물어볼 가치가 있는 질문 세우기
88수천 가지 가능한 연구 방향 중 실제로 몇 년의 자금과 노력을 들일 가치가 있는 것을 골라내는 일은, 현재의 AI 시스템이 스스로 안정적으로 내릴 수 없는 판단이다.
진한 칸일수록 이 직업에서 해당 지표가 높습니다.
낮음높음
대부분의 물리학자는 이른 시기에 이론·실험·전산 중 한 갈래로 전문화되며, 극적인 발견을 이루기보다는 계산을 하고 데이터를 분석하고 코드를 작성하거나 장비를 관리하며 하루를 보낸다. 이 일의 상당 부분은 점진적이다. 하나의 결과를 세 가지 다른 방법으로 확인하고, 정확하게 정리해서 글로 남기고, 회의적인 동료들 앞에서 방어해 낸 뒤에야 비로소 그 결과는 정설로 인정받는다.
학계든 산업계든 연구직이라면 필요하다. 박사학위는 이 분야의 실질적인 자격증과 같아서, 박사학위 없이 독창적인 연구를 설계할 수 있다고 신뢰하는 고용주는 거의 없다. 다만 물리학 학사나 석사 학위도 순수 연구 분야 밖에서는 여전히 가치가 있다. 물리학이라는 직함 없이도 물리학 훈련을 활용하는 공학, 데이터 과학, 금융, 교육 분야의 문을 열어 준다.
그렇다. 미국에서만 매년 약 1,800명이 물리학 박사학위를 받지만, 정년트랙 자리는 수백 개에 불과하다. 대다수의 물리학 박사는 끝내 정규 학계 자리를 얻지 못한다. 다만 이 훈련 과정은 분석적 업무 전반에 정말로 유용해서, 많은 물리학자가 그 대신 금융업이나 기술산업, 산업계에서 높은 보수를 받으며 자리를 잡는다.
부문과 국가에 따라 크게 다르다. 미국의 대학원생 생활비 지원은 연간 약 $30,000, 박사후연구원은 약 $60,000 수준이며, 모든 부문을 통틀어 미국 물리학자의 중위 소득은 대략 $150,000이다. 퀀트 금융업으로 옮긴 물리학 박사는 이보다 몇 배를 벌 수 있는 반면, 다른 대부분의 나라에서 학계 급여는 훨씬 소박한 수준이다.
이론물리학자는 우주가 어떻게 작동해야 하는지를 설명하는 수학적 모형을 세우고 다듬으며, 주로 계산과 컴퓨터, 칠판을 도구로 삼는다. 실험물리학자는 입자검출기·망원경·저온냉동장치 같은 장비를 설계하고 운용해 그 모형이 실제 현실과 맞는지 검증한다. 대부분의 물리학자는 대학원 초기에 이미 한쪽으로 뚜렷하게 전문화된다.
일부는 그렇다. 문헌 검색, 초안 수준의 코드 작성, 반복적인 데이터 정제, 도표 생성 같은 작업은 점점 더 AI의 도움을 받고 있다. 자동화에 저항하는 부분은 어떤 질문이 경력 몇 년을 걸 만한 가치가 있는지 판단하고, 그 질문에 실제로 답할 수 있는 실험을 설계하고, 발표한 결과에 개인적으로 책임을 지는 일이다. 이는 현재의 AI 시스템이 책임질 수 없는 판단의 영역이다.
물리학은 AI 시대에 이례적으로 유리한 출발점을 갖고 있다. 물리학자가 실제로 만들어 내는 것—새로운 가설, 실제로 작동하는 장비, 발표한 발견에 대한 개인적 책임—의 상당 부분은 언어모델이 아직 안정적으로 대신할 수 없는 판단력과 책임 있는 창의성을 요구하는 일이기 때문이다.
그렇다고 이 직업이 AI로부터 완전히 안전한 것은 아니다. 문헌 걸러내기, 초안 수준의 코드 작성, 반복적인 데이터 처리는 이미 AI의 도움으로 더 빨라졌다. 아래 항목들은 이미 바뀌고 있는 부분과, 순수한 기술적 난이도보다는 판단력과 책임의 문제로 지금까지 자동화에 저항해 온 부분을 나누어 살펴본다.
물리학의 반복적인 실무 업무—문헌 걸러내기, 정형화된 시뮬레이션 코드, 초안 문서 작성, 도표 생성—중 상당 부분은 이미 AI의 도움으로 더 빨라졌다. 자동화에 저항하는 부분은 어떤 질문이 경력 몇 년을 걸 만한 가치가 있는지 판단하고, 그 질문에 실제로 답할 수 있는 실험을 설계하고, 기계가 아직 책임질 수 없는 발표 결과에 개인적으로 책임을 지는 일이다.
직함이 아니라 업무 단위로 산정했다. 낮을수록 안전하다.
AI가 대체하지 못하는 직업 →수천 가지 가능한 연구 방향 중 실제로 몇 년의 자금과 노력을 들일 가치가 있는 것을 골라내는 일은, 현재의 AI 시스템이 스스로 안정적으로 내릴 수 없는 판단이다.
물리적인 검출기나 레이저, 저온냉동장치가 실제로 작동하게 만들고 작동하지 않는 이유를 진단하는 일은, 여전히 몇 년간의 실전 실험실 경험으로 쌓은 물리적 직관에 의존한다.
새로운 결과가 진짜인지, 중요한지, 올바르게 분석되었는지 판단하는 일은 단순한 조회가 아니라 책임을 지는 인간 심사자들이 내리는 사회적이고 과학적인 판단이다.
발표된 주장 하나에 실명이 걸린 물리학자의 명성, 때로는 경력 전체가 달려 있다. 이는 현재 어떤 AI 시스템도 대신 책임지지 않는 부분이다.
수십 개국에 흩어진 수천 명의 과학자를 하나의 실험으로 조율하는 일은, 현재 어떤 AI 시스템도 해내지 못하는 신뢰와 외교적 수완을 필요로 한다.
매일 arXiv에 쏟아지는 새 프리프린트를 걸러내고 관련 결과를 표시하는 일은 점점 더 AI 도구가 처리하거나 가속화하고 있다.
설명된 방법론으로부터 표준적인 데이터 처리 파이프라인과 시뮬레이션 뼈대를 생성하는 일은, 현재의 코드 생성 도구가 특히 잘 해내는 작업이다.
논문 서론의 초안을 작성하거나 처리된 데이터로부터 표준적인 그래프를 생성하는 일은, 많은 연구팀에서 이미 부분적으로 자동화되어 있다.
잡음을 걸러내고 이미 알려진 장비 효과를 보정하고 이상 데이터를 표시하는 일은, 수작업 검토보다는 점점 더 자동화되거나 머신러닝 기반 파이프라인을 통해 이루어지고 있다.
물리학자들은 점점 더 AI 도구를 이용해 매일 쏟아지는 arXiv 논문을 훑어보고 관련 연구를 표시한다. 예전에는 수작업 검토로 몇 시간이 걸리던 이 작업을 몇 분으로 압축하고 있다.
신경망은 이제 입자검출기의 트리거 시스템 안에서 작동하며, 테라바이트 단위의 천문 탐사 데이터에서 이상 신호를 걸러낸다. 이는 어떤 인간 팀도 그 규모로는 손으로 해낼 수 없는 작업이다.
새로운 물리학 성과, 특히 입자물리학과 천체물리학 분야의 성과는 갈수록 더 많은 비율이 수백에서 수천 명의 공동 저자를 두고 있어, 개별 물리학자의 기여와 공로로 인정되는 것이 무엇인지 자체가 바뀌고 있다.
정년트랙 자리 수가 매년 배출되는 신규 박사 수에 크게 못 미치면서, 이제 물리학 박사 대다수는 대학이 아니라 금융업, 기술산업, 산업계 연구에서 경력을 쌓는다.
물리학 훈련으로 익힌 수학적 모형화 능력을 헤지펀드와 트레이딩 회사의 금융 시장에 적용하는 직종으로, 물리학 박사가 갈 수 있는 진로 중 가장 보수가 높은 편에 속한다.
AI 연구소들은 컴퓨터공학 배경이 없더라도, 지저분한 실제 데이터를 상대로 수학적 모형을 세우고 검증하는 훈련을 받은 물리학 박사를 점점 더 많이 채용하고 있다.
양자컴퓨터를 이루는 물리적 큐비트와 제어 시스템을 만들고 보정하는 직종으로, 응집물질물리학과 원자물리학 훈련을 직접 활용하는 빠르게 성장하는 전문 분야다.
물리학 박사과정에서 길러진 통계 분석과 모형화 능력을 기술, 헬스케어, 물류 등 산업계 문제에 적용하는 직종으로, 순수 연구 밖에서 흔히 향하는 진로다.
세 가지 가역 렌즈: 업무 보조, 일부 대체, 새 틈새. 교육용이며 예측이 아닙니다.
역할은 유지하고 AI가 초안·분류·조사를 빠르게 하며 판단과 책임은 사람이 집니다.
좁은 작업 묶음(템플릿·초안·반복 채점)이 먼저 줄어들고 인접 숙련은 커질 수 있습니다.
규제 환경에서 AI 출력을 신뢰해야 하는 감독·통합·도메인 QA 역할이 생길 수 있습니다.
물리학 훈련을 받은 사람에 대한 수요는 앞으로 10년간 계속 탄탄할 가능성이 크다. 이는 어느 하나의 AI 흐름보다는, 직함이 물리학과 전혀 관계없더라도 이 분야 특유의 수학적 엄밀함을 높이 평가하는 반도체·양자컴퓨팅·데이터 집약 산업의 지속적인 성장에서 비롯된다.
솔직히 말하면 AI는 이 분야의 더 오래된 구조적 문제에 비하면 부차적인 문제다. 물리학 박사과정은 해마다 정년트랙 학계 자리가 채용할 수 있는 수보다 훨씬 많은 연구자를 배출하고 있고, 자동화가 아니라 바로 이 불균형이야말로 이미 대다수의 물리학자를 애초에 훈련받은 대학이 아닌 다른 진로로 밀어내고 있다.
같은 분야만이 아니라 여섯 점수 프로필이 가까운 직업입니다.
생명 그 자체를 연구하는 과학자. 린네가 손으로 종을 명명하던 시절부터 크리스퍼로 유전체를 편집하는 오늘날까지, 모든 아이디어를 살아있는 생물체에 비추어 검증한다.
AI 내성 64 🏗️안전 기준을 지키고 클라이언트를 만족시키며 비용까지 맞아야 하는 건물을 설계하고, 무너지면 법적 책임까지 떠안는다.
AI 내성 78 💱희소성을 다루는 학자 — 애덤 스미스의 핀 공장에서 중앙은행 결정실까지, 어떤 모형도 완전히 담아내지 못하는 것을 예측하라는 요구를 여전히 받는다.
AI 내성 62 🎬시나리오를 완성된 영화로 바꾸는 사람으로, 모든 샷과 연기와 편집점을 결정한 뒤 프로듀서와 스튜디오와 관객에게 그 비전이 예산을 쓸 가치가 있었음을 설득한다.
AI 내성 73 🧪물질 그 자체를 만들고 측정하는 과학자 — 바빌로니아 타푸티의 증류기에서 오늘날 로봇 실험실에 이르기까지, 스펙트럼이 의미하는 바를 결정하는 것은 여전히 사람이다.
AI 내성 70 👔의뢰인에게 조언하고 그들을 구속하는 문서를 작성하며 사건이 법정에 이르면 대신 다투는 직업으로, 조언이 잘못되면 개인적으로 법적 책임을 진다.
AI 내성 58생명 그 자체를 연구하는 과학자. 린네가 손으로 종을 명명하던 시절부터 크리스퍼로 유전체를 편집하는 오늘날까지, 모든 아이디어를 살아있는 생물체에 비추어 검증한다.
AI 내성 64 🧪물질 그 자체를 만들고 측정하는 과학자 — 바빌로니아 타푸티의 증류기에서 오늘날 로봇 실험실에 이르기까지, 스펙트럼이 의미하는 바를 결정하는 것은 여전히 사람이다.
AI 내성 70 📊데이터에서 패턴을 찾고 예측 모델을 만드는 직업 — 2008년에 붙여진 이름이지만, 그 밑바탕에는 3세기에 걸친 증거 수집·검증·시각화의 역사가 있다.
AI 내성 38 🔭바빌로니아의 점토판에서 우주 망원경까지, 우주를 측정하는 과학자 — 데이터 속 어떤 깜빡임이 발견인지는 지금도 가려내는 중이다.
AI 내성 70 🧮바빌로니아 서기관에서 필즈상 수상자와 AI 보조 증명까지: 어려운 질문을 영구적 확실성으로 바꾸는 직업, 정리 하나하나마다.
AI 내성 70 🧿컴퓨팅, 감지, 통신 및 재료 연구를 위해 양자 상태를 활용하는 장치를 구축, 측정 및 제어합니다.
AI 내성 78 🧫임상, 시험 및 건강 시스템 데이터를 사용하여 보다 안전한 치료, 연구 및 운영 결정을 위한 신뢰할 수 있는 증거를 생성합니다.
AI 내성 68