배우는 시대가 아니라, 잊고 다시 묻는 시대다

May 17, 2026

6 min read

3 views

89%

지식이 넘칠수록 왜 더 현명해지지 않을까?

우리는 지금 역사상 가장 많이 배우는 시대에 살고 있다. 강의는 무한히 열려 있고, 책은 요약되어 오며, 지식은 검색 한 번으로 손안에 들어온다. 그런데 이상하게도 더 많이 알수록 더 현명해지는 것은 아니다. 오히려 사람들은 더 빠르게 판단하고, 더 확신하며, 더 자주 틀린다.

이 역설의 핵심은 분명하다. 문제는 배우지 못해서가 아니라, 배운 것을 버리지 못해서다. 새로운 지식이 쌓이지 않아서가 아니라, 오래된 지식이 새 지식을 받아들이지 못하게 막아서다. 오늘날의 진짜 학습은 축적이 아니라 해체, 정확히 말해 unlearn, relearn의 능력에 달려 있다.

인공지능 시대에 인문학이 다시 호출되는 이유도 여기에 있다. 기술은 더 빠르게 계산하고 추천할 수 있지만, 무엇을 버려야 하는지, 무엇을 다시 물어야 하는지, 어떤 삶이 인간다운지에 대해서는 답하지 못한다. 결국 우리가 맞닥뜨린 질문은 하나다. 지식이 넘치는 시대에, 인간은 어떻게 계속 인간으로 배울 것인가?

배움의 본질은 더하는 것이 아니라 덜어내는 것이다

우리는 흔히 배움을 저장의 문제로 생각한다. 더 많이 읽고, 더 많이 외우고, 더 많은 프레임워크를 쌓으면 더 나아질 것처럼 느낀다. 그러나 실제 삶은 지식 창고가 아니라 지식의 충돌로 움직인다. 새로운 환경은 오래된 습관을 무력화하고, 어제의 정답은 오늘의 장애물이 된다.

예를 들어, 서울에서 수십 년 운전한 사람이 시드니에 가서 그대로 운전하려 한다고 해 보자. 그는 운전 경험이 부족한 것이 아니다. 오히려 너무 많은 경험이 문제다. 좌측 통행, 교차로 규칙, 회전 방식이 다른데도 손은 자꾸 익숙한 방향으로 움직인다. 이때 필요한 것은 더 많은 지식이 아니라 기존 습관의 일시적 폐기다.

이 장면은 학습의 핵심을 선명하게 드러낸다. 우리는 새로운 것을 배우기 전에 먼저 내 안의 오래된 자동반응을 멈춰야 한다. 그것이야말로 진짜 어려운 일이다. 지식은 쌓기 쉽지만, 신념은 버리기 어렵다. 사실을 익히는 것보다 더 어려운 것은, 사실을 해석하는 방식을 바꾸는 일이다.

지혜는 더 많이 갖는 데서 오지 않는다. 지혜는 더 이상 필요하지 않은 것을 알아보고 놓아주는 능력에서 온다.

이 말은 단순한 금욕주의가 아니다. 오히려 생존 전략이다. 모든 지식에는 유효기간이 있고, 모든 습관에는 적용 범위가 있으며, 모든 성공 모델에는 시대적 조건이 있다. 어제의 승리 공식은 오늘의 맥락에서 독이 될 수 있다. 그래서 진짜 학습자는 축적하는 사람이라기보다 선별하는 사람이다.

인공지능은 지식을 대체하지만, 질문은 대체하지 못한다

인공지능 시대에 많은 사람이 묻는다. 인간은 무엇으로 경쟁할 것인가. 답은 단순한 기술 숙련이 아니다. AI는 이미 특정 분야에서 인간보다 빠르게 학습하고 패턴을 찾아낸다. 그러므로 인간이 기계와 동일한 방식으로 더 많은 정보, 더 많은 암기, 더 많은 정답을 경쟁하려는 것은 애초에 전략이 아니다.

인문학이 다시 중요해지는 이유는 바로 여기 있다. 인문학은 인간을 연구한다. 인간의 욕망, 두려움, 가치, 관계, 의미, 죽음, 선택을 다룬다. 다시 말해 인문학은 무엇을 아는가보다 어떻게 살아야 하는가를 묻는 학문이다. AI가 대답을 빠르게 생성할수록, 인간은 오히려 질문의 질을 더 중요하게 다뤄야 한다.

여기서 핵심은 기술과 인문학의 대립이 아니다. 더 정확히는, 기술은 점을 늘리고, 인문학은 점의 의미를 다시 묻는다는 점이다. 스티브 잡스가 말한 연결의 비유를 빌리면, AI는 연결을 훌륭하게 계산할 수 있지만, 어떤 점이 중요한지, 어떤 점이 빠졌는지, 어떤 연결이 인간을 더 나은 존재로 만드는지는 스스로 보장하지 않는다.

예를 들어, 채용 시스템을 생각해 보자. AI는 수천 개의 이력서를 빠르게 분류할 수 있다. 하지만 어떤 역량이 실제 잠재력인지, 과거 경력이 미래의 가능성을 얼마나 제한하는지, 다양한 배경을 가진 사람들을 어떤 기준으로 공정하게 평가할지 같은 질문은 숫자만으로 해결되지 않는다. 그 질문은 기술이 아니라 가치의 문제다. 그리고 가치는 인간만이 해석할 수 있다.

따라서 AI 시대의 인문학은 과거의 교양 과목이 아니다. 그것은 기술 문명 속에서 인간이 길을 잃지 않기 위한 방향 감각의 학문이다. 기계가 정답을 더 빨리 내놓을수록, 인간은 더 깊은 질문을 던져야 한다. 그렇지 않으면 우리는 정답이 많아질수록 삶이 더 얕아지는 기묘한 상태에 빠진다.

배우고, 잊고, 다시 배우는 세 단계는 하나의 능력이다

많은 사람은 학습을 세 개의 분리된 동작으로 생각한다. 배우기, 잊기, 다시 배우기. 하지만 이것은 순서가 아니라 하나의 리듬이다. 배움의 본질은 반복되는 완성형이 아니라 계속 업데이트되는 생성형이다. 인간은 정답을 저장하는 존재가 아니라, 자신이 무엇을 잘못 알고 있는지 점점 더 정교하게 알아가는 존재다.

이 리듬을 이해하면, 실패의 의미도 바뀐다. 어떤 실수를 했을 때 우리는 종종 더 열심히 배우겠다고 다짐한다. 하지만 진짜 필요한 것은 이전의 성공 공식이 현재에도 유효한지 묻는 일이다. 과거에 탁월했던 경영자가 오늘날에도 같은 방식으로 조직을 운영하려 한다면, 그는 경험이 많은 사람이 아니라 경험에 포획된 사람이 된다.

이때 유용한 프레임워크가 있다. 나는 이를 지식의 세 층으로 본다.

사실의 층: 무엇을 알고 있는가.
해석의 층: 그 사실을 어떻게 이해하는가.
정체성의 층: 그 이해가 내가 누구인지와 어떻게 연결되는가.

대부분의 사람은 사실을 바꾸는 데는 열려 있지만, 해석을 바꾸는 데는 망설인다. 그리고 정체성을 건드리는 순간 강하게 저항한다. 예컨대 어떤 사람이 특정 정치적 입장이나 직업적 신념을 오래 유지했다면, 그것은 단순한 의견이 아니라 자아의 일부가 되어 있다. 그래서 새로운 정보가 들어와도 쉽게 업데이트되지 않는다. 문제는 정보 부족이 아니라 정체성 보호 본능이다.

이것이 바로 unlearn이 어려운 이유다. 잊는다는 것은 기억을 지우는 행위가 아니다. 기억에 붙은 과도한 권위를 내려놓는 일이다. "나는 늘 이렇게 해 왔다"는 문장을 잠시 멈추고, "이 방법은 지금도 유효한가"라고 다시 묻는 일이다.

다시 배운다는 것은 새로운 정보를 추가하는 일이 아니다. 이전에 참이라고 믿었던 것의 적용 범위를 재검토하는 일이다.

이 관점에서 보면, 훌륭한 학습자는 가장 많이 아는 사람이 아니라 가장 빨리 재질문하는 사람이다. 그들은 자신의 확신에 금이 갈 때 당황하기보다, 그 균열을 통과해 더 정확한 지도로 이동한다.

인문학은 왜 AI 시대에 더 필요해지는가

AI가 커질수록 인간은 더 효율적으로 살 수 있다. 그러나 효율성은 곧 의미가 아니다. 오히려 너무 효율적이어서 삶이 빈곤해지는 지점이 온다. 추천 알고리즘이 취향을 대신 고르고, 검색이 기억을 대신하며, 자동화가 선택을 대신할수록, 인간은 편리함 속에서 점점 수동적인 존재가 된다.

이때 인문학의 역할은 낭만적인 교양을 공급하는 데 있지 않다. 인문학은 인간이 편리함에 잠식되지 않도록 자기 해석권을 회복하게 하는 훈련이다. 나는 무엇을 중요하게 여기는가, 내가 지금 따르는 기준은 어디서 왔는가, 이 선택은 나의 욕망인가 아니면 남이 설계한 선호인가. 이런 질문은 AI가 아니라 인간이 던져야 한다.

실제로 우리가 매일 마주하는 장면은 모두 인문학적이다. 직장에서 어떤 사람이 더 효율적인 도구를 쓰느냐의 문제가 아니라, 그 도구가 관계를 어떻게 바꾸는지, 팀의 신뢰를 어떻게 재편하는지가 중요하다. 학교에서도 단순히 지식을 전달하는 것보다, 학생이 무엇을 스스로 질문할 수 있게 되었는지가 더 중요하다. 가정에서도 마찬가지다. 부모가 옳은 답을 주는 것보다, 아이가 실수했을 때 다시 생각할 힘을 기르는 것이 더 오래 간다.

인문학은 이런 순간에 방향을 제시한다. 인간은 어떤 존재이며, 우리는 무엇을 위해 배우는가. 그 질문이 사라지면 학습은 기술 훈련으로 축소된다. 반대로 그 질문이 살아 있으면, 학습은 삶 전체를 바꾸는 행위가 된다.

진짜 학습자는 무엇을 반복하는가, 무엇을 반복하지 않는가

마지막으로 가장 중요한 차이를 짚어보자. 모든 반복이 좋은 것은 아니다. 동일한 행동을 되풀이하면서 다른 결과를 기대하는 것은 학습이 아니라 습관의 자기기만이다. 반대로 건강한 반복도 있다. 좋은 질문을 반복하고, 편견을 점검하고, 자신의 맹점을 의심하는 반복이다.

따라서 문제는 반복 그 자체가 아니다. 무엇을 반복하느냐가 핵심이다. 우리는 대개 성공했던 방법을 반복하지만, 더 성숙한 방식은 성공의 조건을 반복해서 검토하는 것이다. 어떤 방식이 통했던 이유를 복제하는 사람은 쉽게 멈춘다. 그 이유가 사라져도 계속 같은 도구를 쓰기 때문이다. 반면 다시 배우는 사람은 상황이 바뀌면 도구도 바꾼다.

이 점에서 AI 시대의 인간은 세 가지 능력을 가져야 한다. 첫째, 지식을 얻는 능력. 둘째, 지식을 의심하는 능력. 셋째, 지식을 놓아주는 능력. 이 셋은 경쟁 관계가 아니다. 서로를 완성한다. 더 많이 안다고 해서 더 나은 인간이 되는 것이 아니라, 언제 멈추고, 언제 버리고, 언제 다시 시작해야 하는지 아는 사람이 더 나은 인간이 된다.

Key Takeaways

배움은 축적만이 아니라 해체다. 새 지식을 얻기 전에 오래된 습관과 자동반응을 점검하라.
unlearn은 기억 상실이 아니라 적용 범위의 재검토다. "예전에는 맞았다"와 "지금도 맞다"는 다르다.
AI 시대의 경쟁력은 정답 생산이 아니라 질문 설계에 있다. 무엇을 물을지 정하는 능력이 인간의 핵심 자산이다.
인문학은 장식이 아니라 방향 감각이다. 인간이 무엇을 위해 배우고 사는지 묻는 훈련이 필요하다.
다시 배우는 습관을 만들어라. 주기적으로 자신의 신념, 방법, 성공 공식을 의심하고 업데이트하라.

끝내는 말: 배움의 끝은 지식이 아니라 태도다

우리는 흔히 더 많이 아는 사람이 더 강하다고 믿는다. 하지만 AI 시대는 그 믿음을 조용히 뒤집고 있다. 이제 강한 사람은 가장 많은 정보를 가진 사람이 아니라, 정보가 바뀌어도 자신을 바꿀 수 있는 사람이다.

배움의 궁극적 목적은 지식을 축적하는 데 있지 않다. 세상이 바뀌었을 때도 다시 볼 수 있는 눈, 다시 물을 수 있는 용기, 다시 시작할 수 있는 유연함을 기르는 데 있다. 그러니 진짜 질문은 더 이상 "무엇을 배울 것인가"만이 아니다. 이제 우리는 함께 물어야 한다. 무엇을 버려야 다시 배울 수 있는가?

그 질문을 던지는 순간, 학습은 더 이상 시험을 위한 준비가 아니다. 그것은 삶을 다시 쓰는 방식이 된다.