특집 2 빅데이터의정확한언어와모호한언어 김형석 한국과학기술원 (KAIST) 경영대학교수 ( 경제학전공 ) 전주곡 : 빅데이터 는시대정신 (Zeitgeist) 인가? 바야흐로 빅데이터 시대이다. 소위 빅데이터전문가 라고불리는일군의무리가마치중세시대복음서를무시무시한방식으로전파하는, 어떠한토라도단다면, 마녀 로낙인찍혀재단의불쏘시개가될것이라고엄중한예언을하는, 구글신 (Google 神 ) 은알고있다며 구글신, 구글신구글신 염불하는, 구글신 이못박힌십자가를앞세워이교도의군대로겁없이행군하는 구글교 순례자들의환영을재현한다는의미에서의 빅데이터 시대이다. 좀더직접적으로표현한다면전쟁터이건유대인수용소이건베를린의음악당에서건 바그너 (Wagner) 를합창하는나치의순례자들처럼, 국어학자의학술지이건, 회장님의집무실이건, 회장사모님들의미술관 포럼 에서건, 빅데이터 를화학조미료뿌리듯이뿌리는 포스트모던 한 셰프 의감각과도같다는의미에서의 빅데이터 시대이다. 그나마유대인의목숨이아니라기업가의돈주머니와학생들의돈주머니를노린다는점에서, 스와티카 와히틀러의 나의투쟁 이아니라미국명문 M대학의권위를업은명망가들이작성한 자연 (Nature) 방법서 와 과학 (Science) 방법서 를중심으로대물주의 ( 大物主義 ) 광기를수출한다는점에서, 나치보다는인본주의적이다. 또한이글을 31
작성하는필자의목숨에지장을주지않는다는점에서 빅데이터 시대는참으로존경의예를갖출만하다. 그렇다고 1945년 5월 1일베를린함락전의나치처럼, 아주미약한존재라고보기는어렵다. 1) 구글교 의순례자들이 극악무도 하게불쑥내민 빅데이터 라는십자가앞에서 뱀파이어 라고낙인찍힐수있다는두려움을, 적어도인문학자는체감할수있기때문이다. 그두려움의실체를정확히밝힘으로써인문학자가 뱀파이어 가아님을소명 ( 疏明 ) 하는의미에서아마도필자에게이글의의뢰가왔을지도모르겠다. 의뢰자의 교환동기 의가치를중시하는경제학자답게, 이글에서는 빅데이터 의실체를해부할뿐만아니라, 인문학자의온전한두려움또한해체하는것을목표로한다. 빅데이터 의정의 ( 定義 ) 인문학우상숭배타파를외치는 빅데이터 의홍위병들은여러분의돈주머니와영혼주머니를노리지만, 마오쩌둥 ( 毛澤東 ) 의홍위병들이그랬듯이, 그들이외치는구호 빅데이터 자체의의미는가늠하지못한다. 빅데이터 란단어자체가주는 사전적 의미는단순히말해 데이터가크구나! 라고외치는감탄문의범주를벗어나지못한다. 남모를열등감의원인 이 크기 에서비롯될때, so big! 이라는외침은홍위병의집단의식을일깨우기마련이다. 2) 따라서전통적으로왜소콤플렉스의악몽을겪어왔던한국적상황에서, 홍위병들이외치는 빅데이터 는자생적인재구조화없이, 대물주의 ( 大物主義 ) 와의야합 ( 野合 ) 을통하여시대의총아, 새로운패러다임의재래로위치가격상되었다. 1) 베를린의공식함락일은 1945년 5월 2일이다. 2) 남모를열등감의원인 이라는표현은한강의 채식주의자 ( 창비, 2007) 에서발췌하였다. 32
그렇다면, 실제 빅데이터 란무엇을의미하는가? 빅데이터 의사전적의미는정보수집기법의발전에따른관찰된정보량의비약적증가, 그렇게증가된정보량의저장기술확대를의미한다. 특히, 여기에서의정보량은 디지털 화한정보량, 표준국어대사전 의순화된말로표현한다면, 0과 1 두개의수치로 환원 된 수치적 정보량을말한다. 다시말하면, 관찰횟수와저장규모두개의차원에서보았을때, 빅데이터 라불리는정보량의물리적크기는말그대로 so big! 이다. 예를들어, 한사람의사회적경험에대한정보량을얻기위해, 빅데이터 연구에서는보통한사람에관한 사회적행동변수 30개를정하고, 그 30개변수를 6분마다 18개월동안관찰한다. 3) 즉한사람에게서얻는정보량또는데이터는대략 30 240 30 18=3,888,000 이다. 주의해야할것은이데이터수는한사람에게서만얻어낸것이라는점이다. 그러나 빅데이터 를정의할때무엇보다주목해야할것은, 그정보량이무엇에관한정보량인가? 즉데이터가지향하고있는지점이어디인가를파악하는것이다. 사실 3,888,000이라는숫자가원자또는소립자에대한데이터숫자라면 so big! 이라는감탄문은 위선적 인감탄에가깝다. 외계인이크다. 라고말하는것은, 큰것은알지만우리의크기와상관없기에냉소적으로말하는 커요. 에가깝다. 우리의감탄이머무는지점이바로인간의삶에관한정보를담고있기에, 우리는비로소위선의가면을내려놓고 정말로커요. 라고말한다. 다시말하면, 빅데이터 는인간의삶에대한수치화된정보량이다. 인간의삶에관한수치화된정보량이크기에, 우리는이것을 빅데이터 라고부른다. 또한 30개의 행동변수 가선사하는 3,888,000개의숫자가한개인의삶을이해할수있다는 믿음 도 빅데이터 라는언어에반영되어있다. 양으로승부해서질로승화할수있다 는 소박한공대생 의 3) 알렉스펜틀런드의 창조적인사람들은어떻게행동하는가 ( 박세연옮김, 와이즈베리, 2014) 참조. 33
믿음을 빅데이터 라는 시적 용어로표현한것이다. 결국정보기술의발전에의한방대한양의정보를수집하고저장할수있는물리적기술력이라는 하부구조 (substructure) 위에, 인간의삶조차양으로승부하면그삶의질을이해할수있다 는 상부구조 (superstructure) 를가진믿음체계로볼수있겠다. 삶의이해방식으로서의 빅데이터 : 공대생의재도전 일단믿음체계가형성되면, 특히그믿음체계가사람을향해있는것이라면, 그믿음체계특유의삶을이해하는방식이드러나기마련이다. 믿음체계로서의 빅데이터 또한특유의이해방식을선사하는데, 이특유의이해방식은삶을이해하는전통적인방식과는확연한대척점에있다. 우리는우리의삶을이야기할때, 모호하다 고말한다. 국립국어원 표준국어대사전 에의하면, 모호하다 는 말이나태도가흐리터분하여분명하지않다. 로정의된다. 따라서우리의삶이 모호하다 고규정짓는것은우리의삶이흐리터분하여분명하지않고, 이런이유로그러한삶을 분명한말 이나 분명한태도 라는매개체 ( 媒介體 ) 로표현한다한들, 모호함 의무게가너무나무겁기에, 그무거움에짓눌린우리의언어나태도또한흐리터분하고분명함과는거리가멀수밖에없다. 결국모호한우리의삶을분명한언어 말로이해한다는것은 모호함 의코끼리를 분명함 이라는부처님의손가락으로지탱하려는위태로운곡예처럼보인다. 가끔찾아오는위태로운곡예는우리삶에신선한자극을주고생기를북돋아주지만, 그러한곡예가일상이라면, 그곡예는우리삶의일부가될수없다. 즉위태로운곡예는예외적일때만가치가있다. 따라서 모호 한삶을 분명한 언어로이해하다는것은우리의삶을이해하는전통적인방식이아니다. 우리의삶을이해하 34
는전통적인언어방식은 모호한 언어이다. 모호함 의무게에짓눌려질식상황을처절하게분명한언어로고발하기보다, 그 모호함 의무게를온전히받아들이는, 그처절하게숨막히는상황과함께산화하는 메시아 의메시지와도같은 모호한 언어가오히려이율배반적으로우리의 모호한 삶을 분명히 전달하는것이, 삶을이해하는전통적인언어방식이다. 그래서우리의 모호한 삶을 모호한 언어로이해하는전통적인이해방식의정점은바로 시 이다. 김소월의 < 산유화 > 라는시를통해우리가우리의모호한삶을어떻게 모호한 언어로이해하는지알아보자. 산에산에피는꽃은저만치혼자서피어있네. 최근화제가되었던 시를잊은그대에게 : 공대생의가슴을울린시강의 ( 휴머니스트, 2015) 에서정재찬교수가지적했듯이, 시어 저만치 가의미하는거리는수치로치환 ( 置換 ) 가능한물리적거리가아니다. 이시의화자와꽃사이의거리 저만치 를 1미터, 5미터, 10미터, 200미터로이해하는것은삶의 모호함 이라는무게에짓눌려압사해버린, 분명한언어 란이름을가진사내의, 피에버무린살점이꽃잎처럼산화하는것을보는것과같다. 시어 저만치 는 모호함의천공 ( 天空 ) 을완연 ( 完然 ) 히짊어질수있는, 모호한존재였던거인족 ( 巨人族 ) 아틀라스처럼, 모호함의무게를원망없이, 속절없이감내하는모호한언어의극치를보여준다. 시어 저만치 의거리는그냥지나치기는아쉬운거리, 그러나내손길을뻗친다한들, 인연의끈을잡을수없는거리, 아련히다가오는, 그러나이내시나브로멀어져가는 복학생오빠 와의거리, 그래서가슴설레는, 한 ( 恨 ) 이이슬처럼망울지는, 마음 의 35
모호함 을드러내는거리이다. 모호한언어야말로모호한삶을 분명히 전달할수있는언어임을김소월의시어 저만치 가오히려 정확히 보여준다. 화자와꽃사이에벌어지는삶의모호한만상 ( 萬象 ) 을 1미터, 5미터, 10미터, 200미터등과같은 정확한언어 로이해하는것은언어의폭력성또는언어술사의재능없음을드러내는 분명한 언어방식이다. 그렇기에 모호한 삶을 모호한 언어로 정확히 전달하는시라는이해방식이야말로인문학의정점이자극치라는것이전통적인견해이다. 삶의이해방식으로서의 빅데이터 는바로이전통적인견해가선험적으로배제해왔던, 분명하고정확한 언어방식으로화자와꽃사이의거리를 정확한잣대 로재고자하는시도이다. 화자와꽃사이에벌어지는삶의모호한만상을 1미터, 5미터, 10미터, 200미터등과같은 정확한언어 로재단하는것이삶의민낯을드러낼수있고, 그러한몸짓이의미있음을보이고자하는시도이다. 양으로승부하여질로승화할수있음 을보이고자하는공대생의재도전이기도하다. 즉 시 가추구하는방식과는달리, 정확한 언어로 모호한 삶을이해하고자하는시도이다. 모호한천공 을수많은숫자로조합하고빚어낸, 인공족 ( 人工族 ) 아틀라스로지탱하고자하는시도인셈이다. 이제 시 의화자와꽃사이의거리를어떻게 정확한언어, 즉수치화된정보량을활용하여이해할수있는지, 모호한언어 를대표하는시어 저만치 를어떻게 정확한언어 로대체할수있는지 빅데이터 방식으로알아보자. 빅데이터 방식으로시어 저만치 를 명확한빅데이터언어 로대체하기에앞서, 먼저일반적의미에서의 빅데이터분석 을소개하고자한다. 36
문법적은유 (grammatical metaphor) 로서의 빅데이터분석 빅데이터 방식으로삶을이해한다는것은기본적으로인간의삶을분석 ( 分析 ) 한다는것이다. 표준국어대사전 에의하면, 분석이란 얽혀있거나복잡한것을풀어서개별적인요소나성질로나눔 을뜻한다. 즉분석이란분석의주체가분석의대상또는객체를얽혀있거나복잡한그무엇으로전제한후, 대상의복잡함과대비되는 단순함 을표상하는개별요소및성분으로분해하여대상의실체를 까발리는 것을의미한다. 따라서 빅데이터 가이해하는삶은분석의대상이자, 얽혀있고복잡한것이다. 인간의모호한삶은 모호한 시어로만이해되는신비로운천공이아니라, 단순히얽혀있어복잡한, 그래서우리가풀어내까발려야하는 실타래 일뿐이다. 그 실타래 를풀기위한 가위 를성분또는요소라말할수있는데, 빅데이터분석 에서는그 가위 를 행동변수 라부른다. 다시말해서, 인간의 모호한 삶을 행동변수 라는 명확한언어 로분해하는것이다. 결국 빅데이터분석 이란 빅데이터 의사전적의미, 그사전적의미에서파생된신념체계, 다시신념체계에서파생한삶을이해하는방식, 그이해하는방식이보편적분석의범주와결합된것을의미한다. 즉 빅데이터분석 이란할리데이 (Michael Halliday) 의언어이론을차용하자면, 지금까지논의한 빅데이터 의일차적 (congruent) 표현을문법적으로은유화 (grammatical metaphor) 한것이다. 행동변수 란관찰가능한 보편적 인간의직접적행동과 보편적 인간의의도, 선호등직접적으로관찰불가능한주관적요인을간접적 반복적으로관찰할수있는신호들 (signals) 을의미한다. 반복적으로관찰가능하기에 행동변수 는사전적의미에서 빅데이터 화할수있다. 즉인간의특정행동및특정선호를나타내는 행동변수 는 수리언어화 또는 수치화 된후 빅데이터 란이름의정보량으로기억되는것이다. 더나아가, 행동변수와 37
행동변수간에인과율또는인과관계를확정할수있다면, 우리는 행동변수 를통해인간의특정행동이 예측가능하다 고말할수있다. 여기까지논의한 빅데이터분석 은사실보편적과학분석의속성에서크게벗어나지않는다. 보편적과학분석과빅데이터분석의결정적인차이점은우리가관찰한 행동변수 를조종하는 우리의그림자 가존재한다는점이다. 다시말해서, 행동변수 는 보편적 인간의어떤선택의결과로파생된다. 굳이비유하자면 빅데이터분석 은피아니스트의피아노연주를감상하고비평하는 음악평론가의평론 (critique) 과같다. 분석의주체가관찰하는하나의 행동변수 는무명의피아니스트가이름모르는작곡가의악보에서반복적으로뽑아오는특정한음높이에위치해있는 도 음을듣는것과같다. 분명히 피아니스트가 미치광이가아닌사람 인것은알건만, 빅데이터분석가 라는명함을가진음악평론가는오직특정한높이의 도 음만을관찰하는것과같다. 여러높이의 도 음을반복적으로듣고, 또한여러높이의 미, 솔 음을구별해서피아니스트가들려주는 미지 ( 未知 ) 의곡 과이를파악하는음악평론가의작업을 빅데이터분석 이라부를수있겠다. 관찰된데이터또는수치화된정보량에서는 행동변수 로명명된 도, 미, 솔, 또는 도, 파, 라 만기록될뿐, 그행동변수 도 를어느시점에서선택한피아니스트의의도, 목적등은데이터에기록되지않는다. 그러나데이터에서기록되지않는다고해서, 피아니스트의존재가무시될수는없다. 분명히 피아니스트가 행동변수 로피아노건반을 감촉 함으로써체계적으로선택하고있다는것을알기때문이다. 특히이피아니스트가들려주는곡의악보를사전적 ( 事前的, ex ante) 으로, 또는선험적 ( 先驗的, a priori) 으로알지못할때, 행동변수 를조종하는 우리의그림자 로서의피아니스트의존재는 빅데이터분석 에서절대무시될수없다. 과학분석에서의 행동변수 는행위의시작이자끝이지, 그행위를조종하 38
는 그림자 를논하지않는다. 원자의속도 는바로관찰행위의시작이면서마지막에불과하다. 그 원자의속도 를조종하는것이있다면, 그것은또다른 행동변수 이어야하지, 행동변수가아닌 그림자 일수는없다. 칸트의인과율형식에관한논쟁에서 방사성원자라듐 B가전자를방출하고라듐 C로변하는과정에는어떠한원인도없다 는하이젠베르크 (Werner Karl Heisenberg) 의주장은자연과학분석과인간의삶을대상으로삼는 빅데이터분석 의본질적차이를오히려극명히드러낸다. 반면, 빅데이터 의분석대상이인간의삶이기에, 행동변수 수립시항상그 행동변수 를선택하는, 그러나 행동변수 는아닌, 그렇기에직접적으로관찰가능하지않은, 우리의그림자 이자피아니스트를염두에두어야한다. 실전연습 : OK 큐피드의사례 4) 앞장에서 빅데이터분석 의의미와 모형적사고 에기인한 빅데이터분석 자체의모호함까지살펴보았다. 이제 모호한언어 를대표하는시어 저만치 를어떻게 정확한언어 로대체가능한가를시현해보고자한다. 먼저 빅데이터분석 에서가장중요한시발점은관찰가능한 행동변수 의존재여부를파악하는것이다. 첫째, 맥락 에맞는수치화가능한 행동변수 를설정할수있어야하고, 그 행동변수 에대응하는반복관찰가능한데이터가존재해야한다. 앞장에서논의했듯이, 행동변수 란반복적으로관찰가능한 보편적 인간의직접적행동과 보편적 인간의의도, 선호등직접적으로관찰불가능한주관적요인을간접적 반복적으로관찰할수있는신호들을포함한다. 따라서 행동변수 는 보편적 인간의의도, 선호, 4) 이절의분석내용은크리스티안루더의 빅데이터인간을해석하다 ( 이가영옮김, 다른, 2015) 를참조하였다. 특히 [ 그림 1], [ 그림 2], [ 그림 3] 은해당문헌에서발췌하였다. 39
동기에의한제반행위를포괄하기때문에, 김소월의시 < 산유화 > 에서꽃과화자의심적거리 저만치 를 행동변수 화하는것이결코불가능하지않다. 먼저 저만치 거리에있는대상 꽃 은 화자 에게연모 ( 戀慕 ) 의대상이다. 전통적 으로연모의대상은이성상대이기에, 저만치 에피어있는 꽃 은화자인 내 가연모의감정을느끼는이성상대로분석할수있다. 연모의감정이란결국수많은이성상대가운데하나를선호하는것이다. 여기서우리는 보편적화자인나 를분석하는것이지, 카사노바를분석하는것이아니다. 따라서 보편적화자인나 는수많은상대에서오로지하나의 꽃 을선호하고선택할수있다는행동강령의 제1원리 (the first principle) 를부여할수있을것이다. 만일 수많은상대, 꽃, 화자인 나 를숫자로표시할수있다면, 또한그러한숫자를모을수있다면, 우리는 빅데이터분석 을통해성공적으로 저만치 를명확한언어로대체할수있을것이다. 따라서먼저 수많은이성상대 를수치화하는것이가능할지여부를따져야할것이다. 만일반대편에있는선택가능한이성상대를숫자로표현할수있다면, 내 가선택하는 꽃 도선택가능할것이고, 꽃 입장에서보면, 화자인 나 도 수많은이성상대 중하나이므로수치로표현가능할것이다. 물론 꽃 또한반대편성 ( 性 ) 을대표하는카사노바인경우는배제한다. 다시말하면, 모호한 언어 저만치 는 명확한 언어 선호도 로대체가능할것이다. 물론 저만치 의상대를어떤숫자로대표해야할지결정하는것은쉬운문제가아닐뿐더러, 설사대표하는숫자를찾았다한들, 그숫자를기록한데이터를모으는것도쉬운문제는아니다. 양으로승부하여질로승화 하려는공대생의재도전은여전히험난한길인것처럼보인다. 그러나미국의데이트사이트 OK 큐피드 운영자이자 데이터과학자 크리스티안루더 (Christian Rudder) 는놀라운발상으로 데이터과학자 가 양으로승부하여질로승화 하는돌파구를찾아냈다. 일단매년 1,000만명이상이방문하는사이트를운영하기때문에, 적절한행동변수만정해진다 40
면, 5년간자료 5,500만개를생성하는것이가능했다. 또한남녀간의데이트를성사시키는사이트를운영하기때문에남녀간선호에관한정보를비교적쉽게수집할수있었다. 크리스티안루더가고안해낸 행동변수 는아래와같다. 1) 여성은어떤나이의남성을가장매력적으로생각하는가? 2) 남성은어떤나이의여성을가장매력적으로생각하는가? [ 그림 1] 은 OK 큐피드자료를활용하여조사한연령별여성의남성에대한선호연령을표로나타낸것이다. 예를들어, 20세인여성이가장매력적으로느끼는남성의연령은 23세인것을의미한다. 또는 20세인여성은 23세인남성을 선호 한다. 시어 저만치 는여성의남성 연령선호도 로대체된다. 표에서보듯이, 21세인여성은 23세의남성을, 22세인여성은 24세의남성을, 23세의여성은 25세의남성을가장선호하는것을알수있다. 시어 저만치 의거리는그냥지나치기는아쉬운거리, 그러나내손길을뻗친다한들, 인연의끈을잡을수없는거리, 아련히다가오는, 그러나이내시나브로멀어져가는 복학생오빠 와의거리, 그래서가슴설레는, 한 ( 恨 ) 이이슬처럼망울지는, 마음 의 모호함 을드러내는거리이지만, 이연령선호도는왜 복학생오빠 와의거리가그토록한이이슬처럼망울지는거리인지, 숫자로정확히보여준다. 정확한 언어로말하자면, 20세초반의여성은 2 3 살많은남성을 체계적 으로선호하는경향이있기에, 복학생오빠 가 저만치 거리에자리를차지할가능성이매우높다. 41
그림 1 또한 [ 그림 1] 은여성의나이가증가함에따라, 선호하는남성도비교적 비례적 으로올라간다는것을알수있다. 예를들어 29세의여성은 29세남성을, 30세여성은 30세남성을, 31세여성은 31세남성을선호함을알수있다. 그러나여성의나이가 32세를넘어감에따라, 연하의남성을선호하는경향이강해지고있음을알수있다. 놀랍게도, 작금의 송중기 열풍사태를이도표는 정확한 숫자로보여준다. 지금까지의논의를, 크리스티안루더가명명한 나이비교선 을가지고재구성할수있다. [ 그림 2] 는 42
[ 그림 1] 을여성의나이와남성의나이가같은 나이비교선 으로재구성한 것이다. 그림 2 대각선으로그려진 나이비교선 을보면, 복학생오빠 와의거리, 송중기 열풍사태등을보다명확히파악할수있다. 이제남성의연령선호도를알아보고자한다. [ 그림 3] 역시 OK 큐피드자료를활용해서작성되었으며, 대각선의점선은 나이비교선 을나타낸것이다. 43
그림 3 남성의경우, 나이비교선 은의미가없다. 남성은오로지 20대초반의여성만이 저만치 거리에피어있는 꽃 이기때문이다. 저만치의 꽃 이 20대초반으로고정되어있다면, 과연그거리를내손길이뻗친다한들, 인연의끈을잡을수없는, 아련히다가오는, 한이이슬처럼망울지는모호하고, 미묘한거리라고말할수있을까? 남성에게애당초같이늙어가는원숙미에대한존경은있지도않다. 남성의 꽃 에대한반응은지극히생화학적반응처럼보인다. 20세와 21세의남성은 저만치 한이이슬처럼망울지는 시감 ( 詩感 ) 을만끽할수도있을것이다. 빅데이터분석 에의하면, 20세, 21세의남성이한이맺힐정도로아끼는 20세의여인은오직 23세 복학생오빠 쪽으로 44
시선이고정되어있다는것을 빅데이터분석 이보여주기때문이다. 크리스티안루더가지적했듯이, 이런연구결과는 진실의이면에가려져있는우리의허영심과취약점 을공공연히드러낸다. 모호한천공 을수많은숫자로조합하고빚어낸, 인공족아틀라스로지탱했을때, 우리는까발려진다. 이런의미에서 명확한언어 는 폭력적 이다. 빅데이터분석 의명과암 : 구글독감예측프로그램 OK 큐피드사례에서보여주듯이, 인간의모호한삶은 모호한 시어로만이해되는신비로운천공이아니라, 단순히얽혀있어복잡한, 그래서우리가풀어내까발려야하는 실타래 일뿐이다. 양으로승부하여질로승화한다 는공대생의무모한재도전은성공적인것처럼보인다. 인공족아틀라스의사촌뻘인구글신은여기서더나아가, 빅데이터기법 을활용하여전세계의독감환자수를예측할수있 ( 다고주장하 ) 는 빅데이터분석 을예시하였다. 5) OK 큐피드사례에서와같이, 독감환자수를예측하기위해서는독감환자를식별하는 행동변수 를찾아내는것이중요하다. 특히 우리의그림자 가조종하는 행동변수 의모습을보여주는것이중요하다. 구글이고안해낸 행동변수 는아래와같다. 사람들은독감증상이있는경우, 기침, 고열, 해열제 등과같은독감증상관련용어를검색엔진을통해검색할것이다. 5) 구글의독감예방프로그램에보다관심있는독자는정하웅 김동섭 이해웅저의 구글신은모든것을알고있다 ( 사이언스북스, 2014) 를참조하기바란다. 45
그림 4 구글자체가검색엔진을운용하기때문에, 어느시점에, 어느지역에서독감증상관련검색어가 증폭 하는지구글서버를통해파악할수있고, 또한데이터로기록할수있다. 실제구글은독감환자수와가장연관성이높은검색어 50개를선정하고, 2003년에서 2007년사이의데이터를수집 분석한후, 2008년환자예측치를발표하였다. [ 그림 4] 는구글의 2008년예측치를실제독감환자집계수와비교한것이다. [ 그림 4] 에서보듯이, 구글예방프로그램은거의완벽하게독감환자수를예측했다! 모호한천공 을수많은숫자로조합하고빚어낸, 인공족구글로지탱했을때, 모호한천공 은더이상그렇게무거워보이지않는다. 구글신을숭배하기만한다면, 저만치 거리에있는 20세여인에게가슴설렜던, 그러나그감정을시어 저만치 로세련되게표현할재능이없는공대생조차 모호한천공 을지탱할수있음을보여주는사례인셈이다. 이제구글은거인족아틀라스를대신해, 모호한천공 을짊어질수있어보인다. 구글은 모호한천공 정도는한손가락으로도지탱할수있는 폭력성 을자랑이라도하는듯, 2012년독감환자수예측치를발표하였고, 이예측치는실제환자수와일치할것이라장담했다. [ 그림 5] 는 2012년구글의예측치와 46
미국질병통제예방센터가실제보고한독감환자수 (CDC 예측 이라명명된 것 ) 를비교한것이다. 그림 5 구글신의장담과는달리, 구글독감환자수예측프로그램은 정확히 실제환자수보다 2배이상을과대예측하였다! 삶의 모호함 이라는무게에짓눌려압사해버린, 피에버무린살점이꽃잎처럼산화한사내의이름은바로 구글신 이었다. 모호한천공 은여전히버겁고, 그버거움을짊어져야하는사내는거인족아틀라스이지, 인공족 구글신 이아님을보여준다. 그렇다면이러한구글예측실패는구글이고안한 빅데이터분석 의실패인가? 아니면일반적의미의 빅데이터분석 의한계인가? 다음장에서이질문에대한답을찾고자한다. 47
모형적 ( 模型的 ) 사고 로서의 빅데이터분석 보편적과학분석과달리, 우리의그림자 가 빅데이터분석 과정에투영되어야하는이유는, 관찰의대상이분석의주체인 보편적 인간, 바로우리자신이기때문이다. 분석의주체인 보편적 인간이바로 보편적 인간을관찰 분석대상으로삼기에, 빅데이터분석 에서는항상분석의대상과분석의주체간의거리, 즉관찰자인 보편적 인간과관찰대상인 보편적 인간사이의거리는시어 저만치 정도의모호한거리이다. 대부분의 빅데이터분석 에관한저작 ( 著作 ) 들을보면, 관찰자인 보편적 인간과관찰대상인 보편적 인간사이의거리에 저만치 만큼의모호한거리가있다는것을인식하지못하거나, 설사인식한다하더라도단순히 우려 하는수준에머물고있다. 관찰자인 보편적 인간과관찰대상인 보편적 인간사이에 저만치 놓여있는모호한지대 ( 地帶 ) 를확산시키는중심축은소위 빅데이터분석가 의 모형적 ( 模型的 ) 사고 에대한진지한고찰의결여에있다고진단할수있다. 앞의절에서본구글독감예측프로그램의과대예측은바로구글의 빅데이터분석가 가세심하게 모형적사고 를고찰하지못한점에있다고말할수있다. 모형적사고 를이해하기위해서는먼저 모형 이무엇인지이해할필요가있다. 모형 이란, 세계의관측자로서의 문제의식 을갖고있는관찰자가, 세계의속성중필수불가결한요소만취사선택하는 추상화 의과정을통하여 실존하는 세계를 수리적언어 로축소화, 재구성한작은세계 (microcosm) 를의미한다. 모형적사고 란이축소화되고재구성된작은세계를가지고실제세계를분석하는것을의미한다. 또한 만일내가이축소화된세계에살고있다면, 나는어떠한행동을할까? 또는나는어떠한행운과불행을맞이할수있을까? 머릿속으로상상하는것을 사고실험 (Das Gedankenexperiment) 이라고하는데, 모형적사고 는이 사고실험 의활동도내포한다. 48
이 모형적사고 의근저에는세계의관측자로서의인간이이 복잡하고모호한 세계를 즉시적 으로이해하는것은불가하지만, 순차적 점진적으로이해하는것은가능할것이라는믿음을암묵적으로전제하고있다. 20세기를대표하는독일의수학자힐버트 (David Hilbert) 의묘비명에적혀있는 우리는알아야한다. 그리고우리는알것이다.(Wir müssen wissen, Wir werden wissen.) 라는어구는바로 모형적사고 의기본적, 암묵적전제를함축적으로표현한것이라볼수있다. 따라서 모형적사고 란우리의삶이 회색 인것은알지만, 복잡하고모호한 색깔이기에상대적으로 분명한 색깔인흑색과백색으로 일단 우리의삶을이해하는것을의미한다. 모호한회색의삶을이해하기위해, 필수불가결한요소인흑색을취사선택하는데, 이렇게흑색을취사선택하는과정을 변수화 ( 變數化 ) 라고부른다. 즉취사선택된필수불가결한요소는변수 ( 變數, variable) 로표현하는것이다. 반면에선택받지못한, 버려지는삶의나머지요소는상수화 ( 常數化 ) 처리를하는데, 상수 ( 常數, constants) 라는말자체가의미하듯이, 취사선택되지못한나머지요소는관찰자의관찰유무와는독립적으로항상변하지않는것, 일정한속성을유지하는것으로간주한다. 변수는크게 행동변수 와 매개변수 ( 媒介變數, parameter) 로나누어질수있는데, 행동변수란관찰자의관찰기간동안, 계속관찰되어야하는대상이고, 매개변수란관찰자의명백한관찰대상이지만, 관찰기간동안일정한속성을유지하는것, 즉관찰기간동안은변하지않는 안정성 을갖는변수로이해된다. 모든과학적모형은행동변수, 매개변수, 상수세가지로이루어져있다. 모형적사고 란결국행동변수, 매개변수, 상수, 이세가지성분으로세상을이해하는것이다. 빅데이터분석 은우리의삶을대상으로삼기때문에, 빅데이터분석 에서의 모형 은한가지성분을더추가하게되는데, 앞에서논의했다시피, 우리의그림자 인가공의 인격체 가부여되어야한다. 이가공의 인격체 는바로모형이펼쳐내는축소화된세계에서, 행동변수와매개변수를조종하는우리의 아바타 라볼수있다. 49
이인격체인 아바타 의존재가순수과학에서의모형과인간의삶을다루는, 빅데이터분석 을포함한사회과학에서의모형과의차이를만들어낸다. 요약하면 빅데이터분석 에서의 모형적사고 란상수, 매개변수, 행동변수, 그리고변수들을조종하는가공의 인격체 네가지성분으로세상을이해하는것이다. 여기서반드시지적되어야할것은, 빅데이터분석 에서다루는모형에서우리의 아바타, 즉가공의 인격체 는사전적 ( 事前的, ex ante) 으로, 또는선험적 ( 先驗的, a priori) 으로존재하고행동변수를결정하지만, 사후적 ( 事後的, ex post) 으로, 또는경험적 ( 經驗的, a posteriori) 으로는실존하지않는다는점이다. 다시말하면, 우리가데이터에서관찰하는것은행동변수이지, 인격체 가아니다. 우리의 아바타 는사후적으로관찰된행동변수를통해귀납적으로추리 ( 推理 ) 한다. 동시에연역적으로행동변수를조종하는우리 인격체 의의지, 목적, 동기등을추론해 인격체 의행동강령 제1원칙 (the first principle) 을수립한후, 선험적 으로우리 인격체 의존재를 ( 논리적으로 ) 증험한다. 귀납적으로추리하고, 동시에연역적으로논증할때, 우리의 아바타, 우리의 그림자, 우리의 일그러지고, 이름없는피아니스트 의실체를어느정도가늠할수있을뿐이다. 그러나이렇게파악한 인격체 의실존조차도철저히 맥락적 (contextual) 이다. 다시말하면, 가공의 인격체 는세상이치의맥락에따라, 다양한몸짓을보여줄뿐이지, 전체의모습을절대보여주지않는다. 이가공의 인격체 가맥락적일수밖에없는이유는바로세상의회색을재현하는것이아니라, 세상의흑색만을재현하는 모형적사고 안에서또는모형의 사고실험 에서만존재할수밖에없기때문이다. 모형의용어로좀더 정확히 표현한다면, 각모형은일정하게변하지않는상수항 ( 常數項 ) 을가지고있고또한관찰기간동안은변하지않는 안정성 을갖는매개변수를포함하고있다. 이러한불변적인성질의 안정성 은우리가관심있는필수불가결하다고믿는요소 ( 행동변수 ) 를어떻게잡을것인가, 다시말하면필수불가결한요소를흑색으로볼것인가, 또는백색으로볼것인가, 또한관찰 50
기간을어떻게잡을것인가에따라정해지기때문에, 모형세계는맥락적일수밖에없고, 그모형세계에살고있는우리의 아바타 또한맥락적인존재이다. 서두에서지적했듯이, 빅데이터분석 에서부지불식간에드러나는관찰자인 보편적 인간과관찰대상인 보편적 인간사이의 모호한 거리는바로모형세계에사전적으로, 또는선험적으로존재할수밖에없는 아바타 의불완전한실존성, 그리고맥락적인관념성에기인하는것이라하겠다. 그리고이 아바타 의불완전하고맥락적인몸짓은오로지 모형적사고 의진지한고찰에서만이파악될수있다하겠다. 이제다시구글독감예측프로그램사례로돌아가자. 구글이고안한 행동변수 는 사람들은독감증상이있는경우, 기침, 고열, 해열제 등과같은독감증상관련용어를검색엔진을통해검색할것이다. 라는것이었다. 그런 모형적사고 의관점에서보면, 이행동변수는좀더세심하게다루어질수있다. 다시말하면, 모형적사고 를반영하여이 행동변수 를세심하게재구성하면아래와같다. 우리의 아바타 는독감증상이있는경우, 기침, 고열, 해열제 등과같은독감증상관련용어 50개를검색엔진을통해 즉시 검색할것이다. 또한이행동변수와더불어구글은 암묵적 으로아래의 매개변수 또는 상수항 을고안했다. 우리의 아바타 는독감증상이없다면, 독감증상관련용어 50개를결코검색하지않을것이다. 다시말하면, 구글의예측프로그램은적어도관찰기간동안 우리의 아바타 는독감증상이없다면, 독감증상관련용어 50 개를결코검색하지 않을것이다. 라는 아바타 의행동강령이준수된다는 매개변수 를부지불식 51
간에고안했다. 실제 2008년에이 매개변수 는매우 안정적 이었다. 다시말하면, 우리의 아바타 가그러했듯이실제독감증상이있는사람들만검색을했기에, 구글의예측프로그램은정확했다. 그러나 2012년은전혀다른양상이펼쳐진다. 우리의 아바타 는독감증상이없다면, 독감증상관련용어 50개를결코검색하지않을것이다. 라는이 매개변수 가전혀 안정적 이지않았다. 다시말하면, 2012년에는독감증상이없는사람들도독감관련단어를검색했다! 그렇다면 2012년에는왜독감증상이없는사람도독감관련단어를검색했을까? 그것은바로뉴스, 신문과같은언론매체가구글의독감예측프로그램에서내놓은예측치를보도하기시작했고, 이예측치가보도됨에따라, 독감에걸리지않은사람들도다가올독감을미리예방하기위해독감관련검색어를검색하기시작했기때문이다. 모형으로서의구글독감예방프로그램은바로 우리의 아바타 는독감증상이없다면, 독감증상관련용어 50개를결코검색하지않을것이다. 라는매개변수를잘못다루었다고말할수있다. 결론적으로구글독감예측프로그램은명백히 모형 이다. 그러나이독감예측프로그램의설계자는이프로그램이 모형적세계 를재현하는, 세상의축소판이라는것을간과한듯하다. 또한 모형 은 맥락적 이라는것도간과한듯하다. 2008년의매개변수와 2012년의매개변수가다를수있다는것을, 그래서 모형 은맥락적이라는것을간과한것이다. 마지막으로구글예측프로그램은 프로그램설계자 ( 관찰자 ) = 모형세계의 아바타 = 실존하는사람들 이라는중대한과오를범한듯이보인다. 이절의서두에서밝혔듯이관찰자인 보편적 인간과관찰대상인 보편적 인간사이에는시어 저만치 정도의모호한거리가태생적으로존재한다. 그리고그모호한거리는바로 모형적사고 의이면일뿐이다. 52
결어 한강의연작소설 채식주의자 는한편의음악과도같은소설이다. 주인공이 비폭력성 의상징인 나무 로변용되어가건만, 놀랍게도그 비폭력성 을성취하도록돕는것은다면형태의 폭력성 이다. 폭력성 은우리의살점을먹어대는, 천진한어린악마가우리귀에속삭이는방식으로, 또는바로크음악의푸가처럼 폭력 이라는일관성있는주제를, 여러성부에있는화자의입을통해노래하는방식으로전달된다. 폭력성 은때로는무지로, 때로는무관심으로, 때로는 꽃 과의 모호한 거리 저만치 를 명백하게 파괴하는피에버무린살점을꽃잎처럼산화하는사내의모습으로등장한다. 주인공또한 폭력성 의주제를또다른성부에서, 자기학대, 소통부재의 폭력성 의마법에걸린것처럼노래한다. 그러나이다양한성부에기거하는 폭력성 은주인공을 십자가 형태의나무가있는골고다언덕으로, 마치예정된길을인도하듯이인도한다. 그럼에도 진흙속의연꽃 이라는 상투적인 노래, 즉 명백히 한가지으뜸음을가진, 조성 ( 調聲, tonality) 을가진음악을허락하지않는다. 오히려 1721년에출간된바흐 (Johann Sebastian Bach) 의 평균율 1권중마지막푸가에서, 인류역사상최초의 12음기법으로작성된, 무조 ( 無調, atonality) 음악의가능성을목도한쇤베르크 (Arnold Schönberg) 의환희를, 채식주의자 는재현한다. 채식주의자 는독자로하여금으뜸음을허용하지않는, 무조성 ( 無調聲, atonality) 의소리를발견하는 쇤베르크의그환희 를만끽하게해준다. 빅데이터분석 또한우리의삶을한편의음악처럼들려준다. 빅데이터 가들려주는음악은그냥지나치기는아쉬운거리, 그러나내손길을뻗친다한들, 인연의끈을잡을수없는거리, 아련히다가오는, 그러나이내시나브로멀어져가는 복학생오빠 와의거리, 그래서가슴설레는, 한 ( 恨 ) 이이슬처럼망울지는, 마음 의 모호함 을드러내는 저만치 를으뜸음으로하는음악이 53
아니다. 소설 채식주의자 처럼, 빅데이터 를움직이는동인 ( 動因 ) 은다양한형태의 행동변수 가보여주는 폭력성 이다. 명확히 대칭적이고균등한가치를가진 12개의 폭력적인 음은 저만치 라는으뜸음을허락하지않는다. 12개의음은으뜸음 저만치 를분석 ( 分析 ) 의이름으로갈기갈기찢어버리고, 까발린다. 바로쇤베르크의 12음기법에의한무조음악의이상을삶이라는악보에기록하는것, 이것이 빅데이터 의기본성향이다. 20세기최고의바흐건반음악연주자인글렌굴드 (Glenn Gould) 의연주에서도이러한 빅데이터 의 시체해부자 성향을볼수있다. 글렌굴드의주법은고적한산사의목탁소리와도같은 명확한 언어를전달한다. 굴드는특히그냥지나치기는아쉬운거리, 그러나내손길을뻗친다한들, 인연의끈을잡을수없는거리, 아련히다가오는, 그러나이내시나브로멀어져가는 복학생오빠 와의거리, 그래서가슴설레는, 한 ( 恨 ) 이이슬처럼망울지는, 마음 의 모호함 을드러내는 저만치 를으뜸음으로하는낭만적인피아노곡의얼굴을목탁소리와같은점묘법을통해가차없이지워버린다. 곡의 민낯 을여과없이까발린다. 남겨지는것은회색빛불교의승려복그리고머리카락하나없는두상뿐이다. 그럼에도굴드는멈추지않는다. 굴드는 명확한 목탁소리로언제나해체하고싶은시체해부자의본능에시달렸다. 실제 바흐 연주자로유명하지만, 12음기법으로작성된쇤베르크의곡또한너무나잘연주하였다. 그러나끊임없는해부의본능으로탄생한쇤베르크의곡을듣고있노라면, 모호함 을제거한후에샘솟는 명확한 환희가아니라, 해체하고나니, 아무것도없다는 공허함 만이몰려온다. 오직시체해부자의본능에시달리는 빅데이터분석 은 모형적사고 를진지하게고찰해본적이없는서툰 빅데이터분석가 의모습이지, 빅데이터 의진면모와는거리가멀다. 분명히 모형적사고 는또다른차원의 저만치 라는 모호한 거리를만들어낸다. 채식주의자 는폭력적이지만, 삶의색채를지워버리지는않는다. 진짜 빅데이터분석 은폭력적이지만, 우리삶의색채를더욱다채롭게만들어줄것이다. 삶에서무조성의소리를 54
발견하는쇤베르크의환희는우리의모호한삶을더욱모호하면서도분명하게이해하게해줄것이다. 마지막으로 모형적사고 를가장잘이해했던사람은시인무리에있다. 하나의몸짓외에는명확히서술할수없는 모호한 삶에 명확 하고 폭력적인 언어의이름을붙임으로써 저만치 거리에있는존재를 꽃 으로확정해버리는것, 바로회색에서필수불가결하다고믿는것에흑색이라는명확한모형을설정해버리는행위를시인은아래와같이읊조린다. 6) 내가그의이름을불러주기전에는그는다만하나의몸짓에지나지않았다. 내가그의이름을불러주었을때그는나에게로와서꽃이되었다. 6) 김춘수의시 < 꽃 > 중에서. 55