AI로 더 잘 생각하고 배우는 법

핵심 메시지: 최상위 1%의 학습자들은 AI를 다르게 사용합니다. 그들은 AI를 동료로 취급하고, 복잡한 문제를 던지며, 끊임없이 야망을 높입니다.

🧠 AI Native vs 과거의 사고방식

강의 시작은 매우 흥미로운 관찰로 시작합니다. Drew는 AI를 사용하는 사람들을 두 가지 유형으로 분류합니다.

AI Native 사람들의 특징:

AI의 현재 능력을 정확하게 이해
AI를 강력한 도구로 취급
제약 없이 복잡한 문제를 AI에 던짐

2022년부터 AI를 사용한 사람들의 특징:

여전히 AI를 단순한 "어시스턴트"로 생각
AI의 능력을 과소평가
"작년 AI의 수준"에 머물러 있음

이것이 핵심입니다. 우리는 AI의 진화 속도를 따라잡지 못하고 있습니다.

📝 프롬프팅에서 협업으로의 진화

과거에 AI를 다루는 방식은 매우 구체적이고 선형적이었습니다. 사람들은 "step-by-step playbook"을 찾으려고 했습니다. 특정한 단어들을 특정한 순서로 입력하면 특정한 결과가 나온다는 식의 공식이 있을 거라고 생각했습니다.

                Drew는 명확하게 말합니다: "그건 지났다."

                현재의 접근 방식은 다릅니다:
                AI에 충분한 맥락(context)을 제공하라
세부 사항으로 AI를 조종하지 말라
AI가 판단하도록 하라

💼 Drew의 배경 - 교육에 대한 집념

강의의 중간부터 Drew는 자신의 개인적인 배경을 공유합니다. 이것은 단순한 자기소개가 아닙니다. 이것은 그가 왜 이 주제에 대해 이렇게 열정적인지를 설명하는 것입니다.

Drew의 여정:

부모가 교육자 → 어릴 때부터 교육에 대한 열정 형성
고등학교에서 피어 튜터링 시작
튜터링 비영리단체 창립
고등학교 수학 교사
현재 Anthropic에서 AI 튜터링 개발

"세계 수준의 교육을 모든 사람에게 제공하기"

이것은 추상적인 이상이 아닙니다. 이것은 구체적인 현실화 가능성을 가진 목표입니다. 왜냐하면 이제 AI가 있기 때문입니다.

🎯 AI를 과소평가하는 함정

여기서 Drew는 매우 흥미로운 경험을 공유합니다. 자신도 처음에는 "작년 AI의 수준"에 갇혀 있었다고 합니다. 그래서 AI에 문제를 던질 때도 "작년 AI가 처리할 수 있는 가장 어려운 수준"의 문제만 던졌습니다.

하지만 동료들을 보니 다릅니다. 그들은 예상하지 못했던 강력한 결과들을 만들어내고 있었습니다.

                "어? 이게 가능한가?"

                이것이 깨달음의 순간입니다.

🔄 극복하는 3가지 방법

1. 관찰: 다른 사람들이 AI로 뭘 하고 있는지 보기

2. 실험: 직접 해보기

3. 야망 상향: 계속해서 더 복잡한 문제를 던지기

🌍 AI Native 문화 - Rwanda와 India

Drew는 흥미로운 발견을 합니다. Rwanda와 India 같은 지역에서는 사람들이 "AI Native"입니다. 스마트폰 다음으로 처음 만나는 기술이 AI라는 뜻입니다.

그리고 놀랍게도, 이런 사람들이 AI의 능력을 가장 정확하게 이해합니다.

                역설적인 발견:

                "AI를 써본 적 없는 사람이 지금의 AI를 보는 것이, 2022년부터 AI를 써온 사람이 보는 것보다 더 정확할 수 있다."

📊 Anthropic의 학습 연구 - 17% 차이

여기서 Drew는 Anthropic이 실시한 흥미로운 연구를 공유합니다.

연구 설계:

두 그룹의 학생들이 코딩 과제를 함
한 그룹: AI 사용 가능
다른 그룹: AI 사용 불가

                놀라운 결과:

                AI를 사용하지 않은 그룹이 개념 이해도 평가에서 17% 더 높은 점수를 받았습니다!

하지만 - 그리고 이것이 매우 중요합니다 - 모든 AI 사용자가 낮은 점수를 받은 것은 아닙니다.

차이점:

거래적 사용: "숙제 답을 줘" → 17% 낮은 점수
탐구적 사용: "왜 이렇게 배울까?" → 높은 점수

💡 문제 vs 해결책

잘못된 방식:

이미 생각한 해결책을 가지고 AI에 접근
"JavaScript로 버튼을 만들어줘"
→ 매우 좁고 구체적인 답

올바른 방식:

문제를 가지고 AI에 접근
"사용자 경험을 최적화하려면?"
→ 다양하고 창의적인 솔루션

🚀 AI 에이전트 - 미래의 필수 기술

Drew는 현실적인 예시를 제공합니다. 그는 Related F에서 유일한 마케팅 담당자입니다.

하지만 그는 40개의 AI 마케팅 에이전트를 구축했습니다.

                결과:

                • 한 포스트: "내가 사용하는 40개 마케팅 에이전트"

                • 150만 조회수

                • LinkedIn에서 가장 많은 댓글을 받은 포스트

                비용 절감: 99% ($50,000/월 → $500/월)

"미래의 필수 기술은 AI 에이전트를 구축하는 것입니다. 지난 40년은 Excel이 필수였습니다. 다음 40년은 AI 에이전트 구축이 필수입니다."

⚡ 맥락의 힘

Drew는 매우 중요한 통찰을 공유합니다.

                "AI는 맥락만큼만 강력합니다."

                사람들이 AI와 다른 점을 가지지 못하는 가장 큰 이유는 맥락이 부족하기 때문입니다.

Drew는 자신의 실제 방식을 설명합니다. "나는 AI에 가서 질문을 하기 전에 시간을 들여 맥락을 제공한다. 내가 쓴 다른 문서들, 회사에 대한 정보, 내가 생각하는 질문들, 심지어 이 주제에 대한 자유로운 사고도 던진다."

🎓 2030년의 교실 - 인간 중심의 미래

마지막으로, Drew는 교육의 미래에 대한 비전을 제시합니다.

                "교육은 개인화되어야 합니다. 하지만 더 중요하게는 개인적(personal)이어야 합니다."

                당신은 학교에 개념을 배우기 위해 가는 게 아닙니다. 당신은 다른 인간들과 상호작용하는 법을 배우기 위해 갑니다.

2030년 교실의 모습:

기술이 보이지 않음
하지만 백그라운드에서는 많은 일이 일어남
교사가 더 많은 시간을 학생들과 함께
개인화된 지원 24시간 제공
더 풍부하고 인간적인 학습 환경

🌟 최종 메시지

"우리는 AI를 사용해야 할 수준의 1%만 사용하고 있습니다." — 우리는 아직 시작점에 있습니다.
"AI는 과하게 평가되지 않습니다. 오히려 과소평가되고 있습니다." — 진정한 가능성은 아직 미개발 상태입니다.
계속 학습하세요. 계속 실험하세요. — 야망을 높이고, AI를 동료로 취급하세요.

📺 AI로 더 잘 생각하고 배우는 법