질문에서 레퍼런스로: AI 시대의 학습법

새로운 분야를 배울 때, 처음부터 체계적인 이해를 얻으려다 길을 잃는 경우가 있습니다. 체계적인 학습이 가능해지기까지는 몇 가지 학습 단계가 있다고 생각합니다. 여기서는 체계적으로 배울 수 있는 전 단계(前段階)를, '배우기 시작하는 단계'와 '만들어서 확인하는 단계'로 나누었습니다. 각 단계에서 AI를 이용해 효율적으로 학습함으로써, 체계적으로 배울 수 있는 상태로 빠르게 이행할 수 있습니다. AI는 레퍼런스(Reference)나 책의 대체재가 아니라, 오히려 그곳으로 빠르게 연결하기 위한 발판이 됩니다.

학습 초기에는 먼저 "무엇을 깊게 파고들고 싶은가"를 결정하고, 큼직한 질문을 던집니다. 그리고 생성된 답변을 읽어 나가다 보면, 모르는 용어나 이해가 모호한 부분이 차례차례 나타납니다. 그 부분을 마우스로 드래그하여 "ChatGPT에 질문하기"로 추가 질문을 수행하고 답변을 얻습니다. 그 답변으로부터 새로운 의문이 생기면 마찬가지로 질문을 거듭합니다.

이와 같이 질문을 반복함으로써 단시간에 지식을 넓힐 수 있습니다. 이 단계에서는 깊은 고찰보다 의문 해소 루프(Loop)를 빠르고 많이 돌리는 것을 중시합니다. 미지의 개념을 흡수하여 머릿속에 새로운 지도, 즉 멘탈 모델(Mental Model)을 만드는 것이 우선입니다.

배우기 시작하는 단계에서의 학습 플로우차트(Flowchart)

답변 중에서 의문이 더 이상 나오지 않게 되면, 일단 답변에서 벗어나 다른 관심 있는 것을 선택하고, 다시 큼직한 질문을 던져 다시 루프를 돌립니다. 머릿속에 대략적인 지도가 그려지면 다음으로 넘어갑니다.

이 단계에서는 이미 머릿속에 지도가 있습니다. 하지만 자연스럽게 손을 움직일 수 있을 정도로 개념이 익숙해져 있다고는 할 수 없습니다. 그래서 ChatGPT나 Codex를 사용하여, 배운 내용을 확인하기 위한 최소 실행 예제, 즉 MWE를 만듭니다. MWE란 확인하고 싶은 것만을 포함하는 최소한의 실행 예제를 말합니다. 여기서는 복잡한 애플리케이션을 만드는 것이 목표가 아닙니다. 관심 있는 구문, 함수의 입출력, 사양(Specification) 등을 실행 가능한 코드로 구현하고, 동작을 예상하여 실행합니다.

여기서 전제가 되는 것은 검증 대상이 ChatGPT 등의 답변에만 국한되지 않는다는 점입니다. 공식 레퍼런스를 읽다가 궁금해진 사양, 책에서 나온 사고방식, 샘플 코드에서 의문이 생겼던 점 등도 MWE의 검증 대상이 됩니다. 대략적인 멘탈 모델이 형성되어 있기 때문에, 레퍼런스나 책의 체계적인 설명이 읽기 쉬워집니다.

만들어서 확인하는 단계에서의 학습 플로우차트(Flowchart)

읽어서 얻은 지식은 MWE로 작게 시도해 봄으로써, 자신의 손으로 재현할 수 있는 이해로 변합니다.

처음에는 질문에서 질문으로 이어가며 이해의 발판을 만듭니다. 그다음 MWE를 만들어 확인합니다. 머릿속에 이미지가 그려지면, 이것들과 병행하여 공식 레퍼런스나 책으로부터 체계적인 이해를 얻습니다.

이 세 가지 페이즈(Phase)를 오가며 AI를 사용한 학습은 더욱 실천적이고 정확한 것이 됩니다.