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.
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.
중간
기계가 대신할 수 있는 업무의 비율
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 →기계가 가져가지 못하는 것
실제 장비 설계와 문제 해결
84물리적인 검출기나 레이저, 저온냉동장치가 실제로 작동하게 만들고 작동하지 않는 이유를 진단하는 일은, 여전히 몇 년간의 실전 실험실 경험으로 쌓은 물리적 직관에 의존한다.
타당성과 중요성에 대한 동료 판단
80새로운 결과가 진짜인지, 중요한지, 올바르게 분석되었는지 판단하는 일은 단순한 조회가 아니라 책임을 지는 인간 심사자들이 내리는 사회적이고 과학적인 판단이다.
발표 결과에 대한 개인적 책임
90발표된 주장 하나에 실명이 걸린 물리학자의 명성, 때로는 경력 전체가 달려 있다. 이는 현재 어떤 AI 시스템도 대신 책임지지 않는 부분이다.
대규모 공동연구단 구축과 유지
72수십 개국에 흩어진 수천 명의 과학자를 하나의 실험으로 조율하는 일은, 현재 어떤 AI 시스템도 해내지 못하는 신뢰와 외교적 수완을 필요로 한다.
이미 가져가고 있는 것
문헌 검색과 요약
70매일 arXiv에 쏟아지는 새 프리프린트를 걸러내고 관련 결과를 표시하는 일은 점점 더 AI 도구가 처리하거나 가속화하고 있다.
정형화된 시뮬레이션·분석 코드
66설명된 방법론으로부터 표준적인 데이터 처리 파이프라인과 시뮬레이션 뼈대를 생성하는 일은, 현재의 코드 생성 도구가 특히 잘 해내는 작업이다.
논문 초안 작성과 도표 생성
55논문 서론의 초안을 작성하거나 처리된 데이터로부터 표준적인 그래프를 생성하는 일은, 많은 연구팀에서 이미 부분적으로 자동화되어 있다.
반복적인 데이터 정제와 보정 처리
74잡음을 걸러내고 이미 알려진 장비 효과를 보정하고 이상 데이터를 표시하는 일은, 수작업 검토보다는 점점 더 자동화되거나 머신러닝 기반 파이프라인을 통해 이루어지고 있다.
일이 변해가는 방식
AI 지원 문헌 걸러내기가 표준이 되다
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.
머신러닝이 표준 분석 도구가 되다
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.
혼자 일하는 이론물리학자는 줄고, 대규모 팀 과학은 늘다
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.
이제 학계보다 산업계가 더 많은 박사를 흡수하다
정년트랙 자리 수가 매년 배출되는 신규 박사 수에 크게 못 미치면서, 이제 물리학 박사 대다수는 대학이 아니라 금융업, 기술산업, 산업계 연구에서 경력을 쌓는다.
갈라져 나오는 새 직업들
퀀트 연구원(금융)
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.
머신러닝 연구과학자
AI 연구소들은 컴퓨터공학 배경이 없더라도, 지저분한 실제 데이터를 상대로 수학적 모형을 세우고 검증하는 훈련을 받은 물리학 박사를 점점 더 많이 채용하고 있다.
양자컴퓨팅 엔지니어
양자컴퓨터를 이루는 물리적 큐비트와 제어 시스템을 만들고 보정하는 직종으로, 응집물질물리학과 원자물리학 훈련을 직접 활용하는 빠르게 성장하는 전문 분야다.
데이터 과학자
물리학 박사과정에서 길러진 통계 분석과 모형화 능력을 기술, 헬스케어, 물류 등 산업계 문제에 적용하는 직종으로, 순수 연구 밖에서 흔히 향하는 진로다.
전망
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.
계속 탐색하기
과학·연구 분야의 다른 직업
🧬
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 🧮수학자
바빌로니아 서기관에서 필즈상 수상자와 AI 보조 증명까지: 어려운 질문을 영구적 확실성으로 바꾸는 직업, 정리 하나하나마다.
AI 내성 70