유능감 착각이란 정확히 무엇인가
유능감 착각은 어떤 내용이 익숙하게 느껴진다는 이유로 그것을 배웠다고 잘못 믿는 것입니다. 자료를 처리하기 쉽다는 사실을 뇌가 그것을 저장해 두었다는 증거로 읽어낼 때 생기는데, 사실 둘은 별개의 문제입니다. 심리학자들은 이를 유창성 착각이라고도 부르며, 이것은 자신의 지식을 판단하는 능력, 즉 메타인지의 실패입니다.
여기서 중요한 구분이 하나 있습니다. 사실을 재인하는 것과 사실을 산출하는 것은 서로 다른 작업입니다. 챕터를 다시 읽을 때 여러분이 하는 일은 재인입니다. 단어가 지면에 있고 여러분이 할 일은 그것을 따라가는 것뿐이기 때문입니다. 시험이 닥쳤을 때, 누군가 질문을 던졌을 때, 또는 무언가를 쓰려고 책상에 앉았을 때 여러분이 하는 일은 산출입니다. 지면은 비어 있고, 여러분이 할 일은 아무것도 없는 상태에서 내용을 만들어내는 것입니다.
재인은 다시 읽을 때마다 쉬워집니다. 산출은 그렇지 않습니다. 적어도 같은 방식으로는 아닙니다. 그래서 공부를 그만둘지 판단할 때 쓰는 신호는, 여러분이 대비하고 있는 과제가 아니라 지금 하고 있는 과제가 만들어낸 것입니다. 문제의 전부가 여기에 있고, 이 글의 나머지는 그 작동 방식과 대신 무엇을 해야 하는지를 다룹니다.
학생은 자신의 회상량을 예측하지 못한다: 2008년 연구
2008년, Jeffrey Karpicke와 Henry Roediger는 이 격차를 더는 부정할 수 없게 만든 연구를 Science에 발표했습니다. 대학생들이 boat(배)에 해당하는 mashua처럼 스와힐리어와 영어로 이루어진 단어쌍 40개를 외웠습니다. 모두 같은 방식으로 시작했습니다. 전체 목록을 공부한 다음 전체 목록에 대해 시험을 봤습니다.
네 집단의 차이는 단 하나, 학생이 어떤 단어쌍을 처음으로 맞힌 뒤에 무슨 일이 일어나는가였습니다.
| 조건 | 단어쌍을 한 번 회상한 뒤 | 일주일 뒤 회상률 |
|---|---|---|
| 전부 학습, 전부 시험 | 학습과 시험 양쪽에 계속 포함 | 80% |
| 학습에서 제외, 시험은 유지 | 학습에서 빼고 시험은 계속 | 80% |
| 학습은 유지, 시험에서 제외 | 계속 학습하고 시험에서는 제외 | 36% |
| 양쪽에서 모두 제외 | 전부에서 제외 | 33% |
세 번째 행을 보십시오. 이 학생들은 끝까지 모든 학습 시간마다 모든 단어쌍을 빠짐없이 공부했습니다. 두 번째 행의 집단보다 자료를 더 많이 본 것입니다. 그런데 일주일 뒤 회상률은 그 집단이 80%였던 데 비해 36%에 그쳤습니다. 이미 학습된 항목을 반복해서 공부하는 것은 측정 가능한 이득을 전혀 만들어내지 못했습니다. 반복 인출은 파지율을 두 배 넘게 끌어올렸고, 효과 크기는 d = 4.03으로 심리학의 어떤 기준으로 봐도 어마어마한 수치입니다. 점수 분포는 겹치지조차 않았습니다. 시험에서 제외된 집단은 10%에서 60% 사이였고, 반복 시험 집단은 63%에서 95% 사이였습니다.
이제 이 글을 플래시카드에 관한 글이 아니라 자기 평가에 관한 글로 만드는 대목입니다. 학습 단계가 끝나고 집으로 돌아가기 전에, 연구진은 네 집단 모두에게 일주일 뒤 단어쌍 40개 중 몇 개를 회상할 수 있을지 예측해 보라고 했습니다.
네 집단 모두 거의 같은 대답을 내놨습니다. 평균 예측치는 40개 중 20.8개, 20.4개, 22.0개, 20.3개였습니다. 모두 약 50%를 기대한 셈입니다. 분산분석 결과 집단 사이에 유의미한 차이는 전혀 없었고, F 값은 1보다 작았습니다.
즉 실제 결과가 33%였던 학생과 80%였던 학생이 똑같은 예측을 내놓은 것입니다. 학습 결과는 거의 두 배 반 차이로 벌어졌는데, 그것을 감지하는 감각은 1밀리미터도 움직이지 않았습니다. 이것이 측정된 형태의 유능감 착각입니다.
유창함은 왜 지식과 똑같이 느껴지는가
그 메커니즘을 정확히 짚어낸 사람은 하이파 대학교의 Asher Koriat와 UCLA의 Robert Bjork였습니다. 2005년 Journal of Experimental Psychology: Learning, Memory, and Cognition에 실린 논문이고, 제목도 직설적으로 "Illusions of Competence in Monitoring One's Knowledge During Study"였습니다.
두 사람의 주장은 조건의 불일치에 관한 것입니다. 자신의 학습을 판단할 때 여러분은 자료를 눈앞에 둔 채로 그 판단을 내립니다. 시험을 볼 때는 자료가 사라진 상태에서 여러분이 그것을 직접 공급해야 합니다. 두 사람의 표현을 빌리면, 학습 판단은 "시험 중에는 없지만 요구되는 정보가 존재하는 상태에서 내려지며", 눈앞에 있는 그 정보를 감안해 깎아내지 못하면 "학습 중에는 유능하다는 느낌을 심어주지만 시험에서는 그것이 근거 없었음이 드러난다"는 것입니다. 두 사람은 같은 논문에서 이 효과에 예견 편향이라는 이름을 붙였습니다.
첫 번째 실험에서 학부생 24명이 연합 강도가 제각각인 단어쌍 60개를 공부하고 각각을 회상할 가능성이 얼마나 되는지 평정했습니다. 목록 전체로 보면 예측은 거의 완벽하게 보정되어 있었고, 실제 회상률과의 차이가 세 포인트 안쪽이었습니다. 그런데 이 집계 수치가 실패를 가립니다. 항목 유형별로 쪼개 보면, 서로 관련 없는 단어쌍에서는 예측이 유의미하게 부풀려졌고, 연합이 강한 단어쌍에서는 반대 방향으로 흘러 학생들이 자신의 회상량을 과소평가했습니다. citizen 옆에 tax가 놓여 있으면 그 연결이 뻔해 보입니다. 일주일 뒤 citizen만 덩그러니 놓여 있을 때는 그렇지 않습니다. 두 사람이 2006년 Memory & Cognition에 낸 후속 연구는 이 편향을 줄일 수 있다는 것, 특히 학습이 끝난 뒤로 판단을 미루는 방법이 통한다는 것을 보여주었습니다.
이것은 지식의 저주 뒤에 있는 것과 같은 인지 기제입니다. Koriat와 Bjork는 Elizabeth Newton의 1990년 실험을 예로 듭니다. 사람들이 널리 알려진 노래의 리듬을 손으로 두드리고, 듣는 사람이 그 곡을 맞힐지 예측하는 실험이었습니다. 머릿속에서 멜로디를 듣고 있던 두드리는 쪽은 성공률을 약 50%로 예측했습니다. 실제로 듣는 사람이 맞힌 비율은 3%도 되지 않았습니다. 일단 무언가를 알고 나면 그것을 모르는 상태를 흉내 내기가 어렵습니다. 흉내 내는 데 실패하는 대상이 미래의 자기 자신일 때, 사람은 자기가 기억해낼 양을 과대평가합니다.
여기서 한 가지 더 짚어둘 것이 있습니다. 이 편향은 편향처럼 느껴지지 않습니다. 아는 것처럼 느껴집니다. 여러분이 게으른 것도 아니고, 성격적 결함이라는 의미에서 과신하는 것도 아니며, 모니터링 시스템이 고장 난 것도 아닙니다. 그 시스템은 엉뚱한 변수를 정확하게 보고하고 있을 뿐입니다.
유능감 착각을 만들어내는 공부 습관
모든 공부 습관이 같은 비율로 착각을 만들어내지는 않습니다. 착각을 만들어내는 습관들에는 공통점이 하나 있습니다. 작업하는 내내 답이 눈에 보이는 상태로 둔다는 점입니다.
| 공부 습관 | 어떤 느낌인가 | 실제로 쌓이는 것 | 착각 위험 |
|---|---|---|---|
| 챕터 다시 읽기 | 읽을수록 매끄럽고 선명해진다 | 텍스트 표면에 대한 재인 | 매우 높음 |
| 읽으면서 하이라이팅하기 | 능동적이고 몰입되고 생산적이다 | 중요해 보였던 것의 기록 | 높음 |
| 노트를 깔끔하게 옮겨 적기 | 꼼꼼하고 정돈되고 완결된 느낌 | 필사본 한 부, 그리고 손의 피로 | 높음 |
| 강의나 영상 보기 | 힘들이지 않고 이해된다 | 그 설명에 대한 친숙함 | 매우 높음 |
| 기억에서 꺼내 소리 내어 설명하기 | 어색하고 자꾸 막히고 밑천이 드러난다 | 다시 쓸 수 있는 인출 경로 | 낮음 |
| 준비 없이 질문에 바로 답하기 | 불편하고 때로는 겸손해진다 | 오래가고 검증 가능한 지식 | 매우 낮음 |
앞의 네 가지가 착각 공장입니다. 뒤의 두 가지가 그것을 대체해야 할 것들인데, 편안한 활동이 곧 사람을 속이는 활동이라는 점에 주목하십시오. Robert Bjork의 바람직한 어려움 틀은 반대편에서 같은 이야기를 합니다. 연습 중에 속도를 늦추는 조건은 장기 파지를 개선하는 경향이 있고, 속도를 높여주는 조건은 오히려 해치는 경향이 있습니다. 공부하면서 느끼는 어려움은 잘못하고 있다는 신호가 아닙니다. 오히려 제대로 하고 있다는 유일한 증거인 경우가 아주 많습니다.
영상은 따로 언급할 만합니다. 우리 대부분이 매일 쓰는 것 중에서 착각을 가장 빠르게 만들어내는 장치이기 때문입니다. 잘 만든 설명 영상은 명료하도록 설계되어 있습니다. 모든 단계를 따라가게 되고, 걸리는 데가 없고, 다 보고 나면 이해했다는 느낌이 듭니다. 하지만 여러분이 실제로 경험한 것은 남의 유창함입니다. 강의를 20분 지점에서 멈추고 논지를 종이에 재구성해 보면, 그 간극이 즉시 드러납니다.
학생들이 실제로 하는 것: 84%는 다시 읽고, 11%만 자기 테스트
인출 연습이 이 정도로 낫다면 사람들이 그것을 쓸 것이라고 기대하게 됩니다. 실제로는 쓰지 않습니다.
Karpicke, Butler, Roediger는 세인트루이스 워싱턴 대학교의 학부생 177명을 조사해 그 결과를 2009년 Memory에 발표했습니다. 연구진이 던진 것은 열린 질문 하나였습니다. 공부할 때 실제로 무엇을 합니까?
83.6%가 노트나 교과서를 다시 읽는 것을 꼽았고, 54.8%는 그것을 자신이 가장 많이 쓰는 전략으로 꼽았습니다. 진짜 자기 테스트를 뜻하는 회상 연습을 꼽은 사람은 10.7%뿐으로, 177명 중 19명에 해당합니다. 그것을 1순위 전략으로 꼽은 사람은 두 명이었습니다.
두 번째 질문은 애매함을 걷어냈습니다. 학생들은 교과서 한 챕터를 방금 한 번 읽었다고 가정하고, 되돌아가 다시 공부하기, 다시 공부하지 않고 회상해 보기, 또는 다른 무언가 하기 중에서 골라야 했습니다. 이 버전을 받은 101명 중 57%가 다시 공부하기를, 21%가 다른 무언가를 골랐습니다. 즉 78%는 자기 자신을 테스트하지 않겠다는 것이었습니다. 테스트하겠다고 답한 사람은 18%뿐이었습니다. 정직하게 덧붙이자면 이 버전은 양자택일을 강요했습니다. 자기 테스트를 고른다는 것은 다시 읽을 기회를 포기한다는 뜻이었기 때문입니다. 76명으로 구성된 두 번째 집단에게 둘 다 하도록 허용했을 때는 42%가 테스트를 먼저 하겠다고 골랐습니다.
게다가 이들은 공부에 어려움을 겪는 학생들도 아닙니다. 재학생의 SAT 평균이 1400점을 넘는 대학교에 다니는 학생들입니다. 우수한 학생들조차 직접 선택하게 하면, 학습을 만들어내는 전략보다 학습하고 있다는 느낌을 만들어내는 전략 쪽으로 크게 기웁니다. 진짜 착각이란 이런 것입니다. 연구 결과를 한 번 알려주면 메워지는 지식의 공백이 아니라, 알고 난 뒤에도 계속 작동하는 지각적 끌림입니다.
2026년판: AI 요약은 착각을 압축한다
정보를 더 쉽게 흡수하게 해주는 기술은 예외 없이 다 끝냈다는 느낌도 더 쉽게 만들어냅니다. AI는 지금까지 나온 것 중 그 힘이 가장 센 버전입니다.
2025년 10월, Shiri Melumad와 Jin Ho Yun은 참가자 10,462명을 대상으로 일곱 건의 실험을 진행한 연구를 PNAS Nexus에 발표했습니다. 설계는 깔끔했습니다. 사람들은 어떤 주제를 AI가 생성한 종합 요약으로 배우거나 평범한 웹 검색 결과로 배운 다음, 그 주제에 대해 다른 사람에게 줄 조언을 썼습니다.
AI 요약으로 배운 사람들은 더 얕은 지식을 갖게 되었다고 답했고, 그들이 내놓은 조언이 그 사실을 드러냈습니다. 조언은 더 짧았습니다. 첫 번째 실험에서 평균 84.58단어로, 94.64단어에 미치지 못했습니다. 구체적인 사실을 언급하는 빈도도 낮아서, 조언 한 편당 고유 개체명이 0.464개로 0.718개에 미치지 못했습니다. 독창성도 눈에 띄게 떨어졌습니다. AI로 배운 사람들의 조언은 코사인 유사도 0.159로 한데 뭉쳤는데, 이는 웹 검색으로 배운 사람들의 0.057의 거의 세 배이며, 다들 서로 비슷한 내용을 쓰고 있었다는 뜻입니다. 이후의 한 실험에서는 조언을 받은 사람들이 AI에서 나온 조언을 채택할 가능성이 더 낮다고 평가했습니다.
저자들은 이 결과의 원인을 정확성이 아니라 형식에서 찾습니다. 요약은 완성되고 일관된 결과물을 통째로 건네줍니다. 검색 결과는 여러분이 직접 골라내고, 서로 맞춰보고, 조립해야 하는 조각들을 건네줍니다. 그 조립이 곧 학습인데, 요약은 그 과정을 없애버립니다. AI 요약에 실제로 작동하는 웹 링크를 붙인 보조 실험에서도 효과는 그대로였습니다. 다만 그 실험 참가자 가운데 링크를 눌러본 사람은 26%뿐이었습니다.
이 중 어느 것도 AI로 읽는 일을 그만두라는 뜻은 아닙니다. AI 요약에서 얻는 주관적 신호가 다시 읽기에서 얻는 신호보다 한층 더 못 미덥다는 뜻입니다. 더 빨리 도착하고 더 완결된 느낌을 주기 때문입니다. 실용적인 규칙은 요약을 무엇을 읽어야 할지 알려주는 색인으로 다루는 것이지, 읽는 대상 자체로 다루지 않는 것입니다. 이에 대해서는 이해력을 잃지 않고 AI로 읽기에서 더 깊이 다룹니다.
착각을 깨뜨리는 다섯 가지 테스트
모니터링의 오류는 더 열심히 모니터링한다고 고쳐지지 않습니다. 재인 조건이 아니라 산출 조건에서 이뤄지는 테스트가 필요합니다. 아래 다섯 가지는 1분에서 10분이면 끝납니다.
1. 빈 종이 테스트. 전부 닫으십시오. 방금 공부한 것에 대해 회상할 수 있는 모든 것을 적은 다음, 원본을 열어 비교하십시오. 여러분이 쓴 것과 거기 있는 것 사이의 간극이 여러분 지식의 실제 상태이고, 처음 몇 번은 대개 충격적입니다. 이것이 블러팅 기법의 핵심이며, 의대생과 로스쿨 학생에게 인기 있는 이유도 정확히 여기에 있습니다.
2. 지연된 판단. 한 페이지를 끝낸 그 순간에 자신의 학습을 평정하지 마십시오. Nelson과 Dunlosky는 1991년 Psychological Science에서, 짧은 지연을 둔 뒤에 내린 예측이 실제로 회상할 것과 회상하지 못할 것을 훨씬 잘 갈라낸다는 것을 보여주었습니다. 반면 페이지를 막 덮은 순간, 답이 아직 머릿속에 생생할 때 내린 평정은 그 둘을 가려내는 정확도가 중간 수준에 그칩니다. 자료를 내려놓고, 나중에 돌아와, 단서만 보고 판단하십시오.
3. 단서만 보고 점검하기. 답을 가리십시오. 질문이나 소제목, 또는 하이라이트한 용어만 보고 그 뒤에 무엇이 이어지는지 산출할 수 있는지 확인하십시오. 가린 것을 걷어내야만 확신이 선다면, 그것은 애초에 몰랐던 것입니다.
4. 설명 테스트. 그 개념을 모르는 사람에게 노트 없이 소리 내어 설명하십시오. 문장이 막히는 순간이 바로 진짜 구멍을 찾아낸 순간입니다. 이것이 파인만 기법 뒤에 있는 엔진입니다. 가르치는 일은 산출을 강제하고, 뒤에 인출 경로를 남기는 것은 산출뿐입니다.
5. 전이 질문. 무언가를 기억하고 있는지 묻지 마십시오. 저자가 언급하지 않은 곳 중에서 그것이 어디에 적용될지를 물으십시오. 이 질문에 대한 답만큼은 재인으로 흉내 낼 수 없습니다.
다섯 가지의 공통점에 주목하십시오. 하나같이 판단을 요구하기 전에 답을 치워버립니다. 중요한 구조적 속성은 그것 하나뿐입니다.
가짜 유능감을 만들지 않는 하이라이팅 방법
하이라이팅은 이 분야 문헌에서 평판이 나쁘고, 일부는 자초한 것입니다. 널리 인용되는 2013년 John Dunlosky 연구진의 Psychological Science in the Public Interest 리뷰에서 하이라이팅과 밑줄 긋기는 다시 읽기와 나란히 유용성 낮음으로 평가됐습니다. 하지만 이 결론은 헤드라인이 풍기는 인상보다 범위가 좁습니다. 실패하는 것은 하이라이팅을 최종 행위로 삼을 때입니다. 지면에 표시를 하고, 내용이 각인되는 느낌을 받고, 그대로 넘어가면, 그 표시는 부호화를 촉발하는 방아쇠가 아니라 부호화를 대신하는 것이 되어버립니다. 증거 전체는 하이라이팅의 과학에서 풀어놓았습니다.
하이라이팅이 이 비판에서 살아남는 것은, 그것이 읽기의 마지막 단계가 아니라 하나의 루프의 첫 단계일 때입니다. 세 가지 변화가 일의 대부분을 해냅니다.
덜 하이라이트하고, 이유를 정하십시오. 온통 노란 지면에는 아무런 결정도 담겨 있지 않습니다. 가치는 색에 있는 것이 아니라, 무엇이 그 색을 받을 자격이 있는지에 대한 판단에 있습니다. 글 하나당 세 개에서 다섯 개라는 제약이 쓸 만한데, 모으는 대신 순위를 매기도록 강제하기 때문입니다.
자기 말로 쓴 노트를 붙이십시오. 딱 하나만 바꾼다면 이것을 바꾸십시오. 하이라이트는 저자의 문장입니다. 노트는 여러분의 것이고, 그것을 쓰는 일은 작은 산출 행위이며, 인출 경로를 만드는 유일한 종류의 작업입니다. Glasp의 웹 하이라이터를 쓰면 모든 하이라이트에 인라인 노트를 달 수 있고, 나중에 자신을 테스트할 기준이 되는 것이 바로 그 노트입니다. 바꿔 쓰기는 언제나 베껴 쓰기를 이깁니다. 베껴 쓰기는 유창하게 해낼 수 있지만 바꿔 쓰기는 그럴 수 없기 때문입니다.
원본을 덮은 채 돌아오십시오. 거의 모든 사람이 이 단계를 건너뜁니다. 며칠 뒤 하이라이트를 열되, 그것을 읽기 전에 그 글이 무엇을 주장했는지 회상해 보십시오. 그다음에 읽으십시오. Kindle 하이라이트도 가져와서 검색 가능해지면 똑같이 쓸 수 있습니다. 다시 찾아오는 시점에 간격을 두는 것이야말로 하이라이트 더미를 기억으로 바꿔놓으며, 그 간격은 독자를 위한 간격 반복에 정리해 두었습니다.
영상에도 같은 처방이 필요합니다. 강의와 강연으로 배운다면 YouTube Summary가 스크립트와 타임스탬프를 제공하므로, 수동적으로 보기만 하는 것 말고 다른 일을 할 수 있습니다. 섹션이 바뀌는 지점마다 멈추고, 방금 무엇을 주장했는지 적은 다음, 스크립트로 확인하십시오. 요약은 여러분의 정답지이지 학습 자료가 아닙니다.
자기 평가를 정직하게 유지하는 주간 루프
도구는 착각을 없애주지 않습니다. 일정표가 없애줍니다. 내키는 때가 아니라 시계에 맞춰 인출이 일어나도록 강제하기 때문입니다. 이 루프는 일주일에 약 35분이 듭니다.
읽는 동안, 추가 시간 없음. 아껴서 하이라이트하십시오. 하이라이트한 것에는 자기 말로 짧은 노트를 쓰십시오. 복습하려고 멈추지는 마십시오.
같은 날, 5분. 글을 닫으십시오. 그 글이 무엇을 주장했는지 세 문장으로 쓰고, 동의하지 않거나 아직 이해되지 않는 것을 한 문장으로 쓰십시오. 마지막 한 줄이 중요합니다. 논지를 실제로 처리하지 않고서는 그 문장을 유창하게 쓸 수 없기 때문입니다.
이틀 뒤, 10분. 하이라이트 말고 여러분이 쓴 노트만 읽고, 그것만으로 원본의 논리를 재구성해 보십시오. 재구성되지 않는 것은 너무 빈약했던 노트이고, 이는 여러분이 어떻게 읽고 있었는지에 대해 쓸모 있는 정보를 알려줍니다.
매주, 20분. 그 주의 자료를 모아, 최소 두 개의 출처를 연결하는 하나의 이어진 문단을 쓰십시오. 이것이 규모를 키운 전이 테스트이고, 오래가는 학습의 대부분은 실제로 여기서 일어납니다. 대화 형식이 더 편하다면 Glasp의 AI 채팅이 여러분이 저장해 둔 하이라이트 전반을 놓고 질문을 던져줍니다. 복습이라기보다 구술시험에 가깝습니다.
가끔, 정해진 시간 없음. 이미 읽은 글에 다른 사람들이 무엇을 하이라이트했는지 읽어보십시오. Glasp의 커뮤니티가 이를 쉽게 해주고, 보정 점검 역할을 합니다. 다른 꼼꼼한 독자들은 표시했는데 여러분은 지나쳤던 구절이야말로, 여러분의 주의가 놓친 것을 직접 측정한 값입니다. 생산적인 방향으로 불편합니다. 읽기를 남는 지식으로 바꾸는 방법을 더 자세히 보려면 읽은 것을 기억하는 방법을 참고하십시오.
이 루프는 복잡하지 않습니다. 효과를 내는 이유는 모든 단계가 원본을 덮은 채 무언가를 산출하도록 요구하기 때문이고, 그것이야말로 여러분의 확신이 의미를 갖는 유일한 조건입니다.
자주 묻는 질문
유능감 착각을 쉽게 설명하면 무엇입니까?
익숙하게 느껴진다는 이유로 그것을 안다고 믿는 것입니다. 다시 읽기, 하이라이팅, 강의 시청은 모두 자료를 처리하기 쉽게 만들고, 뇌는 그 수월함을 학습의 증거로 읽습니다. 그 느낌은 재인에서 나오지만, 시험과 실제 일이 요구하는 것은 산출이며, 산출은 그것과 다르고 훨씬 어려운 작업입니다.
하이라이팅은 공부에 해롭습니까?
하이라이팅만 놓고 보면 약한 방법이고, Dunlosky의 2013년 리뷰도 유용성 낮음으로 평가했습니다. 하이라이팅이 쓸모 있어지는 것은 과정을 끝내는 대신 과정을 시작할 때입니다. 아껴서 표시하고, 자기 말로 노트를 쓰고, 나중에 원본을 덮은 채 하이라이트로 돌아오십시오. 표시 자체는 학습이 아닙니다. 그것으로 무엇을 하느냐가 학습입니다.
유능감 착각은 더닝 크루거 효과와 어떻게 다릅니까?
더닝 크루거 효과는 일반적인 능력에 관한 것으로, 어떤 영역에서 성과가 낮은 사람이 자신의 전반적 능력을 과대평가하는 현상입니다. 유능감 착각은 그보다 범위가 좁고 전문가를 포함해 누구에게나 일어납니다. 특정 학습 시간에 대한 순간순간의 오독이며, 지금 자료가 얼마나 유창하게 처리되고 있는지에 좌우됩니다. 진짜 전문가이면서도 오늘 읽은 것을 다음 주에 회상할 수 있을지를 크게 잘못 판단할 수 있습니다.
유능감 착각은 한번 알고 나면 없앨 수 있습니까?
없앨 수 없고, 그 점이 답답한 대목입니다. Koriat와 Bjork의 연구는 이 착각이 학습에 대해 무엇을 믿느냐가 아니라 판단을 내리는 조건에 좌우된다는 것을 보여줍니다. 편향을 안다고 해서 유창하다는 느낌이 사라지지는 않습니다. 해법은 절차적입니다. 자기 평가를 뒤로 미루고, 답을 가린 채로 하십시오.
AI 요약은 유능감 착각을 더 심하게 만듭니까?
지금 확보된 최선의 증거에 따르면 그렇습니다. Melumad와 Yun의 2025년 PNAS Nexus 연구는 참가자 10,462명을 대상으로 일곱 건의 실험을 진행했습니다. AI가 종합해 준 내용으로 배운 사람들은 더 얕은 지식을 보고했고, 검색 결과를 직접 헤쳐가며 배운 사람들보다 독창성과 유용성이 떨어지는 조언을 내놓았습니다. 요약은 조립하는 작업을 없애는데, 학습의 상당 부분은 바로 그 조립 작업에 깃들어 있습니다.
내가 실제로 아는지 가장 빠르게 확인하는 방법은 무엇입니까?
원본을 덮고 기억에서 꺼내어 2분 동안 쓰십시오. 그런 다음 비교하십시오. 이보다 깨끗한 측정값을 주는 방법은 없습니다. 그 지식이 필요해질 순간과 똑같은 조건에서 이뤄지는 유일한 점검이기 때문입니다.
느낌은 증거가 아니다
이 연구들이 내놓는 불편한 결론은, 학습하고 있다는 감각이 형편없는 계측기이며 그것도 예측 가능한 방향으로 어긋난다는 것입니다. 과다 보고합니다. 그리고 가장 성실한 공부처럼 느껴지는 일을 하고 있을 때 가장 크게 과다 보고합니다.
이것은 그 도구들을 버리라는 주장이 아닙니다. 다시 읽기에도 쓰임새가 있고, 하이라이팅에도 쓰임새가 있으며, AI 요약은 무엇이 여러분의 주의를 받을 만한지 정하는 데 정말로 유용합니다. 이것은 그중 무엇도 마지막 단계가 되게 두지 말라는 주장입니다. 간격을 두고, 원본을 덮고, 자신에게 무언가를 산출하게 하십시오. 해낼 수 있다면 여러분은 알고 있었던 것입니다. 해내지 못한다면 싼값에 그 사실을 알아낸 것이고, 요점은 바로 그것입니다.
오늘 글 하나로 시작하십시오. 그 글을 읽고, Glasp로 세 구절을 하이라이트하고, 각각에 자기 말로 노트를 쓰고, 이틀 뒤에 돌아와 무엇이 살아남았는지 확인하십시오. 되돌아오는 개수는 아마 기대보다 적을 것이고, 그것이 여러분이 처음으로 얻어낸 정직한 측정값입니다.
거기서부터는 능동적 회상으로 이어가십시오. 이 분야 문헌 전체가 가리키고 있는 기법이 바로 그것입니다.
