AI를 선생님으로 쓰는 학습법
AI를 검색창·자동화 도구가 아니라, 학습자의 수준을 끌어올리는 선생님으로 설정하고 자료·질문·피드백 루프를 함께 설계하는 학습 방식이다.
설명
AI를 선생님으로 쓰는 학습법은 “무엇을 물어볼까?”보다 “어떤 수준의 맥락을 제공하고, 어떤 목표까지 함께 도달할 것인가?”를 먼저 설계한다. 영상에서는 같은 AI도 초보적 질문에는 초보 답변을, 논문 PDF와 전문 맥락을 제공하면 높은 수준의 답변을 낸다는 점을 강조한다. (출처: yt-d8mvVt7EkXA-AI시대에-살아남는-학습자역량)
핵심 절차는 다음과 같다.
- 학습 목표를 분야 단위로 잡는다 — 단순 기능 습득이 아니라 특정 영역에서 박사 과정 수준의 지식 구조를 만드는 것을 목표로 한다.
- 고품질 자료를 먼저 넣는다 — 논문, 보고서, 코드베이스, 데이터 등 AI가 높은 지식 공간을 참조하도록 컨텍스트를 준다.
- 모르는 것을 찾게 한다 — “내가 무엇을 모르는지”를 먼저 식별하게 하여 unknown unknown을 줄인다.
- 핵심만 추출한다 — 자료 전체를 소비하기보다 내 지식 체계에 붙일 핵심을 추출한다.
- 반복 피드백 루프를 돌린다 — 첫 결과를 그대로 쓰지 않고 목표에 맞게 재검토·개선시킨다.
이 방식은 Human-AI-Collaboration의 인간-AI 역할 분담을 학습에 적용한 것이다. 인간은 방향·목표·평가기준을 잡고, AI는 탐색·설명·요약·비교·반복 개선을 수행한다.
실전 적용
- agentic-ai-curriculum — 기능 중심 커리큘럼을 “AI로 배우는 법” 중심으로 재구성할 때 사용
- harness-engineering — 학습 루프를 도구·스킬·로그·피드백 구조로 고정하는 방법론과 연결
- Capability-Overhang — AI의 잠재 능력을 꺼내기 위해 고급 컨텍스트와 목표를 제공해야 한다는 근거
관련 개념
- Human-AI-Collaboration — 인간의 목표 설정과 AI 실행 능력의 결합
- Capability-Overhang — 모델 안에 있지만 아직 사용자가 꺼내지 못한 능력