정보가 너무 많다는 말은 오래됐다. 제임스 글릭의 《인포메이션》을 읽으며 나는 그 불평이 단순히 책이나 화면의 수에 관한 것이 아님을 다시 생각했다. 정보는 점점 빠르고 정확하게 전달되는데, 사람은 왜 여전히 무엇을 믿고 어떻게 행동할지 몰라 망설이는가. 인지과학을 공부하고 교육 도구를 만들어 온 내게 이 책은 정보의 역사를 설명하는 책이면서, 전달된 정보가 어떻게 한 사람의 앎이 되는가를 묻게 하는 책이다.
정보의 전달과 이해는 서로 다른 문제다
글릭은 북소리와 문자, 사전과 전신, 섀넌의 정보이론, 유전자와 컴퓨터, 인터넷의 정보 홍수까지 긴 여정을 따라간다. 그 가운데 정보이론이 해낸 일은 경이롭다. 메시지의 뜻을 일일이 해석하지 않고도, 가능한 메시지의 분포와 통신 채널의 한계, 잡음 속에서 메시지를 복원하는 방법을 다룰 수 있게 했다. 섀넌은 의미를 하찮게 여긴 것이 아니다. 메시지를 정확히 전달하는 공학적 문제를 풀기 위해 의미의 문제를 잠시 괄호 안에 넣었다.
하지만 교육의 현장에서는 그 괄호를 다시 열어야 한다. 교사가 문장을 또렷하게 말했고 화면에 글자가 정확히 떴다는 사실만으로 학생이 이해했다고 할 수는 없다. 같은 설명도 누가, 어떤 경험을 갖고, 무엇을 해보려는 순간에 듣느냐에 따라 다르게 작동한다. 여기서 인지과학의 질문이 시작된다. 정보가 도착한 뒤 수신자에게 무슨 일이 일어났는가?
한 문장의 가치는 몸이 달라질 때 드러난다
내가 오래 다뤄 온 영어 발음 교정을 생각해 보자. 학습자는 특정 소리를 내는 방법을 글로 읽을 수 있다. 자신의 발음이 목표 발음과 다르다는 분석 결과도 받을 수 있다. 그러나 설명과 점수는 아직 학습 그 자체가 아니다. 직접 소리를 내고, 차이를 듣고, 입과 혀의 움직임을 바꾸어 다시 시도할 때 그 정보는 행동에 개입한다.
내가 만들었던 발음 교정 도구의 과제도 정답을 많이 저장하는 데 있지 않았다. 학습자의 발화에서 고쳐 볼 지점을 찾아 돌려주고, 다음 발화가 실제로 달라지는지 살피는 데 있었다. 한 사람에게 필요한 피드백이 다른 사람에게는 이미 아는 말일 수 있다. 그래서 교육에서 정보의 가치는 비트 수나 문장의 길이만으로 정해지지 않는다. 그 사람이 다음에 무엇을 알아차리고 다르게 할 수 있게 되는가를 함께 보아야 한다.
이것이 섀넌의 정보량을 부정한다는 뜻은 아니다. 통신의 정보량과 학습의 성과는 애초에 서로 다른 것을 측정한다. 하나가 메시지의 전달 가능성을 설명한다면, 다른 하나는 사람의 지각·기억·행동이 시간 속에서 어떻게 변하는지를 묻는다. 둘을 구분해야 둘을 제대로 연결할 수 있다.
반복은 낭비인가, 변화의 조건인가
책의 앞부분에 나오는 북소리 통신은 내게 또 다른 질문을 남겼다. 잡음이 있는 통신에서 반복과 여분의 표현은 메시지를 복원하는 데 도움을 준다. 반면 오늘날 우리는 설명이 길거나 같은 말이 되풀이되면 비효율적이라고 여기기 쉽다.
학습에서도 반복은 중요하다. 다만 통신 채널의 오류 정정과 사람의 학습을 같은 원리로 환원할 수는 없다. 사람이 같은 문장을 다시 듣는 일과, 어제 실패한 동작을 오늘 다시 해보는 일은 다르다. 후자에는 이전 시도의 기억과 몸의 감각, 다음 시도에 대한 예상이 개입한다. 좋은 반복은 동일한 정보를 여러 번 밀어 넣는 과정이 아니라, 매번 조금씩 다른 시도와 피드백을 이어 주는 과정이다.
AI 교육 도구를 설계할 때도 이 차이가 중요하다. 정답을 무한히 다시 설명하는 챗봇보다 학습자가 이번에 무엇을 시도했는지 기억하고, 다음에 고쳐 볼 한 가지를 제안하는 코치가 필요한 순간이 있다. 물론 그 제안이 옳은지, 학습자에게 도움이 되는지는 실제 행동과 결과를 보며 검증해야 한다.
인간은 머릿속만으로 생각하지 않는다
이 책에 등장하는 문자와 사전, 도서관, 인터넷은 정보를 담는 그릇이면서 사고의 환경이다. 우리는 모든 것을 기억하는 대신 기록을 남기고, 목록을 만들고, 검색한다. 도구가 기억의 부담을 덜어 주면 사람은 비교하고 연결하고 질문을 바꿀 여지를 얻는다. 동시에 검색 결과가 언제나 올바른 판단을 보장하지는 않는다. 밖에 저장된 지식을 내 문제에 맞게 꺼내 쓰는 능력이 필요하다.
생성형 AI는 이 환경을 다시 바꾸고 있다. 자료를 찾는 데서 그치지 않고 요약하고 설명하고 초안까지 써 준다. 이제 그럴듯한 답변을 얻었다는 사실을 이해의 증거로 착각하기가 더 쉬워졌다. AI가 만들어 낸 문장을 읽은 뒤 내가 무엇을 설명할 수 있는가. 반대 사례를 만나면 판단을 고칠 수 있는가. 그 생각을 실제 과제에 적용해 볼 수 있는가. 이 질문들이 빠지면 풍부한 정보는 내 것이 되지 않는다.
나는 AI를 사람 바깥에 생긴 또 하나의 인지 도구로 본다. 도구가 질문을 되돌려주고 놓친 가능성을 보여 주는 일은 유용하다. 그러나 무엇이 중요한 문제인지 정하고, 결과가 틀렸을 때 책임 있게 고치는 일은 사용자의 상황과 행위 속에 남아 있다.
정보 홍수 속에서 무엇을 남길 것인가
글릭이 책의 끝에서 다루는 정보 과잉은 검색 기술만의 문제가 아니다. 검색은 필요한 문서를 찾게 해주지만, 내게 필요한 질문을 대신 결정하지는 못한다. 필터는 소음을 줄여 주지만, 무엇을 놓쳤는지까지 알려 주지는 않는다. 인지과학적으로 보면 정보 홍수에 대응한다는 것은 입력을 줄이는 일만이 아니라 질문을 세우고, 해석을 시험하고, 행동의 결과를 되돌아보는 순환을 만드는 일이다.
그래서 나는 자료를 읽거나 AI에게 물을 때 세 가지를 묻고 싶다. 지금 내 문제는 무엇인가. 이 정보 때문에 내가 달리 이해한 것은 무엇인가. 그 이해를 확인하기 위해 무엇을 해볼 수 있는가. 마지막 질문에 답할 수 없다고 해서 모든 독서가 실패인 것은 아니다. 다만 교육과 연구에서 ‘알았다’는 말을 할 때는, 언젠가 그 앎이 어떤 판단이나 실험, 대화, 행동으로 나타날 수 있어야 한다.
《인포메이션》은 인류가 정보를 어떻게 만들고 보내고 보존했는지를 보여준다. 내가 그 역사에서 다시 읽고 싶은 것은 정보를 받는 사람이다. 정보는 채널을 건너 도착할 수 있다. 앎은 그 사람이 세계를 지각하고 다른 선택을 해보는 동안 자란다. AI 시대에 더 많은 문장을 생산하는 것만큼, 한 문장이 실제 삶에서 무엇을 바꾸는지 묻는 일이 중요한 이유다.
이 글은 제임스 글릭의 《인포메이션》 2017년 한국어판을 읽고 준비한 북토크 발제 자료를 바탕으로 다시 썼다. 책의 역사 서술을 요약하기보다 인지과학과 교육 도구의 관점에서 던질 질문을 중심에 놓았다.
- 제임스 글릭, 《인포메이션: 인간과 우주에 담긴 정보의 빅히스토리》, 김태훈·박래선 옮김, 동아시아, 2017. 도서 정보
- Claude E. Shannon, “A Mathematical Theory of Communication,” Bell System Technical Journal 27 (1948). 원문
- 관련 글: AI 교육에서 인지과학은 무엇을 하는가