카파시, 전문가가 되는 법 — 3원칙과 AI 시대의 학습

원문

안드레이 카파시(OpenAI 창립 멤버, 테슬라 AI 전 총괄)가 2020년 X(트위터)에 올린 글. 2024년에는 "배움은 재미있어서는 안 된다"는 더 긴 글을 추가로 썼다.

전문가가 되는 법:

1. 구체적인 프로젝트를 반복해서 맡고 깊이 있게 끝까지 완수하라. 필요한 것만 그때그때 배워라(on-demand learning). 교과서를 처음부터 끝까지 읽는 방식은 아니다.
2. 배운 모든 것을 자기 자신의 언어로 요약하고 가르쳐 보라.
3. 오직 과거의 자신하고만 비교하라. 다른 사람과는 비교하지 말라.

2024년 추가 메시지:

유튜브나 틱톡의 "10분에 배우기" 콘텐츠는 오락이다. 학습자가 배우고 있다고 생각하지만 실제로는 그냥 재미를 보는 것이다.

배움에서 느껴야 할 주된 감정은 노력이다. 운동장에서 땀 흘리는 것처럼, 정신적으로 땀을 흘려야 한다.

콘텐츠를 소비할 때 명확히 선택하라: 오락을 원하는가, 배우려는가? 중간 지대는 존재하지 않는다(clamp to zero).

짧은 블로그나 "10분 강의" 탭을 닫고, 교과서·논문·문서 같은 장편 콘텐츠에 4시간 창을 할당하라. 읽고, 메모하고, 다시 읽고, 재구성하고, 조작하라.

전문 용어 풀어서

• On-demand learning(필요할 때 배우기): "React를 배워야겠다"고 해서 문서를 1페이지부터 읽는 게 아니라, "사이드바를 만들어야겠다"는 구체적인 목표에서 필요한 부분만 찾아 배우는 방식.
• 프로테제 효과: 가르친다고 믿는 순간 학습 효과가 가장 커진다는 심리학 연구 결과. 학생이 강의를 준비하면 강사보다 더 깊게 배운다는 연구도 있다.

커뮤니티 반응 (Hacker News 420점/320댓글)

찬성 측:

• "배움에서 실패가 없으면 배운 게 아니다." 코딩이나 공식 유도처럼 실패할 수 있는 환경에서 바로 피드백을 받는 게 진짜 학습이다
• Herbert Simon 연구 인용: "실제 능력은 광범위한 연습에서만 온다"
• "짧은 영상 학습은 암기일 뿐, 능력이 아니다"

반론 측:

• 재미도 학습의 일부다. Raph Koster의 게임 디자인 이론: 뇌 화학 수준에서 재미는 학습 그 자체. 적절한 난이도의 도전이 '플로우 상태'를 만들고 그게 가장 효과적인 학습
• 감정적 장벽이 있다. 많은 학생에게 진짜 장애물은 지적이지 않고 감정적. 자기 의심, 실패 공포. 가벼운 콘텐츠가 그 문을 열 수 있다
• "카파시에게 맞는 방법이 모두에게 맞는 건 아니다." 어떤 사람에게는 "고생해야 배운다"는 마인드가 오히려 학습을 포기하게 만든다
• 짧은 동영상이 spaced repetition(간격 반복)이나 개념 소개로 쓸모 없는 건 아니다

새로운 시각: 학습의 두 층

카파시가 말한 "중간 지대는 존재하지 않는다"는 주장이 완전히 옳은가? 학습의 두 층을 구분해야 한다.

1. 도입층 (Entry layer): 새로운 분야에 진입할 때, 짧은 콘텐츠는 '지도' 역할. 전체 지형을 파악하고 흥미를 유지하는 데 필요. 이때의 '재미'는 진입 장벽을 낮추는 도구.
2. 심화층 (Depth layer): 실제 능력이 되는 단계. 이때는 카파시의 말이 맞다 — 땀을 흘려야 한다.

진짜 문제는 대부분의 사람이 도입층에서 멈춘다는 것. "10분 강의"를 10개 본 것을 "배웠다"고 착각하는 것이다. 카파시가 진짜 비판하는 것은 짧은 콘텐츠 자체가 아니라, 도입층을 심화층으로 착각하는 자기기만.

AI 시대에 3원칙이 오히려 더 중요해졌다:

• AI가 모든 답을 준다면, "자기 언어로 요약하기"는 AI의 답을 내 것으로 만드는 유일한 방법
• AI가 빠르게 생성한다면, "프로젝트를 깊이 끝내는" 사람의 검증 능력이 희소해진다
• AI 시대에 "나와 비교하기"는 AI와 나를 비교하는 유혹을 이겨내는 유일한 방어막

자녀들에게 주는 시사점

세 아이(아인, 석현, 은한)가 자라나면 맞닥뜨릴 세상의 핵심 특징: AI가 모든 정보의 답을 즉시 준다.

① "왜?"를 물어보는 습관 > "답"을 외우는 습관

• AI가 정답을 주면 "이 답이 왜 맞는지 설명해봐"라고 물어봄. 카파시의 "자기 언어로 가르치기"를 일상 대화로 만듦
• 예: "ChatGPT가 이 수학 문제를 푼 걸 보여줄게. 그런데 이 풀이가 왜 맞는지 너가 설명해볼 수 있어?"

② 프로젝트 기반 경험 > 교과서 중심 학습

• "파이썬을 배워라"가 아니라 "우리 집 전기 요금을 분석하는 프로그램을 만들어봐"
• 아이가 만들고 싶은 게 생겼을 때, 필요한 것만 그때그때 함께 찾아보는 태도

③ 성장 기록 > 타인 비교

• "누구누구는 ○○점을 받았어" 대신 "지난달 이 문제를 못 풀었는데 지금은 풀었네"
• 아이가 만든 프로젝트, 쓴 글, 그린 그림을 시간순으로 보관하면 자연스럽게 "어제의 나"를 볼 수 있는 환경

④ "재미있는 학습 콘텐츠"에 대한 건강한 태도

• Khan Academy나 YouTube 강의를 금지할 필요는 없다. 하지만 "이걸 본 거니까 배운 거야?"라고 스스로 물어보는 습관
• 10분 강의를 본 후 "한 줄로 요약해봐"를 물어보는 것만으로도 도입층에서 심화층으로의 전환이 시작된다

⑤ 노력의 가치를 인정하는 언어

• "공부 잘해!" → "오늘 그 문제 풀 때 정말 집중했지?"
• 결과를 칭찬하는 게 아니라, 노력의 과정을 인정하는 것이 카파시가 말하는 "effort"를 정상화하는 언어

연결

미래 고용 불안과 자녀 직업 설계 — AI 시대 직업 프레임 도메인 전문성이 진정한 해자이다 — 프로젝트 기반 학습과 연결 죽은 경제 이론 — AI 노동 대체와 학습의 가치