Dan Koe: 반직관적 진실, 읽은 모든 것을 기억할 필요가 전혀 없다

편집: FFIVE, 무크넷(慕课网)

“의식적으로 기억하려 애써야 한다면, 그것은 중요하지 않다. 정말 중요하다면 필요할 때 저절로 떠오를 것이다.”

이 말은 일종의 신비로운 자기계발 격언처럼 들리지만, Dan Koe가 『읽은 모든 내용을 기억하는 법』이라는 글에서 던진 핵심 명제다. 우리 세대는 이상한 불안에 빠져 있다. 수천 개의 글을 북마크하고, 대여섯 개의 노트 앱을 깔고, 겉보기엔 완벽해 보이는 ‘세컨드 브레인(Second Brain)’을 구축해 놓고도, 막상 필요할 때는 아무것도 꺼내지 못하며 스스로 ‘기억력이 점점 나빠진다’고 느낀다.

문제는 애초에 기억력에 있지 않다. 우리가 ‘학습’이라는 행위를 바라보는 인식 자체가 근본적으로 비뚤어져 있다. 지금부터 Dan Koe의 프레임워크를 따라, 사이버네틱스(Cybernetics), 아웃풋 중심 학습, 그리고 현재의 AI 도구들(Obsidian + Claude, Eden 등)을 실제로 적용하는 방식을 결합해, 당신이 진짜로 ‘기억하고’ 배운 내용을 ‘써먹을 수 있게’ 만드는 시스템을 다시 정리해 보겠다. 글이 길지만, 각 파트는 당신이 지식 관리에서 실제로 밟아본 함정과 정확히 대응한다.

1. ‘모든 것을 기억한다’가 왜 가짜 명제인가

먼저 뿌리 깊은 고정관념 하나를 부수자. 학습 ≠ 정보를 머릿속에 쑤셔 넣는 행위다.

학교는 수십 년간 암기와 시험으로 우리를 훈련시켜, ‘한 글자 한 글자 그대로 재현하는 것’이 습득의 증거라고 착각하게 만들었다. 하지만 현실 세계는 답안지로 채점하지 않는다. 상사는 당신이 이코노미스트(The Economist) 특정 문단을 원문 그대로 외운다고 승진시켜 주지 않고, 고객은 당신이 어떤 마케팅 책에 나온 몇 가지 단계를 기억한다고 계약서에 사인하지 않는다.

Dan Koe의 관찰은 날카롭다. 대부분의 사람이 읽은 내용을 기억하지 못하는 이유는, 충분히 집중해서 읽지 않아서가 아니라 ‘기억하는 것’ 자체를 독서의 최종 목적지로 삼았기 때문이다. 한 문장 한 문장 필사적으로 기억하려 애쓰는 본질적인 동기는, ‘봐봐, 내가 지식을 즉석에서 꺼낼 수 있지’라는 식으로 똑똑해 보이려는 데 있다. 이런 허영심이 이끄는 학습은 애초에 방향이 잘못되었다.

진짜 중요한 것은 결코 억지로 외울 필요가 없다. 반복해서 사용하고, 반복해서 생각하고, 반복해서 다른 사람과 논의하며 자연스럽게 당신의 인지 구조 속에 스며든다. 대부분의 내용을 잊는 것은 뇌의 정상적인 메커니즘이지, 당신의 실패가 아니다. 당신이 신경 써야 할 것은 ‘어떻게 기억할까’가 아니라, ‘어떤 것들이 기억할 가치가 있으며, 어떤 메커니즘으로 필요할 때 떠오르게 할까’ 이다.

2. 학습을 하나의 배로 바라보기: 사이버네틱스 관점의 4단계 폐회로

Dan Koe는 사이버네틱스(Cybernetics) — 그리스어 ‘키잡이(steersman)’에서 유래한 이 개념을 빌려, 학습을 단방향 입력 파이프가 아닌 피드백 조절 시스템으로 재정의한다.

하나의 지능적인 학습 시스템은, 집 안 에어컨의 온도 조절 장치나 몸속에서 인슐린을 분비하는 췌장과 동일한 논리를 가지며, 다음 네 단계로 구성된다.

단계	사이버네틱스 용어	학습 장면에서의 대응	결여될 때의 결과
1	목표(Goal)	당신이 분명히 아는 "도달하고 싶은 상태"	방향이 없어, 모든 정보가 겉으로는 연관돼 보이지만 실제로는 아무 상관 없음
2	감지(Sense)	"지금 나는 어디 있는가"를 솔직하게 평가	자기기만, 북마크=학습 완료라고 착각
3	비교(Compare)	"목표와 현재 상태가 얼마나 차이 나는가"를 파악	편차를 발견하지 못하므로 학습 동기가 생기지 않음
4	행동(Act)	그 간극을 좁히는 구체적인 동작을 취함	공상에 머무르며, 영원히 ‘공부할 준비’만 함

대다수가 학습을 지속하지 못하는 이유는 의지력이 약해서가 아니라, 2단계(무비판적 입력)만 있고 1단계(분명한 목표)가 없어서 ‘편차 신호’를 만들어내지 못하기 때문이다. 편차가 없으면 뇌는 어떤 정보를 남기고 어떤 정보를 버려야 할지 알 수 없고, 결국 전부 한꺼번에 집어넣었다가 한꺼번에 전부 잊어버린다.

직관적인 예를 들어보자. “건강해지고 싶다”라는 목표는 너무 모호해서 어떤 수정 행동도 유발하지 못한다. 오늘 밤에 과음하고 새벽 3시까지 깨어 있어도, 자신이 무엇에서 벗어났는지 느끼지 못한다. 하지만 “3개월 안에 하프 마라톤을 완주한다”라고 정해 놓으면, 뛰지 않고 보낸 매일 밤마다 분명한 ‘편차 신호’가 생겨나서 당신을 조정하게 만든다. 학습도 마찬가지다.

3. 가장 효과적인 학습은 ‘인풋’이 아니라 ‘아웃풋’에서 시작된다

사이버네틱스 프레임워크를 이해했다면, 이제 가장 반직관적이면서도 가장 강력한 원칙이 등장한다. 먼저 배우려 하지 말고, 먼저 일을 시작하라.

Naval은 ‘특정 지식(Specific Knowledge)’이라는 개념을 말한 바 있다. 당신의 본성에 부합하면서도 경쟁 우위를 가져다주고, 대체 불가능한 지식을 뜻한다. 이런 종류의 지식은 절대 ‘체계적인 보충 학습’을 통해 얻을 수 없으며, 오직 무언가를 해내는 과정에서 ‘필요에 따라 잡아당기는’ 방식으로만 얻을 수 있다.

Dan Koe가 제시한 경로는 3단계로 구성된다.

먼저 당신 자신에게 의미 있는, 당신만의 목표를 가져라 (사회가 주입한 “자격증/진학/연봉 인상” 같은 기본 경로가 아니다). 이 목표가 구체적일수록 신경가소성은 더 강해진다.
‘예습’ 대신 곧바로 하나의 프로젝트를 시작하라. After Effects를 배우고 싶다고? 모든 튜토리얼을 처음부터 끝까지 훑지 말고, 먼저 구체적인 결과물을 정하라. 예를 들어 “친구의 카페를 위한 30초짜리 홍보 영상을 만든다”처럼. 그다음 이 결과물을 추진하는 데 필요한 그 부분의 스킬만 배운다.
부족한 부분만 그때그때 보충하라. 키프레임에서 막혔다면 키프레임 튜토리얼을 찾아보고, 컬러 그레이딩에서 막혔다면 컬러 패널을 연구한다. 몇 개의 프로젝트를 거치면 당신이 습득한 기술은 누적 방식으로 쌓이고, 각각의 조각은 실제 상황과 묶여 있기 때문에 잊히지 않는다.

기타를 배울 때도 마찬가지다. 먼저 악전(樂典) 책에 파묻히지 말고, 정말로 치고 싶은 곡 하나를 고른 뒤 첫 번째 코드, 두 번째 코드를 익히고, 막히는 순간에 튜닝과 리듬을 함께 배운다. 몇 곡을 실제로 칠 수 있게 되면, 자연스럽게 “나도 멜로디를 써볼 수 있을까”라는 호기심이 생긴다. 학습은 ‘만들어내고 싶다’는 당기는 힘 속에서 일어나지, 강의 자료를 바라보는 가운데서 일어나는 것이 아니다.

학교는 보편적인 지식을 가르치는 데 능하지만, 스스로를 길찾는 법은 가르쳐 주지 않는다. 자기 주도 교육은 지식을 비축해 ‘나 발전하는 중이야’라는 착각을 만드는 일이 아니라, 당신 스스로 정한 목표를 위해 딱 필요한 만큼만 채워 나가는 일이다.

4. ‘세컨드 브레인’이 대부분 디지털 무덤이 되어 버린 이유

지식 관리에 대해 이야기할 때 ‘세컨드 브레인(Second Brain)’ 개념을 빼놓을 수 없다. Tiago Forte가 제안한 PARA 방식과 CODE 프로세스는 본디 기억을 해방시키기 위한 것이었지만, 현실에서는 90%의 사람들이 이것을 고급 북마크 폴더로 전락시켜 버렸다.

Dan Koe 자신도 여러 세대의 도구를 거쳐 왔다. Roam Research로 글쓰기 방식을 바꾸고, 직접 Kortex를 만들었으며, 나중에는 지금의 Eden으로 진화시켰다. 그의 결론은 이렇다. 문제는 도구가 아니라 사용법에 있다.

대다수가 빠지는 함정은 다음 세 가지다.

수집=완료 착각: 링크를 저장하고, 형광펜을 긋고, 노트를 작성한 뒤 다시는 열어 보지 않는다. 정리 행위 자체가 값싼 도파민을 제공하며, “내가 공부하고 있다”고 믿게 만든다.
과잉 정리 강박: 모든 노트에 대여섯 개의 태그를 붙이고, PARA 분류를 조정하는 데 몇 시간을 들이면서도, 그 노트를 바탕으로 짧은 글 하나, 프로젝트 기획서 하나, 발표 한 번을 산출하지 않는다. 노트의 가치는 그 노트가 당신을 도와 완수한 작업에 있지, 노트 그 자체에 있지 않다.
‘꺼내기’ 설계의 부재: 거의 모든 튜토리얼은 ‘어떻게 집어넣을까’만 다룰 뿐, ‘필요할 때 어떻게 건져낼까’를 가르쳐주는 사람은 없다. 들어가기만 하고 나오지 않는 시스템은 지식 베이스가 아니라 디지털 무덤이다.

실제로 작품을 산출하는 사람들을 돌아보라. 마르쿠스 아우렐리우스의 『명상록』은 사적인 발췌록이었다. 레오나르도 다 빈치는 수천 쪽에 걸친 스케치와 질문으로 가득한 수고(手稿)를 남겼다. 마크 트웨인, 미셸 드 몽테뉴, Rick Rubin 모두 각자의 발췌 시스템을 가지고 있었다. 그들과 현대의 ‘노트 애호가’를 가르는 가장 큰 차이는 이렇다. 생각을 수집하는 이유는 그것을 작품으로 바꾸기 위해서라는 점이다. 세네카는 절묘한 비유를 남겼다. 많은 꽃에서 꽃가루를 모아 자신만의 꿀로 빚어내라는 것이다. 오늘날의 언어로 말하면, 외부 자료를 소화한 뒤 당신만의 무언가를 만들어내라는 뜻이다.

5. ‘세컨드 브레인’을 ‘제2의 잠재의식’으로 업그레이드하기

Dan Koe는 더 정밀한 표현을 제시한다. 우리가 구축해야 하는 것은 정적인 창고가 아니라 ‘제2의 잠재의식(Second Subconscious)’이다.

잠재의식의 특성은 무엇인가. 당신이 의식적으로 뒤적일 때만 작동하는 것이 아니라, 평소에도 백그라운드에서 조용히 연관 관계를 형성하다가, 당신이 어떤 문제를 붙잡고 멍하니 있을 때 갑자기 하나의 연상 이미지를 ‘툭’ 던져준다. 좋은 지식 시스템도 바로 그러해야 한다. 당신이 창작할 때, 관련된 자료를 능동적으로 당신 앞에 밀어 넣어 주어야 한다.

방안 A: Obsidian + Claude Code의 자체 구축 파

데이터의 완전한 로컬화를 추구하며 구축 과정 자체를 즐기는 사람에게 적합하다. 핵심 아이디어는 Claude가 당신의 ‘지식 매니저’ 역할을 하게 하여, 복잡한 분류 체계를 당신이 직접 유지보수하지 않도록 하는 데 있다.

구성 논리는 대략 다음과 같다.

기반 마련: Obsidian(로컬 Markdown 노트, 데이터를 완전히 자신이 통제)을 설치하고, Claude Code 또는 Claude Cowork 환경을 구성합니다.
작업 디렉토리 설정: Obsidian의 보관함(Vault) 폴더를 Claude의 작업 디렉토리로 지정합니다. 이는 AI에게 '읽기 전용 + 필요 시 수정'이라는 열쇠를 쥐여주는 셈입니다.
두 개의 Skill(스킬 명령) 작성:
- '아이디어 저장' Skill: 당신이 Claude에게 떠오른 생각, 기사 링크, 트윗 하나를 던질 때, 보관함의 Inbox 폴더 안에 새 노트를 생성하고 명확한 제목과 타임스탬프를 자동으로 붙이게 합니다.
- '받은 편지함 처리' Skill: Claude가 정기적으로 Inbox를 읽어 태그를 보충하고, 적절한 분류 폴더(Projects / Areas / Resources / Archives)로 옮기며, 관련 노트에 양방향 링크 [[ ]]를 추가하게 합니다.
일상적인 호출: 글을 쓰거나 프로젝트를 할 때 Claude에게 "내 보관함에서 [현재 주제]와 관련된 모든 내용을 찾아줘"라고 직접 말하면, AI가 전체 지식 저장소를 검색해 인용이 포함된 자료를 가져옵니다.

더 발전된 저장소 구조는 이렇게 계층화하는 것을 참고할 수 있습니다:

핵심 원칙은 소스 파일은 읽기 전용이고 AI는 Wiki 계층만 수정한다는 것입니다. CLAUDE.md에 관심 분야, 저장소 구조 규칙, 가져오기 및 조회 프로세스를 명시하세요. 이는 AI에게 지도를 제공하여 각 정보 유형을 어디에 배치하고 어떤 형식으로 인용할지 알려주는 것과 같습니다.

방안 B: Eden 같은 '자동 분류 + 의미 검색' 도구

벡터 데이터베이스, 임베딩 API, 인덱스 스크립트를 직접 유지 관리하고 싶지 않고, 매번 추가·삭제·수정 후 재임베딩 시 캐시 문제를 신경 쓰고 싶지 않다면, 기반 관리를 도구에 맡기고 자신은 생각과 창작에만 집중하는 것이 더 효율적인 선택입니다.

Eden(전신은 Dan Koe가 참여한 Kortex)이 하는 일은 Obsidian + Claude와 유사하지만, 더 '무감각'합니다:

자동 수집: Substack 글, YouTube 영상, X의 긴 글을 한 번의 클릭으로 저장할 수 있으며, 자동으로 텍스트를 트랜스크립트하고 하이라이트를 생성합니다.
자동 임베딩 및 의미 검색: 각 기록은 약 1,500개의 숫자로 구성된 벡터로 인코딩되어, 지식 공간에서의 'GPS 좌표'와 같습니다. 두 노트에 공통 키워드가 없더라도 의미상 가깝다면 시스템이 이들을 연결해 줍니다. 이는 기존 키워드 검색으로는 불가능한 일입니다.
Readwise 연결: Readwise로 책 발췌를 저장하고 있다면, Eden과 동기화하여 의미 검색이 가능하고 대화할 수 있으며 Board로 드래그하여 인용 카드로 만들 수 있는 자료 창고로 전환할 수 있습니다.
이상치 콘텐츠 발견: Eden은 창작자가 뛰어난 성과를 보인 콘텐츠를 분석하여, 목적 없이 피드를 스크롤하는 대신 깊이 논의할 가치가 있는 주제를 찾도록 도와줍니다.

MyMind도 비슷한 사고방식의 대표 주자입니다. 링크와 생각을 넣으면 자동으로 분류하고 태그를 지정하며 의미 검색을 수행하므로, 여러분이 프로세스를 직접 관리할 필요가 없습니다.

두 가지 방안에는 우열이 없습니다:

Obsidian + Claude는 완전한 자율성, 데이터의 로컬 보관, 높은 사용자 정의 가능성이 장점이지만, 규칙을 작성하고 인덱스를 관리해야 합니다;
Eden / MyMind는 유지 관리가 필요 없고, 의미 연관성이 강하며, 자체 창작 워크플로우를 갖추고 있지만, 데이터와 인덱스가 클라우드에 있습니다( Eden이 비공개 콘텐츠를 업로드하지 않겠다고 약속했지만, 아키텍처상 그 서비스에 의존하게 됩니다).

6. 수집보다 선별이 중요합니다: 시스템에 무엇을 넣어야 할까

어떤 도구를 사용하든, 반드시 명심해야 할 한 가지가 있습니다. 모든 것을 저장할 필요는 없다는 점입니다.

AI는 이미 콘텐츠를 대량 생산할 수 있습니다. 부족한 것은 정보가 아니라, 당신이 선별하고 당신의 세계관으로 소화할 수 있는 층위입니다. Dan Koe의 조언은 아주 직설적입니다. 당신이 그 생각에 의해 형성되기를 기꺼이 받아들일 만한 아이디어만 저장하세요.

당신이 지속적으로 주목하고 반복해서 음미하는 사상가와 창작자들은 점차 당신의 세계관 렌즈를 형성할 것입니다. 예를 들어 Dan Koe 자신이 현실의 본질에 대해 생각할 때 역사, 통합 이론, 나선 역학 같은 개념들이 자연스럽게 떠오르는데, 이는 그것들이 그가 문제를 설명하는 데 자주 사용하는 프레임워크이기 때문입니다. 당신이 천천히 축적해야 할 것은 바로 이러한 나만의 '아이디어 모음'이지, 오늘 핫이슈를 보고 저장하고 내일 새로운 개념을 또 저장하는 것이 아닙니다.

구체적인 방법:

장기적으로 꾸준히 좋은 저자의 책과 사상을 읽고, 불안을 증폭시키는 피드는 덜 보세요. 작가와 창작자에게 연구는 작업량의 80%를 차지할 수 있으며, 나머지 20%는 연구한 것을 다른 사람에게 유용한 표현으로 소화하는 것입니다.
글쓰기와 공개 공유를 통해 자료를 자신의 일부로 만드세요. 수집만 하고 아웃풋을 내지 않으면 그 아이디어들은 영원히 '타인의 지혜'에 머물러 있습니다. 당신 자신의 말로 재진술하고, 자신의 경험과 결합하여 재구성하고, 실제 상황에서 피드백을 통해 검증할 때 비로소 그것들이 진정한 인지 구조로 편입됩니다.
프로젝트를 필터로 삼으세요. 현재 프로젝트를 추진하지 못하는 지식은 일시적으로 배워도 결국 남지 않습니다. 프로젝트는 명확한 경계와 이정표를 제공하여 자동으로 소음을 걸러줍니다.

7. AI의 올바른 위치: 마찰을 줄이는 것이지, 당신을 대신해 말하는 것이 아니다

마지막으로 AI가 읽기와 쓰기에서 갖는 경계를 분명히 해야 합니다. 이것이 현재 가장 오해가 깊은 부분입니다.

Dan Koe의 태도는 균형 잡혀 있습니다. AI가 당신을 대신해 가치관과 판단을 표현하게 하지 말고, 당신의 강사, 멘토, 편집자 역할을 하게 하세요.

구체적인 경계는 다음과 같습니다:

사실적 내용은 AI의 도움을 받아도 됩니다: Greuter의 자아 발달 9단계를 설명하거나 어떤 이론의 배경을 정리할 때, AI가 바로 생성하거나 기존 자료를 인용하게 하는 것은 문제없습니다. 이는 Google로 검색하고 나서 글을 쓰는 것과 본질적으로 다르지 않으며, 굳이 전체를 다시 작성하려는 것은 독자의 시간 낭비입니다.
관점과 구성은 반드시 스스로 해야 합니다: 자신의 생각을 분명히 말하려면 약간의 '저항'을 경험해야 합니다. 구조를 직접 검토하고 논증을 조직하며 표현을 다듬어야 자신이 정말로 무엇을 믿는지 더 잘 알게 됩니다. 이 부분까지 AI에 맡기면, 당신이 출력하는 것은 당신의 세계관이 아니라 모델의 통계적 평균에 불과합니다.
AI로 '마찰을 제거하는' 상황: 구조가 떠오르지 않을 때 몇 가지 구성 방식을 제안받고, 다음 단락을 어떻게 전개할지 모를 때 가능한 방향을 제공받으며, 이해하지 못하는 개념을 만났을 때 신속하게 연구에 착수하도록 도움받는 것입니다. 최종적으로 판단을 내리고 무엇을 발표할지 결정하는 사람은 언제나 당신입니다.

이른바 'AI로 글을 쓰지 말라'는 말이 진정으로 경고하는 것은, AI가 당신을 대신해 가치관을 표현하게 하지 말라는 것입니다. AI는 읽기를 대체하지 않으며, 오히려 읽기를 더욱 중요하게 만듭니다. 왜냐하면 AI가 바로 줄 수 있는 답변은 점점 가치가 떨어지고 있기 때문입니다. 깊이 있는 독서를 통해 구축한, 대체 불가능한 당신만의 세계관이 바로 다른 사람들이 따라오고 싶어하는 것입니다.

8. 실행 가능한 글쓰기/창작 사이클

글쓰기를 시작할 준비가 되었다면( Substack, 공식 계정, X 긴 글, YouTube 스크립트 등 무엇이든), Dan Koe가 제시하는 프로세스를 출발점으로 삼을 수 있습니다:

'검증됨 + 당신이 궁금한' 교차 주제를 선택하세요. '검증됨'이란 그 주제가 실제로 주목을 받았던 적이 있다는 뜻입니다. 높은 확산력을 보인 소셜 미디어 게시물을 저장하거나, Eden의 이상치 발견 기능을 사용해 두드러진 콘텐츠를 찾으면 됩니다. '궁금함'이란 트래픽이 없더라도 계속 생각해보고 싶은 문제입니다. 두 가지를 결합하면 표현 욕구를 잃지 않으면서도 더 쉽게 주목받을 수 있습니다.
먼저 생각을 쏟아내고, 그다음 구조를 세우세요. 빈 페이지 앞에서 영감을 기다리지 마세요. 먼저 주제와 관련된 생각을 최대한 써내고, 노트 보관함을 뒤져 사용할 수 있는 자료를 모두 가져오세요. 그리고 그것들에 간단한 내러티브 골격(예: 문제 → 통찰 → 해법)을 부여한 다음, 자료를 적절한 위치에 채워 넣으세요.
초고를 연결하세요. 개요, 메모, 지식 베이스를 모두 호출 가능한 상태로 두고(예: Claude에게 Vault를 읽게 하거나 Eden의 의미 검색을 여는 등), 그것들을 엮어 하나의 완성된 글로 만드세요.
진정으로 말하고 싶은 것이 나올 때까지 반복해서 고치세요. 작품이 아직 당신의 가치, 생각, 신념을 담지 못했다면, 그것이 말할 때까지 계속 고치세요.