GN⁺: 학습하는 방법 배우기 (Learning to Learn)
(kevin.the.li)- 지난 3년간 300건 이상의 면접을 진행하며 평균적으로 3-4일마다 새로운 인재를 만나 스타트업 적합성을 평가했음
- 인터뷰를 마무리할 때, 훌륭한 후보자들이 빛날 수 있는 개방형 질문을 선호함
- 가장 좋아했었던 질문은 Peter Thiel 스타일: "당신이 배운 것 중에서 다른 사람들은 잘 모르는, 당신에게만 엣지를 주는 것은 무엇인가요?"
- 가장 인상 깊었던 답변 중 하나는 "새로운 것을 시작할 때 가장 중요한 것은 무엇을 배워야 할지 아는 것"
- 최적의 학습 흐름을 설명하며, 다음과 같은 단계로 구성됨:
- 기초 지식(Foundational Knowledge)이 무엇인지 신속하게 파악
- 전문가가 되기 위한 개인화된 커리큘럼을 구축하고 '전문가 초보자(Expert Beginner)'가 되는 함정 회피
-
기술 수준이 빠르게 상승하며 자신을 전문가로 오인하는 현상으로 더 이상의 발전이 필요 없다고 판단하여 학습을 중단함. 제한된 경험을 반복하면서 진정한 성장을 이루지 못함
-
- 초기 기억 형성을 위해 처음 15-20시간은 집중적으로 학습한 후, 더 규칙적인 속도(pace)로 속도를 줄임
- 1번과 2번은 일반적인 구조화된 학습 접근법인 반면, 3번은 '간격 반복 학습(Spaced repetition)'에 대한 새로운 해석임
-
심리학적 간격 효과를 활용하기 위하여 과거에 학습한 자료의 복습 간격을 늘리는 학습 기법
-
- 대부분의 사람들이 수십 년간 학습에 대한 사고방식을 업데이트하지 않았다는 점이 놀라운 발견임
- (잠시 멈추고 마지막으로 자신의 학습에 대한 멘탈 모델을 업데이트한 것이 언제였는지 생각해 보세요.)
- 학습법 자체를 배우는 것이 매우 높은 레버리지를 가짐
- 25% 효율로 40시간 학습하는 것은 80% 효율로 12.5시간 학습하는 것과 동일함
- 생산적으로 정직해지는 것이 자신을 위해 할 수 있는 가장 효과적이고 친절한 일 중 하나임
GN⁺의 의견
- 학습 방법론에 대한 연구는 신경과학과 인지심리학의 발전으로 지속적으로 진화하고 있으며, 특히 AI 시대에는 더욱 중요해질 것으로 예상됨
- '전문가 초보자' 함정은 특히 IT 업계에서 자주 발생하는 현상으로, 지속적으로 배우고 깊이를 더하는 것이 중요함
- 학습 방법에 대한 개선은 자기 발전에 큰 영향을 미칠 수 있음. 특히 빠르게 변화하는 기술 환경에서는 더 효과적인 학습 방법을 찾는 것이 필수적임
- 글에서 제시된 학습 흐름은 개발자와 같은 지식 근로자에게 매우 유용할 수 있음. 기본적인 지식을 빠르게 파악하고, 집중적인 초기 학습을 통해 기억을 강화하는 방식은 새로운 언어 또는 프레임워크를 배울 때 매우 도움이 될 것임.
- ‘생산적으로 솔직한’ 것이 중요하다는 점은, 자신에게 엄격하지만 현실적인 목표를 세우고 꾸준히 도전해야 함을 상기시킴.
-
아주 초기 학습법이 엉망이지 않은 이상 학습법의 변경만으로 25% 효율 에서 80% 효율로 올라가는 경우가 일반적이지 않을 거 같습니다. 측정하기도 힘들고, 학습 방법은 배우는 컨텐츠가 뭐냐에 따라 많이 달라질 수 있습니다.
-
학습 간격을 반복 하는 것은 간격을 두고 학습 해서 나오는 효과보다는 꾸준히 학습하고 일정 학습 시간을 지속적으로 배정하는 학습양을 자체를 늘려서 나온느 효과일 수 있습니다. 대부분의 학습은 현재 일을 해나가면서 추가적으로 학습시간을 확보하는 것이 어려운 포인트니까요..
Hacker News 의견
- Andrej Karpathy는 학습이 재미있을 필요는 없지만, 노력의 느낌이 중요하다고 강조함. 학습은 짧고 가벼운 운동보다는 진지한 체육관 세션과 같아야 함
- 최고의 학습 자료를 찾는 것이 중요하다고 언급하며, 예를 들어 RL(강화 학습)에는 Barto & Sutton 책이 적합하다고 설명함
- 최고의 자료는 직관적이지 않을 수 있으며, 예를 들어 안전한 운전자가 되기 위해서는 성능 운전 학교에 가는 것이 좋다고 함
- ChatGPT를 사용하여 커리큘럼을 만드는 것이 유용하다고 설명함
- 의학을 배우는 데는 교과서보다 Sketchy와 같은 솔루션이 더 효과적이라고 언급함
- 파레토 분포가 학습에 적용될 수 있으며, 기초적인 80%를 배우는 것만으로도 충분한 지식을 얻을 수 있다고 설명함
- 학습의 "효율성"에 대한 논의가 무미건조하고 디스토피아적이라고 느끼며, 재미있는 학습이 가장 효과적이라고 주장함
- "A Mathematician's Apology"라는 책을 추천하며, 수학자의 사고방식을 이해하는 데 도움이 된다고 설명함
- 입력의 질보다 양을 과대평가하는 함정에 빠질 수 있다고 경고함
- 초보자가 기초 지식을 빠르게 식별하는 방법에 대한 설명이 부족하다고 지적함
- 새로운 언어를 배우는 데 800개의 가장 일반적인 단어를 배우는 접근법을 시도하고 싶다고 언급함
- "Make It Stick: The Science of Successful Learning" 책을 추천하며, 학습 방법에 대한 과학적 연구를 기반으로 한 자세한 내용을 제공한다고 설명함
- 인터뷰에서 자신을 차별화하는 질문이 불편하다고 느끼며, 인터뷰어가 경험에 대한 구체적인 질문을 통해 차별화를 판단해야 한다고 주장함