LLM과의 대화가 내 사고를 향상시킨 이유

• LLM과의 대화는 개인의 사고 명료성과 언어 표현 능력을 높여줌
• 오랫동안 암묵적으로 알고 있었지만 말로 표현하지 못했던 생각을 LLM이 문장으로 정리해 주며, 새로운 학습이 아닌 인식의 순간이 발생
• 프로그래머의 경험처럼 직관·패턴 인식·설명하기 어려운 판단은 언어 이전의 형태로 축적되는 경우가 많음
• LLM은 이런 모호한 구조를 언어로 풀어내는 데 특화되어 있으며, 이유를 분해해 나열해 사고를 재구성할 수 있게 함
• 생각이 문장으로 고정되면 가정과 직관을 시험·수정·폐기할 수 있어 사고의 질이 변화함
• 반복적인 언어화 과정을 통해 내적 독백의 정밀도가 높아지고, 스스로의 사고를 더 잘 인식하게 됨

우리가 알고 있는 것의 상당 부분은 암묵적임(tacit knowledge)

• 프로그래머와 개발자는 설계가 잘못되었음을 말로 설명하기 전부터 직관적으로 인식하는 경우가 많음
  • 설계가 잘못되었음을 직감하거나, 버그를 재현하기 전부터 감지하는 경우가 이에 해당
  • 잘못된 추상화를 즉시 알아차리지만, 이를 설명하는 데는 시간이 걸림
• 이런 암묵지는 실패가 아니라, 경험이 행동 중심 패턴으로 압축된 결과임
  • 뇌는 설명이 아니라 실행에 최적화된 방식(패턴)으로 지식을 저장함
• 그러나 성찰·계획·교육에는 언어 표현이 필수이며, 표현되지 않은 아이디어는 검토나 공유가 어려움

LLM들은 정반대의 문제에 능숙함

• LLM은 모호한 개념과 구조를 문장으로 변환하는 데 최적화된 도구임
• 사용자가 “어렴풋이 옳다고 느끼지만 이유를 설명하기 어려운” 질문을 던지면, LLM은 단계별로 이유를 정리해 제시함
• 각 논점은 서로 직교적(orthogonal)으로 구성되어, 사용자가 이를 교환·재배열하며 사고를 확장할 수 있음

생각을 말로 표현하면 생각이 달라짐

• LLM이 아이디어를 문장으로 정리하면, 사용자는 이를 마음속에서 실험할 수 있게 됨
• 막연한 직관이 명명된 구분으로 바뀌고, 암묵적 전제가 드러나 검증·폐기·수정이 가능해짐
• 글쓰기가 사고를 정제하듯, LLM은 속도 면에서 차별화됨
  • 반쯤 형성된 생각을 빠르게 탐색하고 잘못된 설명을 버리며 다시 시도할 수 있음
  • 이 과정이 기존에는 생략했을 사고 단계를 촉진함

피드백 루프와 사고의 내면화

• 시간이 지나면서 LLM 없이도 스스로 “지금 내가 생각·느끼·믿는 것을 정확히 언어로 표현할 수 있는가?” 를 묻게 됨
• LLM이 직접 사고를 개선한다기보다, 언어 사용 능력과 내적 독백의 효율성을 향상시킴
• 추론은 명시적 표현에 의존하므로, 언어적 명료성의 향상이 곧 사고의 명료성으로 이어짐
• 이 과정을 반복할수록 자신이 실제로 무엇을 생각하는지 더 잘 인식하게 됨