핵심 정보
"수학자"라는 말은 "배운 것"을 뜻하는 그리스어 마테마(mathema)에서 유래했으며, 기원전 6세기 피타고라스 학파는 이미 실제 추론을 맡을 만큼 신뢰받는 내부 집단만을 마테마티코이라 불렀다. 이는 오로지 추상 위에 세워진 가장 오래된 직업으로, 바빌로니아 서기관들은 기원전 1800년경 점토판에 이차방정식 문제를 풀고 있었고, 기원전 300년경 알렉산드리아에서 유클리드가 증명한 정리들은 지금도 참이며 여전히 가르쳐지고 인용된다 — 다른 어떤 분야의 창시자도 주장할 수 없는 영속성이다.
현대의 직업은 두 갈래로 나뉜다. 전 세계 수만 명의 연구수학자들이 대학과 연구소에서 새 정리를 증명하는데, 이 길은 박사 학위와 여러 해의 박사후 방랑, 극도로 좁은 학계 시장을 거친다. 훨씬 더 많은 사람들은 같은 훈련을 금융, 암호학, 머신러닝, 정부에서 적용한다. 미국 노동통계국은 2023년 문자 그대로 "수학자"라는 직함을 가진 사람을 겨우 수천 명으로 집계했지만, 수학 훈련을 받은 퀀트·보험계리사·데이터과학자는 수십만 명에 달한다.
이 페이지는 플림턴 322와 린드 파피루스에서 시작해 알콰리즈미의 바그다드, 뉴턴-라이프니츠의 미적분 논쟁, 힐베르트의 23가지 문제를 거쳐 와일스의 다락방, 페렐만의 거절, 이제 올림피아드 문제를 금메달 수준으로 풀어내는 기계까지 이 직업을 따라간다. 나라마다 사람들이 실제로 어떻게 수학자가 되는지, 일상의 작업이 어떤 모습인지, 누가 이 직업의 정점에 어떻게 도달했는지, 그리고 AI가 이 일 중 얼마나 흡수할 수 있을지를 다룬다.
직업 프로필
- AI 내성70
- 보수68
- 진입장벽82
- 자율성88
- 수요62
- 영향력78
AI에 얼마나 노출되어 있나?
중간
문헌 검색, 검증, 계산, 잘 정의된 문제 풀이 등 실제 업무 시간의 상당 부분이 지금 자동화되고 있고, AI는 이미 경시대회 수준의 결과를 증명한다. 하지만 경력을 정의하는 작업 — 문제 선택, 개념 형성, 의의 판단, 인간 지도 — 은 현재 시스템이 하는 일과 가장 거리가 멀다. 가장 가능성 높은 결과는 일상적 보조정리 증명에 쓰는 시간은 줄고 무엇을 증명할지 결정하는 데 쓰는 시간이 느는 것이다. 직업의 제거가 아니라 변형이다.
AI와 미래 →이 직업을 보는 일곱 가지 관점
자주 묻는 질문
수학자는 실제로 하루 종일 무엇을 하는가?
수학자가 되려면 박사학위가 필요한가?
수학자는 얼마나 버는가?
AI가 수학자를 대체할까?
왜 수학 노벨상은 없는가?
밀레니엄 문제란 무엇인가?
천재이거나 암산을 잘해야 하는가?
수학 전공자는 실제로 어떤 일자리를 얻는가?
과학·연구 분야의 다른 직업
물리학자
물질과 에너지, 공간과 시간을 지배하는 수학 법칙을 이끌어내고 검증한다. 혼자 칠판 앞에 선 연구자에서 3,000명이 공동 저자로 이름을 올리는 입자가속기 논문까지 그 모습은 다양하다.
AI 내성 65 🧬생물학자
생명 그 자체를 연구하는 과학자. 린네가 손으로 종을 명명하던 시절부터 크리스퍼로 유전체를 편집하는 오늘날까지, 모든 아이디어를 살아있는 생물체에 비추어 검증한다.
AI 내성 64 🧪화학자
물질 그 자체를 만들고 측정하는 과학자 — 바빌로니아 타푸티의 증류기에서 오늘날 로봇 실험실에 이르기까지, 스펙트럼이 의미하는 바를 결정하는 것은 여전히 사람이다.
AI 내성 70 📊데이터 과학자
데이터에서 패턴을 찾고 예측 모델을 만드는 직업 — 2008년에 붙여진 이름이지만, 그 밑바탕에는 3세기에 걸친 증거 수집·검증·시각화의 역사가 있다.
AI 내성 38 🔭천문학자
바빌로니아의 점토판에서 우주 망원경까지, 우주를 측정하는 과학자 — 데이터 속 어떤 깜빡임이 발견인지는 지금도 가려내는 중이다.
AI 내성 70