“하?”에서 천 편의 글까지 — 위화감을 구조화하고 AI 외부 두뇌로 지식 자산으로 바꾸는 사고 OS

어느 날 글 저장소 디렉터리를 보니 Markdown 파일이 엄청나게 늘어나 있었다. 당시 글 저장소의 파일 목록을 파일명 기준으로 세어 보니 .md 파일은 약 961개였다. 보통이라면 “그럼 약 961편이겠네”라고 생각할 것이다.

1. Markdown 파일은 약 961개다. 하지만 글이 몇 개인지는 아무도 모른다

어느 날 글 저장소 디렉터리를 보니 Markdown 파일이 엄청나게 늘어나 있었다. 당시 글 저장소의 파일 목록을 파일명 기준으로 세어 보니 .md 파일은 약 961개였다. 보통이라면 “그럼 약 961편이겠네”라고 생각할 것이다.

하지만 이 저장소에는 계산을 망가뜨리는 중요한 사양이 있다.

Markdown 파일 1개 = 글 1편이 아니다.

“3편 묶음”, “10편 세트”, “전체 4편”, “12개 언어 전문”, “기사 번들” 같은 것이 하나의 Markdown 안에 아무렇지 않게 들어간다. Markdown은 단순한 문서 파일이 아니라 글을 집어삼키는 그릇, 말하자면 컨테이너가 되었다.

즉, 이곳은 글 저장소라기보다 Markdown 마트료시카에 가깝다.

게다가 약 961개 파일을 세었던 시점보다 반달쯤 전에는 원문 글 기준으로 약 1,200편이라는 내부 집계가 있었다. 그 집계 뒤에도 새 글이 계속 늘었으므로 지금 1,300~1,400편 정도에 이르렀어도 이상하지 않다. 다만 이것은 아직 감사되지 않은 추정치다. 파일 수, 독립 글 수, 언어별 공개 페이지 수는 서로 다른 지표다.

농담은 부풀려도 된다.

글 개수는 부풀리면 안 된다.

2. 왜 이렇게 늘었을까 — 시작 버튼은 “하?”

원인은 단순히 “글쓰기를 좋아해서”가 아니다. 더 원초적인 트리거가 있다.

“하?”다.

일, 생활, 인간관계, 게임, 제도, 작품. 무언가가 예상과 어긋난다.

“하?”
“왜 이렇게 되지?”
“이게 정말 사양이야?”
“이 패턴, 전에도 있었던 것 아닌가?”
“개인 문제처럼 보이는데 사실 구조 문제 아닌가?”

여기서 조사가 시작된다. 보통이라면 순간적인 위화감으로 사라질 일이 검색되고, 분해되고, 이름이 붙고, 재발 조건이 정리되고, 다른 분야와 연결되고, 마지막에는 Markdown이 된다.

입력은 감정이어도 출력은 데이터베이스다.

분노를 ‘뽑고 → 재구성하고 → 저장하는’ 처리다.

데이터 처리 용어로 말하면 ETL이다.

위화감을 뽑는다(Extract).
구조로 바꾼다(Transform).
Markdown에 저장한다(Load).

인간은 “하?”에서 데이터 기반을 만들 수도 있다.

3. “하?”는 이상 탐지 센서가 될 수 있다

인지과학적으로도 이 흐름은 설명할 수 있다. 연구에는 지식의 빈틈을 알아차리는 것이 호기심의 입구가 된다는 관점이 있고, 실험에서도 호기심이 높을수록 답을 알기 위해 시간 같은 자원을 더 쓰는 경향이 나타났다. 즉 “내가 생각한 것과 다르다”는 감각은 탐색의 출발점이 될 수 있다.

중요한 것은 위화감을 없애는 일이 아니라, 위화감 다음에 무엇을 하느냐다.

“짜증 나”에서 끝나면 감정 처리로 끝난다. 하지만

  • 무엇이 예상과 달랐나?
  • 어떤 조건에서 발생했나?
  • 재현되는가?
  • 다른 장면에도 같은 모양이 있는가?

라고 이어 가면 감정은 관측 장비가 된다.

위화감을 조사로 넘기는 사람에게 “하?”는 오류 화면이 아니다.

원인을 조사하기 위한 화면, 말하자면 디버그 콘솔이 열리는 소리다.

4. 점이 아니라 반복되는 ‘모양’을 저장한다

구조적 사고의 핵심은 눈앞의 사건을 한 번뿐인 사건으로 저장하지 않는 데 있다.

예를 들어 작업이 끝난 뒤 지시가 바뀌었다고 하자. 표면만 보면 “오늘 지시가 바뀌어서 힘들었다”로 끝난다. 하지만 구조로 저장하면 이렇게 된다.

  1. 초기 조건이 모호했다.
  2. 판단 기준이 공유되지 않았다.
  3. 작업이 끝난 뒤 기준이 추가됐다.
  4. 재작업이 발생했다.
  5. 마감만 그대로 고정됐다.
  6. 책임은 실행자 쪽으로 이동했다.

여기까지 추상화하면 같은 모양이 직장뿐 아니라 공동생활, 연애, 프로젝트, 계약, 게임 운영, 행정 절차에도 나타날 수 있다.

연구에서도 표면적인 소재가 달라도 ‘무엇과 무엇이 어떤 관계를 맺는가’라는 구조적 공통점을 잡으면 비슷한 문제에 경험을 적용하기 쉬워진다고 본다. 요컨대 사건의 겉모습이 아니라 공통된 틀을 저장하는 것이 중요하다.

한 번의 “하?”에서 여러 분야에 쓸 수 있는 방어구를 만들 수 있다.

경험치를 몬스터 한 마리에게만 쓰기에는 아깝다.

5. 추상화했으면 다시 구체로 내려온다

추상화만 하면 가끔 철학자가 공중에 뜬다.

“본질이란… 구조란… 사회란…”

이라고 말하면서 지면에서 3미터 떠 있어도 내일의 일은 편해지지 않는다.

필요한 것은 구체 → 추상 → 다른 구체의 왕복이다.

“지시가 나중에 바뀐다”
→ “요구 정의가 부족하다”
→ “처음에 완료 조건을 확인한다”

“호의로 일을 너무 많이 맡는다”
→ “책임 경계가 사라진다”
→ “담당자·기한·결정권자를 명시한다”

“같은 문제로 계속 고민한다”
→ “끝나지 않은 루프다”
→ “결론·다음 행동·재검토 조건을 적고 닫는다”

이 왕복이 가능해지면 지식은 잡학으로 끝나지 않는다.

지식이 부품이 된다.

6. AI는 신탁이 아니라 외부 두뇌의 배관이었다

여기에 AI가 들어온다. 그렇다고 “AI에게 전부 생각하게 한다”는 이야기는 아니다.

실제 강점은 더 수수하지만 강력하다.

  • 음성이나 거친 메모를 받는다
  • 질문을 정리한다
  • 용어 후보를 만든다
  • 연구와 1차 정보를 찾는다
  • 반대 가설을 제시한다
  • 구조를 언어화한다
  • Markdown으로 정리한다
  • Git에 저장한다
  • 나중에 다시 검색하고 편집할 수 있게 한다

인지과학에서는 메모, 달력, 스마트폰 같은 외부 도구에 기억이나 처리의 일부를 맡겨 머릿속에서만 감당하는 부담을 줄이는 것을 **인지 오프로딩(cognitive offloading)**이라고 부른다.

외부화는 과제 수행을 돕지만, 무엇이든 밖으로 내보내면 되는 것은 아니다. 외부 저장 때문에 내부 기억이 약해지는 경우도 보고되어 있고, 자신의 기억력을 스스로 어떻게 가늠하는가라는 작용, 즉 메타인지도 무엇을 외부화할지에 영향을 준다.

따라서 강한 운영은 뇌를 버리는 것이 아니다.

뇌가 굳이 맡을 필요가 없는 일만 밖으로 빼는 것이다.

뇌: 위화감, 질문, 판단, 연결.
AI: 검색, 후보, 비교, 정리, 반복.
Markdown: 장기 기억.
Git: 이력.
코딩 에이전트: 가공 공장.

이쯤 되면 “AI를 사용한다”기보다,

생각에 ‘정리 → 검사 → 저장’을 자동으로 돌리는 공장 라인을 붙이는 셈이다. 개발 용어로 말하면 CI/CD 같은 것이다.

7. 왜 글 수가 폭발하는가

가장 큰 이유는 인생에서 벌어지는 사건 수가 비정상적으로 많아서가 아니다.

하나의 사건에서 여러 추상도 수준을 잘라 내기 때문이다.

한 사건에는 개인 경험, 원인 분석, 일반화, 재발 방지, 다른 분야로의 전용, 연구와의 대조, 초보자용 설명, 실무 체크리스트, 개그 글까지 들어 있을 수 있다.

보통이라면 “오늘 이런 일이 있었다”로 끝날 소재가 가공하면 5편, 10편이 되기도 한다. 거기에 12개 언어까지 붙이면 공개 페이지 단위는 더 늘어난다.

여기서 중요한 것은 글의 대량생산보다 한 번 생각한 소재를 다시 쓸 수 있는 비율, 즉 사고의 수율이 높다는 것이다. 한 번 생각한 것을 대화와 함께 증발시키지 않고 재사용 가능한 형태로 남긴다.

그러면 일상의 거의 모든 것이 원료가 된다.

마트도 원료.
회의도 원료.
게임도 원료.
만화도 원료.
이해하기 어려운 제도도 원료.

삶이 콘텐츠 공장이라기보다,

세상이 멋대로 ‘대응 필요’ 표를 끊어 오는 과제 관리표, 말하자면 Issue Tracker가 된다.

8. 다만 구조적 사고에도 버그는 있다

8.1 무엇이든 같은 구조로 보인다

강력한 관점의 틀, 즉 프레임을 가지면 서로 다른 문제까지 같은 형식에 억지로 끼워 넣을 위험이 있다. “이것도 책임 전가!”, “이것도 경계 문제!”, “이것도 요구 정의 실패!”라며 세상이 전부 같은 적 캐릭터로 보일 수 있다.

대책은 “이 설명이 틀렸다면 무엇이 일어날까?”를 미리 정해 두는 것이다. 전문적으로는 반증 조건을 둔다고 한다.

“이 설명이 틀렸다면 무엇이 관측될까?”
“다른 설명은 없을까?”
“이번에는 예외 아닐까?”

8.2 AI의 문장이 너무 매끈해서 이해한 것처럼 느껴진다

“읽었다”와 “쓸 수 있다”는 다르다.

마지막에 스스로

“결국 무슨 뜻이지?”
“다음에는 무엇을 바꾸지?”
“다른 상황이라면 어떻게 쓰지?”

에 답하지 못한다면 그 지식은 아직 빌린 물건이다.

8.3 자산화 자체가 목적이 된다

무엇이든 글로 만드는 일 자체가 재미있어지면 수단과 목적이 뒤집힐 수 있다.

“글을 쓰기 위해 삶을 사는가?”
“삶을 편하게 만들기 위해 글을 쓰는가?”

Markdown은 묘비가 아니다.

삶의 마찰을 줄이는 보조 장치다.

9. 결론 — “하?”를 버리지 말고 구조로 바꾸고 재사용한다

방대한 글의 정체는 방대한 작문이 아니었다.

그것은 위화감을 버리지 않고 구조로 바꾸어 재사용 가능한 형태로 저장한 결과였다.

“하?”

예측과의 차이를 감지한다

조사한다

원인을 분해한다

공통 구조를 뽑는다

다른 분야로 전용한다

AI로 언어화하고 검증한다

Markdown에 저장한다

또 다른 “하?”가 찾아온다

이 순환이 돌아가면 실패도, 위화감도, 잡담도, 의문도 소재가 된다.

그러다 보면 Markdown 파일은 약 961개가 늘어서고, 원문 글 수는 파일 목록만으로는 판정할 수 없게 된다.

인간은 경험에서 배운다.

어떤 인간은 경험을 Markdown으로 만든다.

그리고 그중 일부는,

“하?”를 Git에 push한다.

Mendoi-chan

이 글을 쓴 사람

Mendoi-chan

직장과 일상의 불편함을 구조화해 이해하기 쉬운 다음 행동으로 연결하는 글을 씁니다.

사이트 소개