어떻게 공부할 것인가에서 새로 배운 것을 이전에 알고 있던 것과 연결하면 더 잘 기억할 수 있다고 했습니다. 숫자-압운 기억법은 숫자의 이름을 이용해 숫자를 이미지와 연결해 놓습니다. 외워야 할 목록이 있을 때 목록의 내용을 미리 만들어놓은 이미지와 연결시켜 외우면 쉽게 오래 외울 수 있습니다. 저는 암기해야 할 목록이 있을 경우 숫자-압운 기억법을 이용해 도움을 많이 받았습니다. 여러분도 이 기법을 미리 연습해 놓으면 시험 공부할 때나 외울 것이 있을 때 큰 도움이 될겁니다.

기본 이미지

숫자를 이미지와 연결하는 방법에는 여러 가지가 있는데, 제가 책에서 보고 사용한 방법을 소개해드리겠습니다. 숫자의 영어 이름과 발음이 유사한 단어의 이미지를 사용하는 방법입니다. 이미지를 사용하는 이유는 사람이 숫자나 글자보다는 이미지를 잘 기억하기 때문입니다. 아래 단어들을 보고 숫자 발음과 연결된 이미지를 상상해보세요. 새로운 목록을 외울 때마다 기준이 되는 이미지들입니다.

1. One: Bun 번 빵
2. Two: Shoe 신발
3. Three: Tree 나무
4. Four: Door 문
5. Five: Hive 벌집
6. Six: Sticks 막대기
7. Seven: Heaven 천국
8. Eight: Skate 스케이트
9. Nine: Vine 포도나무
10. Ten: Hen 암탉

암기할 목록

이제 다음의 목록을 외워야 한다고 해봅시다.

1. 달팽이
2. 병아리
3. 고슴도치
4. 수탉
5. 깃털
6. 깨진 달걀
7. 둥지에 있는 세 개의 달걀
8. 지렁이
9. 토끼
10. 애벌레
11. 계란 프라이
12. 꽃

입력하기

숫자-압운 기억법을 이용해 외워봅시다. 앞에서 만들어 놓은 이미지와 목록의 이미지를 결합해서 상상하면 됩니다. 이 때 구체적이고 특이한(비정상적인) 이미지가 기억하기 좋습니다. 그런데 목록에 12개의 항목이 있어 기본 이미지가 부족합니다. 이 때는 11번에서 20번까지는 얼음 속에서, 21번부터 30번까지는 불 속에서 있는 이미지와 같이 추가 환경을 상상하면 됩니다. 다음은 예시 이미지입니다.

1. 빵과 달팽이가 함께 있는 이미지를 상상합니다 – 달팽이가 롤빵을 등껍질로 지니고 기어가는 이미지
2. 신발에 들어간 병아리
3. 고슴도치의 가시가 나무에 박힌 이미지
4. 문을 뚫고 나오는, 큰 볏을 가진 수탉
5. 깃털에서 꿀이 뚝뚝 떨어지는 이미지
6. 깨진 달걀을 막대기로 더 깨는 이미지
7. 둥지에 담긴 달걀이 천국으로 날아 올라가는 이미지
8. 스케이트 날이 지렁이처럼 생겼네요
9. 포도나무에 토끼가 열렸네요
10. 암닭이 애벌레를 목도리로 사용합니다
11. 계란 프라이를 싼 얼어붙은 햄버거 빵
12. 얼음 신발에서 피어 나온 꽃

미리 연습을 해두면 새로운 목록이 주어졌을 때 기본 이미지와 결합해서 상상하고 외우는데 하나에 몇 초밖에 안 걸립니다.

출력하기

이미지를 상상해서 외웠으면 이제 임의의 순서대로 숫자 – 기본이미지 – 결합이미지 순서로 연상하며 출력할 수 있습니다.

• 5번? 벌집: 꿀 – 깃털에서 꿀이 떨어지는 이미지 – 답: 깃털
• 8번? 스케이트: 지렁이 스케이트 날 – 답: 지렁이
• 2번? 신발: 병아리가 신발에 들어갔죠 – 답: 병아리
• 12번? 얼음 + 신발: 얼음 신발에서 꽃이 피었습니다 – 답: 꽃

이런 식으로 임의의 순서로, 1번부터 12번까지 또는 역순으로도 외울 수 있습니다.

응용하기

사실 위의 목록은 ‘치킨 차차’ 보드게임에서 가지고 왔습니다. 자신의 말 앞에 있는 이미지를 뒤집힌 카드들 중에 찾아서 전진하는 게임인데, 상대방의 말을 잡으면 이기게 됩니다. 대학생 때 여자친구와 보드게임방에 가서 치킨 차차 게임을 한 적이 있습니다. 서로 이겼다가 졌다가 하면서 게임을 하다가 숫자-압운 기억법을 쓸 수 있겠다는 생각이 들었습니다. 그래서 다음번 게임할 때 12개의 뒤집힌 카드들에 속으로 번호를 매기고 하나씩 뒤집어보며 외웠습니다. 극적인 효과를 위해 일부러 하나도 안 맞추다가 한번에 모든 카드를 다 맞춰서 역전했습니다. 결과는? 완승. 여자친구 표정은? 당연히 안 좋았죠. 그 이후로 여러 사람들과 치킨 차차 게임을 해봤는데 한 번도 진 적이 없습니다. 단, 부작용도 있습니다. 사람들이 한 두 번 진 후에는 더이상 게임을 안 하려고 하죠.

숫자-압운 기억법을 적용하기 어려운 목록도 있습니다. 이미지가 유사한 목록(예 – 고등어, 삼치, 명태, 민어, 광어)은 헷갈릴 수 있습니다. 이미지로 만들기 어려운 목록은 다른 암기 방법을 찾아보세요(예 – 캄오실데석페트쥐백34).

시험 볼 때도 여러 번 사용했습니다. 여러분도 시험 때 외워야 할 목록이 있으면 숫자-압운 기억법을 적용해보세요.

평생 공부

앞으로 사람들은 평생 여러 개의 직업/직장을 가지게 될 것이고 그에 따라 평생 공부해야 할 것이라는 전망들이 많습니다. 대학생 때 배운 전공 지식만 가지고 평생 살아가기는 힘들다는 말입니다. 대학 전공은 첫 번째 직업/직장을 결정하는 역할로 축소될 수도 있습니다. 전공 지식 자체도 물론 중요하지만, 전공 공부를 하며 소프트스킬과 효율적으로 공부하는 방법(학습법)을 익혀두면 평생 도움이 될 것입니다.

효율적인 공부법

어떻게 공부할 것인가라는 책에 인지과학 분야에서 밝혀낸 효율적인 공부법(잘 기억할 수 있는 공부법)들이 안내되어 있습니다.

• 노력: 쉽게 배운 지식보다 노력을 많이 들여 배운 지식이 더 깊고 오래 간다고 합니다.
• 인출 연습: 단순히 읽기만 하는 것보다 배운 것을 떠올리는 연습을 하는 것이 더 효율적입니다. 시험 보는 것이 공부에 도움이 된다는 말입니다.
• 생성 효과: 지식의 빈 부분을 채우기 위한 노력이 기억력을 강화합니다.
• 반추: 새로 배운 것을 이전에 알고 있던 것과 연결하면 더 잘 기억할 수 있습니다.
• 정교화: 생소한 내용을 자신의 언어로 표현하여 기존 지식과 연결하기
• 시간 간격을 두고 복습하기, 교차연습: 망각이 일어날 만한 시간 간격을 두거나 두 가지 이상의 주제 번갈아 배우기
• 심성 모형: 새로운 자료의 핵심 내용을 뽑아 심성 모형으로 만들고 사전 지식과 연결하기
• 상위인지 (메타 인지): 무엇을 알고 무엇을 모르는지 자신의 생각을 지켜보기
• 해법을 배우기 전 문제를 풀기 위해 애쓰기
• 다양한 문제 유형에서 근본 원칙이나 규칙을 이끌어내기
• 새로운 지식을 더 넓은 맥락에서 살펴보기

실천

알기만 해서는 별로 도움이 안 되고 의도적으로 연습해야 합니다. 앞으로 공부할 때 새로 배우는 내용을 자신의 말로 정리하고 이전에 알던 것과 관련지어 봅시다. 마인드맵을 이용하여 지식의 지도를 만들어 봅시다. 배운 후 자신이 아는 내용과 잘 모르겠는 내용을 생각해보고 부족한 부분을 채우기 위해 노력합시다. 공부할 때 한 과목을 다 본 후 다음 과목으로 넘어가는 것이 아니라 여러 과목을 번갈아가며 공부해 보세요.

평생 공부의 시대에 효율적인 공부법을 통해 시간을 절약하고 절약한 시간에 자신만의 옵션을 준비해보세요.

우리는 시행착오(Trial & Error)를 통해 배웁니다. 

팅커링(Tinkering)

팅커링은 혁신 수업 중 하나인 메이커 교육에서 많이 사용하는 단어입니다. 자유롭게 주어진 재료를 가지고 무엇인가를 만들거나 개선하며 창의적인 실험과 조작을 하는 과정입니다. 이것 저것 시도해보며 배우는 시행착오 과정이죠.

나심 탈레브도 안티프래질에서 팅커링에 대해 이야기했습니다. 책에서는 복잡한 시스템이나 현상을 이해하거나 개선하기 위한 작은 실험을 의미했죠. 팅커링은 손실은 작지만 커다란 이익을 얻을 수 있는 시행착오로, 옵션의 특성을 가지고 있습니다.

경사하강법

복잡한 시스템의 거동을 잘 모를 때 작은 실험을 통해 결과를 개선해가는 과정. 수치해석이나 머신러닝의 최적화 분야에서도 같은 방법을 사용합니다. 복잡한 시스템은 목적함수 또는 손실함수라 부릅니다. 우리가 바꿀 수 있는 것은 매개변수이고, 작은 실험은 현재 매개변수를 이용해 목적함수의 값과 기울기를 계산하는 과정이 됩니다. 계산한 값을 이용해 매개변수를 어떻게 개선해야 하는지에 대한 피드백을 얻고 매개변수를 개선하는 과정을 반복해가며 점점 향상된 결과를 얻게 됩니다.

이렇게 시행착오를 통해 결과를 개선해가는 과정에는 작은 실패와 성공들, 피드백들이 포함됩니다. 실패는 학습 과정의 일부분입니다. 실패에 낙심하지 말고 다시 시도합시다. 실패는 다시 하라는 뜻입니다.

우리는 시행착오(Trial & Error)를 통해 배웁니다. 린 스타트업 방법론은 시행착오를 통한 학습을 스타트업에 적용한 기법입니다. 

린 스타트업 방법론

창업가들은 소비자를 만족시키는 또는 소비자들의 문제를 해결해주는 상품이나 서비스를 통해 돈을 버는 사람들입니다. 이러한 상품이나 서비스를 개발할 때 린 제조 기법과 애자일 방법론에서 아이디어를 얻어 린 스타트업 방법론이 나왔습니다. 창업가들은 소비자들을 만족시키기 위해 다양한 가설을 세우고 시도합니다. 스타트업은 보통 회사 자금이 많지 않기 때문에 비용이 많이 드는 시도를 했다가 실패하면 망하기 쉽습니다. 그래서 최종 목표는 높게 잡더라도 각각의 시도는 작게 만들 필요가 있죠. 작은 시도를 여러 번 할 수 있도록 우선 최소 기능 제품(Minimum Viable Product)부터 내놓습니다. 이후 제품을 가지고 소비자로부터 피드백을 받아 빨리 배우며(유효한 학습) 제품을 개선하는 과정을 계속 반복합니다.

1. 문제: 소비자 만족
2. 여러 가지 가설 시도: 최소 기능 제품부터 시작해 조금씩 개선된 상품/서비스 자주 출시
3. 실패한 해결책 제거: 피드백을 통해 학습하며 소비자 불만 제거 (2, 3 단계 반복)

시행착오를 통한 학습과 같은 과정을 거치죠. 창업가들도 시행착오를 통해 배웁니다.

우리는 시행착오(Trial & Error)를 통해 배웁니다. 애자일 방법론은 시행착오를 통한 학습을 프로그램 개발에 적용한 기법입니다.

폭포수 방법론

프로그래밍 분야에서 예전부터 사용하던 폭포수 방법론에서는 프로그램 설계 – 구현 – 배포 (단순화했습니다) 단계가 순차적으로 진행됩니다. 설계가 끝나면 구현을 시작하고, 구현이 끝나면 배포하는 방식이지요. 구현이 끝나야 최종 결과물이 나오기 때문에 결과물을 얻는데 소요되는 기간이 길어지게 됩니다. 그래서 예전에는 소프트웨어가 1년에 한 번 정도씩 업데이트되어 나왔죠. 최종 결과물이 소비자 마음에 안 든다면? 피드백을 받아 개선해서 새 제품을 내놓는데 또 오랜 시간이 걸립니다. 소비자들의 요구 사항이 빠르게 변하는 세상, 불확실성이 큰 세상에서는 적절치 못한 방법이죠.

애자일 방법론

그래서 애자일 방법론이 나왔습니다. 애자일 방법론에서는 설계 – 구현 – 배포로 이어지는 개발 주기(피드백 고리)를 몇 주 정도로 짧게 잡습니다. 전체 기능을 작은 부분들로 나눠서 중요한 것부터 구현해갑니다. 핵심 기능부터 시작해서 점점 개선해가는데, 완제품이 나오기 전부터 소비자들에게 배포해서 빠르게 피드백을 수집하고 반영합니다. 그래서 요즘 프로그램들 중에는 몇 주 또는 몇 달 간격으로 새로운 버전이 나오는 경우가 많죠.

1. 문제: 소비자 만족
2. 여러 가지 가설 시도: 조금씩 개선된 버전 자주 출시
3. 실패한 해결책 제거: 피드백을 통해 소비자 불만 제거 (2, 3 단계 반복)

각각의 버전들(작은 시도들)이 소비자 만족이라는 문제를 해결하기 위한 가설이 됩니다. 여러 시도들로부터 빠르게 피드백을 받아 프로그램을 개선해갑니다. 소비자를 만족시킬 완벽한 해결책은 존재하지 않을지 모르지만, 이러한 과정을 통해 쓸만한 해결책에 점점 가까워집니다. 개발자들도 시행착오를 통해 배웁니다.

우리는 시행착오(Trial & Error)를 통해 배웁니다.

칼 포퍼는 시행착오를 통한 학습의 3단계 모델과 과학적 방법론 4단계 모델에 대해 설명했습니다.

시행착오를 통한 학습의 3단계 모델

1. (답이 알려지지 않은) 문제
2. 여러 가지 해결책들(가설) 시도
3. 실패한 해결책 제거(2, 3단계 반복)

여러 가지 가설들 중 하나가 문제 해결에 성공하면 이를 통해 성공적인 해결책을 배우게 됩니다.

과학적 방법론 4단계 모델

1. 기존 문제
2. 잠정적 이론들(가설) 세우기
3. 실험적 검증을 포함하여 비판적 논의를 통한 제거 시도들(실패한 해결책 제거)
4. 이론들의 비판적 논의에서 도출되는 새로운 문제들

과학적 방법론도 기본 틀은 시행착오를 통한 학습과 같습니다. 문제가 있을 때 여러 가지 가설들을 세우고 하나씩 시도해봅니다. 시도하면서 피드백도 얻습니다. 문제가 해결되지 않으면 다음 가설로 넘어가는 과정을 반복하다가 성공적인 가설을 찾으면 문제 해결책을 배우게 됩니다.

간단한 방법이지만 과학 분야 뿐 아니라 불확실성이 큰 다양한 분야에서 시행착오를 통해 배우며 전진해 나갑니다. 이 때 주의해야 할 점은 가설이 실패하더라도 피드백을 통해 배워야 한다는 점, 실패했을 때 입는 피해가 크지 않도록 해야 한다는 것입니다. 빠른 피드백은 의식적인 연습에서도 중요한 요소입니다. 실패했을 때의 리스크가 크지 않고 성공했을 때의 보상이 크다면 좋은 옵션이 될 수도 있습니다.

• 미디어 = 학교 수업
• 메시지 = 전공 지식

미디어는 메시지를 전달하는 도구입니다. 학교 수업이 미디어라면 전공 지식은 메시지에 해당합니다. 미디어의 이해에서 말하는 것처럼, 미디어는 공개적으로 메시지를 전달하지만, 비공개적으로 미디어 자체의 메시지도 전달합니다. 수업에는 어떤 메시지가 숨어 있을까요? 숨겨진 메시지는 수업 방식에 따라 달라지게 됩니다.

가장 일반적인 수업 방식은 강의식 수업입니다. 최근에는 플립러닝, 프로젝트 기반 학습, 문제 기반 학습, 액션 러닝, 메이커 교육, 팀 티칭… 등등 다양한 혁신 수업들이 늘어나고 있죠.

강의식 수업은 ‘무대 위의 현자’ 모델을 따릅니다. 학생은 모르는 내용을 전문가인 선생님에게 배웁니다. 여기에는 전문가의 전공 지식이 중요하다는 메시지가 숨어있는 셈이죠.

혁신 수업들은 강의식 수업도 포함하지만 학생들의 적극적 활동에 좀 더 중점을 두고 있습니다. 능동적으로 배울 때 더 잘 배울 수 있다는 연구 결과도 반영되어 있겠죠. 학생들이 주인공으로 활동하는 동안 선생님은 옆에서 돕는 사람이 됩니다. 조별 활동, 토론, 실습 등의 활동을 통해 전공 지식도 전달하지만, 여기에는 학생들의 의사소통 능력, 협동, 창의력, 비판적 사고 능력 등을 향상시키고자 하는 숨은(?) 의도가 있습니다.

• 하드스킬 = 전공 지식
• 소프트스킬 = 의사소통, 협동, 창의력, 비판적 사고력 등

전공 지식은 하드스킬과 관련이 있습니다. 하드스킬과 대비되는 소프트스킬에는 앞에서 이야기한 의사소통 능력, 협동 능력, 창의력, 비판적 사고 등이 있습니다. 교육 전문가 Fullan은 소프트스킬로 6C를 이야기했습니다(Character, Citizenship, Collaboration, Communication, Creativity, Critical thinking).

• 강의식 수업 = 하드스킬 강조
• 혁신 수업 = 소프트스킬도 강조

어떤 방식이 맞고 어떤 방식이 틀렸다고 할 수는 없습니다. 혁신 수업이 늘고 있다는 것은 사회에서 이러한 소프트스킬의 중요성이 점점 커지고 있다, 또는 교육계에서 소프트스킬의 중요성을 깨닫게 되었다는 것을 의미한다고 볼 수 있겠죠.

소프트스킬 향상을 위해서는 학생들의 능동적인 참여가 중요합니다. 가만히 앉아서 듣는 것보다는 노력이 더 필요합니다. 대신 졸음은 덜 올겁니다^^ 코로나 이후 플립러닝 수업에서 학생들의 참여도가 떨어져 지난 학기 수업에서 강의의 비중을 늘렸었는데, 앞으로 점차 나아질 것이라 기대합니다!

머신러닝이 점점 널리 쓰이고 있습니다. 2019년 대학원에, 2020년 학부에 처음 머신러닝(기계학습) 수업을 개설했습니다. 수업에서 2021년까지는 지도학습과 비지도 학습, 모델 훈련, 심층신경망, 합성곱신경망, 순환신경망, 오토인코더, GAN과 같은 내용을 다뤘습니다. 2022년에는 연구년이라 제 수업이 없었고요. 2023년 2학기부터 학부 수업은 머신러닝 모델을 직접 만들고 훈련시키는 내용이 아니라 이미 만들어진 각종 AI 모델들, 특히 생성AI를 활용하는데 중점을 두고 진행하려고 합니다.

데이터 분석 도구들 중 널리 사용하는 엑셀에 대해 생각해봅시다. 데이터를 분석하는데 엑셀에서 지원하지 않는 기능이 필요하다면 해당 기능을 지원하는 다른 도구를 찾아 쓰던가 직접 도구를 만들어 사용해야 합니다. 하지만 엑셀에 해당 기능이 있다면 엑셀 사용법을 배워서 쓰는게 더 효율적이죠.

머신러닝의 경우도 필요한 모델을 직접 만들어 쓸 수도 있지만, 많은 경우 원하는 기능을 제공하는 모델의 사용법을 익혀서 쓰는게 효율적입니다. 대학원에서는 연구를 위해 직접 모델을 개발하는 경우가 많기 때문에 기존의 내용을 유지하겠지만, 학부 수업에서는 활용법을 다루는 것도 학생들에게 도움이 되리라 생각합니다. 학과에 다른 교수님의 머신러닝 수업이 있기에 파이썬 프로그래밍, 머신러닝 기본 개념과 같은 내용들은 알고 있다고 생각하고 바로 활용으로 넘어가려고 합니다. 3학년 “지구물리기계학습 및 실습” 수업을 들을 학생들은 먼저 2학년 “에너지자원 머신러닝 및 실습” 수업을 듣고 오시길 바랍니다.