AI가 코치 역할을 수행할 수 있게 됨으로써 전통적인 학습 방식과 전문성 획득 과정에 혁명적인 변화가 일어나고 있습니다. 이러한 변화는 단순히 학교 교육에만 국한되지 않고, 직장에서의 훈련 방식과 전문가 양성 시스템 전반에 걸쳐 광범위한 영향을 미치고 있는 실정입니다. 오늘날 우리는 AI가 어떻게 개인의 학습 과정을 혁신하고, 전문성 개발을 가속화하며, 전문가와 초보자 간의 격차를 좁히는지 살펴보겠습니다.
AI 시대의 도제 시스템 위기와 새로운 기회
전통적으로 전문성 획득은 도제 시스템을 통해 이루어져 왔습니다. 목수의 견습생, 의학 레지던트, 잡지사의 인턴과 같이 초보자는 경험 많은 전문가의 지도 아래 실수와 성공을 반복하며 기술을 습득했습니다. 그러나 AI의 등장으로 이러한 도제 시스템이 위험에 처하게 된 것이죠. 왜냐하면 AI가 초보자보다 더 효율적으로 기본적인 업무를 수행할 수 있게 되었기 때문입니다. 따라서 기존 실무자들은 초보자의 실수와 감정적 어려움을 다루기보다 AI를 통해 빠르게 업무를 처리하는 것을 선호할 수 있습니다.
이미 로봇 수술 분야에서 이러한 현상이 관찰되고 있습니다. UC 산타바바라의 매튜 빈 교수의 연구에 따르면, 로봇 수술에서는 한 명의 선임 의사만이 로봇을 조작하고 수련의들은 단순히 지켜보거나 짧은 시간 동안만 기계를 다루는 경험을 얻게 됩니다. 이로 인해 수련의들은 공식적인 교육 채널을 벗어나 유튜브 채널을 시청하거나 실제 환자에게 더 많은 수술을 시도하는 '그림자 학습(shadow learning)'을 통해 스스로 로봇 수술 기술을 습득하고 있습니다.
- 도제 시스템의 붕괴는 전문가 양성 파이프라인을 중단시킬 위험이 있습니다
- AI가 기본 업무를 자동화하면서 초보자들이 실무 경험을 쌓을 기회가 줄어들고 있습니다
- 로봇 수술과 같은 분야에서는 이미 교육 위기가 시작되었습니다
그러나 역설적으로, AI 시대에 인간의 전문성은 더욱 중요해지고 있습니다. AI의 출력을 평가하고 오류를 수정하기 위해서는 높은 수준의 전문 지식을 갖춘 인간이 필요하기 때문입니다. 우리는 AI의 능력이 향상됨에 따라 교육 방식을 혁신하여 더 효과적으로 전문가를 양성하는 방법을 모색해야 합니다.
인공지능 시대의 전문성 구축: 기초 지식의 중요성
AI가 방대한 정보와 인터넷에 접근할 수 있어 기본 지식의 암기나 기초 기술의 습득이 불필요해 보일 수 있을 것입니다. 하지만 이는 AI 시대의 지식 습득 패러다임의 역설이라고 할 수 있습니다. 오히려 전문성 개발을 위해서는 기초 지식이 그 어느 때보다 중요해지고 있는 시대이기 때문입니다. 스탠포드 대학 연구에 따르면 GPT-4 AI는 의대생 1, 2학년보다 임상 추론 시험에서 높은 점수를 받았습니다. 이런 상황에서 기본 기술을 AI에게 아웃소싱하고 싶은 유혹이 클 수 있지만, 이는 전문성 개발에 큰 장애로 작용하게 될 것입니다.
인간의 기억 시스템을 살펴보면, 우리의 작업 기억은 문제 해결의 중심으로 기능하며 장기 기억에서 관련 정보를 검색하는 데 사용됩니다. 작업 기억은 용량과 지속 시간에 제한이 있어 평균적으로 3-5개의 '슬롯'만 가지며 각 새로운 정보는 30초 미만만 유지됩니다. 그러나 이러한 제한은 장기 기억에 저장된 이전에 학습한 정보를 다룰 때는 사라지게 되는데요, 즉, 새로운 문제를 해결하기 위해서는 많은 사실들과 그 연결 관계가 장기 기억에 저장되어 있어야 하기 때문이죠.
- 전문성 개발의 첫 단계는 기초 지식의 축적입니다
- 비판적 사고와 문제 해결 능력은 주제별 전문 지식이 필요합니다
- AI의 출력을 평가하려면 해당 분야의 깊은 지식이 필수적입니다
심리학자 안더스 에릭슨의 연구에 따르면, 전문가는 의도적인 연습(deliberate practice)을 통해 형성됩니다. 의도적인 연습은 단순히 작업을 반복하는 것이 아니라 지속적으로 난이도를 높이며 진지하게 몰입하는 과정입니다. 또한 피드백과 지도를 제공하고 학습자를 편안한 영역 밖으로 밀어낼 수 있는, 코치나 멘토의 역할이 필수적입니다. 그리고 이 부분에서 AI가 혁신적인 도움을 줄 수 있습니다.
AI 코칭: 의도적 연습과 전문성 가속화
AI는 의도적 연습의 핵심 요소인 즉각적인 피드백과 맞춤형 지도를 제공함으로써 전문성 개발을 가속화할 수 있는 능력이 있습니다. 실제 연구 사례를 살펴보면, 워튼스쿨의 실험에서 아이디어 피칭 방법을 가르치기 위해 AI 시뮬레이터를 구축한 사례가 있었습니다. 사용자는 먼저 AI로부터 지침을 받고 질문할 기회를 얻은 후, 다른 AI가 벤처 캐피탈리스트 역할을 하며 그들의 피칭에 대해 질문하는 연습 세션에 참여합니다. 전체 과정 동안 또 다른 AI 인스턴스가 성과 데이터를 수집하고, 마지막에는 멘토 역할을 하는 AI가 학습 내용을 정리하고 다시 시도하도록 격려합니다.
건축 분야의 예를 들면, 새내기 건축가가 AI 기반 설계 보조 도구를 사용하여 즉각적인 피드백을 받는 경우를 생각해볼 수 있습니다. AI는 구조적 비효율성을 강조하고, 지속 가능한 재료를 기반으로 개선 사항을 제안하며, 잠재적 비용을 예측할 수 있습니다. 또한 사용자의 디자인과 방대한 혁신적 건축 작품 데이터베이스를 비교하여 차이점을 강조하고 개선 영역을 제안할 수 있습니다. 이는 매 단계마다 우수성을 향해 이끄는 멘토가 항상 곁에 있는 것과 같은 효과를 제공합니다.
현재의 AI는 복잡한 개념을 완벽하게 연결하지 못하고 환각 현상(hallucination)이 발생하는 한계가 있지만, 그럼에도 불구하고 제한적인 방식으로 훌륭한 코치 역할을 수행할 수 있습니다. 앞으로 기술이 발전함에 따라 AI는 더욱 자연스럽게 다양한 코칭 역할을 수행할 수 있을 것이며, 이는 전문성 획득에 큰 도움이 될 것입니다.
AI가 평준화하는 전문성의 세계
AI의 가장 주목할만한, 그리고 어쩌면 가장 혁명적인 영향 중 하나는 전문성의 평준화입니다. 다양한 연구에 따르면, AI를 활용하는 인간은 AI 없이 일하는 최고 수준의 인간을 제외한 모든 사람들보다 우수한 성과를 내고 있습니다. 보스턴 컨설팅 그룹 연구에서는 상위와 하위 성과자 간의 평균 성과 격차가 22%였으나, GPT-4를 사용하자 그 격차가 4%로 줄어들었습니다. 창의적 글쓰기에서도 AI의 아이디어 제안은 "창의성이 낮은 작가와 높은 작가 간의 창의성 점수를 효과적으로 평준화"했습니다.
법률 분야에서도 비슷한 현상이 관찰됩니다. 학급에서 하위권에 있는 법학생들이 AI를 사용하면 상위권 학생들(AI 사용 시 약간의 성과 하락을 경험함)과 동등한 성과를 낼 수 있었습니다. 연구 저자들은 "AI가 법률 직종의 평준화 효과를 가져와 엘리트와 비엘리트 변호사 간의 불평등을 완화할 수 있다"고 결론짓기도 했습니다. 더 극단적인 예로, 표절 감지 회사 Turnitin의 CEO는 "18개월 안에 현재 엔지니어 인력의 20%만 필요하게 될 것이며, 4년제 대학 대신 고등학교 졸업생도 채용할 수 있을 것"이라고 밝혔습니다.
그러나 이것이 전문성의 종말을 의미하지는 않습니다. 직업은 단일 자동화 가능 작업이 아닌 인간의 판단이 필요한 복잡한 작업들의 집합입니다. 또한 '들쭉날쭉한 경계선(Jagged Frontier)' 때문에 AI가 모든 작업을 수행할 가능성은 낮습니다. 오히려 AI는 인간이 더 좁은 영역의 전문성에 집중할 수 있도록 도와, 결국 "루프 내의 인간(human in the loop)"으로서 역할을 할 수 있게 합니다.
AI와의 협업 자체가 새로운 형태의 전문성이 될 가능성도 있습니다. 일부 사람들은 AI와 함께 일하는 것에 자연스러운(또는 학습된) 재능을 가지고 있을 수 있으며, 이들은 AI 시스템과 함께 사이보그 방식으로 작업하는 데 특별히 뛰어난 역량을 보일 수 있을 것입니다. 따라서 AI 시대에는 인간 전문가로서 자신의 전문성을 구축하는 데 더욱 집중해야 합니다. 전문성은 사실과 기초 지식을 요구하므로, 학생들은 여전히 읽기, 쓰기, 역사 등 21세기에 필요한 모든 기본 기술을 반드시 학습해야 합니다. 동시에 좁은 분야에 집중하여 그 영역에서 AI와 함께 일하는 전문가가 되는 방향으로 발전해야 할 수도 있습니다. 그리하여 AI는 우리 지식의 격차를 메우고 우리 자신의 기술을 향상시키는 데 도움을 주는 진정한 공동 지능(co-intelligence)으로 변모할 것으로 판단됩니다.
(이썬 몰릭 교수의 저서 "듀얼 브레인"을 바탕으로 재구성 및 각색한 내용입니다.)