험에 반대되는 상황을 마주하는 것입니다. 원문에서는 우리가 당연하다고 받아들이는 과학적 이론이 다르게 작용하는 것을 예로 설명하고 있습니다. 앞에서 말했던 뉴턴의 운동법칙이 그 예입니다.
우리가 평소에 당연하다고 생각했던 정답이 특정 상황과 영역에서는 당연하지 않을 수 있습니다. 저도 일하면서 당연하게 여기는 것들이 많이 있는데요. 진짜 정답은 익숙한 영역이 아닌 낯선 곳에 있을 수 있습니다. 여러분도 저처럼 일하는 분야에서 당연하다고 생각하는 사실이 떠올랐다면 그 사실이 당연하지 않을 수 있다는 생각을 해보는 것은 어떨까요? 그렇다면, 우리는 낯선 곳, 즉 우리가 찾아야 할 진실이 있는 곳은 어떻게 찾을 수 있을까요?
아는 것 비우기(Unlearing)와 극값
제가 글을 읽으면서 가장 흥미로웠던 부분이었습니다. 우리가 당연하다고 생각한 것이 정답이 아닐 수 있다는 사실을 수학 이론으로 설명하는데요. 공학도인 저에게는 익숙하면서도 흥미롭게 다가왔습니다.(너무 공대스럽긴 하네요...;)
경사하강법, 리브레위키미분을 공부하셨던 분이라면 경사하강법(Gradient descent)이라는 말을 들어보셨을 수도 있을 것입니다. 경사하강법은 미분을 통해 기울기가 최소가 되는 극값을 찾는 방법인데요. 처음 시작점에서 오류(기울기)가 감소하는 방향으로 이동하면서 오류가 0이 되는 극값, 즉 최적의 정답을 찾게 됩니다. 하지만 이 알고리즘에는 한 가지 문제점이 있습니다. 바로 시작하는 지점이 어디냐에 따라서 함수 전체의 극값(Global Maxima)을 찾을 수도 있고 특정 지역에서의 극값(Local Maxima)을 찾을 수도 있습니다.(위의 그래프를 보시면 빨간 점이 멈춰있는 극값은 전체 함수에서 최적의 극값이 아닙니다.)
우리는 자신이 경험하거나 학습한 것을 바탕으로 생각하게 됩니다. 따라서 위의 그래프처럼 우리가 경험했던 지점들을 통해 우리는 진실이라고 믿는 극값을 찾게 되는데요. 진짜 극값을 따로 있을 수 있다는 사실이 놀라웠습니다.(저만 그런가요?;;) 우리가 진짜 극값을 마주한다면 지금까지 우리가 알고 있는 사실이 정답이라고 믿고 왔기 때문에 '낯선' 경험을 하게 됩니다.
그렇다면 자신만의 극값(Local Maxima)의 함정에서 매몰되지 않고 삶 전체에서 극값을 찾는 방법은 무엇일까요? 이것도 수학적인 해결방법으로 설명하고 있습니다.
첫 번째 방법은 위의 설명한 그래프처럼 우리 세상의 함수의 모양을 아는 것입니다.
경사하강법, 리브레 위키위의 그래프처럼 우리가 전체 세상의 모양을 알고 있다면 최적의 정답을 찾기 위한 시작점을 한 번에 찾을 수 있을 것입니다. 하지만 우리는 세상 모든 지식과 답을 알 수 없습니다...ㅜㅜ
다른 방법은 바로 여러 번 시도해보기입니다.
무작위 시도 경사 하강법, 리브레 위키 최적의 시작점을 한 번에 찾을 확률은 굉장히 낮기 때문에 수학적으로도 제시하는 방법은 바로 무작위(Randomness)입니다. 그래서 무작위로 여러 개의 시작점을 가지고 여러 번 시도해서 최적의 답을 찾는 방법입니다. 하지만... 우리는 컴퓨터가 아닙니다. 이렇게 여러 번 시도하기에는 시간도 에너지도 부족한 것이 우리의 현실입니다.
그래서 우리에게 필요한 것은 바로 다른 사람의 경험으로부터 시작하는 방법입니다. 다른 사람들이 세상에 대한 정답을 알려주지는 않습니다. 하지만, 이미 낯선 곳에서 많은 지식을 학습한 사람들의 경험을 우리는 책과 강의, 그리고 여행 등을 통해 사람을 만나면서 배울 수 있습니다.
이제 앞에서 설명했던 그래프 2개를 다시 떠올려봅시다. 우리는 혼자서 한 번에 최적의 답을 찾을 수는 없지만 다른 사람의 경험을 통해 무작위가 아닌 최적의 답이 있는 근처에서 배움을 시작할 수 있습니다. 그리고 다시 아는 것을 버리고(Unlearning) 또 최적의 답이 있는 곳에서 다시 배움(Learning)을 반복한다면 분명 우리 지식의 지도도 확장될 것입니다.
아는 것을 비우고 최적의 답을 찾아가는 길
위에서 설명했던 내용을 요약해보도록 하겠습니다.
1. 내가 알고 있는 것이 정답이 아닐 수 있다는 태도가 필요하다. 아는 것을 비워라!
2. 자신의 지식을 확장하기 위해서는 낯선 곳으로 가라. 낯선 곳이란 익숙하지 않은 곳이다.
3. 하지만, 낯선 곳에 항상 답이 있는 것은 아니다. 그래서 우리는 책, 강의, 여행 등 다른 사람의 경험을 통해 지식의 지도(함수의 전체 모습)를 볼 줄 알아야 한다.
4. 그리고 가장 정답이 있을 낯선 곳에서부터 아는 것을 비우고 배우라.
5. 다시 2번부터 반복해서 시도하라.
"곤경에 빠지는 건 뭔가를 몰라서가 아니다.
뭔가를 확실히 안다는 착각 때문이다."
(It ain't what you don't know that gets you into trouble.
It's what you know for sure that just ain't so.)
- 마크 트웨인, 미국 작가 -
Reference
1. 경사하강법, 리브레 위키
