퍼스트 브레인, 멘탈 모델 - 효과적인 학습법, 장기 기억의 체계화, 인지 부하 관리까지 머리를 탁 트이게 할 14가지 학습과학 원리
짐 힐.리베카 베를린 지음, 박영민 옮김 / 프리렉 / 2026년 1월
평점 :
장바구니담기


<퍼스트 브레인, 멘탈 모델 : 효과적인 학습법, 장기 기억의 체계화, 인지 부하 관리까지 머리를 탁 트이게 할 14가지 학습과학 원리> 짐 힐, 리베카 베를린 / 박영민 / 프리렉 (2026) [원제 : Mental Models : How understanding the mind can transform the way you work and learn]

[My Review MMCCV / 프리렉 2번째 리뷰] 고품격 월간 리뷰전문지 <책이 있는 구석방> 서른네 번째 리뷰는 <퍼스트 브레인, 멘탈 모델>이라는 책이다. 이 책은 '자기계발'을 위해 읽어도 좋지만 학생들을 가르치는 교육학 선생님이라면 '인지 학습'을 효율적으로 할 수 있는 방법을 엿볼 수 있는 책으로 활용해도 좋을 것이다. 그렇다고 딱히 새로운 이론을 제시한 것은 아니라서 교육학적인 팁을 얻는다는 가벼운 마음으로 읽으면 좋을 듯 싶다. 교육학을 전공한 분들이 읽기에는 그닥 높은 수준의 책은 아니기 때문이고, 관리자나 리더가 읽으면 유용한 팁을 얻을 수 있을 정도의 수준이라고 보면 좋을 듯 싶다.

<퍼스트 브레인 멘탈 모델> 관점 포인트 : 아이들을 가르치는 논술쌤으로서 '퍼스트 브레인'(첫 번째 뇌)과 '멘탈 모델'(생각 유형)이 뜻하는 것이 무엇인지 잘 몰랐다. 퍼스트가 있으면 세컨드도 있다는 것인데, '두 번째 뇌'는 또 뭐란 말인가? 낯선 용어였다. 그래서 검색을 좀 해봤더니 '퍼스트 브레인'은 (창의적인) 생각을 뜻하고, '세컨드 브레인'은 퍼스트 브레인을 뒷받침하는 기억을 가리키는 용어인 듯 싶다. 쉽게 말하면, 원초적인 '무의식'을 인위적으로 발달시킬 수 없으니 '의식'에 해당하는 경험과 기억하는 영역을 숙달시켜서 '퍼스트 브레인'을 활성화시키자는...뭐, 그런 말씀인 듯 싶다.

그런데 이런 내용은 '메타 인지 학습'을 다룬 인지과학에서 많이 다뤘던 내용으로 이미 오래전부터 많이 언급했고, 학습현장에서도 이미 활용되고 있는 내용이라 그리 특별할 것은 없다. 이 책에서도 '단기기억(작업기억)'을 '장기기억'으로 옮기기 위해 효과적인 학습법을 이야기하고 있는데, 이 역시도 '메타 인지 학습법'에서 자주 다뤘던 내용들이다. 그렇다고해서 이런 학습법이 중요하지 않다는 것은 아니다. 오히려 실제 현장에서 근무하는 작업자에게 매우 유용한 학습법이기 때문이다. 심지어 학교에서 수업을 받는 학생들에게도 '성적향상'을 할 수 있는 유용한 학습법이기 때문이다. 그렇기에 '단기기억'에서 '장기기억'으로 옮기는 학습법은 반드시 익혀야 하는 아주 중요한 개념이다.

그럼 단기기억(작업기억)은 무엇이고, 장기기억은 무엇인가? 우리의 뇌는 하루동안에 일어난 모든 활동을 뇌에 저장한다. 이렇게 저장된 데이타를 '기억'이라고 부른다. 그런데 처음 배울 때에는 '기억'에 오래 남지 않는다. 왜냐면 인간의 뇌는 기본적으로 '망각 코드'가 심어져 있기 때문이다. 이를 두고 '망각은 축복이다'라고 이야기하곤 하는데, 만약 우리 인간의 뇌가 한 번 기억한 것을 평생 잊지 않는다면 어떤 일이 벌어지겠는가? 물론 좋은 기억, 기쁜 기억, 행복한 기억은 그 자체로 즐거움을 줄테지만, 슬픈 기억, 무서운 기억, 끔찍한 기억 따위가 평생 남아 있다면 인간은 자신의 삶을 저주하며 괴로워할 것이 틀림없다. 그래서 인간의 뇌는 '단기기억' 시스템으로 기본적으로 기억을 휘발시키며 (기억을 지우는) 망각을 기본 시스템으로 활용하고 있는 것이다. 근데 문제는 학습을 하고, 시험을 볼 중요한 학습 내용도 '1차적'으로 단기기억에 저장한다는 사실이다. 쉽게 말해, 배운 뒤 돌아서면 까먹기 마련이란 말이다.

그럼 '장기기억'은 무엇인가? 한마디로 평생 잊지 않는 기억을 말한다. 장기기억의 유용함은 언제든 필요할 때 바로 꺼내서 써먹을 수 있다는 점이다. 그런데 앞서 인간의 뇌는 모든 기억을 1차적으로 '단기기억'에 저장한다고 하지 않았는가. 그렇다면 '단기기억'이 어떻게 '장기기억'으로 바뀌게 된다는 것일까? 그건 바로 '반복학습'으로 가능하다. 쉽게 말해, 잊을 만하면 '한 번 더' 학습하고, 잊을 만 하면 '또 한 번 더' 학습하는 방식으로 단기기억으로 망각되기 전에 다시 '저장된 기억'을 되살리고, 또 되살리는 반복학습을 하게 되면 우리의 뇌는 평생 잊지 않는 '장기기억'으로 간직할 수 있게 되는 것이다. 이를 테면, 어릴 적에 배운 '구구단'이나 '노래가사'는 평생을 흥얼거리면서 언제 어느 때든 꺼낼 수 있지 않은가 말이다. 그렇게 잊어버리지 않는 기억을 '장기기억'이라고 한다. '반복학습'을 통해서 단기기억을 장기기억으로 바꿀 수 있고 말이다.

그렇다면 이 책에서 말하는 '퍼스트 브레인', 다시 말해, '창의적 생각 만들기'를 원활하게 돕기 위한 '세컨드 브레인'(기억)을 활용하는 유용한 학습법이란 무엇을 말하겠느냔 말이다. 그건 꾸준한 반복 학습으로 '장기기억'으로 확실히 기억을 저장해놓는 학습을 지향해야 한다는 말이다.

나가는 글 : 우리 일상에서 '퍼스트 브레인'(창의적 사고력)을 폭발적으로 활용할 수 있으려면 어떻게 해야 할까? 애초에 '창의력'을 발휘하기 위해서는 많은 경험을 쌓고, 모방을 통해 실수와 실패를 반복하면서 '개선'할 수 있는 방법을 모색하는 것이야말로 '성공의 지름길'인 셈이다. 대단히 거창한 이야기인 것 같지만 사실은 어려운 것이 아니다. 우리가 익숙히 알고 있는 '성공 공식'을 그대로 써먹으면 된다.

하지만 사람마다 '학습 방법의 차이'는 존재한다. 그렇기 때문에 이 책을 통해서 여러 방법 가운데 자신에게 딱 맞는 방법을 찾아 부단히 노력하면 된다. 이 책에는 대단히 유용한 방법들이 소개되어 있지만, 그 모든 것을 다 따라할 필요는 없다. 현명한 독자라면 한두 가지 방법만 캐치해서 '자신의 것'으로 소화한 뒤에 부지런히 써먹으면 분명히 효과를 볼 수 있을 것이다. 특히 내 눈에 들어왔던 유용한 방법은 '인지 과부하'로 인한 관리적 손해를 자초하지 말라는 대목이었다. 우리의 기억력에는 분명히 '한계'가 있다. 마치 컴퓨터의 '메모리'와 '저장공간'이 한정되어 있는 것처럼 말이다. 물론 인간의 뇌는 '무한한 잠재력'을 갖고 있기에 '저장공간'조차 무한하다는 착각에 빠진다. 그래서 모든 학습자가 부지런히 노력하고 실력을 갈고 닦으면 무조건 성공할 수 있을 거라는 달콤한 말을 하는데, 실제로는 그렇지 않다. 기억에는 한계가 있고, 사람마다 '인지 학습'을 할 수 있는 학습량은 다르다. 물론 부단히 노력하면 '한계'를 극복하고 '기억의 총 용량'을 늘릴 수도 있겠으나, 어쨌든 '인지 과부하'를 면할 수는 없다. 그럴 땐 '기억을 분산시켜야 한다'. 마치 박물관 큐레이터처럼 '넓은 공간'에 띄엄띄엄 전시된 작품들처럼 '기억을 중요도에 따라 선별하고 불필요한 것을 제거하는 관리 방식'을 터득해야 과부하를 줄일 수 있단다. 그러니 모든 기억을 다 저장하려 들지 말고 '좋은 작품'만 골라서 전시하듯 기억을 관리하라는 말이다.

다가올 미래에는 인간을 대신해서 '인공지능'이 우리의 기억을 대신할 것이다. 그때 유용한 관리자가 되기 위해서는 '인공지능 활용법'을 터득해야 한다. 막말로 인간이 '인공지능의 기억'을 뛰어넘을 수는 없지 않겠는가 말이다. 그때가 되면 인간이 인공지능보다 더 많은 '기억'을 저장하겠다는 무모한 도전은 할 필요가 없는 것이다. 그렇다면 인간은 어떤 능력을 길러야 할까? 바로 '퍼스트 브레인'이다. 인간은 '창의적인 생각 만들기'에 전념해야 한다. 이걸 잘 하려면 '세컨드 브레인'에 해당하는 '기억'을 잘 다루고 연마한 사람일 것이다. 단순히 '수많은 기억'을 하려고 노력하는 것이 아니라 '저장된 기억'을 적재적소에 적확하게 잘 활용하는 인재가 훨씬 유용하다는 것이다. 그런 의미에서 '멘탈 모델'을 잘 짜야 할 것이다. 현재까지는 '단기기억'을 '장기기억'으로 되살리면서 '퍼스트 브레인'을 잘 활용해야겠지만, 머지 않을 미래에는 '기억'에 관한 것은 인공지능에게 맡기고, 인공지능이 갖고 있는 '장기기억'을 잘 활용해서 '퍼스트 브레인'으로 완성해내는 능력이 절실한 시대가 올 것이기 때문이다.


댓글(0) 먼댓글(0) 좋아요(0)
좋아요
공유하기 북마크하기찜하기 thankstoThanksTo