[100자평] 1년 안에 AI 빅데이터 전문가가 되는 법

1년 안에 AI 빅데이터 전문가가 되는 법 - 4차 산업혁명 시대의 최고의 직업 ㅣ 1년 안에 AI 빅데이터 전문가가 되는 법
서대호 지음 / 반니 / 2020년 2월

AI 빅데이터 분야에 관심은 있지만 어디서부터 시작해야할지 도무지 감이 잡히지 않는 분들께 이 책을 강추한다. 저자는 자신의 경험을 바탕으로 단계별로 어떤 것을 공부하는 게 좋을지 친절하게 설명해준다. 또한 본문 중간중간에 해당 분야의 추천도서도 나와있어서 좀 더 깊이있는 학습을 원하는 독자에게 아주 유용한 참고서적이 될 것이다.

이 책의 마지막 부분에는 AI 빅데이터 분야와 관련된...

이 책의 마지막 부분에는 AI 빅데이터 분야와 관련된 용어들에 대한 설명이 간략하게나마 나와있다. 이 책을 처음부터 끝까지 쭉 읽어왔던 독자라면 적어도 본문에서 한 번쯤은 만나봤던 용어겠지만, 이 분야의 전공자가 아닌 이상 해당 용어들이 비교적 생소할 것이기에 아마도 저자가 독자들을 배려해서 용어가 의미하는 바를 정리해준 듯하다.

개인적으로는 우리가 영어를 처음 공부할 때 새로 배우는 단어의 뜻을 알아야 하는 것처럼 AI 빅데이터 분야를 공부할 때도 이 분야에서 자주 쓰는 용어들을 숙지하고 있어야 하는 게 맞겠다는 생각이 들었다.

토픽모델링: 문서 집합의 추상적인 ‘주제‘를 발견하기 위한 통계적 모델 중 하나로, 텍스트 본문의 숨겨진 의미 구조를 발견하기 위해 사용되는 텍스트 마이닝 기법 중 하나다. - P270

감성 분석: 어떤 주제에 대한 주관적인 인상, 감정, 태도, 개인의 의견들을 텍스트로부터 뽑아내는 분석을 말한다. - P270

단어 네트워크: 각 단어들을 노드로 단어 간의 관계를 엣지로 표현해 단어 간의 관계를 네트워크로 도시화하는 분석 방법이다. - P270

서포트 벡터 머신(Support Vector Machine): 기계 학습의 분야 중 하나로 패턴 인식, 자료 분석을 위한 지도 학습 모델이며, 주로 분류와 회귀 분석을 위해 사용한다. (기준을 정해 분류 문제를 해결) - P270

랜덤포레스트(Random Forest): 분류, 회귀 분석 등에 사용되는 앙상블 학습 방법의 일종으로, 훈련 과정에서 구성한 다수의 결정 나무로부터 부류(분류) 또는 평균 예측치(회귀 분석)를 출력함으로써 동작한다. - P270

배깅(bagging, bootstrap aggregating): 통계적 분류와 회귀 분석에서 사용되는 기계 학습 알고리즘의 안정성과 정확도를 향상시키기 위해 고안된 일종의 앙상블 학습법의 메타 알고리즘이다. - P270

부스팅(Boosting): 전체 데이터에서 여러 샘플링 데이터를 추출해 순차적으로 이전 학습 분류기의 결과를 토대로 다음 학습 데이터의 샘플 가중치를 조정하면서 학습을 진행하는 기법이다. - P270

KNN(k-nearest neighbor): 분류나 회귀에 사용되는 비모수 방식이다. 입력이 특징 공간 내 k개의 가장 가까운 훈련 데이터로 구성되어 있다. 출력은 k개의 최근접 이웃이 가진 투표값 또는 평균값이다. - P270

SI 업체: 정보시스템의 개발에 관하여 상담하고 그에 따라 설계, 개발, 운용, 보수, 관리 등 일체 업무를 담당하는 정보 통신 기업을 말한다. - P270

IBM 모델러(IBM Modeler): IBM의 데이터 마이닝 및 텍스트 분석 소프트웨어 애플리케이션이다. 예측 모델을 작성하고 다른 분석 작업을 수행하는 데 사용된다. 사용자가 프로그래밍 없이 통계 및 데이터 마이닝 알고리즘을 활용할 수 있는 시각적 인터페이스가 있다. - P271

래피드마이너(rapid miner): 데이터 과학에서 사용하는 컴퓨터 소프트웨어 프로그램이다. ‘래피드마이너‘라는 회사에서 개발했다. 프로그램을 통해 데이터 전처리, 기계학습, 딥러닝, 텍스트 마이닝, 예측 분석 등을 활용할 수 있는 프로그램을 제공한다. - P271

나임(knime): 무료 오픈 소스 데이터 분석, 보고 및 통합 플랫폼이다. 모듈식 데이터 파이프라인 개념을 통해 기계 학습 및 데이터 마이닝을 위한 다양한 구성 요소를 통합 제공한다. - P271

주성분 분석: 고차원의 데이터를 저차원의 데이터로 환원시키는 기법이다. 서로 연관 가능성이 있는 고차원 공간의 표본들을 선형 연관성이 없는 저차원 공간의 표본으로 변환하기 위해 직교 변환을 사용한다. 주성분의 차원 수는 원래 표본의 차원 수보다 작거나 같다. - P271

장고(Django): 파이썬으로 작성된 오픈소스 웹 애플리케이션 프레임워크로, 모델-뷰-컨트롤러 패턴을 따르고 있다. - P271

PyQT: C++의 크로스 플랫폼 GUI 프레임워크 중 하나인 QT를 파이썬 모듈로 변환해 사용 가능하게 만든 라이브러리다. - P271

Tkinter: 파이썬 설치 시 기본적으로 내장되어 있는 파이썬 표준 라이브러리이며 쉽고 간단한 GUI 프로그램을 만들 때 활용될 수 있다. - P271

스파크(Spark): 메모리 내 처리를 지원하여 빅데이터를 분석하는 애플리케이션의 성능을 향상시키는 오픈소스 병렬 처리 프레임워크다. - P271

SCI-HUB: 온라인 논문 검색 엔진 사이트로, 5,800만 개의 유료 논문을 무료로 제공하고 있다. - P271

슬랙(slack): 클라우드 기반 팀 협업 도구다. - P271

플로(flow): 프로젝트 관리 중심의 그룹웨어 협업 툴이다. 프로젝트 일정 관리, 일정 공유, 업무 관리를 제공한다. - P271

API(Application programming interface): 응용 프로그램에서 사용할 수 있도록, 운영 체제나 프로그래밍 언어가 제공하는 기능을 제어할 수 있게 만든 인터페이스를 뜻한다. - P271

프로세스 마이닝(Process Mining): 이벤트 로그 데이터 분석을 통해서 어떤 일이 어떻게 흘러가는지, 어떤 상품이 어떤 과정으로 제작되는지, 한 고객이 서비스 내에서 어떤 여정을 거치는지 등의 프로세스를 도출해내는 것을 의미한다. - P271

오늘 읽기 시작한 부분에서 저자는 독자들이 일정 수준...

오늘 읽기 시작한 부분에서 저자는 독자들이 일정 수준 이상 AI 빅데이터에 대한 공부가 되었다는 전제 하에 자기 자신을 어필할 수 있어야 한다고 말한다. 일반적으로 엄청난 인지도를 갖고 있던 사람이 아닌 이상 누가 먼저 알아서 나를 찾아주는 것이 아니기 때문이다. 이를 위해서는 스스로를 대단한 사람이라고 여길 줄 아는 자신감이 굉장히 중요하다고 저자는 말한다.

"나는 대단하다. 나는 미친놈이다." - P237

자기 자신을 대단하다고 생각해야 한다. 특히 AI 빅데이터 분야에 대해서는 누구보다도 더 대단하다고 생각하라. 자신감을 가질때 직관과 통찰력이 생기고 창의적·분석적인 사고를 함양할 수 있다. - P237

AI 빅데이터 분야는 분석 결과를 해석하고 적용하는 데 이러한 직관, 통찰력, 창의력, 분석적인 사고가 필요하다. 수학 문제처럼 한 가지 정답이 있지 않다. 당신이 생각하는 것이 여러 정답 중 한 가지 정답이 된다고 굳게 믿어야 한다. - P237

당신이 말하는 게 정답이라는 생각으로 자신감을 가져야 한다. 당신만큼의 지식을 가진 사람이 거의 없기 때문에 당신이 최고가 될 수 있다. 만약 조금 막히거나 모르는 부분이 있으면 빠르게 부족한 부분을 학습하면 된다. 이미 기본기를 익혔기 때문에 이 정도 보완하는 것은 쉽게 할 수 있다. - P238

아무리 실력을 갈고 닦아도 세상이 인정해주지 않으면 허사다. 또한 경쟁자와 실력이 엇비슷할 때는 얼마나 자신을 잘 포장하는지가 더욱 중요해진다. - P238

핵심은 주어진 데이터로 AI 빅데이터를 적용한 모델을 생성해서 인사이트를 도출하는 것이지만 방법이나 산출물의 형태가 매우 다양하다. 예를 들어 가장 단순한 형태로는 엑셀의 CSV 형태로 데이터를 주고 이를 이용해서 분석한 결과를 리포트 형식으로 제출하는 것이다. 주로 학교 논문이나 마케팅 회사에서 시장조사를 원할 때 이러한 형식의 용역을 준다. - P241

최근 가장 늘어나는 의뢰 형태는 AI 빅데이터를 접목한 어플리케이션이다. 어플리케이션은 C/S 방식 소프트웨어, Web 방식 소프트웨어, 모바일 앱 등의 형태로 나타날 수 있다. 이러한 방식의 AI 빅데이터 관련 의뢰가 들어오면 단순히 엑셀에서 데이터를 로드한 후 모델을 생성하는 수준의 지식만 가져서는 절대 불가능하다. 하지만 대부분의 데이터 과학자들은 딱 이 정도의 지식밖에 갖추지 못해 어플리케이션을 접목한 비교적 큰 규모의 프로젝트는 수행하지 못하고 있다. - P242

AI 빅데이터를 접목한 어플리케이션 개발을 하려면 우선 DB, 서버, API, UI 개발에 대한 지식이 있어야 한다. - P242

우선 DB는 데이터가 실시간으로 적재되고 이렇게 실시간으로 적재된 데이터를 조회해서 화면에 뿌려주어야 하기 때문에 당연히 필요한 부분이다. 어플리케이션으로 개발하는데 엑셀 형태의 데이터가 들어갈 수는 없다. DB 관련해서는 MySQL과 같은 RDB와 몽고DB 정도의 No-SQL만 익히면 된다. ...(중략)... 서버 상에 DB 설치하고 테이블을 생성한 후 Insert, Select 하는 쿼리 정도만 익히고 있으면 된다. - P243

만약 페타바이트급 이상 데이터가 적재돼서 DB 성능 최적화가 요구된다면 그때는 DB 전문가에게 일을 맡기면 된다. - P243

서버도 공부해야 한다. 내게 용역을 맡기는 꽤 많은 스타트업들이 서버 구매하는 방법도 몰랐던 기억이 있다. 서버는 클라우드 서비스를 이용하면 된다. 아마존 aws, 마이크로소프트 애저, 구글 클라우드 플랫폼 중 하나를 활용하면 된다. - P244

아직까지 가장 많이 활용되는 서버는 역시 아마존 aws 다. 여러분도 처음이라면 aws를 공부하는 게 좋다. 서버를 구매하는 방법은 구글에서 다른 사람들이 써놓은 포스팅을 검색해서 읽어보거나 aws 홈페이지에 있는 사용설명서를 읽어보면 된다. - P244

서버를 구매한 이후에는 서버를 세팅해야 한다. 윈도우 컴퓨터를 구매한 후에 처음에 이것저것 프로그램을 설치하는 것처럼 서버를 구매한 후에도 필요한 프로그램을 설치해주어야 한다. DB나 파이썬3 설치가 가장 기본적이며 필요한 경로 설정이나 라이브러리도 설치해주어야 한다. - P244

리눅스 서버는 윈도우와 달리 마우스를 활용할 수 있는 GUI가 없기 때문에 100퍼센트 명령어로 작동한다. 따라서 리눅스 서버 기본 명령어들도 공부해야 한다. 파이썬을 백엔드에서 실행시키거나 주기적으로 스케줄링을 걸어주는 것 정도의 명령어는 익혀야 한다. 동작 도중 메모리 부족으로 서버가 꺼질 수도 있기에 메모리를 관리하는 것도 어느 정도 익혀야 한다. 이러한 지식들을 한 권의 책에서 다 익힐 수는 없다. 그저 구글 검색을 통해서 찾은 포스팅을 보고 연습장에 메모해주면 된다. 그 정도만 하더라도 금방 익힐 수 있다. - P244

API에 대해서도 공부해야 한다. 왜냐하면 대부분의 AI 빅데이터 관련 프로젝트가 API를 활용해서 AI 빅데이터 모델 예측 결과를 실시간으로 송신하고 이를 어플리케이션이 수신해서 화면이 뿌려주는 구조이기 때문이다. - P245

파이썬을 기준으로 API를 만드는 가장 쉬운 방법은 Flask 라이브러리를 활용하는 것이다. Flask 사용 방법은 굉장히 쉬워서 구글에 검색해 보아도 금방 따라할 수 있다. 조금 더 체계적으로 공부해보고 싶다면 《깔끔한 파이썬 탄탄한 백엔드》(비제이퍼블릭)를 읽으면 된다. - P245

UI 개발도 알면 좋다. 만약에 당신이 UI 개발까지 잘한다면 당신의 가치는 천정부지로 오를 것이다. - P245

가장 큰 이유는 프로그래밍 언어가 다르기 때문이다. 앱 개발은 자바나 코틀린을 이용하고 웹 개발도 자바 또는 자바스크립트를 많이 활용한다. 물론 파이썬도 장고Django 를 이용하면 웹 개발이 가능하지만 AI 빅데이터 분석을 위한 코딩 스타일과 많이 달라 입문자는 배우기 까다롭다. - P245

따라서 간단한 정도의 UI 개발만이라도 직접하는 것을 목표로 하자. 파이썬을 이용해서는 PyQT나 Tkinter와 같은 라이브러리를 이용해서 C/S 방식의 UI 소프트웨어를 개발할 수 있다. - P245

《파이썬으로 배우는 알고리즘 트레이딩》(위키북스)과 《파이썬 GUI 프로그래밍 쿡북》(에이콘출판)을 읽으면 PyQT나 Tkinter에 대해서 익힐 수 있다. - P246

그저 중급자 수준만 되어도 된다는 생각으로 공부하라. 중급자 수준의 실력만 갖추어도 엄청난 시너지 효과를 발휘할 것이다. - P246

AI 빅데이터를 두려워하지 말고 즐겁게 배운다면 당신도 전문가, 능력자가 될 수 있다. - P247

우리의 자존감은 외적인 요소들에 의해 높아지기보다는 나 자신의 믿음, 신념에 의해서 높아진다. - P248

우리는 우리가 하고 싶은 것들, 자신의 인생에서 성공이라고 생각하는 가치를 이루어내야 자존감을 얻을 수 있다. - P248

자존감은 능력에 비례하지 않는다. 나 자신을 대단하다고 생각하고 항상 좋아하고 행복한 것을 도전하며 살면 자연히 능력이 그에 따라오게 되어 있다. 즉 자존감을 먼저 가지면 능력은 자연스레 수반되는 것이다. - P251

세상이 원하고 강요하는 삶이 아니라 자신이 행복할 수 있는 방식으로 일을 해라. - P252

IT 계열 직종의 장점 중에 하나는 굳이 사무실에 출근하지 않아도 일하는 게 가능하다는 것이다. 앉을 책상과 컴퓨터만 있으면 장소가 어디든 일을 할 수 있다. 사무실 외에도 집이나 카페, 도서관에서도 일하는 게 가능하다. - P254

여러분도 공부를 시작하면서 지금 당장의 실력에 비관하기보다는 미래를 계속 꿈꾸며 달려 나가야 한다. 어느 순간 가속도가 붙으면 자기도 모르게 꽤 전문가가 되어 있을 것이다. 논문을 보면 이해가 잘 되고 주변에서 컨설팅 문의가 들어오면 시원시원하게 대답해줄 지식이 쌓이게 될 것이다. 바로 이때가 당신의 실력이 한 단계 성장한 때다. - P265

DNN(Deep Neural Network): 입력층과 출력층 사이에 여러 개의 은닉층들로 이루어진 신경망이다. 복잡한 비선형 관계를 모델링할 수 있다. - P268

RNN(Recurrent neural network): 은닉층의 결과가 다시 같은 은닉층의 입력으로 들어가도록 연결되어 있다. 이런 특성은 RNN이 순서 또는 시간이라는 측면을 고려할 수 있게 해준다. - P268

LSTM(Long Short Term Memory): 기존 RNN의 문제점은 입력된 데이터와 참고해야 할 데이터의 위치 차이가 커질 때 문맥을 연결하기 힘들다는 것이다. 즉, 참고해야 할 데이터의 시간차가 커지면 입력 데이터에 영향을 거의 미치지 못한다. LSTM은 Cell state를 통해서 어떤 정보를 취사할지 정하기 때문에 긴 시간 동안의 정보를 기억할 수 있다. - P268

CNN(Convolution Neural Network): 모델이 직접 이미지, 비디오, 텍스트 또는 사운드를 분류하는 딥러닝에 가장 많이 사용되는 알고리즘이다. 기존의 신경망에 필터 기술을 병합해 2차원 데이터를 잘 학습할 수 있도록 최적화시켰다. - P268

GAN(Generative adversarial network): 두 개의 네트워크로 구성된 심층 신경망 구조. 한 네트워크가 다른 네트워크와 겨루는 구조다. 처음에 생성자는 무작위 데이터를 만들고 구분자는 제대로 분류하지 못한다. 하지만 구분자는 생성자가 만든 데이터와 함께 진짜 데이터를 동시에 학습하기 때문에 조금씩 실력이 향상된다. 생성자 역시 구분자를 더 잘 속이기 위해 진짜처럼 보이는 데이터를 만들어간다. - P268

오토인코더(Autoencoder): 신경망의 입력층과 출력층의 노드 개수가 같은 구조다. 차원 축소 또는 노이즈 제거에 널리 쓰이는 네트워크 구조다. - P268

이미지넷(ImageNet): 이미지넷 프로젝트는 비주얼 객체 인식 소프트웨어 연구에 사용되도록 설계된 대형 비주얼 데이터베이스다. 프로젝트에 의해 1,400만 개가 넘는 이미지에 대한 주석이 달려 있다. - P269

파이썬 Python: 1990년 암스테르담의 귀도 판 로섬Guido Van Rossum이 개발한 인터프리터 언어다. 기업의 실무를 위해서도 많이 사용하는 언어다. 구글에서 만든 소프트웨어의 50퍼센트 이상이 파이썬으로 작성되었다. 최근에 데이터 과학을 위해서 가장 많이 사용되는 언어이기도 하다. - P269

R: 통계 계산과 그래픽을 위한 프로그래밍 언어다. R은 통계 소프트웨어 개발과 자료 분석에 널리 사용되고 있으며, 패키지 개발이 용이해 통계 소프트웨어 개발에 많이 쓰이고있다. - P269

추천 알고리즘: 사용자가 선호할 만한 아이템을 추측함으로써 여러 가지 항목 중 사용자에게 적합한 특정 항목을 추천해 제공하는 알고리즘을 일컫는다. - P269

이상탐지: 시계열 데이터에서 과거 또는 비슷한 시점의 다른 데이터의 보편적인 패턴에서 벗어나거나 벗어나려는 징후가 있는 드문 패턴을 찾아내는 데이터 분석의 한 분야다. - P269

텍스트 마이닝: 비정형 데이터 마이닝의 유형 중 하나다. 텍스트 마이닝은 비정형 및 반정형 데이터에 대하여 자연어 처리 기술과 문서 처리 기술을 적용해 유용한 정보를 추출, 가공하는 목적으로 하는 기술이다. - P269

SQL(Structured Query Language): 관계형 데이터베이스 관리 시스템의 데이터를 관리하기위해 설계된 특수 목적의 프로그래밍 언어다. - P269

RDB: 키key와 값value들의 간단한 관계를 테이블화한 간단한 원칙의 전산정보 데이터베이스다. - P269

몽고DB: 크로스 플랫폼 도큐먼트 지향 데이터베이스 시스템이다. No-SQL 데이터베이스로 분류되는 몽고DB는 JSON과 같은 동적 스키마형 도큐먼트들을 선호함에 따라 전통적인 테이블 기반 관계형 데이터베이스 구조의 사용을 삼간다. - P269

텐서플로(Tensorflow): 다양한 작업에 대해 데이터 흐름 프로그래밍을 위한 오픈소스 소프트웨어 라이브러리다. 심볼릭 수학 라이브러리이자, 뉴럴 네트워크 같은 기계학습 응용프로그램에도 사용된다. - P269

케라스(keras): 파이썬으로 작성된 오픈소스 신경망라이브러리다. MXNet, Deeplearning4j, 텐서플로, Microsoft Cognitive Toolkit 또는 테아노 위에서 수행할 수 있다. - P269

군집 분석: 각 개체의 유사성을 측정해 높은 대상 집단을 분류하고, 군집에 속한 개체들의 유사성과 서로 다른 군집에 속한 개체 간의 상이성을 규명하는 통계 분석 방법이다. - P269

나이브 베이즈(Naive Bayes): 개별 특성들 사이의 독립을 가정하는 베이즈 정리를 적용한 확률 분류기의 일종이다. 텍스트 분류에 주로 사용됨으로써 문서를 여러 범주(예: 스팸, 스포츠, 정치) 중 하나로 판단하는 문제에 적용한다. - P270

의사 결정 나무: 데이터를 분석해 이들 사이에 존재하는 패턴을 예측 가능한 규칙들의 조합으로 나타내며, 그 모양이 ‘나무‘와 같다고 해서 의사 결정 나무라고 불린다. - P270

RISS: 대한민국 교육부 출연 기관 한국교육학술정보원에서 제공하는 학술 연구 정보화시스템이다. - P270

구글 학술검색: 구글에서 제공해주는 검색 서비스 중 하나로 논문, 학술지, 간행물 등의 학술 용도를 검색 대상으로 한다. - P270

《잠》을 읽고...

잠
무라카미 하루키 지음, 양윤옥 옮김, 카트 멘쉬크 그림 / 문학사상사 / 2012년 10월

100쪽이 채 되지 않는 분량에 중간중간 삽화도 들어가 있어서 부담없이 금방 읽어볼 수 있었다. 초반에는 우리 눈에 보이지 않는 의식(spirit, 靈魂)이라는 것과 물리적인 몸인 육신(body, 肉身)을 분리시켜 생각해보게 하는 내용들이 일부 등장하는데, 독자인 나는 이와 관련된 부분의 내용들을 천천히 곱씹어보며 이런저런 잡다한 생각들을 해볼 수 있었다. 예를 들면 종교 또는 사주 같은 영역에서 말하는 영의 세계에 대한 것들이라고나 할까.

그리고 중반부 이후에는 그냥 화자가 생각하는 의식의 흐름대로 쭉 읽었던 것 같다. 본문에는 화자가 책을 읽는 행위를 하는 장면이 종종 등장하는데, 이는 굳이 오지도 않는 잠을 억지로 청하기보다는 무언가에 몰입하는 행위를 통해 잠이 오지 않는 시간을 뭔가 의미있고 보람찬 것으로 채워보려는 화자의 의지처럼 느껴졌다.

또한 이 책의 화자는 치과의사인 남편을 둔 한 여자인데, 단지 독자인 나의 느낌일수도 있겠으나 저자인 하루키가 화자를 여자로 설정해서 자신의 얘기가 아닌것처럼 숨기는 척 하면서 실제로는 자신이 하고 싶었던 얘기들을 독자들에게 스리슬쩍 건낸 것 같다는 생각도 들었다. 이런 나의 느낌때문인지는 몰라도 이 책은 분류상 단편소설로 되어있으나 개인적으로는 저자의 에세이 같다는 느낌도 완전히 지울 순 없었다.

이러한 느낌(?)을 갖게 된 이유는 개인적으로 요근래 읽었던 저자의 에세이인《달리기를 말할 때 내가 하고 싶은 이야기》에서 봤던 내용 때문인지도 모르겠다. 그 책에서 저자는 자신의 개인적인 얘기를 사람들에게 직접적으로 털어놓는 것을 별로 좋아하지 않는다고 말했었는데, 이 말에 근거한다면 비록 직접적이진 않더라도 자신의 머릿속에 있는 생각들을 소설 속 화자 또는 다른 등장인물들을 통해 간접적으로나마 독자들에게 전달하고 싶다는 욕구가 있을 수도 있다는 식으로 추론해볼 수 있기 때문이다.

물론 내가 상상한 이러한 것들이 저자의 의도와는 전혀 상관없는 허무맹랑한 것일지도 모른다. 그래도 이런 식으로 저자의 의도나 생각을 추론해보는 과정 자체가 독자인 내 나름대로는 의미가 있다고 생각한다. 이 과정을 통해 내 생각의 폭을 조금이나마 확장시킬 수 있기 때문이다.

페이지 수에 비해 이것저것 생각해볼거리가 적지 않았던 책으로 내게는 기억될 듯하다.

개인적으로 요근래에 무라카미 하루키 작가의 에세이 중...

개인적으로 요근래에 무라카미 하루키 작가의 에세이 중 하나인 《달리기를 말할 때 내가 하고 싶은 이야기》를 읽었었다. 그 책을 읽으면서 자연스럽게 작가의 다른 작품들에 대한 관심이 생겼다.

오늘 읽기 시작하는 이 책은 위에서 언급한 에세이에 별도로 소개되었던 작품은 아니었던 것으로 기억한다. 다만 작가의 책을 찾아보다가 정말 우연한 기회에 알게 되었다. 책의 두께도 대체로 얇은 편이라 부담없이 읽어볼 수 있겠다는 생각에 시작해보게 되었다.

오늘 처음 밑줄친 문장은 이 책의 첫 문장이기도 한데, 비록 짧은 문장이긴 하지만 이래저래 독자인 나의 궁금증을 자아냈다. ‘왜 잠을 못잤을까?‘ 부터 해서 ‘도대체 화자에게 무슨 일이 있었던 걸까?‘ 같은 질문들이 순간적으로 머릿속에 떠올랐다. 근데 또 다른 한편으로는 독자인 내가 현실에서 잠을 잘 잘 수 있음에 감사하는 마음이 들기도 했다. 이후에 과연 어떤 내용들이 등장하기에 이런 문장이 맨 처음에 나온건지 마음 속 한 구석에서 호기심이 슬금슬금 일어난다.
.
.
.
좀 더 읽다보니 왠지 어디선가 본 듯한 ‘그림자‘라는 단어가 눈에 띄었다. 곰곰이 생각해보니 내가 몇 년 전에 읽었던 동 저자의 책인 《도시와 그 불확실한 벽》에서 봤던 소재였다. 이걸 보면서 역시 한 사람의 정신세계 혹은 무의식의 세계에 있는 것은 글이든 말이든 혹은 다른 어떤 형태로든 간에 여러번 반복되어 나타나는 게 아닐까 하는 생각이 들었다. 이 ‘그림자‘라는 것에 대해 저자가 나름대로 심도있게 어떤 의미부여를 하고 있지 않나 하는 느낌도 받았다.

잠을 못 잔지 십칠 일째다. - P9

얇은 벽으로 나누어진 바로 옆방에서 내 의식은 생생하게 깨어 나를 지그시 지켜본다. 내 육체는 흐느적흐느적 옅은 어둠속을 헤매며 계속 나 자신의 의식의 시선과 숨결을 바로 옆에서 감지한다. 나는 자려고 하는 육체이고 동시에 깨어나려고 하는 의식이었다. - P10

의식이 어느새인지 모르게 내 몸에서 떠나간다. - P10

나는 그대로 그곳에 엎드려 자버리고 싶다고 생각했다. 하지만 안 된다. 각성覺醒이 언제나 내 곁에 있었다. 나는 그 차가운 그림자를 계속 감지한다. 나 자신의 그림자다. - P11

나 자신이 이 세계에서 살아가고 존재한다는 상황 그 자체가 불확실한 환각처럼 느껴졌다. 강한 바람이 불어친다면 내 육체는 세계 저 끝까지 날려가버릴 것 같았다. 세계의 저 끝에 있는, 들은 적도 없는 땅으로. 그리고 내 육체는 그곳에서 내 의식과 영원히 각각 분리되어버리는 것이다. 그래서 나는 뭔가를 단단히 붙잡고 싶었다. 하지만 주위를 둘러봐도 붙잡을 수 있을 만한 것은 하나도 눈에 띄지 않았다. - P11

밤이 되면 맹렬한 각성이 찾아왔다. 그 각성 앞에서 나는 완전히 무력했다. 나는 강한 힘으로 각성의 핵에 바짝 고정되었다. 그 힘은 너무도 강력했기 때문에 내가 할 수 있는 것은 아침이 올 때까지 가만히 각성하고 있는 것뿐이었다. 밤의 어둠 속에서 나는 내내 눈을 뜨고 있었다. 뭔가를 생각하는 것조차 가능하지 않았다. 시계가 시간을 새기는 소리를 들으면서 어둠이 조금씩 깊어가고, 그리고 다시 옅어지는 모습을 그저 빤히 바라보고 있는 수밖에 없었다. - P12

어느 날, 그것은 끝났다. 아무런 징조도 없이, 아무런 계기도 없이, 진짜로 갑작스럽게 종료되었다. - P12

어떤 이유로 그 불면증 같은 것이 찾아왔는지, 그리고 어떤 이유로 돌연 사라져버렸는지, 나는 설명할 수 없다. 바람에 휘날려 멀리서 찾아오는 두툼한 검은 구름 같은 것이었다. 그 구름 속에는 내가 알지 못하는 불길한 것들이 가득 채워져 있었다. 그것이 어디서 다가와 어디로 사라지는지, 아무도 알지 못한다. 하지만 아무튼 그것은 다가와 한참동안 내 머리 위를 뒤덮고, 그리고 사라졌던 것이다. - P14

무엇이 됐건 누가 됐건 한 달에 한두 번쯤은 상태가 안 좋을 때도 있고 일이 잘 풀리지 않는 때도 있는 것이다. - P19

이건 어쩔 수 없는 일이지만, 세월과 함께 생활의 질은 조금씩 변해간다. - P21

나이를 먹는것이 그다지 달가운 일은 아니겠지만 그래도 나이를 먹어서 편해지는 일도 몇 가지는 있다. 그것은 생각하는 방식의 문제인 것이다. - P22

아름다운 건 어떻든 아름다워, 그것뿐이야. - P25

익숙해져버리면 그건 결코 어려운 일이 아니다. 오히려 간단한 일이다. 머리와 육체의 커넥션을 잘라버리면 되는 것이다. 그것뿐이다. 내 몸이 거의 자동적으로 움직이는 동안에 내 의식은 또 다른 공간을 떠돌았다. - P61

잠이 오지 않은 뒤로 내가 생각한 것은, 현실이란 참 얼마나 손쉬운가, 라는 것이었다. 현실을 감당하는 일 따위, 너무도 간단하다. 그것은 그저 현실에 지나지 않는다. 그것은 그냥 집안일이고 그냥 성교이고 그냥 가정에 지나지 않는다. 기계의 작동과 마찬가지여서 한 차례 운용하는 절차를 익혀버리면 그다음은 끝없는 반복일 뿐이다. 이쪽 버튼을 누르고 저쪽 레버를 당긴다. 눈금을 조절하여 뚜껑을 덮고 타이머를 맞춘다. 그냥 그것의 반복이다. - P63

잠이란 휴식이다ㅡ. 그것뿐이다. 차의 엔진을 꺼버리는 것과 똑같다. 줄곧 휴식 없이 엔진을 작동하면 얼마 못가 망가져버린다. 엔진의 운동은 필연적으로 열을 발생하고 그렇게 고인 열은 기계 자체를 피폐하게 한다. 그래서 방열을 위해 반드시 쉬게 해주어야 한다. 엔진을 끄고 쿨다운시킨다. 그것이 곧 수면이다. 인간의 경우, 그것은 육체의 휴식이면서 동시에 정신의 휴식이기도 하다. 몸을 눕히고 근육을 쉬면서 동시에 눈을 감고 사고를 중단한다. 그랬는데도 남아 있는 사고는 꿈이라는 형태로 자연 방전한다. - P67

인간은 사고에 있어서도 육체의 행동에 있어서도 일정한 개인적 경향에서 결코 벗어날 수 없다 - P67

인간은 자기도 모르는 사이에 자신의 행동이나 사고의 패턴을 만들어나가는 존재이고, 한번 만들어진 그런 경향은 어지간한 일이 없는 한 바뀌지 않는다. 즉 인간은 그러한 경향의 감옥에 갇힌 채 살아가는 셈이다. 그리고 잠이야말로 그렇게 한쪽으로 쏠린 경향을 중화해주는 것이다. 인간은 잠 속에서 한쪽으로 쏠린 채 사용되던 근육을 자연스럽게 풀어주고, 한쪽으로 쏠린 채 사용되던 사고 회로를 진정시키고 또한 방전하는 것이다. 그렇게 해서 인간은 쿨다운된다. - P69

잠은 인간이라는 시스템에 숙명적으로 프로그램화된 행위이며 누구도 그것을 패스할 수는 없다. 잠을 잃어버리면 인간은 존재 그 자체의 기반을 잃어버리게 된다. - P69

오로지 경향과 그에 대한 조정이 내 몸 속에서 한없이 줄다리기를 하고 있을 뿐이다. - P70

아무것도 두려워할 일은 없다. 요컨대 나는 인생을 확장하고 있는 것이다 - P72

인생은 그 확장된 몫을ㅡ나는 그것을 미리 가져다 써버린 것이다ㅡ나중에 되받으려고 할지도 모른다. 어떻게든 시간의 아귀를 맞추려고 들지도 모른다. - P73

처음 일주일 동안에 《안나 카레니나》를 연거푸 세 번을 읽었다. 다시 읽으면 읽을수록 그곳에는 새로운 발견이 있었다. 그 장대한 소설에는 다양한 수수께끼와 다양한 시사가 가득 차 있었다. 세공한 상자처럼 한 세계 속에 더 작은 세계가 있고 그 작은 세계 속에도 좀 더 작은 세계가 있다. 그리고 그런 세계들이 복합적으로 하나의 우주를 형성하고 있었다. 그 우주는 내내 거기에 있으면서 독자에게 발견되기를 기다리고 있었다. - P74

예전의 나는 기껏해야 그중 한 조각밖에는 이해하지 못했다. 하지만 지금 나는 그것을 분명하게 꿰뚫어보고 이해할 수 있었다. 톨스토이라는 작가가 무슨 말을 하고 싶었는지, 독자가 무엇을 읽어내기를 원했는지, 그 메시지가 어떻게 유기적으로 소설로서 결정結晶을 이루었는지, 그리고 그 소설의 무엇이 결과적으로 작가 자신마저도 능가해버렸는지. - P74

《안나 카레니나》를 읽고 싶은 만큼 실컷 읽고 나자 나는 도스토옙스키를 꺼냈다. 나를 끌어당기는 것은 19세기 러시아의 두툼한 소설이었다. 얼마든지 계속 읽을 수 있었다. 아무리 의식을 집중해도 피곤함이 느껴지지 않았다. 어떤 난해한 부분도 별 어려움 없이 이해할 수 있었다. 바늘이 레코드의 홈을 더듬는 것처럼 내 손가락은 이야기의 세세한 부분을 생생하게 더듬을 수 있었다. 그리고 깊고 격렬하게 감동도 했다. 이것이 본래의 바람직한 내 모습, 이라고 나는 생각했다. - P74

중요한 것은 집중력이다. 나는 그렇게 생각했다. 집중력이 없는 인생 따위, 뻔히 눈을 뜨고서 아무것도 못 보는 것과 마찬가지다. - P74

그것은 다른 어떤 것일 수도 있는 것이다. - P85

자아, 이제부터 다시 뭔가 해보는 수밖에 없다, 나는 그렇게 생각하고 있었다. - P98