그때그때 달라요··· 머신러닝 기법·기술 따라잡기

2018년 09월 11일  

        ⓒ CIO Korea, Bob Violino | InfoWorld

아마도 인공지능(AI)의 부분집합인 머신러닝(ML)에 대한 이야기를 갈수록 많이 듣고 있을 것이다. 그렇다면 ‘머신러닝’으로 정확히 무슨 일을 할 수 있을까?

머신러닝은 다양한 방식과 기법을 아우르고, 각각은 잠재적 이용 사례를 가지고 있다. 머신러닝 툴과 인프라에 대한 투자에 다짜고짜 뛰어들기 전에 이들을 먼저 조사하는 것이 바람직하다.

-> ‘말장난에 속지말자!’··· 헛소리 인공지능· 머신러닝 구별법

– 머신러닝 기법(Methods)

지도 학습(Supervised learning)
머신이 학습해야 하는 것을 이용자가 파악하고 있다면 지도 학습이 이상적이다. 엄청난 양의 훈련 데이터에 머신을 노출시키고, 결과를 조사하고, 기대한 결과를 얻을 때까지 매개변수를 조정할 수 있다. 그 후, 머신이 이전에 본 적이 없는 일련의 검증 데이터에 대해 결과를 예측하도록 함으로써 머신이 무엇을 배웠는지 알 수 있다.

가장 일반적인 지도 학습 작업은 분류와 예측을 포함하고, 또는 회귀(regression)를 포함한다.

지도 학습 기법은 과거의 재무 실적에 대한 정보에 기초해 개인 및 조직의 재무 위험을 결정하는 등의 용도에 쓰일 수 있다. 아울러 과거의 행동 패턴에 기초해 고객이 어떻게 행동할 것인지, 또는 이들의 선호사항이 무엇인지에 관한 양질의 의견 역시 제공할 수 있다.

예를 들어, 온라인 대출 사이트인 렌딩 트리(Lending Tree)는 데이터로봇(DataRobot)의 자동 머신러닝 플랫폼을 이용하여 고객에 대한 경험을 커스터마이징하고, 고객의 과거 행적을 기초로 고객의 의도를 예측한다고, 액크셰이 탠던(Akshay Tandon) 부사장 겸 전략/애널리틱스 책임자는 말했다.

고객의 의도를 예측함으로써 – 주로 ‘리드 스코어링(lead scoring)’을 통해 – 렌딩 트리는 이자율을 단순히 둘러보는 사람과 실제로 대출을 신청할 용의가 있는 사람을 높은 확률로 구분한다. 지도 학습 기법을 이용하여, 회사는 거래 성사의 확률을 정의하는 분류 모델을 구축했다.

비지도 학습(unsupervised learning)
비지도 학습은 머신이 데이터 세트를 탐색하여 상이한 변수들을 연결하는 감추어진 패턴을 규명하는데 활용된다. 데이터를 통계적 특성들에만 기초해 클러스터링 하는데 이용되곤 한다.

비지도 학습의 좋은 응용 분야는 개연적 기록 연결을 수행하는데 쓰이는 클러스터링 알고리즘이다. 이는 데이터 요소들 간의 접점을 추출하고, 이를 바탕으로 개인 및 조직을 식별하고 물리 및 가상 세계에서 이들의 접점을 규명한다.

이는 이질적 출처로부터 또는 상이한 사업 부문에 걸쳐 데이터를 통합하여 고객에 대한 일관되고 포괄적인 시각을 구축하는데 특히 유용하다고 렉시스넥시스 리스크 솔루션즈(LexisNexis Risk Solutions)의 기술 부사장 플래비오 빌래누스터는 설명했다. 이 회사는 애널리틱스를 이용해 고객이 위험을 예측하고 관리하는데 도움을 준다.

비지도 학습은 정서 분석(sentiment analysis)에 이용될 수 있다. 이는 개인의 소셜 미디어 게시물, 이메일, 여타 서면 반응을 바탕으로 개인의 정서 상태를 규명한다고 컨설팅 회사인 캠브리지 컨설턴트(Cambridge Consultants)의 특수 머신러닝 엔지니어인 샐리 엡스타인은 전했다. 그녀에 따르면 비지도 학습을 통해 통찰력을 추출하여 고객을 만족시키는 금융서비스 회사가 늘어나는 추세다.

준지도 학습(semisupervised learning)
준지도 학습은 지도 및 비지도 학습을 혼합한다. 감독자는 데이터의 작은 부분에 라벨을 붙여 기계에게 데이터 집합의 나머지를 어떻게 분류할 것인지에 대한 단서를 주는 방식이다.

준지도 학습은, 무엇보다, 신분 사기를 검출하는데 사용될 수 있다. 빌랜누스터에 따르면 사기는 비-사기 활동만큼 빈번하지 않고, 따라서 사기 행위는 적법 행위 세계에 있는 ‘예외(anomaly)’로 간주될 수 있다. 그래도 사기는 존재하는데, 준지도 예외 검출 머신러닝 기법이 이런 문제 유형에 대한 솔루션을 모델링 하는데 사용될 수 있다.

준지도 학습은 라벨 처리된 것과 라벨 처리되지 않은 데이터가 혼재할 때에도 사용될 수 있고, 이는 대기업 환경에서 빈번하게 목격된다고 엡스타인을 전했다. 또 아마존은 라벨 및 비라벨 데이터에 관해 AI 알고리즘을 훈련시킴으로써 알렉사(Alexa)의 자연어 이해를 강화할 수 있었다고 그는 설명하며, 이는 알렉사의 반응의 정확도를 높이는데 유용했다고 덧붙였다.

강화 학습(reinforcement learning)
강화 학습에 의해 기계는 환경과 상호작용할 수 있다(예컨대 하자 제품을 컨베이어에서 휴지통으로 밀어내는 것). 아울러 이용자가 원하는 것을 한 경우 보상을 제공한다. 보상 계산을 자동화함으로써 기계가 스스로 학습할 시간을 준다.

강화 학습의 사용 사례 중 하나로는 소매 매장에서 의류 및 여타 물품의 분류를 들 수 있다. 일부 의류 소매업체는 의류, 신발 및 액세서리 같은 물품을 분류하는데 로봇 공학 등의 새로운 기술을 시험하고 있다고 신생 기술 및 비즈니스 동향에 집중하는 컨설팅 회사인 딜로이트의 애널리스트 데이비드 채스키는 말했다.

채스키는 로봇이 강화 학습을 이용하여 (또 딥 러닝을 이용하여) 물품을 잡을 때 어느 정도의 압력을 사용해야 하는 지를, 그리고 물품목록 안에서 이들을 가장 적절하게 잡는 법을 파악한다고 설명했다.

강화 학습의 한 변형은 딥 강화 학습(deep reinforcement learning)이다. 이 기법은 지도 학습 또는 비지도 학습 기법만으로 작업을 완수할 수 없을 때 자율적 의사 결정을 내리도록 하는데 아주 적합하다.

딥러닝(deep learning)
딥러닝은 비지도 또는 강화 학습 등의 학습 유형을 수행한다. 개략적으로, 딥러닝은 주로 신경망을 이용하여 데이터 세트의 특징들을 상세히 식별함으로써 사람의 일부 학습 방법을 모방한다.

-> 알아두면 쓸데있는 ‘딥러닝 이야기’

딥러닝은 딥 신경망(Deep Neural Network, DNN) 형태로 신약 개발에서 고효율 스크리닝을 가속하는데 이용되어 왔다고 채스키는 전했다. 이는 딥 신경망(DNN) 가속 기법을 적용해 현저히 적은 시간에 다수의 이미지를 처리한다. 그러면서 딥 러닝 모델이 궁극적으로 학습한 이미지 특징들로부터 더욱 양질의 통찰력을 추출한다.

아울러 이 머신러닝 기법은 수많은 회사들이 사기에 대처할 수 있도록 해준다. 자동화된 범죄 행위 검출을 이용해 검출률을 제고하는 방식이다.

또한 딥러닝은 자동차 산업에도 쓰일 수 있다. 한 회사는 자동차의 문제를 조기에 검출하는 신경망 기반 시스템을 개발했다고 채스키는 전했다. 이 시스템은 소음과 진동을 인식할 수 있고, 표준으로부터의 편차를 이용해 장애의 성질을 해석한다. 이는 예측 정비의 일부가 될 수 있다. 왜냐하면 자동차 동작 부품의 진동을 판정하여 성능의 미세한 변화까지 인지할 수 있기 때문이다.

Image Credit : Getty Images Bank

– 머신러닝 기술(Techniques)

신경망 (neural networks)
신경망은 인간 두뇌의 신경 체계를 모방해 설계됐다. 각 인공 뉴런은 시스템 내부에서 다른 뉴런과 연결된다. 신경망은 계층들로 배열되어, 한 계층의 뉴런이 다음 계층의 다수 뉴런에게 데이터를 전달한다. 궁극적으로 데이터는 출력 계층에 도달하고, 여기서 신경망은 문제 해결, 객체 식별 등을 위한 최선의 추측을 내놓는다.

신경망 사용 사례는 여러 산업에 걸쳐 나타난다.

– 생명과학 및 의료에서, 진단 프로세스를 가속하기 위해 의학 이미지를 분석하는데, 그리고 신약 개발에 사용될 수 있다.

– 통신 및 미디어에서, 신경망은 언어 번역, 사기 검출, 가상 비서 서비스를 위해 사용될 수 있다.

– 금융 서비스에서, 이들은 사기 검출, 자산 운영, 위험 분석에 사용될 수 있다.

– 소매에서, 이들은 계산대 줄을 없애고, 고객 경험을 개인화하는데 사용될 수 있다.

결정 트리(decision tree algorithm)
결정 트리 알고리즘은 항목을 배치할 클래스를 결정하는데 유용한 항목 속성에 대한 질문들을 규명함으로써 항목을 분류하는 것을 목표로 한다. 트리 내의 각 노드(node)는 질문이고, 가지(branches)는 항목에 대한 더 많은 질문으로 이어지고, 잎(leaves)은 최종 분류에 해당한다.

결정 트리의 사용 사례로는 고객 서비스, 가격 예측, 제품 플래닝을 위한 지식 관리 플랫폼을 구축하는 것 등이 있다.

보험회사는 잠재 위험에 기초해 어떤 종류의 보험 상품 및 보험료 조정이 필요한지에 관한 통찰력이 필요할 때 결정 트리를 이용할 수 있다고 비즈니스 및 테크놀로지 컨설팅 회사인 SPR의 수석 데이터 과학자 레이 존슨은 전했다.

설명에 따르면 날씨 관련 손해 데이터와 위치 데이터를 중복시켜, 제출된 주장과 지출 금액을 기초로 위험 범주를 생성할 수 있다. 그 후 새로운 커버리지 적용을 모델과 대조해 평가하여 위험 범주와 잠재적 금융 영향을 제공할 수 있다.

랜덤 포레스트(random forest algorithm)
결정 트리는 정확한 결과를 제공하기 위해 훈련을 받아야만 한다. 그러나 랜덤 포레스트 알고리즘은 상이한 속성 세트를 기반으로 결정을 내리는 무작위로 생성된 결정 트리들을 취합하고, 이들이 가장 보편적인 클래스에 투표하도록 한다.

랜덤 포레스트는 데이터 세트에서 관계를 발견하기 위한 다용성 툴이고, 신속히 훈련시킬 수 있다고 엡스타인은 설명했다. 예를 들어, 원하지 않는 벌크 이메일은 이용자뿐 아니라, 서버의 로드 증가를 관리해야 하는 인터넷 서비스 공급자에게도 오랫동안 문젯거리였다. 이 문제에 대응해, 정상적인 이메일로부터 스팸을 걸러내는 자동화된 기법이 개발되었고, 이는 랜덤 포레스트를 이용해 원치 않는 이메일을 신속하고 정확하게 식별한다고 그는 말했다.

랜덤 포레스트의 다른 사용처는 환자 의료 기록을 분석해 질병을 식별하고, 금융 사기를 검출하고, 콜 센터 통화량을 예측하고, 특정 주식 매입에 따른 수익과 손실을 예측하는 것 등이다.

클러스터링(clustering algorithm)
클러스터링 알고리즘은 K-평균, 평균-이동, 기대 값-최대화(K-means, mean-shift, or expectation-maximization) 등의 기술을 이용하여 데이터 포인트들을 공유된 또는 유사한 특징에 따라 그룹핑 한다. 이는 분류 문제에 적용될 수 있는 비지도 학습 기법이다.

클러스터링 기법은 분획화 또는 범주화가 필요할 때 특히 유용하다고 채스키는 전했다. 활용되고 있는 사례로는 개별 특징에 따라 고객을 분획하여 마케팅 활동을 보다 효율적으로 배정하는 것, 특정 독자에게 뉴스 기사를 추천하는 것, 효과적인 법 집행 등이다.

클러스터링은 인간의 눈에 분명하지 않을 수 있는 복잡한 데이터 세트에서 그룹핑을 발견하는 데에도 유용하다. 엡스타인에 따르면, 실례는 데이터베이스 내 유사 문서를 분류하거나, 범죄 뉴스로부터 우범 지역을 규정하는 것 등이다.

연상 규칙 학습(association rule learning)
연상 규칙 학습은 변수들 사이의 관계를 찾는 추천 엔진에서 사용되는 비지도 기법이다. 이는 여러 전자상거래 사이트에서 ‘X를 구입하는 사람은 Y도 구입한다’는 제안의 배경이 되는 기법이기도 하다. 이 기법이 사용되는 실례를 찾기는 어렵지 않다.

구체적 사용 사례로는 판매고 증가를 원하는 특산품 소매업체일 수 있다고 존슨은 전했다. 기업는 이 기법을 이용해 고객의 구매 행동을 조사하여 행사, 스포츠 팀 등을 기념하는 특별 캔 및 번들 제품을 공급한다. 연상 규칙 기법은 고객이 언제 어디에서 선호하는 제품 조합을 구매하는지를 발견할 수 있는 통찰력을 제공한다.

과거의 구매 및 시간 프레임에 관한 정보를 이용해 회사는 보상 프로그램을 선제적으로 생성할 수 있고, 미래의 판매를 견인할 수 있는 특별 맞춤 오퍼를 제공할 수 있다고 존슨은 덧붙였다.

* Bob Violino는 컴퓨터월드, CIO, CSO, 인포월드, 네트워크월드에 기고하는 전문 저술가다. 
ciokr@idg.co.kr

[출처] https://www.oss.kr/index.php/info_techtip/show/69c538e1-41a1-417f-8e14-425e5b141f3f

[윤석만의 인간혁명] 악당 조커를 탄생 시킨 건, 쏟아져 나온 ‘광장의 분노’였다

[중앙일보] 입력 2019.10.12 11:00   수정 2019.10.12 16:27

악마는 어떻게 탄생하는가

영화 ‘조커’ 한 장면. [사진 워너브러더스 코리아]

 지난 달 베니스영화제에서 황금사자상을 수상한 ‘조커’는 배트맨의 맞수인 ‘역대급’ 악당의 탄생기를 그렸습니다. 이 작품은 코믹스 영화 최초로 3대 국제영화제(칸·베니스·베를린)에서 수상하는 영예를 안았죠. 이전에 칸과 베니스에서 남우주연상을 수상한 연기파 배우 호아킨 피닉스가 악마로 변해가는 가난하고 소심한 광대 ‘아서 플렉’을 연기했습니다.  
 
 1980년대 초 가상의 도시 고담. 부자와 빈자의 불평등은 극에 달하고, 플렉처럼 하루 벌어 하루 먹고 사는 이들은 내일이 오는 것조차 두렵습니다. 플렉은 병든 어머니를 모시고 곧 쓰러질 것 같은 아파트에서 광대 일을 하며 살아갑니다. 코미디언이 꿈이지만 정작 그는 남들을 웃기는 재주가 없습니다.  
 
 그럼에도 불구하고 어릴 때부터 어머니는 그를 ‘해피’라고 부릅니다. 정작 플렉은 “인생을 살면서 단 한 순간도 행복했던 적이 없었다”고 말하지만요. 아이러니하게도 그는 긴장된 상황에서 저절로 웃음이 터지고, 이를 멈출 수 없는 질환을 앓고 있습니다. 어린 시절 양아버지에게 학대당해 뇌를 다쳤기 때문입니다. 그가 지하철에서 우발적 살인을 벌이게 된 것도 그의 질환을 비웃음으로 오해한 부자들과 시비가 붙어서였죠.
 
 이런 그를 사람들은 차가운 시선으로 바라봅니다. 동네 불량배들에게 얻어맞거나 함께 버스를 탄 승객들에게 무시당하기 일쑤죠. 시의 복지 예산이 줄면서 무료로 이용했던 정신과 상담마저 받을 수 없게 됩니다. 급기야 그는 조그만 실수로 회사에서 해고돼 천직이라 여겼던 광대 일자리도 잃고 맙니다.
 
 심지어 유일한 가족인 어머니마저 쓰러지면서 플렉은 벼랑 끝에 몰립니다. 더욱 충격적인 것은 어머니가 평생 숨겨왔던 비밀을 알게 된 것입니다. 자신은 어릴 때 입양됐고, 어머니 또한 심각한 정신질환으로 망상에 빠져 살아왔던 거죠. 결국 어머니를 통해 들었던 친아버지와 자신에 대한 이야기 모두가 거짓이었음을 깨닫습니다.  

악당 조커의 탄생

영화 ‘조커’ 한 장면. [사진 워너브러더스 코리아]

 혼란의 한 가운데 놓여 있던 플렉에게 일생일대의 기회가 찾아옵니다. 자신과 어머니의 유일한 낙이었던 TV 코미디쇼에 출연하게 된 겁니다. 하지만 그는 방송에서 ‘조크’를 하기 보다는 세상을 향한 날선 비판을 쏟아냅니다. 특히 가장 이슈가 되고 있는 지하철 총격 사건의 범인이 자신이라고 자백하죠. 그러면서 세상을 향해 울분을 토합니다.
 
 “그들의 죽음이 그렇게 슬픈가? 토마스 웨인이 그들을 추모했기 때문에? 만일 내가 죽었다면 내 시체를 밟고 지나갔을 거 아니야!” 토마스 웨인은 시장 선거에 출마한 재벌로 훗날 배트맨이 되는 브루스 웨인의 아버지입니다. 플렉은 어머니의 망상 때문에 토마스가 자신의 아버지라고 생각해 찾아갔다 흠씬 두들겨 맞고 옵니다.
 
 플렉은 방송 내내 자신이 겪은 고통과 사회적 모순을 가차 없이 고발합니다. 분노가 극에 달한 상태에서 플렉은 방송에서 자신을 조롱했던 사회자를 총으로 쏴 죽입니다. 그의 모습이 전파를 타는 동안 성난 군중들이 열광하면서 거리로 쏟아져 나옵니다. 그가 읊었던 “내 인생이 비극인 줄 알았는데, 알고 보니 개 같은 코미디였어” 같은 대사에 공감하면서 말이죠. 이들은 모두 광대 분장을 하거나 가면을 쓰고 있습니다.  

“나의 죽음이 내 삶보다 가치 있기를”

영화 ‘조커’ 한 장면. [사진 워너브러더스 코리아]

 거리의 분노한 광대들은 경찰에 붙잡힌 플렉의 호송 차량을 탈취합니다. 그를 지지하는 군중들은 플렉을 마치 십자가 위의 예수처럼 경찰차 위에 눕힙니다. 의식을 차린 플렉은 자신에게 열광하는 사람들을 보며 처음으로 환하게 웃습니다. 그러곤 입속에 난 피를 자기의 손에 묻혀 기괴하게 웃는 광대의 입술을 그립니다. 희대의 악당 조커가 탄생하는 순간입니다.
 
 “나의 죽음이 내 삶보다 가치 있기를.” 조커가 되기 전 플렉이 독백처럼 자주했던 말입니다. 그의 비극적 삶은 조커로 변신하면서 마침표를 찍습니다. 플렉이라는 과거의 자아가 죽음으로써 이제 더 가치 있는 삶으로 새롭게 태어난 거죠. 그리고 조커에 감정이입한 군중들이 그를 영웅으로 치켜세우며 반란이 시작됩니다. 이 과정에서의 폭력과 혼란을 막기 위한 브루스 웨인의 이야기를 그린 작품이 바로 ‘배트맨’입니다.  

악당을 만든 광장의 분노

영화 ‘조커’ 한 장면. [사진 워너브러더스 코리아]

 이 작품에선 조커를 연기한 호아킨 피닉스의 열연이 돋보입니다. 전작 ‘Her’에서 인공지능과 사랑에 빠진 유약한 남성을 연기했던 그의 모습은 전혀 찾아볼 수 없습니다. 대신 23kg을 감량하며 도드라지게 나타나는 등 뒤의 앙상한 뼈는 날개 잃은 타락한 천사를 떠올립니다. 뼈만 남은 그의 몸은 뒤틀린 그의 내면을 상징합니다.  
 
 원래의 플렉은 정신질환을 앓고 있다는 사실만 제외하면 선하고 평범한 소시민이었습니다. 어머니를 지극히 보살피고, 아이들에게 늘 웃음을 선사하기 위해 노력하는 성실한 코미디언 지망생이었죠. 폭력도 쓸 줄 몰라 동네 꼬마들에게 몰매를 맞을 만큼 약해 빠졌습니다.
  
 이와 같이 사회적 약자였던 플렉이 ‘배트맨’을 비롯한 DC코믹스의 세계관에서 희대의 악당 조커가 될 수 있던 이유는 무엇일까요? 어벤져스의 타노스나 울트론처럼 다른 히어로 영화의 악당들은 어마어마한 힘과 초능력을 갖고 있는데 말이죠. 그렇기 때문에 빌런(코믹스 작품에 나오는 악당)을 해치우기 위해선 여러 히어로가 힘을 뭉쳐야 합니다.  
 
 하지만 조커는 다른 악당들과 공통점을 찾기 어렵습니다. 몸은 삐쩍 말라 평범한 성인 남성조차 상대하기 어려울 만큼 유약합니다. 의상과 분장은 외모만으로도 두려움을 풍기는 다른 빌런들과 달리 우스꽝스럽기 짝이 없습니다. 그럼에도 불구하고 조커는 DC코믹스의 빌런 중 최고로 꼽힙니다.

파시즘을 등에 업은 안티 히어로

영화 ‘조커’ 한 장면. [사진 워너브러더스 코리아]

 이처럼 조커가 악당이 될 수 있었던 이유, 또는 그의 힘의 원천은 바로 ‘광장의 분노’에 있습니다. 생방송 도중 그가 사회자를 총으로 죽이고 경찰에 바로 잡혀갔다면, 성난 군중들이 그가 탄 호송차량을 탈취하지 않았다면, 광대 분장을 하고 가면을 뒤집어 쓴 시위대가 길거리에 나오지 않았다면 조커는 결코 악당이 될 수 없었을 겁니다. 분노한 군중은 십자가를 짊어질 새로운 주인을 찾아냅니다. 그게 바로 아서 플렉, ‘조커’였던 거죠.
 
 영화 속 고담시는 정치와 경제, 권력과 부를 모두 장악한 부르주아들의 세상입니다. 그 정점에는 한때 친아버지라고 믿었던 토마스 웨인(배트맨의 아버지) 같은 사람이 있고요. 하지만 이들을 견제하고 비판하는 언론과 시민단체는 보이지 않습니다. 재산의 대부분을 사회 환원하겠다는 빌 게이츠, 워런 버핏, 마크 저커버그 같은 기업인도 없습니다.  
 
 무엇보다 고담시에는 사회적 약자와 빈민들의 목소리를 대변할 정치적 채널이 부재했습니다. 자본주의가 정당성을 가질 수 있는 것은 민주주의 체제 아래 정의의 원칙이 지켜질 때입니다. 그 중에서도 시장이 만들어낸 불평등을 용인할 수 있는 필수 조건은 롤즈가 말한 정의의 2원칙 ‘최소 수혜자에게 최대의 이익이 돌아가도록 하라’가 전제돼야 합니다.
 
 그러기 위해선 사회적 약자들의 목소리를 대변한 정치적 창구가 필요합니다. 정치 대표자들이 이 원칙이 준수될 수 있도록 책임을 다해야 하는 거죠. 그렇기 때문에 정치적 ‘대의(代議)’는 현대 민주주의의 가장 중요한 요소입니다. 정치의 본질은 사회 갈등과 균열을 대리해서 조정하고 해결하는 것이기 때문입니다. 하지만 영화 속 고담시에서는 정치가 이런 역할을 못하고 있었죠. 그 때문에 플렉과 같은 사회적 약자들의 고통이 외면되고, 이를 참다못한 군중들이 광장에 나와 폭도로 변한 것이었습니다.

현대 민주주의의 위기

영국 산업혁명 당시 공장 굴뚝에서 연기가 나오는 모습을 그린 그림. [중앙포토]

 현재처럼 정당을 통한 대의민주주의가 자리 잡은 것은 산업혁명 이후인 19세기부터입니다. 서구사회에선 자본가인 부르주아 계급과 그에 맞서는 노동자 계급이 갈등과 균열의 중심축이었고 이들을 대표하는 양대 정당이 만들어졌습니다. 중요한 사회적 이슈는 대부분 정당을 통해 조정되고 합의점을 찾았죠.  
 
 그러나 사회가 분화되고 발전하면서 계급 외에도 다양한 갈등 요소가 생겼습니다. 젠더, 세대, 문화, 환경 등 복잡한 이해관계를 대표하고 조율할 수 있는 ‘대의’ 기능이 더욱 중요해진 거죠. 이 때문에 유럽은 다양한 가치를 표방하는 군소정당이 존재하며, 이들이 연정을 통해 합의점을 찾습니다. 미국은 양당제라도 다양한 이슈에 유연하게 대응하고 있죠.
 
 하지만 고담시엔 이와 같은 균열과 갈등을 대표할 만한 정치 세력이 존재하지 않았습니다. 컵에 물이 차면 언젠가는 넘치듯, 시민들의 분노는 광장을 통해 표출됐습니다. 영화 속에서 그 방아쇠를 당긴 것이 ‘조커’였고요. 시민들의 광기어린 파토스는 조커라는 에토스를 만나 폭력과 극단으로 치달았습니다. ‘우리’가 아닌 ‘너희’는 타도해야 할 적일뿐이죠.

‘대의’ 없는 한국 정치

조국 법무부 장관의 사퇴를 요구하는 집회가 3일 서울 광화문광장~서울역에서 열렸다. 임현동 기자

 어쩌면 한국사회도 고담과 비슷할지 모릅니다. ‘헬조선’, ‘흙수저’로 대표되는 불평등과 양극화 문제는 갈수록 심화되고 있습니다. 군중들은 좌우로 나뉘어 연일 광화문 광장과 서초동 일대를 가득 메웁니다. 시민들의 의사를 대변하고 사회 갈등과 균열을 봉합해야 할 정치인들은 자기만 옳다는 진영 논리에 빠져 ‘대의’할 생각조차 않습니다.  
 
 시민들의 목소리는 다양한데 한국 정치는 진보와 보수 2개의 진영 논리뿐입니다. 무슨 이슈를 대입해도 한국 정치는 진보의 ‘적폐’와 보수의 ‘빨갱이’로 찢어져 있습니다. 그렇다 보니 여당이 됐든 야당이 됐든, 제도권 정당 중 어느 곳도 지지하지 않는 무당층이 계속 늘고 있습니다. 최근 20대가 여권에 등을 돌렸는데도, 야당의 지지율이 오르지 않는 것은 20대의 목소리를 대변할 정당이 없기 때문입니다.
 
 이처럼 한국의 정치는 사회 균열구조와 정당체제의 불일치가 매우 심각한 상황입니다. 일례로 세대갈등이 번지는 주원인 중 하나는 이 문제에 있어 정치가 제대로 작동하고 있지 않기 때문입니다.  
 
 전체 유권자 중 20·30대가 차지하는 비율은 34%지만 20대 국회 당선자(지역구)는 0.4%에 불과합니다. 반면 유권자의 19.9%인 50대는 55.5%나 되죠. 40세 이하 국회의원 비율이 높은 덴마크(41.3%), 스웨덴(34.1%), 프랑스(23.2%) 등 유럽 국가들과 대조됩니다. 정치를 ‘종신직’으로 여기는 미국(6.6%)도, 세계 최고령 국가인 일본(8.3%)도 한국보다 높습니다. (2018년 국제의회연맹 보고서)

검찰 개혁을 촉구하고 조국 법무부 장관을 지지하는 집회가 5일 서울 서초동에서 열렸다. [뉴스1]

파시즘은 거리의 광기를 먹고 자란다

 
 결국 정당과 의회라는 공적 시스템을 통해 시민들의 목소리가 대표되지 못하기 때문에 직접 광장과 거리로 나서게 됩니다. 정치가 제 역할을 바로 해 다양한 사회 균열과 갈등을 해결할 수 있다면, 광장의 혼란과 갈등은 생겨날 틈이 없습니다.  
 
 하지만 오늘날 한국의 정당정치는 오히려 시민들이 거리로 나오길 부추깁니다. 시민의 의중이 무엇인지 파악해 정치적 의사를 대변할 생각을 하지 않고, 자기 이념을 실현하기 위해 오히려 시민을 선동합니다. 이 때 특정 정치인과 정파에 대한 맹목적 지지는 광장의 광기를 키울 뿐입니다.

열린사회와 그 적들

 칼 포퍼는 ‘개인이 스스로 결단을 내리고 자율적 행동을 통해 다양성이 존중받는 사회’를 열린사회라고 정의합니다. 반대로 폐쇄적 민족주의와 전체주의처럼 피아 구분이 명확하고 상대의 의견을 인정하지 않는 사회는 닫힌사회라고 비판합니다.
 
 광장은 4.19 혁명이나 87년 민주항쟁처럼 민주주의를 진전시키고 역사를 발전시키기도 합니다. 이는 자율과 다양성이 존중되는 열린사회를 추구하기 위한 것이었습니다. 그러나 70만 명이 모였던 1933년 아돌프 히틀러의 뉘른베르크 군중집회는 전체주의로 가는 지름길이었습니다. 히틀러에 대한 맹목적 지지와 자기만 옳다는 폐쇄적 민족주의를 통해 닫힌사회로 가는 잘못된 길이었죠.
 
 지금 우리 앞의 광장은 열린사회를 위한 걸까요, 닫힌사회를 향한 걸까요. 지금 우리의 정당정치는 시민의 목소리를 ‘대의(代議)’하고 있는 걸까요, 아니면 자신이 ‘대의(大義)’라고 믿는 가치를 달성하기 위해 시민을 선동하는 걸까요. 길 끝이 희미해 잘 보이지 않지만, 포퍼의 다음과 같은 말을 되뇌어 본다면 우리가 갈 길은 명확해집니다.  
 
 “우리는 짐승으로 돌아갈 수 있다. 하지만 문명사회의 인간으로 남길 원한다면 우리에겐 단 하나의 길, 열린사회의 길만 있을 뿐이다.”
 
sam@joongang.co.kr
 [출처] https://news.joins.com/article/23601936?cloc=joongang-home-newslistleft#none

‘못된 인간’을 대하는 5가지 우아한 방법

짧은 추석 연휴가 끝나가고 있다. 이번 명절이 당신에겐 어땠는가. 가족, 친지들과 오랜만에 담소를 즐기며 행복했는가. 얄밉게 행동하거나 상처 주는 말을 툭툭 던지는 가족이나 친지 때문에 속이 벌겋게 탔는가.

우리는 사람들 속에서 즐거움과 행복을 느끼지만 자주 사람 때문에 힘들고 화가 난다. 직장에서도 최대의 스트레스 요인은 일이 아니라 사람관계인 경우가 많다. 문제는 가정과 직장, 학교 등에서 좋은 사람은 물론 싫은 사람과도 어쩔 수 없이 만나야 하는 상황이 적지 않다는 점이다.

밉고 싫고 짜증 나는 사람과는 어떻게 지내야 할까. 내게 거짓말하고 뒤에서 험담하는 사람, 나를 부당하게 대하고 깎아내리는 사람, 불평과 부정적인 생각으로 기운 빠지게 하는 사람, 내게 의지하며 잇속만 챙기는 사람. 이런 사람들은 어떻게 대해야 하는지 정리했다.

© MoneyToday ‘못된 인간’을 대하는 5가지 우아한 방법

첫째, 옳고 그름에서 벗어난다=우리는 사람과의 관계에서 늘 자신이 옳다고 생각하는 경향이 있다. 어떤 사람이 싫다면 대개 내 옳음에서 벗어나는 말이나 행동을 했기 때문이다. 나는 옳고 상대방은 그른데 이 사실을 인정받지 못하면 억울하고 화가 난다.

사람과의 관계에서 스트레스를 덜 받으려면 가장 먼저 해야 할 일이 이 옳고 그름의 프레임에서 벗어나는 것이다. ‘나도 틀릴 수 있다’는 생각과 ‘상대방도 무슨 사정이 있겠지’라는 배려로 한 발 떨어진 곳에서 나와 상대방의 관계를 객관화해 보면 억울하고 화나고 싫은 주관적인 마음이 가라앉고 진짜 문제가 뭔지 보인다.

영성 철학자인 디팩 초프라는 ‘완전한 행복’이란 책에서 “‘내가 옳다’는 생각은 마음의 위안이 될지는 몰라도 진정한 행복을 가져다주지는 못한다”며 “내가 옳다는 말은 다른 사람은 틀렸다는 것을 의미하며 이는 갈등과 대립을 초래할 뿐이다”라고 지적했다.

둘째, 장부는 태워 버린다=우리는 사람과의 관계에서도 장부를 쓴다. 내가 누구에게 얼마나 많은 정성과 호의를 베풀었는지, 내가 누구에게 얼마나 많은 도움을 받았는지 마음의 장부에 기록해둔다.

문제는 내가 베푼 호의가 기대한 만큼 보답 받지 못할 때 생긴다. 이렇게 되면 ‘내가 얼마나 잘해 줬는데’라는 생색이 올라오면서 호의를 베풀었던 사람이 미워지게 된다.

남에게 좋은 일이라도 생색이 날 것 같으면 하지 말아야 한다. 내가 한 일을 마음의 장부에 기록해두고 상대방이 고마워 하기를 바란다면 안 하는 게 낫다는 의미다. 진심으로 좋아서 한 일이라면 내가 베푼 호의는 마음 속 장부에서 지워버리는 것이 장기적으로 스트레스 없는 인간관계를 만드는 길이다.

일본의 주지스님인 코이케 류노스케는 ‘침묵 입문’이라는 책에서 보상을 원하는 욕망에 휘둘리게 되면 자신의 마음이 채워지지 않아 괴롭고 그 모습이 상대에게 추하게 보여 관계가 멀어지게 된다고 했다. “빚을 돌려 받으려고 마음 속에 적어둔 장부가 있다면 당장 태워버리는 게 좋다”는 조언이다.

셋째, 추측을 버린다=우리는 다른 사람의 마음을 모른다. 어떤 사람이 나만 유독 미워하고 부당하게 대한다는 내 생각이 때론 오해일 수 있다는 의미다. 인간관계를 망치는 이런 오해는 대개 추측에서 비롯된다.

“사람들이 무슨 말을 하면 우리는 그 말을 가지고 추측한다. 만일 그들이 아무 말도 하지 않으면 이번에는 알고 싶은 욕구를 충족시키고 소통하고 싶은 욕구를 대신하기 위해 추측을 한다. (중략) 이렇게 온갖 추측이 난무하는 이유는 사람들에게 직접 질문할 용기가 없기 때문이다.”(일레인 제임스의 ‘인생을 단순하게 사는 100가지 방법’ 중에서)

어떤 사람의 말이나 행동이 부당하게 느껴질 때 우리는 “그 사람은 도대체 왜 그럴까”란 생각에 사로잡혀 온갖 추측을 하면서 분노를 키운다. 이는 내 마음만 병들게 할 뿐이다.

상대방의 태도가 꺼림칙하다면 오히려 담담한 태도로 솔직하게 물어보자. 사심없는 솔직함은 뭔가 떳떳하지 못한 것이 있는 사람을 당황하게 만든다. 그 사람으로선 거짓말을 할 수도, 솔직하게 말할 수도 없기 때문이다,

거짓말로 자신의 부당함을 덮을 경우 그 거짓말이 훗날 자기 발목을 잡을 수도 있다. 그렇다고 솔직하게 “네가 싫어”라든가 “너를 차별하고 있어”라고 대답하면 자신이 옳지 못하다는 것을 인정하게 된다.

나 홀로 하는 추측은 오해를 낳아 인간관계를 복잡하게 하지만 솔직한 질문은 인간관계를 단순화한다.

넷째, ‘멘탈 뱀파이어’는 피한다=‘멘탈 뱀파이어’는 다른 사람의 기운을 빼앗는 사람을 뜻한다.(스테판 콜레르제의 ‘기운 빼앗는 사람, 내 인생에서 빼버리세요’ 중에서) 이들은 불평, 험담, 거짓말, 뒤통수 치기, 피해자 코스프레(늘 피해자인 양 동정심을 유발하는 행동), 극단적 이기주의 등으로 다른 사람에게 피해를 준다.

‘멘탈 뱀파이어’가 주위에 있다면 관계를 끊고 만나지 않는 것이 최선이다. 하지만 이들이 가족이거나 직장 또는 학교의 동료라서 피할 수 없다면 가능한 함께 하는 시간을 줄여야 한다. 특히 말을 줄여야 한다. 이들과는 말을 할수록 손해다. 이상한 논리로 기운을 빠지게 하는데다 남의 말을 왜곡해 다른 사람들에게 옮길 수 있어서다.

이들을 만날 때 가장 좋은 대처법은 ‘담담한 침묵’이다. 화나 짜증, 두려움 등의 부정적인 감정이 드러나지 않은 중립적인 표정으로 필요 최소한의 대답만 하면서 내 할 일만 하는 것이다.

다섯째, 타인의 말을 마음에서 비워낸다=혜민 스님은 ‘완벽하지 않은 것들에 대한 사랑’이란 책에서 “지금 스트레스가 많고 힘든 이유가 혹시 내 안에 너무 많은 다른 사람의 말이나 생각이 들어와 있어서 그런 건 아닌지 한번 살펴보세요”라고 조언했다.

누군가 내게 했던 말이나 행동이 마음에 남아 나를 괴롭히고 있다면 그 말이나 행동을 비워내야 한다. 비워내는 방법은 내가 그 말과 행동으로 인해 왜 상처 받았는지 내 마음을 들여다보는 것이다. 이렇게 상대방의 말이나 행동에 초점을 맞추는 것이 아니라 내 마음에 집중하면 내 문제가 보이고 상대방의 말이나 행동에서 조금은 자유로워지게 된다.

내가 싫은 사람, 미운 사람을 바꿀 수는 없다. 하지만 내 마음이 그들에게 침범당하지 않도록 할 수는 있다. 그들의 말이나 행동에 흔들리지 않도록 시시때때로 내 마음을 바라보며 그들의 말과 그들에 대한 생각을 청소하는 것이다.

[출처] http://www.msn.com/ko-kr/news/national/%eb%aa%bb%eb%90%9c-%ec%9d%b8%ea%b0%84%ec%9d%84-%eb%8c%80%ed%95%98%eb%8a%94-5%ea%b0%80%ec%a7%80-%ec%9a%b0%ec%95%84%ed%95%9c-%eb%b0%a9%eb%b2%95/ar-AAHgq1b?ocid=UE09DHP