빌 게이츠, 기후재앙을 피하는 법

빌 게이츠, 기후재앙을 피하는 법 - 우리가 가진 솔루션과 우리에게 필요한 돌파구
빌 게이츠 지음, 김민주.이엽 옮김 / 김영사 / 2021년 2월

빌 게이츠, 기후재앙을 피하는 법 

요즘 주변 지인들을 보면 기후변화에 대해 조그만 행동에 나서면서도 이런 거대한 변화를 되돌릴수 없다는 비관론이 팽배해지고 무력감과 심하면 우울감까지 느끼는 경우를 많이 본다. 하지만 그런 패배감을 한방에 무너뜨릴 멋진 책이 나왔다. 

설명이 필요없는 빌게이츠가 직접 나섰다. MS의 창업자로 IT분야의 그야말로 살아있는 레전드인 그가 쓴 책은 의외로 기후변화의 위기를 알리는 책이었다. 요즘 특히 기후변화와 관련된 이슈들이 자주 거론되고 사람들의 관심도 늘고 있지만 특별히 그 위기가 개선되고 있지는 않다. 그래서 빌게이츠는 이를 기후변화, 위기가 아닌 기후재앙이라고 표현하며 독자들의 경각심을 요구하고 있다. 

이미 빌게이츠는 현업에서 은퇴하고 재단을 만들어서 사회공헌활동에 매진하고 있다는 건 알고 있었지만 이렇게 전문적으로 파고들어 환경문제에 전문가가 될 정도였는지는 몰랐다. 여느 환경문제와 관련된 책들과는 다르게 단순히 위기에 대한 경종을 울리는 그치지 않고 우리가 가진 솔루션과 우리에게 필요한 돌파구 등의 대안까지 제시한다는 점이 이 책의 가치를 높인다. 

크게 성공한 사업가 답게 기후재앙을 피하기 위한 명확한 목표와 근본적인 해법을 제시하고 있고 독자들에게 자신과 같이 지구를 지키는 행동에 당장 동참하기를 권하는 책이다. 구체적인 수치까지 제시하며 매년 발생하는 온실가스 배출량 510억 톤을 2050년 선진국부터 제로로 만들 고 탄소 문명을 청정에너지 문명으로 바꾸는 구조를 만들어야 됨을 설파한다. 

그리고 성장과 지구가 양립 가능한 계획을 위해 정부와 기업 그리고 각자가 할 수 있는 일을 구체적으로 제시한다. 그저 지구가 만신창이가 되고 있음에 대한 감성팔이 얘기가 아닌 일종의 솔루션과 로드맵에 대한 연구물이자 보고서 같은 책이다. 

구체적으로 빌게이츠는 우리가 물어야 할 다섯 가지 질문을 제시한다. 연간 배출량 510억 톤의 27퍼센트를 차지하는 전기생산부터 31%의 제조, 19%의 사육과 재배, 16%의 교통과 운송, 7%의 냉방과 난방이 그것들이다. 

가장 큰 비중을 차지하고 있는 제조분야에서는 화석연료 대신 전기를 사용하는 전기화 electrification를 대안으로 제시한다. 예를 들면 강철을 만드는 데 석탄 대신 깨끗한 전기를 사용하는 것이다. 용융 옥사이드 전기분해 방식이 소개되는데 이 방식은 코크스와 함께 철을 용광로에서 녹이는 대신, 액체산화철과 다른 성분들로 만들어진 혼합물에 전기 자극을 주는것이다. 이 과정을 거치면서 산화철은 쪼개져 강철을 만드는 데 필요한 순철과 부산물인 산소만 남게 된다. 이산화탄소는 만들어지지 않는다. 이 기술은 유망하지만 청정 강철을 만들기 위한 다른 아이디어와 마찬가지로 산업에서 실제로 사용될 수 있는지는 아직 입증되지 않았다.

2030년까지 온실가스 배출량 감축과 2050년까지 제로 달성은 비슷하게 들리지만 굉장히 다르다. 2030년까지 온실가스 배출량 감축은 ‘2050년까지 제로 달성’을 위한 중간 단계의 목표가 아니다. 직감적이지는 않지만 굉장히 결정적인 차이가 존재한다. 잘못된 방식으로 2030년까지 온실가스를 감축하면 자칫 2050년까지 제로 달성을 못하게 될 수 있기 때문이다.

왜 그럴까? 2030년까지 온실가스를 감축하기 위해 해야 할 일들은 2050년까지 제로를 달성하기 위해 해야 할 일들과는 근본적으로 다르기 때문이다. 이 두 가지 목표는 서로 다른 성공의 척도를 가지고 있다. 우리는 이 둘 사이에서 하나를 선택해야 한다.

출판사로부터 도서를 제공받아 작성한 리뷰입니다

리볼트

리볼트 - 세계화에 저항하는 세력들
나다브 이얄 지음, 최이현 옮김 / 까치 / 2021년 2월

리볼트 

세계화의 어두운 뒷면을 생생하게 읽을 수 있는 책이다. 특히 이 책은 현직 기자 출신의 저자가 논픽션 르포 형식으로 구성했다. 실제 세계화로 위기에 처해진 현장에 찾아가 취재하고 거기서 만난 사람들의 목소리를 담아내면서 21개의 챕터가 마치 21부작 다큐멘터리를 시청하는 기분이었다. 

그리고 다큐멘터리 TV프로그램과 차별화 되는건 단순히 그 현장을 묘사해서 보여주는것 뿐만 아니라 거기서 우리가 생각해봐야할 대목과 우리 인류에게 시사하는 바를 저자의 깊은 통찰과 혜안으로 해설해준다는 점이다. 

유발 하라리는 이 책을 오늘날 세계화의 위기를 훌륭하게 다루며 생각을 일깨우는 책이라고 평하는데 알고보니 저자 역시 이스라엘 출신이었고 유발하라리 만큼이나 지금 세계를 날카롭게 분석하기로 정평이 나 있었다. 

저자가 이야기하는 현장은 아프리카와 아시아의 빈곤국들부터 환경파괴의 현장, 세계 최고의 선진국인줄만 알았던 미국의 민낯까지 전세계를 아우르며 세계화의 부작용이 이렇게나 광범위다는 걸 보여준다. 

세계화는 국제 무역으로 생산과 분배가 효율적으로 이루어지면서 수많은 사람들을 끔찍한 빈곤에서 구해냈지만 그 과정에서 새로운 착취 고리를 만들어 냈다. 저자는 이 착취고리가 지속가능하지 않다고 단언하며 독자들에게 진보와 진리 추구에 동참하길 강력히 제안한다. 

개인적으로는 저자가 제시하는 책임의 시대라는 개념을 처음 알게 되었는데 이는 2차 세계대전이 끝나고 각국이 사명감을 가지고 신중하게 행동하면서 비교적 안정된 시대에 진입한 것을 의미했다. 극단주의와 표퓰리즘이 통하지 않았던 것이다. 저자는 이런 책임의 시대가 9.11 테러로 무너졌다고 분석한다. 아직도 우리는 그여파 속에 살고 있고 서양의 중산층이 국민국가와 세계화 사이에서 개별 정체성과 보편적 가치 사이에서 머뭇거리고 있다고 본다. 

진실의 붕괴란 제목으로 가짜뉴스에 대한 사회학적 역사적 의미를 분석한 대목도 인상적이었는데 마셜 맥루한의 ‘미디어는 메세지이다’란 말을 꼬아서 ‘미디어는 (가짜) 메시지이다’라고 까지 표현한다. 이에대해 저자는 세상에 신뢰가 부복하다는 말을 인용하며 모든 사회에서 신뢰와 번영은 함께 일어나는데 지금은 그 신뢰가 심각하게 무너진 상황이라고 본다. 특히 밀레니얼 세대는 선출직 공무원, 군대, 종교, 기업 등을 거의 신뢰하지 않는다고 한다. 

지금은 거짓말의 시대이다. 진실이 계속 확장하다가 붕괴하면서 공백이 생겼다. 익숙한 사회제도, 명망가의 속임수와 거짓말이 사기꾼들의 힘을 강화했다. 이런 사기꾼들은 백신에 대한 잘못된 정보를 제공하고 지구가 평평하다는 증거가 숨겨졌다는 음모론을 유포하며 조지 소로스가 세계를 통제한다고 주장한다. 

저자는 이런 문제들에 대한 대안으로 세계화가 정체성과 지역성, 전통주의를 파괴하지 말고 오히려 이것들을 인정하자고 제안한다. 국민정서는 세계화의 적이 아니며 자유주의의 수호자가 될 수 있다. 세계가 점점 비슷해질수록 엘리트 집단은 국기를 흔드는 사람들을 민족주의자로 매도하지 말고 포용해야 한다. 이런 새로운 세계화는 평범한 사람들과 중산층에게만 유익해서는 안되고 강제로 붕괴될 위험에 처한 공동체에도 혜택이 돌아가야 한다.

김대식의 키워드

김대식의 키워드 - 미래를 여는 34가지 질문
김대식 지음 / 김영사 / 2021년 2월

김대식의 키워드 

이미 여러 멋진 저서들로 만나봤던 김대식 교수의 신간이다. 이번 책도 인간 존재와 세상에 대한 질문을 붙들고 과학, 철학, 예술, 역사를 종횡무진하며 뇌를 파헤치는 이야기들의 묶음이다. 이번에는 좀 더 명쾌하게 키워드별로 그의 통찰과 혜안들이 정리 되었 있다 

34개의 키워드는 동시에 34개의 질문이기도 했고 그에 대한 해답은 기존의 인류 문명이 연구해온 결과물들에 김대식 교수의 전공분야인 뇌과학, 뇌공학, MRI, 인공지능 등이 더해진 이야기들이어서 더 특별했다. 

여느 인문학, 교양 서적들에서는 저자의 전공분야를 중심으로 어떤면에서는 편협된 얘기 같기도 한 경우가 있는데 김대식 교수의 강의는 정말 다양한 학문들이 융합되어 도출된 자유로움이 느껴지고 학자의 무궁무진한 상상력에 감탄하는 매력이 있다.  

또한 이번 신간에는 최근 팬데믹 이후의 질문들과 그에 대한 답들이 더해져서 그 대목에서 더 몰입해서 읽게 되었다. 팬데믹 자체 뿐만 아니라 팬데믹에서 파생되는 음모론, 외로움, 죽음, 기계, 사랑 등에 대한 다양한 화두와 담론들을 읽을 수 있고 이런 서른네 가지 키워드를 읽다보면 어느새 국가와 인류가 당면한 현실 문제의 큰 숲을 조망할 수 있다. 

초반부에서 특히 인상적인 대목이 있었는데 인간은 왜 원인에 집착할까였다. 과거 경험을 통해 미래를 예측하게 해주는 원인이라는 막강한 도구가 인간에게 주어졌다는 얘기다. 이 도구는 처음부터 직접 보고 만지고 확인할 수 있는 현상들을 이해하기 위한 것이었다. 하지만 원인이라는 확신이 주는 심적 안심과 존재적 위로를 포기할 수 없었던지, 도시와 문명과 인터넷을 만들고도 우리는 눈에 보이지 않는 현상에 대해서도 여전히 원인과 인과관계에 집착한다. 

죽음에 대한 색다른 철학적 과학적 통찰이 흥미로웠는데 지금 인류는 의료기술의 발달로 죽음을 죽이려고 하고 있다고 분석한다. 또한 뇌과학의 발달로 내 뇌의 모든 기억과 정보를 다른 뇌나 컴퓨터에 업로드할 수 있고 죽어가는 나의 몸에서 잘라낸 나의 머리를 젊고 건강한 새로운 몸에 이식할 수 있으며 그렇다면 죽음이 삶의 의미를 가능하게 한다는 논리다. 또한 죽음의 죽음은 ‘의미의 죽음’을 의미한다. 그렇게 무의미한 죽음이 가능하게 하는 의미 있는 삶과, 삶의 의미를 불가능하게 만들 죽음의 죽음. 우리는 무엇을 선택해야 할까란 질문을 독자에게 던진다. 

또하나 이 책의 큰 매력은 60점의 회화와 사진 들이 파란색과 노란색의 이미지로 실려있어 오묘한 분위기의 박물관 하나를 관람한 기분이 든다. 레오나르도 다빈치의 모나리자부터 미켈란젤로의 아담의 창조, 히에로니무스 보스의 쾌락의 정원 등을 감상할 수 있고 특이한건 글자색들도 모두 파란색이란 점이다.

미래에 대한 두려움으로 언제나 가득한 나약한 호모 사피엔스,  스스로의 미래를 예측할 수 없기에 우리의 미래가 이미 그들의 과거일 것이라는 믿음 아래 부모님과 전문가와 정부에게 미래에 대한 선택권을 아웃소싱했던 것이다. 그리고 이제 정부와 선생님과 부모님보다 나에 대한 더 많은 정보를 가지고 있는 기업들에게 우리는 또다시 미래 선택권과 판단을 아웃소싱하고 있기에, 실리콘밸리 기업들은 21세기의 새로운 헨리 8세가 되어가고 있다.

출판사로부터 도서를 제공받아 작성한 리뷰입니다

어떻게 이상 국가를 만들까?

어떻게 이상 국가를 만들까? - 유토피아의 역사에서 배우는 미래를 위한 교훈 ㅣ 굿모닝 굿나잇 (Good morning Good night)
주경철 지음 / 김영사 / 2021년 3월

어떻게 이상 국가를 만들까

아침에 시작해서 저녁에 끝낼 수 있는 분량의 핸드북으로 각 분야 최고의 학자와 연구자의 지식 강의를 만나볼 수 있다. 그래서 지식 라이브러리 〈굿모닝 굿나잇〉 시리즈이다. 

이 책은 그 시리즈 중 역사 편으로 이미 여러 저서로 만나봤던 주경철 교수가 유토피아주의 소설을 통해 근대의 태동과 형성을 강의한다. 개인적으로 유토피아라고 하면 SF소설이나 재밌는 상상거리로만 생각했는데 현실 사회문제에도 시사하는 바가 많았고 특히 근대 역사와 관련된 가치도 발견할 수 있었다. 

유토피아주의 문학작품은 근대의 기획이다. 비록 스토리가 허무맹랑해 보일지라도 그 안에는 현실 사회문제에 대한 진지한 성찰이 깔려 있다. 유토피아적 상상은 막연한 꿈이 아니라 현실에서 출발하여 이상적인 방향을 타진하는 탄탄한 꿈이다. 앞으로 우리 사회가 어떻게 발전하면 좋을까 하는 고민에서 가상의 국가 구조 모델을 구상해보는 것이다.

이 책에서는 여러 작품들이 유토피아주의 소설로 거론되는데 유토피아부터 태양의 나라, 캉디드, 뒤를 돌아보며, 그리고 아시모프의 소설들까지 이런 작품들의 탄생배경과 역사적, 사회학적 의미들을 읽어 볼 수 있다.   

책의 구성은 다섯개의 챕터로 이어지며 제일 먼저 유토피아와 관련된 행복과 쾌락, 행복한 나라를 만들기 위한 기반 등에 대해 이야기한다. 뒤이어 종교와 과학의 유토피아란 주제로 캄파넬라와 베이컨을 배우고 캉디드에서의 희미한 이상향, 볼테르, 엘도라도에 대한 대목도 있다. 

캉디드에서 그려지는 유토피아는 따로 있는 게 아니다. ‘현재 바로 이곳’이 우리가 살아가야 하는 곳일진대, 아득히 먼 어떤 곳에 공허한 이상향을 그리기보다는 어떻게든 이곳을 개선하는 데 집중해야 마땅하다고 말한다. 에덴동산처럼 모든 것이 저절로 해결되는 곳은 애초에 없으니, 우리는 밭을 가는 노력을 기울여야 한다. 다시 말해 공허한 공리공론에 그칠 것이 아니라 구체적으로 실천해나가는 것이 중요하다.

개인적으로는 마지막 챕터에서 다루는 아시모프의 소설에 등장하는 로봇, 안드로이드, 리플리컨트, 블레이드 러너 이야기들이 가장 인상적이었다.로봇이 등장하는 대부분의 미래 디스토피아 작품은 우리를 위협하는 가공할 로봇 때문에 인간이 위기에 처하는 상황을 그린다. 하지만 블레이드 러너에서 죽음의 위기에 처한 존재는 인간이 아니라 로봇이며, 그 과정에서 인간은 물리적 위협을 받기보다 인간의 가치와 정체성에 관한 심층적인 문제에 직면하여 정신적 위기에 처한다는 점이다. 

출판사로부터 도서를 제공받아 작성한 리뷰입니다

데이터과학자의 사고법

데이터과학자의 사고법 - 더 나은 선택을 위한 통계학적 통찰의 힘
김용대 지음 / 김영사 / 2021년 2월

데이터과학자의 사고법 

요즘 4차산업혁명시대에 빅데이터와 관련된 뉴스와 책들을 자주 접하게 되는데 이 책은 그 데이터에 대한 기본 개념과 원리부터 사회적 의미와 가치를 짚어준다. 특히 어렵지 않게 수포자들도 흥미롭게 읽을 수 있다는 점이 이 책의 최대 장점이다. 

개인적으로는 책의 초반부에 데이터 리터러시라는 키워드 하나에 큰 깨달음을 얻었다. 소위 문해력이 요즘 여기저기서 화두로 다뤄지는데 이제는 데이터에 대한 리터러시도 큰 의미가 있음을 배우게 되었다. 

이 책의 주제인 데이터과학은 알고보니 예전의 통계학이었다. 그 통계학이 요즘 같은 데이터 범람의 시대에 세상을 분석하고 통찰할 수 있는 최고의 도구이자 무기였던 것이다. 이 책의 저자 역시 통계학 전공의 데이터 과학자로 어려운 데이터를 읽어내고 해석하며 활용하는 방법을 일상 속 사례를 통해 알기 쉽게 설명한다. 

개인적으로는 이런 데이터과학을 <더 나은 선택을 위한 통계학적 통찰의 힘>이라고 풀어쓴 대목에 감탄했고 한 치 앞도 예측불가능한 시대를 건너는 가장 확실한 방법 중에 하나가 바로 이 분야인 듯 하다. 그래서 이런 세계를 움직이는 법칙이자 본질인 통계와 확률을 어떻게 이해하고 이를 바탕으로 미래를 대비해야 하는지는 전문가들 뿐만 아니라 일반대중들에게도 필수교양인 것이다. 

이 책의 디지털 리터러시가 중요하다는걸 배우게 되는 여러 사례중에는 어림짐작과 실제 확률이 얼마나 다른지를 보여주는데 우리가 흔히 착각하는 확률에 대한 오해가 놀랄 정도로 심각했다. 또한 97% 거짓말탐지기가 법원의 증거로 채택되지 못하는 이유와 한 반에 생일이 같은 두 사람이 있는 이유, 선거전문가들이 트럼프의 당선을 예측하지 못한 이유, 백신의 예방효과가 확률이 아닌 이유 같은 사회적 이슈로 설명하는 데이터 과학은 무척 흥미로웠다. 

이런 여러 재밌는 이야기들을 읽다보면 결국 우리의 직관과 경험이 틀렸으며 통계적 사고가 진실로 가는 가장 확실한 길임을 자연스럽게 배울 수 있다. 

책의 구성은 세개의 챕터로 이어지는데 초반에 조건부 확률부터 정규분포, 표준편차, 회귀, 극단값, 표본조사, 다중비교 등에 대한 개념을 우리 주변 일상의 사례에서 배우고 나면 세상만사의 데이터과학으로 인구조사, 중력파 검출, 임상시험, 민주주의와 선거, 금융, 광고, 제조업에서 활용되는 데이터 과학의 대향연이 펼쳐진다. 

그리고 마지막 챕터에서는 요즘 가장 핫한 분야인 인공지능에 대해 다루는데 인공지능의 역사부터 알파고와 앞으로 인공지능 분야의 전망을 읽을 수 있다. 

특히 알파고의 비하인드 스토리가 흥미로웠는데 알파고 이전에 바둑 인공지능이 불가능하다고 생각한 이유는 101번째 수로 가능한 수가 261개나 되었기 때문인데 261개의 개별 수 각각에 대해서 수십만 번의 자체 대국을 두는 것은 물리적으로 불가능했다. 알파고는 이 문제를 기보 빅데이터를 이용하여 해결했고 기보 빅데이터를 분석하여 실제 거의 나오지 않는 수를 과감히 제거하여 계산량을 획기적으로 줄였다. 

인공지능의 심각한 윤리적 문제도 다루는데 인공지능을 통해 이루어진 판단이나 의사결정은 부당한 편향을 낳을 수 있다. 이러한 편향은 사회에 만연한 차별과 불공정을 더욱 강화하고 영속시킬 위험이 있다는 것이다. 데이터에 기반을 둔 인공지능은 주어진 데이터를 기반으로 학습을 한다. 문제는 주어진 데이터 자체나 설계된 알고리즘 자체에 모종의 편향이 내재할 수 있다는 것이고 이 경우 학습된 인공지능도 결과적으로 모종의 편향을 띤다.