본문 바로가기
Life/독서 리뷰

더 잘 공부하는 방법? <공부하는 힘>-황농문

by baykim 2020. 2. 19.

© craftedbygc, 출처 Unsplash

가벼운 자기 계발서를 읽었다. 이 책은 공부하는 힘이라는 주제를 가지고 있다. 작가가 말하는 이 힘은 바로 몰입이다. 인상 깊었던 내용들을 간추려 봤다.

- 우리의 뇌를 착각하게 만드는 방법은 두 가지다.

1. 목표를 절실하게 잡는 것. 이번 시험에 내 인생이 걸렸다고 생각하면 우리 뇌는 정말 그런 줄로 착각한다.

2. 의도적인 몰입 행위를 해야 한다. 자나 깨나 시험공부와 관련된 활동만 하는 것이다. 그럴 경우 뇌는 정말 중요한 일로 인식하여 몰입한다.

- 이러한 논리는 우리 삶에도 적용된다. 우리는 살면서 수많은 경험을 한다. 사고력이 높을수록 이러한 경험적 사실의 의미를 잘 이해해서 추가적인 참의 명제를 끄집어 낼 수 있다. 이는 같은 경험을 해도 더 큰 깨달음을 얻을 수 있다는 말이다. 그러면 선순환이 가속되어 삶의 경험이 쌓일수록 사고력과 판단력이 발달하는 속도는 월등하게 빨라진다.

- 열심히 일하는 것보다 생각하는 게 중요하다.

- 시대를 앞서가기 위해서는 세상이 어떻게 흘러갈지 남들보다 더 잘 예측할 수 있어야 한다. 이때 필요한 참의 명제는 역사를 통해서 얻을 수 있다. 역사란 곧 과거 수백 년 혹은 수천 년 동안 인류가 겪은 중요한 경험적 사실들이기 때문이다. 사고력과 창의력만 있으면 이러한 경험적 사실로부터 끄집어 낼 수 있는 참의 명제는 무한하므로 마음만 먹으면 언제든 새로운 깨달음을 얻을 수 있다.

- 회사에서 마주치는 문제 혹은 원인 모르는 불량 등에 대하여 며칠을 포기하지 않고 생각한 끝에 결국 답을 구하는 성공 경험을 자주 하고 있다. 이 훈련을 100시간만 해도 효과가 나타난다. 1000시간을 하면 확연한 차이가 나서 어디에서 무엇을 하든 두각을 나타낼 것이다. 1만 시간을 하면 문제 해결의 달인이 되어 무엇을 하든 세계 최고의 경쟁력을 가질 것이다.

- 문제해결능력이 부족한 학생에게 필요한 것은 미지의 문제에 대한 도전과 성공 경험을 더욱 많이 하는 것이다. 좋은 방법은 초중고 수학이나 과학 문제에서 미지의 문제를 풀어보는 것. 단, 푸는 과정에서 답을 찾는 게 중요한 것이 아니라 답을 찾아가는 사고가 중요하다. 어떻게 답을 찾는지 과정에 집중해야 한다.

- 급하진 않지만 중요한 일에 많은 시간을 쏟는다. 이는 중요하다. 각 개인 간의 차이를 만드는 일은 이것이다.

- 왜 와 어떻게의 관점으로 접근하면 적절한 질문을 만들 수 있다. 이는 사고력 발달에 도움이 된다.

- 영어공부는 자투리 시간을 활용하여 하나의 문장을 집중적으로 반복하면 된다. 5분 동안 10문장보다는 1문장을 계속 듣고 따라 하는 암묵적 지식으로 보내는 일이 중요하다.

- 1문장을 적어도 1000시간 공부하는 게 좋다. 하지만 5분마다 다른 문장으로 변경해가면서 연습. 간격을 두고 반복하는 것이 효율적이다.

- 망각곡선 이론에 의하면 학습 후 10분이 지나면 망각이 시작되고 하루가 지나면 학습한 내용이 70%가 망각되고 한 달이 지나면 80% 이상이 망각된다고 한다. 따라서 10분 후 복습하면 1일 동안 기억되고, 다시 1일 후 복습하면 1주일 동안, 1주일 후 복습하면 1달 동안, 1달 후 복습하면 6개월 동안 기억된다고 한다.

- 기억 인출에 대한 노력도 해야 한다. 생각 안 난다고 바로 보는 것은 좋지 못하다.

이 책을 통해 느낀 점은 몰입의 중요성을 굉장히 강조하고 있다. 거의 모든 것들이 몰입이라는 하나의 주제로 관통된다. 사실 우리의 삶에 있어서 몰입이 없으면 어떤 것도 제대로 해내기 어렵다. 이는 경험적 사실로 잘 알고 있다. 내가 어떤 한 가지 일을 하고 있을 때 불안한 이유 중에 하나도 다른 것에 생각이 옮겨져서 그렇다. 다만 내가 해야 할 양을 숙지하고 있고, 내가 사용하는 방법이 맞는다고 믿는다면 그 일을 하고 있을 때 절대 불안하지 않을 것이다. 몰입에 관련해서는 명상과 관련이 있다고 생각한다. 책을 읽으면서 서로 다른 이야기를 하는 듯해도 결국엔 한 결로 이어지는 게 재밌다.

반응형