지난 주에 책을 읽고 리뷰를 쓰지 못하고 있었는데, 문득 머리 속에 떠오르는 생각이 있었다. 몇권 안되지만 그동안 읽었던 흑인들의 삶을 다룬 소설에는 공통적인 특징이 있었다. 당연한 말인데, 그들 삶의 가장 중요한 것은 '흑인'이라는 사실이다. 그것 하나로 그들의 삶 모두가 설명되어져야하고 설명되어질 수 밖에 없다는 생각이 들었다. 

 

통계학에서 Multicolinearity (다중공선성) 이라는 개념이 있다. 다중공선성을 이해하기 위해서는 regression analysis (회귀분석)을 먼저 알아야 하는데, 회귀분석은 independent variable (독립변수, 일반적으로 x로 표기)가 dependent variable (종속변수,일반적으로 y로 표기) 에 얼마나 영향을 미치는지를 확인(검증)하는 통계학적 분석 방법이다. equation으로 쉽게 표시하면, y=b0+b1X1+b2X2.....이다.(한개이상의 독립변수도 가능하다, 종속 변수도 실제로 여러개가 될 수 있지만, 일단은 한개로 한정짓는다, b0:절편,b1,b2는 x1,x2의 각각의 기울기). 통계 모델은 각 모델에 따른 전제된 assumption (가정)이 있다. 회귀분석의 가정 중 하나가 독립변수들 (x1,x2..)간의 독립성이다. 즉, 독립 변수들간의 상관관계가 존재하지 않는다는 가정이다. 예를 들면, X1=몸무게, X2=비만지수, X3=소유한 연필 갯수의 측정치라고 했을때, 몸무게가 많이 나갈 수록 비만지수가 높아질 가능성이 높기 때문에 이 두 변수간의 높은 상관관계 높다고 말한다. 하지만, 신체 몸무게와 소유한 연필 갯수는 서로 연관성이 매우 낮기 때문에 두 변수는 서로 독립적 관계라고 할 수 있다. 이 경우 x1,x2 관계를 multicollinearity 가 있다고 얘기하고, 서로 독립관계가 아닌 두 변수를 회귀분석시에 동시에  독립변수로 사용할 수 없다. 

 

소설로 돌아가보자. 혐오/차별을 받는 경험의 유무를 종속변수라고 했을 때, 무엇이 차별받게 만드는 것일까? 하는 질문에 답이 될 수 있는 독립변수를 찾아보자. 인종 (흑인인지의 여부)이 처음 선택될 것이다. 그리고, level of education도 고려해 볼만 하다. 교육수준이 낮다는 이유로 사람들에게 조롱, 무시 당할 수도 있기 때문이다. 그렇다면 교육수준은 왜 낮아지게 된 것일까? 탤러해시에 사는 엘우드. 성실하고 똑똑한 엘우드는 고등학교 졸업하기 전에 한 대학에 수업 받으러 가는 길에 범행에 연루되어 니클에 들어가게 된다. 결국 엘우드의 학력은 고졸도 아닌 중졸이 된다. 엘우드는 니클에 가서도 지속적으로 공부에 열중하려 했지만, 역시나 그곳은 배움에 적합한 곳은 아니었다. 불운처럼 보이는 엘우드의 학업 중단은 흑인들에게는 특별한 일이 아닐지도 모른다. 명확하게 학력수준과 인종은 관련이 깊다. 즉,흑인은 백인보다 학력 수준이 낮다. 그래서 엘우드의 학업중단으로 사회에서 받는 차별은 엘우드의 흑인이었기에 발생했을 가능성이 높다. 심지어, 학력수준이 높은 흑인이라도 차별로부터 자유로울 가능성은 별로 없어 보인다. 실제로 엘리트 코스를 밟은 작가 콜슨 화이트헤드 역시 말 못하는 수많은 차별에 시달렸다고 고백하기도 했다. 

 

범죄자는 사회에서 낙인찍혀  차별받을 가능성은 커진다. 미국에서 crime과 race는 관련성이 높다. 예를 들어, 같은 범법 행위를 했더라도, 인종에 따라 형량에도 큰 차이가 있고, 심지어는 감옥 인력이 부족한 경우에 경찰들이 흑인 동네에 가서 매우 경미한 범죄 (예, 무단횡단)조차도  꼬투리를 잡아서 사람을 잡아들이곤 한다고 한다. 이렇게 시작된 낙인은 악순환의 시작점이 될 가능성이 높다. 흑인동네는 범죄율이 높다는 편견, 범죄자는 흑인일 가능성이 높을 거라는 선입견이 매우 뿌리깊다. 교통 경찰이 흑인이 운전하는 차를 무조건 세워 위협하거나 살인까지 행하는 일이 심심치 않게 이땅에서 여전히 일어나고 있기도 하다. 

 

흑인들은 게으르고, 똑똑하지 못한 탓에 교육 수준이 낮은 것이다, 그리고 흑인들은 범죄와 연루되었을 가능성이 높다는 이유로 그들을 향한 차별과 혐오의 태도와 시선은 바꾸지 않겠다는 저항이 있다. 인종이라는 요소를 제외 시키고, 낮은 교육 수준이나 범죄적 행동으로만 그들을 향한 불평등이 설명되어진다면, 인정받을 만한 인간이 되면 동등해질 것이라는 허황된 희망고문만 남겨지게 된다. '정신차리고 성실히 공부해서 대학가서 직장 찾아서 일하면 너도 백인과 비슷한 (?) 대우를 받으면서 살 수 있을 것이다' 이거나, 또는 주위 사람들이 마약하고 소매치기 하더라도 너는 절대 연루 되지 말고, 혹시 경찰이 니 목을 죄고 숨을 쉴 수 없게 만들더라도 절대 '숨을 쉴 수 없어요' 같은 말은 내뱉지 말라고 얘기하는 꼴이다. 다중공선성의 문제로 3개의 변수를 사용하지 못한다면, 인종이라는 변수 하나를 선택할 수 밖에 없다. 그 이유는, 인종이 나머지 두개의 요소를 설명할 수 있기 때문이다. 따라서 인종변수 자체가 독립변수가 되어서 차별여부에 미치는 영향정도를 검증해야 하는 것이다. '흑인' 바로 그것이다!

 


댓글(17) 먼댓글(0) 좋아요(37)
좋아요
북마크하기찜하기 thankstoThanksTo
 
 
페넬로페 2021-05-23 13:11   좋아요 3 | 댓글달기 | URL
‘니클의 소년‘들을 이렇게 통계학적으로 설명해 주시다니~~
새로운 관점에서의 책 해석이 아주 흥미로워요. 저는 이 책 읽을 때 그냥 감정적으로만 접근한 것 같아요.
그래도 어떤 해석이건 이 책을 읽었을때의 느낌은 거의 같지 않나 싶어요^^
좋은 글, 잘 읽었어요**

han22598 2021-05-25 01:36   좋아요 1 | URL
저도 감정적으로 읽긴 했는데, 그 감정이 잘 표현이 안되는 몹쓸병 ㅠㅠ
맞아요. 같은 느낌이을 가져도 사람이 각자의 표현 방식이 있어서 조금 다르게 표출되는 것 같아요.
감사해요 페넬로페님 ^^

새파랑 2021-05-23 14:50   좋아요 2 | 댓글달기 | URL
지금도 그렇겠지만 그 시대의 미국은 차별에 있어서 인종이라는 변수가 가장 컸을거 같아요. 읽는내내 마음이 아팠던 책이었어요 ㅜㅜ색다른 접근 멋있습니다^^

han22598 2021-05-25 03:56   좋아요 1 | URL
뿌리깊은 혐오와 차별의 역사...에 대해서 참 안타까워요. 잘 알지도 못했고 관심도 별로 없었는데, 몇년 전에 아는 동생이 흑인여자와 길거리에서 시비가 붙었어요. 동생이 저에게 전화해서 와달라고 부탁해서 간 적이 있어요 (왜 나였을까???? 백만번 생각해도 답이 나오지 않는다는..ㅠㅠ, 자세한 이야기는 나중에 할 기회가 있을 것 같아요), 그때 그 여자분의 눈을 봤어요, 어떤 억울함과 분노에 찬 눈빛. 그날은 별일 없이 끝났지만, 여자분의 표정과 눈빛이 잊혀지지 않더라고요. 이후 몇개의 (^^) 비슷한 경험들이 있고 난 후에 흑인에게 더 관심이 가게 되었어요. 진짜 흑인을 향한 혐오와 차별에서 나는 자유로운 것인가 하는 생각도 갖게 되고요. 글이 길어졌네요 ㅠㅠ 새파랑님. 미안해요 ㅠㅠ

희선 2021-05-24 02:11   좋아요 2 | 댓글달기 | URL
인종차별은 없어져야 할 텐데... 옛날보다 나아졌다 해도 여전하네요 통계학으로 그런 걸 생각할 수도 있군요


희선

han22598 2021-05-25 01:50   좋아요 2 | URL
같은 이야기를 제가 이해하는 방식으로 표현해봤어요 ^^

월천예진 2021-05-25 09:21   좋아요 1 | 댓글달기 | URL
수학은 여전히 어려워요. ㅡ.ㅡ ^^;;;

han22598 2021-05-25 15:38   좋아요 1 | URL
괜찮습니다. 왜냐하면 월천예진님은 글을 잘 쓰시잖아요 ^^

noomy 2021-05-25 13:07   좋아요 1 | 댓글달기 | URL
와우~ 정말 멋지네요. 글 말입니다^^ han22598님 덕분에 유익한 통계 개념을 하나 배웠네요. 근데 뜬금없는 부탁이지만 언제 시간이 남아돌면(?) 베이즈 정리에 대한 글 한번 부탁드려요. 궁금해서 책까지 샀는데 이거 참 머리에 쉽게 안 들어오네요.ㅋㅋ. han22598님은 어려운 개념도 쉽게 설명해 주시니까요.^^;

han22598 2021-05-25 15:46   좋아요 0 | URL
과찬이십니다 누미님 ^^. 부족한 글 읽어주셔서 감사해요 ^^
누미님이야말로 대단하십니다. 베이즈 정리를 궁금해 하시다니...ㅎㅎ
그런데 궁금하신게 베이지안 모델인가요.... 아님 베이즈 정리인가요? 베이지안 모델이 베이지 정리에서 비롯되긴 하지만 ㅎㅎ
혹시 무슨 책 사셨는지도 알려주시면 좋을 것 같아요. 시간이 없어도....한번 써보도록 하겠습니다. 설명할 수 있는 예를 잘 찾아보도록 해볼게요 ^^(이런 미션 받는 거 아주 좋아해요 ㅋㅋ )

noomy 2021-05-25 17:57   좋아요 1 | URL
오~ 미리 감사드리고 조만간 자세한 댓글 올릴께요~^^

han22598 2021-05-26 06:25   좋아요 0 | URL
네. 답글 주세요 ^^

noomy 2021-05-27 16:54   좋아요 0 | URL
아~ 요즘에는 짧은 글 하나 쓸 시간조차 잘 안 생기네요. 일단 저는 통계학은 1도 모르는 문외한이니까 감안해 주시고요..^^;; 제가 궁금한 건 테크닉 적인 자세한 내용보다는 베이즈 정리를 이용한 추론이 과학적 방법론, 혹은 지식의 확장이라는 측면에서 ‘합리적인 결과를 이끌어 낼 수 있느냐‘ 하는 거에요.

전통적인 확률론의 입장에서 확률이란 무한히 시도 했을 때 어떤 결과가 나오는 빈도를 말하는 반면, 베이즈확률론에서 확률이란 단지 믿음의 정도를 표출하는 것이라고 하잖아요. 예를 들어 동전을 던졌을 때 앞면이 나올 확률이 50%라는 말은 전통적인 빈도주의에서는 무한히 동전을 던졌을 때 앞면이 나올 빈도가 50%라는 의미고, 베이즈확률론에서는 동전의 앞면이 나올 것이라는 믿음의 정도(신뢰도)가 50%라는 말이죠.

여기서 우리는 믿음의 정도를 업데이트 할 수 있습니다. 처음에 가지고 있는 사전 확률은 앞으로 겪을 여러가지 사건들에 의해 사후 확률로 조정되고 우리의 믿음은 점차 합리적인 방향 혹은 진리의 방향으로 나아갈 수 있다고 합니다. 그런데 정말로 그게 가능할까요? 예를 들어 어떤 사람이 외계인이 있다고 믿는 정도가 99%이고 없다고 믿는 정도가 1%라고 합시다. 이후 이 사람이 겪는 여러 경험이나 정보로 이 사전 확률이 변화 되겠죠. 어떤 정보는 사전 확률을 강화하기도 하고 어떤 정보는 약화 시킬 것입니다. 그런데 사전 확률이 지나치게 한쪽으로 쏠릴 경우, 게다가 뒤에 받아들이는 정보에 대해서도 매우 편중된 점수를 부여한다면 정말 합리적인 방향으로 신뢰도가 업데이트 될 수 있을까요? 예컨데 흔한 UFO목격담에는 아주 높은 점수를 주고, 아직까지 생명이 살만한 행성이 발견되지 않았다라는 정보에는 아주 작은 신뢰도만 부여 한다면요. 이런 식으로 한다면 초기 믿음이 바뀌기가 어려운 것 아닌가요? 베이즈정리에 의한 추론은 정말 합리적이고 진리에 가까운 방향으로 나아갈 수 있는 건가요?

어떻게 보면 이건 통계학 이라기 보다 철학의 영역에 가까운지도 모르겠네요. 개인적인 궁금함에 여쭤봅니다만 제가 개념을 제대로 이해하고 있는지도 모르겠고 횡설수설하는지도요.^^; 이영의님의 <베이즈주의>라는 책을 사서 조금 읽어봤지만 너무 어렵더군요. 바쁘시거나 답변 달기 어려우시면 안 해 주셔도 됩니다. 감사합니다.^^

단발머리 2021-05-26 08:45   좋아요 1 | 댓글달기 | URL
저 이 책 읽었는데, 두 번째 문단 읽으면서 얼마나 좋던지요. 무슨 말인지 이해하지 못하지만 이런 문단을 읽고 있는 제가 자랑스러웠습니다 ㅎㅎㅎ 잘 읽고 많이많이많이 배우고 갑니다. 앞으로도 좋은 글, 많이 올려주시기 바래요. 기다릴께요^^

han22598 2021-05-27 13:25   좋아요 0 | URL
단발머리님이 이러시면 안되죠? 저한테 배우시다니용....말도 안돼요 ㅋㅋㅋㅋㅋ 저한테 배우실게 없으신 분인데 말이죠 ㅋㅋ 칭찬하시려는 아름다운 마음으로 하신 말씀인 것 같은데요 ㅎㅎ 그 마음 잘 받았습니다. 감사합니다!!!!!!!!! ^^

단발머리 2021-06-02 13:22   좋아요 1 | URL
일부러 찾아와서 댓글 답니다^^ 저는 배울 게 많은 사람인데 특히 han님에게 배울 게 많습니다.
좋은 마음이 아니고요. 진짜 제가 배울게 많습니다. 앞으로도 많은 활약 부탁드려요!!!

han22598 2021-06-04 00:58   좋아요 0 | URL
단발머리 휘날리며 또 와주셔서 감사해요^^
저도 배울게 많은 사람인데 말이죠...단발머리님과 함께 사이좋게 배워가용 ^^