오늘의 SF #1

SF 전문 잡지.

야심차게 글을 내밀며 시작한 것 치고

칼럼이나 평은 그냥 그런 편.

그래도 짧지만 다양한 SF소설도 함께 실려 있어 괜찮았음.

다음에 언제 나올지 모르지만

나오면 한번 사봐야겠다.

곁에서 펭귄을 보는 듯한

펭귄은 펭귄의 길을 간다 - 수십 번 넘어져도 다시 일어나면 그만
이원영 지음 / 위즈덤하우스 / 2020년 1월

표지가 귀여워 주문한 책.

저자가 남극에서 펭귄을 연구하면서 찍은 사진들과 함께

짧은 글이 실려 있다.

사진 큰 이런 책들치고

쓸데없이 교훈을 주려는 책들이 많은데

인위적이고 어디서 들어본 듯한 글들이 아니라

펭귄 이야기와 저자의 관찰기 등으로 되어 있어 더 좋았다.

요새는 사면 표지 사진 포스터 주는 이벤트도 하더라.

꽤 마음에 드는 사진이라 아쉽다. ㅠㅠ

[100자평] 학교를 떠나다

학교를 떠나다 - 행복한 고교자퇴생의 일상, 개정판
버선버섯 글.그림 / 숨쉬는책공장 / 2020년 1월

나는 학교가 맞지 않아서 그만뒀지만 괜찮아. 외에는 크게 전해지는 내용이 없다. 그림만 자릴 차지하는 느낌이랄까. 분명 뭔가 더 할 얘기가 있을 것 같은데, ‘알고 싶으면 나 다른 책을 봐’라고 하는 느낌의 책.

인생은 언제나...

어떤 경로로 이 책을 사게 되었는지 기억은 나지 않지만..

(제목에 끌렸는지도.)

어쨌든.

퀴어라 불리는 사람들이 주인공이 되는 단편 소설집.

그렇지만 그런 점을 생각하지 않는다면

사람의 삶과 아픔과 사랑을 이야기하는

여느 소설집과 크게 다르지 않다.

결국은 그네들도 사람일 뿐인 것을.

====================================

이 이야기를 쓰기 전, 리타 메이 브라운의 [루비프루트 정글]을 읽었습니다. 거기에는 이런 대사가 있었습니다.

"왜 모두들 항상 사람을 틀에 욱여넣고 못 나오게 하려고 하지? (...) 난 나야. 그게 내 전부고 내가 되고 싶은 것도 그게 전부야. 내가 꼭 뭐가 되어야 해?"

- 작가의 말 중에서.

 

수학을 배워서 어디에 쓰나요?

수학이 필요한 순간 - 인간은 얼마나 깊게 생각할 수 있는가
김민형 지음 / 인플루엔셜(주) / 2018년 8월

수학을 어느 때 써야 하냐는 질문을 받으면

대학에서 이공계열을 진학하는 것에 대해 얘기하는 것 외에는

딱히 할 얘기가 없는 것이 사실이다.

논리직인 사고 방식 등에 얘기하지만

아이들은 딱히 와닿아 하지 않고.

이 책에서는 우리가 수학을 배우는 이유에 대해 알려준다.

공식 뿐 아니라 합리적인 사고를 하는 것이

어떤 상황에 필요하고 어떤 영향을 끼칠 수 있는가에 대한 것도.

어린 친구들이 읽기에는 어려워 보인다는 것이

유일한 단점이랄까.

좋은 내용이라 어린 친구들도 많이 읽어 보면 좋을 것 같은데.

그래서 그 점이 참 아쉽다.

========================================

첫번째 수수께끼는 이겁니다. 지능이 굉장히 높은 여자들은 대부분 자기보다 지능이 낮은 남자와 결혼한다고 해요. 통계적으로 그렇다고 합니다. 왜 그럴 것 같아요? 여기에 대해서 보통은 별의별 답이 다 나옵니다. 가령 '여자가 원래 남자보다 지능이 높다'라든지, '똑똑한 남자는 똑똑한 여자를 싫어한다'라든지. 진짜 이유는 뭘까요?

정답은 바로 '확률적으로 대부분의 남자들이 지능이 굉장히 높은 여자보다 멍청하니까'입니다. 제가 앞에서 지능이 굉장히 높다고 했을 때는, 확률적으로 대부분의 사람들이 그들보다 지능이 낮다는 걸로 이해할 수 있습니다. 그러니 지능이 굉장히 높은 사람은 웬만해서 자기보다 지능이 낮은 사람과 결혼하게 되지요. 그러나 우리는 이런 질문을 받으면 대체로 그렇게 생각하지 않게 됩니다. 뭔가 사회적인 편견에 입각해서 답을 찾게 되지요.

우리는 이런 문제에 대해 답을 할 때 도덕적으로 그릇된 답을 피할 수 있는 사고가 필요합니다. 확률론적 사고처럼 말입니다.

=====================================

과학은 복잡한 요소들을 단순화해서 더 정밀하게 생각할 수 있는 방법을 마련해준다는 것입니다. 이 알고리즘에서도 또 다른 조건을 부여해서 룰을 더 공정한 방향으로 수정해나갈 수 있을 겁니다. 문제를 단순화한 다음, 더 복잡한 모델이나 강력한 요구 조건을 만들며 개선점을 찾아나가는 것. 이것이 바로 과학이 하는 일입니다.