외운 영단어 자꾸 까먹는 분들, AI 단어장은 뭐가 다른지 볼까요

개발자에게 영어는 평생 숙제잖아요. 공식 문서 읽고, 에러 메시지 검색하고, 해외 아티클 따라가려면 결국 어휘력이 받쳐줘야 하는데요. 문제는 단어를 외워도 일주일이면 까먹는다는 거죠. 이 오래된 문제에 AI를 붙인 Vocab Top이라는 서비스가 공개됐어요. '외운 단어를 오래 기억하게 해주는(retain)' 데 초점을 맞춘 단어 학습 도구인데, 서비스 자체보다 그 밑에 깔린 학습 과학과 기술 조합이 흥미로워서 소개해 드릴게요.

우리는 왜 이렇게 잘 까먹을까요

19세기 심리학자 에빙하우스가 밝혀낸 '망각 곡선'이라는 게 있어요. 새로 배운 정보는 하루만 지나도 절반 이상 사라지고, 일주일이면 대부분 증발한다는 거죠. 그런데 여기 반전이 있어요. 잊어버리기 직전에 복습하면 기억이 다시 강해지고, 다음번엔 더 천천히 잊어버려요. 이걸 이용한 게 '간격 반복(spaced repetition)'이라는 기법인데요. 이게 뭐냐면, 복습 간격을 1일, 3일, 7일, 한 달 식으로 점점 벌려가면서, 뇌가 '아 이건 계속 쓰이는 정보구나' 하고 장기 기억으로 옮기게 만드는 방법이에요. 의대생들이 방대한 암기량을 소화할 때 쓰는 Anki라는 앱이 바로 이 원리로 돌아가고, SM-2라는 고전 알고리즘이 각 카드의 다음 복습 시점을 계산해 줘요.

그럼 AI는 여기서 뭘 더해줄까요

간격 반복 자체는 검증된 기술이지만 약점이 있어요. 첫째, 카드 만들기가 노동이에요. Anki를 쓰다 포기한 분들 대부분이 카드 만들다 지쳐서 그만두거든요. AI는 단어만 넣으면 뜻, 예문, 유의어 뉘앙스 차이까지 카드를 자동으로 만들어줄 수 있죠. 둘째, 맥락의 부재예요. 단어를 낱개로 외우면 실제 문장에서 못 알아보는 경우가 많은데, AI는 학습자의 관심사에 맞는 예문을 즉석에서 만들어줄 수 있어요. 개발자라면 apparent라는 단어를 'The bug's cause became apparent after logging' 같은 문장으로 배우는 식이죠. 셋째, 획일적인 복습 주기예요. 전통 알고리즘은 정답과 오답 여부만 보고 간격을 정하는데, 최근에는 개인별 망각 패턴을 학습해서 복습 시점을 예측하는 FSRS 같은 머신러닝 기반 스케줄러가 나와서 Anki에도 탑재됐어요. Vocab Top 같은 신생 서비스들은 이 세 가지, 즉 카드 자동 생성, 맥락 있는 예문, 개인화된 주기를 한 번에 묶으려는 시도라고 볼 수 있어요.

기존 서비스들과 비교하면요

이 분야에는 이미 선수들이 많아요. Anki는 강력하지만 투박하고, Quizlet은 쉽지만 반복 알고리즘이 얕고, 듀오링고는 재밌지만 어휘 확장 속도가 느리죠. 그래서 최근 흐름은 각자의 빈 곳을 LLM으로 메우는 거예요. 다만 이 조합의 어려움도 있어요. AI가 만든 예문의 품질 관리 문제, 그리고 매 학습마다 LLM을 호출하면 운영 비용이 만만치 않다는 현실적인 문제요. 자주 쓰는 단어의 카드는 미리 생성해서 캐싱하고, 개인화가 필요한 부분만 실시간 생성하는 식의 설계가 필요한데, 이건 LLM 서비스를 만들어본 분이라면 다들 고민해 본 지점일 거예요.

한국 개발자에게는 두 가지 관전 포인트

하나는 사용자로서예요. 문서 읽다 만난 모르는 단어를 그때그때 등록하고 AI가 알아서 복습시켜 주는 흐름이 잘 만들어져 있다면, 영어 공부를 따로 시간 내서 하는 게 아니라 업무에 얹어서 하게 되는 거니까 시도해 볼 만하죠. 다른 하나는 만드는 사람으로서예요. 검증된 학습 이론(간격 반복)에 LLM을 얹은 이 공식은 사이드 프로젝트 소재로도 아주 좋거든요. 핵심 알고리즘은 공개돼 있고, 콘텐츠 생성은 LLM이 해주니까 1인 개발로도 충분히 도전할 수 있는 크기예요. 영어뿐 아니라 자격증 암기, 의학 용어, 심지어 프로그래밍 언어 문법 학습에도 같은 구조를 적용할 수 있고요.