인간 중심 읽기와 쓰기

AI를 써도 내 지식이 쌓이려면

AI는 더 잘 쓰는데, 내 지식은 쌓이고 있습니까?

HALLYM CMDS PKM CONFERENCE 2026

인간 중심 읽기와 쓰기

안창현 · 한림대학교 미디어스쿨 · 2026.09.21

출처 · 발표 1장

집단별 관심 주제 — 순위가 뒤집힌다

출처 · 발표 2장

질문은 달라도, 기록으로 돌아옵니다.

학생은 “이 근거, 믿어도 될까?”, 교원은 “모은 자료, 다시 쓸 수 있을까?”, 직원은 “내 일의 기준, 함께 쓸 수 있을까?”를 묻습니다. 질문은 달라도 자료·맥락·판단 기준을 기록하는 일로 돌아옵니다.

출처 · 발표 3장

원본을 갖고, 실행을 통제하기

옵시디언의 중요한 특징

발표에서는 옵시디언의 특징을 다음과 같이 정리했습니다.

• Local First: 모든 데이터가 로컬에 있습니다. GPT나 NotebookLM은 구글과 OpenAI의 서비스에 데이터를 두지만, 옵시디언은 내 하드에서 인터넷 없이도 작동합니다.
• AI Friendly: Markdown(MD)을 AI 시대의 표준 포맷으로 설명했습니다. 발표 당시에는 PDF의 약 1/50 용량, AI 프롬프트·시스템 파일·에이전트의 MD 활용, 옵시디언 회사가 없어져도 열리는 파일이라는 점을 강조했습니다.
• Free: 프로그램을 무료로 사용할 수 있습니다.
• Text only: 모든 내용을 글쓰기로 작성합니다.
• Write for Agentic AX: 원문은 MD를 “글만 써서 AI가 알아듣게 하는 유일한 포맷”이라고 표현합니다.
• Fast & Lightweight: 노션보다 가볍고 빠르며 자신의 맥락에 맞게 지식체계를 구축할 수 있다는 것이 발표의 설명입니다.

이 항목들은 발표 당시의 주장과 표현을 보존한 것입니다.

출처 · 발표 4장

원본도, 실행 환경도, 내가 쥐고 싶습니다.

왜 굳이 옵시디언일까요? 내보내기 기능보다 작업 중인 원본과 실행 환경을 통제하는 일에 초점을 둡니다.

노션 · 서비스 중심	옵시디언 · 내 로컬 폴더
로그인·워크스페이스 권한을 통해 원본에 접근	로그인 없이 원본에 접근
로컬 도구 연동에는 API·내보내기·동기화 설계가 필요	플러그인·Claude Code·Skills가 같은 폴더를 직접 읽고 처리
큰 DB와 복잡한 구조에서는 지연 가능. 페이지·속성·수식이 성능에 영향	지식·근거·판단 이유, 절차·예외·검토 기준을 로컬에 보관

• 문서로 쓰기: HanMark·Slides Ultra로 한글·PDF·웹·슬라이드를 만듭니다.
• 작업으로 쓰기: CMDS Achmage·에이전트를 통해 탐색 → 제안 → 사람 검토로 이어갑니다.
• 하네스: 참조 파일·허용 도구·수정 범위·승인·완료 기준으로 내가 작업의 경계를 정합니다. 글은 지침이며, 실제 제한은 실행 환경에서 이루어집니다.

출처 · 발표 5장

요약을 읽는 것과 내가 이해하는 것

15분 뒤, 원문의 한 문단을 물었습니다.

대학원 연구방법론 첫 수업에서 논문 The End of Software Engineering과 NotebookLM으로 15분 읽기 실습을 했습니다. 원문 2~3쪽을 짚으며 “이 부분에서 뭐라고 하던가요?”라고 물었지만, 문단을 설명하는 답이 나오지 않았습니다.

교수가 확인하려던 것은 AI가 읽어 준 결과와 내가 이해한 것을 구분하는 일입니다. 요약을 얻는 것과 이해한 것은 같은가요?

출처 · 발표 6장

‘읽었다’의 흔적은 어디에 남습니까?

미디어 리터러시 × AaaS 논문의 이론적 배경에 참고하려고 자료를 수집했습니다. 독서노트에는 요약만이 아니라 왜 읽었는지, 무엇을 생각했는지, 다음에 무엇을 확인할지를 남깁니다.

출처 · 발표 7장

같은 AI, 다른 읽기.

수업 후 학생은 “요약된 것만 모아 썼는데…”라고 말했습니다(학생 소감 발췌, 수업 1:23:47). 논문 → AI 요약 → 저장의 과정에서 내 해석은 어디에 남을까요?

교수가 보여 준 읽기의 목적은 자신의 논문 이론적 배경에 참고하는 것이었습니다. 원문 PDF의 문단을 읽고 대조하며, NotebookLM에 “세 가설을 예시로 설명해줘”라고 묻고, 자신의 연구 맥락으로 독서노트를 직접 적었습니다.

읽고 → 묻고 → 원문 확인 → 내 말로 적기의 흐름입니다.

출처 · 발표 8장

자료보다 판단의 맥락을 남기기

자료는 남고, 판단은 말로 지나갑니다.

교수·팀장의 회의 상황을 재구성한 예시입니다. 한글 보고서·규정·매뉴얼을 두고 “다 적어 놨다”고 말합니다. 자료를 보며 “이 조건이면 보류하죠”, “우리 기준은 이겁니다”라고 판단하지만, 회의 뒤 자료만 보관됩니다.

판단의 이유와 예외의 조건은 내 머릿속에만 남습니다. 자료를 보며 떠오른 ‘그 판단’을 직접 남겨 보셨습니까?

출처 · 발표 9장

같은 AI, 다른 결과.

선병택 팀장(법인 재단본부)의 응답을 바탕으로 구성한 사전 설문 Q6입니다.

“한 조직 안에서 AI 활용 수준이 사람마다 크게 차이 날 때, 전체를 끌어올리려면 무엇이 필요할까요? 교육일까요, 공유 프롬프트나 템플릿일까요, 아니면 규칙일까요?”

이 질문에 대한 저의 답은 다음과 같습니다. “굳이 이렇게까지?”에서 멈추면, 팀은 매번 각자의 머릿속에서 다시 시작합니다.

출처 · 발표 10장

프롬프트를 공유했는데, 판단 기준도 공유했습니까?

같은 프롬프트를 써도 자료와 판단 기준이 서로 다르면 결과가 달라집니다. 판단의 과정부터 함께 기록해야 합니다.

출처 · 발표 11장

내 말의 뜻은, 내가 확인해야 합니다.

1. 내 말을 남깁니다. 실시간 메모 또는 음성 녹음·전사를 사용합니다.
2. 내가 확인합니다. 원음과 대조하며 뜻과 뉘앙스를 수정합니다.
3. 기준을 적습니다. 근거 → 판단, 조건 → 예외를 기록하고 어떤 조건에서 왜 채택하거나 보류했는지 남깁니다.
4. 함께 다시 씁니다. 동료·팀·AI가 같은 맥락을 참조합니다.

“회의록 정리해 주세요”로 끝낼 일이 아닙니다. 내 판단의 뜻은 내가 확인해서 공유해야 합니다. 내가 검토한 Markdown 기록이 동료·팀·AI가 다시 쓸 맥락이 됩니다.

출처 · 발표 12장

기록에서 내 글로 돌아오는 과정

본문은 그대로. 쓰임은 여러 개.

내가 검토한 원고를 한글·PDF·웹·슬라이드로 다시 씁니다. 본문은 그대로 두고 쓰임을 넓힙니다.

출처 · 발표 13장

쓰다가, 어디서 멈추십니까?

쓰기

출처 · 발표 14장

근거를 찾다가, 쓰던 생각을 잃습니다.

“AI를 많이 쓰면, 생각을 덜 하게 될까?”라는 질문을 쓰고 있다고 가정해 봅니다. 내 생각만으로 단정할 수 없어 근거와 반증을 찾으며 검색어를 계속 바꿉니다. 지쳐서 “내일 찾자”고 미루면 다음 날 “뭘 찾으려 했지?”, “왜 이걸 썼더라?”를 다시 묻게 됩니다.

필요한 것은 검색 결과만이 아니라 쓰던 생각으로 돌아오는 길입니다. 찾다 지치면 생각을 다시 시작하는 비용이 듭니다.

출처 · 발표 15장

AI와 논의하고, 내 문장으로 씁니다.

‘대학생의 사고 외주화’ 원고를 쓴다고 가정한 대화·판단의 예시입니다.

1. 뉴스·논문을 찾고 원문을 직접 읽습니다.
2. 내 관점으로 논의합니다. “사용량보다 판단을 넘기는 순간이 중요하지 않을까?”라는 생각을 던지고 반박을 요청합니다.
3. 논거를 검토해 일부만 채택·보류·수정합니다. 판단을 넘기는 순간은 채택하고, 사용량만으로 단정하는 것은 보류합니다.
4. 답변 전체를 복사해 붙이지 않고 내 말로 직접 작성합니다.

필요하면 다시 묻고, 찾고, 확인합니다. AI의 답을 모으는 것에서 내가 판단하고 쓰는 것으로 넘어갑니다.

출처 · 발표 16장

다시 쓰는 지식과 실행

기록이 곧 미디어이자 소프트웨어다.

나의 기록은 문서와 발표가 되고, 기준·절차·예외는 Skills와 워크플로우로 이어집니다. 내 기록대로 실행하고, 그 실행을 다시 검토합니다.

출처 · 발표 17장

오늘 읽은 것에서, 내 판단 한 줄은?

내가 쓰기 위해, AI를 쓴다.

채택한 이유. 보류한 이유.

안창현 · 한림대학교 미디어스쿨

출처 · 발표 18장