배우는 법이 아니라, 지우는 법을 다시 배워야 하는 시대

May 26, 2026

6 min read

9 views

86%

지식을 더 많이 쌓는데 왜 더 자주 길을 잃는가

우리는 대개 더 많이 알수록 더 잘 판단할 것이라 믿는다. 그런데 실제 삶은 이상하게도 반대로 흘러간다. 경험이 쌓일수록 판단은 단단해지기보다 굳어지고, 지식이 늘수록 오히려 새로운 상황 앞에서 더 둔해지는 경우가 많다. 왜 그럴까?

핵심은 배움의 문제가 아니라 유지의 문제에 있다. 사람은 새로운 정보를 익히는 데는 능숙하지만, 오래된 틀을 내려놓는 데는 서투르다. 그래서 진짜 학습은 축적의 기술이 아니라 해체와 재구성의 기술이 된다. 더 많이 아는 사람이 아니라, 더 잘 버릴 줄 아는 사람이 새 환경에 적응한다.

이 논리는 공부나 자기계발에만 해당하지 않는다. 조직 운영, 인공지능 활용, 리더십, 심지어 일상의 의사결정까지 관통한다. 오늘 우리가 더 자주 실패하는 이유는 지식이 부족해서가 아니라, 이미 맞다고 믿는 것을 업데이트하지 못하기 때문이다.

지혜는 정보를 더하는 능력보다, 불필요한 확신을 덜어내는 능력에 더 가깝다.

배움의 본능과 학습의 역설: 더하기는 쉽고, 빼기는 어렵다

새로운 것을 배우는 일은 대체로 기분 좋다. 강의, 책, 도구, 프레임워크는 즉각적인 진보감을 준다. 반면 오래된 신념을 의심하는 일은 불편하다. 내가 틀렸을 수도 있다는 가능성을 받아들여야 하고, 때로는 과거의 성공 공식이 현재에는 무용하다는 사실을 인정해야 하기 때문이다.

여기서 중요한 차이가 생긴다. **학습(learn)**은 보통 지식과 기술을 추가하는 과정이다. **언러닝(unlearn)**은 이미 몸에 밴 가정, 습관, 해석을 의도적으로 비우는 과정이다. 그리고 진짜 깊은 학습, 즉 **릴런(relearn)**은 단순히 새 정보를 얹는 것이 아니라 질문의 좌표계를 바꾸는 일이다.

예를 들어 서울에서 운전을 오래 한 사람이 시드니에서 운전한다고 생각해 보자. 좌측 통행, 다른 회전 규칙, 다른 도로 문화가 존재하는데도 서울식 습관을 그대로 밀어붙이면 능숙함이 아니라 위험이 된다. 이때 필요한 것은 더 많은 운전 지식이 아니다. 먼저 해야 할 일은 익숙함을 잠시 내려놓는 것이다.

이게 인생 전반에서도 똑같이 작동한다. 어떤 사람은 한 번 성공한 방식을 평생의 진리처럼 붙든다. 어떤 조직은 과거의 효율을 현재의 정답으로 착각한다. 어떤 사회는 오래된 신념을 지키는 것이 성숙이라고 오해한다. 하지만 변화하는 환경에서 정답을 지키는 가장 빠른 방법은, 역설적으로 옛 정답을 비우는 것이다.

이때의 불편함은 결함이 아니라 신호다. 불편하다는 것은 내가 무언가를 놓아야 할 지점에 도달했다는 뜻이다. 배움은 언제나 약간의 상실을 동반한다. 새로 얻는 것만큼, 아니 그보다 더 중요한 것은 무엇을 잃을 준비가 되었는가이다.

프롬프트 엔지니어링이 알려주는 공부의 본질: 질문은 답보다 크다

인공지능과 대화해 보면 이 사실이 더 선명해진다. 좋은 답을 얻으려면 좋은 질문이 필요하지만, 여기서 말하는 좋은 질문은 단순히 문장을 예쁘게 쓰는 것이 아니다. 모델은 우리의 상황을 자동으로 공유하지 않기 때문에, 무엇을 하길 원하는지, 어떤 맥락인지, 어떤 형식의 답을 기대하는지를 명확히 전달해야 한다.

이 구조는 놀랍도록 인간 학습과 닮아 있다. 프롬프트를 잘 만든다는 것은 단순히 질문을 던지는 것이 아니라, 문제의 경계, 맥락, 기대하는 사고의 방식을 설계하는 것이다. 우리가 막연한 질문에 막연한 답을 받는 이유도 같다. 질문 자체가 불완전하면, 답은 아무리 그럴듯해도 엉뚱한 방향으로 흐른다.

특히 단계적으로 생각하게 만드는 방식은 흥미롭다. 복잡한 문제에서 사람도 한 번에 답을 내기보다 작은 단계로 나누어야 정확도가 올라간다. 이것은 단지 AI의 성능을 높이는 기법이 아니라, 인간 사고의 기본 원리이기도 하다. 우리는 종종 답을 빨리 얻고 싶어 하지만, 실제로는 답을 얻기 전에 무엇을 의심해야 하는지를 알아야 한다.

예를 들어 팀에서 신제품 출시 여부를 결정한다고 하자. “출시할까, 말까?”라고만 묻는다면 표면적인 찬반 논쟁으로 흘러간다. 하지만 질문을 이렇게 다시 구성하면 상황이 달라진다.

우리의 목표는 매출 최대화인가, 시장 진입인가, 학습인가?
현재 가진 데이터는 무엇이고, 비어 있는 정보는 무엇인가?
어떤 가정이 숨어 있는가?
경쟁사의 반응과 사용자 전환 비용은 어떻게 추정할 수 있는가?
이 판단을 뒤집을 만한 신호는 무엇인가?

이런 식으로 질문을 재설계하면, 답은 더 이상 찬반의 구호가 아니라 사고의 과정이 된다. 프롬프트 엔지니어링이 알려주는 가장 큰 교훈은 이것이다. 좋은 결과는 좋은 답변에서 나오지 않는다. 좋은 구조화에서 나온다.

질문을 정교하게 만든다는 것은 답을 고르는 일이 아니라, 사고가 스스로 길을 잃지 않도록 길을 설계하는 일이다.

진짜 학습은 연결을 늘리는 것이 아니라, 연결을 재배치하는 것이다

스티브 잡스가 배움을 점들의 연결로 비유했다면, 더 깊은 통찰은 그 다음 단계에 있다. 우리는 새로운 점을 많이 모으는 데 익숙하지만, 정말 중요한 것은 어떤 점을 점으로 볼 것인가를 바꾸는 일이다. 즉, 학습은 데이터의 추가가 아니라 주의의 재배치다.

이 관점에서 보면, 언러닝은 기억을 지우는 행위가 아니다. 오히려 의미의 우선순위를 바꾸는 작업이다. 지금까지 중심이었던 정보가 주변으로 밀려나고, 예전에 하찮아 보이던 정보가 새롭게 핵심으로 떠오른다. 학습이 잘못되면 사람은 더 많은 사실을 알게 되지만, 더 나은 질문을 하지 못한다. 학습이 제대로 일어나면 사람은 같은 사실을 보더라도 완전히 다른 패턴을 읽는다.

이것을 학습의 세 층위로 정리할 수 있다.

획득: 새로운 지식을 얻는다.
해체: 기존의 자동 반응과 확신을 내려놓는다.
재배치: 새 질문에 맞게 정보의 연결을 다시 짠다.

대부분의 교육은 1번에 집중한다. 하지만 삶을 바꾸는 학습은 2번과 3번에서 일어난다. 같은 책을 읽어도 어떤 사람은 위로만 얻고, 어떤 사람은 전혀 다른 결정을 내린다. 차이는 정보량이 아니라 구조를 바꾸는 능력에 있다.

이 점에서 성숙은 더 많은 정답을 기억하는 상태가 아니다. 오히려 정답을 덜 붙들고, 상황에 따라 질문을 바꿀 수 있는 상태다. 그러므로 지혜로운 사람은 “나는 무엇을 아는가?”보다 먼저 “나는 무엇을 너무 빨리 확신하고 있는가?”를 묻는다.

조직과 개인이 함께 써야 할 새로운 원칙: 매일 조금씩 버려야 한다

개인의 학습이든 조직의 혁신이든, 핵심은 같다. 무엇을 더할 것인가만 묻지 말고, 무엇을 뺄 것인가를 습관화해야 한다. 이것은 단순한 미니멀리즘이 아니라 생존 전략이다. 환경이 빠르게 변할수록 쌓아둔 자산이 자산이 아니라 부채가 되기 쉽기 때문이다.

조직을 예로 들어보자. 한때 성공을 만든 회의 방식, 의사결정 절차, 성과지표가 어느 순간 혁신을 막는 족쇄가 된다. 사람들은 그걸 알면서도 바꾸지 못한다. 왜냐하면 그것들이 익숙하고, 이미 투자했고, 실패의 책임을 묻기 어려운 구조가 되어 있기 때문이다. 그래서 변화는 새로운 제도를 만드는 일보다, 낡은 제도를 더 이상 신성시하지 않는 일에서 시작된다.

개인에게도 마찬가지다. 우리는 종종 과거의 성공 경험을 인생의 수도꼭지처럼 돌려쓴다. 학창시절 통하던 공부법, 첫 직장에서 인정받았던 성실함, 예전 관계에서 유효했던 소통 방식이 지금도 통할 것이라 믿는다. 그러나 삶은 같은 게임판이 아니다. 규칙이 바뀌면 전략도 바뀌어야 한다.

실용적으로 말하면, 다음과 같은 질문이 도움이 된다.

내가 지금 지키고 있는 관습은 실제로 효과가 있는가?
이 습관은 현재의 문제를 해결하는가, 아니면 과거의 안심을 재생산하는가?
내가 고집하는 기준은 사실 기준이 아니라 정체성의 방어는 아닌가?
지금 내 판단을 방해하는 가장 오래된 확신은 무엇인가?

이 질문은 단순한 자기반성이 아니다. 인지적 위생이다. 머릿속에 오래된 파일이 너무 많으면 새 파일을 제대로 열 수 없다. 그래서 더 현명한 사람은 더 많이 저장하는 사람이 아니라, 더 자주 정리하는 사람이다.

Key Takeaways

배움은 축적만이 아니라 해체다. 새 지식을 추가하는 것보다, 오래된 확신을 내려놓는 것이 더 어려우면서도 더 중요할 수 있다.
질문을 바꾸지 않으면 답도 바뀌지 않는다. 좋은 결과를 원한다면 먼저 문제의 정의, 맥락, 가정, 출력 형식을 다시 설계해야 한다.
언러닝은 기억 상실이 아니라 적응 능력이다. 익숙한 방식이 더 이상 맞지 않을 때, 그것을 붙드는 것은 충성심이 아니라 비용이 될 수 있다.
학습의 핵심은 정보량보다 연결 구조다. 무엇을 알고 있느냐보다, 어떤 정보가 핵심인지 재배치할 수 있느냐가 더 중요하다.
매일 하나를 더 배우는 것만큼, 하나를 덜 믿는 연습이 필요하다. 이것이 변화하는 시대에 살아남는 가장 현실적인 학습법이다.