AI로 올바르게 학습하는 방법

 

https://arxiv.org/html/2601.20245v1#S5

 

 

 

위 논문은 Claude를 개발한 Antrophic에서 2026년 1월 28일에 게재한 논문입니다.

 

'AI가 능력 개발에 끼치는 영향'에 대한 주제의 논문이고 이를 통해 개발 뿐만 아니라 AI를 통해 어떻게 올바르게 학습할 수 있는 것인지에 대한 정보를 공유하고자 올립니다.

 

본 연구의 참가자들은 전문 프로그래머와 프리랜서 프로그래머입니다.

모든 참가자가 동일하게 모르고 있는 프로그래밍 지식에 대해 과제가 2개 주어지며 해당 과제를 AI와 협업하여 다양한 방법을 통해 학습 성과가 얼마나 차이나는지를 보여주고 있습니다.

학습은 약 1시간 진행되며 실험이 끝나면 과제 해결 시간과 퀴즈를 통해 학습 성과를 지표화 합니다.

그 결과 학습 성과가 제일 떨어지는 것 부터 하나씩 알아보겠습니다.

 

1. 반복적 AI 디버깅(Iterative AI Debugging)

AI 도움을 받아 반복적으로 문제 해결 또는 검증 (5~15회 쿼리)

소요 시간: 31분

학습 성과: 24%

 

과제를 수행할 때 버그 발생 시 해당 부분에 대해 지속적으로 AI에게 반복적으로 도움을 받는 형식으로 진행하는 학습 과정입니다.

과제 해결 시간과 학습 성과가 가장 더딥니다.

 

2. 점진적 AI 의존(Progressive AI Reliance)

설명: 첫 번째 과제에서는 질문을 하고, 두 번째 과제에서는 AI에 의존

소요 시간: 22분

학습 성과: 35%

 

첫 번째 과제에 대해서는 질문을 하며 코드를 작성하고, 두 번째 과제에서는 전적으로 AI에 의존합니다.

소요 시간은 줄고 학습 성과는 미약하게 상승한 것을 알 수 있습니다.

 

3. AI 위임(AI Delegation)

설명: AI에게 코드 생성만 요청하고, 나온 코드를 그대로 답으로 붙여넣음

소요 시간: 19.5분

학습 성과: 39%

 

AI에게 코드 생성 전부를 맡기는 방식입니다.

모든 방법 중에 소요 시간은 가장 짧지만 학습 성과는 저조합니다.

 

하위 3위는 AI에 과도하게 의존하는 경향을 보였습니다. 

상위 3위는 독립적인 사고를 한 경우에 학습 성과가 높았다는 점 입니다.

 

4. 개념 탐구(Conceptual Inquiry)

설명: 오직 개념 관련 질문만 하고, 오류 해결은 독립적으로 수행

소요 시간: 22분

학습 성과: 65%

 

개념에 관해서만 질문 하고 직접 과제를 독립적으로 수행합니다.

 

 

5. 코드-설명 혼합(Hybrid Code-Explanation)

설명: 코드 생성과 설명을 동시에 포함하는 질문

소요 시간: 24분

학습 성과: 68%

 

코드를 생성해달라고 요청하며 동시에 설명도 이해하는 방식으로 진행합니다.

 

6. 생성 후 이해(Generation-Then-Comprehension)

설명: AI로 코드 생성 후, 이해 중심의 질문 수행

소요 시간: 24분

학습 성과: 86%

 

일단 전부 생성하고 이해 중심의 질문을 수행합니다.

압도적인 학습 성과와 소요 시간을 자랑합니다.

 

결론

 

쉽게 설명하자면 우리가 영어를 배우고 싶다고 한다면 ChatGPT에게 내가 생각한 문장을 하나 입력해서 이 문장 어색해? 라고 고쳐달라고 할게 아니라 일단 전체 대화본을 전부 적어달라고 한 뒤 해당 대화 본을 제가 이해하면서 그대로 타이핑하는게 지식을 얻는 효과가 더 두드러진다는 얘기입니다.