[리뷰] 과제탐구 끝판왕

꿈구두 출판사의 "과제탐구 끝판왕(신다인, 이성훈, 송경훈, 김승호, 정동완 저)"를 읽고 작성한 리뷰입니다.

책의 소개에 앞서 탐구과제의 중요성에 대해 먼저 언급해 보려한다. 책의 내용이 아무리 훌륭한 가치를 지녔다 한들 탐구과제가 왜 중요한 것인지 알지 못한다면 책의 진가를 알아보기 어려울 것이기 때문이다.

이 세상에 단 2가지만 배울 수 있다면 무엇을 배워야 할까?

답은 사람마다 천차만별이겠지만 개인적으로는 논문과 고전 2가지를 꼽고싶다. 100년 전의 미국은 사립학교와 공립학교의 교육방식이 매우 달랐다. 하나의 원칙을 충실히 따른 대부분의 사립학교들은 지금도 세계 최고의 명문대학으로 군림하고 있다. 국적을 불문한 전 세계 최고의 인재들이 모여 동문을 이루기도 하고 구글이나 애플같은 세계 최고의 기업을 이끄는 인재들이 되기도 한다.

이러한 명문 대학을 가르는 가장 큰 교육과정의 차이점은 무엇이었을까?

그것이 바로 고전 읽기이다. 고전을 읽음으로 인류의 역사를 살아온 성현들의 지혜를 얻을 수 있을뿐더러 그것을 본인의 지적 자산으로 내재화하기 위해 많은 사고를 동반했다. 더불어 사고 과정에 대한 답을 얻고자 철학, 수학, 과학과 같은 기초 학문에 질문하는 습관을 갖게 되었다.

반면 공립학교의 경우는 획일화된 교육방식, 암기 위주의 학습이 지배적이었다. 공립학교에 소속된 학생들은 자연스레 생각을 거쳐 인사이트를 얻어내는 방법을 익히기 어려웠으며, 결국 대부분의 인력들이 산업화 시대에 공장의 부품으로 전락하고 만다.

이러한 공립학교의 영향은 타국에도 영향을 미쳤는데 근대화 시대 일본을 거쳐 오늘날 대한민국의 교육방식에도 크게 영향을 미쳤다. 기초 학문의 중요성을 언론 등에서 수없이 강조하고 있지만 우리 교육은 아직도 좋은 점수 받아서 명문대 타이틀 하나 따는 것을 목표로 삼는 수준이다.

때문에 학생들은 스스로 생각할 수 있는 기회를 박탈당함으써 성인이 되어서도 누가 시키는 것은 잘할지 몰라도 창업이나 스스로 리드하는 것에는 관심도 없고 할 줄도 모른다. 결국 스티브 잡스의 애플이나 마크저커 버그의 페이스북이 우리나라에 등장할 확률은 매우 줄어들었고, 경제 활동 외에도 개인의 인생사에 있어 길을 잃고 방황하기 일쑤다.

그나마 다행인 것은 고전의 중요성이 많이 알려지고 경제 수준이 향상되면서 고전 서적을 접하기 쉬운 세월이 되었다는 점이다. 하지만 고전이라는 엄청난 소재가 우리 주위에 널렸음에도 의외로 고전 책 하나 품에 안고 한장 한장 읽으며 사색하는 것을 낙으로 여기며 사는 사람은 찾기 힘들다.

개인적으로 가장 큰 문제는 교육방식과 교과과정에 있다고 생각한다. 그나마 근래 탐구과제와 같은 우수한 교육과정이 생겨 우리나라에도 미래의 희망이 보이는 듯 하여 마음의 위안이 되었다. 하지만 그것도 잠시 어느덧 사교육 열풍을 잠 재운다는 이유, 입시에 비리로 활용된다는 이유로 탐구과제가 입시에 큰 영향을 미치지 못하게 되었고 안타깝게도 수요도 줄어들고 있는 듯 하다.

빈대 잡으려다 초가삼간 태우는 교육 정책을 한 껏 비판하고 싶지만 그것은 리뷰의 취지에 어긋나므로 각설하고, 굳이 입시 점수에 반영이 되든 말든간에 탐구과제는 매우 중요하고 반드시 필요한 과정임을 꼭 강조하고 싶다.

그 이유는 위에서 언급한 또 하나의 열쇠 논문 때문이다.

바야흐로 AI(인공지능)의 시대이다. 알파고가 이세돌 9단을 이기고 4차산업 혁명이 도래하며 AI 기술 중에서도 딥러닝과 같은 기술은 이미 우리 삶에 깊숙히 침투해있고 앞으로도 우리의 삶을 크게 바꿀 것이다.

관심있는 분들은 알겠지만 이미 인공지능은 그동안 기계는 범접할 수 없는 영역으로 여겨졌던 창작의 영역인 바둑기사, 작곡가, 화가, 프로그래머로써 활동하고 있다. 유튜브의 추천 알고리즘, 구글의 검색 알고리즘, 의료, 교육, 패션 등 전 산업분야에 두루 활용되고 있다.

이러한 시대에 언제까지 수학 문제 잘 풀어서 정확한 답을 내는데 급급한 교육을 받아야 하는가?

이미 학창시절 부터 우리는 수학과 영어의 중요성을 뼈저리게 느끼고 있다. 가장 큰 가중치를 자랑하는 과목들이고 주위 어른들도 두과목은 언제나 잘해야 한다고 누누히 가르친다.

그런데 도대체 수학과 영어는 왜 배워야 하는가?

이상하게도 열심히 해야 하는 건 알고 있지만 왜 배워야 하는지는 모르고 살아간다. 우리의 아이들이 자유로운 생각에 제약을 받고 획일적인 기계의 부품으로 전락하는 대표적인 현상이다.

개인적으로 수학과 영어를 잘해야 하는 이유는 한가지라고 생각한다. 그 답은 논문을 잘 읽고 쓰기 위해서이다. 무슨 뚱딴지 같은 소리냐고? 몇년 전 부의 추월차선이라는 베스트 셀러가 있었다. 부자가 되기 위해서는 월급으로는 불가능하고 자는 동안에도 돈을 벌어오는 파이프라인이 필수이며 우리에게 주어진 여건을 총 동원해 부를 획득할 수 있는 다른 루트를 마련해야 한다는 것이 책의 요지이다.

그렇다면 계층의 추월차선은 어디에 있을까?

그것이 논문에 있다고 말하고 싶다. 대부분의 일반인들은 성인되도록 논문을 한 번 써보기는 커녕 한편 제대로 읽어보지도 않고 살아간다. 논문은 인류 지식의 경계선 중 최전선에 배치된 지식이다.

논문에 등장하는 지식이 책으로 전파되는데 몇 년이 걸리고 산업에 활용되기까지 몇 년이 걸린다. 논문을 읽지 않고는 한 분야의 전문가가 될 수도 없다. 그렇다면 한 분야의 전문가나 뛰어난 학자가 될 수 있을지 언정 어떻게 계층까지 추월할 수 있냐고 의문을 가질 수도 있겠다.

사실 그렇다. 지금까지는 말이다. 그런데 앞으로는 2가지 결정적인 요소 때문에 논문 커뮤니케이션 능력이 필수인 시대가 될 것이라 말하고 싶다.

첫번째 요소는 시간이다. 일단 시간에 관한 부분은 직전에 언급했듯이 인류 최전선에 배치된 지식을 빠르기 얻는데 있어 다른 경쟁자들에 비해 빠른 지식을 활용할 수 있다는 장점으로 귀결된다. 책으로 접하면 몇 년 늦어진다. 더불어 산업 분야의 트렌드를 빠르게 감지하기 어려워진다.

그마저도 책을 좋아하는 이들의 이야기이다. 책조차 읽지 않는 대부분의 일반인들은 최첨단의 지식을 얻는데 논문을 읽는 이에 비해 최소 몇 년에서 수십 년이 뒤쳐질 수도 있다. 정보의 가치가 점점 높아지고 속도는 점점 빨라지는 현 사회에서 그렇게 늦은 정보로 무엇을 할 수 있을까?

두번째 요소는 AI의 등장이다. 개인적으로 늦은 나이에 AI를 열심히 공부하고 있다. AI의 간단한 예를 빗대어 수학과 영어가 어떻게 쓰이는지 왜 철학적 사고가 중요한지 이제는 논문의 지식을 알고 모름이 어떻게 계층까지 가를 수 있는것인지 언급해 보겠다.

인공지능이 학습을 한다는 표현은 많이 들어봤을 것이다. 이 학습이라는 개념을 일반인들은 사람의 학습과 비슷한 용어라고 생각하기 쉽겠지만 사실은 다르다. 쉽게 말해 인공지능의 학습이란 일종의 수학 함수 혹은 방정식을 만드는 과정이다. 수많은 데이터를 통해서 일관된 패턴, 수식을 찾는 과정이다.

어렸을 때 주구장창 들었던 말 중의 하나가 수학 그까이꺼 배워서 어디다가 쓰냐는 말이었다. 구멍가게 잔돈 계산할 때 말고 언제 쓰냐는 것이다. 물론 지금까지의 삶은 전문 분야를 제외하고는 잔돈만 계산할 수 있으면 되었다. 그런데 이제 사정이 달라졌다. 보다 구체적으로 말해보자.

미분은 언제 쓰는가?

미분이 바로 인공지능의 학습에 쓰인다. 앞서 얘기한 수집된 데이터로 찾아낸 수식을 만들어 가는 과정에 있어 학습을 무한으로 반복할 수는 없는 노릇이므로 언젠가는 학습을 종료해야 하는데 그때 활용된다.

구체적으로 경사하강법이라는 기법에 쓰이는데 손실함수가 2차 방정식 이상인 경우 매끄러운 곡선을 가지므로 국소 최저점이 존재한다. 손실함수라는 것은 용어에서도 알 수 있듯이 손실의 정도를 나타내는 함수이므로 손실의 최소값 지점을 찾아야 한다. 그 최소값이 존재하는 지점에 곡선의 방향이 변하므로 미분값이 0이 된다.

“아.. 그렇다면 미분을 잘 알아야겠구나!” 라고 생각한다면 오산이다. 그보다 중요한것은 미분을 배우고 나서 어디에 쓰는지 알아내는 사고력과 안목이다. 수학을 어디다쓰냐고 투덜댈 것이 아니라 무언가를 배웠으면 사용하는 능력을 키워야 한다는 말이다.

곡선의 방향이 변할 때 미분값이 0이 된다는 것은 고교 수학을 배운이라면 누구나 안다. 하지만 그 지식을 도구로 삼아 자신이 원하는 창업 혹은 지적 갈구를 위해 도구로 자유롭게 사용할 줄 아는 사람이 얼마나 될까?

하지만 AI 과학자들은 미분을 인공지능 학습의 도구로 훌륭하게 이용했다.

현 시점 우리의 교육은 정해진 주제에 답만 잘 찾아내는 능력만을 키워준다. 그런데 AI는 반대로 행동한다. 널리고 널린 정보속에서 숨은 패턴을 찾고, 숨은 공식을 찾는다. 그 과정에서 AI 과학자들은 그동안 배운 모든 지식을 쏟아내 자신의 목표와 이상을 이룰 수 있는 도구로 활용하였다.

그런 사고 능력은 충분한 생각 훈련을 필요로하고, 충분한 생각을 효율적으로 주고 받는 커뮤니케이션 스킬은 논문의 작성과 이해에서 온다.

그럼 영어는 언제 쓰이냐고?

현재 지식 최전선을 개척하는 대부분의 논문이 거의 영어로 쓰여져 있기 때문이다. 즉, 우리가 수학과 영어를 배우는 이유는 모두 논문 커뮤니케이션 능력을 키우기 위함이라 말하고 싶다.

인공지능은 수학, 언어, 의료와 같은 특정 학문 혹은 업무도메인과 같은 계층의 독립 학문이 아니다. 괜히 4차 산업혁명이라는 용어로 표현되는 것이 아니다. 산업혁명 당시 기계가 모든 산업 분야에 영향을 미치는 Layer(층)였듯이 인공지능 역시 전 분야와 융합되는 Layer이다.

앞으로 우리가 배워야 할 것은 위에서 언급한 무에서 유를 창조하는 사고, 배웠던 학문을 자신의 목표를 위해 도구로 활용할 줄 아는 능력이다. 보다 구체적으로는 그런 사고력을 흡수하며 자라는 AI 기술이며, AI 기술이 아닐지라도 AI의 해석과 응용에 도움이 되는 각 학문 분야 최전선의 지식들이다.

서두가 너무 깊었음을 송구스럽게 생각하며 본 도서의 의의를 여기에 두고 싶다. 다른것은 차치하더라도 생각의 힘을 키우는 것은 시간이 매우 오래 걸린다. 취업 전선에 뛰어들어 성과를 내야 하는 직장인이 뒤늦게 깨닫고 생각의 힘을 키우고자 노력한다면 얼마나 많은 시간이 필요할까? 또, 아이를 키우고, 직장의 실적 압박속에 생각할 시간은 얼마나 줄어들까?

모든 것이 때가 있듯 생각의 힘을 키우는 때야말로 학창시절이라고 말하고 싶다. 그리고 그 생각의 힘을 키우기 위해 고전을 많이 읽어 옛 선현들의 지혜속에서 문답을 해야 하고, 논문 작성 및 읽기에 초점을 맞춰야 한다.

하지만 첫 술에 배부를 수는 없듯 논문 커뮤니케이션 능력을 단번에 얻기는 너무나 어렵다. 그래서 적절한 중간 과정의 디딤돌이 필요한데 탐구과제가 좋은 해결책이라 할 수 있다. 본 도서는 학생들이 스스로 탐구과제를 진행할 수 있도록 도와주는 제목 그대로 “끝판왕”급 가이드이다. 본 도서를 읽으며 느꼈던 장점을 아래와 같이 요약해본다.

탐구에 있어 가장 어려운 부분은 주제 선정이다. 논문 역시 대부분의 연구자들이 가장 어려워하고 많은 시간을 소모하는 부분이 연구 주제 선정이다. 본 도서는 저자가 무려 다섯분에 이르는 만큼 가장 어려운 부분을 등한시 하지 않았다. 주제로 여길 수 있을만한 다양한 사례부터 자신의 주위의 것들로부터 의문을 갖고 주제를 선정하는 방법까지 다양한 Tip을 제시하고 있어 마음에 들었다.
더불어 실전에서 이미 경험한 과제 탐구 활동의 패턴을 분석하여 일반화한 것이 인상적이었다. 아래 그림에서 볼 수 있듯 시간의 흐름에 따라 과제 탐구를 안정적으로 수행할 수 있는 검증된 방법 등을 제시한다.
고등학교 교육과정에서 배울 수 있는 지식을 활용하여 자신의 목표 혹은 가설을 검증하여 논문과 연구로 나아갈 수 있는 징검다리를 제시한다. 아래 그림에서 볼 수 있듯이 활용된 기초 학문의 수준은 고등학교 과정에서 충분히 배울 수 있는 것들이다. 중요한 것은 자신의 가설을 어떻게 측정하는지, 과학이라는 도구를 어떻게 사용하는지 매칭시키는 능력인데 이는 추후 논문을 작성하는데 있어 커다란 경험적 빼대의 역할을 하는 중요한 과정이다. 더불어 자신이 생각한 논리의 흐름을 이미 표현해 봤기에 다른 이들이 쓴 논문을 이해하는데 도움이 되는 색다른 안목을 얻게 된다. 즉, 논문 커뮤니케이션 스킬을 함양하기에 좋은 구성이다.
개인적으로 제일 마음에 드는 장점은 고등학교의 과정이라고 논문을 등한시 하지 않는다는 점이다. 논문을 읽고 인용 및 참조할 수 있는 방법을 제시하고 논문의 구조에 대해 상세히 언급하고 있어 자신의 탐구 과제를 완성한 뒤에도 지속적으로 연구자가 될 수 있는 능력을 키워준다.
그 외에도 유용한 부수적인 Tip들이 많다. 탐구라는 핵심에만 집중할 수 있도록 그 외의 레퍼런스를 편하게 학습할 수 있게 구성된 점이나 아래 그림과 같이 IT, 정보화 도구를 활용하여 탐구의 효율성을 높이고 작은 것에 좌절하지 않도록 구성한 배려가 돋보인다.