사고는 트리인데 채팅은 왜 로그인가

며칠 전 AI와 나눈 긴 대화를 다시 엽니다.

모든 내용은 그대로 남아 있습니다. 처음 질문도, AI의 답변도, 중간에 물어본 용어와 반례도 사라지지 않았습니다.

그런데 원하는 지점을 찾기는 어렵습니다.

“이 주장을 처음 의심한 게 어디였지?”

“이 질문은 어떤 답변에서 갈라졌더라?”

“중간에 확인한 근거가 처음 결론을 어떻게 바꿨지?”

스크롤을 위아래로 움직여도 대화는 기록처럼 보일 뿐, 지도처럼 보이지 않습니다.

시간순으로는 완벽히 보존되어 있습니다.

의미상으로는 흩어져 있습니다.

문제는 대화가 저장되지 않는 것이 아닙니다. 대화 속 사고의 구조가 저장되지 않는 것입니다.

AI 시대의 채팅은 대화를 기록하는 데에는 뛰어납니다.

그러나 탐구를 다시 이해하고 이어가기 위해서는 기록 이상의 것이 필요합니다.

기록과 지도는 같은 정보를 다르게 보여줍니다

여행 경로를 떠올려봅시다.

시간순 기록은 이렇게 남을 수 있습니다.

09:10 출발
09:35 카페 도착
10:20 박물관 이동
11:10 길을 잘못 듦
11:25 원래 길로 복귀
12:00 공원 도착

이 기록은 무슨 일이 언제 일어났는지 정확히 보여줍니다.

하지만 카페와 박물관, 공원이 공간적으로 어떻게 연결되어 있는지, 길을 잘못 든 지점이 어디였는지는 바로 알기 어렵습니다. 그 관계를 보려면 지도가 필요합니다.

지도는 모든 시간 정보를 보여주지 않을 수 있습니다. 대신 장소 사이의 거리와 방향, 갈림길과 되돌아오는 경로를 한눈에 보여줍니다.

AI 채팅도 비슷합니다.

채팅 로그는 다음을 잘 보존합니다.

• 어떤 질문이 먼저 입력되었는가
• 어떤 답변이 그다음에 생성되었는가
• 대화가 어떤 순서로 진행되었는가
• 사용자가 실제로 어떤 문장을 주고받았는가

반면 다음 관계는 직접 보여주지 못합니다.

• 이 질문이 어느 문장에서 생겼는가
• 어떤 하위 질문이 같은 부모를 공유하는가
• 어느 답변이 이전 결론을 수정했는가
• 서로 비교해야 할 두 갈래가 무엇인가
• 현재 질문에서 최초 질문으로 어떻게 돌아가는가

로그와 지도는 서로 경쟁하는 형식이 아닙니다.

각각 다른 질문에 답합니다.

로그는 ‘무슨 일이 언제 일어났는가’를 보여주고, 지도는 ‘무엇이 무엇과 연결되어 있는가’를 보여줍니다.

깊은 탐구에는 둘 다 필요합니다.

시간순서는 중요한 관계이지만, 유일한 관계는 아닙니다

채팅이 시간순으로 설계된 데에는 이유가 있습니다.

대화는 차례대로 진행됩니다. 현재 발화는 이전 발화의 맥락을 이어받고, 사용자는 위에서 아래로 읽으며 대화의 흐름을 이해합니다. 짧은 질문과 답변에는 이 형식이 매우 자연스럽습니다.

문제는 대화가 길어지고 질문이 분기할 때 생깁니다.

예를 들어 다음 순서로 질문했다고 해봅니다.

Q1. 인지부하이론이란 무엇인가?
Q2. 작업기억의 용량은 정확히 몇 개인가?
Q3. 외재적 인지부하는 어떻게 측정하는가?
Q4. Cowan의 연구와 Miller의 연구는 무엇이 다른가?
Q5. 외재적 인지부하를 줄이면 항상 학습이 좋아지는가?

시간순으로는 Q1에서 Q5까지 차례대로 이어집니다.

그러나 의미상 관계는 다릅니다.

Q1. 인지부하이론이란 무엇인가?
├─ Q2. 작업기억의 용량은 정확히 몇 개인가?
│  └─ Q4. Cowan과 Miller의 연구는 무엇이 다른가?
├─ Q3. 외재적 인지부하는 어떻게 측정하는가?
└─ Q5. 외재적 인지부하를 줄이면 항상 학습이 좋아지는가?

Q4는 시간상 Q3 뒤에 입력되었지만, 의미상 Q2의 하위 질문입니다.

Q5는 앞의 세 질문을 거친 뒤 입력되었지만, Q1의 핵심 주장에 대한 새로운 검토입니다.

시간순 배열은 이 관계를 지우지는 않습니다.

다만 보이지 않게 만듭니다.

사용자는 문장의 내용을 기억해 관계를 스스로 복원해야 합니다.

탐구에는 분기, 복귀, 비교가 있습니다

탐구가 선형적이지 않다는 말은 단지 “질문이 많아진다”는 뜻이 아닙니다.

사고에는 서로 다른 이동이 있습니다.

분기

한 주장이나 개념에서 여러 질문이 갈라집니다.

이 말은 정확히 무엇인가?
근거는 무엇인가?
예외는 없는가?
내 상황에도 적용되는가?

각 질문은 같은 부모를 공유하지만 서로 다른 방향을 탐색합니다.

복귀

하위 개념을 이해한 뒤 처음 질문으로 돌아옵니다.

작업기억의 개념을 살펴본 이유는 그 자체를 외우기 위해서가 아니라, 처음 읽은 인지부하 설명을 더 정확히 판단하기 위해서였습니다. 하위 질문의 답은 상위 질문으로 돌아가야 의미가 완성됩니다.

비교

서로 다른 갈래를 나란히 놓고 판단합니다.

• 이론 A와 이론 B는 어떤 전제에서 다른가?
• 첫 번째 근거와 두 번째 근거 중 어느 것이 더 강한가?
• 원래 답변과 반론을 함께 보면 결론이 어떻게 달라지는가?

수정

새로운 정보가 기존 판단을 바꿉니다.

처음에는 A라고 생각했지만 예외 조건을 확인한 뒤 “A는 C 조건에서만 성립한다”고 수정합니다.

보류

답을 내리지 않고 질문을 열린 상태로 남깁니다.

근거가 부족하거나 현재 목적에서 중요하지 않으면 나중에 돌아올 수 있도록 남깁니다.

이러한 이동은 대화의 시간순서만으로 충분히 표현되지 않습니다.

탐구를 다시 이어가려면 질문의 의미적 관계와 현재 상태가 필요합니다.

“사고는 트리다”는 말은 은유입니다

여기서 조심해야 할 점이 있습니다.

인간의 사고가 언제나 깔끔한 트리 구조로 작동한다고 단정할 수는 없습니다.

실제 사고는 더 복잡합니다.

• 서로 다른 두 갈래가 하나의 결론으로 합쳐집니다.
• 나중에 알게 된 개념이 이전 질문의 의미를 바꿉니다.
• 같은 근거가 여러 주장에 사용됩니다.
• 우연히 발견한 정보가 전혀 다른 주제로 이어집니다.
• 질문과 답이 순환하며 다시 정의됩니다.

엄밀하게는 트리보다 그래프에 가까운 경우도 많습니다.

그럼에도 나무와 가지의 은유가 유용한 이유는 탐구의 중요한 성질을 보여주기 때문입니다.

질문에는 출발점이 있고, 그 질문에서 새로운 질문이 갈라지며, 깊이 들어간 뒤에는 이전 맥락으로 돌아와야 합니다.

“사고는 트리다”라는 말은 인간 정신의 완전한 모형이 아닙니다.

기존 채팅이 놓치는 부모·자식 관계와 분기 관계를 강조하는 설계 언어입니다.

좋은 인터페이스는 은유를 현실보다 더 단순하게 만들 수 있습니다. 중요한 것은 단순화가 사용자가 해야 할 과업에 도움이 되는지입니다.

화면상의 위치와 의미상의 위치는 다릅니다

기존 채팅에서 대화의 위치는 픽셀과 스크롤로 표현됩니다.

• 위에 있으면 오래된 대화입니다.
• 아래에 있으면 최근 대화입니다.
• 같은 화면에 있으면 시간상 가까운 대화입니다.

그러나 의미상의 위치는 다릅니다.

• 어느 질문의 하위 질문인가?
• 어떤 주장에 대한 반론인가?
• 어느 결론을 뒷받침하는 근거인가?
• 어떤 갈래와 비교해야 하는가?
• 현재 목표에서 얼마나 중요한가?

시간상 가까운 두 질문이 의미상 멀 수 있고, 시간상 멀리 떨어진 두 답변이 사실상 같은 논쟁의 양쪽일 수 있습니다.

긴 채팅에서 사용자는 의미적 위치를 화면상의 위치로 번역해야 합니다.

“위로 한참 올라가서, 두 번째 긴 답변 가운데쯤.”

“그 질문 전에 물어봤던 반례 다음.”

“처음 질문과 관련된 부분인데 대화 후반에 다시 나왔던 것.”

이 표현들은 내용의 관계가 아니라 화면 탐색 지침입니다.

대화가 길어질수록 의미를 찾는 일이 공간 좌표를 기억하는 일로 바뀝니다.

지식은 질문과의 관계로 기억되어야 하는데, 채팅에서는 스크롤 위치로 기억됩니다.

이것이 외재적 부담을 키웁니다.

외부 표상은 단순한 장식이 아닙니다

생각을 돕는 그림이나 도식의 가치는 정보를 예쁘게 보여주는 데만 있지 않습니다.

같은 정보를 어떤 형태로 표현하느냐에 따라 사용자가 해야 할 인지적 연산이 달라질 수 있습니다.

Larkin과 Simon은 문장과 도식이 같은 정보를 담더라도 도식이 관련 정보를 공간적으로 모아 보여주고, 필요한 관계를 더 명시적으로 드러낼 때 탐색과 추론의 비용이 줄어들 수 있다고 설명했습니다 (Larkin & Simon, 1987).

예를 들어 세 문장을 읽고 관계를 머릿속에서 구성해야 하는 경우와, 세 요소가 화살표로 연결된 도식을 보는 경우를 생각해볼 수 있습니다.

문장에는 관계가 암묵적으로 들어 있을 수 있습니다. 사용자는 기억에서 요소를 유지하고 연결을 계산해야 합니다.

도식에서는 관계가 공간적으로 외부에 나타납니다. 사용자는 연결을 다시 계산하기보다 보고 확인할 수 있습니다.

Zhang과 Norman은 인지 과업이 머릿속 표상만으로 이루어지는 것이 아니라, 외부 환경의 표상과 함께 분산되어 수행될 수 있다고 설명했습니다. 내부와 외부의 표상이 함께 과업의 구조를 구성하며, 외부 표상의 성질이 문제 해결 방식에 영향을 줄 수 있다는 것입니다 (Zhang & Norman, 1994).

이 관점에서 질문 트리는 대화의 장식이 아닙니다.

사용자가 머릿속으로 유지해야 했던 다음 관계를 화면에 옮깁니다.

• 질문의 부모와 자식
• 현재 위치와 최초 질문
• 같은 부모에서 갈라진 형제 질문
• 아직 탐색하지 않은 갈래
• 전체 탐구에서 현재 질문의 위치

외부 표상이 맡는 것은 생각 자체가 아닙니다.

생각이 사용할 관계를 눈에 보이게 하는 일입니다.

모든 도식이 텍스트보다 좋은 것은 아닙니다

외부 표상의 장점을 말하면 쉽게 “트리는 선형 텍스트보다 우월하다”는 결론으로 갈 수 있습니다.

그러나 그 역시 지나친 일반화입니다.

Larkin과 Simon의 논문 제목이 ‘왜 도식은 때때로 만 마디 말의 가치가 있는가’인 점이 중요합니다. 표현의 효율성은 담긴 정보뿐 아니라 사용자가 수행해야 할 연산, 사용할 수 있는 지식, 주의의 흐름과 맞아야 합니다 (Larkin & Simon, 1987).

도식은 다음 경우 오히려 불편할 수 있습니다.

• 노드가 너무 많아 전체가 복잡해질 때
• 연결선이 얽혀 관계를 읽기 어려울 때
• 시간적 순서가 중요한데 공간 관계만 강조할 때
• 사용자가 표상의 규칙을 이해하지 못할 때
• 세부 내용을 읽기 위해 계속 확대·축소해야 할 때
• 단순한 질문 하나를 처리하는 데 과도한 구조를 요구할 때

그래픽 표현이 학습과 사고를 자동으로 개선한다는 가정도 경계해야 합니다. Scaife와 Rogers는 외부 그래픽이 어떻게 인지를 돕는지 충분히 설명하지 않은 채 ‘그림이니까 더 낫다’고 가정하는 문제를 지적했습니다. 표상의 효과는 내부 표상과 외부 표상이 어떻게 상호작용하며, 실제 과업에 어떤 계산적 이점을 주는지 분석해야 합니다 (Scaife & Rogers, 1996).

따라서 좋은 질문 구조는 모든 대화를 복잡한 마인드맵으로 바꾸지 않습니다.

• 짧은 대화에는 선형 흐름을 유지합니다.
• 질문이 갈라질 때 관계를 보여줍니다.
• 현재 갈래에 집중할 수 있게 합니다.
• 필요할 때 전체 구조를 펼칩니다.
• 시간순 기록과 의미 관계를 함께 보존합니다.

좋은 표상은 정보를 더 화려하게 보여주는 표상이 아니라, 지금 해야 할 생각의 비용을 줄이는 표상입니다.

연결이 많아지면 또 다른 길찾기 문제가 생깁니다

선형 채팅의 한계를 해결하기 위해 링크와 분기를 무한히 추가하면 새로운 문제가 생길 수 있습니다.

초기 하이퍼텍스트 연구에서는 링크된 정보 공간에서 사용자가 현재 위치를 잃거나, 어디로 가야 할지 모르는 ‘길 잃음’ 문제가 중요한 설계 과제로 다뤄졌습니다 (Conklin, 1987).

트리나 그래프도 자동으로 길을 보장하지 않습니다.

• 어디에서 시작했는지 보이지 않을 수 있습니다.
• 현재 노드가 전체에서 어디인지 알기 어려울 수 있습니다.
• 선택할 갈래가 너무 많아질 수 있습니다.
• 깊이 이동한 뒤 원래 질문으로 돌아오기 어려울 수 있습니다.

그래서 분기만큼 중요한 것이 경로입니다.

사용자는 현재 질문만 보는 동시에 다음을 확인할 수 있어야 합니다.

처음 질문
→ 여기서 나온 개념
→ 그 개념의 근거 검증
→ 현재 질문

전체 숲을 항상 펼쳐놓지 않아도, 현재 위치에서 뿌리까지의 경로가 보이면 길을 잃을 가능성이 줄어듭니다.

분기는 탐구의 자유를 제공하고, 경로는 복귀 가능성을 제공합니다.

둘 중 하나만으로는 충분하지 않습니다.

탐구는 정보를 찾는 일이 아니라 표상을 만드는 일입니다

깊은 탐구에서 사용자는 단지 답을 수집하지 않습니다.

흩어진 정보를 자신의 질문에 맞는 구조로 바꿉니다.

• 어떤 주장을 중심에 둘지 정합니다.
• 근거와 반론을 구분합니다.
• 관련 없는 정보를 제외합니다.
• 같은 개념을 묶습니다.
• 조건과 예외를 연결합니다.
• 잠정 결론을 만들고 수정합니다.

Russell과 동료들은 sensemaking을 과업의 질문에 답하기 위해 적절한 표상을 찾고 정보를 그 표상에 부호화하는 과정으로 설명했습니다. 표상의 변화는 이후의 탐색과 비교, 추론에 필요한 비용을 바꿉니다 (Russell et al., 1993).

이 관점에서 긴 AI 대화의 문제는 정보가 부족하다는 것이 아닙니다.

정보를 사용자의 질문에 맞는 표상으로 바꾸는 작업이 사용자에게 전적으로 남아 있다는 점입니다.

AI는 문장 수준에서는 매우 잘 조직합니다.

그러나 세션 전체에서는 다음을 자동으로 보장하지 않습니다.

• 어떤 질문이 핵심이고 어떤 질문이 보조인지
• 어느 답변이 근거이고 어느 답변이 반론인지
• 어떤 갈래가 결론을 바꿨는지
• 무엇이 해결되었고 무엇이 열려 있는지

대화가 길어질수록 사용자는 답변을 읽는 사람에서 대화 전체의 정보 설계자가 됩니다.

그 설계가 화면에 남지 않으면, 다음에 돌아왔을 때 다시 처음부터 표상을 만들어야 합니다.

채팅은 대화창에서 사고 환경으로 바뀌어야 합니다

대화창은 원래 짧은 교환을 위해 매우 좋은 형식입니다.

질문을 하고 답을 받고, 바로 이어서 더 구체적으로 묻고, 자연어로 맥락을 이어갑니다. AI와의 상호작용이 채팅 형태로 빠르게 확산된 이유도 여기에 있습니다.

그러나 AI는 한 번의 대답으로 끝나지 않습니다.

사용자는 학습하고, 조사하고, 계획하고, 검증하고, 설계하며 긴 시간 동안 대화를 이어갑니다. 이때 채팅은 단순한 메시지 교환창이 아니라 사고를 담는 작업 공간이 됩니다.

작업 공간이라면 다음을 지원해야 합니다.

• 질문이 어디에서 생겼는지
• 어떤 갈래로 탐색했는지
• 현재 어디에 있는지
• 처음 질문으로 어떻게 돌아가는지
• 서로 다른 갈래를 어떻게 비교할지
• 탐색이 끝난 뒤 무엇을 남길지

이것은 채팅을 없애자는 주장이 아닙니다.

대화의 자연스러움 위에 사고의 구조를 추가하자는 주장입니다.

시간순 대화는 계속 흐르되, 의미 관계는 사라지지 않아야 합니다.

Thinket은 대화를 트리로 꾸미는 것이 아닙니다

Thinket의 분기 구조는 단순한 시각 효과가 아닙니다.

AI 답변 속 궁금한 구절을 선택해 질문하면, 그 질문은 원래 답변의 구절을 부모로 삼습니다. 그 답변에서 다시 질문하면 새로운 갈래가 생깁니다.

이때 Thinket은 세 가지 관계를 보존합니다.

분기

어느 문장과 질문에서 새 탐구가 시작되었는지 남깁니다.

경로

현재 질문이 최초 질문에서 어떤 단계를 거쳐왔는지 보여줍니다.

갈무리

탐색이 끝난 뒤 전체 질문 구조를 펼쳐 무엇을 물었고 어떤 갈래가 생겼는지 되짚게 합니다.

이 기능들은 사용자 대신 결론을 내리지 않습니다.

질문을 더 좋은 질문으로 자동 변환하지도 않고, AI 답변을 자동으로 참으로 만들지도 않습니다.

다만 사용자가 해야 했던 다음 작업을 외부화합니다.

• 부모 질문을 기억하기
• 현재 위치를 기억하기
• 긴 채팅에서 관련 답변 찾기
• 하위 질문 뒤에 원래 질문으로 돌아가기
• 전체 탐색의 윤곽 복원하기

Thinket은 대화를 트리처럼 보이게 만드는 도구가 아니라, 대화 속에 이미 생긴 질문의 관계를 잃지 않게 하는 도구입니다.

사고의 구조가 남으면, 대화는 다시 이어질 수 있습니다

좋은 기록은 과거를 보존합니다.

좋은 지도는 다음 움직임을 가능하게 합니다.

AI 채팅이 지식 작업의 중심 공간이 되고 있다면, 우리는 대화를 얼마나 많이 저장하는지만 물어서는 안 됩니다.

• 다시 돌아왔을 때 왜 이 질문을 했는지 알 수 있는가?
• 하위 질문의 답을 원래 문제에 다시 연결할 수 있는가?
• 서로 다른 갈래를 비교할 수 있는가?
• 탐색이 바뀐 이유를 추적할 수 있는가?
• 무엇이 아직 남았는지 볼 수 있는가?

사고는 늘 완벽한 트리처럼 자라지 않습니다.

그러나 질문이 갈라졌다는 사실, 그 갈래가 어디에서 시작되었는지, 다시 어디로 돌아가야 하는지는 남길 수 있습니다.

문제는 대화가 저장되지 않는 것이 아닙니다. 대화 속 사고의 구조가 저장되지 않는 것입니다.

Thinket은 기록을 없애지 않습니다.

기록이 다시 생각의 지도가 되게 합니다.