{"content_id":"okdh5nqah2","slug":"unlearning-in-the-ai-era","locale":"ko","schema_type":"HowTo","category":"how_to","category_name":"하우투","title":"AI 시대의 언러닝: 낡은 전제를 버리고 다시 배우는 방법","summary":"언러닝은 지식을 억지로 잊는 일이 아니라 더는 유효하지 않은 전제와 업무 방식을 식별해 영향력을 줄이는 과정이다. 낡은 전제를 검증하고 작은 실험을 거쳐 새로운 판단 기준으로 교체하는 방법을 설명한다.","author":{"name":"인조이스 편집팀","url":"https://injoys.com/ko/about"},"key_points":["언러닝은 기억을 삭제하는 것이 아니라 기존 지식이 여전히 적용되는 조건을 다시 검증하는 과정이다.","직무 기술의 반감기는 표준화된 단일 통계가 아니므로 특정 연수를 보편적 사실처럼 사용해서는 안 된다.","효과적인 전환은 언러닝, 리러닝, 뉴러닝을 순환하며 이루어진다.","기존 방식을 즉시 폐기하기보다 작은 실험으로 새 방식의 효과와 위험을 비교해야 한다.","AI가 정보를 생성하더라도 목표 설정, 맥락 판단, 검증과 결과에 대한 책임은 사람과 조직에 남는다."],"content_markdown":"새로운 기술을 계속 배우는데도 뒤처지는 느낌이 사라지지 않는다면, 문제는 학습량보다 머릿속에 남아 있는 낡은 전제일 수 있다. AI와 자동화가 업무 절차를 빠르게 바꾸는 환경에서는 새 지식을 추가하는 능력뿐 아니라 기존 지식의 적용 범위를 재검토하는 **언러닝(unlearning)**이 필요하다.\n\n## 언러닝이란 무엇인가\n\n언러닝은 이미 배운 내용을 완전히 지우거나 과거의 경험을 무가치하게 만드는 일이 아니다. **한때 효과적이었던 지식, 습관 또는 전제가 현재 상황에서도 유효한지 점검하고, 더는 맞지 않는 부분이 의사결정을 지배하지 않도록 만드는 과정**이다.\n\n예를 들어 과거에는 모든 보고서를 사람이 처음부터 작성하는 것이 합리적이었을 수 있다. 생성형 AI를 사용할 수 있는 환경에서는 초안 작성 절차를 바꿀 수 있지만, 사실 확인과 승인 책임까지 자동으로 사라지는 것은 아니다. 언러닝은 기존 절차 전체를 폐기하는 것이 아니라 무엇을 자동화하고 무엇을 사람이 계속 책임져야 하는지 다시 구분하는 작업이다.\n\n### 언러닝과 망각의 차이\n\n| 구분 | 의미 | 결과 |\n|---|---|---|\n| 망각 | 의도와 관계없이 기억이나 정보를 잃는 현상 | 필요할 때 기존 지식을 활용하지 못할 수 있음 |\n| 폐기 | 특정 정보나 절차를 사용하지 않기로 결정하는 것 | 대안이 없으면 업무 공백이 생길 수 있음 |\n| 언러닝 | 기존 지식의 전제와 적용 조건을 재검토하는 것 | 유효한 부분은 보존하고 낡은 부분은 교체할 수 있음 |\n| 리러닝 | 달라진 환경에서 핵심 개념이나 기술을 다시 익히는 것 | 기존 경험을 새 기준에 맞게 재구성함 |\n\n## 왜 AI 시대에 언러닝이 중요한가\n\n### 직무에 필요한 기술 조합이 빠르게 달라진다\n\n세계경제포럼의 「Future of Jobs Report 2025」에서 조사에 참여한 고용주들은 2025년부터 2030년까지 근로자가 보유한 기존 기술 조합의 약 39%가 변화하거나 시대에 뒤처질 것으로 예상했다. 이는 모든 기술이 같은 속도로 사라진다는 뜻이 아니라, 많은 직무에서 필요한 기술의 구성과 중요도가 달라질 가능성이 크다는 의미다.\n\n흔히 직무 기술의 시장 가치가 절반으로 줄어드는 기간을 가리켜 ‘스킬 반감기’라고 표현한다. 그러나 이 수치는 직종, 기술, 산업, 측정 방식에 따라 크게 달라지며 공통된 국제 표준 지표도 아니다. 따라서 ‘모든 기술의 반감기는 5년’ 또는 ‘AI 기술은 2년’과 같은 문장을 보편적인 사실로 받아들이기보다 변화 방향을 설명하는 비유나 제한된 추정치로 다루는 것이 정확하다.\n\n### 새 도구가 기존 절차의 전제를 바꾼다\n\n업무 절차는 대개 당시의 비용과 기술적 제약을 전제로 만들어진다. 검색에 오랜 시간이 걸리던 시기에 만든 조사 절차, 대면 근무를 기본으로 설계한 승인 체계, 사람이 모든 초안을 작성한다는 가정에 기반한 제작 과정이 대표적이다.\n\nAI가 검색, 요약, 번역, 코드 및 문서 초안 작성을 지원하면 이러한 전제 일부가 달라진다. 그렇다고 기존 절차가 모두 무효가 되는 것은 아니다. 개인정보 보호, 저작권, 보안, 사실 검증과 최종 책임처럼 도구가 바뀌어도 유지해야 할 조건이 있다.\n\n### 더 많이 아는 것과 더 잘 판단하는 것은 다르다\n\nAI는 많은 선택지를 빠르게 제시하지만, 조직의 목적에 맞는 선택지를 정하고 위험을 감수할 범위를 결정하지는 않는다. 산출물이 사실인지, 이용자에게 도움이 되는지, 법과 조직 정책을 준수하는지 판단하는 책임도 자동으로 이전되지 않는다.\n\n따라서 AI 시대의 역량은 단순한 정보 보유량만으로 설명하기 어렵다. 다음 능력이 함께 필요하다.\n\n- 문제와 목표를 정확히 정의하는 능력\n- 출처와 근거를 검증하는 능력\n- 중요한 정보와 불필요한 정보를 구분하는 능력\n- 조직과 이용자의 맥락을 반영하는 능력\n- 결과를 설명하고 책임지는 능력\n\n## 언러닝·리러닝·뉴러닝의 순환\n\n언러닝은 단독으로 끝나는 활동이 아니다. 기존 전제를 내려놓은 뒤 핵심을 다시 이해하고 새로운 방법을 실제 업무에 연결해야 한다.\n\n| 단계 | 핵심 질문 | 주요 활동 | 산출물 |\n|---|---|---|---|\n| 언러닝 | 무엇이 더는 사실이거나 필수가 아닌가? | 전제 식별, 적용 조건 검토, 예외 분석 | 중단·유지·검증할 항목 목록 |\n| 리러닝 | 변하지 않은 목적과 원리는 무엇인가? | 목표 재정의, 최신 근거 확인, 기준 수정 | 새로운 판단 기준과 업무 원칙 |\n| 뉴러닝 | 새 도구와 조건으로 무엇을 만들 수 있는가? | 실험, 측정, 피드백, 절차 설계 | 검증된 새 업무 방식 |\n\n이 세 단계는 일직선이 아니라 반복되는 순환이다. 새 방식도 환경이 바뀌면 다시 검토 대상이 된다.\n\n## 언러닝을 실행하는 6단계\n\n### 1. 바뀐 신호를 찾는다\n\n다음과 같은 현상이 반복되면 기존 방식의 전제를 점검할 필요가 있다.\n\n- 투입 시간은 늘었는데 결과의 품질이 개선되지 않는다.\n- 새 도구를 도입했지만 업무 단계는 이전과 똑같다.\n- 규정, 기술 또는 이용자 요구가 달라졌다.\n- 구성원이 절차의 목적을 설명하지 못하고 관행만 따른다.\n- 같은 실수나 재작업이 반복된다.\n\n### 2. 숨은 전제를 문장으로 적는다\n\n절차 뒤에 숨어 있는 믿음을 구체적인 문장으로 바꾼다. ‘원래 이렇게 한다’는 표현은 검증할 수 없으므로 피한다.\n\n예시는 다음과 같다.\n\n- 좋은 보고서는 사람이 처음부터 끝까지 직접 작성해야 한다.\n- 회의에 오래 참석해야 업무 맥락을 이해할 수 있다.\n- 관리자는 구성원보다 모든 실무를 더 잘 알아야 한다.\n- 문서가 길수록 충분히 검토한 결과다.\n\n### 3. 사실, 가정, 선호를 구분한다\n\n각 문장을 다음 세 범주로 분류한다.\n\n- **사실:** 현재 근거로 확인할 수 있는 내용\n- **가정:** 특정 조건에서만 맞거나 아직 검증하지 않은 내용\n- **선호:** 개인이나 조직이 원하는 방식\n\n선호를 사실처럼 취급하면 언러닝이 어려워진다. 반대로 법적 의무나 안전 기준을 단순한 관행으로 오인해 없애면 위험할 수 있다.\n\n### 4. 적용 조건과 유효기간을 확인한다\n\n기존 방식이 만들어진 시점, 해결하려던 문제, 당시 사용 가능했던 도구를 확인한다. 이어서 현재에도 같은 조건이 유지되는지 질문한다.\n\n- 이 규칙은 어떤 문제를 막기 위해 만들어졌는가?\n- 그 문제는 지금도 존재하는가?\n- 기술이나 비용 구조가 달라졌는가?\n- 규제, 보안 또는 품질 기준은 그대로인가?\n- 이 방식을 중단했을 때 가장 큰 위험은 무엇인가?\n\n### 5. 전면 교체 대신 작은 실험을 한다\n\n언러닝은 무조건적인 폐기가 아니다. 되돌릴 수 있는 범위에서 기존 방식과 새 방식을 비교한다.\n\n예를 들어 주간 보고서 전체를 없애기 전에 한 팀에서 보고 항목을 절반으로 줄이고, 의사결정 시간·오류·재작업·이용자 만족도를 비교할 수 있다. 생성형 AI를 도입할 때도 공개 가능한 문서의 초안 작성부터 시험하고, 민감한 데이터와 최종 승인은 별도의 통제 절차로 유지하는 편이 안전하다.\n\n### 6. 새 기준과 폐기 이유를 기록한다\n\n실험 결과에 따라 기존 방식을 유지, 수정, 보류 또는 폐기한다. 무엇을 바꿨는지만 기록하지 말고 다음 내용도 남긴다.\n\n- 이전 방식의 목적\n- 더는 유효하지 않은 전제\n- 유지해야 하는 원칙과 통제 장치\n- 새 방식이 유효한 조건\n- 재검토 날짜와 책임자\n\n이 기록은 새 방식이 또 하나의 검증되지 않은 관행으로 굳는 것을 막는다.\n\n## 업무에서 적용하는 예시\n\n### 보고서 작성\n\n- **기존 전제:** 작성자가 모든 자료를 직접 읽고 처음부터 문장을 써야 품질이 높다.\n- **언러닝:** 직접 작성과 정확성 사이에 항상 필연적인 관계가 있는지 검토한다.\n- **리러닝:** 보고서의 본질을 근거가 분명하고 의사결정에 유용한 문서로 다시 정의한다.\n- **뉴러닝:** AI로 구조나 초안을 만들되, 원문 대조와 수치 검증, 최종 승인은 사람이 담당한다.\n\n### 회의 운영\n\n- **기존 전제:** 관련자는 모두 실시간 회의에 참석해야 한다.\n- **언러닝:** 정보 공유와 공동 의사결정이 같은 형태의 회의를 요구하는지 구분한다.\n- **리러닝:** 회의의 목적을 정보 전달, 의견 수렴, 결정 중 하나로 명확히 한다.\n- **뉴러닝:** 정보 전달은 비동기 문서로 바꾸고 논쟁과 결정이 필요한 안건만 회의에서 다룬다.\n\n### 관리자의 역할\n\n- **기존 전제:** 관리자는 모든 답을 알고 직접 지시해야 한다.\n- **언러닝:** 전문성이 분산된 조직에서 이 방식이 의사결정을 늦추는지 확인한다.\n- **리러닝:** 관리자의 역할을 목표 설정, 자원 배분, 갈등 조정과 책임 관리로 다시 정의한다.\n- **뉴러닝:** 실무 판단은 담당자에게 위임하고 중요한 가정과 위험을 검토하는 구조를 만든다.\n\n## 무엇을 버리면 안 되는가\n\n빠른 변화가 모든 원칙의 폐기를 정당화하지는 않는다. 다음 항목은 새 도구를 도입하더라도 신중하게 보존하거나 강화해야 한다.\n\n- 법률과 규제 준수\n- 개인정보 및 기밀정보 보호\n- 안전과 품질을 위한 필수 검증\n- 출처 확인과 기록 관리\n- 접근성 및 차별 방지 원칙\n- 최종 결정권자와 책임 소재\n\n특히 AI 산출물은 그럴듯하지만 틀린 정보, 편향 또는 민감정보 노출 위험을 포함할 수 있다. 효율성을 이유로 검증과 책임 절차까지 없애는 것은 언러닝이 아니라 통제 실패에 가깝다.\n\n## 언러닝이 실패하는 흔한 이유\n\n### 과거의 경험을 전부 부정한다\n\n기존 방식에는 당시의 문제를 해결한 이유가 있다. 역사를 지우면 이미 해결했던 위험이 다시 나타날 수 있다. 사람이나 경험을 부정하지 말고 적용 조건을 분리해 검토해야 한다.\n\n### 유행하는 도구를 정답으로 간주한다\n\n새롭다는 이유만으로 더 좋은 것은 아니다. 도구 도입 자체가 목표가 되면 비용과 복잡성만 늘어날 수 있다. 품질, 속도, 위험, 이용자 가치처럼 측정 가능한 목표를 먼저 정해야 한다.\n\n### 기존 방식을 버리고 대안을 마련하지 않는다\n\n중단만 있고 리러닝이 없으면 업무 공백이 생긴다. 폐기할 절차가 수행하던 기능을 확인하고 그 기능을 대체할 새 기준을 마련해야 한다.\n\n### 심리적 비용을 무시한다\n\n오랫동안 익힌 전문성과 정체성은 밀접하게 연결돼 있다. 기존 방식을 바꾸라는 요청이 개인의 능력을 부정하는 말로 들릴 수 있다. 무엇이 틀렸는지가 아니라 어떤 조건이 달라졌는지를 중심으로 설명하는 것이 효과적이다.\n\n## 오늘 시작할 수 있는 언러닝 점검표\n\n아래 질문 중 하나를 골라 답하는 것만으로도 시작할 수 있다.\n\n1. 최근 1년 동안 환경이 바뀌었는데 그대로 유지한 업무는 무엇인가?\n2. ‘원래’, ‘당연히’, ‘항상’이라는 말로 설명하는 절차가 있는가?\n3. 그 절차가 해결하려던 원래 문제는 무엇인가?\n4. 현재도 같은 문제와 제약이 존재하는가?\n5. 유지해야 할 핵심 원칙과 바꿀 수 있는 형식은 각각 무엇인가?\n6. 위험을 제한하면서 시험할 수 있는 가장 작은 변화는 무엇인가?\n7. 성공과 실패를 어떤 지표로 판단할 것인가?\n\n## 결론\n\n언러닝은 더 이상 배우지 말자는 주장이 아니다. **새 학습이 작동할 공간을 만들기 위해 기존 지식의 유효 조건을 재검토하자는 방법**이다. 중요한 것은 많이 버리는 것이 아니라, 무엇을 왜 유지하고 무엇을 어떤 근거로 교체할지 판단하는 능력이다.\n\n오늘 당장 모든 방식을 바꿀 필요는 없다. ‘이 일은 원래 이렇게 한다’고 생각했던 전제 하나를 적고, 그 전제가 지금도 유효한지 작은 실험으로 확인하는 것부터 시작할 수 있다.","content_html":"\u003cp\u003e새로운 기술을 계속 배우는데도 뒤처지는 느낌이 사라지지 않는다면, 문제는 학습량보다 머릿속에 남아 있는 낡은 전제일 수 있다. AI와 자동화가 업무 절차를 빠르게 바꾸는 환경에서는 새 지식을 추가하는 능력뿐 아니라 기존 지식의 적용 범위를 재검토하는 **언러닝(unlearning)**이 필요하다.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%EC%96%B8%EB%9F%AC%EB%8B%9D%EC%9D%B4%EB%9E%80-%EB%AC%B4%EC%97%87%EC%9D%B8%EA%B0%80\" class=\"anchor\" id=\"언러닝이란-무엇인가\"\u003e\u003c/a\u003e언러닝이란 무엇인가\u003c/h2\u003e\n\u003cp\u003e언러닝은 이미 배운 내용을 완전히 지우거나 과거의 경험을 무가치하게 만드는 일이 아니다. \u003cstrong\u003e한때 효과적이었던 지식, 습관 또는 전제가 현재 상황에서도 유효한지 점검하고, 더는 맞지 않는 부분이 의사결정을 지배하지 않도록 만드는 과정\u003c/strong\u003e이다.\u003c/p\u003e\n\u003cp\u003e예를 들어 과거에는 모든 보고서를 사람이 처음부터 작성하는 것이 합리적이었을 수 있다. 생성형 AI를 사용할 수 있는 환경에서는 초안 작성 절차를 바꿀 수 있지만, 사실 확인과 승인 책임까지 자동으로 사라지는 것은 아니다. 언러닝은 기존 절차 전체를 폐기하는 것이 아니라 무엇을 자동화하고 무엇을 사람이 계속 책임져야 하는지 다시 구분하는 작업이다.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#%EC%96%B8%EB%9F%AC%EB%8B%9D%EA%B3%BC-%EB%A7%9D%EA%B0%81%EC%9D%98-%EC%B0%A8%EC%9D%B4\" class=\"anchor\" id=\"언러닝과-망각의-차이\"\u003e\u003c/a\u003e언러닝과 망각의 차이\u003c/h3\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003e구분\u003c/th\u003e\n\u003cth\u003e의미\u003c/th\u003e\n\u003cth\u003e결과\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"구분\"\u003e망각\u003c/td\u003e\n\u003ctd data-label=\"의미\"\u003e의도와 관계없이 기억이나 정보를 잃는 현상\u003c/td\u003e\n\u003ctd data-label=\"결과\"\u003e필요할 때 기존 지식을 활용하지 못할 수 있음\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"구분\"\u003e폐기\u003c/td\u003e\n\u003ctd data-label=\"의미\"\u003e특정 정보나 절차를 사용하지 않기로 결정하는 것\u003c/td\u003e\n\u003ctd data-label=\"결과\"\u003e대안이 없으면 업무 공백이 생길 수 있음\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"구분\"\u003e언러닝\u003c/td\u003e\n\u003ctd data-label=\"의미\"\u003e기존 지식의 전제와 적용 조건을 재검토하는 것\u003c/td\u003e\n\u003ctd data-label=\"결과\"\u003e유효한 부분은 보존하고 낡은 부분은 교체할 수 있음\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"구분\"\u003e리러닝\u003c/td\u003e\n\u003ctd data-label=\"의미\"\u003e달라진 환경에서 핵심 개념이나 기술을 다시 익히는 것\u003c/td\u003e\n\u003ctd data-label=\"결과\"\u003e기존 경험을 새 기준에 맞게 재구성함\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003ch2\u003e\n\u003ca href=\"#%EC%99%9C-ai-%EC%8B%9C%EB%8C%80%EC%97%90-%EC%96%B8%EB%9F%AC%EB%8B%9D%EC%9D%B4-%EC%A4%91%EC%9A%94%ED%95%9C%EA%B0%80\" class=\"anchor\" id=\"왜-ai-시대에-언러닝이-중요한가\"\u003e\u003c/a\u003e왜 AI 시대에 언러닝이 중요한가\u003c/h2\u003e\n\u003ch3\u003e\n\u003ca href=\"#%EC%A7%81%EB%AC%B4%EC%97%90-%ED%95%84%EC%9A%94%ED%95%9C-%EA%B8%B0%EC%88%A0-%EC%A1%B0%ED%95%A9%EC%9D%B4-%EB%B9%A0%EB%A5%B4%EA%B2%8C-%EB%8B%AC%EB%9D%BC%EC%A7%84%EB%8B%A4\" class=\"anchor\" id=\"직무에-필요한-기술-조합이-빠르게-달라진다\"\u003e\u003c/a\u003e직무에 필요한 기술 조합이 빠르게 달라진다\u003c/h3\u003e\n\u003cp\u003e세계경제포럼의 「Future of Jobs Report 2025」에서 조사에 참여한 고용주들은 2025년부터 2030년까지 근로자가 보유한 기존 기술 조합의 약 39%가 변화하거나 시대에 뒤처질 것으로 예상했다. 이는 모든 기술이 같은 속도로 사라진다는 뜻이 아니라, 많은 직무에서 필요한 기술의 구성과 중요도가 달라질 가능성이 크다는 의미다.\u003c/p\u003e\n\u003cp\u003e흔히 직무 기술의 시장 가치가 절반으로 줄어드는 기간을 가리켜 ‘스킬 반감기’라고 표현한다. 그러나 이 수치는 직종, 기술, 산업, 측정 방식에 따라 크게 달라지며 공통된 국제 표준 지표도 아니다. 따라서 ‘모든 기술의 반감기는 5년’ 또는 ‘AI 기술은 2년’과 같은 문장을 보편적인 사실로 받아들이기보다 변화 방향을 설명하는 비유나 제한된 추정치로 다루는 것이 정확하다.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#%EC%83%88-%EB%8F%84%EA%B5%AC%EA%B0%80-%EA%B8%B0%EC%A1%B4-%EC%A0%88%EC%B0%A8%EC%9D%98-%EC%A0%84%EC%A0%9C%EB%A5%BC-%EB%B0%94%EA%BE%BC%EB%8B%A4\" class=\"anchor\" id=\"새-도구가-기존-절차의-전제를-바꾼다\"\u003e\u003c/a\u003e새 도구가 기존 절차의 전제를 바꾼다\u003c/h3\u003e\n\u003cp\u003e업무 절차는 대개 당시의 비용과 기술적 제약을 전제로 만들어진다. 검색에 오랜 시간이 걸리던 시기에 만든 조사 절차, 대면 근무를 기본으로 설계한 승인 체계, 사람이 모든 초안을 작성한다는 가정에 기반한 제작 과정이 대표적이다.\u003c/p\u003e\n\u003cp\u003eAI가 검색, 요약, 번역, 코드 및 문서 초안 작성을 지원하면 이러한 전제 일부가 달라진다. 그렇다고 기존 절차가 모두 무효가 되는 것은 아니다. 개인정보 보호, 저작권, 보안, 사실 검증과 최종 책임처럼 도구가 바뀌어도 유지해야 할 조건이 있다.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#%EB%8D%94-%EB%A7%8E%EC%9D%B4-%EC%95%84%EB%8A%94-%EA%B2%83%EA%B3%BC-%EB%8D%94-%EC%9E%98-%ED%8C%90%EB%8B%A8%ED%95%98%EB%8A%94-%EA%B2%83%EC%9D%80-%EB%8B%A4%EB%A5%B4%EB%8B%A4\" class=\"anchor\" id=\"더-많이-아는-것과-더-잘-판단하는-것은-다르다\"\u003e\u003c/a\u003e더 많이 아는 것과 더 잘 판단하는 것은 다르다\u003c/h3\u003e\n\u003cp\u003eAI는 많은 선택지를 빠르게 제시하지만, 조직의 목적에 맞는 선택지를 정하고 위험을 감수할 범위를 결정하지는 않는다. 산출물이 사실인지, 이용자에게 도움이 되는지, 법과 조직 정책을 준수하는지 판단하는 책임도 자동으로 이전되지 않는다.\u003c/p\u003e\n\u003cp\u003e따라서 AI 시대의 역량은 단순한 정보 보유량만으로 설명하기 어렵다. 다음 능력이 함께 필요하다.\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e문제와 목표를 정확히 정의하는 능력\u003c/li\u003e\n\u003cli\u003e출처와 근거를 검증하는 능력\u003c/li\u003e\n\u003cli\u003e중요한 정보와 불필요한 정보를 구분하는 능력\u003c/li\u003e\n\u003cli\u003e조직과 이용자의 맥락을 반영하는 능력\u003c/li\u003e\n\u003cli\u003e결과를 설명하고 책임지는 능력\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2\u003e\n\u003ca href=\"#%EC%96%B8%EB%9F%AC%EB%8B%9D%EB%A6%AC%EB%9F%AC%EB%8B%9D%EB%89%B4%EB%9F%AC%EB%8B%9D%EC%9D%98-%EC%88%9C%ED%99%98\" class=\"anchor\" id=\"언러닝리러닝뉴러닝의-순환\"\u003e\u003c/a\u003e언러닝·리러닝·뉴러닝의 순환\u003c/h2\u003e\n\u003cp\u003e언러닝은 단독으로 끝나는 활동이 아니다. 기존 전제를 내려놓은 뒤 핵심을 다시 이해하고 새로운 방법을 실제 업무에 연결해야 한다.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003e단계\u003c/th\u003e\n\u003cth\u003e핵심 질문\u003c/th\u003e\n\u003cth\u003e주요 활동\u003c/th\u003e\n\u003cth\u003e산출물\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"단계\"\u003e언러닝\u003c/td\u003e\n\u003ctd data-label=\"핵심 질문\"\u003e무엇이 더는 사실이거나 필수가 아닌가?\u003c/td\u003e\n\u003ctd data-label=\"주요 활동\"\u003e전제 식별, 적용 조건 검토, 예외 분석\u003c/td\u003e\n\u003ctd data-label=\"산출물\"\u003e중단·유지·검증할 항목 목록\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"단계\"\u003e리러닝\u003c/td\u003e\n\u003ctd data-label=\"핵심 질문\"\u003e변하지 않은 목적과 원리는 무엇인가?\u003c/td\u003e\n\u003ctd data-label=\"주요 활동\"\u003e목표 재정의, 최신 근거 확인, 기준 수정\u003c/td\u003e\n\u003ctd data-label=\"산출물\"\u003e새로운 판단 기준과 업무 원칙\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"단계\"\u003e뉴러닝\u003c/td\u003e\n\u003ctd data-label=\"핵심 질문\"\u003e새 도구와 조건으로 무엇을 만들 수 있는가?\u003c/td\u003e\n\u003ctd data-label=\"주요 활동\"\u003e실험, 측정, 피드백, 절차 설계\u003c/td\u003e\n\u003ctd data-label=\"산출물\"\u003e검증된 새 업무 방식\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003e이 세 단계는 일직선이 아니라 반복되는 순환이다. 새 방식도 환경이 바뀌면 다시 검토 대상이 된다.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%EC%96%B8%EB%9F%AC%EB%8B%9D%EC%9D%84-%EC%8B%A4%ED%96%89%ED%95%98%EB%8A%94-6%EB%8B%A8%EA%B3%84\" class=\"anchor\" id=\"언러닝을-실행하는-6단계\"\u003e\u003c/a\u003e언러닝을 실행하는 6단계\u003c/h2\u003e\n\u003ch3\u003e\n\u003ca href=\"#1-%EB%B0%94%EB%80%90-%EC%8B%A0%ED%98%B8%EB%A5%BC-%EC%B0%BE%EB%8A%94%EB%8B%A4\" class=\"anchor\" id=\"1-바뀐-신호를-찾는다\"\u003e\u003c/a\u003e1. 바뀐 신호를 찾는다\u003c/h3\u003e\n\u003cp\u003e다음과 같은 현상이 반복되면 기존 방식의 전제를 점검할 필요가 있다.\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e투입 시간은 늘었는데 결과의 품질이 개선되지 않는다.\u003c/li\u003e\n\u003cli\u003e새 도구를 도입했지만 업무 단계는 이전과 똑같다.\u003c/li\u003e\n\u003cli\u003e규정, 기술 또는 이용자 요구가 달라졌다.\u003c/li\u003e\n\u003cli\u003e구성원이 절차의 목적을 설명하지 못하고 관행만 따른다.\u003c/li\u003e\n\u003cli\u003e같은 실수나 재작업이 반복된다.\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3\u003e\n\u003ca href=\"#2-%EC%88%A8%EC%9D%80-%EC%A0%84%EC%A0%9C%EB%A5%BC-%EB%AC%B8%EC%9E%A5%EC%9C%BC%EB%A1%9C-%EC%A0%81%EB%8A%94%EB%8B%A4\" class=\"anchor\" id=\"2-숨은-전제를-문장으로-적는다\"\u003e\u003c/a\u003e2. 숨은 전제를 문장으로 적는다\u003c/h3\u003e\n\u003cp\u003e절차 뒤에 숨어 있는 믿음을 구체적인 문장으로 바꾼다. ‘원래 이렇게 한다’는 표현은 검증할 수 없으므로 피한다.\u003c/p\u003e\n\u003cp\u003e예시는 다음과 같다.\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e좋은 보고서는 사람이 처음부터 끝까지 직접 작성해야 한다.\u003c/li\u003e\n\u003cli\u003e회의에 오래 참석해야 업무 맥락을 이해할 수 있다.\u003c/li\u003e\n\u003cli\u003e관리자는 구성원보다 모든 실무를 더 잘 알아야 한다.\u003c/li\u003e\n\u003cli\u003e문서가 길수록 충분히 검토한 결과다.\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3\u003e\n\u003ca href=\"#3-%EC%82%AC%EC%8B%A4-%EA%B0%80%EC%A0%95-%EC%84%A0%ED%98%B8%EB%A5%BC-%EA%B5%AC%EB%B6%84%ED%95%9C%EB%8B%A4\" class=\"anchor\" id=\"3-사실-가정-선호를-구분한다\"\u003e\u003c/a\u003e3. 사실, 가정, 선호를 구분한다\u003c/h3\u003e\n\u003cp\u003e각 문장을 다음 세 범주로 분류한다.\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\n\u003cstrong\u003e사실:\u003c/strong\u003e 현재 근거로 확인할 수 있는 내용\u003c/li\u003e\n\u003cli\u003e\n\u003cstrong\u003e가정:\u003c/strong\u003e 특정 조건에서만 맞거나 아직 검증하지 않은 내용\u003c/li\u003e\n\u003cli\u003e\n\u003cstrong\u003e선호:\u003c/strong\u003e 개인이나 조직이 원하는 방식\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e선호를 사실처럼 취급하면 언러닝이 어려워진다. 반대로 법적 의무나 안전 기준을 단순한 관행으로 오인해 없애면 위험할 수 있다.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#4-%EC%A0%81%EC%9A%A9-%EC%A1%B0%EA%B1%B4%EA%B3%BC-%EC%9C%A0%ED%9A%A8%EA%B8%B0%EA%B0%84%EC%9D%84-%ED%99%95%EC%9D%B8%ED%95%9C%EB%8B%A4\" class=\"anchor\" id=\"4-적용-조건과-유효기간을-확인한다\"\u003e\u003c/a\u003e4. 적용 조건과 유효기간을 확인한다\u003c/h3\u003e\n\u003cp\u003e기존 방식이 만들어진 시점, 해결하려던 문제, 당시 사용 가능했던 도구를 확인한다. 이어서 현재에도 같은 조건이 유지되는지 질문한다.\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e이 규칙은 어떤 문제를 막기 위해 만들어졌는가?\u003c/li\u003e\n\u003cli\u003e그 문제는 지금도 존재하는가?\u003c/li\u003e\n\u003cli\u003e기술이나 비용 구조가 달라졌는가?\u003c/li\u003e\n\u003cli\u003e규제, 보안 또는 품질 기준은 그대로인가?\u003c/li\u003e\n\u003cli\u003e이 방식을 중단했을 때 가장 큰 위험은 무엇인가?\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3\u003e\n\u003ca href=\"#5-%EC%A0%84%EB%A9%B4-%EA%B5%90%EC%B2%B4-%EB%8C%80%EC%8B%A0-%EC%9E%91%EC%9D%80-%EC%8B%A4%ED%97%98%EC%9D%84-%ED%95%9C%EB%8B%A4\" class=\"anchor\" id=\"5-전면-교체-대신-작은-실험을-한다\"\u003e\u003c/a\u003e5. 전면 교체 대신 작은 실험을 한다\u003c/h3\u003e\n\u003cp\u003e언러닝은 무조건적인 폐기가 아니다. 되돌릴 수 있는 범위에서 기존 방식과 새 방식을 비교한다.\u003c/p\u003e\n\u003cp\u003e예를 들어 주간 보고서 전체를 없애기 전에 한 팀에서 보고 항목을 절반으로 줄이고, 의사결정 시간·오류·재작업·이용자 만족도를 비교할 수 있다. 생성형 AI를 도입할 때도 공개 가능한 문서의 초안 작성부터 시험하고, 민감한 데이터와 최종 승인은 별도의 통제 절차로 유지하는 편이 안전하다.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#6-%EC%83%88-%EA%B8%B0%EC%A4%80%EA%B3%BC-%ED%8F%90%EA%B8%B0-%EC%9D%B4%EC%9C%A0%EB%A5%BC-%EA%B8%B0%EB%A1%9D%ED%95%9C%EB%8B%A4\" class=\"anchor\" id=\"6-새-기준과-폐기-이유를-기록한다\"\u003e\u003c/a\u003e6. 새 기준과 폐기 이유를 기록한다\u003c/h3\u003e\n\u003cp\u003e실험 결과에 따라 기존 방식을 유지, 수정, 보류 또는 폐기한다. 무엇을 바꿨는지만 기록하지 말고 다음 내용도 남긴다.\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e이전 방식의 목적\u003c/li\u003e\n\u003cli\u003e더는 유효하지 않은 전제\u003c/li\u003e\n\u003cli\u003e유지해야 하는 원칙과 통제 장치\u003c/li\u003e\n\u003cli\u003e새 방식이 유효한 조건\u003c/li\u003e\n\u003cli\u003e재검토 날짜와 책임자\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e이 기록은 새 방식이 또 하나의 검증되지 않은 관행으로 굳는 것을 막는다.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%EC%97%85%EB%AC%B4%EC%97%90%EC%84%9C-%EC%A0%81%EC%9A%A9%ED%95%98%EB%8A%94-%EC%98%88%EC%8B%9C\" class=\"anchor\" id=\"업무에서-적용하는-예시\"\u003e\u003c/a\u003e업무에서 적용하는 예시\u003c/h2\u003e\n\u003ch3\u003e\n\u003ca href=\"#%EB%B3%B4%EA%B3%A0%EC%84%9C-%EC%9E%91%EC%84%B1\" class=\"anchor\" id=\"보고서-작성\"\u003e\u003c/a\u003e보고서 작성\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\n\u003cstrong\u003e기존 전제:\u003c/strong\u003e 작성자가 모든 자료를 직접 읽고 처음부터 문장을 써야 품질이 높다.\u003c/li\u003e\n\u003cli\u003e\n\u003cstrong\u003e언러닝:\u003c/strong\u003e 직접 작성과 정확성 사이에 항상 필연적인 관계가 있는지 검토한다.\u003c/li\u003e\n\u003cli\u003e\n\u003cstrong\u003e리러닝:\u003c/strong\u003e 보고서의 본질을 근거가 분명하고 의사결정에 유용한 문서로 다시 정의한다.\u003c/li\u003e\n\u003cli\u003e\n\u003cstrong\u003e뉴러닝:\u003c/strong\u003e AI로 구조나 초안을 만들되, 원문 대조와 수치 검증, 최종 승인은 사람이 담당한다.\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3\u003e\n\u003ca href=\"#%ED%9A%8C%EC%9D%98-%EC%9A%B4%EC%98%81\" class=\"anchor\" id=\"회의-운영\"\u003e\u003c/a\u003e회의 운영\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\n\u003cstrong\u003e기존 전제:\u003c/strong\u003e 관련자는 모두 실시간 회의에 참석해야 한다.\u003c/li\u003e\n\u003cli\u003e\n\u003cstrong\u003e언러닝:\u003c/strong\u003e 정보 공유와 공동 의사결정이 같은 형태의 회의를 요구하는지 구분한다.\u003c/li\u003e\n\u003cli\u003e\n\u003cstrong\u003e리러닝:\u003c/strong\u003e 회의의 목적을 정보 전달, 의견 수렴, 결정 중 하나로 명확히 한다.\u003c/li\u003e\n\u003cli\u003e\n\u003cstrong\u003e뉴러닝:\u003c/strong\u003e 정보 전달은 비동기 문서로 바꾸고 논쟁과 결정이 필요한 안건만 회의에서 다룬다.\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3\u003e\n\u003ca href=\"#%EA%B4%80%EB%A6%AC%EC%9E%90%EC%9D%98-%EC%97%AD%ED%95%A0\" class=\"anchor\" id=\"관리자의-역할\"\u003e\u003c/a\u003e관리자의 역할\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\n\u003cstrong\u003e기존 전제:\u003c/strong\u003e 관리자는 모든 답을 알고 직접 지시해야 한다.\u003c/li\u003e\n\u003cli\u003e\n\u003cstrong\u003e언러닝:\u003c/strong\u003e 전문성이 분산된 조직에서 이 방식이 의사결정을 늦추는지 확인한다.\u003c/li\u003e\n\u003cli\u003e\n\u003cstrong\u003e리러닝:\u003c/strong\u003e 관리자의 역할을 목표 설정, 자원 배분, 갈등 조정과 책임 관리로 다시 정의한다.\u003c/li\u003e\n\u003cli\u003e\n\u003cstrong\u003e뉴러닝:\u003c/strong\u003e 실무 판단은 담당자에게 위임하고 중요한 가정과 위험을 검토하는 구조를 만든다.\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2\u003e\n\u003ca href=\"#%EB%AC%B4%EC%97%87%EC%9D%84-%EB%B2%84%EB%A6%AC%EB%A9%B4-%EC%95%88-%EB%90%98%EB%8A%94%EA%B0%80\" class=\"anchor\" id=\"무엇을-버리면-안-되는가\"\u003e\u003c/a\u003e무엇을 버리면 안 되는가\u003c/h2\u003e\n\u003cp\u003e빠른 변화가 모든 원칙의 폐기를 정당화하지는 않는다. 다음 항목은 새 도구를 도입하더라도 신중하게 보존하거나 강화해야 한다.\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e법률과 규제 준수\u003c/li\u003e\n\u003cli\u003e개인정보 및 기밀정보 보호\u003c/li\u003e\n\u003cli\u003e안전과 품질을 위한 필수 검증\u003c/li\u003e\n\u003cli\u003e출처 확인과 기록 관리\u003c/li\u003e\n\u003cli\u003e접근성 및 차별 방지 원칙\u003c/li\u003e\n\u003cli\u003e최종 결정권자와 책임 소재\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e특히 AI 산출물은 그럴듯하지만 틀린 정보, 편향 또는 민감정보 노출 위험을 포함할 수 있다. 효율성을 이유로 검증과 책임 절차까지 없애는 것은 언러닝이 아니라 통제 실패에 가깝다.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%EC%96%B8%EB%9F%AC%EB%8B%9D%EC%9D%B4-%EC%8B%A4%ED%8C%A8%ED%95%98%EB%8A%94-%ED%9D%94%ED%95%9C-%EC%9D%B4%EC%9C%A0\" class=\"anchor\" id=\"언러닝이-실패하는-흔한-이유\"\u003e\u003c/a\u003e언러닝이 실패하는 흔한 이유\u003c/h2\u003e\n\u003ch3\u003e\n\u003ca href=\"#%EA%B3%BC%EA%B1%B0%EC%9D%98-%EA%B2%BD%ED%97%98%EC%9D%84-%EC%A0%84%EB%B6%80-%EB%B6%80%EC%A0%95%ED%95%9C%EB%8B%A4\" class=\"anchor\" id=\"과거의-경험을-전부-부정한다\"\u003e\u003c/a\u003e과거의 경험을 전부 부정한다\u003c/h3\u003e\n\u003cp\u003e기존 방식에는 당시의 문제를 해결한 이유가 있다. 역사를 지우면 이미 해결했던 위험이 다시 나타날 수 있다. 사람이나 경험을 부정하지 말고 적용 조건을 분리해 검토해야 한다.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#%EC%9C%A0%ED%96%89%ED%95%98%EB%8A%94-%EB%8F%84%EA%B5%AC%EB%A5%BC-%EC%A0%95%EB%8B%B5%EC%9C%BC%EB%A1%9C-%EA%B0%84%EC%A3%BC%ED%95%9C%EB%8B%A4\" class=\"anchor\" id=\"유행하는-도구를-정답으로-간주한다\"\u003e\u003c/a\u003e유행하는 도구를 정답으로 간주한다\u003c/h3\u003e\n\u003cp\u003e새롭다는 이유만으로 더 좋은 것은 아니다. 도구 도입 자체가 목표가 되면 비용과 복잡성만 늘어날 수 있다. 품질, 속도, 위험, 이용자 가치처럼 측정 가능한 목표를 먼저 정해야 한다.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#%EA%B8%B0%EC%A1%B4-%EB%B0%A9%EC%8B%9D%EC%9D%84-%EB%B2%84%EB%A6%AC%EA%B3%A0-%EB%8C%80%EC%95%88%EC%9D%84-%EB%A7%88%EB%A0%A8%ED%95%98%EC%A7%80-%EC%95%8A%EB%8A%94%EB%8B%A4\" class=\"anchor\" id=\"기존-방식을-버리고-대안을-마련하지-않는다\"\u003e\u003c/a\u003e기존 방식을 버리고 대안을 마련하지 않는다\u003c/h3\u003e\n\u003cp\u003e중단만 있고 리러닝이 없으면 업무 공백이 생긴다. 폐기할 절차가 수행하던 기능을 확인하고 그 기능을 대체할 새 기준을 마련해야 한다.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#%EC%8B%AC%EB%A6%AC%EC%A0%81-%EB%B9%84%EC%9A%A9%EC%9D%84-%EB%AC%B4%EC%8B%9C%ED%95%9C%EB%8B%A4\" class=\"anchor\" id=\"심리적-비용을-무시한다\"\u003e\u003c/a\u003e심리적 비용을 무시한다\u003c/h3\u003e\n\u003cp\u003e오랫동안 익힌 전문성과 정체성은 밀접하게 연결돼 있다. 기존 방식을 바꾸라는 요청이 개인의 능력을 부정하는 말로 들릴 수 있다. 무엇이 틀렸는지가 아니라 어떤 조건이 달라졌는지를 중심으로 설명하는 것이 효과적이다.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%EC%98%A4%EB%8A%98-%EC%8B%9C%EC%9E%91%ED%95%A0-%EC%88%98-%EC%9E%88%EB%8A%94-%EC%96%B8%EB%9F%AC%EB%8B%9D-%EC%A0%90%EA%B2%80%ED%91%9C\" class=\"anchor\" id=\"오늘-시작할-수-있는-언러닝-점검표\"\u003e\u003c/a\u003e오늘 시작할 수 있는 언러닝 점검표\u003c/h2\u003e\n\u003cp\u003e아래 질문 중 하나를 골라 답하는 것만으로도 시작할 수 있다.\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e최근 1년 동안 환경이 바뀌었는데 그대로 유지한 업무는 무엇인가?\u003c/li\u003e\n\u003cli\u003e‘원래’, ‘당연히’, ‘항상’이라는 말로 설명하는 절차가 있는가?\u003c/li\u003e\n\u003cli\u003e그 절차가 해결하려던 원래 문제는 무엇인가?\u003c/li\u003e\n\u003cli\u003e현재도 같은 문제와 제약이 존재하는가?\u003c/li\u003e\n\u003cli\u003e유지해야 할 핵심 원칙과 바꿀 수 있는 형식은 각각 무엇인가?\u003c/li\u003e\n\u003cli\u003e위험을 제한하면서 시험할 수 있는 가장 작은 변화는 무엇인가?\u003c/li\u003e\n\u003cli\u003e성공과 실패를 어떤 지표로 판단할 것인가?\u003c/li\u003e\n\u003c/ol\u003e\n\u003ch2\u003e\n\u003ca href=\"#%EA%B2%B0%EB%A1%A0\" class=\"anchor\" id=\"결론\"\u003e\u003c/a\u003e결론\u003c/h2\u003e\n\u003cp\u003e언러닝은 더 이상 배우지 말자는 주장이 아니다. \u003cstrong\u003e새 학습이 작동할 공간을 만들기 위해 기존 지식의 유효 조건을 재검토하자는 방법\u003c/strong\u003e이다. 중요한 것은 많이 버리는 것이 아니라, 무엇을 왜 유지하고 무엇을 어떤 근거로 교체할지 판단하는 능력이다.\u003c/p\u003e\n\u003cp\u003e오늘 당장 모든 방식을 바꿀 필요는 없다. ‘이 일은 원래 이렇게 한다’고 생각했던 전제 하나를 적고, 그 전제가 지금도 유효한지 작은 실험으로 확인하는 것부터 시작할 수 있다.\u003c/p\u003e\n","tags":["언러닝","리러닝","AI 시대","직무 역량","학습법"],"faqs":[{"question":"언러닝은 배운 내용을 잊는 것인가요?","answer":"아니다. 언러닝은 기억을 삭제하는 것이 아니라 기존 지식이나 습관이 성립했던 전제와 적용 조건을 다시 검토하는 과정이다. 여전히 유효한 원칙은 유지하고, 낡은 부분만 영향력을 줄이거나 새로운 방식으로 교체한다."},{"question":"언러닝과 리러닝은 어떻게 다른가요?","answer":"언러닝은 더는 유효하지 않은 전제에서 벗어나는 단계이고, 리러닝은 달라진 환경에 맞춰 개념과 기술을 다시 이해하는 단계다. 일반적으로 언러닝으로 공간을 만들고 리러닝으로 새로운 기준을 세운 뒤 실제 업무 실험으로 연결한다."},{"question":"직무 기술의 반감기는 실제로 몇 년인가요?","answer":"모든 직무 기술에 적용되는 표준 반감기는 없다. 기술의 가치가 변하는 속도는 산업, 직무, 지역, 측정 기준에 따라 다르다. 특정 연수는 개별 조사나 비유에서 나온 추정치일 수 있으므로 출처와 정의를 함께 확인해야 한다."},{"question":"언러닝은 기존 경험을 무시하라는 뜻인가요?","answer":"아니다. 기존 경험은 어떤 방식이 왜 만들어졌는지 알려주는 중요한 자료다. 언러닝은 경험을 폐기하는 대신 그 경험이 지금도 적용되는 조건과 더는 적용되지 않는 조건을 구분한다."},{"question":"조직에서 언러닝을 시작하는 가장 안전한 방법은 무엇인가요?","answer":"변경 범위가 작고 되돌릴 수 있는 실험부터 시작하는 것이 안전하다. 기존 방식과 새 방식의 품질, 시간, 비용, 오류와 위험을 비교하고, 법률·보안·안전과 관련된 필수 통제는 실험 중에도 유지해야 한다."},{"question":"AI가 발전하면 사람의 판단도 필요 없어지나요?","answer":"AI가 더 많은 후보와 초안을 만들 수는 있지만 조직의 목표, 허용 가능한 위험, 이용자 가치와 최종 책임을 스스로 정하지는 않는다. 사실 확인, 맥락 판단, 승인과 결과에 대한 책임은 명확한 사람 또는 조직에 배정해야 한다."},{"question":"언러닝의 성과는 어떻게 측정할 수 있나요?","answer":"새로운 지식을 얼마나 많이 배웠는지보다 재작업 감소, 의사결정 시간, 오류율, 품질, 이용자 만족도와 위험 발생 여부를 측정하는 편이 유용하다. 변경 전 기준값을 확보하고 일정 기간 뒤 같은 지표를 비교해야 한다."},{"question":"오늘 바로 언러닝하려면 무엇부터 해야 하나요?","answer":"업무 중 ‘원래 이렇게 한다’고 설명하는 절차 하나를 선택한다. 그 절차가 해결하려던 문제, 만들어진 당시의 제약, 현재도 유지되는 위험을 적은 뒤 가장 작은 변경 실험을 설계하면 된다."}],"sources":[{"url":"https://www.weforum.org/publications/the-future-of-jobs-report-2025/","title":"World Economic Forum, The Future of Jobs Report 2025","type":"data_point"},{"url":"https://hbr.org/2016/11/why-the-problem-with-learning-is-unlearning","title":"Harvard Business Review, Why the Problem with Learning Is Unlearning","type":"source"},{"url":"https://books.google.com/books?q=%22By+instructing+students+how+to+learn%2C+unlearn+and+relearn%22","title":"Alvin Toffler, Future Shock","type":"expert_quote"},{"url":"https://www.nist.gov/itl/ai-risk-management-framework","title":"NIST AI Risk Management Framework","type":"source"}],"images":[{"id":336,"url":"https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6MzkxMywicHVyIjoiYmxvYl9pZCJ9fQ==--895d9fef4ea5fbfb5ab9a739efd6c892766fd90c/ai-4fd2b3f4.webp","is_representative":true,"generation_method":"ai_image","license":"ai_generated","mime_type":"image/webp","translations":{"ko":{"alt":"깨진 톱니바퀴, 나침반, 윤리 상징, AI 큐브를 순환 화살표로 연결한 일러스트","caption":"낡은 지식을 버리고 방향과 윤리를 점검하며 AI를 다시 배우는 과정을 나타낸다.","description":null},"en":{"alt":"Illustration linking broken gears, a compass, ethics symbols, and an AI cube with circular arrows","caption":"The cycle represents discarding old assumptions and relearning AI with direction and ethics.","description":null},"ja":{"alt":"壊れた歯車、コンパス、倫理の象徴、AIキューブを循環する矢印で結んだイラスト","caption":"古い前提を捨て、方向性と倫理を確かめながらAIを学び直す過程を表している。","description":null},"es":{"alt":"Ilustración de engranajes rotos, una brújula, símbolos éticos y un cubo de IA unidos por flechas","caption":"El ciclo representa desechar viejas premisas y reaprender la IA con orientación y ética.","description":null},"id":{"alt":"Ilustrasi roda gigi rusak, kompas, simbol etika, dan kubus AI yang dihubungkan panah melingkar","caption":"Siklus ini menggambarkan melepas asumsi lama dan mempelajari kembali AI dengan arah serta etika.","description":null},"pt":{"alt":"Ilustração de engrenagens quebradas, bússola, símbolos éticos e cubo de IA ligados por setas","caption":"O ciclo representa abandonar velhas premissas e reaprender IA com direção e ética.","description":null},"zh-hant":{"alt":"破裂齒輪、指南針、倫理符號與AI方塊由循環箭頭連結的插畫","caption":"循環呈現拋開舊有前提，並兼顧方向與倫理重新學習AI的過程。","description":null},"de":{"alt":"Illustration mit kaputten Zahnrädern, Kompass, Ethiksymbolen und KI-Würfel im Pfeilkreislauf","caption":"Der Kreislauf steht dafür, alte Annahmen abzulegen und KI mit Orientierung und Ethik neu zu lernen.","description":null}}},{"id":337,"url":"https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6MzkxOSwicHVyIjoiYmxvYl9pZCJ9fQ==--c2124f79e9b74bcb94be864024ff33010e5e4e50/ai-a5e4790e.webp","is_representative":false,"generation_method":"ai_image","license":"ai_generated","mime_type":"image/webp","translations":{"ko":{"alt":"사람들이 기존 지식과 AI 기반의 새 학습 경로를 비교하는 과정도 일러스트","caption":"낡은 지식을 걷어내고 AI 시대에 맞는 새로운 판단 체계를 구축하는 과정을 보여준다.","description":null},"en":{"alt":"People compare old knowledge and AI-driven learning paths in a workflow diagram","caption":"The illustration shows a shift from outdated assumptions to AI-enabled ways of learning and deciding.","description":null},"ja":{"alt":"人々が従来の知識とAIを活用した新しい学習経路を比較する工程図","caption":"古い前提を手放し、AI時代に合う学び方と判断基準を築く過程を表している。","description":null},"es":{"alt":"Personas comparan el conocimiento antiguo con una nueva ruta de aprendizaje basada en IA","caption":"La ilustración muestra el paso de viejos supuestos a nuevas formas de aprender y decidir con IA.","description":null},"id":{"alt":"Orang-orang membandingkan pengetahuan lama dan jalur pembelajaran baru berbasis AI","caption":"Ilustrasi ini menunjukkan peralihan dari asumsi lama menuju cara belajar dan mengambil keputusan dengan AI.","description":null},"pt":{"alt":"Pessoas comparam conhecimentos antigos e uma nova jornada de aprendizagem com IA","caption":"A ilustração mostra a transição de antigas premissas para novas formas de aprender e decidir com IA.","description":null},"zh-hant":{"alt":"人們透過流程圖比較舊有知識與人工智慧驅動的新學習路徑","caption":"圖中呈現拋開過時假設並建立人工智慧時代新學習與決策方式的過程。","description":null},"de":{"alt":"Menschen vergleichen altes Wissen mit einem neuen KI-gestützten Lernpfad","caption":"Die Illustration zeigt den Wechsel von überholten Annahmen zu neuen Lern- und Entscheidungswegen mit KI.","description":null}}},{"id":338,"url":"https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6MzkyNSwicHVyIjoiYmxvYl9pZCJ9fQ==--2ca434155b1aaee06e37a58ca6d4ead3d5db96de/ai-3e3a7ae5.webp","is_representative":false,"generation_method":"ai_infographic","license":"ai_generated","mime_type":"image/webp","visible_locales":["ko"],"translations":{"ko":{"alt":"전제 재검증, 6단계 실행, A/B 실험, 사람의 승인을 설명하는 AI 시대 언러닝 인포그래픽","caption":"낡은 전제를 작게 시험하고 사람의 검토를 거쳐 새롭게 배우는 과정을 정리했다.","description":null},"en":{"alt":"Korean infographic on AI-era unlearning, six-step testing, A/B experiments, and human approval","caption":"The graphic outlines how to reassess old assumptions, run small tests, and retain human oversight.","description":null},"ja":{"alt":"前提の再検証、6段階の実行、A/Bテスト、人の承認を示すAI時代のアンラーニング図解","caption":"古い前提を小さく試し、人の確認を経て学び直す流れをまとめている。","description":null},"es":{"alt":"Infografía coreana sobre desaprendizaje, pruebas en seis pasos, experimentos A/B y aprobación humana","caption":"El gráfico muestra cómo revisar viejos supuestos, hacer pruebas pequeñas y mantener la supervisión humana.","description":null},"id":{"alt":"Infografik Korea tentang unlearning, pengujian enam langkah, eksperimen A/B, dan persetujuan manusia","caption":"Grafik ini merangkum cara menguji ulang asumsi lama melalui eksperimen kecil dan pengawasan manusia.","description":null},"pt":{"alt":"Infográfico coreano sobre desaprendizagem, testes em seis etapas, experimentos A/B e aprovação humana","caption":"O gráfico resume como rever premissas antigas, fazer pequenos testes e manter a supervisão humana.","description":null},"zh-hant":{"alt":"韓文資訊圖表說明AI時代的反學習、六步驟測試、A/B實驗與人工核准","caption":"圖表整理了重新檢驗舊前提、進行小型測試並保留人工監督的流程。","description":null},"de":{"alt":"Koreanische Infografik zu Verlernen, sechsstufigen Tests, A/B-Experimenten und menschlicher Freigabe","caption":"Die Grafik zeigt, wie alte Annahmen geprüft, kleine Tests durchgeführt und Menschen einbezogen werden.","description":null}}}],"published_at":"2026-07-29T05:29:15+09:00","updated_at":"2026-07-29T05:29:15+09:00","license":"cc_by","translation_status":"original","available_locales":["ko","en","ja","es"],"data_locales":["ko","en","ja","es","id","pt","zh-hant","de"],"url":"https://injoys.com/ko/articles/unlearning-in-the-ai-era"}