천천히 읽는다
아니, 그보다 더 천천히. 수학은 시간당 페이지 수가 아니라 페이지당 시간으로 읽는다.
스스로 읽고, 스스로 이해하기 위한 학습 가이드
수학 교과서는 소설처럼 읽을 수 없다. 이 문서는 논문, 교과서, 강의 노트, 심지어 자신의 수업 필기까지 — 어떤 수학 텍스트든 독립적으로 읽고 소화하기 위한 방법과 단계를 안내한다. 수학을 읽는 일은 어렵다. 그러나 어려운 것이야말로 성장이 일어나는 지점이다.
"수학은 시간당 페이지 수가 아니라, 페이지당 시간으로 읽는다."
수학 텍스트를 읽기 위한 기초 원칙이다. 이 여섯 가지를 내면화하고 꾸준히 적용하는 것만으로도 큰 차이가 생긴다.
아니, 그보다 더 천천히. 수학은 시간당 페이지 수가 아니라 페이지당 시간으로 읽는다.
한 페이지를 이해하는 데 오랜 시간이 걸릴 수 있고, 대개 한 번의 시도로는 부족하다. 며칠에 걸쳐 작업할 것을 계획한다. 동시에 학습 세션을 너무 짧게 잡지 않는다. 수학에는 반복과 시간이 필요하다 — 자료와 씨름할 시간, 그리고 아이디어가 머릿속에서 숙성될 시간.
질문은 깊은 이해의 열쇠다. "정의 3.12를 모르겠다"는 질문이 아니다. "정의 3.12를 어떻게 해석해야 하는가?"도 충분히 정확하지 않다. "왜 정의에서 역함수 자체가 전단사여야 하는가?" — 이것이 좋은 질문이다.
가능한 한 명확하게, 올바른 수학 언어로 표현하려고 노력한다. 이해했다고 생각하더라도 말로 풀어본다. 남에게 설명하려는 순간에야 비로소 제대로 이해하지 못했음을 깨닫는 경우가 많다. 오래 막혀 있다면 주저 없이 다른 사람이나 다른 자료를 참고하되, 여러 출처를 나란히 두지만 말고 하나의 일관된 그림으로 통합한다. 통일된 개념과 표기법으로 직접 써보는 것이 좋은 방법이다.
혼란스러운 부분에 표시를 남긴다. 주제별·핵심 증명별 요약을 쓴다(모든 보조정리까지는 아니다). 예제는 모든 세부 사항을 적는다 — 교과서에서는 예제가 종종 축약되어 있으므로 추론 단계를 전부 풀어 쓴다. 자신만의 예제를 만들어 그것도 적어 둔다.
모순처럼 보이지만 둘 다 중요하다.
버티기: 한 줄이 이해되지 않는다고 바로 포기하지 않는다. 스스로 알아내려 시도한다.
나아가기: 도무지 풀리지 않으면 계속 읽고 나중에 돌아온다. 몇 줄 뒤의 더 명확한 설명이
실마리가 되는 경우가 많다.
세 단계(또는 네 단계, 다섯 단계)로 이루어진 읽기 방법이다. 1단계는 소파, 버스, 공원 벤치 등 어디서든 할 수 있다. 반면 2단계와 3단계는 방해받지 않고 집중할 수 있는 조용한 장소에서 수행한다 — 집중한 30분이 산만한 1시간보다 낫다.
목표는 무엇이 들어 있는지 감을 잡는 것이다. 모든 것을 한 번에 이해할 필요는 없다. 논리적 구획은 이후 작업의 작업 패키지(work package)가 된다.
여기까지 마치면 자료의 대략적인 윤곽이 잡히고, 핵심 용어·대상의 이름·방법·정리들이 이미 기억에 자리 잡기 시작한다. 이제 더 깊이 파고들 차례다.
이제 더 깊은 이해를 쌓는다. 이 과정에는 시간이 걸린다는 사실을 기억한다. 예제는 정의가 어디에 적용되고 어디에 적용되지 않는지 직관을 주기 위해 존재한다.
주(remark), 도입·전환 문단, 표기법 절도 반드시 읽는다. 추가 설명·직관·아이디어와 서술 규약이 담긴 이 부분들 역시 이야기의 일부이므로 건너뛰지 않는다.
이제부터가 흥미로운 부분이다. 무언가가 왜 그렇게 작동하는지 깊이 파고든다. 증명은 명제를 검증하는 절차에 그치지 않는다 — 수학적 대상들의 연결 관계와 성질을 이해하게 해 준다. 이 단계가 보통 가장 오래 걸리지만 작은 덩어리로 나눌 수 있고, 증명에 막히면 4단계를 거친 뒤 돌아와도 괜찮다.
"내가 정말 이해했는가?"를 확인하는 가장 강력한 도구가 연습문제다. 이 주제만으로 별도의 가이드를 쓸 수 있을 정도지만, 핵심 절차는 다음과 같다.
읽기 과정의 맨 끝에서 더 넓은 맥락 속에 이해를 재구축한다. 정의·예제·보조정리·정리·증명의 세부에 매몰되는 것을 막아 준다. 이번에는 노트를 작성하면서 주제 전체를 구조적으로 살핀다.
이 모든 과정을 거친 뒤에도 풀리지 않은 질문이 남을 수 있다. 그러나 많은 것이 이미 명확해져 있을 것이다. 1단계로 돌아가고, 다른 사람과 이야기하고, 끈질기게 계속한다. 어느 순간 — 곧바로일 수도, 한참 뒤일 수도 있다 — 이해가 맞물리기 시작한다. 어느 쪽이든 스스로를 자랑스러워해도 된다. 열심히 노력했고, 많이 배웠다.
교육에서 AI의 역할은 거대한 주제이며 여기서 전부 다룰 수는 없다. 학생과 연구자는 AI가 제공하는 도구와 통찰에서 많은 것을 얻을 수 있다. 다만 그 결과는 신중하게 사용해야 하며 정확성을 항상 검증해야 한다.
위험은 AI에 지나치게 의존하여 스스로 생각하는 능력을 잃는 데 있다. 수학은 어렵다. 새 개념을 이해하는 데는 시간이 걸리고, 정의와 정리 그리고 그 활용에 익숙해지는 일은 힘들 수 있다. 그러나 바로 그 과정이 두뇌가 새로운 연결을 만드는 방식이다. 이런 관찰은 놀랍지도, 새롭지도 않으며, 저자만의 견해도 아니다.
위에서 설명한 읽기 방법에는 AI가 등장하지 않는다. 저자의 견해로는, AI가 때로 도움이 될 수는 있어도 필수적이지 않고 경우에 따라 해로울 수도 있다. 언제 어떻게 AI를 쓸지 스스로 결정하고, 그 사용의 영향을 숙고하라. 관련된 최근 연구 결과 두 가지를 인용한다.
"EEG는 뇌 연결성에서 유의미한 차이를 보여주었다. 뇌만 사용한 참가자들은 가장 강하고 널리 분산된 네트워크를 보였고, 검색 엔진 사용자는 중간 수준의 활성화를, LLM 사용자는 가장 약한 연결성을 나타냈다. […] LLM은 즉각적인 편의를 제공하지만, 우리의 결과는 잠재적 인지 비용을 시사한다. 4개월에 걸쳐 LLM 사용자는 신경적·언어적·행동적 수준에서 일관되게 낮은 성과를 보였다. 이 결과는 LLM 의존이 장기적으로 교육에 미칠 함의에 대한 우려를 제기하며, 학습에서 AI의 역할에 대한 더 깊은 탐구의 필요성을 강조한다." Kosmyna et al., "Your Brain on ChatGPT: Accumulation of Cognitive Debt When Using an AI Assistant for Essay Writing Task", preprint 2025 — arxiv.org/abs/2506.08872
"연구 결과는 AI가 개인화된 학습, 학업 성과 향상, 학생 참여 증진 등 상당한 이점을 제공함을 보여준다. 그러나 AI에 대한 과잉 의존, 비판적 사고 능력의 저하, 데이터 프라이버시 위험, 학문적 부정행위와 같은 과제들도 함께 확인되었다." Vieriu & Petrea, "The Impact of Artificial Intelligence (AI) on Students' Academic Development", Educ. Sci. 2025, 15(3), 343 — doi.org/10.3390/educsci15030343
여기까지 왔다면 이미 많은 힘든 작업을 해냈고 많은 것을 성취했다. 수학 읽기는 어렵지만, 어려운 것이야말로 성장이 일어나는 지점이다.