인지적 외주화와 오류 기반 학습 – AI 시대의 사유, 기억, 그리고 교사의 역할
| 오늘날 인공지능이 학습자의 사고 과정을 대신 수행하는 현상이 점점 보편화되고 있다. AI가 작성한 글을 발표하고, 요약문을 제출하며, 답안을 완성하는 일은 이제 낯설지 않다. 표면적으로는 학습의 효율이 높아진 것처럼 보이지만, 그 과정에서 학습자는 사유의 과정을 잃어가고 있다. 이 글은 인공지능 시대의 학습을 인지과학의 시각에서 재해석하고, 사고의 외주화(cognitive outsourcing)가 학습자에게 어떤 영향을 미치는지를 분석하며, 나아가 교사의 역할을 ’사유의 불씨를 지키는 존재‘로 재정의하는 것을 목적으로 한다. |
“수행평가로 탐구과제를 내주고, 발표를 시키는 경우가 많지요. 우리 아이들은 워낙 공부를 잘하는 아이들이기 때문에 발표도 정말 멋들어지게 잘 해요. 언뜻 보면 전문가 같죠. 하지만 질문 한두 가지만 던져 보면, 사실 아이들이 자신이 발표하고 있는 내용을 이해하고 있지 못하다는 것을 금방 알 수 있어요. 아이들이 GPT를 활용하면서 이런 현상은 더 심각해지는 것 같아요. 어쨌든 탐구 과제를 바탕으로 과세특을 작성하는데 과세특이야 멋들어지게 나오죠. 하지만 곧 이런 과세특이 진학에 큰 도움이 되지 않을 것 같아요. 인공지능을 활용하면서 아이들의 발표 내용이 굉장히 상향 평준화돼서, 대학도 과세특만으로는 아이들의 역량을 변별해 내기 어려울 거니까요.”
두어 달 전 서울의 한 국제고등학교 선생님과 한 차를 타고 이동하면서 나눈 대화의 일부이다. 나와 차 안에 있던 다른 선생님은 고개를 끄덕이며 그의 말에 공감하였다. 최근 AI와 교수학습 설계에 대해서 관심을 갖고 있는 선생님들 사이에 화제가 되었던 논문에 대한 얘기도 오갔다. 자신이 작성한 에세이에서 기억나는 문장을 임의로 하나 인용해 보라는 요구에 AI를 활용해 에세이를 작성한 학생들 모두가 대답하지 못했다는 내용이었다.1
“자기가 좀 전에 쓴 글을 인용해 보라는 데, 그것도 못하다니, 에세이를 쓰면서 뭘 배웠다고 하기 어렵겠는 걸요.”
한 선생님이 말했다. 그리고 또 다들 고개를 끄덕이며 수긍했다. 정말 큰일이다. 아이들을 가르치는 교사의 입장에서, 아이들이 배우지 못했다는 것처럼 위기의식을 느끼게 하는 것이 또 있을까. 하지만 이러한 현상은 새로운 것은 아니다. 아니, 사실은 매우 익숙한 현상이다. 수학 문제를 직접 푸는 대신에 책 뒤에 제공된 문제 풀이를 읽으며 공부하는 아이들, 영어 독해 연습을 하면서 문장별 번역문과 문장 구조 분석 내용을 나란히 놓고 공부하는 아이들, 탐구학습을 위해 인터넷에서 찾은 자료를 복사해 붙여 넣는 아이들을 우리는 무수히 많이 보아 왔다. 그리고 이러한 방식의 학습은 GPT와 같은 인공지능을 활용해 산출물을 내는 것과 공통점을 갖는다. 스스로 생각해서 학습하는 것이 아니라 누군가가(그것이 사람이든 프로그램이든) 생각한 결과물을 수동적으로 받아들이는 형태로 정보를 처리하고 있다는 점에서 말이다.
타인의 사고 결과를 수동적으로 받아들이는 것이 도대체 무슨 문제가 있을까? 수동적으로 받아들인다고 해도, 이해했으면 되는 것 아닐까? 그렇지 않다. 기억하거나 계산해야 할 정보를 외부 도구(메모, 스마트폰, 캘린더 등)에 맡겨 두어 인지적 부담을 줄이는 행위인 인지적 오프로딩(cognitive offloading) 덕분에 이해를 할 수 있었다고 할지라도, 그것이 능동적 사고로 연결되지 않을 때, 그 이해는 접근과 인출이 용이한 형태의 기억의 형성으로 연결되기 어렵기 때문이다. 즉, 인지적 오프로딩이 실질적으로 학습자가 생각을 하는 것을 돕는 과정이 아닌 학습자 대신 생각을 해 주는 인지적 외주화(cognitive outsourcing)가 되어 버릴 때, 학습자는 사고와 인식의 주체가 되기 어렵고 사고의 정교화를 위해 정보를 기억 체계에 통합하는 데 어려움을 겪게 된다.2 즉, 인지적 외주화를 통해 접한 정보는 필요할 때 접근하여 인출, 활용할 수 있는 기억으로 남지 않는다는 것이다. 접근이 어려워 필요할 때 인출할 수 없는 기억은 존재하지 않는 기억과 마찬가지이며, 존재하지 않는 기억은 학습자의 주체적 사고와 인식에 활용될 수 없다.
작업기억의 한계 극복을 위한 인지적 오프로딩
‘인지적 오프로딩’은 다소 낯설고 어렵게 느껴지는 표현이지만, 우리는 빈번하게 인지적 오프로딩의 덕을 보고 있다. 예를 들어, 누군가가 여러분에게 ‘356 × 37’을 암산으로 해 내라고 요구했다고 생각해 보자. 아마 여러분 중 대부분은 이러한 요구를 듣자마자 문제풀이를 포기할 것이다. 별것 아닌 계산이지만 암산으로 하기에는 너무 어렵다는 것을 직관적으로 알고 있기 때문이다. 하지만 종이와 연필을 활용할 수 있다면 이런 계산쯤이야 식은 죽 먹기다. 여기서 종이와 연필을 활용하여 계산하는 것이 인지적 오프로딩의 한 예가 될 수 있다.
그런데 우리는 왜 이렇게나 간단한 과제도 인지적 오프로딩 없이는 해 내기 어려운 것일까? 그것은 바로 의식적 사고의 발생 장소라고 할 수 있는 작업기억이 동시에 다룰 수 있는 정보량이 매우 한정되어 있기 때문이다. 성인의 경우 작업기억은 한 번에 약 네 개의 정보 덩어리(unit, chunk)를 처리할 수 있고,3 그 정보 덩어리들 간에 적절한 상호작용이 일어나야 의미가 형성되는 경우, 한 번에 처리할 수 있는 정보 덩어리의 수는 급격하게 줄어든다고 한다.4

인간의 작업기억이 동시에 다룰 수 있는 정보 덩어리가 네 개밖에 안 된다는 사실은 직관적으로 이해하기 어려울 수 있다. 인간은 고도의 복잡한 사고를 하는 존재이기 때문에, 이렇게 복잡한 사고를 하는 우리가 의식의 영역에서 다룰 수 있는 정보 덩어리가 네 개밖에 되지 않는다는 사실을 납득하기 어렵기 때문이다. 그러나 우리의 작업기억 용량이 매우 제한되어 있고, 이 때문에 인지적 외주화가 필요하다는 것을 보여 줄 수 있는 실생활 사례는 ‘356 × 37’을 암산으로 할 수 없다는 것 이외에도 무수히 많다.
한 예로, 대화를 나누는 도중 문장의 길이가 길어질 경우 주어와 술어의 적절한 일치를 시키지 못하는 현상을 들 수 있다. 필자가 30대 초반이었을 때, 교무회의 중 40~50대 부장님들이 발언할 때면 내심 의아하게 생각했던 것이 있었는데, 그것은 바로 그분들 중 일부는 발언 중 문장의 주어와 동사를 일치시키는 것을 어려워한다는 것이었다. 외국말을 하는 것도 아닌데 왜 주어와 동사를 일치시키지 못하는지 이상했지만, 내가 그 나이대가 된 지금, 그것이 작업기억 용량의 감소에 의한 자연스러운 현상이라는 것을 몸소 체험하고 있다.5 발화 중 문장이 길어질 경우 술어를 이야기할 즈음이면 이미 주어에 대한 정보가 작업기억을 빠져나가 더 이상 의식의 영역에 머무르지 않을 수 있다. 적절한 술어를 선택하기 위해서는 주어에 대한 정보를 작업기억에 유지하고 술어 선택을 위해 활용해야 하는데, 술어 선택의 기준이 사라진 셈이니 한국말을 하면서 주어와 동사를 일치시키는 것과 같은 쉬운 일을 하기도 어려워지는 것이다. 문장이 길어진 것은 적절한 문장 생성을 위한 정보의 유지와 변환6이 작업기억이 감당하기 어려운 정보량을 발생시켰다고 할 수 있다.
다시 ‘356 × 37’ 암산 문제로 되돌아가 보자. 작업기억의 한계 때문에 별것 아닌 ‘356 × 37’은 암산으로 해결하기에는 너무 어려운 문제가 되어 버린다. 즉, 이 문제를 풀기 위해서는 단순히 곱셈 규칙을 떠올리는 것만으로는 부족하다. 예를 들어, 6×7, 5×7, 3×7을 순차적으로 계산하며 매번 올림 수를 기억하고, 다음 자리의 곱셈 결과와 결합해야 한다. 동시에 ‘37’을 ‘30과 7’로 분해하여 부분 곱을 구하고, 다시 그 두 결과를 더해 최종 답을 만들어야 한다. 이렇게 계산 과정마다 여러 하위 요소가 동시에 머릿속에서 상호작용하면서, 작업기억은 순식간에 과부하 상태에 이른다. 결국 이처럼 간단해 보이는 계산조차 정보의 유지와 변환이 동시에 요구되는 복합적 인지 활동이기 때문에, 이 암산 과제를 위해 필요한 정보처리 양은 인간의 작업기억 한계를 넘어서기 쉽고, 작업기억의 한계를 넘어서는 순간 오류가 발생하거나 계산이 멈추는 것이다.

하지만 356 × 37과 같은 과제의 경우, 우리는 인지적 오프로딩을 통해서 이러한 한계를 쉽게 극복할 수 있다. 이 문제를 풀기 위한 배경지식을 이미 갖고 있고, 메모할 수 있는 종이와 연필만 있다면 작업기억의 부담을 외부로 분산시킬 수 있기 때문이다. 이때 우리가 계산을 위해 사용하는 종이는 확장된 작업기억 공간으로 기능한다. 종이에 메모함으로써 문제를 푸는 사람의 작업기억에서 유지하기 어려운 여러 단위의 정보를 기록하여 정보를 활성화된 상태로 유지하고, 곱하기에 필요한 배경지식(스키마)을 활용해 정보 간 관계를 조작하고 추적할 수 있기 때문이다. 이때 종이는 머릿속에서만 이루어지던 계산 과정을 외부로 옮겨, 작업기억이 수행하던 정보의 유지와 조작 기능을 대신하는 확장된 인지 공간으로 작동한다.
이제 시선을 조금 넓혀, 이러한 개별적 사례가 인간 인지의 보편적 특성과 어떻게 맞닿는지 살펴보자. 간단한 계산식을 예로 들었지만, 이러한 현상은 인간의 인지가 개인의 두뇌 안에서만 일어나는 것이 아니라 사람, 도구, 환경 간의 상호작용 속에서 구성된다는 점에서 이해할 수 있다. 인류가 개개인이 구축할 수 있는 수준을 훨씬 넘어서는 지식의 축적과 문명의 발전을 이룰 수 있었던 이유 역시, 이러한 분산적이고 확장된 인지 활동 덕분이다. 이 관점을 체계적으로 설명한 것이 바로 분산 인지(distributed cognition)와 확장된 인지(extended cognition) 이론이다. 분산 인지는 ‘다중 행위자 간 상호작용’을 분석 단위로 삼고, 확장된 인지는 ‘개인–도구 간 결합’을 분석 단위로 삼는다. Hutchins(1995)는 분산 인지 이론을 통해 인지 행위가 사람·도구·기호 체계가 상호작용하는 전체 시스템 안에서 이루어진다고 보았으며, Clark와 Chalmers(1998)는 확장된 인지 개념을 제시하며 인간의 사고 과정이 외부 표상(예: 메모, 기호, 디지털 장치)과 결합할 때 그 외부 매체가 인지 체계의 일부로 작동한다고 설명하였다.7
이러한 관점에서 보면, 종이는 단순한 보조 수단이 아니라 작업기억의 일부 기능을 외부에서 대리 수행하는 확장된 인지 장치로 이해할 수 있다. 마찬가지로 교실에서 학생이 사용하는 노트, 칠판, 시각화된 도식, 그리고 디지털 학습 도구(예: 태블릿, 협업용 화이트보드, AI 기반 피드백 시스템) 역시 단순한 학습 매체가 아니라 학습자의 사고를 외부로 확장시키는 인지적 비계(cognitive scaffold)로 작동한다. 이러한 외적 표상과 기술적 매개체는 학생이 자신의 사고 과정을 외화하고, 서로 다른 개념이나 표상 간의 연결을 시각적으로 조정하며 의미를 구성하는 과정을 지원한다.
인지적 오프로딩과 인지적 외주화: 확장의 도구인가, 사고의 대리인인가?
다시 356 × 37의 암산 문제로 돌아가 보자. 작업기억의 한계를 극복하기 위해 종이와 연필을 활용했다면, 이러한 형태의 인지적 오프로딩은 우리를 바보로 만드는 행위일까? 그렇지 않다. 종이와 연필을 사용해 확장된 사고 공간(작업기억) 속에서 우리는 여전히 스스로 계산하고 있기 때문이다. 사고의 주체는 여전히 ‘사람’이며, 종이와 연필은 학습자의 사고를 외부로 확장시키는 인지적 비계(scaffolding)로 기능한다. 이러한 외적 도구는 사고의 일부를 임시로 분산시키지만, 동시에 학습자가 개념을 내면화하고 자동화할 수 있도록 돕는 확장 도구이다.
그러나 우리가 경계해야 할 것은, 사고의 과정을 ‘돕는’ 것이 아니라 ‘대신 수행하는’ 경우이다. 타인 혹은 인공지능의 사고 결과를 수동적으로 받아들이는 인지적 외주화8는 사고의 부담을 덜어주는 것이 아니라, 사고의 주체성을 외부에 위임하는 행위이다. 인지적 오프로딩이 사고를 지원하는 과정이라면, 인지적 외주화는 사고의 과정을 대체하는 것이다. 후자의 경우 사고의 주체는 사라지고 결과만 남는다.
<인지적 오프로딩 대 인지적 외주화>
| 인지적 오프로딩
CognitiveOffloading |
인지적 외주화
CognitiveOutsourcing |
|
| 사고의 부담을 완화하기 위해 인지 과정을 외부로 임시 이전 | 사고의 과정을 외부(타인, AI)에 위임하여 스스로의 사고를 중단 | |
| 사고의 주체 | 여전히 학습자 자신 | 외부 시스템(타인, AI) |
| 기능적 효과 | 사고의 확장과 보조 | 사고의 대체와 종속 |
| 학습 결과 | 인지적 비계(scaffolding)를 통해 내면화 촉진 | 개념적 관계망의 구축이 차단되어 내적 표상 형성 불가 |
이제 이 두 개념의 인지적 차이를 학습의 맥락에서 다시 살펴보자. 인지적 오프로딩은 사고의 효율성을 높이기 위한 보조 행위이다. 종이와 연필, 개념도, 계산식, 메모는 모두 인간이 인지적 부하를 줄이기 위해 고안한 사고의 확장 도구들이다. 이 경우 사고의 주체는 여전히 학습자 자신이며, 외적 도구는 학습자의 작업기억(working memory)을 보완하는 기능을 수행한다. 반면 인지적 외주화(cognitive outsourcing)는 사고의 일부가 아니라 사고의 전체 과정을 외부에 위임하는 행위이다. 학습자가 사고의 절차를 밟지 않고 결과만 받아들이는 순간, 사고의 주체는 사라지고 결과물만 남는다.
이를 이해하기 위해 앞서 언급한 서울의 한 국제학교 교사의 말을 떠올려 보자. “학생들은 탐구 과제를 발표할 때 전문가처럼 유창하지만, 질문 몇 개만 던져 보면 금세 그 내용이 이해되지 않았다는 사실이 드러납니다.” 그가 던진 질문은 아마 “그건 왜 그런 걸까?”, “조건이 바뀌면 결과도 달라질까?”, “그 과정은 어떻게 이루어질까?”와 같은 이유·조건·과정(why, what if, how)을 묻는 질문이었을 것이다. 이러한 질문은 단순한 사실 회상을 넘어, 학생이 지식 간의 관계를 구조적으로 표상하고 있는가—즉, 개념을 이해하고 조작할 수 있는가—를 드러낸다.
겉으로는 유창하고 논리적인 발표를 하는 학생이라도, 이러한 질문에 답하지 못한다면 이유는 명확하다. 머릿속에는 발표문이 문장 단위로만 저장되어 있을 뿐, 그 내용을 뒷받침하는 인과적·조건적 관계망이 존재하지 않기 때문이다. 즉, 애초에 내용의 구성 요소들 간의 관계에 대한 인식이 충분히 형성되어 있지 않은 것이다. 특히 인공지능이나 외부 자료에 의존해 사고 과정을 외주화한 경우, 발표자는 완성도 높은 문장을 말할 수는 있어도 그 의미 구조를 자신의 인지 체계 속에서 재구성할 수 없다. 따라서 교사가 “왜?”, “만약 ~라면?”, “어떻게?”와 같은 질문을 던지는 순간, 그 발표가 단순한 정보의 재현인지, 아니면 내면화된 이해의 산물인지를 구분할 수 있게 된다.
인지적 외주화의 메커니즘적 문제
이러한 현상은 단순히 학생의 태도나 노력이 부족해서가 아니라, 사고가 작동하는 인지적 메커니즘의 문제 때문이다. 겉으로는 완성된 결과가 존재하지만, 그 아래에서는 사고의 주체가 점차 사라지고 있다. 이제 인지적 외주화가 왜 개념적 이해를 가로막는지 뇌의 학습 체계 관점에서 살펴볼 필요가 있다.
인지적 외주화를 통해서는 개념적 이해를 도출하기 어렵다. 사람은 새로운 문제를 마주할 때 단순히 결과를 예측하는 존재가 아니다. 인간은 이미 알고 있는 지식을 바탕으로 의식적 혹은 무의식적으로 “이 현상은 아마 이런 이유로 생겼을 거야”라는 가설을 세우고, 실제 결과를 확인하며 그 가설이 옳은지를 검증한다. 이러한 사고의 바탕에는 장기기억 속 지식 구조, 즉 스키마(schema)가 존재한다. 스키마는 여러 개념과 변인 간의 관계로 구성되어 있으며, 우리는 새로운 현상을 이해할 때 이 관계망을 활용해 “내가 알고 있는 구조로 설명할 수 있을까?”를 끊임없이 시험한다. 그 과정에서 결과가 기존 예측과 일치하면 스키마는 강화되고, 어긋나면 수정되거나 새롭게 재구성된다.9 즉, 사고는 단순히 정보를 받아들이는 행위가 아니라 기존의 인지 구조를 대조하고 조정하며 정교화해 가는 과정이다. 이러한 과정은 장기기억 속 지식이 활성화될 때만 작동하므로, 관련 스키마가 없다면 예측과 가설 설정 자체가 이루어질 수 없다. 그럼에도 불구하고 교육 현장에서는 이러한 기억 형성의 중요성이 충분히 주목받지 못하고 있다는 점은 우려할 만하다. 기억의 구축(memory construction), 즉 ‘기억하는 것’은 사고의 가능성을 결정짓는 핵심적 과정이기 때문이다.
기억의 구축은 단순한 정보 저장이 아니라, 뇌 속 두 학습 체계가 협력하는 복합적 과정이다. 해마(hippocampus)는 새로운 경험을 빠르게 포착하고, 대뇌피질(neocortex)은 그것을 기존의 지식 구조 속에 통합하며 의미화한다. 이러한 통합은 한 번의 학습으로 완성되지 않는다. 동일한 개념이 다양한 맥락에서 반복적으로 사용될 때마다 대뇌피질 속 지식 구조는 점차 서로 연결되고 정교화된다. 이처럼 두 체계가 ‘즉각적 학습’과 ‘점진적 통합’을 분담하여 협력하는 구조가 바로 보완적 학습 체계(Complementary Learning System, CLS)이다.10 두 체계의 협력 덕분에 인간은 새로운 정보를 단순히 저장하는 데 그치지 않고, 그것을 기존의 이해 틀 속에 재구성해 이해하며, 동시에 그 틀을 한층 더 정교화할 수 있다.
그러나 인공지능이 이러한 학습 과정을 대신 수행하게 되면, 인간의 예측–오류–수정의 순환, 즉 보완적 학습 체계의 핵심 메커니즘이 차단된다. AI는 이미 완성된 답을 제시하기 때문에 학습자는 탐구·검증·수정의 기회를 잃고, 사고의 주체가 아닌 결과물의 소비자 위치에 머물게 된다. 결국 예상과 다른 결과를 맞닥뜨리며 배우는 경험이 사라지면 머릿속에는 파편화된 정보만 남게 된다. 그 정보를 지탱하는 의미 구조나 개념 간 관계는 형성되지 않으며, 결과적으로 사고의 기반이 약화된다.
이와 같은 설명은 다소 추상적으로 들릴 수 있지만, 우리의 뇌는 늘 보완적 학습 체계를 가동하고 있다. 예를 들어, 네비게이션 없이 길을 찾아야 하는 상황을 떠올려 보자. 우리는 머릿속에 목적지의 ‘지도’를 떠올리고, “이 갈림길에서 오른쪽으로 돌면 은행이 나올 거야”라는 ‘가설’을 세운다. 실제로 은행이 나타나면 그 표상은 ‘강화’되고, 나타나지 않으면 ‘수정’된다. 이렇게 갈림길과 은행의 ‘관계’가 점차 정교하게 저장된다. 반면, 네비게이션이 대신 안내해 준다면 우리는 이 과정을 거치지 않는다. 길은 찾아갈 수 있지만, 길의 구조는 머릿속에 남기 어렵다. 정보 간 연결이 강화되거나 재조직되는 경험이 사라지기 때문이다.
마찬가지로, AI가 만들어 준 발표문을 읽는 학생은 “왜 그런가요?”, “조건이 바뀌면 결과도 달라질까요?” 같은 질문에 스스로 답하지 못한다. 겉으로는 완성된 결과물이 존재하지만, 그 속에는 내용을 구성하는 요소들 간의 관계를 예측하고 검증하며 표상을 정교화한 사고의 흔적이 없다. 그것은 이해의 산물이 아니라 사고 과정을 거치지 않은 결과의 복제물일 뿐이다.
사고를 맡긴 학습, 주체를 잃는 사고
비판적 사고는 단순히 많은 정보를 알고 있다고 해서 저절로 생기는 능력이 아니다. 그것은 정보를 비교하고 의심하고 다른 가능성을 검토하는 과정에서 비롯된다. 다시 말해, 비판적으로 사고한다는 것은 단편적인 사실을 받아들이는 것이 아니라, 여러 정보 사이의 ‘관계를 탐색하고 그 타당성을 따져 보는’ 일이다.
이러한 사고는 ‘한 가지 정보’를 처리하는 능력만으로는 이루어지지 않는다. 우리는 여러 요소가 서로 어떤 관계를 맺고 있는지를 머릿속에 그릴 수 있어야 한다. 예를 들어 “A가 B와 C라는 관계에 있다” 라는 설명을 들었을 때, 비판적으로 사고하는 사람은 A·B·C 각각이 무엇을 의미하는지, 또 실제로 그 관계가 타당한지를 스스로 질문한다. 반면 관계를 따지지 않고 겉으로 제시된 문장을 그대로 받아들이면, 그 내용이 아무리 복잡해 보여도 결국 하나의 단편적 정보로만 수용되게 된다.
이처럼 비판적 사고는 곧 관계적 사고이다. 생각의 단위를 ‘정보 하나’로 삼는다면 사고는 단선적으로 흐르지만, 정보를 연결 짓고 그 연결의 타당성을 검증할 때 사고는 비로소 깊어지고 넓어진다. 교사가 학생들에게 단순한 정답 대신 “왜?”, “어떻게?”, “다른 조건에서는 어떨까?”와 같은 질문을 던져야 하는 이유도 바로 여기에 있다. 이러한 질문은 학생의 머릿속에서 여러 요소의 관계망을 활성화시켜, 사실을 구조적으로 이해하고 사고를 다항적으로 전개하도록 이끈다.
그러나 인지적 외주화에 익숙해진 학습자는 이러한 사고의 단계를 스스로 밟지 않는다. 정보의 관계를 비교하고 검증하는 과정을 생략한 채, 외부가 제공한 완성된 내용을 그대로 받아들이기 때문이다. 표면적으로는 복잡하고 논리적인 설명처럼 보이더라도, 학습자의 머릿속에서는 그 정보가 ‘관계망을 가진 구조적 지식’이 아니라 ‘서열 없는 단편적 사실’로 처리된다.
즉, 다항적 구조를 가진 정보를 수동적으로 받아들일 경우, 학습자의 뇌는 그 정보를 하나의 단항적 정보, 곧 연결이 끊긴 단위로 처리하게 된다. 이때 정보 간의 인과적·조건적 관계를 스스로 탐색하거나 검증하지 않기 때문에, 학습자는 관계적 표상을 구축하지 못한다. 그 결과 표면적으로는 풍부한 지식을 갖고 있는 것처럼 보이지만, 실제로는 서로 이어지지 않은 정보의 파편들만 머릿속에 존재하게 된다.
이러한 상태에서는 정보가 단순히 나열된 사실로만 남고, 그 사이의 관계를 사고하는 과정이 생략된다. 예를 들어, “학생이 숙제를 안 한 이유가 과제의 난이도, 시간 부족, 동기 저하와 관련 있을 수 있다” 라는 문장을 수동적으로 받아들인 학습자는, 이 요인들을 관계적으로 사고하지 않는다. “왜 과제의 난이도가 높으면 숙제를 안 하게 되는가?”, “시간이 부족해도 숙제를 하게 만드는 요인은 무엇일까?”, “만약 과제가 쉬웠다면 결과는 달라졌을까?”와 같은 질문이 떠오르지 않는 것이다.
이처럼 다항적 구조의 정보를 이해한다는 것은, 단순히 요인을 나열하는 것이 아니라 요소들 간의 관계를 탐색하고 그 타당성을 검증하는 사고의 과정을 의미한다. 그러나 인지적 외주화에 익숙해진 학습자는 이러한 과정을 생략한 채, 외부가 제공한 결과만 받아들이기 때문에 사고의 깊이가 확장되지 못한다. 결국 정보를 ‘아는 것’과 그것을 ‘사고의 재료로 사용하는 것’은 전혀 다른 일이다.
이것이 바로 인지적 외주화가 사고의 깊이를 얕게 만들고 비판적 사고를 불가능하게 하는 인지적 메커니즘이다. 생각의 단계가 생략된 학습은 사고의 ‘결과’만 남기고, 사고의 ‘구조’를 남기지 않는다.
결국 학습자는 비판적 사고의 핵심인 ‘사유의 자율성’을 잃게 된다. 스스로 문제를 재구성하거나 관점을 전환하거나 가설을 새롭게 세우는 행위가 사라지기 때문이다. 이제 학습자는 더 이상 “이것이 정말 타당한가?” 라고 묻지 않고, “이 답이 옳다고 하니 그렇겠지” 라는 태도로 사고를 위임한다. 이는 단순한 이해 부족이 아니라, 인지적 주체성의 상실로 이어진다.
결국 인지적 외주화는 학습자를 사고의 주체가 아니라 사고의 소비자로 만든다. 겉으로는 유창하고 논리적인 언어를 구사하지만, 그 언어는 스스로 구축한 개념망이 아니라 외부에서 주입된 문장의 재조합에 불과하다. 비판적 사고란 외부의 답을 정확히 인용하는 능력이 아니라, 자신의 내적 표상 속에서 의미를 재구성하고 검증하는 힘이다. AI 시대에 필요한 것은 정답을 잘 찾아내는 능력이 아니라, 정답이 왜 정답인지 스스로 사고할 수 있는 힘임을 잊지 말아야 한다.
인식의 주체가 되지 못한다는 것
인지적 외주화가 반복될수록 학습자는 점차 사고의 주체성을 잃게 된다. 사고의 주체성이란 단순히 스스로 생각한다는 의미를 넘어, 자신이 인식의 중심에 서서 세상을 해석하고 판단할 수 있다는 자각을 말한다. 데카르트가 “나는 생각한다, 고로 존재한다” 라고 선언했을 때, 그는 인간 존재의 근거를 사고 행위 그 자체에서 찾았다. 인간은 생각함으로써 세계를 이해하고, 그 이해 속에서 자신이 존재함을 확인한다.
따라서 스스로 생각하지 않는다는 것은 단순히 지식을 받아들이지 않는 상태가 아니라, 존재의 근거를 스스로 포기하는 행위이다. 스스로 사고하지 않으면 결국 타인이 생각해 준 대로, 혹은 타인이 강제하는 방향으로 사고하게 된다. 이때 학습자는 더 이상 사고의 주체가 아니라, 타인의 사고를 받아들이는 수동적 존재로 머무르게 된다. 인지적 외주화는 이처럼 사고의 과정을 외부에 맡기는 대신, 사고의 권한까지 넘겨 버리게 만든다.
이러한 사고의 위임은 단순한 개인적 습관을 넘어, 인지 체계의 작동 방식을 근본적으로 약화시킨다.
사람은 스스로 사고할 때마다 기억 속 지식 구조를 활성화하고, 가설을 세우고 검증하며 자신의 사고 체계를 강화한다. 그러나 사고를 타인이나 인공지능에 장기간 위임하게 되면, 학습자는 이러한 인지 과정을 스스로 작동시킬 기회를 점차 상실한다. 스스로 생각하지 않으면, 결국 타인의 생각대로 살게 된다. 사유의 부재는 단순한 ‘지식의 결여’가 아니라 ‘존재의 방향’을 타인에게 맡기는 일이다.
인지적 외주화를 통해 지식을 피상적으로 습득한 사람은 문제를 스스로 해결할 힘을 잃고, 외부의 지시나 권위, 혹은 기술적 시스템에 의존하게 된다. 이때 문제 해결력이 저하된 개인은 타인의 논리를 검증하거나 외부의 주장을 비판적으로 판단할 능력을 잃는다. 이는 단순한 사고력의 약화가 아니라, 정당성을 분별할 수 있는 사유 능력의 상실이다.
인지적 외주화로 인해 정교하게 발달하지 못한 표상은 외부의 판단과 권위를 비판적으로 검토할 근거를 제공하지 못하며, 그 결과 개인은 자유로운 시민으로서의 비판적 사고력과 책임 있는 주체로서의 자율성을 잃게 된다. 이러한 상태는 정체성과 주관이 결여된 삶으로 이어진다. 스스로 사고하지 않는 사람은 자신이 무엇을 믿는지, 왜 그렇게 믿는지를 설명하지 못하고, 결국 타인의 논리에 따라 살아가게 된다.
그러나 타인의 생각으로 살아가는 삶은 결코 충족감을 줄 수 없다. 그것은 ‘자신의 삶을 사는 일’이 아니라, ‘남이 설계한 길을 걷는 일’이기 때문이다. AI가 사고를 대신할 수 있는 시대일수록, 우리는 이 질문을 자신에게 던져야 한다.
“지금, 생각하고 있는 이는 누구인가.”
사유의 불씨를 지키는 사람, 교사
AI가 사고를 대신하는 시대일수록 교사의 역할은 더욱 근본적으로 중요해지고 있다. 교사는 더 이상 지식을 전달하는 존재가 아니라, 학습자가 스스로 생각하고 판단하며 세계를 이해할 수 있도록 돕는 사유 설계자이다. 교사의 임무는 학생이 사고를 외주화하지 않도록, 스스로 생각하는 힘을 단련할 수 있는 사유의 훈련장을 설계하고 유지하는 일이다.
이를 위해 교사는 학생이 예측–오류–수정의 순환, 즉 오류 주도 학습(error-driven learning)을 경험하도록 지원해야 한다. 이 과정에서 교사는 단순히 ‘정답을 알려주는 사람’이 아니라, 학생이 사고의 경로를 스스로 탐색하도록 돕는 사유 촉진자로 기능한다. 학생이 사고의 불편함을 견디며 생각을 지속할 수 있는 인지적 지구력을 기르는 데 도움을 주는 존재가 되어야 하는 것이다. 깊은 이해는 빠른 해답이 아니라, 생각의 마찰 속에서 형성되기 때문이다.
교사는 또한 학생이 사유의 근육을 기를 수 있도록 기억의 구축을 돕는 역할을 수행한다. 인간의 사고는 장기기억 속의 스키마 구조에 기반하며, 구조화된 기억이 존재할 때만 새로운 가설을 세우고 예측–검증–수정의 순환이 가능하다. 따라서 교사는 학생이 새로운 정보를 단순히 저장하는 데 그치지 않고, 그것을 기존의 지식 구조와 연결하고 재조직하여 의미의 틀로 내면화하도록 지도해야 한다. 다시 말해, 교사는 학생이 사유에 필요한 기억을 구축하도록 돕는 전문가이자, 기억의 구축을 위한 사유를 이끌어내는 사람이 되어야 하는 것이다.
AI 시대의 교육은 단순히 새로운 기술을 도입하는 문제가 아니다. 오히려 사유의 속도보다 깊이를 중시하고, 정답보다 판단의 근거를 탐색하게 하는 교육적 장치를 어떻게 설계하느냐의 문제이다. AI가 제공하는 즉각적 편의성은 사고의 부담을 줄이지만, 동시에 사고의 성장을 방해하기도 한다. 따라서 교사는 학생이 불확실성과 마주하며 생각의 불편함을 감내할 수 있도록, 의도적으로 인지적 마찰(cognitive friction)을 설계해야 한다. 이러한 마찰은 단순한 장애가 아니라 사고를 단련시키는 저항이며, 깊은 이해로 향하는 필수적 과정이다.
결국 교사는 학습자가 사유의 지구력을 기르고, 기억의 구조 위에서 사고를 확장하도록 돕는 존재이다. AI가 사고를 대신할 수 있는 시대일수록, 교사는 인간이 스스로 사고하고 존재할 수 있도록 인지적 환경을 설계하는 사유의 불씨를 지키는 사람, 그리고 학습의 인간적 품위를 지탱하는 최후의 수호자가 되어야 할 것이다.
| ※ 본 칼럼은 필자의 고유 의견이며 ‘교육을바꾸는사람들’의 공식 견해가 아닙니다.
※ 필자의 저작권 보호를 위해, 기존의 PDF 파일을 제공하던 서비스를 중단합니다. 대신 아래의 ‘인쇄(Print)하기’ 클릭한 후, ‘Ctrl + P’를 누르시면 칼럼 내용을 인쇄할 수 있습니다. |
각주
- MIT 미디어랩의 나탈리아 코스미나(Nataliya Kosmyna) 연구팀은 ChatGPT를 활용한 에세이 작성 시 뇌 활동 변화를 분석한 연구를 통해, AI의 도움을 받을 때 학습자가 느끼는 인지적 부담은 일시적으로 감소하지만, 실제로는 ‘인지적 부채(cognitive debt)’가 축적된다는 결과를 보고하였다. ‘인지적 부채’는 AI나 외부 도구의 도움으로 즉각적인 인지적 부담을 덜었지만, 그 결과로 장기적인 사고력이나 기억 형성 능력이 약화되는 상태를 뜻한다. Kosmyna, N., Hauptmann, E., Yuan, Y. T., Situ, J., Liao, X. H., Beresnitzky, A. V., Braunstein, I., & Maes, P. (2025, June 10). Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task [Preprint].
- 인지적 외주화(cognitive outsourcing)를 통해 접한 정보는 학습자의 내부 인지 체계를 충분히 활성화하지 못하기 때문에, 해마–피질 간의 재활성화(replay)와 통합을 필요로 하는 시스템 수준의 공고화(system-level consolidation) 과정에서 어려움을 겪는다. 이는 학습자가 정보를 ‘소유(possess)’하기보다 ‘소비(consume)’하는 데 그칠 때, 기억이 장기적 의미 구조로 통합되지 못하는 신경학적 이유를 설명해 준다. McClelland, J. L., McNaughton, B. L., & O’Reilly, R. C. (1995). Why there are complementary learning systems in the hippocampus and neocortex: Insights from the successes and failures of connectionist models. Psychological Review, 102(3), 419–457.
- Cowan, N. (2001). The magical number 4 in short-term memory: A reconsideration of mental storage capacity. Behavioral and Brain Sciences, 24(1), 87–114.
- Sweller, J. (2010). Element interactivity and intrinsic, extraneous, and germane cognitive load. Educational Psychology Review, 22(2), 123–138.
- 나이가 들수록 작업기억 용량(working memory capacity)이 감소한다는 것은 인지심리학과 신경과학 모두에서 가장 일관되게 재현된 결과 중 하나이다. Salthouse, T. A. (1994). The aging of working memory. Neuropsychology, 8(4), 535–543.
- 작업기억(working memory)은 단순한 저장소가 아니라, 정보를 유지하고 변환하는 통합적 기능 체계를 가리킨다. 이 체계는 정보의 임시 유지, 정보 간 관계 조작, 그리고 목표와 절차의 통제를 통해 복잡한 인지 활동을 가능하게 한다. Baddeley, A. D. (2000). The episodic buffer: A new component of working memory? Trends in Cognitive Sciences, 4(11), 417–423.
- Hutchins, E. (1995). Cognition in the Wild. Cambridge, MA: MIT Press.
Clark, A., & Chalmers, D. (1998). The extended mind. Analysis, 58(1), 7–19. - 인지적 외주화(cognitive outsourcing)는 인지과학에서 기억이나 판단 기능을 외부 도구에 위임하는 현상을 가리키는 개념이다. 이 글에서는 그 의미를 AI가 사고의 일부를 대신 수행하는 현상 전반으로 확장하여 사용하였다. 다시 말해, 이 글에서 인지적 외주화는 ‘확장된 사고’가 아니라 ‘위임된 사고(delegated thinking)’를 의미한다.
- 오류 주도 학습(error-driven learning)은 학습자가 예측한 결과와 실제 결과의 차이, 즉 예측 오류(prediction error)를 인식하고 그 차이를 줄이기 위해 사고의 구조를 조정해 가는 과정을 말한다. 이러한 예측 오류는 단순한 ‘틀림’의 신호가 아니라, 이해를 확장하고 개념 간의 관계를 정교화하도록 이끄는 핵심 동력으로 작용한다. 뇌는 이 불일치를 줄이기 위해 내부 모델을 수정하며, 그 과정에서 학습이 일어난다. Clark, A. (2013). Whatever next? Predictive brains, situated agents, and the future of cognitive science. Behavioral and Brain Sciences, 36(3), 181–204.
- 보완적 학습 체계(Complementary Learning System, CLS)는 해마와 대뇌피질이 서로 다른 방식으로 학습을 담당하면서 협력적으로 기억을 형성하고 통합하는 신경학적 모델이다. 해마는 새로운 경험을 빠르게 부호화하고 단기적으로 저장하는 역할을 하며, 대뇌피질은 이러한 경험을 장기간에 걸쳐 일반화하여 기존의 지식 체계에 통합한다. 이 이론은 McClelland, McNaughton, & O’Reilly(1995)의 연구를 통해 제안되었다.
이화여자대학교 교육심리학과를 졸업하고 동 대학의 대학원에서 인지심리학으로 석사학위를 취득하였다. 한국리서치에서 연구원으로 근무하였고 이후 영어 교사로 교직 생활을 시작하였다. EBS의 ‘최고의 영어 수업’이라는 프로그램에 출연한 바 있으며, EBSi의 고등학교 심리학 강의를 맡아 하기도 하였다. 현재 김해삼문고등학교에서 수석교사로 근무 중이다.

김새로나 선생님, 좋은 글 잘 읽었습니다. 저는 91년 심테크시스템을 설립하여 시뮬레이션 SW분야의 개발과 컨설팅을 하다가 93년 토니부잔의 마인드맵을 SW로 개발하여(ThinkWise, MindMapper) 지금까지 국내외에 보급해왔습니다. 마인드맵으로 생각을 전개하고 다시 재 구조화하는 과정을 통해, 단위 개념의 이해, 타 개념과의 관계성 파악, 전체 개념 속에 숨겨진 맥락(Context)의 발견으로 이어지는 사고 훈련이 가속화 되는 매우 중요한 효과가 있어왔습니다. 최근 거의 모든 AI 서비스가 결과를 마인드맵으로 정리해주는 기능을 제공합니다. 이는 AI가 Cognitive Outsourcing을 해주면서도 한편으로는 소비자가 산출물을 입체적으로 인지하도록 마인드맵으로 정보를 전달하는 것입니다. 많은 사람들이 “AI가 마인드맵을 만들어 주니, 마인드맵을 배울 필요가 있는가”라는 잘못된 생각을 합니다. 선생님 말씀대로 주체적 사고과정은 생략된 채 인스턴트 식품처럼 잘 포장된 결과물에 길들여지는 경향과 추세가 많이 걱정됩니다. 2011년에 마인드맵을 기반으로 한 협업(Collaboration) 제품을 개발하여 많은 기관에서 사용해 왔습니다. Distributed Cognition과 Extended Cognition이 협업의 상황에서 어떻게 적용될 지에 대해 깊이 생각해 보겠습니다. 좋은 글 다시 한 번 감사드립니다. 정영교