티스토리 뷰
AI 시대에도 우리는 왜 공부해야 할까요?
생성형 AI가 빠르게 발전하면서 많은 사람들이 이런 질문을 합니다. “이제는 AI가 무엇이든 알려주는데 굳이 공부할 필요가 있을까?” 실제로 ChatGPT나 Claude, Gemini와 같은 생성형 AI는 궁금한 내용을 몇 초 만에 설명해 주고, 긴 문서를 요약해 주며, 코드까지 작성해 줍니다. 예전에는 책을 찾아보고 여러 검색 결과를 비교해야 알 수 있었던 정보도 이제는 AI에게 한 번 질문하는 것만으로 쉽게 얻을 수 있습니다. 이러한 변화를 보면 앞으로는 많은 지식을 암기하는 것이 더 이상 중요하지 않을 것처럼 느껴질 수도 있습니다.
하지만 저는 오히려 AI 시대일수록 공부가 더 중요해졌다고 생각합니다. 다만 공부의 목적이 달라졌습니다. 과거에는 시험을 잘 보기 위해 지식을 외우는 경우가 많았다면, 앞으로의 공부는 세상을 이해하고 서로 다른 지식을 연결하는 과정이 되어야 합니다. AI는 정보를 빠르게 찾아줄 수 있지만, 어떤 정보가 중요한지 판단하고, 서로 다른 분야를 연결해 새로운 아이디어를 만드는 일은 여전히 사람의 역할입니다.
예를 들어 생성형 AI를 공부한다고 생각해 보겠습니다. LLM, RAG, 벡터 데이터베이스, MCP, AI 에이전트, MoE, SLM, Quantization 같은 용어를 각각 따로 외우는 것은 생각보다 큰 의미가 없습니다. 하지만 “LLM은 언어를 이해하는 핵심 모델이고, RAG는 최신 정보를 보완하기 위해 등장했으며, AI 에이전트는 여러 도구를 활용해 실제 작업을 수행하기 위해 발전했다”는 흐름을 이해하면 각각의 기술이 하나의 이야기처럼 연결됩니다. 이렇게 연결된 지식은 오래 기억될 뿐만 아니라 새로운 기술이 등장했을 때도 쉽게 이해할 수 있는 기반이 됩니다.
결국 AI 시대의 공부는 정보를 많이 모으는 것이 아니라 정보를 의미 있게 연결하는 능력을 기르는 과정입니다. AI는 수많은 정보를 제공할 수 있지만, 그 정보를 어떤 방향으로 활용할지는 사람에게 달려 있습니다. 따라서 앞으로의 경쟁력은 얼마나 많이 외웠는지가 아니라, 얼마나 넓고 깊게 연결할 수 있는가에서 만들어질 가능성이 높습니다.
기억력보다 연결력이 중요한 이유
예전에는 지식을 많이 알고 있는 사람이 경쟁력을 가진 시대였습니다. 필요한 정보를 머릿속에 많이 저장하고 있는 사람이 문제를 더 빨리 해결할 수 있었기 때문입니다. 하지만 생성형 AI가 등장한 지금은 상황이 달라졌습니다. 필요한 정보는 AI에게 질문하면 몇 초 안에 확인할 수 있습니다. 그렇다면 앞으로 사람에게 필요한 능력은 무엇일까요? 저는 그 답이 연결력이라고 생각합니다.
연결력이란 단순히 많은 지식을 가지고 있는 것이 아니라, 서로 다른 분야의 정보를 하나의 의미 있는 구조로 엮는 능력입니다. 예를 들어 AI 기술을 공부한다고 가정해 보겠습니다. RAG는 검색 기술처럼 보이고, 벡터 데이터베이스는 데이터베이스 기술처럼 보이며, MCP는 AI 에이전트와 관련된 기술처럼 보입니다. 각각을 따로 공부하면 개별적인 용어로만 남을 수 있습니다. 하지만 “LLM의 한계를 RAG가 보완하고, RAG를 효율적으로 구현하기 위해 벡터 데이터베이스가 사용되며, AI 에이전트는 MCP를 통해 다양한 도구를 활용한다”는 흐름으로 이해하면 하나의 큰 그림이 만들어집니다.
이러한 연결은 AI 기술에만 적용되는 것이 아닙니다. 개발을 공부하면서 배운 내용을 콘텐츠 제작에 활용할 수도 있고, 마케팅에서 배운 심리를 서비스 기획에 적용할 수도 있습니다. 서로 다른 분야가 연결되는 순간 새로운 아이디어가 탄생합니다. 실제로 많은 혁신도 하나의 분야에서만 나온 것이 아니라, 서로 다른 분야가 만나면서 시작되었습니다.
AI는 정보를 매우 빠르게 찾아줄 수 있지만, 사람처럼 자신의 경험과 목표를 바탕으로 의미를 연결하는 것은 아직 어렵습니다. 그래서 앞으로는 “무엇을 아는가? “보다 “알고 있는 것들을 어떻게 연결하는가?”가 더 중요한 경쟁력이 될 것입니다. AI 시대의 공부는 더 많은 정보를 쌓는 과정이 아니라, 이미 알고 있는 지식을 서로 연결하여 새로운 가치를 만드는 과정으로 변화하고 있습니다.
AI는 연결하지 못하는 ‘나만의 경험’이 있습니다
AI가 아무리 발전하더라도 쉽게 대신할 수 없는 영역이 있습니다. 바로 사람의 경험과 맥락입니다. 생성형 AI는 방대한 데이터를 학습하여 다양한 정보를 제공할 수 있지만, 사용자가 직접 경험한 실패와 성공, 고민과 선택까지 그대로 가질 수는 없습니다. 같은 책을 읽고 같은 영상을 보더라도 사람마다 느끼는 점이 다른 이유도 여기에 있습니다. 결국 정보를 가치 있는 지식으로 만드는 것은 정보 자체가 아니라, 그것을 받아들이는 사람의 경험과 해석입니다.
예를 들어 두 사람이 같은 ‘AI 에이전트’ 기술을 공부했다고 가정해 보겠습니다. 한 사람은 단순히 기술의 정의를 외우는 데 그쳤고, 다른 사람은 실제 프로젝트에 적용하면서 어떤 문제가 발생했고 어떻게 해결했는지까지 경험했습니다. 시간이 지나면 두 사람의 지식수준은 크게 달라집니다. 첫 번째 사람은 기술을 설명할 수는 있지만, 두 번째 사람은 기술을 활용해 새로운 서비스를 만들거나 다른 사람에게 실질적인 도움을 줄 수 있습니다. 차이를 만든 것은 정보의 양이 아니라 경험을 통해 만들어진 연결입니다.
그래서 저는 AI 시대일수록 경험이 더욱 중요해질 것이라고 생각합니다. AI는 이미 공개된 정보를 빠르게 정리하고 설명하는 데 뛰어나지만, 나만의 시행착오와 배움까지 대신 만들어 줄 수는 없습니다. 오히려 AI를 활용해 반복적인 작업을 줄이고, 남는 시간을 새로운 경험을 쌓는 데 사용하는 사람이 더 큰 경쟁력을 갖게 될 가능성이 높습니다.
또한 경험은 서로 다른 분야를 연결하는 출발점이 되기도 합니다. 개발을 하며 배운 문제 해결 방식이 콘텐츠 제작에 도움이 되기도 하고, 블로그를 운영하며 얻은 독자의 반응이 새로운 서비스를 기획하는 아이디어가 되기도 합니다. AI는 이러한 연결을 도와줄 수는 있지만, 그 연결의 시작점이 되는 경험은 결국 사람이 직접 만들어야 합니다. 그래서 앞으로는 더 많은 정보를 소비하는 것보다 더 다양한 경험을 하고, 그 경험을 AI와 함께 정리하며 자신의 지식으로 만드는 과정이 더욱 중요해질 것입니다.
앞으로 우리는 어떻게 공부해야 할까요?
AI 시대의 공부는 과거와 같은 방식으로만 이루어질 필요는 없습니다. 예전에는 책을 읽고 내용을 외우는 것이 공부의 중심이었다면, 이제는 배우고, 연결하고, 활용하고, 다시 정리하는 순환 구조가 더욱 중요해지고 있습니다. AI는 이 과정을 훨씬 빠르고 효율적으로 만들어 줄 수 있는 도구입니다.
저는 앞으로 공부를 할 때 단순히 정보를 읽고 끝내기보다 네 가지 단계를 반복하는 것이 중요하다고 생각합니다. 첫 번째는 새로운 정보를 배우는 것입니다. 책이나 강의, 논문, 블로그를 통해 새로운 개념을 접합니다. 두 번째는 AI와 대화하며 그 정보를 더 깊게 이해하는 것입니다. “왜 이런 기술이 필요할까?”, “기존 기술과 어떤 차이가 있을까?”, “실제로 어디에 활용할 수 있을까? “와 같은 질문을 던지며 사고를 확장합니다.
세 번째는 배운 내용을 자신의 언어로 다시 정리하는 것입니다. 블로그 글을 쓰거나 메모를 남기고, 다른 사람에게 설명할 수 있을 정도로 내용을 구조화하면 지식이 훨씬 오래 기억됩니다. 마지막은 직접 실행해 보는 것입니다. 작은 프로젝트를 만들어 보거나 실제 업무에 적용해 보면서 경험을 쌓습니다. 그리고 그 결과를 다시 AI와 함께 회고하면 다음 학습의 출발점이 만들어집니다.
이러한 과정을 반복하면 공부는 단순히 정보를 모으는 일이 아니라 나만의 지식 시스템을 만드는 과정이 됩니다. AI는 그 과정에서 훌륭한 조력자가 될 수 있지만, 방향을 정하고 질문을 만들며 경험을 연결하는 역할은 여전히 사람에게 남아 있습니다. 앞으로 가장 크게 성장하는 사람은 가장 많은 정보를 가진 사람이 아니라, 배운 것을 자신의 경험과 연결하고 꾸준히 실행하는 사람일 것입니다.
마무리
생성형 AI는 우리가 정보를 얻는 방식을 완전히 바꾸고 있습니다. 하지만 AI가 아무리 발전하더라도 사람에게 가장 중요한 경쟁력은 정보를 많이 외우는 능력이 아니라 서로 다른 지식을 연결하고, 경험과 결합하여 새로운 가치를 만드는 능력입니다.
AI는 필요한 정보를 빠르게 찾아주고 정리해 줄 수 있습니다. 그러나 그 정보를 어떻게 해석하고, 어떤 문제를 해결하는 데 활용하며, 자신의 경험과 어떻게 연결할지는 결국 사람의 몫입니다. 그래서 앞으로의 공부는 암기가 아니라 연결이 되어야 하고, 소비가 아니라 실행이 되어야 합니다.
AI 시대에는 가장 많이 아는 사람이 아니라 가장 많이 연결하는 사람이 성장합니다. 그리고 그 연결은 하루아침에 만들어지지 않습니다. 작은 배움을 기록하고, AI와 함께 정리하고, 직접 실행하며 경험을 쌓는 과정이 반복될 때 비로소 나만의 경쟁력이 만들어질 것입니다.