유창성의 착각: AI 코딩이 만드는 ‘배우는 느낌’의 함정
핵심 요약
- 유창함은 더 이상 같은 신호가 아닙니다 — 읽고, 지켜보고, 결과물을 생성하는 일은 모두 ‘이해했다’는 느낌을 주지만, 그 느낌이 실제 이해를 보장하지는 않습니다.
- AI 코딩의 ‘생산성’ 중 일부는 깊이 없는 유창함입니다 — 정작 쌓인 건 도구의 리듬에 대한 익숙함일 뿐, 코드에 대한 구조적 이해가 아닐 때가 많습니다.
- 고칠 수 있습니다 — 뇌가 고장 난 게 아니니까요 — 해법은 메타인지입니다. 한 시간 중 10분을 들여 착각에 구멍을 내는 세 가지 전략을 소개합니다.
• • •
유창함은 더 이상 같은 신호가 아니에요
더 많은 소프트웨어 팀이 알았으면 하는 인지과학 개념이 하나 있어요. 지금 AI 코딩 도구를 둘러싸고 실제로 벌어지는 일을 꽤 많이 설명해 준다고 생각하거든요. 바로 유창성의 착각(Illusion of Fluency)이에요.
유창성의 착각은 익숙하거나 수월하다는 이유만으로, 사실은 제대로 이해하지도 못한 걸 이해했다고 믿어 버리는 현상이에요. 그냥 눈으로 읽기만 해도 이해한 것 같고, 누가 하는 걸 지켜보기만 해도 나도 할 수 있을 것 같고, 결과물이 나오기만 해도 내가 만들어 낸 것 같죠. 이제 유창하다는 느낌은 예전과 같은 신호가 아니에요.
학습 과학자들은 수십 년 동안 이 개념으로 두 가지를 설명해 왔어요. 같은 걸 반복해서 접하다 보면 어떻게 알맹이 없이 숙달했다는 느낌만 생기는지, 그리고 사람들이 어떻게 실력에는 도움도 안 되는 비효율적인 문제 풀이에 빠져 헤매게 되는지요.
‘생산성’처럼 느껴지지만, 깊이가 없을 때
저는 에이전트 코딩(agentic coding)을 하는 개발자들 곁에 앉아 있을 때면 이 점을 자꾸만 떠올리게 돼요. 우리가 ‘생산성’이라고 느끼는 것 중 일부는 진짜예요. 진짜 문제를 붙들고 일하고 있으니까요. 하지만 그중 일부는 깊이 없는 유창함이에요. 결과물이 화면을 휙휙 가로지르고 파일이 차곡차곡 쌓이니까, 빠르고 좋다는 그 느낌이 ‘실력이 쌓였다’고 머릿속에 기록돼 버리거든요. 그런데 정작 쌓인 건 그 도구의 리듬에 익숙해진 것일 뿐, 코드에 대한 구조적 이해는 아닌 경우가 많아요.
• • •
고칠 수 있어요. 뇌가 고장 난 게 아니니까요
당신의 뇌가 고장 난 게 아니에요. 해법은 메타인지에 있어요.
그런데 여기서 과학이 알려주는 통찰이 있어요. 이건 고칠 수 있고, 당신의 뇌가 고장 난 게 아니에요. 해법은 메타인지에 있어요. 자기 자신의 마음을 좀 더 잘 이해하는 데서 나오죠.
또 다른 착각 하나를 깨뜨려 보면 그 방법이 보여요. 바로 설명 깊이의 착각(Illusion of Explanatory Depth)이에요. 사람들은 복잡한 시스템을 실제보다 훨씬 더 깊이 이해하고 있다고 줄곧 믿어요. 그게 정확히 어떻게 돌아가는지 직접 설명해 보라는 말을 듣기 전까지는요. 코드를 한 줄 한 줄 따라갈 수는 있었는데, 막상 의존성이 바뀌어 망가지자 그 이유는 말하지 못했던 순간, 있으셨죠? 바로 그게 그 간극이에요. 게다가 우리는 인과적·기계론적 이해에서 특히 이 착각에 잘 빠져요. 하필 소프트웨어 시스템이 요구하는 게 딱 그런 이해인데 말이죠!
제가 쓰는 세 가지 전략
제가 직접 에이전트 코딩을 할 때 쓰는 구체적인 전략은 세 가지예요.
착각에 구멍 내는 3가지 연습
- AI가 내놓은 결과물을 닫아 두고, 기억만으로 그걸 다시 만들어 봅니다.
- 자동화로 규모를 키워 적용하기 전에, 작은 풀이 예제(worked example) 하나를 손으로 직접 만들어 봅니다.
- 도구가 해결책을 건네주면, 그게 어디서 무너질지 먼저 예측해 보고 예외값과 경계 사례를 따져 봅니다.
한 시간 중 10분을 들여 착각에 구멍을 내는 것. 이런 메타인지 연습은 두고두고 보답으로 돌아와요. 실제로 이런 전략을 쓰면 그 뒤로도 몇 시간 동안 학습과 사고가 더 깊어지는 모습을 우리는 확인합니다.
• • •
마치며
이것이 바로 제 책 『소프트웨어 팀의 심리학(The Psychology of Software Teams)』이 다루는 이야기의 일부예요. 우리 자신의 마음을 거스르지 않고 그 마음과 함께 일하는 방식이 기술적인 작업의 모습을 결정해요. AI 시대가 심리학과 인지과학을 덜 중요하게 만든 게 아니에요. 오히려 기본기 — 자기 조절, 바람직한 어려움(desirable difficulty), 인출 연습(retrieval practice), 정교하게 보정된 메타인지 — 가 그 어느 때보다 더 중요해졌어요. 소프트웨어 도구들이야말로 알맹이 없이 배우는 느낌만 만들어 내는 데 유독 능하니까요.
전문성에 이르는 길은 언제나 그런 인지적 착각을 깨뜨리는 과정을 거쳐 왔어요. 이걸 해낼 수 있는 개발자는 6개월 뒤에 전혀 다른 전문가가 되어 있을 거예요.
저자 소개: 캣 힉스(Cat Hicks) 박사는 소프트웨어 팀을 연구하는 인지·사회 심리 과학자이며, 『소프트웨어 팀의 심리학(The Psychology of Software Teams)』의 저자입니다.
참고: 이 글은 캣 힉스가 LinkedIn에 게시한 글을 번역·정리한 것입니다.
원문: Here’s a piece of cognitive science I want more software teams to know about… — Cat Hicks, LinkedIn (2026년 6월 7일)
생성: Claude (Anthropic)