가장 위험한 무지는 질문 자체를 떠올리지 못하는 상태다. "뭘 모르는지 모르니까" 검색도 못 하고 질문도 못 한다. AI는 이 영역을 탐색하는 데 강력한 도구가 된다.
구체적인 질문이 아직 없는 상태이므로, 넓게 물어서 지도를 그려라.
예시:
나는 백엔드 개발자인데, 시스템 디자인에서 내가 놓치고 있을 만한 주제가 뭐가 있을까?
이 아키텍처를 설계했는데, 내가 고려하지 않은 것들이 있을까?
Kubernetes를 프로덕션에 배포하려는데, 초보자가 흔히 간과하는 게 뭐야?
핵심은 **"내가 뭘 모르는지 알려줘"**라고 직접 요청하는 것이다.
특정 작업을 할 때 "빠뜨린 게 없는지" 확인하는 체크리스트를 AI에게 만들어달라고 하면, 생각지 못한 항목이 드러난다.
예시:
REST API를 설계할 때 고려해야 할 체크리스트를 만들어줘
서비스를 오픈소스로 공개할 때 준비해야 할 것들의 체크리스트
자기가 이미 아는 항목은 넘기고, 모르는 항목이 바로 unknown unknown이다.
현재 계획에 대해 다양한 시나리오를 AI에게 시뮬레이션하게 하면, 예상치 못한 상황이 드러난다.
- "이 시스템에 트래픽이 10배 늘면 어디서 먼저 터져?"
- "이 코드에서 동시성 문제가 발생할 수 있는 지점이 있어?"
- "이 설계에서 3개월 후에 후회할 만한 결정이 있을까?"
자기 전문 분야 안에서는 보이지 않는 것들이, 다른 관점에서는 명백할 수 있다.
- "보안 엔지니어 관점에서 이 코드를 보면 뭐가 보여?"
- "SRE 관점에서 이 아키텍처의 운영 리스크는?"
- "사용자 경험 관점에서 이 API 설계의 문제점은?"
AI는 여러 역할을 시뮬레이션할 수 있으므로, 동료를 구하지 않아도 다양한 관점의 리뷰를 받을 수 있다.
새로운 분야에 진입할 때, 뭘 공부해야 하는지조차 모르는 상태가 unknown unknown이다.
예시:
프론트엔드 개발자가 MLOps를 이해하려면 어떤 순서로 뭘 공부해야 해? 내가 이미 아는 건 Python과 Docker 정도야.
자신의 현재 수준을 알려주면, AI가 빈 칸을 채워줄 수 있다.
아직 문제가 발생하지 않았더라도, "이미 실패했다고 가정하고" 원인을 분석하면 blind spot이 드러난다.
예시:
이 프로젝트가 6개월 후에 실패했다고 가정하자. 가장 가능성 높은 실패 원인 3가지는?
이 기법은 프리모템(pre-mortem)이라고도 불리며, unknown unknown을 발견하는 검증된 방법이다.
| 방법 | 핵심 |
|---|---|
| 열린 질문 | "내가 뭘 모르는지 알려줘" |
| 체크리스트 요청 | 빠뜨린 항목에서 모르는 것 발견 |
| "만약에~" 시나리오 | 예상치 못한 상황 시뮬레이션 |
| 다른 관점 요청 | 보안, SRE, UX 등 역할 전환 |
| 학습 로드맵 | 뭘 공부해야 하는지부터 파악 |
| 프리모템 | 실패를 미리 가정하고 원인 분석 |