물리학(수학)을 배워라! _ 일론 머스크, 젠슨 황

 

물리학(수학)을 배워라! _ AI 시대 교육 _ 일론 머스크와 젠슨 황

 

2025년 여름, 전 세계 IT 업계에 충격을 준 발언이 연이어 나왔다.
엔비디아 CEO 젠슨 황(Jensen Huang)은 베이징에서 열린 행사에서 "만약 내가 2025년 22세 졸업생이라면 컴퓨터 사이언스 대신 물리학을 공부할 것"이라고 말했고,
테슬라의 일론 머스크(Elon Musk)는 Telegram CEO Pavel Durov가 "학생들은 수학을 배워야 한다"는 글에 대해 간결하게 "Physics (with math)"라고 답했다.moneycontrol+3

이는 단순한 개인적 의견이 아니다. 두 CEO 모두 AI가 코딩 작업을 점진적으로 자동화하면서, 인간의 진정한 경쟁력은 근본 원리에 대한 이해와 창의적 문제 해결 능력에 있다고 확신하고 있는 것이다.

1. 젠슨 황의 'Physical AI의 시대'

- AI 발전 단계론

Huang은 AI의 진화를 세 단계로 구분한다:rs-online+1

• Perception AI (인지형 AI): 2012년 AlexNet 이후 이미지, 음성, 패턴 인식에 특화
• Generative AI (생성형 AI): 현재 단계로 텍스트, 이미지, 코드 생성
• Physical AI (물리적 AI): 다음 단계로 실제 세계에서 인지, 추론, 계획, 행동이 가능한 AI

- Physical AI가 요구하는 역량

Huang이 물리학을 강조하는 핵심 이유는, 생성형 AI 시대에 도래할 물리적 AI(Physical AI)의 특성에 있다.
"다음 물결은 마찰, 관성, 인과관계와 같은 물리 법칙을 이해해야 한다"고 그는 설명한다.economictimes+1

- Physical AI의 핵심 요소들:

• 객체 영속성 (Object Permanence)
• 힘 예측 (Force Prediction)
• 상황 인식 (Situational Awareness)
• 3차원 공간에서의 센서 입력 통합
• 실제 세계 물체 조작 능력

이러한 능력들은 모두 물리학, 기계공학, 재료과학의 기초 위에 구축된다.
젠슨 황은 "AI가 단순히 데이터를 처리하는 것을 넘어 데이터가 현실 세계와 어떻게 상호작용하는지 이해해야 한다"고 강조했다.forbes+2

2. 일론 머스크의 'First Principles Thinking'의 철학

- 물리학적 사고방식의 기원

Musk의 "Physics (with math)" 답변은 그의 오랜 신념인 '제1원리 사고(First Principles Thinking)'에 뿌리를 두고 있다.
"제1 원리(First principles)는 물리학적 세계관이다. 가장 근본적인 진리로 모든 것을 환원시키고, '우리가 확실히 참이라고 알고 있는 것이 무엇인가?'라고 묻는 것"이라고 그는 정의한다.leaders+1

- SpaceX 사례: First Principles의 실천

2002년 Musk가 SpaceX를 창립할 때의 유명한 일화는 이 사고방식의 완벽한 예다:jamesclear+1

기존 방식: 로켓 구매 비용 6,500만 달러
First Principles 접근:

• 로켓 = 항공급 알루미늄 합금 + 티타늄 + 구리 + 탄소섬유
• 원자재 시장 가격 조사 결과: 기존 가격의 2%
• 결론: 직접 제조하여 10배 비용 절감 달성

- 물리학이 모든 혁신의 기초

Musk는 "로켓부터 자율주행차까지, 진정한 도전은 소프트웨어 논리를 넘어선 물리학 숙달을 요구한다"고 말했다. Tesla의 배터리 기술, SpaceX의 재사용 로켓, Neuralink의 뇌-컴퓨터 인터페이스 모두 물리학 원리에서 출발한 혁신이다.moneycontrol

3. 코딩 자동화의 현실과 전망

- AI의 프로그래밍 대체 현황

2025년 현재 AI의 코딩 능력은 급속히 향상되고 있다:

• Anthropic CEO Dario Amodei: "12개월 내에 AI가 모든 코드를 작성하는 세상이 올 수 있다"dev+1
• Google 전 CEO Eric Schmidt: "1년 내에 대부분의 프로그래밍 작업이 AI로 대체될 것"research.aimultiple
• Anthropic 연구: Claude Code는 79%의 대화에서 자동화를 수행, 일반 Claude.ai는 49%anthropic

- 프로그래밍 직업의 미래

자동화 위험이 높은 영역:thunderbit+1

• 웹 개발 (JavaScript, HTML 등)
• 사용자 인터페이스/경험 설계
• 반복적이고 구조화된 코딩 작업
• 단순한 애플리케이션 구축

여전히 인간이 필요한 영역:

• 시스템 설계와 아키텍처
• AI 출력 검토 및 품질 관리
• 복잡한 비즈니스 로직 구현
• 창의적 문제 해결

4. 물리·수학 교육의 장점

- 창의적 사고력 배양

물리학과 수학이 코딩보다 나은 이유들:reddityoutube

추상적 사고 능력: 복잡한 문제를 단순한 구성요소로 분해하는 능력
논리적 추론: 가정에서 출발해 결론을 도출하는 체계적 사고
모델링 능력: 현실 세계 현상을 수학적으로 표현하는 기술
시스템적 접근: 전체와 부분의 관계를 이해하는 능력

- 범용성과 지속성

코딩 언어는 변하지만, 물리 법칙은 불변이다. 뉴턴의 역학, 맥스웰의 전자기학, 열역학 법칙들은 수백 년간 유효했고 앞으로도 그럴 것이다. 이러한 기초 지식은 다양한 기술 분야에서 응용 가능하다.freecodecamp+1

5. 산업별 영향과 전망

- AI 일자리 성장 분야

2025년 1분기 데이터에 따르면:veritone

• AI 관련 직업: 전년 대비 25.2% 증가 (35,445개 포지션)
• AI 평균 연봉: $156,998 (전분기 대비 0.8% 상승)
• 최고 성장 직종: AI/머신러닝 엔지니어 (분기 대비 13.1%, 연 대비 41.8% 증가)

- 자동화 저항 분야

물리학적 지식이 필수인 분야들:explodingtopics+1

• 로보틱스: 센서 통합, 동역학, 제어 시스템
• 자율주행: 물리적 환경 인식, 궤도 계산
• 에너지: 배터리 기술, 신재생 에너지 시스템
• 제조업: 스마트 팩토리, 물리적 공정 최적화

6. 교육 정책에 대한 시사점

- STEM 교육의 재편

일론 머스크와 젠슨 황의 주장은 STEM(과학, 기술, 공학, 수학) 교육 정책에 중요한 생각 거리를 던진다.

컴퓨터 과학 교육의 한계:

• 급변하는 기술 트렌드에 취약
• 추상적 사고력보다 구체적 스킬 위주
• AI 자동화에 상대적으로 취약한 영역

물리·수학 교육의 장점:

• 변하지 않는 기초 원리 습득
• 창의적 문제 해결 능력 배양
• 다양한 분야로의 응용 가능성

- 개인차의 인정

모든 학생이 물리학자나 수학자가 될 필요는 없다. 개인의 적성과 관심사를 고려한 맞춤형 교육이 여전히 중요하다.

일론 머스크와 젠슨 황의 "물리·수학 우선론"은 AI 시대 교육에 대한 근본적 성찰을 요구한다. 코딩은 AI가 대체할 수 있지만, 세상이 어떻게 작동하는지에 대한 깊은 이해는 여전히 인간만의 영역이다. 미래의 혁신가들은 단순히 기계와 대화하는 방법이 아니라, 우주의 작동 원리를 이해해 기계에게 진정 새로운 것을 가르칠 수 있는 능력을 갖춰야 할 것이다.

 

https://www.moneycontrol.com/technology/why-nvidia-ceo-jensen-huang-and-elon-musk-want-students-to-study-physics-instead-of-coding-in-the-ai-era-article-13326526.html   

Why Nvidia CEO Jensen Huang and Elon Musk want students to study physics instead of coding in the AI era

 

**

일론 머스크와 엔비디아 CEO 젠슨 황은 학생들에게 전통적인 기술 조언을 흔들고 있다. 그들은 코딩보다는 물리학과 수학을 더 중시하라고 강조한다. 오늘날 급속히 진화하는 인공지능 시대에, 우주가 어떻게 작동하는지에 대한 핵심 원리를 이해하는 것이 그 어느 때보다 중요하다고 믿는다.

AI 도구가 점점 더 똑똑해지면서 글을 쓰거나 코드를 디버깅하는 작업을 대신하게 되자, 기본적인 프로그래밍 기술의 가치는 점점 줄어들고 있다. 그러나 AI가 대체할 수 없는 것은 강력한 개념적 사고, 창의적 문제 해결, 그리고 깊은 과학적 사고방식이다. 이러한 능력은 방정식, 힘, 에너지, 논리에 대한 학습에서 비롯된다.

머스크와 황은 다음 기술 혁신의 돌파구가 단순히 더 뛰어난 코더에게서 나오지 않을 것이라는 점에 의견을 같이한다. 오히려 현실을 진정으로 이해하는 사상가들에게서 나올 것이다. 로켓을 만들든, 첨단 반도체 칩을 설계하든, 더 똑똑한 AI 시스템을 구축하든, 과학과 이성에 뿌리를 둔 사람들이 진정한 우위를 가질 것이다.

그들이 학생들과 미래의 혁신가들에게 보내는 강력한 메시지는 명확하다. 단순히 기계를 다루거나 코드를 작성하는 법을 배우지 말라. 세상이 어떻게 움직이는지 배우고, 그 기반 위에서 완전히 새로운 것을 발명하고 기계에게 가르쳐라.

자동화와 AI가 일상적인 코딩 업무를 처리하는 미래에서, 수학과 물리에 대한 깊은 이해가 자네를 차별화할 것이다. 이 변화는 학생들에게 과학적 기초를 더욱 튼튼히 다져야 내일의 기술을 이끄는 리더와 창조자가 될 수 있음을 도전적으로 제시한다.