AI 시대에도 수학을 배워야 하는 이유는 무엇일까?

핵심 3줄 요약

AI가 계산과 문제 풀이를 대신해도 수학을 배울 이유는 남아 있다. 수학의 교육적 가치는 계산 자체보다 주어진 조건에서 출발해 관계를 찾고 논리적으로 결론까지 이동하는 경험에 있기 때문이다.
이 관점에서는 어려운 문제 자체가 학습의 목적이 아니라, 학생이 자신의 힘으로 하나의 사고 과정을 완성하고 더 긴 추론으로 확장하는 것이 중요하다.
따라서 시험에서 높은 난도를 해결하는 능력과 수학을 통해 형성하려는 논리적 사고 능력은 서로 관련되지만 완전히 같은 개념으로 볼 필요는 없다.
수학을 잘한다고 하면 우리는 대개 어려운 문제를 잘 푸는 학생을 떠올린다. 시험에서 마지막 문제까지 해결하고, 다른 학생들이 오래 걸리는 문제를 빠르게 풀어내는 학생. 현재의 평가체계에서는 자연스러운 기준이다. 제한된 시간 안에 학생을 구분해야 하니 더 복잡한 문제를 해결하는 학생에게 높은 점수를 준다.
문제는 이 평가의 기준이 어느 순간 수학을 배우는 목적 자체처럼 취급된다는 데 있다.
수학은 정말 어려운 문제를 풀기 위해 배우는 것일까.
나는 수학을 조금 다르게 보고 싶다.
수학은 주어진 곳에서 원하는 곳까지 논리적으로 이동하는 훈련이다.

수학 문제를 푼다는 것은 무엇일까?

수학 문제에는 출발점과 목적지가 있다. 무엇이 주어졌는지 확인하고, 무엇을 구해야 하는지 찾고, 조건 사이의 관계를 생각하고, 한 단계씩 연결해 결론까지 간다. 마지막에는 그 결론이 처음 조건과 맞는지 확인한다.

아주 단순하게 줄이면 이렇다.

조건 → 관계 → 추론 → 결론 → 검증

계산은 그 과정에서 사용하는 도구다. 공식도 도구다. 유형을 기억하는 것도 때로는 도움이 된다. 하지만 그 아래에는 결국 하나의 질문이 있다.

현재 알고 있는 것으로부터 아직 모르는 곳까지 어떻게 갈 것인가.

나는 이것이 수학의 오래 남는 교육적 가치라고 생각한다.

OECD의 PISA 2022 수학 평가틀도 수학적 소양에서 수학적 추론과 문제해결을 핵심 요소로 다룬다.

쉬운 문제는 정말 덜 생각하는 문제일까?

우리는 흔히 쉬운 문제를 낮게 평가한다. 한두 단계면 풀리는 문제는 생각할 것이 적고, 여러 개념을 동시에 연결하는 문제야말로 좋은 문제라고 생각한다.

하지만 학습의 관점에서는 꼭 그렇지 않다. 어떤 학생이 주어진 조건을 정확히 읽고, 필요한 관계를 찾고, 자기 힘으로 두세 단계의 논리를 연결해 답까지 갔다면 하나의 완전한 사고 과정을 경험한 것이다.

어려운 문제라고 해서 사고의 종류가 완전히 달라지는 것은 아니다. 조건이 더 많아지고, 고려해야 할 관계가 늘어나고, 중간에 선택해야 할 경로가 많아지고, 논리의 길이가 길어진다.

즉 쉬운 문제와 어려운 문제의 차이는 상당 부분 사고의 길이와 복잡성의 차이다.

그렇다면 학습에서 중요한 것은 무조건 가장 긴 논리를 요구하는 일이 아니라, 지금 감당할 수 있는 길을 스스로 완성하고 그 길이를 조금씩 늘려가는 일이다.

시험의 목적과 학습의 목적은 왜 구분해야 할까?

현재의 시험은 학생을 변별해야 한다. 같은 시험으로 많은 학생을 평가하려면 다양한 난도가 필요하고, 상위 성취를 가려내려면 복잡한 문제도 필요하다. 평가 시스템의 입장에서는 합리적이다.

하지만 여기서 한 가지는 분리해야 한다.

변별에 좋은 문제가 반드시 학습에도 좋은 문제인 것은 아니다.

학생을 구분하기 위해 어려운 문제가 필요한 것과, 모든 학생이 사고력을 기르기 위해 지금 당장 어려운 문제를 풀어야 하는 것은 다른 주장이다.

아직 짧은 논리도 안정적으로 연결하지 못하는 학생에게 긴 문제만 반복해서 주면 높은 수준의 사고를 훈련하기보다 어떤 사고도 끝까지 완성하지 못하게 만들 수 있다. 학생은 시작하다가 막히고, 풀이를 보고, 따라 적고, 다음 문제에서 다시 같은 지점에서 멈춘다.

문제의 수준은 높았지만 학생 자신의 사고 경험은 거의 남지 않을 수 있다.

수학에서 정답보다 무엇을 더 봐야 할까?

같은 오답도 다르다. 문제를 이해하지 못해 시작하지 못한 오답이 있고, 거의 끝까지 갔지만 마지막 계산에서 틀린 오답이 있다.

같은 정답도 다르다. 풀이를 외워 재현한 정답이 있고, 문제를 해석해 스스로 관계를 찾아 얻은 정답이 있다. 점수표에서는 둘의 차이가 잘 보이지 않는다.

그래서 수학을 가르칠 때 정답보다 먼저 봐야 하는 것이 있다.

이 학생은 어디까지 자기 힘으로 갔는가.

문제를 읽고 조건을 찾았는가. 어떤 관계를 써야 할지 판단했는가. 막혔을 때 무엇을 모르는지 알아차렸는가. 틀린 뒤 잘못된 지점을 다시 찾을 수 있는가.

이것을 보면 학생의 실제 사고 위치가 보인다. 그리고 그 위치에서 다음 한 걸음을 요구할 수 있다.

AI가 계산할수록 수학의 역할은 어떻게 달라질까?

AI는 계산하고, 풀이를 제시하고, 오류까지 찾아준다. 앞으로 우리가 지금 수학의 기초라고 생각하는 실행 과정 가운데 일부는 더 쉽게 외주화될 것이다.

그렇다면 수학을 ‘AI 없이 답을 구하는 능력’으로만 설명하기는 어려워진다. 오히려 더 중요해지는 것은 무엇이 주어졌는지 읽고 무엇을 구해야 하는지 정하는 일이다. 둘 사이의 관계를 찾고, 적절한 경로를 판단하고, 나온 결과가 타당한지도 검증해야 한다.

AI가 계산을 대신해도 논리적 구조를 이해하지 못하면 결과를 판단할 수 없다. 그래서 수학은 특정 공식을 오래 기억하게 하는 과목이라기보다, 전제에서 결론까지 사고의 길을 반복해서 만들어보는 공간으로 다시 볼 수 있다.

그래서 수학을 잘한다는 말도 달라진다. 남보다 어려운 문제를 푸는 능력만이 아니라, 자신에게 주어진 조건을 읽고 모르는 것을 구분하며, 알고 있는 것으로 관계를 만들고 틀렸다면 돌아와 수정할 수 있는 능력까지 포함한다.

그것 역시 수학을 잘하는 모습이다.

OECD의 2024년 《Mathematics for Life and Work》도 익숙한 절차를 반복하는 능력뿐 아니라 새로운 상황에서 전략을 선택하고 논리적 결론을 만드는 수학적 추론의 중요성을 강조한다.

물론 입시에서는 더 어려운 문제를 풀어야 높은 점수를 받을 수 있다. 그 현실을 무시할 필요는 없다. 다만 시험에서 높은 점수를 받는 능력과 수학을 통해 길러야 할 사고 능력을 완전히 같은 것으로 놓을 필요도 없다.

수학이 어려운 문제를 푸는 과목이 아니라 생각의 길을 만드는 과목이라면, 다음 질문이 생긴다.

왜 모든 학생이 같은 길이의 논리를 같은 속도로 통과해야 하는가.

참고한 자료

OECD, PISA 2022 Mathematics Framework

https://pisa2022-maths.oecd.org/

OECD (2024), Mathematics for Life and Work: A Comparative Perspective on Mathematics to Inform Upper Secondary Reform in England

https://www.oecd.org/en/publications/mathematics-for-life-and-work_26f18d39-en.html

OECD (2026), OECD Digital Education Outlook 2026

https://www.oecd.org/en/publications/oecd-digital-education-outlook-2026_062a7394-en.html