AI를 잘 쓰기 위해 AI를 멀리해야 하는 역설

최근 AI 도구의 발전으로 코드 작성이 비약적으로 쉬워졌으나, 이는 역설적으로 개발자의 성장을 가로막는 함정이 됨. AI의 출력물이 좋은지 나쁜지를 판단하고 교정하는 능력은 수많은 실패와 디버깅을 통한 경험에서 나오는데, AI에 의존할수록 이러한 경험의 기회가 박탈되기 때문임.

뇌과학이 말하는 학습의 원리: 바람직한 어려움

UCLA 인지심리학자 로버트 비요크에 따르면, 학습 과정에서 적절한 난이도와 저항이 존재할 때 장기 기억 보존율이 향상됨. 이를 "바람직한 어려움"이라고 함. 단순히 정보를 수동적으로 받아들이는 것보다 스스로 기억을 떠올리는 '인출 연습'과 직접 내용을 만들어내는 '생성 효과'가 뇌의 해마와 전두엽 피질을 활성화해 지식을 단단하게 고착시킴.

절차 기억과 청킹의 부재

코딩 실력의 핵심은 "어떻게 하는가"에 대한 '절차 기억'과 복잡한 정보를 의미 있는 단위로 묶는 '청킹(Chunking)' 능력임. 숙련된 개발자는 반복된 훈련을 통해 특정 패턴을 하나의 청크로 인식하여 인지 자원을 고차원적인 설계 판단에 집중함. 그러나 AI가 로직을 대신 짜주면 뇌는 이러한 패턴을 체화할 기회를 잃고, 겉핥기식 지식에 머무는 '유창성의 착각'에 빠지게 됨.

성장을 위한 인지 부하 설계

AI 시대에도 성장을 지속하려면 의도적으로 뇌에 부하를 걸어야 함. AI에게 답을 묻기 전 스스로 설계안을 먼저 작성하고, AI가 낸 결과물을 비판적으로 리뷰하며, 핵심 로직은 직접 구현해보는 과정이 필요함. 생산성과 학습의 최적 전략은 다르며, 고통스러운 사고 과정만이 개발자의 진짜 실력을 만듦.