한 지식 블로거가 자신의 경험을 공유했다. 2019년, 그는 1년에 100권의 책을 읽겠다는 목표를 세웠다. 결국 그는 60~70권 정도를 읽었다.
그의 전 상사가 나중에 이런 피드백을 줬다. "인지가 부족한 게 아니라 너무 많은 게 문제야. 이제 나가서 일을 해야 해." 그 후로 그는 읽는 것을 줄이고 일을 더 많이 했다.
나는 이 이야기를 보고 많은 사람들의 상태를 보여주는 것 같다는 생각이 들었다.
책도 읽고 필기도 했다. 책 속 아이디어를 이야기할 때는 모든 문장이 익숙하다. 하지만 그런 것들을 실제로 활용해 문제를 해결하려고 하면, 세 번째 문장쯤에서 더 이상 이어나가지 못할 수도 있다.
읽을 때는 고개를 끄덕이기 쉽다. 어떤 책도 말이 되고, 어떤 기사도 말이 된다. 심지어 상반된 두 관점도 나란히 놓으면 둘 다 합리적으로 보일 수 있다. 읽기는 그 자리에서 하나를 선택하도록 요구하지 않기 때문이다.
출력은 선택을 강요한다.
글을 쓰거나, PPT를 만들거나, 수업을 준비하는 일은 모두 이런 느낌이다. 시작하기 전에는 머릿속으로 정리했다고 생각한다. 막상 시작하면 두 번째와 세 번째 부분이 연결되지 않고, 예시가 결론을 증명하지 못하며, 흔히 쓰는 용어조차 명확히 정의하지 못하고 있다는 것을 깨닫는다.
이것은 표현의 문제가 아니다. 아직 충분히 생각하지 못한 것이다.
글쓰기 강사 한 분을 알고 있다. 그는 AI가 자신의 글쓰기 스타일을 모방하도록 하는 AI 글쓰기 실험을 진행했다. 먼저 시스템 프롬프트 한 벌을 작성하고, AI가 대량의 텍스트를 출력하게 한 다음, 문장 하나하나에서 결함을 짚어냈다.
그는 매번 세 가지 질문에 답해야 했다. 어떤 문장이 나쁜지, 왜 나쁜지, 어떤 상황에서 그렇게 쓸 수 있는지. 매 라운드의 피드백은 다음 버전의 규칙에 반영되었다.
한 달 이상 지난 후, 그는 이렇게 썼다. "이 과정에서 훈련받은 것은 AI가 아니라 나였다."
그는 원래 무엇을 싫어하는지는 알고 있었지만 그 기준을 명확히 말할 수 없었다. AI가 텍스트를 만들어냈을 때야 비로소 문제를 지적할 수 있었다. 한 번 지적하는 것으로는 부족했다. 왜 그런지 설명해야 했다. 이런 피드백이 쌓이면서 원래 습관 속에 숨어 있던 판단들이 조금씩 말로 표현할 수 있는 규칙으로 바뀌었다.
이것이 출력이 하는 일이다. '대충 알고 있다'를 검사할 수 있는 무언가로 바꾼다.
글이 쓰여야 다른 사람들이 이해하지 못하는 부분을 지적할 수 있다. 제품이 만들어져야 사용자들이 어디가 쓰기 싫은지 말해줄 수 있다. 연구 계획이 작성되어야 지도교수가 인과 관계가 끊긴 지점을 볼 수 있다.
부정적 피드백은 바로 이 시점에서 비로소 유용해진다.
사업을 하는 친구가 한때 이런 말을 했다. 부정적 피드백은 정보 수준에서 긍정적 피드백이라고. 수익 감소, 좋지 않은 데이터, 타인의 반대는 적어도 여기에 처리해야 할 무언가가 있다는 것을 알려준다.
하지만 피드백이 자동으로 사람을 발전시키지는 않는다.
누군가 글이 이해하기 어렵다고 말하면, 독자의 수준이 부족하다고 느낄 수 있다. 아무도 제품을 사용하지 않으면, 시장이 이해하지 못한다고 계속 설명할 수 있다. 행동이 변하지 않는 한, 피드백은 그저 또 하나의 불편한 소식일 뿐이다.
그래서 출력의 핵심은 '발행'이라는 단일 행위가 아니다. 무언가를 만들고, 피드백을 받고, 피드백이 옳은지 판단한 다음, 무엇을 바꿀지 결정하는 과정이 모두 포함된다.
이 과정의 모든 단계에서 작성자는 스스로 선택해야 한다.
이것은 또한 매일 업데이트한다고 해서 반드시 판단이 형성되지는 않는 이유를 설명한다.
어떤 사람들은 1~2년 동안 꾸준히 콘텐츠를 올린다. 하지만 그들의 글을 한데 모아보면 여전히 같은 몇 문장뿐이다. 구체적인 문제로 바꾸면 기존 콘텐츠로는 답할 수 없다. 내 학생 중 한 명이 이런 테스트를 제안했다. 어떤 사람이 과거에 출력한 모든 콘텐츠를 AI 지식 베이스에 넣고, 이 지식 베이스가 구체적인 질문에 답할 수 있는지 보는 것이다.
나는 이것이 훌륭한 테스트라고 생각한다.
수백 개의 글이 들어갔는데 맞지만 쓸모없는 말만 생성한다면, 그 글들의 양은 많지만 그 안에는 판단이 많지 않다는 뜻이다. 구체적인 질문에 답하고 과거 사례, 조건, 다양한 선택지를 제공할 수 있다면, 그 사람이 실제로 무언가를 남겼다는 것을 보여준다.
그래서 나는 '대량으로 출력하다 보면 언젠가는 운명이 바뀔 것'이라는 말에 동의하지 않는다.
입력 없이는 출력은 금세 빈약해진다. 사실, 사례, 새로운 경험이 없으면 이미 내린 판단을 반복해서 사용할 수밖에 없다. 나에게는 항상 글을 쓰는 친척이 하나 있는데, 그에게 이런 관찰이 있다. 어떤 사람들이 출력 때문에 속이 비워지지 않는 것은 입력 속도가 출력 속도보다 빠르기 때문이라는 것이다.
여기서 '입력'은 단지 책을 읽는 것만 의미하지 않는다. 프로젝트를 수행하고, 고객을 만나고, 실패를 처리하고, 다른 사람들과 토론하는 모든 것이 재료가 된다. 사람이 진짜로 더 많은 것을 경험하고 처리해보면, 그가 쓰는 콘텐츠에는 자연스럽게 디테일이 담긴다. 이런 것들이 없으면 발행 빈도만 늘리는 것은 빠르게 글을 공허하게 만든다.
읽기와 출력은 둘 중 하나를 선택해야 하는 문제가 아니다.
읽기는 개념, 사실, 타인의 경험을 제공한다. 출력은 이런 재료를 재구성해 자신만의 인과 관계를 제시하도록 요구한다. 피드백은 이 설명 체계가 다른 사람에게도 여전히 유효한지 보여준다. 수정은 최종 선택을 남긴다.
AI가 등장한 이후로 이런 단계들은 더욱 뚜렷해졌다.
과거에는 글을 쓰지 못하는 것이 구성 능력 부족이나 타이핑이 너무 느린 탓일 수 있었다. 이제 구조적으로 완성된 글을 생성하는 것은 어렵지 않다. 제목, 사례, 결론이 모두 있을 수 있다. 따라서 '써내는 것' 자체는 예전보다 능력을 덜 드러낸다.
진정한 차이를 만드는 것은 AI에 어떤 재료를 줬는지, 무엇을 삭제했는지, 어떤 사실을 추가했는지, 마지막으로 어떤 판단을 유지했는지이다.
AI는 열 가지 버전을 생성할 수 있다. 하지만 어떤 관점에 진정으로 동의하는지, 어떤 예시가 검증을 견딜 수 있는지, 어떤 문장에 자신의 이름을 걸고 책임질 의향이 있는지는 결정해주지 못한다.
이 결정은 여전히 스스로 내려야 한다.
출력은 반드시 공개될 필요는 없다. 연구 노트, 코드, 미공개 초안, 강의 개요 모두 이 일련의 처리를 완성할 수 있다. 핵심은 시작했을 때보다 끝낸 후에 문제에 대해 더 명확해졌는지 여부다.
그렇지 않다면, 당신은 재료의 형식만 바꿨을 뿐이다.
그렇다면, 읽기는 마침내 당신의 판단으로 바뀌기 시작한다.
