――교재 없이 평소 대화만으로 S0에서 S7까지 키우는 '저마찰 영어 OS'
1. 30초 결론: 공부를 빼먹는 게 아니라 '공부를 시작하게 만드는 화면'을 없앤다
영어가 필요하다는 건 안다. 그런데 영어 학습 앱을 열고, 단어 카드를 넘기고, 음성 교재를 찾고, 녹음하고, 영어 회화 모임에 가는 순간 머리가 로그아웃된다.
이럴 때 "동기부여를 높이자"는 처방은 약하다. 이미 매일 쓰는 ChatGPT가 있다면 영어 학습을 ChatGPT 안에 기생시키면 된다.
평소처럼 한국어로 자료를 찾는다. 영화 이야기를 한다. 일을 정리한다. 뉴스를 읽는다. 그러면 그 순간 내가 쓴 뜻에 맞는 영어 표현(chunk, 여러 단어가 한 덩어리로 쓰이는 표현)을 딱 하나만 보여준다. 며칠 뒤 다른 주제에서 다시 만난다. 눈에 익으면 번역을 뺀다. 일부만 바꿔 말해 본다. 필요한 부분에서만 문법을 설명한다. 충분히 익숙해진 표현만 Voice/Live(음성 대화)에서 직접 말해 본다.
'영어 시간'은 거의 늘지 않는다. 그런데 접촉, 간격을 둔 반복, 떠올리기, 문장 만들기, 말하기는 늘어난다. 이것이 이 글에서 말하는 ChatGPT 내장형 저마찰 영어 학습이다.
2. '귀찮음'은 게으름이 아니라 UX 데이터다
습관 연구를 보면 행동은 의지만으로 결정되지 않는다. 안정적인 상황, 반복, 그리고 행동에 들어가기까지의 마찰이 크게 작용한다. [R16] 어학에 대입하면 '학습 앱 열기', '교재 위치 찾기', '트랙 고르기', '책상에 앉기', '학원까지 가기'는 전부 학습 내용과는 별개의 시동 비용이다.
이론상 30분짜리 훌륭한 교재라도 실제로 시작하는 비율이 10%라면 기대 효과는 작다. 반대로 하루 종일 열어 두는 ChatGPT에 10초짜리 학습을 섞으면 '시작 버튼' 자체가 없어진다.
그러니 귀찮다고 느낀 단계는 중요한 측정값이다. 깎아도 된다. 학습 앱을 열기도 전에 멘탈이 나간다면 멘탈을 단련할 게 아니라 앱 실행을 없애자.
3. 진짜 병목은 '지식량'이 아니라 검색 속도일지 모른다
학교 영어를 오래 공부한 사람은 "읽으면 대충 알겠는데 말하라고 하면 아무것도 안 나온다"는 경험을 하기 쉽다. 말하고 싶은 개념이 없는 게 아니라, 개념에서 영어 표현을 찾아 조립하는 과정이 자동화되지 않은 상태라고 보면 이해하기 쉽다.
모국어에서는 "뭐랄까", "그러니까", "결국", "한마디로" 같은 말이 저절로 나온다. 영어에서는 첫 단어부터 문장 전체를 지으려다가 멈춰 버린다. 그래서 I think..., I mean..., Basically..., The point is... 같은 덩어리를 말문을 여는 도구로 갖고 있는 것이다.
정형화된 표현(formulaic sequence)을 의식적으로 연습시킨 연구에서는 제2언어 발화의 시간적 유창성이 일부 좋아졌다. [R2] 중요한 건 "단어 3000개를 외운 다음에 대화"가 아니라, 자주 쓰는 틀을 먼저 입에 올려놓고 안의 단어를 나중에 바꿔 끼우는 것이다.
4. 다국어 달인은 '교주'가 아니라 밀도 높은 도서관으로 쓴다
Kazu Languages의 책은 디지털 도구, 효율적인 습득 단계, 습관, 마인드셋을 다루며 '공부하는 느낌'을 줄이는 데 힘을 싣는다. [R1] 12개 언어라는 이례적인 실천가는 방법론의 아이디어 원천으로 흥미롭다.
다만 실적이 크다고 해서 각 기법의 인과 효과가 증명되는 건 아니다. 그래서 통째로 따라 하지 않는다.
- 문구에서 출발하기: 채택 후보
- 실제 예문에서 규칙 찾기: 채택 후보
- 일상에서 접하는 시간 늘리기: 채택 후보
- 완벽주의 줄이기: 채택 후보
- 매일 교재 열기: 마찰이 크면 제외
- 녹음을 일과로 만들기: 마찰이 크면 제외
- 쓸 일이 별로 없는 여러 언어: 목적에 따라 판단
달인을 교주로 모시지 말고 부품 창고로 쓰자. 그리고 부품은 연구와 내 UX로 이중 점검한다.
5. 연구에서 살아남은 '학습 엔진'은 무엇인가
5-1. 덩어리(chunk)
단어를 하나씩 조립하기보다, 의미가 있는 여러 단어를 한 단위로 재사용한다. 정형 표현 교육 연구는 말하기 속도 등이 좋아졌다고 보고한다. [R2]
5-2. 다시 만나기와 간격 두기
우연히 읽거나 듣기만 해도 어휘는 늘지만, 한 번 접한 것으로 전부 정착되지는 않는다. 우연적 어휘 학습(incidental vocabulary learning)의 메타분석에서는 뜻 중심으로 한 번 접한 것만으로 얻는 효과가 제한적이었다. [R3] 한편 48개 실험, 3411명을 종합한 간격 효과(spacing) 메타분석에서는 중간~큰 효과가 보고되었고, 지연 테스트에서는 간격이 긴 쪽이 유리한 경향도 있었다. [R4]
5-3. 가벼운 떠올리기(retrieval)
"또 보기"에서 끝내지 않고, 충분히 익숙해진 뒤에 짧게 기억을 떠올려 본다. 매번 답할 때마다 시험을 보게 하면 UX가 죽으니 5~10초 안에 끝나는 정도로 한다.
5-4. 바꿔 말하기와 과제 반복(task repetition)
같은 말을 조금씩 바꿔서 해 본다. 2025년 메타분석에서 과제 반복은 구문 복잡성, 정확성, 어휘 복잡성, 유창성에 긍정적이었다. 다만 유창성 등의 향상 폭은 구조 쪽보다 작았다. [R5] 통째 암기에서 멈추지 않고 바꿔 끼우기와 다르게 말하기로 나아가는 이유다.
5-5. 교정은 전부 말고 중요한 것만
말로 하는 교정 피드백(corrective feedback)에는 지속적인 효과가 있고, 학습자가 직접 다시 말하게 유도하는 방식이 정답을 대신 말해 주는 방식(recast)보다 강한 경향을 보인 메타분석이 있다. [R6] 대화할 때마다 빨간 펜 지옥을 열 필요는 없다. 뜻이 깨지거나, 잘 안 통하거나, 재사용 가치가 높은 오류부터 하나만 고친다.
5-6. 모국어는 보조 바퀴로 써도 된다
단어 풀이(gloss)에 관한 42개 연구, 3802명의 메타분석에서는 gloss가 있는 읽기가 없는 것보다 어휘 학습에 유리했고, 모국어 gloss도 효과가 있었다. [R12] 즉 "모국어를 한 번이라도 거치면 진다"는 게 아니다. 결국 자주 쓰는 표현이 영어에서 개념으로 바로 이어지면 된다.
5-7. AI 챗봇 자체에도 어느 정도 효과가 있다
31개 연구, 41개 효과 크기를 종합한 메타분석에서 언어 학습 챗봇은 중간 정도의 효과(g=0.608)를 보였다. 다만 연구 간 편차가 크다. [R11] "ChatGPT를 쓰면 자동으로 영어가 술술 나온다"가 아니라, 접근성, 적응성, 연습 설계가 중요하다는 뜻이다.
6. 전체 설계: 모국어 OS에 영어 입출력을 추가한다
이 방식은 모국어로 만든 생각을 버리지 않는다.
정보 → 모국어로 빠르게 생각 → ChatGPT와 대화하며 정리
라는 기존 루프 위에,
자주 쓰는 덩어리 보기 → 다시 만나기 → 떠올리기 → 바꿔 끼우기 → 한 문장 말하기 → 대화에서 쓰기
를 얇게 겹친다.
모국어의 바다 속에서 영어 섬이 조금씩 넓어지고, 마침내 영어만으로 혼잣말과 AI와의 대화가 이어지는 상태를 노린다.
7. 영어 인사팀: S0~S7 '직급'을 만든다
여기서 중요한 건 종합 등급을 하나로 만들지 않는 것이다. 읽기는 강한데 말할 때 표현 찾기는 약하다거나, 글자로는 알겠는데 소리로는 약한 일은 흔하다.
평가 축은 ① 의미 이해, ② 덩어리 검색 속도, ③ 바꿔 끼워 만들기, ④ 유창성, ⑤ 대화 유지, ⑥ 어휘 폭, 정확성, 일관성(Range/Accuracy/Coherence), ⑦ 발음의 알아듣기 쉬움이다. CEFR(유럽 공통 언어 참조 기준)의 Can-do(할 수 있는 일) 기술과 질적 평가 축을 참고한다. [R8]
- S0 입력 인식: 문맥에서 덩어리의 뜻을 알 수 있다
- S1 검색: 눈에 익은 덩어리를 짧은 시간에 꺼낼 수 있다
- S2 생성: 아는 틀에서 한 요소를 바꿔 내 문장을 만들 수 있다
- S3 코드 스위칭: 모국어 대화에 영어 섬을 자연스럽게 넣을 수 있다
- S4 이어 말하기/B1 준비: 의견, 이유, 예시를 5
8문장, 3090초 정도 이어 말한다 - S5 자발적 대화/B1: 5번 이상 주고받고, 모르는 단어가 나와도 돌려 말해서 복귀한다
- S6 토론·업무/B2: 비교, 조건, 반론, 대안, 협상을 몇 분 또는 8번 이상 주고받으며 전개한다
- S7 영어 대화로 생각 정리/C1 방향: 추상적이거나 전문적인 주제를 영어 중심으로 오래 고찰하고, 질문, 반론, 재구성까지 한다
S4의 초 수나 "3번 중 2번"은 CEFR 공식 합격선이 아니다. CEFR은 질적인 Can-do를 제공한다. 이 글의 숫자는 AI가 한 번 성공했다고 멋대로 승진시키지 않게 하려는 인사 제도상의 자체 규정이다.
8. L0~L3 지원과 합격 기준: 한 번에 승진도, 한 번에 강등도 금지
동적 평가(Dynamic Assessment)는 학습자가 막혔을 때 단계적으로 도움을 주고 그 도움의 양도 능력 정보로 취급하는 발상이라 이 방식과 잘 맞는다. 2026년 컴퓨터 기반 동적 평가 메타분석도 제2언어 수행에 긍정적인 효과를 보고했지만 연구 간 차이는 있다. [R7]
- L0: 지원 없음
- L1: 의미나 문맥 힌트, 문장의 첫머리만
- L2: 빈칸 문장, 부분 모범 답안
- L3: 완성된 예문, 번역
승급 조건은 서로 다른 2개 이상의 주제, 따로따로 3번의 기회에서 3번 중 2번 이상을 L0~L1로 해냈고, 뜻이 깨지는 오류가 적으며 부담도 크지 않을 때다. 그 기능만 한 단계 올린다.
보류는 3번 중 1번만 성공했거나 L2가 많을 때다. 강등은 한 번의 실수로는 하지 않고, 비교 가능한 최근 3번 중 2번 이상 L2~L3이 필요했거나, 뜻이 무너지거나 막히는 일이 늘거나, "방해된다, 귀찮다"는 반응이 이어질 때만 한다. 그 기능만 한 단계 되돌린다.
난이도를 올릴 때도 한 번에 한 축만 올린다. 영어 분량, 문장 길이, 즉흥성, 추상도, 속도, 한국어 보조 줄이기를 동시에 올리면 무엇 때문에 막혔는지 알 수 없게 된다.
9. 단계별로 ChatGPT의 '표시 방식'을 바꾼다
S0에서는 한국어 답변은 평소대로 하고, 새 영어 덩어리를 하나만 눈에 띄게 보여주면서 짧은 뜻을 붙인다. 따라 말하라고 요구하지 않는다.
S1에서는 이미 아는 덩어리의 번역을 줄이고, 충분히 익숙해진 것만 가끔 5~10초짜리 떠올리기 질문을 하나 던진다.
S2에서는 먼저 답을 보여주지 않고, 아는 틀의 일부만 바꿔 넣어 볼 기회를 자연스럽게 만든다.
S3에서는 한국어 중심 답변에 이미 아는 영어를 한 구절에서 몇 문장 정도 섞는다. 한국어로 돌아가도 된다.
S4에서는 영어 학습 상황에서만 Why? For example? What do you mean? 같은 짧은 추가 질문을 늘린다.
S5에서는 여러 턴을 영어 중심으로 옮긴다. 다만 막히면 바로 한국어로 대피한다.
S6에서는 가벼운 대화를 영어 중심으로 한다. 업무상 중요한 판단처럼 인지 부담이 큰 경우에는 한국어를 되살린다.
S7에서는 원칙적으로 영어 중심이다. 다만 "영어 때문에 생각이 얕아진다"면 즉시 한국어 보조를 되살린다. 영어 실력을 위해 사고력을 버리면 본말전도다.
10. Voice/Live: 영어 회화 레슨 시작 버튼으로 만들지 않는다
ChatGPT Voice는 같은 채팅 안에서 음성과 텍스트를 함께 다룰 수 있고, Live에서는 실시간에 가까운 대화와 Memory, 웹 검색 등도 쓸 수 있다. Voice 설정에서는 선호 언어를 지정할 수 있고, 대화 도중 다른 언어로 말해 달라고 요청할 수도 있다. [R15]
그래서 Live도 별도 코스로 만들지 않는다. 같은 S0~S7을 공유하고, 글자로 이해하는 것과 소리로 이해하는 것의 차이만 기능별 차이로 본다.
- S0~S1: 모국어 중심. 새 덩어리는 영어 원어민 소리를 먼저 한 번 들려주고 짧은 뜻을 뒤에 붙인다
- S2: 아는 덩어리로 한 문장 만들기를 가끔
- S3: 한영 혼용을 기본으로
- S4: 짧은 영어 추가 질문을 늘리고 30~90초로
- S5: 여러 턴을 영어 중심으로, 막히면 모국어로 구조 요청 후 쉬운 영어로 복귀
- S6: 가벼운 토론은 영어 중심, 중요한 판단은 모국어도 허용
- S7: 영어가 기본. 다만 생각의 밀도가 떨어지면 즉시 전환
답변 언어는 고정 비율로 정하지 않고, 직전에 사용자가 쓴 언어, 기능, 인지 부담에 따라 바꾼다. 영어로 시작하면 영어로 답한다. 중간에 모국어로 떨어져도 실패로 치지 않고 내용을 받아 준 다음, 재사용 가치가 높은 부분만 영어로 이어 준다.
또 Live의 문자 기록이 실제 발화와 완전히 일치하지 않는다는 점은 OpenAI 공식 설명에도 명시되어 있다. [R15] 음성 인식(ASR)이 알아들었다고 해서 발음이 100점인 건 아니다.
11. 발음: '원어민 흉내'보다 통하는 것이 먼저
음성 인식(ASR)을 이용한 발음 훈련 메타분석에서는 중간 정도의 전체 효과(g=0.69)가 있었고, 명시적인 교정이 붙은 쪽이 더 강했다. 개별 소리에는 효과가 비교적 컸고, 리듬이나 억양 등에는 작은 편이었다. [R9]
또 49편을 종합한 2025년 메타분석에서는 유창성과 이해 용이성(comprehensibility, 듣는 사람이 얼마나 쉽게 이해하는가)의 상관이 .82였던 반면, 말뜻이 전달되는 정도(intelligibility)와 억양이 센 정도(accentedness)의 상관은 .32였다. [R10] 강한 억양과 안 통하는 것은 같은 말이 아니다.
그래서 한글 발음 표기는 원칙적으로 쓰지 않는다. 매일 하는 IPA(국제 음성 기호) 강의도, 녹음 반성회도 없다. 눈에 익은 덩어리를 원어민 소리로 짧게 따라 한다. 자꾸 되묻는 소리만 강세, 연음, 혀와 입술 위치까지 내려가서 본다. 혀의 위치는 교과서가 아니라 장애 대응 매뉴얼이다.
12. 실제 외국인, TOEIC, 교재는 '실전 시험·계기판·비상구'
실제 대화에서 스마트폰을 금지할 이유는 없다. 스스로 나오는 부분은 영어로 하고, 어려운 부분은 모국어로 ChatGPT 번역에 바로 대피해서 대화를 끊지 않는다. 말하지 못했던 내용 중에서 재사용 가치가 높은 덩어리를 1~2개만 건져 온다.
성장은 '스마트폰 없이 영어 대회'로 재지 않는다. AI에게 대피하는 범위가 조금씩 좁아지면 된다.
TOEIC L&R은 듣기와 읽기 시험이므로 회화 능력 전체를 직접 재는 시험이 아니다. [R17] 회사 등에서 편리한 객관 지표로 쓰고, 시험 특유의 형식만 나중에 보충한다.
교재나 단어장도 적이 아니다. 매일 여는 메인 OS로 삼지 않을 뿐이다. 빠진 문법이나 시험 특유의 부분을 확인하는 라이브러리로 쓴다.
13. 그대로 적용하기: Memory와 Custom Instructions의 역할 분담
2026-09-11 시점의 OpenAI 공식 설명에 따르면 Custom Instructions는 ChatGPT에 명시적인 응답 방침을 주는 곳이며, Free/Go는 1500자, Plus/Pro/Enterprise/Business/Education은 5000자까지 쓸 수 있다. [R13] Memory는 과거 대화 등에서 계속 통합되는 맥락이고, Memory Summary에 모든 내용이 그대로 나오는 것은 아니다. [R14]
그러니 Memory = 학습자의 프로필, Custom Instructions = 선생님 쪽의 실행 알고리즘으로 나눈다.
복사용 Memory seed
내 영어 학습의 목적은 시험만이 아니라 실제 대화, 일, 여행에서 쓰는 것이고, 궁극적으로는 영어로도 혼잣말이나 AI와의 대화가 가능해지는 것입니다. 영어 전용 학습 시간이나 별도 앱을 늘리기보다, 평소 ChatGPT를 쓰는 흐름에 학습을 녹이는 방식을 우선해 주세요. 주된 약점은 [이해/어휘 검색/말하기/듣기/발음]입니다. 교재, 녹음, 단어 카드, 이동 등에서 귀찮게 느끼는 것은 [여기에 기입]. 한국어 같은 모국어는 보조로 써도 되고, 궁극적으로는 영어에서 개념으로 바로 이해하는 힘과 스스로 말하는 힘을 늘리고 싶습니다. 실전에서는 번역 AI로 대피하는 것을 금지하지 말고, 대화를 끊지 않는 것을 우선해 주세요.
복사용 Custom Instructions(범용 풀 버전)
평소 답변은 원래 질문에 대한 답으로 완결시키고, 어학 학습으로 방해하지 않는다. 어학과 무관한 채팅에서는 새 영어 덩어리 0~1개, 영어 학습 중에는 1~2개. 본인이 그 자리에서 쓴 의미에 대응하는 2~10단어의 고빈도 덩어리를 우선한다. 새 덩어리에는 짧은 모국어 뜻을 붙이고, 다른 주제에서 재등장 → 번역 줄이기 → 1요소 바꿔 끼우기 → 패턴 발견 → 필요한 문법, 순으로 진행한다.
기능을 ① 의미 이해 ② 덩어리 검색 ③ 바꿔 끼워 만들기 ④ 유창성 ⑤ 대화 유지 ⑥ Range/Accuracy/Coherence ⑦ 발음 이해 용이성으로 나눠 따로따로 S0~S7로 추정한다. L0=지원 없음, L1=문맥/문장 첫머리 힌트, L2=빈칸/부분 모범 답안, L3=완성 예문/번역. L2/L3 성공은 습득으로 치지 않는다.
승급은 서로 다른 2개 이상의 주제, 3번의 기회 중 2번을 L0~L1로 성공하고 부담이 크지 않을 때만. 한 번의 실패로 강등하지 않고, 최근 3번 중 2번 이상 L2~L3, 뜻 붕괴나 막힘 증가, 부담감이 이어질 때만 그 기능을 내린다. 난이도 상승은 영어 분량, 문장 길이, 즉흥성, 추상도, 속도, 모국어 보조 중 1축만.
S0=모국어 답변+새 덩어리 1개, S1=번역 줄이기+드물게 짧은 떠올리기, S2=아는 틀의 1요소 바꿔 끼우기, S3=모국어 중심 코드 스위칭, S4=의견→이유→예시를 30~90초, S5=5번 이상 주고받으며 바꿔 말해 복귀, S6=비교·조건·반론·협상을 몇 분/8번 이상, S7=추상·전문 주제를 영어 중심으로 오래 대화하며 정리. CEFR B1/B2/C1은 방향 설정에 쓰되 자체 기준을 공식 기준이라 부르지 않는다.
Voice/Live도 같은 기능 등급을 공유한다. 영어로 시작하면 영어로 답하고, 한영 혼용이면 유지한다. 막혀서 모국어로 돌아가도 실패로 치지 않고 내용을 받아 준 뒤, 재사용 가치가 높은 부분만 쉬운 영어로 이어 준다. 수준이 안정되면 한 축만 어렵게 하고, 연속해서 막히면 즉시 한 단계 쉽게 한다. 한글 발음 표기, 매번 녹음, 매번 IPA, 모든 실수 교정, 매 답변 퀴즈, 긴 단어 목록은 피한다. 발음은 원어민화보다 이해 용이성을 우선하고, 음성 인식이 알아들었다는 것만으로 합격 처리하지 않는다. 교재, 별도 앱, 영어만 쓰는 외출을 중심에 두지 않고, 본인의 실생활, 관심사, AI 대화를 교재로 삼는다.
Free/Go 등 1500자 제한만 있는 경우에는 목적, 덩어리, S0S7, L0L3, Voice, 금지 사항 순으로 남기고 구체적인 예시를 줄인다.
14. 실패 패턴과 한계
실패 1: 영한 전문을 매번 이중으로 표시
정보량이 두 배가 되어 본문을 읽는 경험이 망가진다. 이중 자막 연구에서도 시선이 모국어 쪽으로 쏠리는 사례가 있다. 모국어를 없앨 필요는 없지만 전부 이중으로 보여줄 필요도 없다. [R18]
실패 2: '영어 섞기'가 목적이 되어 버림
영어 하나를 보여주려고 본론이 얄팍해지면 진 것이다. 중요한 판단에서는 0개여도 된다.
실패 3: AI가 알아들었으니 발음 합격
AI는 문맥으로 보완한다. 음성 인식은 1차 점검일 뿐 원어민 판정기가 아니다. [R9][R15]
실패 4: S0~S7을 과학적인 공식 척도로 오해
독자적인 적응 제어 레이어다. CEFR과 연구를 참고했지만 3번 중 2번이나 5번 주고받기는 이 글의 운영 값이다.
실패 5: 학습자 모두에게 같은 프로필을 붙여 넣기
"모국어로는 빠르게 말하는데 영어 검색만 약한" 사람도 있고, 모국어로 설명하는 구조부터 연습하는 편이 나은 사람도 있다. Memory seed의 약점 칸을 바꾸자.
실패 6: 최적화에 빠져 또 설정 늪
설정 만들기가 취미가 되어 영어를 한마디도 안 쓰면 본말전도다. 초판을 넣었으면 그냥 평소처럼 ChatGPT를 쓰자. 학습 시스템의 인사 제도만 완성되고 정작 본인은 I did it! 한마디도 안 나오는 개그는 처음 한 번이면 충분하다.
FAQ
Q1. 정말 교재가 하나도 없어도 되나?
제로라고 주장하는 건 아니다. 일상의 ChatGPT를 메인 OS로, 교재를 빈틈 확인용 라이브러리로 내리자는 생각이다.
Q2. 문법은 나중에 해도 되나?
문법이 필요 없다는 게 아니다. 실제 예문을 몇 번 밟아 본 다음 규칙으로 정리하면 그 규칙이 무엇에 쓰이는지 보이기 쉽다. 중요한 빈틈은 AI 쪽에서 채워 준다.
Q3. 모국어를 쓰면 영어로 직접 생각하지 못하게 되지 않나?
모국어는 초기의 발판으로 쓸 수 있다. [R12] 자주 쓰는 덩어리부터 서서히 번역을 빼서 직접 접근을 늘린다.
Q4. 유창하다는 건 어떤 상태?
이 글에서는 '원어민과 똑같이'가 아니라, 준비 없이도 대화를 시작하고 이어 가고 고쳐 말할 수 있으며, 이유, 예시, 조건, 반론을 다룰 수 있고, 모르는 단어를 돌아 갈 수 있는 상태를 중시한다. 먼저 B2 방향, 그다음 C1 방향이다. [R8]
Q5. Live만 써도 되나?
글이 더 빠른 사람은 텍스트를 중심에 두어도 된다. 눈에 익은 덩어리를 Live에서 소리와 연결한다. 음성 교재라는 시동 비용을 만들지 않는다.
Q6. 가장 중요한 원칙은?
학습을 늘리기 전에 학습을 시작하는 조작을 줄여라. 매일 이미 하는 행동에 녹여 넣을 수 있다면 영어는 '일정'에서 '환경'이 된다.
15. 결론: 공부를 줄이는 게 아니다. '공부라는 UI'를 없앤다
이 방식의 야심은 편하게 아무것도 안 배우는 게 아니다. 오히려 정반대다.
평범한 생활에서 생기는 수백 번의 ChatGPT 사용을 의미 있는 영어 접촉으로 바꾼다. 본인이 실제로 생각한 것을 덩어리로 만들고, 다른 맥락에서 다시 만나게 하고, 조금씩 스스로 찾기, 바꿔 끼우기, 말하기, 대화로 나아간다. AI는 번역기에서 교재 생성기, 간격 반복기, 동적 평가 담당, 인사 사정관, Voice 대화 상대까지 겸한다.
다만 인사팀은 한 번에 승진시키지 않는다. 본인도 매일 출근하지 않는다. 교재는 창고에 있다. 필요할 때만 부른다.
그리고 마지막에는 "영어 공부하자"고 생각하기도 전에 영어가 나온다. 거기까지 가면 학습의 최강 버튼은 아마도 학습 시작 버튼이 없다는 것일 것이다.
