AI가 코드 다 짜주는데 내 실력은 어디로 가나 — 인지과학 박사가 만든 'learning-opportunities' Skill 도입 가이드

핵심 요약 (TL;DR)

심리측정학 박사 Dr. Cat Hicks가 만든 오픈소스 Claude Code/Codex 공용 Skill 'learning-opportunities'를 깔면, 큰 커밋이나 스키마 변경 직후 AI가 자동으로 10~15분짜리 학습 미니퀴즈를 제안합니다. retrieval practice, generation effect 같은 인지과학 기법을 그대로 프롬프트화한 메타-Skill로, "AI에 의존하다 실력이 녹는다"는 불안에 대한 실행 가능한 처방입니다.

"AI is making me dumb"이라는 같은 날 1면 글

2026년 5월 14일 Hacker News 1면에는 318pts짜리 에세이 'AI is making me dumb'(jpain.io)이 떴습니다. AI 코딩 어시스턴트를 매일 쓰면서 본인의 실력이 위축되는 감각을 솔직하게 적은 글이죠. 그런데 같은 날 같은 1면에 212pts짜리 다른 글이 함께 올라왔습니다. 인지과학자 Dr. Cat Hicks의 'learning-opportunities' Skill입니다. 한쪽은 문제 제기, 한쪽은 그 문제에 대한 실행 가능한 처방이었던 거예요.

Dr. Cat Hicks는 심리측정학 박사이자 "The Psychology of Software Teams" 저자입니다. 개발자 학습에 인지심리학을 정식으로 적용한 거의 첫 인물이죠. 이번 Skill은 그분의 학문적 배경이 그대로 코드 형태로 풀어진 결과물입니다.

무엇을 자동화하나요

핵심 동작은 단순합니다. 큰 커밋, 신규 파일 추가, 스키마 변경, 아키텍처 결정 같은 "인지부하 높은 작업"이 끝나면 Claude/Codex가 자동으로 10~15분짜리 학습 미니퀴즈를 제안합니다. 퀴즈 내부 설계가 흥미로운데, 세 가지 학습과학 원리를 그대로 가져왔습니다.

• Retrieval practice (인출 연습) — 방금 작성한 코드를 보지 않고 "이 함수 시그니처가 뭐였죠?" 같은 질문에 먼저 답해 보라고 요구합니다. 머리에서 꺼내는 연습 자체가 기억 강화의 핵심이라는 것이 인지심리학의 결론입니다.
• Generation effect (생성 효과) — AI 답을 보기 전에 본인이 먼저 예측을 적어 보라고 요구합니다. 수동적으로 받아들이는 것보다 능동적으로 생성하는 행위가 학습 효과를 키운다는 원리예요.
• Spaced repetition (분산 학습) — 한 번의 긴 학습보다 짧고 분산된 복습이 효과적이라는 원리. Skill이 커밋 직후 10~15분 단위로 끼어드는 이유입니다.

GitHub 레포(DrCatHicks/learning-opportunities) README에 이 세 원리가 명시되어 있습니다.

도입은 5분이면 됩니다

Claude Code Skills는 마크다운 + 트리거 로직으로 구성되어 있어서 설치가 가볍습니다. 기본 흐름은 다음과 같습니다.

# GitHub에서 Skill 클론
git clone https://github.com/DrCatHicks/learning-opportunities

# Claude Code의 skills 디렉토리로 이동
cp -r learning-opportunities ~/.claude/skills/

Claude Code 세션 안에서 /skills 명령으로 활성 Skill 목록에 나타나면 설치 완료입니다. Codex도 동일한 Skill 스펙을 지원하니 이중 호환이 됩니다(단, Codex Skills 호환 버전은 본인 환경에서 직접 확인해 보세요).

어떤 워크플로에 가장 잘 맞나요

Skill의 가치는 "AI가 잘 짜는 코드"가 아니라 "내가 잊으면 안 되는 코드" 직후에 발휘됩니다. 구체적으로는,

• 스키마 마이그레이션을 끝낸 직후 — 6개월 뒤 본인이 이 마이그레이션을 다시 읽어야 할 가능성이 가장 큽니다.
• 외부 API 계약 변경을 적용한 직후 — 사이드 이펙트의 범위를 본인이 머리에 그릴 수 있어야 운영 사고를 줄입니다.
• 새 라이브러리를 처음 도입한 직후 — AI가 보여준 사용법을 그대로 받아쓰면 6개월 뒤 본인이 그 라이브러리를 다룰 줄 모릅니다.

반대로 단순 리팩토링이나 typo 수정 직후에는 Skill을 꺼두는 것이 좋습니다. 이 Skill의 비용은 시간 — 10~15분 — 이라 "학습할 가치가 있는 변경"에만 쓰는 게 ROI가 좋아요.

AI 의존을 끊는 게 아니라, 의존하는 방식을 바꾸는 도구

이 Skill의 메시지는 "AI를 적게 쓰자"가 아닙니다. 인지과학자가 만든 처방이라는 점에서 더 정밀합니다 — "AI를 많이 쓰되, 본인 인지 부담을 의도적으로 다시 부과하는 의식을 끼워 넣자"는 거죠. 헬스장에서 트레이너가 옆에서 자세를 봐주듯, 운동량 자체는 줄이지 않습니다. 다만 운동의 방식을 바꿉니다.

AI 코딩 도구의 보급 속도를 보면, 이 작은 Skill이 던지는 질문이 점점 더 무거워집니다. 매일 vibe coding을 하는 사람일수록 6개월 뒤 본인의 실력 곡선이 어디로 가는지 진지하게 고민해야 할 시점입니다.

자주 묻는 질문

Q. Codex에서도 똑같이 동작하나요?
Skill 스펙이 양쪽 호환되도록 설계되어 있습니다만, Codex Skills 호환 버전은 사용자 환경에 따라 다르니 본인 버전에서 직접 확인하시는 게 안전합니다.

Q. Skill을 깔면 매번 퀴즈가 떠서 거슬리지 않나요?
트리거가 "큰 커밋·스키마 변경·아키텍처 결정"으로 제한되어 있어서 일상 작업은 방해받지 않습니다. 거슬리면 트리거 조건을 본인 워크플로에 맞게 마크다운에서 직접 조정할 수 있습니다.

Q. 효과가 학술적으로 검증된 건가요?
Skill이 차용한 retrieval practice·generation effect·spaced repetition 자체는 학습과학에서 가장 견고하게 검증된 원리들입니다. 다만 "이 Skill 사용"의 효과 측정 A/B 데이터는 아직 공개되지 않았습니다.

마무리

AI 코딩 도구가 본인 실력을 갉아먹는다는 감각이 들 때, 답은 도구를 끄는 것이 아닙니다. 도구 사용에 인지과학의 잣대를 끼워 넣는 것입니다. 'learning-opportunities' Skill은 작은 마크다운 파일이지만, vibe coding 시대를 오래 살아남고 싶은 개발자에게는 헬스 트레이너 같은 존재가 될 수 있어요.

원본 HN 토론: https://news.ycombinator.com/item?id=48130679 · GitHub: https://github.com/DrCatHicks/learning-opportunities