들어가며: 머릿속에 다 담으려다 다 놓쳤다
신입 시절, 저는 머리가 좋은 사람이 되고 싶었습니다. 회의에서 나온 결정 사항도, 선배가 알려 준 시스템 구조도, 디버깅 중에 발견한 단서도 전부 머릿속에만 담아 두려 했습니다. 메모하는 모습이 어쩐지 실력 없어 보일까 봐 걱정했던 것 같습니다.
결과는 참담했습니다. 회의가 끝나면 절반은 기억나지 않았고, 어렵게 찾은 디버깅 단서는 점심을 먹고 오면 사라져 있었습니다. 같은 질문을 선배에게 두 번 하기도 했습니다. 저는 제가 머리가 나쁜 줄 알고 좌절했습니다.
그런데 인지심리학을 조금 공부하면서, 그게 제 머리의 문제가 아니라 뇌의 구조 자체라는 걸 알게 됐습니다. 인간의 작업기억은 생각보다 훨씬 좁습니다. 그 좁은 공간에 모든 걸 담으려 한 것 자체가 잘못된 전략이었습니다.
이 글은 "어떻게 더 똑똑해지는가"가 아니라 "이미 가진 뇌를 어떻게 효율적으로 쓰는가"에 관한 글입니다. 뇌의 작동 방식을 이해하면, 같은 노력으로 훨씬 많은 것을 배우고 기억할 수 있습니다.
작업기억의 한계: 좁은 작업대
작업기억이란 무엇인가
작업기억(working memory)은 지금 이 순간 머릿속에서 정보를 잠깐 붙잡고 조작하는 능력입니다. 컴퓨터로 치면 디스크가 아니라 작은 캐시나 레지스터에 가깝습니다. 용량이 작고, 새로운 정보가 들어오면 기존 정보가 쉽게 밀려납니다.
심리학자 조지 밀러(George Miller)의 고전적인 연구는 인간이 한 번에 다룰 수 있는 정보의 묶음이 대략 일곱 개 내외라고 제안했습니다. 이후 연구들은 그 수가 더 적을 수 있다고 보기도 합니다. 어느 쪽이든 핵심은 분명합니다. 우리의 작업대는 아주 좁습니다.
인지부하 이론
교육심리학자 존 스웰러(John Sweller)의 인지부하 이론(Cognitive Load Theory)은 이 좁은 작업대를 어떻게 써야 하는지에 관한 통찰을 줍니다. 인지부하는 크게 세 가지로 나뉩니다.
- 본유적 부하: 배우려는 내용 자체의 난이도
- 외재적 부하: 정보가 제시되는 방식 때문에 생기는 불필요한 부담
- 본질적 부하: 새로운 지식을 장기기억의 구조(스키마)로 만드는 데 쓰이는 좋은 부하
배움이 잘 안 될 때는 대개 외재적 부하가 너무 큰 경우입니다. 정리되지 않은 정보, 산만한 환경, 동시에 떠올려야 하는 너무 많은 변수가 작업대를 가득 채워 정작 배움에 쓸 공간을 남기지 않습니다.
| 부하 종류 | 정체 | 대응 |
| --- | --- | --- |
| 본유적 부하 | 내용 자체의 어려움 | 작게 쪼개기 |
| 외재적 부하 | 나쁜 제시 방식 | 정리·단순화 |
| 본질적 부하 | 스키마를 만드는 노력 | 여기에 집중 |
외부화: 머리 밖으로 꺼내라
좁은 작업대를 넓히는 가장 쉬운 방법
작업기억이 좁다면, 답은 단순합니다. 작업대 위에 모든 것을 올려 두지 말고, 옆에 큰 책상을 하나 더 두는 것입니다. 그 큰 책상이 바로 외부화(externalization)입니다. 메모, 문서, 다이어그램, 할 일 목록, 코드 주석 같은 모든 것이 작업기억의 부담을 덜어 줍니다.
머리에 담아 두려던 시절을 끝내고, 저는 모든 것을 적기 시작했습니다. 회의 중에는 결정 사항을 받아 적고, 디버깅 중에는 시도한 가설과 결과를 기록하고, 시스템을 이해할 때는 직접 다이어그램을 그렸습니다. 놀랍게도 기억력이 좋아진 것처럼 느껴졌습니다. 사실은 기억할 필요가 줄었을 뿐인데 말입니다.
외부화의 또 다른 효과
적는 행위 자체가 이해를 돕습니다. 머릿속에서 흐릿하던 생각도 글로 옮기려 하면 빈틈이 드러납니다. 다이어그램을 그리려 하면 내가 진짜로 이해하지 못한 부분이 어디인지 보입니다. 외부화는 단순한 저장이 아니라, 생각을 명료하게 만드는 도구입니다.
외부화 도구 예시
- 결정 사항: 회의록, 의사결정 기록(ADR)
- 진행 중 사고: 디버깅 로그, 가설 노트
- 구조 이해: 다이어그램, 시스템 스케치
- 할 일: 작업 목록, 칸반 보드
- 장기 지식: 개인 위키, 정리 노트
시스템으로 만들기
한 번 적는 것만으로는 부족합니다. 적은 것을 다시 찾을 수 있어야 외부화가 완성됩니다. 저는 검색 가능한 노트 시스템을 만들고, 정해진 위치에 정해진 방식으로 기록하는 습관을 들였습니다. 어디에 적었는지 기억하느라 작업기억을 쓰면 본말이 전도됩니다.
인출이 회로를 강화한다
다시 꺼내는 행위의 힘
여기서 중요한 균형이 있습니다. 외부화는 작업기억의 부담을 덜지만, 그렇다고 모든 것을 외부에만 의존하면 정작 내 뇌에는 아무것도 남지 않습니다. 진짜 학습은 정보를 다시 꺼내는 인출(retrieval) 과정에서 일어납니다.
인지심리학에서 잘 확립된 현상 중 하나가 인출 연습 효과, 또는 검사 효과(testing effect)입니다. 같은 내용을 여러 번 읽는 것보다, 한 번 읽고 나서 책을 덮고 스스로 떠올려 보는 편이 장기 기억에 훨씬 효과적이라는 것입니다. 헨리 뢰디거(Henry Roediger)와 동료들의 연구, 그리고 이를 대중적으로 정리한 'Make It Stick'은 이 점을 분명히 보여 줍니다.
회로라는 비유
뇌의 학습을 회로에 비유하면 이해가 쉽습니다. 어떤 정보를 떠올릴 때마다, 그 정보로 이어지는 신경 경로가 조금씩 강화됩니다. 자주 꺼낼수록 길이 넓어지고, 나중에는 힘들이지 않고도 떠오릅니다. 반대로 한 번도 꺼내지 않는 정보는 길이 점점 희미해집니다.
그래서 "읽고 또 읽기"는 비효율적입니다. 읽기는 정보를 넣는 행위일 뿐, 길을 넓히는 행위가 아닙니다. 길을 넓히려면 직접 꺼내 봐야 합니다.
인출을 일상에 넣는 법
- 무언가를 배운 뒤, 책을 덮고 핵심을 스스로 요약해 보기
- 동료에게 설명해 보기. 가르치는 것은 최고의 인출입니다.
- 간단한 셀프 퀴즈를 만들어 며칠 뒤 풀어 보기
- 간격을 두고 복습하기(분산 학습). 잊어버릴 때쯤 다시 꺼내는 것이 효과적입니다.
배움 → 외부화 → 인출 사이클
1. 새로운 것을 배운다
2. 핵심을 메모로 외부화한다
3. 메모를 덮고 스스로 떠올려 본다(인출)
4. 막힌 부분만 다시 확인한다
5. 며칠 뒤 다시 떠올려 본다(분산)
뇌는 필요 없는 곳에 에너지를 쓰지 않는다
절박함과 맥락이 만드는 차이
저는 오랫동안 영어 단어를 외우려 애썼지만 잘 외워지지 않았습니다. 그런데 정작 외국 동료와 함께 일하면서, 회의에서 못 알아들으면 곤란해지는 상황이 되자 단어가 빠르게 늘었습니다. 같은 단어인데 왜 이렇게 다를까요.
뇌는 효율을 추구하는 기관입니다. 살아남고 기능하는 데 필요하지 않은 것에는 에너지를 아낍니다. 그래서 절박함이 없고 맥락이 없는 정보는 잘 저장되지 않습니다. 반대로 지금 당장 필요하고, 내 삶의 맥락에 연결된 정보는 강하게 남습니다.
의미와 연결의 중요성
새로운 정보를 이미 알고 있는 것과 연결할수록 기억은 단단해집니다. 이를 정교화(elaboration)라고 합니다. 단순 암기는 외딴 섬을 만드는 일이고, 정교화는 그 섬을 다리로 잇는 일입니다.
저는 새로운 개념을 배울 때 항상 "이게 내가 아는 무엇과 비슷한가"를 묻습니다. 작업기억을 캐시에, 외부화를 보조 책상에, 학습 회로를 길에 비유하는 이 글의 방식이 바로 그 정교화입니다. 비유는 새로운 지식을 익숙한 맥락에 붙여 주는 다리입니다.
절박함을 인위적으로 만들기
진짜 절박함은 통제하기 어렵지만, 약한 형태의 절박함은 만들 수 있습니다.
- 배운 것을 곧 써야 하는 상황 만들기(발표, 글쓰기, 작은 프로젝트)
- 마감이 있는 작은 산출물 정하기
- 배운 내용을 실제 문제에 바로 적용하기
- 공개적으로 공유하기. 누군가 본다는 사실이 약한 절박함이 됩니다.
청킹: 작은 조각을 큰 덩어리로
의미 단위로 묶기
작업기억의 한계를 넘는 또 하나의 방법은 청킹(chunking)입니다. 흩어진 작은 정보를 의미 있는 큰 덩어리로 묶으면, 작업대에서 차지하는 자리는 하나로 줄어듭니다.
전화번호를 떠올려 보면 쉽습니다. 열한 자리 숫자를 하나하나 외우면 작업대가 가득 차지만, 세 덩어리로 묶으면 세 개의 항목으로 줄어듭니다. 체스 고수가 판 전체를 한눈에 기억하는 것도, 개별 말이 아니라 익숙한 패턴 덩어리로 보기 때문입니다.
전문성은 더 큰 청크를 갖는 일
전문가와 초보자의 차이는 기억력이 아니라 청크의 크기입니다. 숙련된 개발자는 "이 코드는 옵저버 패턴"이라고 한 덩어리로 인식하지만, 초보자는 한 줄 한 줄을 따로 봅니다. 같은 작업대를 쓰지만, 전문가는 더 큰 단위로 묶기에 더 많은 것을 다룹니다.
배움이란 결국 더 크고 유용한 청크를 쌓아 가는 과정입니다. 그래서 기초 패턴을 단단히 익히는 것이 중요합니다. 좋은 청크가 많아질수록 새로운 것을 배우는 속도도 빨라집니다.
청킹의 성장
초보: a-t-o-m-i-c (글자 6개)
중급: atom + ic (덩어리 2개)
숙련: atomic (덩어리 1개, 의미까지 연결)
멀티태스킹이라는 함정
우리는 동시에 못 한다
작업기억이 좁다는 사실은 멀티태스킹의 환상도 깨뜨립니다. 우리가 멀티태스킹이라 부르는 것은 사실 빠른 전환(task switching)에 가깝습니다. 그리고 전환에는 비용이 따릅니다.
작업을 바꿀 때마다 좁은 작업대를 비우고 새로운 맥락으로 채워야 합니다. 코드를 짜다 메신저를 확인하고 다시 돌아오면, 조금 전까지 머릿속에 있던 변수와 흐름을 다시 불러와야 합니다. 이 재로딩 비용이 쌓이면, 여러 일을 동시에 한 것 같지만 실제로는 어느 것도 깊이 해내지 못합니다.
한 번에 하나
해법은 단순하지만 어렵습니다. 한 번에 하나에 집중하는 것입니다. 저는 작업을 시작하기 전에 다른 창과 알림을 닫고, 한 가지에만 작업대를 내주려 합니다. 깊은 작업의 가치는 칼 뉴포트가 'Deep Work'에서 강조한 그대로입니다. 산만한 다수의 시간보다, 집중된 소수의 시간이 훨씬 큰 결과를 만듭니다.
| 방식 | 겉보기 | 실제 결과 |
| --- | --- | --- |
| 멀티태스킹 | 바쁘고 효율적 | 잦은 재로딩, 얕은 결과 |
| 단일 집중 | 느려 보임 | 깊은 이해, 적은 실수 |
함정과 균형
외부화에만 의존하면 안 된다
앞서 말했듯, 모든 것을 메모에만 맡기면 뇌에는 회로가 만들어지지 않습니다. 외부화로 부담을 덜되, 핵심은 반드시 인출을 통해 내 것으로 만들어야 합니다. 균형이 중요합니다.
도구에 집착하지 않기
완벽한 노트 앱, 완벽한 학습 시스템을 찾아 헤매다 정작 배움은 뒷전이 되는 경우가 많습니다. 도구는 단순할수록 좋습니다. 중요한 것은 도구가 아니라 외부화-인출-청킹이라는 원리입니다.
효율이 목적은 아니다
뇌를 효율적으로 쓰는 법을 이야기했지만, 모든 배움이 효율적이어야 하는 것은 아닙니다. 때로는 목적 없이 헤매는 탐색이 뜻밖의 연결을 낳습니다. 효율은 좋은 도구이지만, 호기심과 즐거움이라는 동력을 대체하지는 못합니다.
70-20-10: 배움의 대부분은 경험에서 온다
책상 위 학습의 한계
저는 한때 좋은 책과 강의만 충분히 보면 실력이 늘 줄 알았습니다. 그런데 아무리 읽어도, 실제로 손을 대 보기 전까지는 어딘가 붕 떠 있는 느낌이었습니다.
리더십 연구 기관 등에서 자주 인용되는 70-20-10 모델은 이 경험을 설명해 줍니다. 사람의 성장은 대략 70퍼센트가 실제 경험과 도전적인 과제에서, 20퍼센트가 다른 사람과의 상호작용과 피드백에서, 10퍼센트가 정형화된 학습에서 온다는 관찰입니다. 정확한 비율을 두고는 논쟁이 있지만, 핵심 메시지는 분명합니다. 배움의 대부분은 직접 부딪히는 데서 옵니다.
이것은 앞에서 말한 "절박함과 맥락"과도 이어집니다. 실제 과제에는 절박함이 있고 맥락이 있습니다. 그래서 뇌가 에너지를 씁니다. 책상 위 학습이 잘 남지 않는 것은, 그 안에 절박함과 맥락이 빠져 있기 때문입니다.
| 학습 방식 | 비중(대략) | 특징 |
| --- | --- | --- |
| 도전적 경험 | 약 70퍼센트 | 절박함·맥락이 강함 |
| 사회적 학습 | 약 20퍼센트 | 피드백·관찰 |
| 정형 학습 | 약 10퍼센트 | 개념·기초 정리 |
배운 것을 즉시 쓰는 다리
그래서 저는 무언가를 배우면 가능한 한 빨리 작은 과제에 적용해 봅니다. 강의를 들었으면 짧은 예제를 직접 만들고, 책을 읽었으면 그 개념으로 실제 문제 하나를 풀어 봅니다. 정형 학습(10)을 경험(70)으로 잇는 다리를 의도적으로 놓는 것입니다.
능동 학습: 손이 머리를 가르친다
수동적 입력의 함정
강의를 들으며 고개를 끄덕일 때, 우리는 종종 "이해했다"고 착각합니다. 그러나 끄덕임은 인출이 아닙니다. 정보가 들어오는 것과 그것을 다시 꺼낼 수 있는 것은 전혀 다른 일입니다. 이 간극이 바로 유창성 착각입니다.
물리학 교육 연구로 잘 알려진 능동 학습(active learning) 연구들은, 수동적으로 강의를 듣는 것보다 직접 문제를 풀고 토론하고 설명하는 능동적 방식이 학습 성과를 분명히 높인다는 점을 반복적으로 보여 줍니다. 손과 입을 움직이는 학습이 머리에 더 잘 남습니다.
능동 학습을 만드는 작은 장치
- 강의를 멈추고, 다음에 무슨 내용이 올지 먼저 예측해 보기
- 한 단락을 읽고 나서, 보지 않고 핵심을 말로 요약하기
- 배운 개념으로 스스로 질문을 만들어 보기
- 동료에게 가르치듯 설명해 보기
수동 → 능동 전환
수동: 강의를 끝까지 본다
능동: 한 구간마다 멈추고 스스로 요약·예측·질문한다
효과: 같은 시간, 더 깊은 회로
잠과 분산이 회로를 굳힌다
굳히는 시간이 필요하다
회로는 만든다고 곧바로 단단해지지 않습니다. 굳는 시간이 필요합니다. 앞 글에서도 다뤘듯, 잠은 낮에 배운 것을 정리하고 응고시키는 능동적 과정입니다. 밤을 새워 한 번에 몰아 배우는 것이, 며칠에 나누어 배우고 그 사이에 푹 자는 것보다 못한 이유가 여기 있습니다.
분산 학습(spacing)도 같은 원리입니다. 한 번에 몰아서 보는 벼락치기는 시험 직후에는 효과가 있어 보이지만, 시간이 지나면 급격히 사라집니다. 간격을 두고 여러 번 꺼내 본 정보가 훨씬 오래 남습니다. 잊어버릴 즈음에 다시 꺼내는 약간의 어려움이, 오히려 회로를 더 굳게 만듭니다.
바람직한 어려움
심리학자 로버트 비요크(Robert Bjork)는 이를 "바람직한 어려움(desirable difficulty)"이라 부릅니다. 너무 쉬우면 회로가 강화되지 않고, 너무 어려우면 좌절합니다. 적당히 애써서 꺼내는 그 지점에서 학습이 가장 잘 일어납니다. 술술 읽히는 복습이 효과가 적은 이유, 그리고 약간 버거운 셀프 퀴즈가 효과가 큰 이유가 여기에 있습니다.
벼락치기 vs 분산 학습
벼락치기: 하루 4시간 몰아서 → 단기엔 좋아 보임, 빨리 사라짐
분산 학습: 4일간 1시간씩 + 충분한 수면 → 오래 남음
가르치며 배우기: 설명은 최고의 인출
설명하려면 이해해야 한다
저는 무언가를 제대로 이해했는지 알고 싶을 때, 그것을 다른 사람에게 설명해 봅니다. 머릿속에서는 안다고 느꼈는데, 막상 입으로 설명하려 하면 자꾸 막히는 지점이 드러납니다. 그 막히는 지점이 바로 내가 진짜로는 이해하지 못한 부분입니다.
이른바 "프로테제 효과(protégé effect)"라 불리는 현상이 있습니다. 누군가를 가르칠 것이라고 기대하며 공부하면, 단순히 자신을 위해 공부할 때보다 더 깊이 이해하고 더 오래 기억한다는 것입니다. 가르침은 가장 강력한 인출이자, 가장 정직한 자기 점검입니다.
라버덕 디버깅의 학습 버전
개발자에게 익숙한 "고무 오리 디버깅(rubber duck debugging)"을 떠올려 보세요. 문제를 고무 오리에게 설명하다 보면 스스로 답을 찾는다는 농담 같은 기법입니다. 학습에도 같은 원리가 통합니다. 굳이 사람이 아니어도, 빈 화면이나 노트에 대고 개념을 설명해 보는 것만으로 회로가 정리됩니다.
설명으로 점검하기
1. 방금 배운 개념을 고른다
2. 아무것도 보지 않고 소리 내어 설명한다
3. 막히는 지점을 표시한다
4. 그 부분만 다시 학습한다
5. 다시 설명해 본다
환경이 인지부하를 정한다
작업대를 어지럽히는 환경
같은 머리라도 환경에 따라 작업기억의 여유가 크게 달라집니다. 어지러운 책상, 끊임없는 알림, 한꺼번에 열어 둔 수많은 창은 외재적 부하를 키워 정작 배움에 쓸 공간을 빼앗습니다. 저는 집중이 안 될 때 가장 먼저 책상과 화면을 정리합니다. 물리적 정돈이 인지적 여유로 이어지는 경우가 많기 때문입니다.
좋은 환경의 조건
- 시야에 방해 요소가 적을 것
- 알림이 작업을 끊지 않을 것
- 한 번에 한 작업만 화면에 띄울 것
- 자주 쓰는 정보는 정해진 위치에 둘 것
| 환경 | 외재적 부하 | 학습 여유 |
| --- | --- | --- |
| 어지럽고 알림 많음 | 높음 | 좁음 |
| 정돈되고 조용함 | 낮음 | 넓음 |
환경을 정리하는 것은 의지가 약한 날에도 작동하는 장치입니다. 매번 의지로 산만함을 이기려 하기보다, 산만함이 끼어들 틈을 미리 없애는 편이 훨씬 효율적입니다.
작은 일화: 같은 강의, 다른 결과
두 번 들은 강의
저는 같은 온라인 강의를 두 번 들은 적이 있습니다. 첫 번째는 그냥 재생해 두고 끝까지 봤습니다. 다 보고 나니 뿌듯했지만, 며칠 뒤 남은 것은 거의 없었습니다. 유창성 착각에 제대로 빠졌던 것입니다.
두 번째는 방식을 바꿨습니다. 한 구간이 끝날 때마다 멈추고, 화면을 보지 않은 채 핵심을 노트에 적었습니다(외부화). 그리고 다음 날, 그 노트를 덮고 다시 떠올려 봤습니다(인출). 며칠 뒤에는 배운 개념으로 작은 예제를 직접 만들어 봤습니다(경험). 같은 강의였지만, 두 번째 방식으로 남은 것은 비교가 되지 않았습니다.
차이는 머리가 아니라 방법이었습니다. 첫 번째는 정보를 넣기만 했고, 두 번째는 외부화하고, 꺼내고, 적용했습니다. 같은 시간, 전혀 다른 회로가 남았습니다.
인터리빙: 섞어서 배우면 더 단단해진다
한 우물만 파는 학습의 함정
한 주제를 충분히 익힌 뒤 다음으로 넘어가는 블록 학습은 직관적으로 옳아 보입니다. 그러나 여러 연구는, 비슷한 주제들을 섞어서 번갈아 배우는 인터리빙(interleaving)이 장기적으로 더 효과적일 수 있다고 보고합니다.
이유는 앞에서 다룬 인출, 그리고 바람직한 어려움과 이어집니다. 주제를 섞으면 매번 "이번엔 어떤 방법을 써야 하지"를 다시 떠올려야 합니다. 이 작은 어려움이 회로를 더 단단하게 만듭니다. 반대로 한 우물만 파면 같은 방법을 기계적으로 반복하게 되어, 정작 "언제 무엇을 쓸지" 고르는 능력은 자라지 않습니다.
인터리빙을 적용하는 법
- 비슷하지만 다른 유형의 문제를 섞어서 연습하기
- 한 가지를 완벽히 끝내기 전에 다른 것도 번갈아 보기
- 복습할 때 과거에 배운 것을 함께 끼워 넣기
블록 vs 인터리빙
블록: AAAA BBBB CCCC (쉬워 보이지만 덜 남음)
인터리빙: ABC ABC ABC (어려워 보이지만 더 남음)
다만 인터리빙은 기초가 어느 정도 잡힌 뒤에 더 효과적입니다. 처음 개념을 잡을 때는 한 번에 하나에 집중하는 편이 낫고, 어느 정도 익숙해진 뒤 섞는 것이 좋습니다. 모든 도구가 그렇듯, 맥락에 맞게 써야 합니다.
정리: 뇌를 쓰는 다섯 가지 원리
지금까지의 이야기를 다섯 가지 원리로 묶어 봅니다. 이 원리들은 서로 떨어져 있지 않고 하나의 흐름으로 이어집니다.
1. 외부화: 좁은 작업대의 부담을 머리 밖으로 덜어낸다.
2. 인출: 다시 꺼내는 행위로 회로를 넓힌다.
3. 청킹: 작은 조각을 의미 있는 덩어리로 묶는다.
4. 집중: 한 번에 하나에 작업대를 내준다.
5. 맥락과 절박함: 뇌가 에너지를 쓸 이유를 만든다.
| 원리 | 한 줄 요약 | 대표 실천 |
| --- | --- | --- |
| 외부화 | 머리 밖으로 꺼내기 | 메모·다이어그램 |
| 인출 | 다시 꺼내 길 넓히기 | 셀프 퀴즈·설명 |
| 청킹 | 큰 덩어리로 묶기 | 기초 패턴 반복 |
| 집중 | 한 번에 하나 | 알림 끄기 |
| 맥락 | 쓸 이유 만들기 | 즉시 적용·공유 |
이 다섯 가지는 특별한 재능이 필요하지 않습니다. 누구의 뇌에나 적용되는 원리이고, 오늘 당장 작게 시작할 수 있습니다.
자주 묻는 질문 (FAQ)
메모를 많이 하면 기억력이 더 나빠지지 않나요
순수한 암기 부담은 줄지만, 그렇게 확보한 작업대 공간을 이해와 인출에 쓰면 오히려 더 깊이 기억하게 됩니다. 문제는 메모만 하고 다시 꺼내지 않는 경우입니다.
읽기만 해도 충분히 공부가 되는 것 같은데요
읽을 때는 익숙해서 안다고 착각하기 쉽습니다(유창성 착각). 책을 덮고 스스로 떠올려 보면 실제로 무엇이 남았는지 드러납니다.
멀티태스킹을 잘하는 사람도 있지 않나요
대부분의 연구는 사람들이 멀티태스킹을 잘한다고 믿는 정도와 실제 수행 사이에 큰 차이가 있음을 보여 줍니다. 잘한다고 느끼는 것과 실제 결과는 다릅니다.
청킹은 어떻게 빨리 늘리나요
지름길은 없습니다. 기초 패턴을 반복해서 익히고, 직접 적용해 보는 과정에서 청크가 커집니다. 인출과 분산 학습이 여기서도 핵심입니다.
마치며: 더 똑똑해지는 대신, 더 잘 쓰는 법
저는 한때 더 좋은 머리를 갖고 싶었습니다. 하지만 지금은 생각이 다릅니다. 우리에게 필요한 것은 더 큰 작업대가 아니라, 좁은 작업대를 잘 쓰는 법입니다.
머리 밖으로 꺼내 부담을 덜고(외부화), 다시 꺼내 길을 넓히고(인출), 작은 것을 큰 덩어리로 묶고(청킹), 한 번에 하나에 집중하는 것. 그리고 절박함과 맥락을 만들어 뇌가 에너지를 쓰게 하는 것. 이 평범한 원리들이 제가 신입 시절 그토록 부러워하던 "머리 좋은 사람"의 비밀에 더 가까웠습니다.
뇌는 우리가 더 똑똑해지길 기다리지 않습니다. 그저 우리가 그것을 어떻게 쓰는지에 반응할 뿐입니다. 오늘 배운 것을 책을 덮고 한번 떠올려 보는 것, 거기서부터 시작하면 됩니다.
참고 자료
- George A. Miller, The Magical Number Seven, Plus or Minus Two, Psychological Review, 1956
- John Sweller, Cognitive Load Theory 관련 연구, https://www.ncbi.nlm.nih.gov/
- Peter C. Brown, Henry L. Roediger III, Mark A. McDaniel, 'Make It Stick', Belknap Press, 2014
- Cal Newport, 'Deep Work', Grand Central Publishing, 2016
- Henry L. Roediger III, Jeffrey D. Karpicke, Test-Enhanced Learning, https://pubmed.ncbi.nlm.nih.gov/16507066/
- James Clear, The Spacing Effect, https://jamesclear.com/spaced-repetition
- Harvard Business Review, A Better Way to Learn, https://hbr.org/2016/10/learning-is-a-learned-behavior-heres-how-to-get-better-at-it
현재 단락 (1/151)
신입 시절, 저는 머리가 좋은 사람이 되고 싶었습니다. 회의에서 나온 결정 사항도, 선배가 알려 준 시스템 구조도, 디버깅 중에 발견한 단서도 전부 머릿속에만 담아 두려 했습니다....