Nested Learning과 평생학습
2017년, 구글 브레인 연구소의 한 논문 제목이 조용히 미래를 바꿨다.
《Attention Is All You Need》.
그 제목은 선언처럼 들렸다 —“이제 기계는 단순히 계산하지 않는다.
문맥을 이해하고, 의미를 붙들고, 생각을 연결한다.”
Transformer는 인간처럼 ‘주의(attention)를 주고받는 방식’으로 학습하는 모델이었다.
기존 모델이 문장을 차례대로 읽었다면, Transformer는 문장의 모든 부분을 동시에 바라보고, 어떤 단어가 어떤 의미와 연결되는지를 스스로 찾아냈다.
그 순간, 기계는 더 이상 단순한 확률 계산자가 아니었다. 관계를 해석하는 존재가 되었다. 이 모델은 이후 GPT, PaLM, Gemini, Llama 등 오늘날 AI 혁신의 거의 모든 기반이 되었다.
Transformer는 기술에게 *“배움은 연결이다”*라는 사실을 다시 가르쳐준 사건이었다.
그리고 Google의 Nested Learning은 바로 이 연결성 위에 쌓인 다음 단계였다 —기계가 한 번의 학습이 아니라, 평생에 걸친 학습을 스스로 축적하는 방식으로 나아가게 된 것이다.
최근 Google이 발표한 _Nested Learning_ 패러다임은 머신러닝의 역사에서 의미 있는 전환점으로 평가되고 있다. 이는 2017년 Transformer 등장 이후 처음으로, 기존 딥러닝 구조가 가진 근본적인 한계를 다시 정의하고 재구성하려는 공식적 시도이기 때문이다. Transformer는 대규모 데이터와 계산 능력을 기반으로 놀라운 성능을 보여주었지만, 이 모델은 사실상 “각 학습 순간을 독립된 사건”으로 취급한다는 구조적 한계를 가지고 있었다. 즉, 모델은 새로운 태스크를 배우기 위해 방대한 데이터를 다시 학습해야 하고, 이전의 지식을 자연스럽게 연결하거나 누적하는 능력이 부족했다. 인간이 평생을 두고 학습을 축적하고, 경험을 통해 변화하고, 맥락에 따라 지식을 재구성하는 방식과는 다른, 매우 비인간적인 학습 방식이었다.
Nested Learning은 바로 이 지점을 정면으로 겨냥한다. Google 연구팀은 학습을 단일한 스케일이 아닌 여러 시간 축—단기, 중기, 장기—이 서로 포개진 구조로 이해해야 한다고 주장한다. 모델은 이전 경험을 잊지 않고, 새로 얻은 정보를 기존 지식 구조 안에 자연스럽게 편입하며, 서로 다른 태스크를 마치 “인생의 여러 경험”처럼 연속적으로 연결하는 방식으로 진화한다. 다시 말해, Nested Learning은 AI에게 “기억의 층위”와 “지식의 연속성”을 제공하려는 시도이며, 기계가 단순히 입력을 예측하는 존재가 아니라, 일종의 ‘경험하는 존재’로 나아가는 방향을 제시하고 있다.
흥미로운 점은, 이 철학이 결코 새로운 것이 아니라는 사실이다. 교육 분야에서는 이미 수십 년 전부터 같은 질문을 던지고 있었다. “학습은 어떻게 평생에 걸쳐 축적되는가?”, “지식은 어떻게 이전 경험 위에서 의미를 획득하는가?”, “인간은 왜 어떤 것은 쉽게 잊고 어떤 것은 오래 간직하는가?” 이러한 논의는 평생학습(Lifelong Learning)의 핵심 기반을 이루어왔다. Lifelong Learning은 인간의 학습을 시간적·경험적 연속성 속에서 바라보고, 배움이 단절되지 않고 중첩되며 삶의 여러 맥락 속에서 재구성된다고 말한다.
Nested Learning의 개념을 보면, 이는 마치 교육 철학에서 이야기해 온 Lifelong Learning을 기술적으로 재해석한 것처럼 보인다. 인간은 지식과 경험을 단기 기억으로 받아들인 뒤, 반복되거나 의미 있는 경험일 경우 중기·장기 기억으로 옮긴다. 그리고 새로운 지식은 이전 지식 구조와 관계를 맺으며 끊임없이 재구성된다. Google이 제안하는 학습의 중첩적 구조도 동일하다. AI는 단기적인 업데이트, 태스크 단위의 중간 학습, 장기적인 지식 기반의 안정화를 겹겹이 쌓아가며, 단일한 훈련 사이클로는 설명되지 않는 학습의 지속성을 확보한다. 이는 기술적 언어로 다시 쓰인 인간의 평생학습 모델에 가깝다.
즉, Transformer가 “대규모 계산을 통한 일회적 학습 패턴”을 보여주었다면, Nested Learning은 “경험의 축적과 진화”라는 인간적인 학습 방식을 모방하려는 것으로 이해할 수 있다. 그리고 바로 이 지점에서 기술과 교육이 나란히 만난다. 교육학이 오랫동안 주장해온 바—학습은 단절이 아닌 연속이며, 경험의 중첩을 통해 깊어지는 과정이라는 사실—이 이제 머신러닝이라는 완전히 다른 세계에서 다시 등장하고 있다.
결국 Nested Learning은 새로운 기술이 아니라, 인간이 평생 동안 실천해 온 학습의 방식을 기계에게 부여하려는 시도라고 할 수 있다. 기술이 발전할수록 우리는 오히려 인간의 배움 방식에서 다시 영감을 얻고 있는 셈이다. 평생학습이 강조한 “누적되는 지식”, “맥락 속의 이해”, “경험 간의 상호작용”이라는 개념들은 이제 AI 연구자들이 해결해야 할 핵심 과제가 되었다. 그리고 이 흐름은 한 가지 중요한 사실을 다시 확인시켜 준다.
기술의 진화는 결국 인간이 어떻게 배우는지에 대한 오래된 질문으로 되돌아온다.
새로운 ML 패러다임은 인간을 대체하는 방식이 아니라, 인간의 학습 방식을 더 깊이 이해하고 모방하는 방식으로 발전하고 있다. Nested Learning은 그 여정의 다음 장이며, 교육이 오랜 기간 탐구해온 철학이 기술의 언어로 다시 쓰이고 있는 순간이다.
19세기 중반, 덴마크의 시골 마을에는 조금 특별한 학교가 생겨나기 시작했다. 이 학교에는 시험도 없었고, 성적표도 없었다. 대신 성인들이 모여 함께 노래하고, 토론하고, 자신의 삶을 이야기했다. 그들은 이곳을 ‘폴케호이스콜레(Folk High School)’, 곧 ‘민중의 고등학교’라고 불렀다.
이 학교의 목적은 지식을 주입하는 것이 아니었다. 서로의 경험을 나누고, 공동체의 문제를 함께 생각하며삶을 더 잘 이해하는 법을 배우는 것이었다.
학자들은 이 시기의 덴마크를 두고 종종 이렇게 말한다. “이 운동이 덴마크의 민주주의 정신과 협동조합 운동의 토양을 만들었다.” 낙농 협동조합, 지역회의, 공동체 기반의 경제 모델—오늘날 덴마크를 특징짓는 많은 요소들이 이 느슨한 평생학습 네트워크 안에서 시작되었다는 것이다.
물론 폴케호이스콜레가 덴마크의 모든 발전을 이끌었다고 말할 수는 없다. 그러나 여러 연구가 동의하는 사실이 있다. 이 성인교육 운동이 공동체의 신뢰를 높이고 시민적 감수성을 강화한 중요한 배경이었다는 점. 삶을 혼자 개선하던 시대에서, 함께 배우고 함께 성장하는 문화가 자리 잡기 시작한 순간이었다. 이 조용한 학습 혁명은 결국 한 가지를 보여 준다. 배움은 교실 안의 일이 아니라, 사람들의 관계 속에서 서서히 자라나는 공동의 경험이라는 것.