2026년 현재 우리는 인공지능이 일상 속 깊숙이 들어온 시대를 살아가고 있다. 생성형 AI는 콘텐츠를 만들고, 기업은 데이터 기반 의사결정을 기본 전략으로 삼으며, 개인 역시 알고리즘 추천에 영향을 받아 소비와 선택을 반복한다. 이런 흐름 속에서 『수학의 쓸모』는 단순한 교양 수학서를 넘어 AI 시대를 이해하는 사고의 교과서로 재조명되고 있다. 『수학의 쓸모』는 단순히 공식을 암기하는 수학이 아니라, 세상을 해석하는 언어로서의 수학을 이야기한다. 왜 지금 다시 수학이어야 하는지, 데이터 사고란 무엇인지, 그리고 이 책이 왜 필독서로 불리는지 깊이 있게 정리해 본다.
AI시대, 왜 다시 수학인가
2026년의 핵심 키워드는 단연 ‘AI 고도화’다. 생성형 AI는 텍스트와 이미지 생성을 넘어, 자율적 의사결정과 실시간 데이터 분석 단계로 진입했다. 기업들은 인공지능을 통해 매출을 예측하고, 고객 이탈률을 계산하며, 마케팅 전략을 자동으로 최적화한다. 금융권은 알고리즘 트레이딩을 통해 리스크를 분산하고, 의료계는 예측 모델로 질병 발생 확률을 계산한다. 이 모든 기술의 근간에는 수학이 있다.
『수학의 쓸모』는 이 지점을 명확하게 짚는다. 우리가 흔히 생각하는 수학은 시험 문제를 푸는 학문이지만, 실제 수학은 ‘불확실성을 다루는 도구’다. 현실은 정답이 정해진 문제가 아니다. 우리는 매일 불완전한 정보 속에서 선택한다. 진로 결정, 투자 판단, 인간관계, 사업 전략까지 모든 선택은 확률과 기댓값의 문제에 가깝다. 책은 바로 이 현실적 수학을 설명한다.
특히 인상 깊었던 부분은 확률적 사고에 대한 설명이다. 우리는 결과 중심으로 세상을 해석한다. 성공하면 옳은 선택, 실패하면 잘못된 선택이라 단정한다. 그러나 수학적 사고는 결과가 아니라 ‘과정의 기댓값’을 본다. 어떤 선택이 장기적으로 더 높은 기댓값을 가지는지, 리스크는 얼마나 분산되었는지, 최악의 경우를 감당할 수 있는지 계산하는 태도가 중요하다고 말한다.
AI 역시 이와 같은 원리로 작동한다. 머신러닝 모델은 수많은 데이터를 통해 패턴을 학습하고, 확률적으로 가장 가능성 높은 결과를 제시한다. 완벽한 예측이 아니라, 확률적으로 가장 합리적인 추정을 제공하는 것이다. 즉 AI를 이해한다는 것은 수학적 사고를 이해한다는 의미와 같다.
또한 책은 수학을 인간적 학문으로 풀어낸다. 숫자는 차갑지만, 그 숫자를 다루는 인간은 뜨겁다. 데이터는 중립적이지만, 해석은 중립적이지 않다. 우리는 데이터 속에서 의미를 찾아내야 한다. 단순히 AI가 제시한 결과를 따르는 것이 아니라, 그 결과가 어떤 가정과 모델 위에서 나왔는지 질문해야 한다. 이 질문의 힘이 바로 수학적 사고다.
AI 시대에 필요한 능력은 계산 능력이 아니라 사고 능력이다. 이미 계산은 기계가 더 잘한다. 인간에게 남은 역할은 질문하고, 해석하고, 판단하는 일이다. 『수학의 쓸모』는 그 판단의 기준을 제공한다. 그래서 이 책은 단순 교양서가 아니라, 시대를 이해하는 안내서로 읽힌다.
데이터사고, 통계를 읽는 힘
2026년은 데이터 과잉의 시대다. 우리는 하루에도 수십 개의 숫자를 접한다. 조회수, 구독자 수, 클릭률, 환율, 주가, 물가상승률, 여론조사 지지율 등 숫자는 끊임없이 생산된다. 그러나 숫자가 많다고 해서 통찰이 깊어지는 것은 아니다. 오히려 잘못 해석하면 더 큰 착각에 빠질 수 있다. 『수학의 쓸모』는 이러한 위험을 경고하며 데이터 사고의 중요성을 강조한다.
데이터 사고란 숫자를 그대로 믿지 않고, 그 이면의 구조를 이해하려는 태도다. 예를 들어 평균의 함정은 대표적인 사례다. 평균 소득이 높다고 해서 모두가 부자인 것은 아니다. 일부 극단값이 평균을 끌어올릴 수 있다. 따라서 평균뿐 아니라 중앙값, 분산, 표본 크기 등을 함께 봐야 한다. 이 책은 이런 통계적 개념을 일상 사례와 연결해 설명한다.
또 하나 인상 깊었던 내용은 ‘상관관계와 인과관계의 차이’다. 두 변수 사이에 상관관계가 있다고 해서 반드시 원인과 결과 관계가 있는 것은 아니다. 아이스크림 판매량과 익사 사고가 동시에 증가한다고 해서 아이스크림이 사고를 유발하는 것은 아니다. 계절이라는 숨은 변수가 존재할 수 있다. 우리는 종종 통계를 근거로 성급한 결론을 내리지만, 수학적 사고는 그 결론을 의심하게 만든다.
AI 추천 알고리즘 역시 데이터 편향 문제를 안고 있다. 과거 데이터가 특정 집단에 유리하게 구성되어 있다면, 알고리즘은 그 편향을 강화할 가능성이 있다. 따라서 데이터를 읽는 힘은 단순 소비자가 아니라, 능동적 사용자로 살아가기 위한 필수 역량이다.
이 책을 읽으며 가장 크게 느낀 점은 ‘확률적 겸손’이었다. 우리는 확신을 좋아한다. 그러나 수학은 확률을 말한다. 100%는 거의 없다. 대신 60%, 70%, 80%의 가능성이 존재한다. 이 차이를 이해하는 순간, 세상을 바라보는 태도가 달라진다. 뉴스의 자극적인 제목에 덜 흔들리고, 단기 변동성에 과도하게 반응하지 않게 된다.
데이터 사고는 투자뿐 아니라 삶 전반에 적용된다. 직업 선택도 확률의 문제다. 어떤 분야가 성장할 확률이 높은지, 자신의 역량과 맞을 확률은 어느 정도인지 계산해야 한다. 완벽한 확신을 기다리기보다, 합리적 확률을 바탕으로 결정하는 태도가 중요하다.
결국 데이터 사고는 비판적 사고와 연결된다. 숫자를 맹신하지 않되, 무시하지도 않는 태도. 통계를 활용하되, 맥락을 잊지 않는 태도. 『수학의 쓸모』는 그 균형 감각을 길러준다. 그래서 이 책은 단순히 읽고 끝나는 책이 아니라, 사고 습관을 바꾸는 책이라 느껴졌다.
필독서로 불리는 이유, 그리고 느낀점
『수학의 쓸모』가 오랜 시간 꾸준히 읽히는 이유는 분명하다. 이 책은 수학을 두려움의 대상에서 사고의 도구로 바꿔준다. 많은 사람이 수학을 포기한 채 살아간다. 그러나 사회는 점점 더 수학적 구조 위에서 돌아간다. 알고리즘, 금융 시스템, 보험, 경제 정책, 심지어 스포츠 전략까지 모두 수학적 모델을 기반으로 한다.
이 책을 읽으며 가장 크게 느낀 점은 ‘생각의 프레임’이 바뀌었다는 것이다. 이전에는 성공과 실패를 감정적으로 받아들였다면, 이제는 확률적으로 바라보게 되었다. 단기 실패가 장기 전략의 일부일 수 있다는 점을 이해하게 되었다. 이는 특히 도전적인 선택을 앞둔 사람에게 큰 위로가 된다.
또한 이 책은 리스크 관리의 중요성을 강조한다. 한 번의 큰 성공보다, 꾸준히 기댓값을 높이는 전략이 중요하다는 메시지는 매우 현실적이다. 이는 투자뿐 아니라 자기 계발에도 적용된다. 하루의 작은 학습이 장기적으로 큰 차이를 만든다는 점에서, 수학적 사고는 꾸준함의 가치를 증명해 준다.
AI 시대에 우리는 기술에 압도되기 쉽다. 그러나 『수학의 쓸모』를 읽고 나면 기술을 조금 더 차분히 바라보게 된다. AI는 마법이 아니라 확률 모델이다. 완벽하지 않으며, 오류 가능성이 존재한다. 따라서 인간의 판단은 여전히 중요하다. 기술을 맹신하지 않고, 이해하려는 태도가 필요하다.
이 책은 결국 질문을 던지게 만든다. “이 선택의 기댓값은 무엇인가?”, “이 데이터의 표본은 충분한가?”, “이 결과는 확률적으로 타당한가?” 이런 질문을 스스로 던지기 시작하면, 삶의 의사결정 구조가 달라진다.
그렇기에 『수학의 쓸모』는 2026년 현재 더욱더 빛나는 책이다. 데이터와 알고리즘이 지배하는 시대일수록, 그것을 이해하는 인간의 사고력이 너무나 중요하다. 수학은 시험 과목이 아니라 생존 도구다. 그리고 이 책은 그 도구를 쉽게, 그러나 깊이 있게 설명해 준다.『수학의 쓸모』는 지금 AI 시대를 살아가는 현대인들에게 사고의 기준을 제시해 주는 책이다. 확률과 통계, 기댓값과 리스크라는 개념을 더 이상 전문가만의 언어가 아니며, 선택이 아닌 필수적으로 갖춰야 할 역량이다. 데이터를 이해하는 사람과 이해하지 못하는 사람의 격차는 앞으로 계속해서 더 커질 것이다. 숫자에 휘둘리지 않고 숫자를 활용하는 힘, 결과가 아닌 과정을 보는 시각을 갖고 싶다면 이 책은 반드시 읽어야 할 필독서다. 2026년 지금, 수학은 가장 현실적인 경쟁력이며, 생존을 위한 필수 요건이다.