[서울경제] MBC ‘이몽’ 남규리가 자신을 학대해온 양부 이한위의 죽음을 방관하는 연기로 호평을 받는 가운데 특유의 털털하고 솔직한 인터뷰를 공개해 화제다.
독립운동가들의 스토리를 재조명해 매회 시청자들에게 짙은 감동을 선사하고 있는 MBC 특별기획 ‘이몽’(연출 윤상호/ 극본 조규원)에서 ‘미키’ 역을 맡은 배우 남규리가 인터뷰를 진행했다.
특히 지난 16화에서는 그 동안 송병수(이한위 분)에게 학대 당해왔던 미키(남규리 분)가 이영진(이요원 분)-김원봉(유지태 분)의 독살로 몸부림치는 송병수를 바라보며 애교 가득했던 얼굴을 지우고 싸늘하게 돌변하는 모습이 그려져 소름을 유발한바 있다. 이때 한 순간에 돌변하는 표정과 말투로 미키를 완벽히 소화한 배우 남규리에게 뜨거운 반응이 쏟아졌다. 이에 남규리는 “그 동안 보여드리지 않았던 캐릭터이기에 새롭다고 느껴주셨던 것 같다. 너무 감사하다”며 대중의 호응에 감사 인사를 전했다. 이어 “벗어 나고 싶어도 벗어날 수 없었던 상황에서 미키가 한 선택에 공감했고, 저 역시 속 시원했다”며 화제의 장면에 대한 소감을 밝혔다.
한편 남규리는 미키를 ‘분신 같은 존재’라며 깊은 애정을 드러냈다. “미키는 제 마음을 독차지 했던 ‘분신 같은 존재’였다. 촬영장에 다녀오면 언제나 미키 연기를 곱씹으며 꿈꾸듯 빠져 살았던 것 같다”면서, “현장이 끝나는 게 아쉬워서 혼자 울었던 기억도 난다”며 미키를 연기할 때의 설렘을 전해 눈길을 끌었다.
무엇보다 남규리는 오묘한 표정과 눈빛, 매력으로 독보적인 캐릭터라는 평을 얻고 있는 바, 미키를 연기함에 있어 가장 중점을 둔 부분을 밝혀 귀를 쫑긋하게 했다. 그는 “칼이 아니라 바늘 같은 미키의 본능적인 표현과 쿨함을 표현하기 위해 가장 신경을 많이 썼다. 드러날 듯 말듯 오묘하게 움직이는 행동과 눈빛, 부드러운 리듬을 타는듯한 말투로 미키를 표현하려 했다”고 전했다.
이와 함께 남규리는 화려한 스타일링에 대해 “드라마 의상팀과 헤어팀에서 해주신 스타일링 중 매번 미키의 감정선에 따라 직접 초이스를 했다. 당당하고 쿨하면서도 소녀스러운 미키를 표현하기 위해 여러 번 고민해서 선택했다”며 스타일링 하나에 있어서도 묻어 나오는 애정을 느끼게 했다. 이에 더해 남규리는 화제가 된 헤어스타일에 대해 “헤어스타일을 고민하던 중 좋아하는 영화 ‘색계’ 속 탕웨이의 핑거 웨이브를 봤다. 마치 미키마우스 귀를 거꾸로 해놓은 듯한 모습이 미키와 너무 잘 들어맞는다고 생각해서 하게 됐다”며 미키의 탕웨이 헤어가 탄생하게 된 배경을 밝혔다.
'손 사구' 추신수, 2G 연속 선발 제외...TEX 감독, "내일은 괜찮길"
[OSEN=알링턴(미 텍사스주), 이종서 기자] 추신수(텍사스)가 2경기 연속 선발 라인업에 제외됐다.
텍사스는 8일(이하 한국시간) 미국 텍사스주 알링턴의 글로브라이프파크에서 ‘2019 메이저리그(MLB)’ 오클랜드 애슬레틱스와 홈 경기를 펼친다.
이날 추신수는 선발 라인업에 이름을 올리지 못했다. 지난 6일 볼티모어 오리올스와의 경기에서 손 부분에 사구를 맞은 이후 두 경기 연속 선발 라인업 제외다. 사구 후 X-레이 검사를 받은 결과 뼈에는 이상이 없었지만, 통증이 있는 만큼, 전날 경기에 나서지 않고 휴식을 취했다.
추신수는 올 시즌 56경기에 나와 타율 2할9푼5리 11홈런을 기록하며 팀의 리드오프 역할을 톡톡히 했다.
크리스 우드워드 감독은 경기를 앞두고 “내일은 괜찮기를 바란다”라며 “부러진 것이 아니라면 부상자 명단에는 올리지 않을 생각이다. 10일 동안 빠지도록 하고 싶지 않다”이라고 밝혔다.
이날 텍사스는 딜라이노 드실즈(중견수)-로간 포사이드(1루수)-엘비스 앤드루스(유격수)-노마 마자라(우익수)-헌터 펜스(지명타자)-아스드루발 카브레라(3루수)-데니 산타나(좌익수)-루그네드 오도어(2루수)-제프 매티스(포수) 순으로 선발 라인업을 구성했다. 선발 투수는 랜스 린.
오클랜드는 브렛 앤더스를 선발 투수로 내세웠고, 마커스 세미엔(유격수)-맷 채프먼(3루수)-맷 올슨(1루수)-크리스 데이비스(지명타자)-스티븐 피스코티(우익수)-로비 그로스만(좌익수)-마크 칸하(중견수)-쥬릭슨 프로파(2루수)-조쉬 페글리(포수)가 선발 라인업에 이름을 올렸다.
같은 항암제인데 왜 여성에 부작용 더 많을까
▶ 인공지능, 치료약물, 로봇 등 신기술과 제품들은 많은 연구개발 단계를 거쳐 탄생한다. 생명의학의 과학 지식도 마찬가지다. 그런데 연구개발에서 남녀 성별 차이가 균형 있게 연구되지 않는다면, 그 결과물은 성과 젠더 차이를 담지 못하고 한쪽에 편향될 수 있다. 이런 편향을 줄이기 위해 과학기술에 젠더 감수성을 높이자는 ‘젠더혁신’ 프로젝트가 한창 펼쳐지고 있다. 젠더혁신 연구자들의 연구사례들을 들여다본다.
사람의 편견 없이 인재를 자동으로 찾아낸다고 해 화제가 된 아마존의 ‘채용 인공지능’. 하지만 이 인공지능은 뜻밖에 ‘여성을 싫어하는’ 성향을 드러내 논란에 휩싸였다. 인공지능을 개발하는 데 쓴 학습용 데이터가 대부분 남성 구직자의 지원서였고, 그 데이터로 학습한 인공지능이 남성에게 우호적인 경향을 보인 것이다. 아마존은 내부적으로 개발하던 채용 인공지능 프로젝트를 중단했다고 지난해 10월 글로벌 통신사 <로이터>가 보도했다. 얼굴을 자동으로 인식한다는 인공지능에서도 편향 문제가 지적됐다. 백인 남성 얼굴 이미지가 많이 포함된 데이터로 학습하며 패턴 인식의 지능을 갖춰 이 인공지능은 백인 남성 얼굴을 상당히 정확하게 가려냈다. 하지만 흑인 여성의 얼굴은 제대로 인식하지 못해 35%나 인식 오류를 일으켰다.(2018년 국제학술지 <기계학습연구회보>) 인공지능마저 젠더와 인종에 대해 편견과 편향을 지니고 있었던 것이다.
인공지능이 프로기사 이세돌을 누른 2016년 ‘알파고 쇼크’ 이후, 인공지능 기술은 질병 진단, 건강 관리, 개인 비서, 채용 자동화 같은 다양한 분야에서 빠르게 새로운 영역을 개척하고 있다. 하지만 중립적이며 객관적인 판단을 할 것으로 기대되던 인공지능의 일부 기능에 편향 또는 편견이 담길 수 있다는 분석과 경고도 함께 이어지고 있다. 인공지능이 학습용으로 쓰는 인간사회의 빅데이터에 이미 편향이 있고 개발자들이 짜는 알고리즘에도 무의식적으로 편향이 스며들 수 있기 때문이다. 문제는 이런 편향이 인공지능이라는 분야에서만 나타나는 것이 아니라는 점이다. 인공지능 외에 의약품, 로봇, 자동차, 환경 등 다양한 과학기술 분야에서 남성 중심 편향이 나타난다는 문제 제기가 활발해지고 있다. ‘젠더혁신 과학기술’의 필요성이 제기되고 있는 이유다.
‘쓰레기를 넣으면 쓰레기가 나온다’
“아마존 인공지능 사례는 젠더편향 문제가 인공지능 기술이 풀어야 할 새롭고 중요한 과제임을 드러냈죠. 어떤 기준으로 인재를 뽑을지, 그런 가치를 알고리즘에 어떻게 반영할지, 그리고 인공지능의 학습 단계에 어떤 데이터를 어떻게 보정해 쓸지 등의 문제가 쟁점이 되고 있습니다.”
지난달 28일 이른 아침, 조찬을 겸해 서울시내 한 식당에서 열린 ‘인공지능과 젠더 연구회’의 출범 모임에서 이혜숙(이화여대 수학과 명예교수) 젠더혁신연구센터 수석연구원은 “편향을 될수록 줄여 더 좋은 인공지능을 만들기 위해서도 젠더편향의 사례와 개선방법을 찾아가는 노력이 필요하다”고 강조했다.
인공지능의 젠더편향은 근래 들어 외국에서 뜨거운 이슈가 되고 있다. 미국 매사추세츠공대(MIT) 연구원 조이 부올라미니는 2015년 얼굴인식 인공지능이 흑인 여성인 자신의 얼굴을 제대로 인식하지 못한다는 사실에 충격을 받고 인공지능의 편향 문제를 본격적으로 연구하기 시작했다. 지난 2월 미국 시사주간지 <타임>에 기고한 글에서 그는 “우리는 종종 기계는 중립적이라고 생각하지만 실제로 그렇지는 않다”며 여러 거대기업의 인공지능 기술에 녹아 있는 편향 문제를 지적했다. 그는 얼굴인식 인공지능의 오류율이 백인 남성에선 1%도 안 되지만 흑인 여성에선 35%에 달한다는 실증분석 결과를 내어 주목을 받은 바 있다. 그는 ‘알고리즘정의연맹’(AJL)이라는 단체를 만들어 활동하고 있다.
컴퓨터와 데이터 과학 분야에선 이와 관련해 널리 쓰이는 문장 하나가 있다. ‘쓰레기를 넣으면 쓰레기가 나온다’(Garbage In, Garbage Out). 현실 인간사회의 여러 편향이 담긴 빅데이터라면, 그것을 보정 없이 그대로 기계학습에 이용한 인공지능에서는 자연스럽게 젠더나 인종 편향이 생겨날 수밖에 없다는 것이다. 이날 모임 참석자 5명은 인공지능의 학습용 데이터 문제만이 아니라 대부분 남성인 개발자들이 설계하는 알고리즘 자체의 문제점, 그리고 더 중요하게는 이런 데이터와 알고리즘의 배경이 되는 우리 사회 내의 오랜 젠더편향 문제를 논의했다. 이들은 국내에서 서비스되는 음성비서나 자동번역 등에서 젠더편향이 어떻게 나타나고 있는지 실제 사례를 수집해보기로 했다. 이혜숙 연구원은 “알파고 같은 바둑 인공지능은 덜 심각하겠지만, 인간사에 개입하고 인간을 대신해 예측과 의사결정을 하는 의료나 법률 분야의 인공지능에 어떤 편향이 담긴다면 큰 문제가 될 수 있다”고 말했다.
“연구개발 단계에서 무의식적으로 젠더편향이 이뤄지고 있어요.”
지난달 22일 서울 강남의 한국과학기술회관에 있는 젠더혁신연구센터 사무실에서 만난 백희영 센터장은 “과학기술의 여러 분야에서 연구자들이 별 의식 없이 이런 편향에 익숙해져왔다”고 지적했다. 젠더혁신연구센터는 한국여성과학기술단체총연합회 부설 연구소다. 젠더혁신 연구자들이 지적하는 젠더편향은 인공지능 문제만이 아니다. 인공지능이 최근 가장 이슈가 되고 있기는 하지만, 이에 앞서 10여년 전부터 과학, 의학, 공학 분야의 여러 지식과 기술이 특정 젠더에 편향될 수 있다는 문제제기가 이뤄져왔다. 그중 하나가 미국에서 시작된 ‘젠더혁신 프로젝트’(genderedinnovations.stanford.edu)다. 2009년 스탠퍼드대학에서 처음 본격적으로 시작된 이 프로젝트의 주창자인 론다 시빙어 교수(과학사)는 <한겨레>와 한 인터뷰에서 “연구개발 단계에서 연구자들이 성과 젠더 차이를 고려해야 사회 구성원 전체에 혜택을 주는 혁신의 결과를 가져올 수 있다는 것이 젠더혁신의 요점”이라고 설명했다. 젠더혁신은 이제 미국, 유럽, 캐나다, 한국 등 여러 나라에서 생명의학, 환경, 인공지능, 로봇 등 수십 가지 분야의 연구자들이 참여하는 국제 공동 프로젝트로 성장했고 반향도 이어졌다.