공부의 구조화
AI를 쓰기 시작하면서 느낀 건, 이건 만능 도구가 아니라 특정 작업에 특화된 도구라는 점이었습니다.
막연히 “AI가 대신 공부해준다”는 기대는 오래 가지 않았습니다. 대신 AI가 잘하는 영역을 정확히 이해하고 나니, 공부의 보조 장치로는 꽤 유용하다는 생각이 들었습니다.
AI는 패턴을 인식하는 데 강합니다. 그리고 단순 반복 작업을 빠르게 처리합니다.
그리고 AI를 잘 쓰려면 AI에 대해 잘 알아야 합니다.
저는 이 세 가지에 집중해서 AI를 사용하고 있습니다.
AI는 정보를 ‘이해’한다기보다, 방대한 데이터 속에서 패턴을 찾아냅니다.
그래서 복잡한 개념을 정리해달라고 하면, 핵심 구조를 뽑아주는 데는 능숙합니다.
예를 들어 긴 글을 넣고 요약을 요청하면, 반복되는 키워드와 구조를 정리해줍니다.
시험 범위가 넓을 때 큰 틀을 먼저 잡는 데 도움이 됩니다. 개념 간의 연결고리를 빠르게 보여주는 것도 장점입니다.
하지만 이 과정에서 오류도 생깁니다.
그래서 저는 AI가 만들어준 구조를 그대로 믿지 않습니다.
먼저 제가 이해하고, 그 다음에 AI의 정리를 비교합니다. AI는 초안 생성기이지, 최종 답안 작성자가 아닙니다.
AI가 잘하는 건 패턴 추출이고,
제가 해야 하는 건 판단과 검증입니다.
공부를 하다 보면 생각이 필요 없는 반복 작업이 꽤 많습니다.
문장 정리, 표 정리, 분류 재배치 같은 작업입니다. 이런 부분은 AI에게 맡깁니다.
특히 Notebook LM을 활용합니다. 자료를 업로드하고, 그 안에서만 질문을 던지면 출처 기반으로 답을 정리해줍니다. 방대한 PDF나 강의 노트를 빠르게 훑고 구조를 파악할 때 유용합니다.
예를 들어 교과서 한 챕터를 올리고,
이 단원의 핵심 개념을 계층 구조로 정리해줘
라고 요청하면, 전체 윤곽을 먼저 잡을 수 있습니다.
그 다음에는 제가 직접 노트를 다시 정리합니다.
Notebook LM은 방향을 잡아주는 도구이고, 최종 정리는 제 몫입니다.
AI를 쓰는 목적은 시간을 아끼기 위함이 아니라, 사고에 더 많은 시간을 쓰기 위함입니다.
AI를 많이 써본다고 해서 잘 쓰게 되는 건 아니라고 느꼈습니다.
오히려 AI가 어떻게 작동하는지 이해하고 나서야, 제대로 활용할 수 있었습니다.
AI는 통계적 모델입니다. 확률적으로 가장 그럴듯한 답을 생성합니다.
이 구조를 이해하면, AI의 한계도 같이 보입니다.
왜 틀릴 수 있는지, 왜 자신 있게 말해도 오류일 수 있는지 이해하게 됩니다.
그래서 저는 AI를 쓰는 것과 동시에, AI 자체에 대해서도 공부하려고 합니다.
모델이 어떻게 학습되는지, 한계는 무엇인지, 어디까지 믿어도 되는지 알아야 도구로 사용할 수 있습니다.
AI는 공부를 대신해주는 존재가 아닙니다.
공부를 설계하는 데 도움을 주는 도구에 가깝습니다.
AI에게 맡길 것과, 제가 해야 할 것을 구분하는 순간, AI는 훨씬 유용해졌습니다.
AI를 활용한 공부는 결국 효율의 문제가 아니라 태도의 문제라고 생각합니다.
패턴 인식과 단순 반복은 맡기고, 이해와 판단은 스스로 합니다.
AI를 잘 쓰고 싶다면, 먼저 AI를 공부해야 한다는 걸 요즘 더 많이 느낍니다.
도구를 이해할수록, 도구는 더 조용하고 정확하게 작동합니다.