8 4월 2025

[一日30分 인생승리의 학습법] [알아봅시다] 블록체인 게임들의 가능성과 미래

[一日30分 인생승리의 학습법] [알아봅시다] 블록체인 게임들의 가능성과 미래

ChatGPT Image 2025년 4월 8일 오후 07_26_42.png

학습 차원에서 틈틈이 해외 전문가들이 블로그나 미디어 그리고 책에서 쓴 글을 번역 또는 요약 정리하고 있습니다. 이번 포스팅도 그중 하나고요. 거칠고 오역된 부분이 있을 수 있습니다. 제대로 번역되지 않은 부분은 확인 주시면 반영토록 하겠습니다. 이번글은 뱅크리스에 올라온 글을 정리한 것입니다.

2087년 이더리움이 마침내 주류가 되고 연준이 더 이상 존재하지 않게 되면, 역사학자들은 암호화폐의 기원을 2011년 블리자드가 비탈릭 부테린의 월드 오브 워크래프트 캐릭터에 ‘생명을 빨아들이는’ 주문을 너프(nerf)했던 운명적인 순간으로 거슬러 올라갈 것이다.

이 이야기는 15살의 비탈릭이 ‘중앙 집중식 서비스의 공포’에 눈을 뜨게 했고, 마침내 중앙 집중식 비디오 게임의 광기를 종식시킨 이더리움이 탄생하게 된 계기가 됐다.

적어도 우리는 그 방향으로 가고 있다.

안타깝게도 대부분의 기존 블록체인 게임들은 마케팅 페이지를 장식하는 무허가(permissionless) 상호 운용성과 진정한 소유권이라는 멋진 약속에도 불구하고 여전히 위의 검열 사례에 적용을 받을 수 있다.

현재 블록체인 게임들의 (거짓) 약속(The (false) promises of today’s blockchain games)

잠시 시간을 거슬러 올라가 블록체인의 목적을 다시 떠올려 보자. 블록체인은 분산된 데이터베이스에 대한 공유 합의를 촉진하는 역할을 한다. 사람들이 동의하지 않을 때 전체 암호화폐 커뮤니티가 체인 분할을 진행하기 위해 많이 노력하는 것도 이 때문이다. 포킹( Forking)은 화해할 수 없는 차이들 사이에서 합의를 재조정한다.

그렇다면 도대체 왜 블록체인을 기반으로 게임을 개발할까?

같은 이유:비탈릭이 자신이 사랑하던 흑마법사를 약화시키기로 한 블리자드의 결정에 동의하지 않았던 것처럼, 사람들은 게임 세계를 어떻게 구축해야 하는지에 대해 근본적으로 동의하지 않는다. 따라서 블록체인을 통한 게임의 진정한 가능성은 분열된 게임 커뮤니티가 서로의 차이를 해결할 수 있도록 하는 것이다.

문제는 대부분의 블록체인 게임이 여기에 미치지 못한다는 것이다. 액시 인피니티나 크립토키티와 같은 게임은 최소한의 온체인 게임이다. 자산은 온체인 데이터로 존재하지만, 게임의 기본 로직(게임 규칙)과 상태(게임 내 행동 기록)는 중앙화된 게임 서버, 오프체인에 있다.

물론 개인 키를 안전하게 보관하는 한, 당신의 액시(Axie) NFT와 토큰은 불변하는 스마트 컨트랙트 내 데이터로 영원히 존재한다. 하지만 엑시를 개발한 스카이 마비스가 문을 닫는다면, 당신의 엑스 자산 가치도 사라질 것입니다. 소유권은 단순히 지갑에 데이터를 보호하는 것 이상의 의미를 갖는다. 소유권은 해당 데이터가 어디에 있는지, 즉 게임 규칙을 통제하고 발언권을 가질 수 있는 힘이기도 하다.

이들 자산의 금전적 가치는 전적으로 스카이 마비스가 엑스 인피니티 생태계를 상업적인 제품으로 성공적으로 제공할 수 있는 능력에 달려 있다. 웹 3.0으로 광고되지만 플레이어는 오프체인과 중앙에서 계획된 게임의 기본 규칙을 거의 제어할 수 없기 때문에 웹 2.5에 더 가깝다.

실제 웹 3 게임들의 아키텍처(The architecture of actually Web3 games)

검열이 불가능하고 막을 수 없는 블록체인 게임을 만들려면 어떻게 시작해야 할까? 구브시프의 ‘가장 강력한 크립토 게임 논문’에 따르면: 

게임의 로직과 상태는 온체인에 있다. 게임의 규칙(이동, 전투, 채집, 소비 방법)은 오픈소스 및 온체인 스마트 컨트랙트에 규칙으로 포함되어야 한다.

모든 게임 데이터는 블록체인에 있으므로 상호 운용이 가능하다. 게임은 클라이언트에 구애받지 않는다. 

핵심 개발자가 내일 사라져도 플레이어는 게임을 계속 플레이하기 위해 개발자에게 의존할 필요가 없으며, 커뮤니티에 있는 사람들이 플레이어 움직임을 온체인으로 전송하는 자체 클라이언트를 만들 수 있다.

위의 조건들이 충족되면 몇 가지 중요한 일이 일어나기 시작한다.

퍼미션리스 혁신(Permissionless Innovation)

온체인 게임 로직은 첫째 회사가 파산하거나 개발을 포기하더라도 디파이 프로토콜이 영구적으로 실행되는 것과 같은 방식으로 게임 세계는 영속성을 확보하고 계속 존재한다. 로난 샌드포드의 말처럼, 온체인 게임은 ‘현실 독립성'(reality independence)을 제공한다.

둘째, 퍼미션리스 혁신에 문이 열려 있다. 모든 플레이어는 기본 게임 규칙(즉, 디지털 물리를 참조하는 스마트 컨트랙트 형태로 두 번째 레이어 규칙(큐리오는 이를 사용자 생성 로직이라고 부름)을 도입해 게임을 창의적으로 ‘모드'(mod: 게이머가 게임에 새로운 기능을 추가하는 것)할 수 있다.

이것은 혼란스럽게 들일 수 있지만 그렇지 않다. 이것은 간단히 말해 개발자가 기존 프로토콜 위에서 허가 없이 새로운 프로토콜을 구축하는 디파이 결합성 101((one-oh-one으로 발음, 모든 분야의 초보자 대상으로 준비된 과정)이다.

세컨드 레이어 규칙들이 기본 규칙을 위반하지 않는 한, 허용된다. 세컨드 레이어 규칙은 개인 사용자 인터페이스와 로컬 경험만 변경하는 기존 게임들의 애드온/모드와 달리, 다른 모든 플레이어와 공유하는 가상 게임 경험에 영향을 미치는 온체인 스마트 컨트랙트에 내장된다는 것을 주목할 필요가 있다.

예를 들어, 체스 말의 고전적인 움직임을 유지하기로 결정한 완전 온체인 체스 게임은 핵심 개발자의 스마트 컨트랙트에 고전적인 규칙을 협상할 수 없고 변경할 수 없는 것으로 명시할 것이다. 기사는 L자 모양으로만 움직일 수 있고 비숍은 대각선으로만 횡단할 수 있다.

하지만 누구나 이러한 변경 불가능한 디지털 물리학 위에 새로운 세컨드 레이어 규칙을 만들 수 있다. 토큰, 길드 시스템, 상대방의 왕을 점령해 게임에서 승리하는 대신 내 왕을 보드 반대쪽 끝으로 이동시켜야 승리하는 RPG와 같은 퀘스트 라인이 될 수 있다. 토큰 화폐를 통해 죽은 왕을 다시 사거나 상대방과 왕을 교환하는 거래 시스템을 도입할 수도 있다. 기본 규칙의 논리가 허용하는 한 무엇이든 가능하다.

진정한 상호 운용성(True Interoperability)

온체인 게임에서 자산은 하나의 엄격한 게임 로직에 얽매이지 않으며, 가장 넓은 의미에서 최대한 상호 운용이 가능하다. 디파이에서 수천 개 토큰이 자체 규칙 세트, 즉 토큰노믹스 모델을 기반으로 서로 경쟁하는 것과 마찬가지로, 게임 자산은 지속적으로 확장되는 게임 세계에서 또 다른 토큰으로 존재하기도 한다.

반면, 에픽은 포트나이트 게임 자산을 게임 라이브러리 내에서 상호 운용할 수 있도록 허용할 수 있지만, 개발자가 허용하는 경우에만 상호 운용이 가능하다. 웹 2.5 블록체인 게임의 게임 자산도 마찬가지다.

강력한 인센티브(High-Powered Incentives)

이제 퍼즐의 마지막 조각인 인센티브에 대해 알아보자. 기존 게임에는 매우 활발한 모딩 커뮤니티가 많지만, 핵심 개발자의 의지에 따라 운영된다. 마인크래프트 역사가 대표적인 사례다.

경제적인 측면에서 보면 모더들(modders) 재산권은 약하기 때문에 창작에 대한 인센티브가 약하다. 따라서 모드는 일반적으로 이타주의에 기반한 애호가나 취미로 운영되는 경우가 많다.

완전한 온체인 게임은 이 문제를 해결한다. 온체인 게임에서는 생성된 모드가 검열할 수 없고 영구적인 창작물(앞서 언급한 두 번째 레이어 규칙)이 불변의 스마트 컨트랙트에 코드화되므로 플레이어가 모드를 만들려는 인센티브가 더 강력해진다.

토큰, 게임 메커니즘, 사회적 제도, 게임 내에서 플레이어가 만든 규칙의 근간이 되는 소유권 규칙은 플레이어가 완전히 통제할 수 있으며, 허가된 게임 로직과 규칙의 기본 세트에 구속되지 않는다. 가장 중요한 것은 게임 경제 내에서 플레이어가 만든 다른 창작물과 경쟁한다는 것이다.

따라서 온체인 게임 세계에서는 핵심 게임 개발자가 일방적으로 바뀌는 게임 기본 규칙에 대해 스스로 손을 묶는 것을 약속한다. 이것이 바로 비탈릭의 월드 오브 워크래프트 툰(toon)을 살릴 수 있는 방법이다. 게임 독재의 시대는 지나갈 것이다. 이론은 충분했으니 이제 온체인 게임의 몇 가지 예를 살펴보자.

온체인 게임들 살펴보기(Looking at on-chain games)

다크 포레스트는 아마도 온체인 게임의 최고 예일 것이다. 0xPARC 재단의 Gubsheep이 개발한 다크 포레스트는 2019년부터 그노시스(Gnosis)  체인에 배포된 우주를 테마로 한 멀티플레이어 전략 게임이다.

다크 포레스트의 전체 게임 로직과 상태는 온체인에 포함돼 있다.  기존 온라인 게임과 달리 게임 동작을 처리하거나 게임 상태를 저장하는 중앙화된 서버나 데이터베이스가 없다.

앞서 설명한 것처럼, 온체인 게임의 마법은 플레이어가 온체인 속성을 활용해 자발적으로 생성할 수 있는 새로운 주문에 있다. 다크 포레스트에는 이러한 예가 무궁무진하다. 다크 포레스트 플레이어들은 핵심 개발자가 거래 시스템이나 경매장을 위한 패치를 도입하지 않고도 게임 내 자원을 거래할 수 있는 게임 내 마켓플레이스를 만들었다.

다크 포레스트에는 길드 시스템이 내장돼 있지 않기 때문에, 몇몇 플레이어(DFDAO)는 외부 스마트 컨트랙트를 통해 자체적으로 퍼미션리스 온체인 길드 시스템을 구축했다. 이를 통해 많은 소규모 플레이어가 완전히 무신뢰(trustless) 방식으로 자원을 조정하고 모을 수 있었고 숙련된 플레이어가 지배하는 리더보드에서 경쟁력을 갖추기 위한 의도로 사용됐다. DFDAO 블로그에 설명된 대로

DFDAO는 또한 다크 포레스트 게임을 완전히 다른 체인으로 포크했다. 다크 포레스트 아레나라는 포크 버전은 다양한 새로운 게임 모드를 도입했다. 다른 MMORPG에서는 이러한 모든 행위가 불법, 암시장 거래 또는 “해킹”으로 간주될 것이다.  다크 포레스트와 같은 온체인 게임에서는 모든 것이 허용되고 코드 상에서 실행된다.

커뮤니티가 주도한 긴급 명령의 예는 Lattice 팀이 만든 마인크래프트 온체인 버전인 OPCraft에서도 찾아볼 수 있다.  OPCraft의 초기 테스트 출시에서 플레이어들은 자원 수집을 자동화하고, 서로 채팅하고, 맵을 텔레포트하고, 월드 색상을 변경하는 플러그인을 만들었다.

SupremeLeaderOP라는 이름의 한 플레이어는 온체인 스마트 컨트랙트를 배포해 일련의 규칙이 포함된 공산주의 공화국을 만들었다. 자발적으로 공화국에 가입한 모든 플레이어는 사회주의 철학에 따라 기존의 모든 재산을 포기하고 재고를 공동의 국고로 통합해야 했다.

물론 게임에서 긴급 명령의 예는 새로운 것이 아니다. 이브(eve) 온라인 플레이어들은 게임 제작자가 게임 내 길드 도구를 만들지 않았을 때 디스코드(Discord)에서 오프라인 소셜 동맹을 조직했다. 에버퀘스트와 월드 오브 워크래프트 플레이어들은 비공식적인 소셜 화폐 시스템인 ‘DKP(드래곤 킬 포인트)’를 개발해 게임 내 공격대에 투입한 시간에 따라 플레이어를 관리하고 보상을 제공했다.

완전 온체인 게임들에 장애물들(Obstacles to fully on-chain games)

온체인 게임이 그렇게 훌륭하다면 왜 더 널리 보급되지 않았을까? 온체인 게임이 직면한 가장 명백한 장애물은 확장성이다. 모든 플레이어 행동을 온체인으로 전송하는 것은 연산 집약적이기 때문에 대부분의 온체인 게임은 이더리움 메인넷이 아닌 턴 기반(turn-based) 게임이다. 온체인에 영구적으로 존재하는 변경 불가능한 코드는 개발자 부주의로 인해 발생하는 익스플로잇을 패치하기 어렵다는 것을 의미한다.

퍼미션리스 게임은 또한 기회주의적인 플레이어와 봇에게 문호를 개방하는 것을 수반한다. 기존 블록체인 게임인 엑시(Axie)나 페가시(Pegaxy)는 비용이 많이 드는 진입 장벽을 통해 이를 어느 정도 완화하고 있으며, 기존 게임들은 KYC 방법과 선별적 차단을 통해 이러한 문제를 해결하지만, 퍼미션리스 온체인 게임에서는 이러한 중앙화된 수단을 사용할 수 없다.

어떤 면에서 온체인 게임의 문제는 사회적 고착화와 집단 행동 문제로 인해 변화하기 어려운 불완전한 현실 세계 제도(제국주의 체제나 민주주의 정치를 생각해보라)와 매우 유사하다. 커뮤니티와 핵심 개발자 모두가 이러한 문제에 직면해 나쁜 행동을 노골적으로 검열하기보다는 기업가적인 해결책과 창의적인 메커니즘 설계를 통해 나쁜 행동을 억제해야 한다.

이러한 창작물이 다른 점은 게임의 개방적인 구성 덕분에 허가 없이 생성되고 온체인에 내장된다는 점이다.. OPCraft 공산주의 공화국 플레이어들은 그가 누구인지 몰랐지만, 그가 약속을 지킬 것이라는 믿음을 가질 필요는 없었다.

그노시스 체인 기반 외교 전략 게임인 Conquest에서 플레이어는 xDAI 토큰을 스테이킹해 우주선을 생산하고, 동맹을 맺고, 문명 방식으로 서로를 공격한다. 다시 말하지만, 온체인 스마트 컨트랙트를 생성할 수 있다는 것은 플레이어 동맹이 실제 가치가 있는 자산에 묶여 있다는 것을 의미하며, 플레이어 동맹 간 신뢰 없는 상호작용을 보여준다.

온체인 게임에 대한 간단한 참고 사항(A quick note on on-chain game)

온체인 게임은 아직 개념 증명 단계에 머물러 있다. 개발자들은 여전히 최적의 확장 방법을 찾기 위해 노력하고 있으며, 용어 또한 산재되어 있다. 래티스(Lattice)는 이를 자율 세계(Autonomous Worlds)라고 부르고, 비블리오테카(Bibliotheca ) DAO에서는 영원한 게임, 이터널 게임스(Eternal Games) 플레이에서는 무한 게임, 토폴로지에서는 온체인 현실(on-chain realities)이라고 부릅니다. 당신은 아이디어를 얻을 수 있다.

위의 예시는 온체인 게임에서 떠오르는(emergent orders )  몇 가지 사례들일 뿐이지만, 가능성은 무궁무진하다. 모든 디앱의 루트가 블록체인에 공유 상태로 존재하기 때문에 디파이의 오픈소스 구성성을 통해 토큰이 상호 운용되고 다양한 방식으로 잘게 쪼개질 수 있는 것처럼, 블록체인을 완전히 수용하는 게임도 마찬가지일 것이다.

게임 내 통화로 나만의 ERC20 토큰을 발행하라. 종교, 국가, 파벌 등 상상할 수 있는 모든 사회 구조를 형성하고 이를 체인에 올려보라. 보상이나 처벌이 포함된 퀘스트 라인을 토큰으로 작성하고 이를 변경 불가능한 스마트 컨트랙트에 연결해 보라.

기존 게임처럼 현실 세계와 분리되어 있지 않기 때문에 이를 ‘게임 내 경제’라고 부르는 것은 잘못된 명칭이다. 이는 크리에이터와 플레이어 간 경계를 허무는 현실 세계의 가치 경제이고 블록체인에 영구적으로 존재한다. 블록체인은 개인이 자발적으로 내리는 수많은 결정에서 새로운 생산과 거래 방식을 자유롭게 실험하며 지속적으로 발전할 수 있는 역량을 갖추고 있으며, 플레이어가 경제적 가치를 포착할 수 있는 무한한 길을 제공한다.

마무리하며

이 글에서 기존 블록체인 게임에 대해 혹평했지만, 웹 2.5 게임이 여전히 기존 게임보다 더 강력한 소유권을 제공한다는 점은 주목할 가치가 있다. 웹 2.5 게임은 적어도 플레이어가 자유롭게 게임을 종료할 수 있다. 자산이 지적 재산으로 보호되어 판매할 수 없는 기존 게임과 달리, 플레이어는 게임 내 토큰을 판매하고 자신의 시간에 대한 보상을 받을 수 있다.

하지만 웹 2.5 게임이 기존 게임보다 나은 점은 완전한 온체인 게임과 비교했을 때 미치지 못하는 것이기도 하다.

오프체인 게임 로직은 게임이 블록체인 기술의 잠재력을 충분히 활용하지 못하도록 방해한다. 완전한 온체인 게임만이 개방적이고 퍼미션리스 블록체인 인프라가 허용하는 인간의 독창성을 제대로 활용할 수 있다.

가장 위대한 비디오 게임 타이틀과 장르 중 일부는 ‘창발적 질서(emergent order)’의 부산물이다. 이 게임들은 게임 애호가와 취미로 게임을 즐기는 사람들이 “일단 해보고 보자”라는 공통된 패턴을 보여준다. 선풍적인 인기를 끌었던 MOBA(도타)와 타워 디펜스 장르는 모두 워크래프트 3 커스텀 게임 모딩 커뮤니티의 창작물에서 비롯됐다. 배틀그라운드: 배틀그라운드는 원래 FPS 슈팅 게임인 DayZ의 모드로, 다른 FPS 슈팅 게임인 아르마 2의 모드였다. 카운터 스트라이크는 90년대 가장 인기 있었던 게임 중 하나인 하프라이프의 모드였다. 온체인 게임은 이를 한 단계 더 발전시킨 것이다.

[출처] https://brunch.co.kr/@delight412/538

Loading

5 4월 2025

[사회과학] [박진영의 사회심리학] “어차피 저 사람과는 안돼”…부정 결론 서두르는 이유

[사회과학] [박진영의 사회심리학] “어차피 저 사람과는 안돼”…부정 결론 서두르는 이유

[박진영의 사회심리학] “어차피 저 사람과는 안돼”…부정 결론 서두르는 이유

입력
게티이미지뱅크 제공

게티이미지뱅크 제공

분명히 함께 좋은 시간을 보냈고 상대방도 내가 싫다는 표현을 한 적이 없음에도 웬지 ‘저 사람이 날 좋아할 리가 없어’라고 생각했던 적이 있지 않은가. 그 결과 이 관계는 잘 될 거라는 긍정적인 신호들에도 불구하고 어차피 안 될 거 시작도 하지 말자며 허무하게 좋은 사람을 놓쳐버린 경험들 말이다.

안타깝게도 ‘정말 즐거운 시간을 보냈어!’-> ‘저 사람은 나를 싫어하는 게 분명해’-> ‘연락하지 말자’->’고독’의 순서를 밟고 있는 사람들이 적지 않다. 문제는 즐거운 경험을 해도 마법의 필터를 돌려 저 사람은 나를 싫어하는 게 분명하다는 결론으로 서둘러 점프한다는 데 있다. 왜 잘 되어가고 있다는 증거를 왜곡해서 받아들이는 걸까.

우서 첫번째는 거절 신호에 대한 지나친 민감성 때문이다. 연구들에 의하면 사회 불안(social anxiety)이 높은 사람들이나 기본적으로 늘 걱정과 생각이 많은 사람(성격특성 중 신경증이 높은 경우), 또 거절에 대한 두려움이 큰 사람들은 그렇지 않은 사람들에 비해 거절과 관련된 신호에 민감하다.

예를 들어 상대방이 잠깐 딴생각을 하고 있기만 해도 이걸 딴생각 한다고 받아들이지 못하고 ‘나랑 같이 있는 게 지루한가!!’로 받아들이며 호들갑을 떤다. 부정적인 사회적 자극을 잡아내는데 혈안이 되어있기 때문에 중성적인 자극도 부정적으로 받아들이고 심지어 긍정적인 자극도 일단 의심을 하고 보는 등 가급적 모든 신호를 부정적으로 받아들이는 경향을 보인다.

그 결과 똑같이 좋은 사람을 만나서 좋은 시간을 보내도 사회 불안이 높은 사람들은 그렇지 않은 사람들에 비해 시무룩하고 비관적인 경향을 보인다.

두 번째는 기억의 왜곡이다. 브라이언 글레이저 브리티시컬럼비아대 연구팀은 다음과 같은 실험을 했다(Glazier & Alden, 2019).

사람들에게 3분 동안 자유 주제로 낯선 이들 앞에서 발표하도록 한다. 이 때 사람들의 피드백을 달리해서 어떤 사람들에게는 발표의 내용이 뛰어나고 목소리나 속도도 좋았다며 긍정적인 피드백을 주고 또 다른 사람들에게는 좋지도 나쁘지도 않은 중립적인 피드백을 준다. 그러고 나서 피드백을 받은 직후 또 일주일 후에 각각 당시 어떤 피드백을 받았는지 기억해보라고 물어본다.

그 결과 사회 불안이 높은 사람들이 그렇지 않은 사람들에 비해 긍정적인 피드백을 덜 긍정적으로 기억하는 경향을 보였다.

피드백을 받은 직후에는 기억의 왜곡이 일어나지 않았지만 일주일 후에는 똑같이 좋은 피드백을 받았음에도 불구하고 그보다 좋지 않은 피드백을 받았던 걸로 기억하는 경향을 보였다. 중립적인 피드백에서는 이러한 차이가 나타나지 않았다. 좋았던 기억에 한해 부정적인 방향의 왜곡이 일어난 것이다.

긍정적인 기억이 중요한 이유는 ‘예상’의 역할을 하기 때문이다. 발표를 했고 좋은 피드백을 받았다면 그것을 좋은 기억으로 저장해야 나중에 또 발표할 상황이 되었을 때 ‘그 때 발표 참 잘 했어. 좋았었지.’라고 좋은 예상을 가질 수 있다. 그래야 이번에도 잘 할 수 있을 거라는 희망과 자신감을 가지는 것이 가능하다.

하지만 기억을 왜곡하면 발표를 수백 번 잘 해도 이런 자신감이 형성되지 않는다. 좋은 경험을 근거로 탄탄한 자신감을 쌓아올리는 것이 가능한데 그런 과정이 일어나지 않는다는 것이다. 그러다 보면 늘 쓸데없이 비관적이고 자신감 없는 삶을 살게 된다.

인간관계도 마찬가지다. 아무리 좋은 관계를 많이 가져도 그걸 내가 좋은 경험으로 소화하지 못하면 계속해서 관계에 자신감이 없고 이번에도 안 될 거라며 포기하기 마련이다. 사회적 불안이 높은 사람들이 이런 경향을 보였다는 것이다.

따라서 연구자들은 관계적 신호를 부정적으로 해석하지 않는 것도 중요하지만 즐거웠던 경험을 즐거운 기억으로 오래 저장하는 것도 중요하다고 말한다. 개인적으로는 모임을 피하고 싶을 때면 그 모임에서 즐거웠던 일들을 떠올려보거나 일단 만나고 나면 내가 예상하는 것보다는 훨씬 더 즐거울 거라고 생각해보곤 한다.

또 누군가와 마음이 통하는 즐거움을 느낀다면 ‘아 정말 즐겁다’고 그 순간을 길게 음미해보기도 한다. 분명히 좋았는데 좋지 않았다고 생각하는 바람에 놓친 관계가 있는 것은 아닌지 생각해보자.

Glazier, B. L., & Alden, L. E. (2019). Social anxiety disorder and memory for positive feedback. Journal of Abnormal Psychology, 128, 228-233.

※필자소개
박진영. 《나, 지금 이대로 괜찮은 사람》, 《나를 사랑하지 않는 나에게》를 썼다. 삶에 도움이 되는 심리학 연구를 알기 쉽고 공감 가도록 풀어낸 책을 통해 독자와 꾸준히 소통하고 있다. 온라인에서 ‘지뇽뇽’이라는 필명으로 활동하고 있다. 현재 미국 듀크대에서 사회심리학 박사 과정을 밟고 있다.

[출처] https://n.news.naver.com/article/584/0000031743?cds=news_media_pc

Loading

1 4월 2025

[산업][알아봅시다] 대한민국 IT 서비스업의 민낯: 기술이 아닌 ‘관계’로 먹고 사는 현실 

[산업][알아봅시다] 대한민국 IT 서비스업의 민낯: 기술이 아닌 ‘관계’로 먹고 사는 현실 

🇰🇷 대한민국 IT 서비스업의 민낯: 기술이 아닌 ‘관계’로 먹고 사는 현실 – 에임시스템 사례를 중심으로

📅 작성일: 2025년 4월 1일
🕒 작성시간: 오후 7:01


💡 “기술 선도자”? 과연 누구의 기술인가

최근 에임시스템이 자사 보도자료나 인터뷰를 통해 국내 반도체-디스플레이 MES (Manufacturing Execution System) 를 독자 개발했다고 자랑하고 있다. 이를 통해 스스로를 ‘기술 선도자’ 로 포장하고 있으나, 정작 그 기술의 실체를 뜯어보면 많은 의문이 든다.

에임시스템이 운영체제를 만든 것도, 오피스 소프트웨어를 만든 것도 아니다.
그들이 개발한 것은, 삼성/LG의 생산 현장에서 습득한 ‘도메인 정보’를 바탕으로 한 응용 소프트웨어일 뿐이다.


🧩 도메인 정보 = 기술?

에임시스템은 삼성전자, LG디스플레이 등 국내 대기업의 생산 라인에서 하청 개발을 통해 현장에 깊숙이 들어가 있었다. 이 과정에서 단순히 프로그램을 만든 것이 아니라, 고객의 기술적 노하우 — 즉 도메인 지식을 흡수했고, 이를 자사 솔루션으로 재활용했다.

이후, 이들이 국가기반 기술로 인정받은 MES 시스템은 에임시스템의 자체 기술이라기보다는 고객 기술의 파생물이라는 비판을 피해갈 수 없다.


🌏 중국 진출? 그 기술, 정말 당신들 건가요?

더 큰 문제는, 이렇게 국내 대기업의 생산 도메인 정보를 기반으로 만든 시스템을 가지고, 중국 시장에 진출해 반도체-디스플레이 솔루션을 판매하고 있다는 점이다.
이는 단순한 기술 수출이 아니라, 정보 횡령이며 기술 유출에 가깝다는 비판이 제기되고 있다.


🧱 IT 서비스업의 구조적 문제

에임시스템만의 문제가 아니다.

국내 많은 IT 서비스 기업들이 스스로를 솔루션 기업이라 부르지만,
실제로는 고객사의 내부 인맥, 현장 직원의 정보, 운영 경험을 바탕으로 영업하고 있을 뿐이다.

진정한 IT 기반 기술력이나, 자체적인 원천기술 없이,
‘을’의 위치에서 확보한 관계성과 도메인 정보를 무기로 삼고 있을 뿐이다.


📉 우리가 기술이라 믿었던 것의 허상

이런 상황은 우리나라 IT 생태계의 기반이 얼마나 **脆弱(취약)**한지를 보여준다.
기술 기반 스타트업은 성장할 여지가 없고, 관계 기반 SI 업체들이 시장을 장악하고 있다.
결국, 우리가 믿고 있는 ‘국산 기술’, ‘토종 솔루션’ 중 상당수는 기술력이 아닌 영업력, 기술 개발이 아닌 기술 채취로 이루어진 허상일 수 있다.


🎯 결론

✔ 에임시스템은 독자 기술이 아닌 고객사 도메인 지식에 기반해 성장했다.
✔ 해당 지식을 기반으로 중국에 진출한 것은 도의적·법적 논란의 소지가 크다.
✔ 국내 IT 서비스업 전반에 걸쳐 ‘기술 착시’가 존재하며, 이를 바로잡기 위한 구조적 전환이 필요하다.


🔍 시각자료: 국내 IT 서비스업의 구조

다음은 블로그 본문에 삽입할 수 있는 인포그래픽 초안입니다.
“국내 IT 서비스 기업의 기술/영업 구조 분석”


 

 

mermaid-diagram-2025-03-31-223330.png
 

???? 작성일: 2025년 4월 1일

???? 작성시간: 오전 00:10

에임시스템이 “국내 반도체-디스플레이 MES” 시스템을 개발했다고

기술선도자로 떠벌리고 다니는 사례를 보면

에임시스템이 무슨 IT 기술이 있어서, OS를 개발한 것도 아니고, 오피스 소프트웨어를 개발한 것도 아니고

삼성, LG의 코딩 하청을 하다

삼성, LG의 메모리 반도체, 디스플레이 페널 생산시설의 도메인(고객 기술 내부정보) 지식을 탈취하여, 수집하여

응용 소프트웨어를 개발하는 것이지 무슨 기술이 있는게 아니다.

국가기반 기술 로 지정한것도 탈취한 생산기술 도메인 정보지, 에임시스템의 무슨 기술이 아니다.

그렇게 국내 반도체사/디스플레이사 의 기술을 중국으로 횡령(빼돌려) 중국에서 영업하고 있는 기업이다.

비단 에임시스템의 사례 뿐만 아니라,

국내 영업 서비스업의 협력업체 또한 무슨 IT기반 기술력 있는것이 아니라,

고객사의 갑질 직원의 인맥, 인프라, 도메인(내부정보)를 확보했기 때문에 영업하는것이지

정보기술(IT)의 기반 솔루션이 있는 것이 아니다.

 

Loading

30 3월 2025

[인공지능 기술]  [Pytorch] Pytorch & LLM Training Pipeline (pytorch로 chatgpt만들기, 기본예제)

[인공지능 기술]  [Pytorch] Pytorch & LLM Training Pipeline (pytorch로 chatgpt만들기, 기본예제)

Pytorch

Pytorych

What

Pytorch는 Opensource Machine Learning(ML) Framework로, Python 언어와 Torch Library를 기반으로 한다. Torch는 Opensource ML Library로, Deep learning을 이용하기 위해서 Lua Scripting으로 작성되었다. 현재, DL 연구를 위해서 가장 선호되는 플랫폼이다.

How to use?

Tools

Pytorch는 클라우드와 로컬, 두 가지 환경에서 활용할 수 있다.

  • In the cloud: Pytorch를 접근하기 가장 쉬운 방법으로, Microsoft를 통해서 접근하거나 Google Colab에서 실행해 볼 수 있다. 링크에만 접근한다면 Microsoft와 Colab에 작성된 Notebook에서 코드를 실행할 수 있다.
  • Locally: 로컬에서는 PyTorch and TorchVision 등을 우선 설치해야한다. 설치 가이드(installation instructions)를 따라서 설치할 수 있다. 다양한 버전이 홈페이지에 게재되어있다. Notebook을 활용하거나 IDE()에서 코드를 작성하여 실행하면 된다.

Pipieline

01 Prerequisites

Pytorch는 python 프로그래밍을 통해,딥러닝과 트랜스포머 개념을 구현해야한다.

02 Library installation

trl : Transformer language odel을 Reinforcement Leanring으로 학습하는데 사용한다.
peft : Prameter-effiecient Fine-tuning(PEFT)방법을 통해서 효율적으로 pre-treined model을 조정한다.
torrch : Opensource ML library
datasets : ML datasets을 로딩(loading) 또는 다운로딩(downloading)하기 위해 하용한다.
Trasformers : Hugging Face가 개발한 라이브러리로, 분류/요약/번역 등과 같은 다양한 텍스트를 위한 task를 수행하기 위해 수천 개의 PLM(pre-trained model)모델을 제공한다.

02-1 pip 를 통해서 pythong package 다운로드한다.

%%bash
pip -q install trl
pip -q install peft
pip -q install torch
pip -q install datasets
pip -q install transformers

02-1 import 통해서 pythong package를 가져온다

import torch
from trl import SFTTrainer
from datasets import load_dataset
from peft import LoraConfig, get_peft_model, prepare_model_for_int8_training
from transformers import AutoModelForCausalLM, AutoTokenizer, TrainingArguments

03 Data Loading and Preparation

03-01 Data loading

허깅페이스의 공개 데이터셋을 로드한다.
load_dataset : 데이터 로드
dataset_name : 로드하기 위한 데이터셋 이름
split parameter를 “train“로 설정하여 학습(traing)데이터로만 설정된 데이터 로드

dataset_name="tatsu-lab/alpaca"
train_dataset = load_dataset(dataset_name, split="train")
print(train_dataset)

03-02 Converting the dictionary into a pandas dataframe

로드한 데이터는 dictionary 타입으로, pandas의 dataframe으로 변환한다.

.to_pandas() : train_dataset을 pandas dataframe으로 변환

pandas_format = train_dataset.to_pandas()
display(pandas_format.head())

04 Model Training

  • Pre-trained Model : Pretrained 모델
  • Tokenizer : 데이터의 토큰화(tokenization)를 위해 사용하며, PLM과 tokenizer를 가져옴
  • AutoModelForCausalLM :
    • from_pretrained 메서드로 PLM을 가져오기 위해 사용
    • pretrained_model_name은 PLM 모델을 지정하며, data type은 모델의 tensor를torch.bfloat16로 설정

*AutoTokenizer:

  • from_pretrained : 가 PLM에 맞는 tokenizer를 가져오기 위해 사용하는 메서드
  • pretrained_model_name과 trust_remote_code를 true로 설정
pretrained_model_name = "Salesforce/xgen-7b-8k-base"
model = AutoModelForCausalLM.from_pretrained(pretrained_model_name, torch_dtype=torch.bfloat16)
tokenizer = AutoTokenizer.from_pretrained(pretrained_model_name, trust_remote_code=True)

05 Training configuration

Training을 위해 training arguments(인수)와 training configurations(구성)이 필요하다. 이는 TrainingArguments로 구성하며, LoraConfig model과 SFTTrainer model의 인스턴스이다.

06 TrainingArguments

output_dir 학습 모델 저장 위치
per_device_train_batch_size 한 학습에 사용하기 위한 학습 샘플의 사이즈
optim 옵티마이저
logging_steps 로깅을 위한 빈도로, n번의 스텝마다 기록
learning_rate 옵티마이저의 learning rate 설정
warmup_ratio
lr_scheduler_type
num_train_epochs
save_strategy

model_training_args = TrainingArguments(
       output_dir="xgen-7b-8k-base-fine-tuned",
       per_device_train_batch_size=4,
       optim="adamw_torch",
       logging_steps=80,
       learning_rate=2e-4,
       warmup_ratio=0.1,
       lr_scheduler_type="linear",
       num_train_epochs=1,
       save_strategy="epoch"
   )

07 LoRAConfig

LoRa(Low-Rank Adaptation)은 Hugging Face가 개발한 PEFT이다. peft 라이브러를 통해서 사용할 수 있다.
현재의 파이프라인에서는 하위 변환 행렬을 16으로 설정한다. LoRa의 매개변수의 스케일링 계수는 32로 서렁한다. 드롭아웃 비율은 0.05로 설정되었다.
CASULA_LM은 인과적 언어 모델(causual lanauge model)의 속성을 초기화한다.

08 SFTTrainer

training data, tokenizer, 모델의 추가 정보를 이용하여 학습한다.

아래는 로드한 텍스트 칼럼의 길이를 컬럼을 추가하여 저장하는 것이다. 이 데이터셋은 0~1000 크기의 텍스트 분포가 크다. (분포를 보여주는 표는 생략)
1024보다 큰 값의 비율을 구한다.

pandas_foramt은 특정 칼럼의 크기가 1024보다 큰것을 찾아 mask로 저장
percentage에 mask가 ‘texst_length’컬럼에서 차지하는 비율을 구함

pandas_format['text_length'] = pandas_format['text'].apply(len)

mask = pandas_format['text_length'] > 1024
percentage = (mask.sum() / pandas_format['text_length'].count()) * 100

print(f"The percentage of text documents with a length greater than 1024 is: {percentage}%")
  • 아래 코드는 SFTTrainer 의 인스턴스를 만들고 있다.
    model=model PLM을 SFTTrainer에 전달
    train_dataset=train_dataset train dataset을 SFTTrainer에 전달
    dataset_text_field="text" 텍스트 데이터를 포함하는 dataset 필드 지정
    max_seq_length=1024 모델 력의 최대 시퀀스 길이를 설정
    tokenizer=tokenizer tokenizer를 SFTTrainer에 전달
    args=model_training_args 모델 트레이닝을 위한 인수를 SFTTrainer에 전달
    packing=True효율적인 훈련을 위한 시퀀스 패킹 설정
    peft_config=lora_peft_config PEFT에 loraConfig 설정
SFT_trainer = SFTTrainer(
       model=model,
       train_dataset=train_dataset,
       dataset_text_field="text",
       max_seq_length=1024,
       tokenizer=tokenizer,
       args=model_training_args,
       packing=True,
       peft_config=lora_peft_config,
   )

09 Training execution

tokenizer.pad_token =tokenizer.eos_token padding token을 eos_token으로 설정(eos, end of sequence)
model.resize_token_embeddings(len(tokenizer)) 모델의 토큰 임베딩 계층을 tokenizer 길이로 설정
model=prepare_model_for_int8_training(model)) 양자화처럼, INT8 정밀도로 트레이닝할 수 있도록 준비
model = get_peft_model (model, lora_peft_config) 주어진 모델을 PEFT 구성에 따따 조정
training_args = model_training_args training_args에 미리 정의된 training 인수를 할당
trainer =SFT_Trainer SFTTrainer 인스턴스를 trainer에 저장
trainer.train() (위의) 설정에 따라 모델을 학습

tokenizer.pad_token = tokenizer.eos_token
model.resize_token_embeddings(len(tokenizer))
model = prepare_model_for_int8_training(model)
model = get_peft_model(model, lora_peft_config)
training_args = model_training_args
trainer = SFT_trainer
trainer.train()

Reference
[1] https://pytorch.org/tutorials/beginner/basics/intro.html
[2] https://www.datacamp.com/tutorial/how-to-train-a-llm-with-pytorch
[3] https://github.com/keitazoumana/Medium-Articles-Notebooks/blob/main/Train_your_LLM.ipynb

[출처] https://velog.io/@jasmine_s2/Pytorch-Pytorch-LLM-Training-Pipeline

Loading

29 3월 2025

[인공지능 기술] 바닥부터 시작하는 인공지능  [수학공부]인공지능을 위한 수학 총정리/ 요약본 다운로드

[인공지능 기술] 바닥부터 시작하는 인공지능  [수학공부]인공지능을 위한 수학 총정리/ 요약본 다운로드

안녕하세요. 오늘은 “인공지능을 위한 수학”이라는 책을 읽은 감상을 남겨보려고 합니다. 우선, 이 책은 일본에서 출판된 책인데요, 

 

 

[요약본] 딥러닝을 위한 수학 Math.pdf

 

 

딥러닝, 머신러닝에 입문하는 사람들 중 수학에 해박하지 않은 사람들을 위해 기본적이지만 핵심적인 수학적 내용을 담고있는 책입니다.

물론 저도 수학을 좋아하기는 해도 막상 딥러닝을 공부하다보면 애매하게 느껴지거나 잘 이해가 안되는 수학적인 부분이 있었는데요, 이 책을 읽고 나서 상당부분 해결이 됐고, 조금은 자신감이 생긴것 같습니다.

 

 

 

이 책은 문과를 졸업한 사람도 충분히 읽을 수 있도록 친절하게 설명되어있어요. 삼각함수, 미분, 선형대수, 통계와 같은 기본적인 내용들과 함께 자연어처리, 이미지처리에서 쓰이는 수학적인 부분들도 쉽지만 꽤 자세하게 설명이 되어있기 때문에 도움이 많이 되었습니다.

머신러닝, 딥러닝에 입문하시는 분이시라면 꼭 읽어보시기를 추천드려요.

 

 

 

하지만 이런저런 공부를 하다보면 시간이 충분하지 않죠. 그래서 오늘은 제가 읽고 핵심내용을 정리한 요약본은 여러분께 공유하고자 합니다.

 

 

직접 제작한 표지

 

제가 모르는 부분을 중점적으로 정리한 것이기 때문에 요약본만 보고는 이해가 완벽하지 않을 수 있기 때문에 모르는 부분은 책을 더 참고하시거나, 아니면 댓글로 남겨주시면 제가 시간이 될때 답변 해드리도록 할게요! 

 

 

아래 이미지는 어떤식으로 정리되어있는지 보여드리기 위한 샘플입니다. 전체 pdf본을 원하시는 분은 첨부파일에서 다운받으실 수 있어요(최상단 참조).

받아가실때 댓글 한번씩 부탁드립니다 ^^

 

vector부분 정리

 

선형회귀부분 정리

 

자연어처리 부분 정리

 

[출처] https://doctorham.tistory.com/30
 

Loading

29 3월 2025

[사회과학] [박진영의 사회심리학] 자존감이 과할 때 나타나는 부작용

[사회과학] [박진영의 사회심리학] 자존감이 과할 때 나타나는 부작용

[박진영의 사회심리학] 자존감이 과할 때 나타나는 부작용

입력
게티이미지뱅크 제공

게티이미지뱅크 제공

자존감과 우울증 사이에는 대체로 높은 부적 상관(하나가 높으면 다른 하나는 낮은 관계)이 나타나는 것으로 알려져 있다.

하지만 이것이 곧 높은 자존감(낮은 우울증상)을 보이는 사람들이 대체로 낮은 우울증상(높은 자존감)을 보이는 것인지, 안정적인 개인차가 나타나는 것인지, 아니면 한 사람 안에서 자존감을 ‘낮추는’ 사건이 발생하면 우울증상이 높아지는 현상이 나타나는 것인지(아니면 반대로 우울증상을 높이는 사건이 생기면 자존감이 낮아지는 것인지) 확실히 알려진 바는 없다.

최근 피터 헤이너 취리히대의 심리학자 등의 연구에 의하면 의외로 많은 사람들에게서 자존감이 떨어져도 몇 일, 몇 주, 몇 달이 지나도 우울증상이 심해지는 현상이 나타나지 않았다. 반대로 우울증상이 심해져도 몇 일, 몇 주, 몇 달의 다양한 시간 간격들 모두에서 자존감이 떨어지는 현상 또한 나타나지 않았다.

다만 평소에 높은 자존감을 가지고 있었던 사람들, 다시 말해 평소 자신은 괜찮은 사람이라는 생각을 매우 많이 하고 있는 사람들에게서만 자존감이 우울증상과 큰 관련을 보이는 현상이 나타났다.

의외의 발견인 것 같기도 하지만 기존 연구들을 봤을 때 충분히 가능성 있는 발견이다. 자신을 그럭저럭 긍정할 수 있는 것은 중요하지만 자신을 심하게, 매우 긍정하는 것이 정신 건강이나 성공과 연결된다는 증거는 없으며 무리해서 자존감을 올리려는 시도들은 되려 부작용이 크다는 발견들도 있었기 때문이다.

예를 들어 허기가 져서 일상생활을 영위하지 못하는 상태가 되지 않게 적당히 배를 채우는 것은 중요하지만 그것이 곧 배가 터질 것 같이 많이 먹는 것이 좋다는 이야기는 아닌 것과 같은 이치다. 과유불급이라는 말처럼 배가 터질 것 같은 상태도 배가 고픈 상태와는 다른 많은 문제들을 불러올 수 있다.

특히 제니퍼 크로커 오하이오 주립대 심리학자 등의 연구에 의하면, 현실과의 괴리가 큰 상태에서 자아존중감만 높이게 되면 스스로를 멋지고 대단한 사람이라고 생각하고 싶은 마음과 실제 자신의 상태를 보여주는 근거들(내가 멋지고 사랑스럽지 않은 순간들) 사이의 충돌이 커져서 타인을 깎아내리거나 다양한 핑계를 대서 자신은 멋진 사람이라는 허상을 유지하려 들게 된다는 연구들이 있었다.

따라서 자존감을 높이기 위한 노력이 좋은 삶을 불러온다기보다는 실제로 더 나은 사람, 더 행복한 삶을 사는 내가 되는 것이 자연스럽게 건강한 자존감을 가지고 온다는 것이 대략의 결론이다. 되려 크게 부풀려진 자존감을 가지고 있으면 풍선이 펑 터지는 순간 더 큰 소리를 내며 더 낮은 곳으로 끝없이 추락할 수도 있다.

결국 ‘내가 나를 스스로 얼마나 좋게 또는 좋지 않게 평가하는지’와 ‘내 삶이 실제로 어떻게 굴러가고 있는지’는 서로 다른 문제다. 내가 나에게 실망하는 순간에도 여전히 내 삶에는 맛있는 음식과 좋은 친구들, 반려동물 등이 나를 절망으로부터 구해줄 수 있다.

반대로 내가 나를 평소 엄청 멋지고 특별한 사람이라고 생각하더라도 잘난 척만 하느라 주변에 아무도 없어서 늘 외롭거나 이렇게 대단한 자신을 아무도 봐주지 않는 현실이 원망스럽다며 세상 사람 모두를 미워하고 있을 수도 있다. 우리의 마음은 내가 나를 스스로 얼마나 대단하거나 대단하지 않은 사람이라고 평가하는 것과 별개로 얼마든지 천국이나 지옥을 오갈 수 있다는 이야기다.

또 평소 인간관계를 잘 쌓아온 사람들의 경우 ‘위기의 순간’이 가장 많은 사랑과 도움을 받는 감사할 일이 가득한 순간이 되기도 한다. 실제로 많은 사람들이 괴로웠던 경험들 속에서 부적 감정만 느꼈다기보다 여러 종류의 찬란한 다양한 감정을 경험했다고 보고하는 현상이 나타난다. 그 중에는 가족, 친구, 연대의 소중함을 깨닫는 것도 포함된다. 위기가 꼭 우울이라는 결과만을 가져오는 것은 아니라는 것이다.

물론 그렇지 않은 진흙탕 같은 위기도 존재하지만 삶을 가만히 들여다보면 우리가 어떤 것의 소중함을 느끼고 싸워서 이겨내는 경험을 하고 한 단계 성장하는 순간들은 대체로 내가 나 자신이나 주변 사람들, 세상에 대해 가졌던 판단들이 흔들리는 순간이다. 흔들리는 순간에도 허락되는 아름다움이 있어서 여전히 많은 사람들이 삶을 애정하는 것이 아닐까 싶기도 하다.

사람들이 흔히 이야기하는 ‘자존감이 높은 사람’은 사실 자신을 긍정하는 정도가 강한 사람이라기보다 이러한 긍정이 흔들리는 상황에서도 자기 자신에게 따뜻하고 친절한 태도를 유지하는 사람에 가까운 것 같기도 하다. 실제로 이런 태도가 높은 자존감보다 정신 건강에 더 큰 도움이 된다는 발견들이 있었다.

이런 점에서 내가 나에 대해 가지고 싶은 믿음에 집착하기보다 내가 초라할 때에도 나를 보듬는 태도가 더 우울증상에 큰 영향을 미칠 것 같기도 하다. 추락했다는 사실 때문에 절망이 찾아왔다고 생각하지만 어쩌면 이는 착각이고 부정적인 사건 자체보다 추락한 나를 대하는 나의 태도가 차갑고 잔인했던 것이 진짜 문제였을지도 모르겠다.

Haehner, P., Driver, C. C., Hopwood, C. J., Luhmann, M., Fliedner, K., & Bleidorn, W. (2025). The dynamics of self-esteem and depressive symptoms across days, months, and years. Journal of Personality and Social Psychology. Advance online publication. https://doi.org/10.1037/pspp0000542

※필자소개
박진영. 《나, 지금 이대로 괜찮은 사람》, 《나를 사랑하지 않는 나에게》를 썼다. 삶에 도움이 되는 심리학 연구를 알기 쉽고 공감 가도록 풀어낸 책을 통해 독자와 꾸준히 소통하고 있다. 온라인에서 ‘지뇽뇽’이라는 필명으로 활동하고 있다. 현재 미국 듀크대에서 사회심리학 박사 과정을 밟고 있다.

Loading

25 3월 2025

[산업] [알아봅시다][비전공자 코딩 국비교육] 국비 IT 교육, 그 교실 안에서 나는 왜 무너졌는가 – 한 강사의 고백

[산업] [알아봅시다][비전공자 코딩 국비교육] 국비 IT 교육, 그 교실 안에서 나는 왜 무너졌는가 – 한 강사의 고백

[알아봅시다][비전공자 코딩 국비교육] 국비 IT 교육, 그 교실 안에서 나는 왜 무너졌는가 – 한 강사의 고백

국비 IT 교육, 그 교실 안에서 나는 왜 무너졌는가 – 한 강사의 고백

“강사로서 4년, 그 이전에는 백엔드 개발자로 10년.

오늘, 나는 강사직을 내려놓았다.”


???? 국비 교육의 이상과 현실 사이

처음 강사가 되었을 땐, 경험을 나누고 싶었다.

코딩을 처음 배우는 사람들에게 현장의 지식과 기술을 전하고, 누군가의 인생 전환점이 되어주고 싶었다.

그러나 현실은 이상과 너무도 달랐다.


???? 수업이 불가능한 교실

국비 코딩 학원의 수강생들 중 다수는 단지 수당을 목적으로 앉아 있는 사람들이었다.

알바를 하다 갑자기 국취제(국민취업지원제도)로 연결되어 온 사람들, 의지도 없고 목표도 없다.

“한 달 80만 원 받으며 6개월 동안 야동이나 보며 시간 때우는 사람들을 교육한다는 건…

그 자체로 비현실이다.”

수업에 집중하지 않는다.

옆사람에게 장난을 치고, 강의를 들으며 게임을 한다.

드물게 의욕 있는 훈련생이 나타나면 금세 지쳐 떠나버린다.


???? 케이디지털, 천이백만 원의 혈세가 간다

케이디지털 트레이닝은 1인당 최대 1,200만 원까지 정부가 지원한다.

문제는 이 엄청난 예산이, 실제로 효과 있는 교육에 쓰이지 못하고 있다는 것이다.

 

“강의는 10년 전 실무에서 쓰던 기술 그대로.

커리큘럼도, 강사도, 시스템도 시대에 뒤처졌다.”

즉, 정부는 매년 수천억 원을 국비 교육에 쏟아붓고 있지만, 현장은 변화하지 않고 있으며,

결국 이 혈세는 의욕 없는 수강생과 낙후된 교육 방식 속에 증발하고 있는 셈이다.


???? 강사도 지쳐간다

현장에서 실무를 경험하고, 후배를 키워보겠다는 마음으로 시작한 국비 강사.

하지만 현실은, 매일 매시간 수업에 집중하지 않는 사람들과의 싸움이었다.

“이게 무슨 교육인가.

오늘 나는, 그만둔다.”


???? 이제는 질문해야 할 때

  • 국비 교육의 목적은 무엇이어야 하는가?

  • 정부 지원이 정말 필요한 사람들에게 효과적으로 쓰이고 있는가?

  • 학습 의지가 있는 사람과 그렇지 않은 사람을 구분할 수 있는 제도는 마련되어 있는가?

  • 현장과 동떨어진 커리큘럼을 그대로 반복하는 것은 왜 방치되는가?


✍️ 결론: 국비 교육, 리셋이 필요하다

국비 코딩 교육이 비판받는 이유는 분명하다.

그러나 그 비판 속에는, 더 나은 시스템을 향한 요구와 기대가 담겨 있다.

국비는 필요하다. 하지만 지금 이 방식으로는 국가도, 수강생도, 강사도 모두 손해다.

이제는 정말, 바뀌어야 할 때다.

DALL·E 2025-03-25 17.58.22 - An emotional illustration showing a tired coding instructor walking out of a chaotic classroom at a government-funded training center. The instructor .png

강사한지 4년되었고

그전에 백엔드 십년 정도했다.

오늘부로 강사 때려치었다

필드로 복귀예정이다.

한 마디만 한다.

국비 수업 훈련생들 90퍼가 인생에 루저들임.

애네들 데리고 무슨 수업이 되냐?

알바하다 국취하고 수당합쳐서 한달에 80씩 6개월 앉아서 야동 보고 옆에 언니들한테 껄떡되고 운 좋으면 꼴에 연애도 하니ㅋㅋㅋ

오늘부로 국비 없애달라고 청원할꺼다

케이디지털은 일인당 6개월에 최대 천이백 씨발 대한민국이 미친거쥐

맞다 국비 강사들도 십년전에 필드에서 쓰던거로 약 팔고 있으니 쓰펄

엥간들아 6개월에 쓰레기들한테 천이백 혈세 들어가는게 맞냐?

Loading

24 3월 2025

[알아봅시다] [국비코딩학원] ???? 국비 코딩 학원에서 만나는 11가지 사람 유형

 

[알아봅시다] [국비코딩학원] ???? 국비 코딩 학원에서 만나는 11가지 사람 유형

???? 국비 코딩 학원에서 만나는 11가지 사람 유형

국비지원 코딩 부트캠프나 IT 학원에 다녀본 사람이라면 공감할 “아 저런 애들 꼭 있다” 싶은 사람들.

학습 분위기를 망치기도, 의외의 동기부여가 되기도 하는 다양한 유형의 사람들을 소개합니다.

※ 재미로 풀어봤지만, 실제 경험을 바탕으로 한 현실감 200%입니다!


???? 1. 에이스형

말 그대로 클래스의 에이스.

전공자거나 독학으로 기본기를 다져온 타입. 배우지 않은 개념도 혼자 습득해서 응용까지 해버리는 괴물.

???? 앞자리에 앉고, 옆사람도 잘 도와줌. 옆자리 당첨되면 복권 맞은 셈!


???? 2. 술고래형

“오늘은 모듈1 끝났으니까 기념으로 술~?”

모든 걸 술로 마무리하려는 타입. 처음엔 좋지만 계속 따라가면 2400은 순식간.

???? 적당히 선 긋지 않으면 체력과 시간 다 소모됩니다…


❤️ 3. 연애형 (a.k.a. 발정형)

“이 학원의 목적은 취업이 아니라 썸입니다.”

새로운 여성 수강생에게 친근하게 다가가며 친해지려는 목적이 뚜렷함.

???? 특히 웹 퍼블리셔 과정에 자주 출몰. 백엔드 반에도 간혹 있음. 조심하세요.


???? 4. 사회부적응자형

조용조용… 아니 거의 얼음.

말 걸면 소리도 안 나고, 처음엔 집중 잘 하는 줄 알았는데 질문도 못 함.

???? 질문은 구글도 안 하고 강사도 무서워하는 타입. 주로 안경 착용자?


???? 5. 인싸형

“우린 한 반이니까 친해지자~”

친화력 만렙. 덕분에 반에 웃음은 많지만, 집중은 좀 어렵기도.

???? 단, 이 인싸가 술고래 성향까지 있다면? 거리 두세요. 진심입니다.


❓ 6. 무지성 질문러형

생각보다 손보다 입이 빠름.

“이거 어떻게 해요?”를 10분에 한 번씩 말함.

???? 수업을 듣는 건지, 귀로만 듣는 건지 모름. 옆자리에 앉으면 진짜 피곤함.


????️ 7. 가오형

첫날부터 프로 개발자처럼 보이려고 cmd 창 오픈.

하지만 알고 보면 mkdir, ls, rm 반복 중.

???? “와… 잘하나보다” 하다가 뒤에서 보면 웃김. 귀엽다(?)


???? 8. 얼음공주형

철벽도 이런 철벽이 없다.

수업 외 대화 없음. 네가 누구든 상관없음.

???? 그냥 그런 사람이다. 쿨하게 지나가세요.


???? 9. 노력형

진짜 공부하러 온 사람.

집에 가서도 복습하고, CS도 따로 공부하고, 넷플릭스 대신 알고리즘 푼다.

???? 결국 이 사람이 3200~3600 받고 취업함. 조용히 본받자.


????️ 10. 선동형

“이 강사 커리큘럼 너무 구리다, 바꿔야 해!”

반 분위기를 이끌며 강사에게 항의, 반 전체 분위기를 부정적으로 이끎.

???? 나중엔 수업보다 회의가 더 많아짐. 이 유형 출현 시 탈출 추천.


????‍♂️ 11. 추노형

2~3주까지는 열심히 다니다가 그 후로는 안 보임.

“쟤 요즘 안 보이네?” “몰라, 나도.”

???? 이유는 모르지만, 수업 절반쯤부터는 사라진다.


???? 결론

국비 코딩 학원은 다양한 사람들이 모인 만큼,

집중하려면 “내가 왜 왔는지”를 잊지 않는 게 가장 중요합니다.

누구 옆에 앉느냐도 성적의 절반이라는 말이 있을 정도니까요! ????

DALL·E 2025-03-24 02.55.17 - A humorous classroom scene showing different types of students at a government-funded coding bootcamp. Each character has a distinct personality_ a to.png

 
 

 https://gall.dcinside.com/board/view/?id=programming&no=1870848 

1. 에이스형

말 그대로 쌉 에이스

주로 전공자가 많다.

수업을 잘 따라가는 것은 물론, 아직 안배운 개념도 응용해서 코딩한다.

보통 앞자리에 앉고 옆에 못하는 친구가 있으면 잘 도와주기 때문에 무조건 옆에 둬야 한다.

2. 술고래형

허구한날 뭐 끝났으니 기념으로 술마시자를 반복한다.

여기에 말려들면 그대로 2400간다. ㅇㅅㅇ

3. 발정형

목적은 취업이 아닌 섹수다.

매일 새로운 여자에게 접근해서 친해지고 따먹기를 반복한다.

주로 웹퍼블리셔 코스에 많이 서식한다.

프붕이는 백엔드 과정이었는데 두명 있었다. ㅇㅅㅇ…

아 봉천섹수

4. 사회부적응자형

말 걸어도 아주 조그만 목소리로 대답하고 재미도 없다보니

처음에 보기엔 정말 잘 하는 것처럼 보이지만

나중에 보면 강사에게 질문할 용기도 없는 찐따인 경우가 많다.

주로 안경을 썼다.

5. 인싸형

떠들러 학원왔다 ㅇㅅㅇ

그래도 자리가 가까우면 암울한 국비 생활에 작은 행복을 느끼게 해준다. 국비반의 단합을 굉장히 중요시 한다. 옆 반에게 은근 경쟁심을 느낀다. 단 인싸+술고래형이면 무슨 일이 있어도 친해지면 안된다.

6. 무지성 질문충

생각보다 입에서 질문이 먼저 나간다.

옆에 두면 ㅈ된다.

10분에 한번씩 “이거 어떻게 했어요?” 물어본다.

수업을 듣는지 안듣는지 모르겠다.

강사도 얘때문에 힘들어하고 얘 때문에 수업 전체 진도가 느려진다.

구글링은 하지 않는다.

7. 가오형

첫날 오자마자 CMD창 띄워놓고 뭔가를 열심히 친다.

애들은 보자마자 기가 죽는다.

자세히보면 mkdir, rm, ls 이런거만 하고 있다.

병신 ㅇㅅㅇ

8. 얼음공주 개발자형

너랑 상관 없다. ㅇㅅㅇ

9. 노력형

공부하러 이곳에 온 것을 잘 알고 있어서 공부에만 집중한다.

집에 가서 남들 넷플릭스볼때 따로 공부하고 CS과목도 틈틈히 한다.

이런 애들이 주로 3200간다.

10. 선동형

아주 아주 드물게 존재하는 유형인데

반 전체를 선동해서 강사를 자르기도 하고

과제의 부당성? 난이도 또는 커리큘럼의 정당성에 대해 계속 딴지를 걸고 애들을 선동해서 반 분위기를 부정적으로 이끌어간다.

이런 놈이 서식한다면 당장 탈출해랏 ㅇㅅㅇ

11. 추노형

3주 째 부터 안나온다.

 

Loading

23 3월 2025

[사회과학] [박진영의 사회심리학] 나만 잘살겠다는 이기심이 낳는 불행

[사회과학] [박진영의 사회심리학] 나만 잘살겠다는 이기심이 낳는 불행

[박진영의 사회심리학] 나만 잘살겠다는 이기심이 낳는 불행

입력
2021년 미국 국회의사당을 습격한 군중들. 위키미디어 제공

2021년 미국 국회의사당을 습격한 군중들. 위키미디어 제공

인간은 언제나 이해하기 어려운 존재였고 사람들의 정치적인 행동 또한 그러해서 “도대체 왜?”라는 질문을 하게 만드는 경우가 많다.

전세계가 극우화, 정치적 견해 차이의 양극화 등의 현상들을 보이고 있고 미국의 경우 1월 6일 국회의사당을 점거한 폭도들을 전부 사면하는 등 그동안 한 사회가 중요시 여기던 ‘가치’라는 것들이 무너져 내리는 듯한 현상들이 나타나고 있다.

저소득층일수록 자신의 이익에 반하는 투표를 하는 경향 또한 이전부터 존재했으나 최근에는 정부 지출을 최소화하고자 하는 움직임이 급격하게 나타나면서 이런 현상 또한 더욱 두드러지고 있다.

예를 들어 어느 작고 가난한 시골 마을에서는 70%의 사람들이 복지혜택, 특히 의료비 지원에 의존해서 살아가고 있는데 대부분의 사람들이 공화당 후보에 투표했고 지금은 자신들의 생명줄이 잘릴까 두려워 하고 있다는 뉴스를 심심치 않게 접할 수 있다.

특히 최근에는 SNS를 통해서 자신의 사정을 호소하는 사람들이 늘어나면서 이런 후회들이 좀 더 가시화 되고 있기도 하다.

애초에 ‘작은 정부’, 복지 혜택(비용, 재정지출)을 줄이고 공무원들 또한 많이 줄일 것이라고 늘 말해온 후보를 찍은 이유에 대해 물으면 대체로 자신이 받는 정말 필요한 혜택 말고 ‘타인(보통 다른 사회적 약자)’에게 가는 쓸데없는 비용을 줄일 거라고 생각했다고 하거나 뭔가 하기는 해도 ‘이렇게까지’ 할 줄은 몰랐다는 식이다.

남들에게 가는 혜택은 쓸데 없는 세금 낭비고 줄여야 마땅하지만 나는 그런 혜택을 받을 자격이 있는 다른 약자들과는 다른 존재라고 생각하는 것이나 ‘나 빼고 모두 다 망해버려라’ 같은 사고방식이 지금의 시대정신인 것 같기도 하다. 불행은 또 다른 불행을 좋아한다는 말처럼 불행한 사람들이 많아져서 서로 만만한 상대에게(여성, 노약자, 이민자, 장애인 등) 화풀이를 하고 있는 듯 보이기도 한다.

실제로 미국의 경우 지난 10년 간 행복도가 급격히 줄어드는 추세가 나타나고 있다. 조지 워드 옥스포드대의 연구자 등의 연구에 의하면 미국에서 수십억 건의 SNS 글들을 분석한 결과 불행한 사람들이 많았던 지역의 사람들이 더 과격한 변화를 약속하거나 전부 뒤집어 엎겠다고 하는 후보에게 더 많은 표를 준 것으로 나타났다.

미국 뿐 아니라 많은 국가들에서 경제적인 지표들보다 낮은 삶의 만족도가 극단적이거나 포퓰리즘적인 후보를 지지하는 행동과 관련을 보였다.

기존 연구들에서도 행복은 사람들의 시야를 확장시키고 관계, 공동체, 함께 잘 사는 것의 중요성을 인지시키는 반면 불행은 사람들의 시야를 좁히고 나만이라도 살아야겠다고 하는 이기심을 불러오는 현상이 확인된 바 있다.

특히 내가 세상에서 제일 괴롭고 제일 아무런 혜택도 받지 못한 피해자라는 피해의식은 남들을 해치더라도 혼자 이득을 보겠다는 이기심을 높인다는 발견들이 있었다.

하지만 모두가 자신만 제일 큰 혜택을 받아야 하고 남들은 중요하지 않다고 주장하는 사회에서는 결국 모두가 조금씩 다른 이유로 그 중요하지 않은 ‘남들’에 속하게 된다. 불행은 사람들의 눈을 멀게 만들고 모두가 모두를 향해 칼을 겨누는 사회를 만드는 셈이다.

과거에도 사람들의 불안과 불행한 마음을 이용해서 특정 그룹의 사람들에게 모든 비난의 화살을 돌리고 ‘순수한’ 자국민들을 위한 영광을 불러오겠다는 말로 인기를 끌고 수많은 비극을 낳은 정치인들이 있었다. 누군가를 나보다 더 불행하게 만들기보다 함께 더 행복해지는 방법에 대해 이야기하는 날이 오길 바란다.

Ward, G., Schwartz, H. A., Giorgi, S., Menges, J. I., & Matz, S. C. (2024). The role of negative affect in shaping populist support: Converging field evidence from across the globe. American Psychologist. Advance online publication. https://doi.org/10.1037/amp0001326
Zitek, E. M., Jordan, A. H., Monin, B., & Leach, F. R. (2010). Victim entitlement to behave selfishly. Journal of Personality and Social Psychology, 98(2), 245–255. https://doi.org/10.1037/a0017168

※필자소개
박진영. 《나, 지금 이대로 괜찮은 사람》, 《나를 사랑하지 않는 나에게》를 썼다. 삶에 도움이 되는 심리학 연구를 알기 쉽고 공감 가도록 풀어낸 책을 통해 독자와 꾸준히 소통하고 있다. 온라인에서 ‘지뇽뇽’이라는 필명으로 활동하고 있다. 현재 미국 듀크대에서 사회심리학 박사 과정을 밟고 있다.

Loading

23 3월 2025

[사회포인트] ‘좌절한 엘리트’ 늘어날 때 나라는 위기에 빠진다 나폴레옹 시대부터 현시대까지… 국가 위기 사례 빅데이터 분석

[사회포인트] ‘좌절한 엘리트’ 늘어날 때 나라는 위기에 빠진다 나폴레옹 시대부터 현시대까지… 국가 위기 사례 빅데이터 분석

‘좌절한 엘리트’ 늘어날 때 나라는 위기에 빠진다

나폴레옹 시대부터 현시대까지… 국가 위기 사례 빅데이터 분석

M52UWNW3T5DA3LMIFU5WXFBMJA.png

국가는 어떻게 무너지는가

피터 터친 지음|유강은 옮김|생각의힘|424쪽|2만3800원

계엄 및 탄핵 정국, 연일 국가의 위기를 진단하는 책이 출간되고 있다. 2023년 미국서 나온 이 책(원제 End Times)은 역사의 패턴을 수학적 모델을 통해 분석하는 ‘역사동역학(cliodynamics)’의 렌즈로 국가 붕괴의 원인을 파헤친다. 이론생물학자인 저자 피터 터친 코네티컷대 생태 및 진화생물학부 교수는 나폴레옹 시대부터 현대까지 세계 모든 대륙에서 발생한 수백 건의 위기 사례를 데이터베이스화해 ‘왜 모든 사회는 반복적으로 위기에 빠지는지’ 분석한다.

네 가지 구조적 요인이 국가의 위기를 추동한다. 엘리트 과잉 생산, 대중의 궁핍화, 국가 재정과 정당성의 약화, 지정학적 요인. 이 중 가장 중요한 것은 엘리트 과잉 생산이다. 사회학에서 ‘엘리트’란 남들보다 많은 사회 권력을 가진 이들, 즉 ‘권력 소유자’를 의미한다.

OAR6KVYV7ZBCBANQKGAWKUDXEY.png
 
미국에서 1960~1970년 박사 학위 소지자 수는 세 배 증가했지만 이들을 수용할 일자리는 모자란다. 저자는 “고학력 프레카리아트(불안정 노동 무산 계급)가 사회 안정에 가장 위험한 계급”이라고 말한다. /게티이미지코리아

저자는 “현대사회의 고학력자 급증으로 권력을 갖고자 하는 ‘엘리트 지망자’는 늘어나는데, 정부 요직의 수는 한정돼 있다. 좌절한 엘리트 지망자들이 반(反)엘리트 세력이 되어 체제 전복을 꿈꾸면서 국가가 위기에 봉착한다”고 주장한다. 빈부 양극화로 궁핍해진 대중의 불만이 다수의 엘리트 지망자 집단과 결합하면 가연성이 매우 높은 조합이 되어 2016년 트럼프 집권과 같은 결과를 불러온다는 것이다.

“미국에서는 트럼프가 이끄는 반엘리트 그룹이 엘리트를 갈아치우는 ‘혁명’을 진행 중”이라고 말한다. 트럼프는 정치 경험 없이 미국 대통령 선거에 출마한 첫 번째 수퍼리치가 아니다. 스티브 포브스가 1996년과 2000년 공화당 예비선거 후보로 나왔고, 억만장자 로스 페로가 1992년과 1996년 무소속 후보로 출마했는데 실패했다. 그런데 왜 트럼프는 성공했을까? “2016년엔 대중의 궁핍화가 1992년보다 훨씬 심해졌다. 트럼프를 지지했다기보다는 지배 계급에 대한 불만이 분노로 바뀌어 표현된 것이었다.” 게다가 2016년에 이르면 엘리트 과잉 생산 게임이 분기점에 이르렀다. 2016년 공화당 대통령 예비선거엔 총 17명의 후보자가 경선에 뛰어들었다.

로스쿨은 ‘좌절한 엘리트 지망자’를 배출하는 대표적인 교육기관이다. 미국에선 법학 학위가 공직으로 진출하는 최선의 경로로 꼽히므로, 정치적 야심이 있는 이들은 대부분 로스쿨에 진학한다. 전국법률가협회에 따르면, 1991년 로스쿨 졸업생 초봉 분포 그래프에서 가장 흔한 연봉을 반영하는 최고점은 3만달러였다. 분포의 왼쪽 꼬리 부분에서 2만달러 이하는 없었다. 오른쪽 꼬리 부분은 9만 달러가 최대였다. 2020년 졸업생 분포에서는 대다수가 4만5000~7만5000달러의 연봉을 보고해 전체 연봉의 50%를 차지했다. 하지만 오른편 봉우리는 19만 달러로 전체 분포의 20% 이상이었다. “지망자 게임을 극단까지 밀어붙이면 이런 모양이 된다. 연봉 19만 달러인 오른쪽 봉우리의 20%는 기성 엘리트층에 순조롭게 진입하는 중이다. 왼쪽 혹 부분에 있는 4만 5000~7만5000 달러 소득자들은 곤란한 상태다. 2020년 로스쿨 졸업생의 절반이 16만 달러 이상의 빚을 지고 있음을 감안하면, 이들 가운데 엘리트 계층으로 진입할 수 있는 이는 거의 없다.”

책은 사회 안정에 가장 위험한 직군은 ‘법률 전문직’이라 주장한다. “로베스피에르, 레닌, 카스트로는 변호사였다. 링컨과 간디도 마찬가지다.” 저자가 ‘미국의 원형적 반엘리트’라 지목한 J.D. 밴스 부통령 역시 변호사 출신이다.

마르크스는 ‘공산당 선언’에 “프롤레타리아는 족쇄 말고 잃을 것이 없다”고 썼다. 저자는 “하지만 마르크스는 틀렸음이 입증되었다”고 말한다. “궁핍해진 프롤레타리아는 성공적 혁명의 주체가 아니다. 정말로 위험한 혁명가는 좌절한 엘리트 지망자들로, 그들은 특권과 교육, 연줄 덕에 충분한 영향력을 행사할 수 있다. 연봉 19만 달러를 받는 로스쿨 졸업생의 20%처럼 곧바로 엘리트 지위에 오르는 소수조차 행복하게 살지 못한다. 전반적인 불안정을 느끼기 때문이다. 고학력 프레카리아트(노동 무산 계급)로 전락할 운명인 고학력 젊은 층이야말로 불안정성 말고는 잃을 것이 없는 집단이다.”

오늘날 이데올로기는 엘리트 내부 충돌의 ‘무기’로 활용되고 있다고 지적한다. 기성 엘리트 성원들을 무너뜨리고 경쟁하는 지망자들을 앞지르기 위한 도구로 사용되고 있다는 것이다. 이데올로기의 순수성은 탈색된다. 좌·우파 모두 굉장히 파편화돼 있으며, 격렬한 문화 전쟁을 벌이고 있다. “어떤 이들은 인종주의자와 백인우월주의자, 그리고 트럼프에 표를 던진 ‘한심한 사람들(deplorables)’을 비난한다. 다른 사람들은 ‘멍청이 진보주의자(libtard)’를 비난한다. 심각한 피해망상에 빠진 비주류들은 공산주의 중국 첩자들이 최고위층부터 말단까지 미국 정부에 침투했다고 상상하거나 푸틴이 보이지 않는 손으로 꼭두각시 인형 트럼프를 조종한다고 생각한다.”

미국 사례를 중점적으로 분석하지만, 미국만의 이야기로 읽히지 않는다. 저자는 한국어판 서문에서 한국 국민소득 상위 1%가 차지하는 비율이 1990년대 이후 2023년까지 2배 이상 증가했고, 전 세계에서 대졸자 비율이 가장 높은 나라가 되었다는 점을 짚는다. 그런데 한국은 고학력 젊은 인재들을 소화할 만한 일자리를 충분히 제공하지 못하고 있다. “이 문제는 특히 고학력 청년 남성들에게 심각한 영향을 미치며, 우리의 분석에 따르면 정치적 안정성의 관점에서 가장 위험한 인구 집단이 바로 이들이다.”

 

https___s3.amazonaws.com_arc-authors_chosun_e1cd31b1-fae6-43ec-abb3-2bcd5b5f131f.png
문화부 Books 팀장
 

[출처] https://www.chosun.com/culture-life/book/2025/03/22/SHDSCGU52JFOPF4I7FTHGDH4JU/

Loading