본문으로 건너뛰기

숙련도와 취향: AI 시대에 인간의 '취향'이 중요한 이유와 습득 방법

AI가 해결책 제시에는 능숙하지만 어떤 문제를 해결할지 결정하는 '취향'은 여전히 인간의 고유 영역이며 이는 도제식 문화 전수를 통해 습득된다.

섹션별 상세

01
취향은 '숙련도(Proficiency)'와 구분되는 개념으로, 숙련도가 문제를 어떻게 해결할 것인가에 집중한다면 취향은 어떤 문제를 해결할 것인가를 결정하는 능력이다.
숙련도와 취향의 차이를 시각화한 다이어그램이다.
Diagram숙련도는 시작점에서 목표점까지의 경로를 찾는 과정(How)으로 묘사되는 반면, 취향은 여러 가능한 목표점 중 어떤 것을 선택할지 결정하는 과정(Which)으로 정의된다. 이는 AI가 해결책 제시는 잘하지만 문제 선정에는 취약함을 보여준다.
02
인지과학적 관점에서 취향은 전문가가 보유한 방대한 '청크(Chunks)' 기반의 직관과 상황을 시뮬레이션하는 정신적 모델(Mental Models)을 통한 이해가 결합된 형태의 전문성이다.
체스 경기와 기억 속의 50,000개 이상의 청크를 보여주는 그림이다.
Diagram전문가의 직관이 신비로운 능력이 아니라 뇌 속에 저장된 방대한 패턴 지식(Chunks)의 결과물임을 설명한다. 체스 고수가 수만 개의 국면을 기억하여 즉각적인 판단을 내리는 것처럼, 취향 역시 이러한 데이터베이스를 기반으로 작동함을 시사한다.
03
취향은 규칙으로 명시하기 어려운 '암묵적 지식(Tacit Knowledge)'의 성격이 강하며, 이는 텍스트 데이터 위주로 학습하는 현재의 LLM이 인간의 판단력을 따라오기 힘든 주요 원인이다.
명시적 지식과 암묵적 지식의 예시를 비교한 그림이다.
Diagram철자 규칙과 같은 명시적 지식(Explicit)과 달리, 형용사의 어순처럼 규칙을 설명하기는 어렵지만 자연스러움을 느끼는 암묵적 지식(Tacit)의 차이를 보여준다. 취향은 후자에 속하며, 이는 단순한 텍스트 학습으로 습득하기 어려운 영역임을 강조한다.
04
취향의 습득은 단순히 개인의 연습이나 피드백보다는 전문가의 감정적 판단과 반응을 곁에서 관찰하며 닮아가는 '문화적 동화(Enculturation)' 과정을 통해 효과적으로 이루어진다.
05
지식의 민주화로 인해 일반적인 정보의 가치가 하락함에 따라, 대면 접촉을 통해서만 전수될 수 있는 비정형적이고 심미적인 지식의 가치가 상대적으로 높아질 전망이다.

용어 해설

암묵적 지식(Tacit Knowledge)
말이나 글로 명확하게 표현하기 어려운, 경험과 숙련을 통해 몸에 밴 지식이다. 자전거 타기나 언어의 미묘한 어순처럼 규칙을 설명하기는 힘들지만 직관적으로 실행할 수 있는 능력을 포함하며, AI가 텍스트 학습만으로 습득하기 가장 어려운 영역이다.
청킹(Chunking)
개별적인 정보들을 의미 있는 더 큰 단위로 묶어 기억하는 인지 과정이다. 전문가는 수만 개의 '청크(Chunks)'를 뇌 속에 저장하고 있으며, 이를 통해 복잡한 상황에서도 즉각적이고 직관적인 판단을 내릴 수 있는 전문성을 발휘한다.
정신적 모델(Mental Model)
현실 세계의 작동 원리에 대해 개인이 마음속에 구축한 사고 체계이다. 특정 상황에서 어떤 행동을 했을 때 발생할 결과를 시뮬레이션하고 예측하는 데 사용되며, 단순한 직관을 넘어 논리적 이해를 바탕으로 최선의 선택을 하도록 돕는다.
문화적 동화(Enculturation)
특정 집단의 가치관, 판단 기준, 행동 양식을 자연스럽게 습득하는 과정이다. 취향과 같은 암묵적 지식은 책을 통한 학습보다 전문가의 반응과 판단을 곁에서 관찰하고 닮아가는 이 과정을 통해 주로 전수된다.

기술

  • LLM
  • AI Agents

활용 사례

  • AI 기반 코딩
  • 창의적 문제 해결
  • 커리어 설계
AI 분석 전체 내용 보기

AI 요약 · 북마크 · 개인 피드 설정 — 무료

출처 · 인용 안내

원문 발행 2026. 01. 06.수집 2026. 03. 06.출처 타입 RSS

인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.