바람직한 어려움이란 무엇인가
학습 과학에서 바람직한 어려움이란 연습하는 동안에는 더 힘들고 느리게 느껴지지만 며칠 또는 몇 주 뒤의 보존과 전이는 더 좋게 만드는 조건을 말합니다. Robert Bjork가 1994년에 이 용어를 만들었습니다. 오늘날 표준으로 꼽히는 예는 간격, 교차, 인출 연습, 생성, 변형 연습입니다. 문제는 바람직한 어려움이 연습 중의 수행을 떨어뜨리기 때문에 실패하고 있는 것처럼 보인다는 점이고, 바로 그 때문에 이것을 스스로 선택하는 사람이 거의 없습니다.
UCLA의 심리학자인 Bjork는 훈련을 다룬 책의 한 챕터에서 이 개념을 처음 소개했고, 이후 수십 년에 걸쳐 Elizabeth Ligon Bjork와 함께 발전시켰습니다. 두 사람의 연구실은 같은 결과에 반복해서 부딪혔습니다. 공부하는 동안의 수행을 떨어뜨리는 조작이 공부한 뒤의 성과를 끌어올리는 경우가 많았다는 것입니다. 가장 널리 알려진 정리는 Elizabeth와 Robert Bjork의 2011년 챕터인데, 제목이 원리를 그대로 말합니다. "Making things hard on yourself, but in a good way."
정의도 그 챕터에 들어 있는데, 대중적인 설명에서는 빠지곤 하는 조건이 하나 붙어 있습니다. Bjork 부부는 바람직한 어려움이 "학습과 이해, 기억을 뒷받침하는 부호화 및 인출 과정을 촉발하기 때문에 바람직하다. 그러나 학습자에게 그 어려움에 성공적으로 대응할 배경지식이나 기술이 없다면, 그것은 바람직하지 않은 어려움이 된다"고 씁니다. 사람들이 건너뛰는 것은 뒤쪽 절반입니다. 같은 과제가 어떤 학습자에게는 바람직하고 다른 학습자에게는 쓸모없을 수 있다는 것입니다.
수십 년 치 재현 연구가 뒷받침하는 조건은 다섯 가지입니다.
- 간격(spacing): 공부를 한 덩어리로 몰아넣는 대신 별도의 세션들로 나누어 분산하기.
- 교차(interleaving): 한 세션 안에서 문제 유형이나 주제를 블록으로 묶는 대신 서로 섞기.
- 인출 연습(retrieval practice): 정보를 다시 읽어 집어넣는 대신 기억에서 끌어내기.
- 생성(generation): 답을 보여 주기 전에 스스로 만들어 내기.
- 변형 연습(varied practice): 매번 동일한 조건이 아니라 달라지는 조건에서 연습하기.
여섯 번째인 생산적 실패는 별개의 연구 전통에서 자라났지만 같은 계열에 속합니다. 아래에 따로 절을 두었습니다.
이들을 하나로 묶는 것은, 각각이 뇌로 하여금 무언가를 재인(recognition)하는 대신 재구성하도록 강제한다는 점입니다. 재인은 값이 싸고 지식처럼 느껴집니다. 재구성은 값이 비싸고 실제로 지식을 만듭니다. 같은 개념이 힘든 학습(effortful learning)이라는 이름으로 통하기도 합니다. 품이 드는 연습이 곧 오래가는 연습이라는 뜻입니다.
바람직한 어려움의 예: 해당하는 것과 그렇지 않은 것
마찰을 더하는 것 자체가 목표는 아니며, 이 개념이 오용되는 지점이 바로 여기입니다. Bjork 부부는 같은 2011년 챕터에서 "많은 어려움은 수업 중에도, 그리고 그 뒤로도 영원히 바람직하지 않다"고 경고합니다. 어려움은 두 가지 기준을 통과할 때에만 '바람직하다'는 수식어를 얻습니다. 첫째, 추가 노력이 자료 자체에 들어가야 합니다. 자료를 인출하거나, 생성하거나, 비슷한 것과 구별하는 데 쓰여야 한다는 뜻입니다. 둘째, 그 노력으로 어딘가에 닿을 수 있어야 합니다. 그저 앞을 막아 버리는 어려움은 바람직하지 않습니다. 그것은 장애물입니다.
흔히 거론되는 후보들을 이 두 기준에 비춰 보면 다음과 같이 갈립니다.
| 연습 방식 | 바람직한 어려움인가? | 이유 |
|---|---|---|
| 다시 읽기 전에 스스로를 시험하기 | 예 | 인출 연습입니다. 기억 속을 뒤지는 탐색이 곧 작업입니다 |
| 공부를 여러 날에 걸쳐 나누기 | 예 | 간격입니다. 세션 사이에 조금 잊어버리기 때문에 돌아올 때마다 진짜 인출이 일어납니다 |
| 한 세션에서 비슷한 문제 유형을 섞기 | 예 | 교차입니다. 방법을 그저 실행하는 데 그치지 않고 어떤 방법을 쓸지 골라야 합니다 |
| 답을 보기 전에 먼저 추측해 보기 | 예, 기초를 익힌 뒤라면 | 생성입니다. 첫 추측이 틀리더라도 만들어 내는 쪽이 받아들이는 쪽을 이깁니다 |
| 달라지는 조건에서 연습하기 | 예 | 변형 연습입니다. 기술이 한 가지 조건에 더는 얽매이지 않게 됩니다 |
| 수업을 듣기 전에 문제를 먼저 시도하기 | 예, 중학생 무렵부터 | 생산적 실패입니다. 실패한 시도가 설명이 무엇을 바로잡아야 하는지 보여 줍니다 |
| 피드백을 즉시가 아니라 나중에 받기 | 경우에 따라 | 실험실 연구에서는 이기지만 실제 교실에서는 대체로 집니다 |
| 읽기 어려운 글꼴로 읽기 | 아니요 | 효과가 재현되지 않았습니다. 보는 데 더 애를 쓸 뿐 기억하는 양은 같습니다 |
| 집중이 안 되는 시끄러운 카페에서 공부하기 | 아니요 | 어려움이 자료와 무관합니다. 무언가를 부호화하는 대신 주의만 소모합니다 |
| 형편없이 쓰인 교과서 읽기 | 아니요 | 분투의 대상이 개념이 아니라 문장입니다 |
| 자기 훈련 수준보다 몇 단계 위인 문제 | 아니요 | 아무것도 만들어 낼 수 없으니 강화할 인출 자체가 없습니다 |
| 개별적으로 아직 이해하지 못한 주제들을 교차하기 | 아니요 | 아직 변별할 대상이 없습니다 |
| 같은 챕터를 세 번째로 다시 읽기 | 아니요 | 애초에 어려움이 아닙니다. 유창함만 올리고 저장은 건드리지 않습니다 |
이것을 퀴즈 문제(다음 중 바람직한 어려움에 해당하는 것은?)로 만났다면 가운데 열이 정답이고 오른쪽 열이 그 이유입니다. '예'에 해당하는 것은 하나같이 무언가를 재구성하게 만듭니다. '아니요'에 해당하는 것은 아무것도 더 어렵게 만들지 않거나, 엉뚱한 것을 더 어렵게 만듭니다.
유창성 착각
이미 두 번 읽은 교과서 챕터를 펼쳐 보세요. 페이지를 따라 시선을 훑어 내립니다. 문장이 익숙하게 느껴집니다. 단락 하나하나가 제자리에 들어맞습니다. 책을 덮으며 내용을 안다고 확신합니다.
일주일 뒤, 핵심 논지조차 거의 인출하지 못합니다.
인지심리학자들은 이를 유창성 착각(fluency illusion) 또는 유능감 착각(illusion of competence)이라고 부릅니다. 그리고 이것이 대부분의 공부 시간이 낭비되는 단연 가장 큰 원인입니다. 정보가 매끄럽게 처리되면 뇌는 그 매끄러움을 숙달의 증거로 해석합니다. 그렇지 않습니다. 매끄러움은 그저 매끄러움일 뿐입니다.
데이터는 가차 없습니다. Dunlosky와 동료들이 2013년 Psychological Science in the Public Interest에 발표한 리뷰는 흔한 학습 기법 10가지를 증거가 보여 준 유용성에 따라 세 등급으로 분류했습니다. 지구상에서 가장 인기 있는 두 방법인 하이라이팅과 다시 읽기는 최하위 등급에 자리 잡았습니다. 연습 시험과 분산 연습은 최상위 등급이었습니다. 학습자가 사랑하는 방법이 약한 학습을 만들고, 학습자가 피하는 방법이 강한 학습을 만듭니다.
다시 읽기가 가장 명확한 사례입니다. Callender와 McDaniel (2009)은 텍스트를 곧바로 다시 읽는 것에 관해 네 차례의 실험을 진행했고, 몇 가지 예외를 빼면 이후 시험에서 이점이 거의 또는 전혀 없다는 것을 발견했습니다. 친숙함은 기억이 아닙니다. 재인은 회상이 아닙니다.
이 착각은 구조적입니다. 뇌는 처리의 용이함을 "이건 안다"를 판단하는 휴리스틱으로 사용합니다. 다만 그 휴리스틱은 미래의 인출을 예측하는 데에는 그저 틀려 있을 뿐입니다. 자신의 숙달 감각을 의심하는 법을 배우는 것이, 공부한 것이 그대로 남는 공부로 가는 첫걸음입니다.
Bjork가 실제로 발견한 것
Robert A. Bjork와 Elizabeth Ligon Bjork는 이런 일이 왜 일어나는지를 풀어내는 데 수십 년을 보냈습니다. 두 사람의 1992년 챕터 "A New Theory of Disuse and an Old Theory of Stimulus Fluctuation"이 이 모든 것을 설명하는 틀을 내놓았습니다.
이 이론은 기억을 두 개의 별개 차원으로 나눕니다.
저장 강도(storage strength)는 기억이 얼마나 깊이 자리 잡았는지를 측정합니다. 다양한 맥락에서 시간에 걸쳐 자료와 얼마나 많이 상호작용했는지의 함수입니다. 저장 강도는 오직 올라갈 수만 있습니다.
인출 강도(retrieval strength)는 지금 이 순간 그 기억을 얼마나 쉽게 끌어올릴 수 있는지를 측정합니다. 격렬하게 요동칩니다. 방금 공부했을 때 올라가고, 쓰지 않으면 떨어지며, 그 순간에 가용한 단서에 크게 의존합니다.
유창성 착각은 이 둘 사이의 간극에서 살아갑니다. 챕터를 다시 읽으면 자료가 눈앞에 있기 때문에 인출 강도가 치솟습니다. 저장 강도는 거의 움직이지 않습니다. 인출 강도가 사그라드는 순간, 회상을 떠받칠 것이 그 아래 아무것도 없습니다.
이 이론에서 가장 직관에 어긋나는 규칙이 바로 이 구분에서 나옵니다. 다시 공부하거나 회상하는 순간에 그 기억의 인출 강도가 높을수록 저장 강도의 증가분은 더 작습니다. 쉽게 꺼낸 기억에는 예금이 조금만 쌓입니다. 어렵게 꺼낸 기억에는, 끝내 꺼내는 데 성공하기만 한다면, 예금이 크게 쌓입니다. 역설적이게도 연습 중의 어려움이야말로 오래가는 학습을 만들어 냅니다.
이름은 2년 뒤에 나왔습니다. Bjork는 1994년 챕터 "Memory and Metamemory Considerations in the Training of Human Beings"에서, 연습 중에는 사람들을 느리게 만들지만 그 뒤에는 도움이 되는 훈련 방법들을 모아 바람직한 어려움이라고 불렀습니다. 그의 원래 목록에는 다섯 항목이 있었는데, 오늘날 통용되는 목록과 꼭 일치하지는 않습니다.
| Bjork의 1994년 소제목 | 가장 가까운 오늘날의 명칭 |
|---|---|
| 연습 조건을 다양하게 바꾸기 | 변형 연습 |
| 맥락 간섭을 주기 | 교차 |
| 한 과제의 연습을 분산하기 | 간격 |
| 학습자에게 주는 피드백을 줄이기 | 대중적인 목록에서는 대부분 사라짐 |
| 시험을 학습의 기회로 활용하기 | 인출 연습 |
생성은 여기에 없습니다. Bjork 부부의 2011년 챕터에 이르면 생성이 목록에 합류해 시험과 한 절을 나눠 씁니다. 줄인 피드백은 반대 방향으로 가서 대부분의 요약에서 자취를 감췄습니다. 논란이 있는 사례를 다루는 절에서, 그보다 더 많이 연구된 사촌 격인 지연 피드백을 살펴봅니다.
Soderstrom과 Bjork의 2015년 논문 "Learning versus Performance: An Integrative Review"는 이 구분을 한층 더 단단히 다듬었습니다. 수행(performance)은 오늘, 연습하는 동안 할 수 있는 것입니다. 학습(learning)은 나중에 새로운 맥락에서 그것을 해낼 수 있는 능력의 비교적 영구적인 변화입니다. 대부분의 공부 습관은 수행을 극대화하고 학습을 갉아먹습니다.
이름이 붙은 지 사반세기가 지난 뒤, Bjork 부부는 2020년 Journal of Applied Research in Memory and Cognition에 실은 글 "Desirable Difficulties in Theory and Practice"에서 이 주제로 돌아왔는데, 어조가 달라져 있었습니다. 메커니즘은 충분히 확립되어 있었습니다. 누군가가 그것을 실제로 실행하게 만드는 일은 그렇지 못했습니다. 두 사람은 자신들이 "관련 연구 결과를 학습자와 교사에게 알려 주기만 하면 충분하다고 비현실적으로 가정하는 경향이 있었다"고 인정했습니다. 학습자들은 먼저 걷어내야 할 순진한 학습관을 품고 오기 때문입니다. 같은 호에 실린 Rohrer와 Hartwig의 표현을 빌리면, "너무나 자주, 교실은 유망한 개입이 죽으러 가는 곳이다."
핵심은 이후에 나올 모든 것의 한가운데에 자리합니다. 세션이 힘들이지 않고 흘러간다면, 인출 강도가 일을 다 하고 있고 저장 강도는 아무 데도 가지 않는 것입니다. 세션이 생산적인 방식으로 힘들게 느껴진다면(찾고, 실패하고, 회복하고, 손을 뻗고 있다면) 저장 강도가 올라가고 있는 것입니다. 그 불편함이 곧 예금입니다.
이것이 Glasp 독자들이 이미 아는 방법들을 하나로 묶어 줍니다. 능동적 회상과 간격 반복, 그리고 Feynman 기법, 프로테제 효과, 블러팅 기법은 서로 무관한 요령들이 아닙니다. 저장 강도를 쌓아 올리는 힘든 작업으로 뇌를 밀어 넣는 서로 다른 방법들입니다. 바람직한 어려움이 메타 원리이고, 나머지는 전부 구현입니다.
| 쉽게 느껴지지만 효과가 없는 것 | 어렵게 느껴지지만 효과가 있는 것 |
|---|---|
| 같은 챕터를 다시 읽기 | 책을 덮고 기억나는 것을 쓰기 |
| 집중 연습(벼락치기) | 며칠 또는 몇 주에 걸친 분산 연습 |
| 다음으로 넘어가기 전에 한 주제를 끝까지 마스터하기 | 한 세션 안에서 여러 주제를 교차하기 |
| 이미 이해한 자료의 풀이 예제를 읽기 | 확인하기 전에 답을 스스로 만들어 내기 |
| 똑같은 유형의 문제만 연습하기 | 문제 유형과 맥락을 섞기 |
| 단락 전체를 하이라이트하기 | 아껴서 하이라이트하고 자기만의 여백 메모를 적기 |
간격: 분산 학습이 벼락치기를 이기는 이유
간격 효과(spacing effect)는 이 문헌 전체에서 가장 오래되고 가장 많이 재현된 발견입니다. Hermann Ebbinghaus가 1885년에, 망각 곡선을 낳은 바로 그 저서에서 기술했습니다. 지금도 작동합니다.
주장은 단순합니다. 어떤 자료를 공부할 시간이 총 10분 있다면, 10분을 한 덩어리로 다 쓰는 것보다 여러 세션에 쪼개 쓰는 쪽이 지연 시험에서 더 많이 기억납니다. 총 시간은 동일합니다. 중요한 것은 분포입니다.
Cepeda와 동료들이 2006년 Psychological Bulletin에 발표한 종합 연구는 논문 184편, 실험 317개에서 나온 평가 839건을 모았고, 전부 언어 회상 과제였습니다. 간격 학습은 일관되게 집중 학습을 이겼고, 가장 좋은 보존을 만들어 낸 간격은 보존 기간이 길어질수록 함께 커졌습니다. 같은 연구진의 2008년 후속 실험은 그 비율을 특정했습니다. 1,350명이 넘는 사람이 일련의 사실을 학습하고, 최장 석 달 반의 간격을 둔 뒤 한 번 복습했으며, 그로부터 최장 1년 뒤에 최종 시험을 치렀습니다. 최적 간격은 무언가를 기억하고 싶은 기간에 대한 비율로 보면 점점 줄어드는 것으로 나타났습니다. 일주일 뒤에 시험을 볼 때는 그 기간의 약 2040%지만, 1년 뒤에 시험을 볼 때는 약 510%에 불과합니다. 이 비율을 달력에 옮겨 보면, 일주일 뒤에 시험이 있을 때는 첫 학습 후 대략 하루 반에서 사흘 뒤에, 1년 뒤에 시험이 있을 때는 약 3주에서 5주 뒤에 한 번의 복습을 두게 됩니다.
이 효과는 크기는 더 작지만 실제 수업에서도 유지됩니다. Murray와 동료들이 2025년 Educational Psychology Review에 발표한 수학 학습 메타분석에서는 간격 학습이 전체적으로 집중 학습을 이겼는데(연구 27편에서 g = 0.28), 자료를 따로 떼어 가르쳤을 때(0.43)가 실제 수업 과정 안에 들어 있을 때(0.24)보다 효과가 더 컸습니다.
메커니즘은 저장과 인출의 구분에 곧바로 연결됩니다. 어떤 자료를 연달아 두 번 공부하면 두 번째 노출은 인출 강도가 아직 높을 때 일어나므로 연습이 사실상 공짜가 되고 저장 이득은 미미합니다. 사흘 뒤에 다시 공부하면 인출 강도가 감퇴해 있습니다. 기억을 끌어올리는 데 품이 들고, 그 품이 저장 강도를 사는 값입니다.
실전에서 간격은 두 적과 싸웁니다. 벼락치기, 그리고 일정에 없는 복습(결국 한 번도 일어나지 않는 복습)입니다. 해법은 캘린더 수준에 있습니다. 진짜로 보존하고 싶은 것을 골라 각각에 반복 복습 슬롯을 주고, 무엇에 더 주의가 필요한지에 대한 자기 감각보다 일정을 신뢰하세요. 그 감각 역시, 다시 말하지만, 대개는 유창함이 하는 말입니다.
교차: 섞는 쪽이 몰아서 하는 쪽을 이기는 이유
교차란 한 학습 세션 안에서 한 주제를 완전히 익힌 뒤 다음 주제로 넘어가는 대신, 서로 다른 주제나 문제 유형을 섞는 것을 말합니다. 대수를 배우고 있다면 이차방정식 문제를 스무 개 연달아 풀지 않습니다. 이차방정식 하나, 그다음 연립방정식, 그다음 함수 변환, 그리고 다시 이차방정식으로 돌아옵니다.
더 안 좋게 느껴집니다. 세션 중의 수행은 떨어집니다. 학습자들은 측정 가능한 수준으로 더 많이 배우고 난 뒤에도 교차 연습이 덜 효과적이라고 꾸준히 평가합니다. 이 메타인지적 불일치는 이 분야에서 가장 강력한 착각 중 하나입니다.
Doug Rohrer와 Kelli Taylor는 2007년에 제목 자체가 결론인 연구로 이를 입증했습니다. "The Shuffling of Mathematics Problems Improves Learning"입니다. 대학생들이 여러 종류의 문제 푸는 법을 배운 뒤, 유형별로 블록을 묶어 연습하거나 무작위로 섞어 연습했습니다. 일주일 뒤 시험에서 섞어서 연습한 그룹의 수행이 압도적으로 우수했습니다. Rohrer, Dedrick, Stershic은 2015년에 실제 교실에서 이를 재현했습니다. 7학년 학생 126명이 석 달에 걸쳐 교차 또는 블록 과제를 풀었고, 지연 시험에서 같은 결과가 나왔습니다.
왜 작동할까요? 메커니즘은 두 가지입니다. 첫째, 교차는 변별(discrimination)을 강제합니다. 자동조종으로 같은 절차를 반복 적용할 수 없고, 각 문제가 어떤 절차를 요구하는지 스스로 알아내야 합니다. 그 변별이야말로 시험이나 실제 업무에서 진짜로 필요한 능력입니다. 둘째, 교차는 정의상 각 주제에 간격을 만듭니다. A 유형 문항 사이의 틈이 B 유형 문항으로 채워지므로, A로 돌아올 때마다 진짜 인출이 일어납니다.
변별 메커니즘은 교차가 언제 작동을 멈추는지도 알려 주는데, 대중적인 소개 글이 허술해지는 지점이 바로 여기입니다. Brunmair와 Richter가 2019년 Psychological Bulletin에 발표한 메타분석 "Similarity matters"는 연구 59편과 효과 크기 238개를 모았습니다. 교차는 전체적으로 중간 정도 크기로 이겼지만(Hedges' g = 0.42), 이점은 자료에 따라 크게 갈렸습니다. 회화 같은 시각적 범주에서 가장 컸고, 수학 문제에서는 더 작았으며, 단어를 재료로 삼은 연구에서는 뒤집혀 블록 연습이 완승했습니다. 이 패턴은 이론이 예측하는 그대로입니다. 섞는 범주들이 서로 혼동될 만하다면, 나란히 놓는 것이 구분하는 법을 가르쳐 줍니다. 공통점이 전혀 없다면 변별할 것이 없고, 아무 소득 없이 전환 비용만 치르게 됩니다.
자기주도 학습자에게 교차는 들리는 것보다 쉽고 보이는 것보다 어렵습니다. 화려한 스케줄러는 필요 없습니다. 다음으로 넘어가기 전에 한 주제를 "끝내려는" 충동을 거부하기만 하면 됩니다. 같은 질문을 두고 의견이 갈리는 두 저자나 한 과목에 나오는 세 가지 문제 유형처럼 실제로 헷갈릴 만한 것들을 골라 번갈아 가며 공부하세요. 뇌는 항의할 것입니다. 뇌가 틀렸습니다. 교차 연습에 관한 전체 가이드에서 일정을 짜는 구체적인 방법을 다룹니다.
인출 연습: 시험 효과
바람직한 어려움 중 단 하나만 채택할 수 있다면 이것을 고르세요. 인출 연습(시험 효과)은 정보를 다시 밀어 넣는 대신 기억에서 끌어내는 행위입니다. 능동적 회상, 플래시카드, 블러팅 기법, 그리고 교육에서 효과를 내는 거의 모든 것의 엔진입니다.
Henry Roediger III와 Jeffrey Karpicke가 2006년 Psychological Science에 발표한 "Test-Enhanced Learning: Taking Memory Tests Improves Long-Term Retention"이 이 분야의 표준 입증 연구입니다. 학생들은 산문 지문을 공부한 뒤 다시 공부하거나 자유 회상 시험을 봤고, 어느 쪽에도 피드백은 없었습니다. 첫 번째 실험에서 최종 시험은 5분 뒤, 이틀 뒤, 또는 일주일 뒤에 치러졌습니다. 5분 뒤에는 다시 공부한 쪽이 81% 대 75%로 이겼습니다. 일주일 뒤에는 순서가 뒤집혀 있었습니다. 시험을 본 그룹은 56%를, 다시 공부한 그룹은 42%를 회상했습니다. 두 번째 실험은 이 비교를 한 걸음 더 밀고 나갔습니다. 지문을 한 번 공부한 뒤 스스로를 세 번 시험한 학생들은 일주일 뒤 61%를 회상했고, 네 번 공부한 학생들은 40%에 그쳤습니다. 약 50% 더 많이 회상한 셈입니다. 총 시간은 같고 작업이 달랐던 것입니다.
인출이 왜 이런 효과를 내는지는 여전히 논쟁 중입니다. 인출이 기억을 바꾼다는 사실 자체는 그렇지 않습니다. Bjork는 일찍이 1975년에 이를 두 단어로 표현했고, 그의 1994년 챕터도 그 말을 되풀이합니다. 인출이라는 행위는 "기억 수정자"라는 것입니다. 유력한 설명 가운데 하나는 Jeffrey Karpicke 연구실에서 나온 일화적 맥락 설명(episodic context account)입니다. 이 설명에 따르면 회상에 성공하면 기억의 맥락이 갱신되어 그것을 배운 순간뿐 아니라 인출한 순간까지 포함하게 되고, 그렇게 풍부해진 맥락 덕분에 나중의 탐색이 올바른 기억을 정확히 찾아갈 수 있습니다. 실패조차 도움이 됩니다. 답을 찾아 헤매다 빈손으로 돌아온 뒤 그 답을 공부하면, 같은 시간을 읽는 데 썼을 때보다 더 잘 기억하게 됩니다. Richland, Kornell, Kao가 2009년에 "The Pretesting Effect: Do Unsuccessful Retrieval Attempts Enhance Learning?"이라는 제목의 논문에서 이를 입증했습니다.
빈틈이 하나 있습니다. 이 증거의 대부분이 언어 자료에서 나왔다는 점입니다. 간격 절에서 소개한 Murray의 수학 학습 메타분석은 시험과 다시 공부하기를 비교한 연구를 일곱 편밖에 찾지 못했고, 이를 합친 효과(g = 0.18)는 신뢰구간이 0에 걸쳐 있었습니다. 저자들은 이를 인출이 수학에서 통하지 않는다는 증거가 아니라, 판단을 내리기에는 증거가 너무 적다는 뜻으로 해석했습니다.
인출은 수십 가지 형태로 작동합니다. 책을 덮고 회상하기, 플래시카드, 자유 형식 요약 쓰기, 소리 내어 가르치기, Feynman 기법. 이들이 공유하는 것은 밑바탕의 동작입니다. 보기 전에 기억에서 끌어내는 것입니다.
Glasp 웹 하이라이터로 챕터를 하이라이트한 뒤에는 원문을 닫고 자신의 하이라이트만으로 논지를 재구성해 보세요. 그런 다음 페이지를 열어 확인합니다. 자신이 만들어 낸 것과 실제로 거기 있는 것 사이의 간격이 곧 저장 강도의 결손입니다. 그 간격을 메우는 일이 진짜 작업입니다.
생성: 답을 먼저 만들어 내기
생성 효과는 인출 연습의 가까운 사촌이지만 따로 한 줄을 차지할 만큼 분명히 다릅니다. Slamecka와 Graf (1978)는 다섯 개의 실험에 걸쳐, 자료를 스스로 생성한 학습자가 같은 자료를 그냥 읽기만 한 학습자보다 더 잘 기억한다는 것을 보였습니다.
이들의 실험 설계는 규칙 기반이었고 거의 민망할 만큼 단순했습니다. 한 그룹은 "lamp - light" 같은 단어 쌍을 그대로 읽었습니다. 다른 그룹은 규칙(associate)과 자극 단어 "lamp", 그리고 알파벳 한 글자 "l"만 받고 "light"를 스스로 만들어 내야 했습니다. 읽기 그룹은 답을 이미 봤는데도, 생성한 쪽이 큰 차이로 이겼습니다.
이 원리는 더 큰 규모에서도 그대로 적용됩니다. 풀이가 적힌 증명을 읽는 것은 증명을 직접 시도한 뒤 비교하는 것보다 역량을 덜 쌓습니다. 남이 쓴 책 요약을 읽는 것은 자기 요약을 쓰는 것보다 배우는 것이 적습니다. 남이 코딩하는 것을 보는 것은 코드를 직접 타이핑하다 에러를 만나고 그 이유를 알아내는 것보다 배우는 것이 적습니다.
생성은 가장 순수한 형태의 바람직한 어려움입니다. 받으면 반가울 정보를 일부러 보류해 스스로 만들어 내도록 강제합니다. 반쯤 기억하고 반쯤 추측하는 답답함이 곧 메커니즘입니다. 답을 확인할 무렵이면 노출을 부호화로 바꾸는 작업을 이미 끝낸 상태입니다.
하이라이팅은 생성 도구가 될 수도, 수동적 도구가 될 수도 있습니다. 모든 단락에 노란색을 폭격하듯 칠하는 것은 수동적입니다. 판단을 미래의 재독에 외주 주는 것이니까요. 아껴서 의도적으로 하는 하이라이팅은 생성적입니다. 지금의 자신에게 "이것이 저것보다 더 중요하다"고 결단하도록 강제하는데, 그 결단 자체가 종합이기 때문입니다. 하이라이팅의 과학에서 더 깊이 다룹니다.
변형 연습: 조건을 바꾸기
변형 연습이란 매번 동일한 조건에서가 아니라 조금씩 다른 형태, 맥락, 조건에서 같은 기술을 연습하는 것을 말합니다.
아이들에게 콩주머니를 던지게 한 Kerr와 Booth의 1978년 연구는 교과서적 사례가 되었습니다. 이들은 8세와 12세, 두 연령 집단을 대상으로 실험했습니다. 한 그룹은 한 가지 거리에서만 연습했습니다. 다른 그룹은 목표 거리를 사이에 두고 감싸되 그 거리 자체는 한 번도 포함하지 않는 여러 거리를 섞어 연습했습니다. 한 번도 연습해 본 적 없는 시험 던지기에서 변형 그룹이 고정 그룹을 앞질렀습니다. 더 일반적인 운동 표상을 만들어 두었던 것입니다.
설계의 이 세부 사항에 주목하세요. 보통은 빠뜨리는 대목입니다. 다양하게 바꾼 거리들이 목표를 둘러싸고 있었다는 점입니다. 가변성은 아무 잡음이나 넣어도 된다는 면허가 아닙니다. 변주가 그 기술이 일반화해야 할 공간을 폭넓게 덮을 때 작동합니다.
인지적 학습도 같은 패턴을 보입니다. 공부하는 정의의 표현을 다양하게 바꾸세요. 새로운 용어를 만나는 맥락을 다양하게 바꾸세요. 한 개념을 같은 교과서의 두 챕터가 아니라 서로 다른 두 분야에서 읽으세요.
가변성은 전이(transfer), 즉 배운 조건 바깥에서 배운 것을 사용하는 능력을 뒷받침합니다. 전이야말로 대부분의 학습자가 원하는 것이자 대부분의 공부 습관이 적극적으로 막아 버리는 것입니다. 한 가지 형태로만 기술을 연습하면 그 형태를 기술과 함께 부호화하게 되고, 형태가 바뀌면 고전하게 됩니다. 가변성은 기술을 어떤 단일 형태로부터도 떼어 냅니다.
생산적 실패: 설명보다 분투를 먼저
취리히 연방공과대학교(ETH Zurich)의 Manu Kapur는 이를 생산적 실패(productive failure)라고 부릅니다. 방법을 가르치기 전에 학습자에게 어려운 문제를 주고, 결함투성이 시도를 스스로 만들어 내게 한 다음, 그제야 설명을 건네는 것입니다.
그 시도들은 대개 실패합니다. 그것이 설계의 일부입니다. 실패한 시도가 하는 일은 문제 공간의 지도를 만드는 것입니다. 그래서 표준 해법이 도착했을 때 학습자는 그것을 놓아둘 자리를 갖게 되고, 자기 접근법에 무엇이 빠져 있었는지 볼 수 있게 됩니다.
Sinha와 Kapur가 2021년 Review of Educational Research에 발표한 메타분석은 연구 53편과 실험적 비교 166건을 모았습니다. 설명보다 문제 해결을 먼저 하는 쪽이 그 반대 순서를 이겼고(Hedges' g = 0.36), Kapur의 생산적 실패 원칙을 가장 충실히 따른 설계들은 효과가 0.37에서 0.58 사이로 더 좋았습니다. 경계도 두 가지 드러났습니다. 2학년에서 5학년 학생들, 그리고 영역 일반적 기술에서는 설명을 먼저 하는 쪽이 앞섰습니다. 더 어린 아이들에게는 생산적으로 실패할 만한 문제 해결의 발판이 아직 없는 것일 수 있습니다.
독서에 적용하는 버전은 간단히 실행할 수 있습니다. 어중간하게 아는 주제의 글을 열기 전에, 답이 무엇일지 2분 동안 적어 보세요. 그다음에 읽습니다. 자신의 버전은 거의 언제나 흥미로운 방식으로 틀려 있고, 그것과 저자의 답 사이의 간격이 곧 기억에 남을 부분입니다.
여섯 가지를 한눈에 보면 다음과 같습니다.
| 어려움 | 메커니즘 | 구체적 예시 | 핵심 연구 |
|---|---|---|---|
| 간격(Spacing) | 기억이 감퇴할 때 진짜 인출을 강제 | 오늘 네 번 보는 대신 1일, 3일, 7일, 21일 차에 노트 복습 | Cepeda et al. (2006) |
| 교차(Interleaving) | 문제 유형 사이의 변별을 강제 | 한 세션에서 이차방정식, 연립방정식, 함수 변환을 섞기 | Rohrer & Taylor (2007); Brunmair & Richter (2019) |
| 인출 연습(Retrieval Practice) | 회상이 다시 읽기로는 불가능한 방식으로 기억을 바꿈 | 책을 덮고 기억나는 것을 쓴 뒤 확인 | Roediger & Karpicke (2006) |
| 생성(Generation) | 만들어 내는 것이 읽기보다 깊은 부호화를 강제 | 설명을 읽기 전에 답을 예측 | Slamecka & Graf (1978) |
| 변형 연습(Varied Practice) | 맥락에 독립적인 표상을 구축 | 같은 개념을 서로 다른 3개 영역에서 풀기 | Kerr & Booth (1978) |
| 생산적 실패(Productive Failure) | 실패한 시도가 설명이 안착할 지도를 만듦 | 방법을 배우기 전에 문제를 먼저 시도 | Sinha & Kapur (2021) |
논란이 있는 두 사례: 지연 피드백과 읽기 어려운 글꼴
바람직한 어려움으로 끊임없이 거론되는 후보가 둘 있습니다. 하나는 Bjork의 원래 목록에 있던 항목의 가까운 사촌으로, 조건부로만 성립하는 것으로 드러났습니다. 다른 하나는 애초에 그 목록에 없었고 재현 검증을 통과하지 못했습니다.
줄인 피드백과 지연 피드백. Bjork의 1994년 목록에 있는 항목은 줄인 피드백이고, 이는 운동 기술 훈련에서 나왔습니다. Richard Schmidt와 공동 연구자들은 피드백을 주기적으로 요약해서 주거나 연습이 진행될수록 점차 줄여 나가면 단순한 운동 기술의 습득은 느려지지만 장기 보존은 좋아진다는 것을 발견했습니다. 흔한 설명은 끊임없는 피드백이 목발이 된다는 것입니다. 수행이 피드백에 기대다가 피드백이 사라지면 주저앉습니다.
학습 자료를 대상으로 검증된 버전은 지연 피드백입니다. Butler, Karpicke, Roediger (2007)에서 학생들은 산문 지문을 읽고 객관식 시험을 본 뒤 정답을 곧바로 또는 시간이 지난 뒤에 확인했습니다. 이후의 단서 회상 시험에서는 지연 피드백이 이겼습니다. 저자들의 설명은 싱거울 정도입니다. 늦게 도착한 피드백은 간격을 두고 자료를 두 번째로 제시하는 것과 같은 역할을 한다는 것입니다.
Kulik과 Kulik이 연구 53편을 대상으로 한 1988년 메타분석은 이미 그 경계를 그려 두었습니다. 시험 내용의 학습을 다룬 실험실 실험은 대체로 지연 쪽에 유리했습니다. 실제 교실 퀴즈와 실제 수업 자료를 사용한 응용 연구는 대체로 즉시 피드백이 더 효과적이라는 결과가 나왔습니다. 그러니 답은 "경우에 따라"입니다. 답을 확인하러 반드시 돌아올 것이 확실하다면 한동안 답을 미뤄 두는 것이 도움이 될 수 있습니다. 평소의 수업 과제에서는 빨리 확인하세요.
읽기 어려운 글꼴. 2011년에 Diemand-Yauman, Oppenheimer, Vaughan은 Cognition에 "Fortune Favors the Bold (and the Italicized)"를 발표했습니다. 실험실 연구에서 참가자 28명이 가상의 외계 종에 관한 사실을 정리한 자료를 공부했는데, 자료는 깔끔한 16포인트 Arial 또는 더 작은 회색 Comic Sans나 Bodoni로 조판되어 있었습니다. 읽기 어려운 글꼴 그룹은 사실의 86.5%를 회상했고, 상대 그룹은 72.8%였습니다. 두 번째 연구는 오하이오주 고등학생 222명을 대상으로 실제 수업 자료의 서식을 바꿨고, 학급 시험에서도 더 높은 점수를 확인했습니다. 공짜 학습처럼 보였습니다. 서체만 바꾸면 더 많이 기억한다는 것이니까요.
그 결과는 버텨 내지 못했습니다. Rummer, Schweppe, Schwede는 이 실험실 연구를 조금씩 수정해 세 차례 재현 실험을 진행했고(2016년 발표), 그 어느 것에서도 효과를 찾지 못했습니다. Xie, Zhou, Liu의 2018년 메타분석은 논문 25편과 참가자 3,135명을 모았고, 텍스트를 읽기 어렵게 만드는 것이 회상(d = -0.01)에도 전이(d = 0.03)에도 효과가 없다는 것을 발견했습니다. 실제로 나타난 변화는 사람들이 더 오래 공부하게 되고(d = 0.52) 자신이 배운 것에 대한 확신이 줄어든다는(d = -0.43) 것이었습니다. 글꼴은 이득 없이 어렵다는 느낌만 보탰습니다.
RMIT 대학교가 이 아이디어를 활용하려고 2018년에 내놓은, 뒤로 기울고 군데군데 끊긴 서체 Sans Forgetica도 같은 운명을 맞았습니다. 2020년 Memory에 실린 논문 두 편이 일곱 개의 실험에 걸쳐 이 서체를 검증했습니다. 독자들은 이 서체가 Arial보다 읽기 어렵다고 평가했지만 더 많이 기억하지는 못했습니다. 두 편 중 하나의 제목은 "Disfluent Difficulties Are Not Desirable Difficulties"입니다.
Robert Bjork도 직접 의견을 냈습니다. 2016년 논평 "Is Disfluency Desirable?"에서 그와 Carole Yue는 애초에 보고된 이점이 "적어도 일반적인 방식으로는 재현되지 않는다"고 결론짓고 그 이유도 제시했습니다. 텍스트로 학습할 때 중요한 일은 "종이나 화면에 있는 것을 지각적으로 부호화한 이후에 일어난다"는 것입니다.
이것이 바람직한 어려움의 예를 다룬 절에서 본 두 가지 기준 중 첫 번째입니다. 노력이 자료 자체에 들어가야 한다는 것입니다. 읽기 어려운 글꼴은 보는 것을 더 어렵게 만듭니다. 바람직한 어려움은 인출하고 생성하고 변별하는 것을 더 어렵게 만들며, 쌓으려는 기억을 바꾸는 것은 이 두 번째 종류의 노력뿐입니다. 이후 연구에서 좁은 범위의 예외가 나오기는 했지만(한 연구는 독자가 시험을 예상하지 못했을 때에만 이점을 발견했습니다) 공부 습관의 토대로 삼을 만한 것은 없었습니다.
어려움이 바람직하지 않게 되는 순간
모든 어려움이 도움이 되는 것은 아니며, 언제 도움이 되기를 멈추는지에 관한 연구는 대부분의 요약이 인정하는 것보다 훨씬 구체적입니다.
학습자가 생산적으로 관여할 수 없을 때 어려움은 바람직하지 않게 됩니다. 단어를 아예 해독하지 못한다면 읽기를 더 늦춘다고 도움이 되지 않습니다. 미분이 무엇인지 모른다면 미분 문제와 적분 문제를 교차하는 것은 소음일 뿐입니다. 인출 연습이 저장 강도를 너무 멀리 앞질러 아무것도 만들어 내지 못한다면, 인출하고 있는 것이 아니라 허우적대고 있는 것입니다.
인지부하 이론이 여기에 메커니즘을 부여합니다. 작업기억은 서로 상호작용하는 요소를 한 번에 몇 개밖에 다루지 못합니다. 자료 자체가 이미 요소 상호작용성(element interactivity)이 높다면(서로의 관계 속에서만 의미가 생기는 조각이 많다면), 그 위에 생성이나 교차를 얹는 것은 총 부하를 용량 너머로 밀어내고, 그것을 처리할 여유 용량이 없으므로 추가된 어려움은 아무런 소득도 내지 못합니다.
Chen, Kalyuga, Sweller는 2015년 Journal of Educational Psychology에 실은 연구에서 기하 수업을 사용해 이 교차 지점을 직접 보여 주었습니다. 요소 상호작용성이 낮은 자료에서는 생성 효과가 예상대로 나타났습니다. 답을 스스로 만들어 내는 쪽이 답을 제시받는 쪽을 이겼습니다. 요소 상호작용성이 높은 자료에서는 이것이 뒤집혀, 풀이 예제를 공부하는 쪽이 생성을 이겼습니다. 그다음 지식이 더 많은 학습자를 대상으로 한 두 번째 실험에서는 실질적인 복잡도가 낮아지면서 생성이 모든 조건에서 이겼습니다. 이것이 전문성 역전 효과입니다. 올바른 학습 전략은 고정되어 있지 않습니다. 실력이 늘면 함께 움직입니다.
이것이 이 가이드 첫머리에서 본 Bjork 부부 정의의 뒤쪽 절반입니다. 어려움에 대응할 배경지식이 없으면 그 어려움은 바람직하지 않은 것으로 바뀝니다.
올바른 구간은 불완전하더라도 무언가를 만들어 낼 수 있는 곳입니다. 손을 뻗고 있는 것이지 떨어지고 있는 것이 아닙니다. 일부 시도에서는 실패하고 대부분의 시도에서는 성공해야 합니다. 전부 맞힌다면 자료가 너무 쉽거나 간격이 너무 짧다는 뜻입니다. 거의 아무것도 만들어 내지 못한다면 경계를 넘은 것이고, 필요한 것은 근성이 아니라 발판입니다.
그러니 양쪽 방향으로 조정하세요. 어떤 것이 진심으로 자기 능력 밖이라면 분투를 낭만화하지 마세요. 설명을 읽고 기초를 세운 뒤에 다시 돌아오세요. 어떤 것이 너무 쉽게 느껴진다면 그 편안함에 속지 마세요. 간격을 늘리고, 더 어려운 변형을 섞고, 더 생성적인 형식으로 옮기세요.
한 축에 저장 강도를, 다른 축에 인출 강도를 놓고 그려 보세요. 높은 저장 / 높은 인출은 최근에 연습했고 잘 학습된 상태입니다. 높은 저장 / 낮은 인출은 인출 연습이 가장 큰 효과를 내는 영역입니다. 탐색은 어렵지만 예금이 진짜이기 때문입니다. 낮은 저장 / 높은 인출이 위험한 쪽입니다. 방금 다시 읽어서 안다고 느끼지만 실제로는 쌓아 두지 않은 것들이고, 벼락치기가 여기에 해당합니다. 낮은 저장 / 낮은 인출은 진짜로 새로운 자료이며, 먼저 발판이 필요합니다.
AI 도구는 바람직한 어려움을 없애는가
기본값으로는 그렇습니다. AI 도우미는 저장 강도를 쌓아 올리는 바로 그 노력을 지워 버리는 데 대단히 효율적인 기계이고, 그 대가가 무엇인지에 관한 첫 번째 좋은 증거가 2025년에 나왔습니다.
Hamsa Bastani, Osbert Bastani와 동료들은 튀르키예의 한 대형 학교에서 천 명에 가까운 고등학교 수학 수강생을 대상으로 무작위 대조 시험을 진행했고, 그 결과를 PNAS에 발표했습니다. 학생들은 연습 세션 동안 두 가지 GPT-4 튜터 중 하나를 받거나, AI를 아예 받지 않았습니다. "GPT Base"는 평범한 ChatGPT 인터페이스처럼 동작했습니다. 연구진은 "GPT Tutor"에는 안전장치를 프롬프트로 넣었는데, 그중 가장 중요한 것은 답을 넘겨주는 대신 교사가 설계한 힌트를 제공하도록 한 것이었습니다.
도구의 도움을 받는 연습 동안에는 둘 다 눈부시게 작동했습니다. GPT Base를 쓴 학생들은 대조군보다 48% 향상되었습니다. GPT Tutor를 쓴 학생들은 127% 향상되었습니다.
그다음 연구진은 도구를 회수하고 시험을 실시했습니다.
GPT Base로 연습했던 학생들은 AI를 아예 써 본 적 없는 학생들보다 17% 낮은 점수를 받았습니다. 도구를 손에 쥐고 있을 때의 자기 모습보다 나빴다는 뜻이 아닙니다. 도구를 한 번도 받지 못한 대조군보다 나빴다는 뜻입니다. GPT Tutor 그룹은 점추정치가 0에 가까워, 대조군과 통계적으로 구분되지 않았습니다.
이것이 Soderstrom과 Bjork의 수행/학습 해리를 챗봇으로, 학교 규모에서 재현한 결과입니다. 연습 점수를 절반가량 끌어올린 도구가, 사라지고 나자 학생들을 오히려 더 나쁜 처지에 남겨 두었습니다. 그리고 해법이 금지가 아니었다는 점에 주목하세요. 해법은 AI가 답을 보류하게 만드는 것이었고, 이는 모습만 바꾼 생성 효과입니다.
더 작은 규모의 연구 두 편도 같은 패턴을 되풀이합니다. André Barcaui의 2025년 무작위 시험(n = 120)에서 학부생들은 ChatGPT를 쓰거나 쓰지 않고 공부한 뒤 45일 후에 예고 없는 시험을 치렀습니다. ChatGPT 그룹의 점수는 57.5%로 상대 그룹의 68.5%보다 낮았고, 논문은 이 결과가 "'바람직한 어려움' 원리"에 부합한다고 명시합니다. 2026년 9월의 프리프린트에서 Bergh와 동료들은 컴퓨터과학 전공 학생 55명에게 ChatGPT 또는 일반 웹 검색을 사용해 C 프로그래밍 과제를 풀게 했습니다. ChatGPT 그룹은 더 나은 코드를 작성했지만(89% 대 69%) 회상 점수는 직후(41% 대 53%)에도 48시간 뒤(39% 대 52%)에도 더 낮았습니다.
성인의 지식 노동에서도 같은 양상이 나타납니다. CHI 2025에서 Microsoft Research와 Carnegie Mellon의 Lee와 동료들은 지식 노동자 319명을 대상으로 AI의 도움을 받은 실제 업무 사례 936건을 조사했습니다. 응답자들은 인지적 노력이 줄었다고 답했고, 중요한 상관관계는 이런 방향이었습니다. AI에 대한 신뢰가 높을수록 비판적 사고는 줄어들었고, 자기 자신에 대한 신뢰가 높을수록 늘어났습니다. 도구에 대한 신뢰가 사고를 대체하는 것입니다.
널리 공유된 Kosmyna와 동료들의 MIT Media Lab 연구도 같은 방향을 가리킵니다. EEG 기록에서 LLM을 사용해 에세이를 쓴 참가자들의 신경 연결성이 가장 약하게 나타났고, 그 참가자들은 방금 자신이 써낸 글을 인용하는 것조차 힘들어했습니다. 다만 확정된 결론이 아니라 시사점으로 다루세요. 2026년 10월 현재 이 연구는 여전히 arXiv 프리프린트이고(2025년 12월에 개정되었습니다), 찾아본 범위에서는 동료 심사를 거친 버전이 없습니다. 참가자는 54명뿐이었으며(그중 18명만 마지막 세션에 참여했습니다), 다른 연구자들이 arXiv에 올린 코멘트는 표본 크기와 EEG 분석, 그리고 결과 보고 방식의 불일치에 의문을 제기합니다.
이 중 어느 것도 AI를 쓰지 말라는 논거가 아닙니다. AI를 루프의 어디에 놓을 것인가에 관한 논거입니다.
2026년에 나온 논문 두 편이 이 점을 데이터로 보여 줍니다. Middlebury College의 워킹 페이퍼에서는 학부생 210명을 무작위로 배정해 최대 35분 동안 GPT-4o를 쓰거나 쓰지 않고 공부하게 한 뒤, 모두 GPT-4o 없이 시험을 치르게 했습니다. AI 그룹은 표준편차의 약 4분의 1만큼 더 높은 점수를 받았고, 일주일 뒤의 보존 시험에서도 우위를 유지했습니다. 튀르키예의 교실과 달랐던 점 하나는 학생들이 AI를 사용한 방식이었습니다. 가장 흔한 사용법은 어려운 개념을 설명해 달라고 모델에 요청하는 것이었습니다. AI 그룹의 44%가 그렇게 했다고 답했고, 답안 초안을 쓰게 했다고 답한 비율은 16%였습니다(채팅 로그에서는 학생들이 보고한 것보다 초안 작성이 더 많이 나타났습니다). 막혔을 때 설명을 요청하는 것은 답을 요청하는 것과는 다른 행위입니다.
답을 보류하는 튜터는 학생들이 실제로 사용해야만 효과가 있습니다. 테네시주 중학교 18곳에서 Khan Academy의 Khanmigo를 대상으로 2년간 진행된 무작위 시험(2026년 8월 NBER 워킹 페이퍼로 공개)에서 향상 폭은 작았고(연간 0.06~0.08 표준편차), AI 없이 Khan Academy 연습만으로 얻는 수준과 비슷했습니다. 중앙값에 해당하는 학생은 연습한 날의 3분의 1에만, 그리고 실수를 한 세션의 17%에서만 튜터에게 메시지를 보냈습니다. 힌트만 주는 튜터는 무언가를 물어보는 학생에게만 도움이 됩니다.
| 어려움을 지워 버리는 사용법 | 어려움을 지켜 내는 사용법 |
|---|---|
| 읽기도 전에 "이 글 요약해 줘" | 직접 읽고 자기 요약을 쓴 뒤, 빠뜨린 것을 찾아 달라고 AI에 요청하기 |
| "이 문제 풀어 줘" | "이런 식으로 이 답이 나왔어. 내 논리가 어디서 무너지지?" |
| 스스로 시도해 보기도 전에 설명을 요청하기 | 답을 먼저 예측한 뒤에 설명을 요청하기 |
| 플래시카드를 생성해서 읽기 | 플래시카드를 생성해서 책을 덮고 답하기 |
| 첫 응답을 그대로 받아들이기 | 반대 입장을 논증해 달라고 한 뒤 둘 사이를 직접 판단하기 |
기억해 둘 원칙은 이렇습니다. AI가 나 대신 답하게 하지 말고, 나를 채점하게 하세요. 인출은 직접 하고, 무언가를 만들어 낸 다음에야 모델을 불러와 자신의 산출물을 원본과 비교하게 하세요. 어려움은 내가 가져가고 채점만 외주 주는 것입니다. AI와 학습에서 더 넓은 차원의 득실을 다루고, AI 학습 모드 비교에서는 어떤 도우미가 이제 기본값으로 답을 보류하는지 살펴보며, AI 튜터는 정말 효과가 있을까에서는 튀르키예 실험을 향상 효과를 확인한 실험들과 나란히 놓고 봅니다.
바람직한 어려움을 위한 루틴 설계
원리를 안다고 해서 자동으로 적용되지는 않습니다. 직접 설계해 넣어야 합니다. 최소 저항의 경로는 언제나 편안하고 저장 강도가 낮은 선택일 테니까요. 자기주도 학습 시스템에 이 어려움들을 녹여 넣는 방법은 다음과 같습니다.
표시하기 위해서가 아니라, 생성하기 위해 하이라이트하세요. 문장은 아껴서 표시하고, 이 구절이 왜 중요한지, 이미 알고 있는 것과 어떻게 연결되는지를 자기 말로 짧게 적으세요. 꼭 필요한 곳만 고르는 것이 변별이고, 메모가 생성입니다. 메모 없는 하이라이팅은 수동적인 함정입니다.
AI 채팅은 요약이 아니라 인출에 쓰세요. AI 도우미를 잘못 쓰는 방법은 아직 읽지 않은 챕터를 요약해 달라고 하는 것입니다. 올바른 방법은 챕터를 읽고, 덮고, 자기 요약을 쓴 다음, 그것을 Glasp의 AI 채팅에 붙여 넣어 자신의 재구성을 원본과 대조해 채점해 달라고 하는 것입니다. 인출은 내가 했고, 비교는 AI가 합니다.
기억이 아니라 Kindle 하이라이트로 간격을 두세요. 언제 복습해야 하는지에 대한 자기 감각은 망가져 있습니다. 저장 곡선이 아니라 최신성과 감정이 좌우하기 때문입니다. 캘린더에 복습 일정을 잡고, 3주 전에 읽은 책의 하이라이트를 불러낸 뒤, 스크롤하기 전에 논지를 재구성해 보세요. 유창함에 이끌리는 본능으로부터 간격을 지켜 주는 것은 기계적인 일정입니다.
커뮤니티 피드에서 주제를 돌려 가며 읽으세요. 같은 사람이 같은 주제로 쓴 글을 네 편 연달아 읽지 마세요. 인지과학, 그다음 창업, 그다음 글쓰기, 그리고 다음 날 다시 인지과학으로 순환하세요. 이만큼 동떨어진 주제들은 서로 혼동될 일이 없으니 교차의 변별 효과는 기대하지 마세요. 여기서 얻는 것은 간격입니다. 첫 주제로 돌아오기 전에 하루 동안 흐려질 시간이 생기기 때문입니다. 진짜 교차를 하려면 같은 질문을 두고 의견이 갈리는 두 저자를 번갈아 읽으세요.
YouTube 요약을 본 다음, 스스로를 시험하세요. 페이지를 닫고 1년 뒤에도 기억하고 싶은 것 세 가지를 적으세요. 그것을 스크립트와 비교해 보세요. 그 간격이 작업해야 할 지점입니다.
읽기 전에 예측하세요. 처음 접하는 것을 펼칠 때마다 생산적 실패의 수를 두세요. 무엇이 눈에 들어오는지가 달라집니다.
형식을 다양하게 하세요. 같은 아이디어를 책, 논문, 스레드, 영상에서 읽으세요. 매체마다 아이디어를 다르게 부호화하고, 뇌는 그것들을 가로질러 추상화해야 합니다. 그것이 변형 연습의 핵심입니다.
시스템 관점의 이야기는 함께 읽으면 좋은 러닝 OS 구축 가이드에 있습니다. 바람직한 어려움이 원리이고, OS는 매일의 작동 방식입니다.
자주 묻는 질문
바람직한 어려움 다섯 가지는 무엇인가요?
간격(시간에 걸쳐 공부를 분산하기), 교차(주제나 문제 유형을 섞기), 인출 연습(다시 읽는 대신 회상하기), 생성(답을 보기 전에 만들어 내기), 변형 연습(연습의 조건을 바꾸기)입니다. 방법을 배우기 전에 문제를 먼저 시도하는 생산적 실패가 밀접하게 관련된 여섯 번째입니다. 여섯 가지 모두 하나의 메커니즘을 공유합니다. 재인이 아니라 재구성을 강제한다는 점입니다. Bjork의 1994년 원래 목록은 조금 달랐습니다. 오늘날의 목록에서 생성이 있는 자리에 피드백 줄이기가 있었습니다.
바람직한 어려움의 예를 들면 어떤 것이 있나요?
책을 덮고 기억으로 요약을 쓰는 것이 가장 깔끔한 예입니다. 벼락치기 대신 간격을 둔 일정으로 복습하는 것, 한 세션에 문제 유형을 섞는 것, 설명을 읽기 전에 답을 예측하는 것도 마찬가지입니다. 판단 기준은 그 어려움이 자료 자체와 그것에 관여하는 방식에서 나오는지, 그리고 여전히 무언가를 만들어 낼 수 있는지입니다.
다음 중 바람직한 어려움에 해당하는 것은 무엇인가요?
정답은 학습 세션 사이에 간격 두기, 서로 관련된 주제를 교차하기, 스스로를 시험하기, 답을 보기 전에 만들어 내기, 연습 조건을 다양하게 바꾸기입니다. 흔히 나오는 오답 선택지는 벼락치기, 다시 읽기, 전부 하이라이트하기입니다. 읽기 어려운 글꼴이 함정입니다. 예전 수업 자료에는 바람직한 어려움으로 실려 있지만 그 효과는 재현되지 않았습니다. 정답을 가르는 규칙은 이렇습니다. 바람직한 어려움은 연습하는 동안에는 속도를 늦추고, 나중에 회상하고 활용할 수 있는 것은 늘려 줍니다.
바람직하지 않은 어려움이란 무엇인가요?
인출하거나 생성하거나 변별하게 만들지는 않으면서 공부만 더 힘들게 하는 어려움, 또는 아무리 애써도 어디에도 닿을 수 없는 어려움입니다. 읽기 어려운 글꼴, 시끄러운 방, 형편없이 쓰인 교과서는 진짜 어려움이지만, 그 노력은 개념이 아니라 보는 일이나 집중하는 일에 들어갑니다. 자기 수준을 한참 넘어서는 문제는 두 번째 이유로 바람직하지 않은 어려움에 해당합니다. 기억해 둘 것은 Bjork 부부가 직접 한 말입니다. "많은 어려움은 수업 중에도, 그리고 그 뒤로도 영원히 바람직하지 않다."
Sans Forgetica 같은 읽기 어려운 글꼴이 기억력을 높여 주나요?
아니요. 2011년의 한 연구가 읽기 어려운 글꼴이 회상을 높인다고 보고했지만 그 결과는 재현되지 않았습니다. 논문 25편과 참가자 3,135명을 대상으로 한 2018년 메타분석은 읽기 어려운 텍스트가 회상에도 전이에도 효과가 없다는 것을 발견했고, 2020년 논문 두 편은 특히 Sans Forgetica에서 기억상의 이점을 찾지 못했습니다. 사람들은 이런 글꼴을 더 읽기 어렵다고 느끼고 더 오래 공부하지만, 배우는 양은 같습니다.
바람직한 어려움이라는 용어는 누가 만들었나요?
Robert A. Bjork가 1994년에 만들었습니다. 흔히 인용되는 출처는 MIT Press에서 나온 책 Metacognition: Knowing about Knowing에 실린 그의 챕터 "Memory and metamemory considerations in the training of human beings"입니다. 대부분의 사람이 읽는, 접근하기 쉬운 정리는 Elizabeth와 Robert Bjork의 2011년 챕터 "Making things hard on yourself, but in a good way: Creating desirable difficulties to enhance learning"으로, Psychology and the Real World에 실려 있습니다. 핵심 주장은 이렇습니다. 습득을 늦추고 연습 중의 수행을 나빠 보이게 만드는 조건이 오히려 장기 보존과 전이를 더 좋게 만드는 경우가 많은데, 학습자들은 그 단기적 하락을 체계적으로 실패로 오독한다는 것입니다. Bjork 부부는 2020년 Journal of Applied Research in Memory and Cognition에 실린 "Desirable difficulties in theory and practice"에서 이 주제로 돌아왔는데, 주로 이 아이디어를 실제로 채택시키는 일이 얼마나 어려운지를 짚기 위해서였습니다.
하이라이팅은 바람직한 어려움인가요?
전적으로 어떻게 하느냐에 달려 있고, 대부분의 하이라이팅은 그렇지 않습니다. 단락 전체를 표시하는 것은 나중에 그 페이지를 다시 읽을 사람에게 판단을 미루는 것일 뿐입니다. 페이지당 한두 구절씩 아껴서 하이라이트하고 각각에 자기 말로 메모를 쓰는 것은 변별 과제이자 생성 과제입니다. 하이라이트를 독서의 대용품이 아니라 미래의 인출 단서로 다루세요.
모든 문제에서 분투해야 하나요?
아니요. 목표는 생산적인 분투이지 허우적대기가 아닙니다. 아무것도 만들어 내지 못하고 있다면 바람직한 구간을 지나 과부하로 들어선 것입니다. 물러서서 기초를 세운 뒤에 그 어려움으로 돌아오세요. 가끔은 실패하고 대부분은 성공하는 상태가 좋습니다. 그리고 처음 접하는 진짜 복잡한 자료라면, 연구는 생성보다 풀이 예제를 먼저 공부하는 쪽이 낫다고 말합니다. Chen, Kalyuga, Sweller (2015)는 요소 상호작용성이 높은 내용에서는 학습자가 효과를 다시 뒤집을 만큼의 전문성을 갖추기 전까지 풀이 예제가 문제 해결을 이긴다는 것을 발견했습니다.
ChatGPT를 쓰면 학습에 해가 되나요?
전적으로 루프의 어디에 놓느냐에 달려 있습니다. 2025년 PNAS 실험에서 제약 없는 GPT-4 튜터로 연습한 학생들은 나중에 AI를 한 번도 써 보지 않은 학생들보다 17% 낮은 점수를 받았지만, 답 대신 힌트를 주는 튜터를 받은 학생들에게는 그런 불이익이 나타나지 않았습니다. 2026년에 보고된 한 실험에서는 가장 흔한 사용법이 AI에 개념을 설명해 달라고 요청하는 것이었는데, 결과가 반대였습니다. 일주일 뒤 AI 없이 치른 시험에서 점수가 더 높았습니다. 모델에게 인출을 대신 시키면 학습을 잃습니다. 인출은 직접 하고 모델은 설명을 듣거나 점검하는 데 쓰면 학습이 남습니다.
공부한 뒤 다음 복습까지 얼마나 기다려야 하나요?
편하게 느껴지는 것보다 길게, 그리고 매번 더 길게 두세요. 보존을 최대화하는 간격은 기억해야 하는 기간이 길어질수록 함께 커지지만 그 기간에 대한 비율로는 줄어듭니다. Cepeda의 2008년 실험에서 나온 비율(일주일 뒤 시험이면 그 기간의 2040%, 1년 뒤 시험이면 510%)을 따르면, 가장 좋은 간격은 일주일 뒤에 시험이 있을 때 대략 하루 반에서 사흘, 1년 뒤에 시험이 있을 때 약 3주에서 5주입니다. 복습이 쉽게 느껴지면 다음 간격을 늘리세요. 어렵게 느껴지면 줄이세요. 어느 쪽이든 일정이 직감보다 낫습니다.
바람직한 어려움은 사실뿐 아니라 기술에도 적용되나요?
네, 게다가 그중 몇 가지는 애초에 거기서 시작되었습니다. 변형 연습과 줄인 피드백은 둘 다 운동 기술 연구에서 나왔고, 교차는 누군가 수학 문제를 섞어 보기 훨씬 전부터 맥락 간섭이라는 이름으로 운동 기술 분야에서 연구되었습니다. 변별, 전이, 인출 요소가 있는 기술이라면 무엇이든 이득을 봅니다. 코딩, 글쓰기, 디자인, 언어, 악기, 운동 기술이 모두 그렇습니다. 연습의 형태는 바뀌지만 원리는 바뀌지 않습니다.
학교는 왜 바람직한 어려움을 활용해 가르치지 않나요?
쉬운 방식이 단기적으로 더 좋아 보이기 때문입니다. 집중 연습과 다시 읽기는 수업 직후에 보는 퀴즈 점수를 높이고, 일주일 뒤의 점수는 낮춥니다. 대부분의 학교는 지연 보존을 측정하지 않습니다. Soderstrom과 Bjork (2015)가 정확히 이 점을 지적했습니다. 수행과 학습을 혼동하는 것은 개인의 문제가 아니라 구조적 문제라는 것입니다. 자기주도 학습자라면 기관이 따라잡기를 기다릴 필요가 없습니다.
결론
가져갈 원리는 이것입니다. 공부가 쉽게 느껴진다면, 아마 공부하고 있지 않은 것입니다. 노력은 오래가는 학습의 값이고, 뇌는 간격, 교차, 인출, 생성, 가변성, 생산적 실패 중 무엇을 통해서든 그 값을 치렀을 때에만 보상을 지급합니다.
이는 더 갈아 넣으라는 뜻이 아니라 더 똑똑하게 갈아 넣으라는 뜻입니다. 대부분의 학습자는 이미 시간을 쏟고 있습니다. 다만 그 시간을 유창함을 극대화하고 저장을 최소화하는 활동에 쓰고 있을 뿐입니다. 다시 읽기 한 번을 책 덮고 재구성하기로 바꾸세요. 벼락치기 한 번을 네 번의 분산 복습으로 바꾸세요. 똑같은 문제 한 블록을 섞인 세트로 바꾸세요. 각각의 교환은 단기적 편안함을 장기적 보존과 맞바꿉니다. 그리고 가짜 어려움은 건너뛰세요. 더 못생긴 글꼴이나 더 시끄러운 방으로는 아무것도 얻지 못합니다.
2026년 들어 판돈이 커졌습니다. 이제 책상 위의 모든 도구가 힘든 부분을 대신 해 주겠다고 제안하고, 증거는 그 제안을 받아들이면 수행은 좋아 보이게 되는 대신 학습을 잃는다고 말합니다. 같은 연구에서 나온 좋은 소식은, 답을 보류하는 도구는 그런 불이익을 만들지 않는다는 것입니다. 어느 쪽을 쓸지는 스스로 고를 수 있습니다.
Glasp는 바로 이 맞바꿈을 중심으로 만들어졌습니다. 아껴서 하는 하이라이팅, 여백 메모, AI가 채점하는 재구성, 예전에 읽은 것의 분산 복습, 그리고 기본값으로 주제를 섞어 주는 커뮤니티 피드입니다. 각각은 노출을 저장으로 바꾸도록 설계된 작은 마찰 조각입니다.
내일, 자기 루틴에서 가장 쉬운 한 가지를 골라 더 어려운 버전으로 바꿔 보세요. 그 교환이 게임의 전부입니다.
