TLDR
- 수동적으로 영상을 듣기만 해선 지식이 머리에 남지 않는다 (연구: 능동 학습이 54% 더 높은 retention)
- 새로운 인풋을 "살아있는 지식"으로 바꾸려면 기존 멘탈 모델과 synthesis하는 과정이 필수
- AI는 튜터지 교사가 아니다: 책은 직접 읽고, AI로는 이해가 안 되는 부분을 파고들어라
일론 머스크 인터뷰 영상을 봤다. 2배속으로.
근데 솔직히, 영상을 빠르게 훑으면서 "오, 재밌네" 하고 끝나면 며칠 뒤 뭘 봤는지도 기억이 안 난다. 도파민만 맞고 끝이다.
그래서 나는 영상을 보는 방식을 바꿨다.
영상 시청도 '능동적'으로 해야 남는다
내 영상 소비 프로세스는 이렇다:
1. 2~3배속으로 쭉 본다
2. 흥미로운 부분이 나오면 멈추고 메모한다
3. 내 생각을 한 줄이라도 적는다 ("이건 내 기존 생각과 다른데?")
4. 이해가 안 되는 부분은 배속 없이 돌려본다
5. 그래도 모르면 LLM이나 구글로 팔로업한다
이게 왜 효과적인지, 연구가 뒷받침한다.
Engageli의 2024년 연구에 따르면: - 수동적 학습 후 "잘 배웠다"고 느낀 학생: 62.5% - 능동적 학습 후 "잘 배웠다"고 느낀 학생: 52.9% - 실제 테스트 점수 (능동 학습): 70% - 실제 테스트 점수 (수동 학습): 45%
느낌과 실제는 반대다. 수동적으로 들을 때 "뭔가 배운 것 같은" 착각이 들지만, 실제 retention은 54% 더 낮다.
ScienceDirect의 메타분석도 비슷한 결론을 내렸다: "능동적 참여가 있는 영상 학습이 단순 시청보다 retention, 이해력, 전이 효과 모두에서 유의미하게 높다."
왜 수동적 시청은 안 남을까?
PMC 연구에 따르면, 수동적으로 얻은 정보는 단기 기억에만 저장된다. 능동적 참여가 없으면 장기 기억으로 통합되지 않는다.
해마(hippocampus)의 활성화가 능동 학습 시 더 높다는 연구도 있다. 이게 단기→장기 기억 전환의 핵심이다.
쉽게 말해: 듣기만 해서는 뇌가 "이건 중요하다"고 인식하지 않는다.
새로운 인풋을 "살아있는 지식"으로 바꾸는 법
영상을 본다고 끝이 아니다. 핵심은 기존의 멘탈 모델과 새로운 인풋을 synthesis하는 것이다.
예를 들어, 일론 머스크가 "질문하는 능력이 답을 아는 것보다 중요하다"고 말했을 때:
- 일시정지: "이건 내가 기존에 갖고 있던 생각과 어떻게 다른가?"
- 멘탈 모델 충돌 확인: 나는 "많이 아는 것이 경쟁력"이라고 생각했는데, 이건 다른 관점이다
- 합성(synthesis): "AI 시대에는 정보 접근이 무료화됐으니, 차별화는 '무엇을 아는가'가 아니라 '어떤 질문을 던지는가'에서 온다"
- 실험 설계: 다음 주에 회의에서 답을 제시하기 전에 질문을 먼저 던져보자
이 과정이 없으면 영상은 그냥 도파민 히트에 그친다.
사고 실험(Thought Experiment)의 힘
새 인풋이 들어오면 반드시 사고 실험을 돌려봐야 한다:
- "만약 이 아이디어가 맞다면, 내가 지금 하고 있는 X는 틀린 건가?"
- "이 관점을 우리 회사에 적용하면 어떻게 될까?"
- "반대 의견을 가진 사람은 뭐라고 할까?"
이게 Peter Senge가 『The Fifth Discipline』에서 말한 Mental Models 점검이다. "사람들이 자신의 행동과 믿음을 반성하게 하는 것이 멘탈 모델 변화의 첫 단계"라고 했다.
Scott Young의 AI 시대 학습법 5가지
나는 Coursera의 Learning How to Learn 수업을 듣다가 Scott Young을 알게 됐다. 그의 『Ultra Learning』을 Readless 형태로 참고했고, 최근 블로그에서 AI 시대 학습 전략을 정리한 글을 발견했다:
1. 책 선택은 AI로, 읽기는 직접
AI 요약으로는 책을 깊이 있게 학습할 수 없다
AI가 추천해준 책이라도 직접 읽어야 예시와 저자의 관점을 이해할 수 있다. 요약본은 지름길 같지만, 실제로는 깊이가 없다.
하지만 나는 이걸 조금 다르게 활용한다. 내 맥락을 아는 LLM에게 내가 읽고 싶은 책과 이유를 말하고, 내 목적을 달성하기 위해 요약을 해달라고 한다. 그 요약을 보고 읽을지 말지 판단한다. AC2에서 Readless라는 개념을 배웠는데, 이걸 AI와 함께 해볼 수 있다.
2. 대안 제시는 받되, 직접 사고하기
AI는 전문 분야 밖의 아이디어를 제안하는 데 탁월하다. 하지만 내 전문 영역에서는 AI가 부족할 수 있다. 탐색 도구로 쓰되, 최종 판단은 직접 해야 한다.
3. 검증 가능한 답변 요청
정확성이 중요하면 출처를 달라고 해야 한다. AI의 환각(hallucination) 문제는 여전히 존재한다.
4. 연습 자료의 틀 먼저 만들기
"공부 도와줘"라고만 하지 말고, 학습할 주제·단어·문법 목록을 먼저 제시하면 체계적인 연습이 가능하다.
5. AI는 튜터지 교사가 아니다
AI는 커리큘럼 설계는 못 하지만, 구체적인 질문에는 뛰어나다
무엇을 어떤 순서로 배울지는 내가 정해야 한다. AI는 내가 모르는 부분을 파고드는 튜터 역할이다.
하지만 요즘은 목적만 정해주면 커리큘럼도 잘 짠다. Claude Code에 The Modern Software를 던져주고, 내가 어떤 어려움이 있고 어떤 목표가 있다고 말해주니 더 빠르게 학습할 수 있었다.
긴 유튜브 영상들은 NotebookLM이나 Lilys로 먼저 요약하고, 내가 모르는 부분만 발췌해서 실제 영상을 학습하는 것도 가능하다. Readless의 영상 버전 학습법이라고 생각한다.
실제 사례: Ultra Learning을 AI 시대에 재해석하다
나는 Scott Young의 『Ultra Learning』을 읽으면서 이런 질문을 던졌다:
AI 시대에 울트라러닝은 어떻게 재해석될 수 있을까?
그리고 이걸 LLM과 함께 발전시켰다. Scott Young의 최신 글과 비교해보니, 내 가설과 겹치는 부분이 많았다.
이 과정에서 느낀 점: - 책을 읽는 것만으로는 부족하다 - LLM과 대화하면서 아이디어를 발전시키면 더 깊어진다 - 원저자의 최신 생각과 비교하면 내 이해가 맞는지 검증할 수 있다
참고로, 이 유튜브 영상은 교환학생 시절 미국인 교수님이 내가 Public Speaking 수업에서 어떤 학생이었는지 설명하는 testimonial interview다. (내 유튜브에 올라간 첫 영상이기도 하다.)
마치며: 항상 이 질문을 던져라
새로운 인풋을 접할 때마다 스스로에게 물어봐라:
어떻게 하면 이 인풋을 살아있는 지식으로 전환시킬 수 있을까?
- 수동적으로 듣지 말고, 메모하고 생각을 적어라
- 기존 멘탈 모델과 충돌시켜봐라
- 이해 안 되는 건 AI나 검색으로 파고들어라
- 가능하면 실험으로 검증해라
영상을 1000개 봐도 아무것도 안 남을 수 있다. 하지만 하나의 아이디어를 깊이 씹으면, 그게 행동을 바꾼다.
다음 글에서는 조직 차원에서 이런 학습 문화를 어떻게 만들 수 있는지 다룬다. "틀려도 괜찮다"는 Fail Forward 문화, 심리적 안전, 그리고 실패에서 배우는 조직에 대해.
📞 AI 시대, 조직의 학습 문화도 다시 설계해야 합니다 * 📧 Contact Form * 📅 30분 그로스·AI 활용 진단 미팅
Sources: - Engageli - Active Learning Statistics 2025 - ScienceDirect - Active learning strategies in video learning: A meta-analysis - PMC - Active Versus Passive Learning: Effects on Learning - Scott H. Young - 5 Strategies to Learn Better with AI - Wikipedia - The Fifth Discipline