펌 딴지 http://www.ddanzi.com/index.php?mid=free&bm=hot&page=2&document_srl=56736620

<미국인이 가장 많이 쓰는 500 문장>

 

[A]

A piece of cake. 식은 죽 먹기지요

Absolutely. 당근!

After you. 먼저 가시지요

Always. 항상 그렇지요

Amazing. 대단하네요

And then? 그리고 나서는요?

Any good ideas? 어떤 좋은 생각이라도?

Any time. 언제라도요

Anybody home? 집에 누구있어요?

Anything else? 그 밖에 또 뭐요?

Are you in line? 지금 줄에 서 계신거죠?

Are you kidding? 놀리는거 아니죠?

Are you serious? 그거 진짜예요?

At last. 드디어

Attention, please! 좀 주목 해 주세요

Awesome! 와우~ 멋지다

 

[B]

Back me up. 뒤좀 봐줘~ (지원해 달라는 의미의)

Be my guest. 사양하지 마세요

Be patient. 조금만 참아 보세요

Be punctual! 시간좀 맞춰줘!

Be right back with you. 잠깐만요 (곧 당신에게 돌아 올께요)

Be seated. 앉으시죠

Beat it. (이자리에서) 꺼져

(Beer), please. (맥주) 주세요

Behave yourself. 예의를 갖추시죠!

Better late than never. 안하느니보단 늦는게 낫죠.

Better than nothing. 없는 것 보다는 낫지요

Boy! It hurts. 와, 진짜 아프네

Break it up. 그만 좀 싸워

 

[C]

Call me Sam, please. 샘이라고 불러 주세요

Can I get a ride? 나를 태워다 줄 수 있어요?

Can you hear me now? 잘 들려요?

Can't argue with that. 그건 논란의 여지가 없죠

Can't be better than this. 이것보다 더 좋을 순 없지요

Cash or charge? 현찰이요 아니면 신용카드?

Catch you later. 나중에 보자구요 (혹은 나중에 들을께요)

Certainly. 확실히 그렇죠..

Charge it please. 대금을 크레딧 카드로 결재해 주세요.

Check it out. 확인해 봐봐

Check, please. 계산서 좀 주세요

Cheer up! 기운내요 (혹은 화이팅!)

Cheers! 건배

(Coffee), please. (커피) 주세요

Come and get it. 와서 가져가요 (와서 먹어요)

Come on in. 들어와요

Come on. 설마 (혹은 에이~~) 

Congratulations! 축하 합니다

Could be. 그럴 수도 있죠

Couldn't be better than this. 이보다 더 좋을 순 없어

 

[D]

Definitely. 당근 빳다죠

Delicious! 맛있어요

Depends. 경우에 따라 다르지요

Did you get it? 알아 들었어요?

Didn't I make myself clear? 제 입장을 확실하게 말하지 않았나요?

Disgusting! 기분 나빠. 재수 없어

Do I know it? 저도 압니다. 누가 아니래요?

Do I look all right? 제가 괜찮아 보여요?

Do you follow me? 제 말 알아 듣겠어요?

Do you have everything with you? 다 가지고 계신거죠??

Do you? 당신은요?

Doing okay? 잘 하고 있어요?

Don’t get too serious. 너무 심각하게 그러지 말아요 (편하게 생각하세요)

Don’t miss the boat. (보트를 놓치듯이) 기회를 놓지지 마세요

Don’t press (push) your luck. 너무 날 뛰지 마세요 (너무 행운만 믿지 말아요)

Don't ask. 묻지 말아요

Don't be a chicken. 너무 소심하게 굴지 말아요. (겁먹을 것 없어요)

Don't be afraid. 두려워 하지 마세요

Don't be foolish. 멍청하게 굴지 말아요

Don't be modest. 겸손해 하지 말아요

Don't be shy. 부끄러워 하지 마세요

Don't be silly. 싱겁게 놀지 말아요

Don't bother. 신경쓰지 마세요

Don't bother me. 나를 괴롭히지 마세요

Don't change the subject! 화제를 다른데로 돌리지 마요

Don't get into trouble. (Stay out of trouble.) 괜히 껴들지 마세요

Don't get upset. 너무 화내지 말아요

Don't mess with me. 나하고 해보자는 거죠 (저에게 함부러 하지 마세요)

Don't let me down. 나를 실망시키지 말아요

Don't make me laugh. 나 좀 웃기지 마요

Don't push me! 너무 강요 하지 말아요

Don't push! 밀지 말아요.

Don't worry about it. 걱정하지 말아요

Drive safely! 안전운행 하세요~~

 

[E]

Easy does it. 천천히 해요. 조심스럽게 하세요 (혹은 진정해요. 성질내지 말고)

Either will do. (Anything will do.) 둘중에 어떤 것이든 되요 (어떤 것이든 되요)

Enjoy your meal. 맛있게 드세요

Enough is enough. 충분 하니까 이제 그만 해요

Exactly. 바로 그거죠.

Excellent! (Super!) 짱!

Excuse me. 실례합니다

 

[F] 

Far from it. 아직 멀었지요

Fifty-fifty. 50:50 이죠.

Follow me. 따라 오세요

For good? 영원히?

For what? 왜? 뭣땀시?

Forget it. 그것에 대해서는 잊어 버리세요. 신경꺼요.

 

[G]

Get in the line. 줄을 서세요

Get lost! 당장 꺼져 버려

Get off my back. (등에 업혀 있지 말고) 이제 나를 고만 괴롭혀요

Get real! 현실적이 되세요. 냉정해 지세요

Get the picture? 완전히 이해가 되세요?

Give it a rest. 내버려 두세요

Give it a try. 노력해 보세요 (혹은 한번 시도해 보세요)

Give me a call. 제게 전화 주세요

Gladly. 기꺼이 하지요

Go ahead. 하세요 (얘기 하다가 말을 잘라 먹었을 때 ‘말씀하세요' 하는 의미로도 쓰임)

Go fifty-fifty. 반반 나누어 내지요

Go for it. 한번 해 보시지요. 노력 해 보시지요 (화이팅! 의 의미로도 쓰여요)

Go get it. 가서 가져와요 (혹은 격려의 의미로 ‘한번 해봐!` 로도)

Go on, please. 어서 계속 하세요

Going down? 내려 가세요? (주로 엘리베이터에서)

Going up? 올라 가세요? (주로 엘리베이터에서)

Good enough. 그 정도면 충분 합니다. 좋습니다

Good for you. 잘 되었네요 (약한 축하의 의미로)

Good luck to you! 당신에게 행운을 빕니다

Good luck. 행운을 빕니다

Good talking to you. 당신과의 대화는 즐거 웠어요

Grow up! 좀 철좀 들어라

Guess what? 뭔지 알아 맞추어 봐요

 

[H]

Hang in there.잘 견디고 있어 주세요

Hang loose. 좀 편히 쉬고 있어요.

Hang on! 잠깐만! 

Have a nice day. 좋은 하루 되세요

Have fun! 재미있게 즐겨!

He didn't show up. 그가 나타나지 않았어요

He is history to me. 그는 저에게 이미 지난 일

Help me! 도와주세요

Help yourself. 마음껏 드세요

Here is something for you. 여기 당신을 위해 준비했어요

Here you are. 여깄어요

Hi ! 안녕

Hold it ! 움직이지 마요. 잠깐만!

Hold on. 잠깐 기다리세요

How about you? 당신은 어때요?

How big is it? 얼마나 큰데요?

How come? (Why?) 어떻게? (왜?) : 사실 how come 과 why 는 조금 의미가 다릅니다

How do you like here? 여기 좋아하세요?

How have you been? 그동안 어떻게 지냈어요?

How many times do I have to say? 몇번이나 말해야 알겠어요?

How many? 몇개나? 

How much? 얼마나 많이?

How was your trip (vacation)? 여행 (휴가)는 어땠어요?

How? 어떻게?

How's everything? 다 잘 되고 있죠? (안부의 의미로)

How's work? 일은 좀 어때요?

How's you family? 가족은 잘 있어요?

 

[I]

I agree. 동의합니다

I am (deeply) touched. 정말 감동했어요 ㅠ.ㅠ

I am a little disappointed. 좀 실망했어요

I am all set. 준비 끝!

I am aware of that. 그점에 대해서는 잘 알고 있습니다.

I am back. 저 돌아 왔어요

I am broke. 저 무일푼입니다 (완전 파산상태예요)

I am coming. 지금 가요

I am crazy about her. 나는 그녀에 빠졌어요

I am exhausted. 완죤 지쳤어요.

I am fed up with this. 정말 (이것에 관한한) 진저리가 나요

I am free. 한가해요

I am full. 배불러요

I am getting hungry. 배가 슬슬 고파 오는데요

I am going to miss you. 널 그리워하게 될거야

I am impressed. 감동 받았어요.

I am in a hurry. 좀 바쁩니다 (저 급해요)

I am in need. 궁색 합니다

I am nearsighted. 근시입니다

I am on duty. 근무중입니다

I am scared to death. 무서워 죽겠어요

I am serious. 난 진심이라구요 (농담 아니라니깐요)

I am short-changed. 잔돈이 모자라는데요

I am single. 나는 미혼입니다

I am sorry. 미안해요

I am starving to death. 배가 고파 죽겠네여

I am stuffed. 배 불러요 (더 이상 들어가지 못할 만큼 배부르다는 뜻으로도 쓰여요)

I am upset. 화가 납니다

I bet. 내가 장담컨대 (내기를 할정도로 자신있다) 혹은 ‘물론’이라는 동의어로 쓰여요.

I can tell. 그렇게 보이는데요 (그래 보여요)

I can handle it. 내가 할 수 있어요

I can not handle it anymore. 난 더 이상 감당할 수 없네요

I can’t afford that. (주로 재정적으로) 감당이 안되요 (제 형편에 무리예요 로도 사용)

I can’t help it. 어쩔수 없어요

I can't say for sure. 확실히는 말 못 하겠어요

I can't stand it. 견딜 수 가 없군 (못 참겠어!)

I can't thank you enough. 뭐라 감사의 말씀을 드려야할지 모르겠어요

I didn't mean to. (I didn't mean it.) 난 그렇게 할 의도는 아니었어요. (일부러 그런건 아니예요)

I don’t believe it. 난 믿지 않아요

I don't care. 상관없어요

I don't get it. 이해를 못하겠네

I don't like it. (그것이) 싫어 (좋아하지 않아요)

I doubt it. 아닌 것 같은데.. (No 대신에 정말 많이 쓰는 표현. 완곡한 No 의 표현)

I fee the same way. 저도 똑같이 느꼈어요.

I get it. 알아 들었어요

I got lost. 난 길을 잃었어요

I have got to go now. 이제 가야겠네요

I have had enough. I quit. 난 이제 진저리가 나요. 그만 둘래요

I hardly know him. 나는 그 사람을 잘 모릅니다

I hate to eat and run but ... 먹자마자 가기는 싫지만…

I have a long way to go. 갈길이 머네요

I have no appetite. 식욕이 없어요

I have no clue. 아이디어가 전혀 없네요 (어찌할지 모르겠네요)

I have no energy. 의욕이 없어요

I have no idea. 전혀 몰라요

I have no time. 나는 시간이 없어요. 바쁘네요

I haven't got all day. 좀 서둘러 주시겠어요? (제가 시간이 좀 없어요)

I hear you loud and clear. 잘 듣고 있습니다.

I know what! 아! 알았어요!

I love it. 정말 좋아해

I made it. 제가 해냈어요!

I mean it. 정말입니다. 농담아니에요.

I owe you one　. 신세를 지네요

I see. 알겠습니다

I still love you. 난 널 아직도 사랑해 (I still love you long 은 ‘난 널 아직도 사랑하지롱' 물론 농담입니다 ^^)

I swear to God. 내가 맹새컨데 (내가 맹세할 수 있다규!)

I taught myself. (누가 가르쳐 준 사람 없이) 혼자 익혔어요

I was lucky. 정말 운이 좋았죠

I was told that. 그렇게 들었어요 혹은 제가 듣기에 (that 이하의 문장이 이어집니다)

I will be in touch. 제가 연락드릴께요.

I will do it for you. 제가 해 드리지요

I will drink to that. 그것에 동감 입니다

I will get it. (전화등을) 제가 받을 께요

I will miss you. 널 그리워 할거야

I will never make it on time. 제시간에 가기는 틀렸군

I wouldn't say no. 아니라고는 말하지 않을께여

I'm coming. 가요, 갑니다

In a sense, he is nothing but a suit. 어떤 면에서는 그는 헛깨비나 다름없어 (이게 좀 어려운데 어떤 사람이 그 위치에 딱맞는 행동을 생각없이 수행하는 그런 걸 의미한다고 하네요. 무려 미국인 3명이랑 토론했네요 ^^)

Incredible. 대단해

Is that all? 그게 전부에요?

It is chilly. 날이 쌀쌀 하네

It is humid. 습하네요 (습기가 많은 날씨)

It is muggy 날이 후덥지근하네 (온도 높고 습도 높고)

It is out of style. 유행이 아니네요.

It is painful for me. 그건 (저에겐) 참 고통스럽네요

It is time for lunch. 점심식사할 시간입니다

It is time to go. 갈 시간 입니다

It is windy. 바람이 부네

It makes sense. 말 되네요

It takes time. 시간이 걸립니다

It’s for you. 여기요 전화 왔어요

It’s not fair. (It's unfair) 불공평해요

It's all right. 괜찮습니다

It's beautiful. 아름답군요

It's cool. 멋있네요 (상황에 따라 괜찮아요 라는 뜻도 있습니다)

It's free. 공짜 입니다

It's freezing. 대박 춥네 (꽁꽁 얼어붙는다는 뜻에서 출발)

It's my fault. (It's not my fault) 제 잘못 이지요 ( 제 잘못이 아닙니다.)

It's all your fault. 모든게 네 잘못이야

It's my pleasure. 천만에요 (감사에 대한 답. 저도 그렇게 해드려 기쁩니다에서 유래)

It's my turn. 이번에 내 차례입니다

It's now or never. 지금이 절호의 기회입니다

It's on me. It's on the house. 이건 제가 쏘는 겁니다 이것은 주인집에서 써비스!

It's really bad. 아주 나빠요

It's tough. 힘들어요

It's your turn. 당신 차례입니다

 

[J]

Just about. 거의 

Just kidding. 그냥 농담이에요

Just looking. 그냥 돌아 보는거에요 (쇼핑하러 가서 아이쇼핑할떄 쓰세요)

Just a moment. 잠깐 만요

 

[K]

Keep an eye on this, will you? 이것좀 봐주세요. 해주실거죠?

Keep going. 계속 가세요

Keep in touch. 계속 연락합시다

Keep it confidential. 대외 비밀로 해 주세요 (당신만 알고 계세요)

Keep it to yourself. 당신만 알고 계세요. (비밀로 해 주세요)

Keep looking. 계속해서 찾아 봐요

Keep out of my way. 제 길을 막지 마세요

Keep the change. 잔돈은 가지세요 (잔돈은 됐어요)

Keep your chin up! 고개를 드세요. 낙담 하지 마세요 기운을 내요

Knock it off. 그만해~~ (상대방이 놀리는 상황에서라든지 황당한 얘기를 할 때)

 

[L]

Large or small? 큰거요 아니면 작은 거요

Let it be! 내버려 둬!

Let me see… 어디 보자… (별 의미 없이 쓰는 접두어.. 음… 정도)

Let me think about it. 제가 생각해 보죠 (이것도 의미없이 대화 중 음.. 하는 용도로 쓸 수 있어요)

Let's give him a big hand. 그에게 큰 박수를 보냅시다

Let's call it a day. 오늘은 이걸로 마치죠 (오늘은 여기까지 하죠)

Let's eat out. 자, 외식합시다

Let's get down to business. 자 본론으로 들어갑시다

Let's get together sometime. 언제 한번 함께 보죠

Let's go over it one more time. 자 한번 더 살펴 보지요

Let's see. 자 어디.. (뭘 살펴볼 때 습관적으로 하는 말)

Let's split the bill. 나누어서 냅시다

Let's try. 한번 해보지요

Look who's here. 아니 이게 누구야

Lucky you! 자네 운이 좋았어 

 

[M]

Make a way! 길을 비켜 주세요

Make mine well done. 내것은 well done (스테이크의) 으로 해줘요

Make that two, please. 그것을 2 개로 나눠 주세요

Make yourself at home. 내집인양 편하게 계세요

Many thanks in advance. 미리 감사 드려요

Many thanks. 정말 고마워요

May I interrupt you? 제가 좀 실례를 해도 될까요?

Maybe. 그럴지도 모르지요

Maybe not. 그렇지 않을지도 모르지요

Maybe some other time. 다른 때 보자구요.

Me, too. 나도 그래

Money talks. 결국 돈이지 뭐

Most likely. 아마도 그렇 것입니다

My pleasure. 제 기쁨입니다 (감사에 대한 답례로 항상 써요)

 

[N]

Never better. 아주 좋아요. 최고에요. 

Never mind. 신경쓰지 마세요

Never say die. 포기하지마

Never too late. 너무 늦었다고 생각하지 마

Next time. 다음번에 

Nice meeting you. 만나서 반가었어요 (만났다가 헤어질 때)

Nice talking to you. 좋은 대화였어요 (만났다가 헤어질 때)

No kidding. 그럴리가! (감탄사에 가까워요. 연아가 올림픽 2연패 했대요. No kidding!)

No problem. 문제가 아니네요

No sweat. 껌이죠 (저에게는 일거리도 아니예요라는 뜻)

No way. 절대 안돼

No wonder. 어쩐지 그렇더라

Not a chance. 절대 안되지요

Not bad. 나쁘지 않은데요 ( 그런대로 좋군요)

Not really. 그렇지는 않아

Not too good. (Not too bad) 그져 그래 (나쁘지도 않고)

Nothing much. 별거 없어

Nothing new. 뭐 새소식이랄 것도 없지 (누가 ‘새로운 소식이라도 좀 있어?’ 라고 물어 볼 때)

Nothing new about that. 그것에 대해선 달라진게 없어죠.

Now what? 그래서요?

Now you are talking. 이제서야 털어놓으시는 군요

 

[O]

Occupied. 사용중

Oh, dear! 아니 저런

Okay. 그래. 알았어요.

Okeydokey ( 가까운 사이에서만 사용) 좋아요 (OK 의 귀염귀염 버전)

On the contrary. 반대로

Once in a blue moon. 아주 가끔요

Ouch! 아야

Out of question. 질문의 여지가 없습니다 (불가능 합니다)

 

[P]

Pick it up! 주우세요!

Please enjoy yourself. 자 그럼 즐기세요 (격려할 때는 좀 즐기도록 해의 뜻도)

Please relax. 좀 느긋해 지세요

Please! 제발

Poor thing. 저런 (안스러워요, 불쌍해요 정도의 의미)

Pretty good! 정말 좋지요

Really? 정말?

Relax. 좀 느긋해 지세요.

 

[S]

Same here. 저도 동감입니다

Same to you. 당신도요

Say cheese! 김~~치 (사진찍을 때 쓰는 말)

Say hello for me. 나 대신 안부 전해줘요

Say that again? 다시 말씀해 주실래요? (잘 못알아 들었을 때 엄청 많이 쓰는 표현)

Say when. 그만이라고 말해주세요 (잔 등에 음료수나 물을 따를 때 언제 그만 따를까요라고 물어볼 때)

See you later! (Later!) 나중에 봐요

See you. 나중에 봐요

Serious? 진심이에요?

Shame on you. 쪽 팔린 줄 알아! (거의 정중한 욕입니다)

She is my style. (She is not my style.) 그녀는 내 타입이에요 (그녀는 내 타입이 아니에요)

She is very sophisticated. 그녀는 매우 세련되었어요

Shoot! 제기랄! (배운 계층에서는 shit 이라고 욕을 안하고 shoot 이라고 합니다. Damn 을 Dang 으로 하듯이)

Skip it! 다음으로 넘어 가요

So much for that. 이제 그일은 그만 하지요

So soon? 그리 빨리?

So what?어쩌라고?

Sold out. 매진

Something's fishy. 뭔가 이상한데 (뭔가 냄새가 나)

Something's never changed. 절대 안변하는게 있지

Sorry to bother you. 번거롭게 해서 죄송 합니다

Sorry? (누구의 말을 잘못 이해했을 때) 뭐라구 하셨지요?

Sounds good. 좋은 생각이예요

Speak out. 말좀 크게 하세요

Speaking. 말하세요

Speaking Spanish? 스페인어 하세요?

Stay cool. 진정해요

Stay longer. 좀더 계시지요.

Stay out of trouble. 괜히 껴들지 마세요 (문제를 자초하지 마세요)

Stick around. 옆에 있어 보세요

Stick with it. (포기 하지말고) 계속 해 봐요.

Stop complaining. 불평좀 그만 하시지요

Suit yourself! 좋을대로 하세요

Super. 짱!

Sure. 물론

Sure thing. 물론이지

Sweet dreams. 잘 자요 (성시경 톤으로 해야 함)

 

[T]

Take a guess. (Can you guess?) 맞춰봐요

Take care! 잘가~~ (원 뜻과 달리 헤어질 때 잘가라는 말고 가장 많이 씁니다. 병실에서야 ‘몸조리 잘해'가 되겠지만)

Take my word for it. 그건 내 말만 믿어봐

Take your time. 천천히 하세요

Tell me about it. 내 말이~~ (강하게 긍정할 때)

Thank God. 아이고~~ (안도의 한숨을 쉴 때)

Thanks for calling. 전화 주셔서 감사 해요

Thanks for everything. 여러가지로 고마워요

Thanks for the compliment. 칭찬해 주셔서 감사 합니다

Thanks for the ride. 차를 태워다 주어서 고마워요

Thanks, but no thanks. 감사해요, 그러나 전 됐어요.

That depends. 그야 경우에 따라서이지요

That figures. 바로 그거군요

That happens. 그런 일도 있지요

That should help. 도움이 될겁니다

That sounds good. 그거 좋은 아이디어네요

That will be the day. 그렇게 되면 오죽 좋겠어요 (그런 일은 내게 일어날리가 없어!)

That's a steal. 거저 가져 가는 셈이지요 (쌉니다, 공짜나 다름 없어요)

That's all right. (그건) 괜찮아요

That's all there is to it. 그게 다지 뭐

That's all? 그게 다야?

That's enough about that. 그정도로 충분합니다

That's enough. 이제 되었어요

That's good. 잘 되었네요

That's hard to say. 뭐라 말하기 곤란하네요

That's it. 바로 그거야

That's a nice surprise! 이거 뜻밖인데요

That's not fair.(That's unfair) 불공평 합니다

That's right. 맞습니다

That's the way to go. 그래 그렇게 하는거지

That's what I mean. 내 말이! (그게 내가 말하고자 하는 바야)

There you are. 여기 있습니다

Things will work out all right. 다 잘될거야

This is just between you and me. 우리들만의 비밀입니다

This is not much. 약소합니다

This is urgent. 긴급입니다

This one　? 이것 말이에요?

Time will tell. 시간이 해결해 줄거예요 (시간이 말해 줄것입니다)

Time's up. 땡! 시간이 다 되었어요

Too bad! 안 되었네요

Too expensive. 너무 비싸네

To the best of my knowledge~ 적어도 내가 알기로는~

Trust me. 날 믿어바바

Try again. 다시 해 보세요

 

[U]

Uh-uh 이런!

Unbelievable. 말도 안돼!

Up to here. (목까지 손으로 대어 보이면서)폭발 일보직전이다 (여기까지 찼어)

Up, or down? 올라가요? 아니면 내려가요? (엘리베이터에서겠죠?)

 

[W]

Wait a minute. 잠시만 기다리세요

Watch out! 위험해, 주의해요

Watch your language. 말 조심해요

We are in the same boat. 우리는 같은 처지/운명이지요

Welcome home! 집에 온것을 환영합니다

Well done. 잘 했어요

What a nerve! 뻔뻔 하군요 (간댕이가 부었군)

What a relief! 이제 맘이 놓인다

What a shame. 완전 창피한 일이지

What about it? 그게 어떤데요?

What about you?(What about me?) 당신은 어때요? (나는 어때요?)

What brings you here. 어떻게 오셨지요?

What did you say? 뭐라구요?

What do you do? 직업이 뭐지요?

What do you know? 무엇을 알고 있지요?

What do you mean? 무슨 의미지요?

What do you say? 뭐라고 하실래요? 어떠세요?

What do you think of it? 이것에 대해서 뭐라고 생각 하세요?

What do you think? 무엇이라고 생각하세요?

What for? (For what?) 뭣땀시?

What is it? 무슨 일이지요?

What makes you say that? 무슨 근거로 그렇게 말하세요?

What time is it? 몇시지요?

What? 뭐라구요?

What’s it called? 그것을 뭐라고 부르지요?

What’s today's special? 오늘 특선 요리가 뭐지요?

Whatever you say. 뭐라고 하시던지요

What's happening? 어떻게 지내요?

What's new? 그동안 새로운 거 있었어요?

What's the big deal? 그래서 어쩌라구?

What's the point? 요점이 뭐지요?

What's up? 헤이 (일상적인 인사)

What's wrong? 뭐가 문제지요?

When? 언제?

Where are we? 여기가 어디야?

Where did you stay? 어디에 머물렀어요?

Where do you live? 어디에 사세요?

Where is a drugstore? 약국이 어디에 있지요?

Where to ? 어디로?

Which one? 어느 것이요?

Who cares! 알게 뭐야 상관하지 않아

Who is it? 누구시지요?

Who knows? 누가 알겠어

Who's there? 거기 누구죠?

Who's calling? (전화를 받으면서) 누구시지요?

Why didn't I think of that? 왜 그걸 생각 못했지?

Why not? 왜 안되겠어/왜 안되는데 ?

 

Why? 왜?

Win-win situation. 양쪽 다 좋은 일이지

With pleasure. 기꺼이

Would you like some? 좀 드셔보실래요?

Wow! 와우

 

[Y]

Yeah. Yes 네, 

Yes and no. yes 이기도 하고 no 이기도 하고

You are a lucky duck. 당신은 행운아!

You are driving me crazy. 절 완전 짜증나게 하시네요

You are getting better. 당신은 점점 좋아지네요

You are soaked! 흠뻑 젖었군요

You are teasing me. 지금 절 놀리시는 거죠?

You're telling me. 완죤 동감!

You are too much. 당신 너무하는 군요

You bet. 당연하신 말씀 (물론이지요)

You bet? 내기 할래? (자신할 수 있어?)

You cannot fool me. 날 속일 수 있다고 생각하지 마

You can say that again. 지당한 말씀이지요

You first. 먼저 하세요

You flatter me. 저를 우쭐하게 만들어주시네요 (보통은 감사의 의미)

You have a wrong number. 전화를 잘 못 거셨어요

You got it. 이해를 하셨군요

You have lost me. 제가 말을 놓쳤네요 (무슨 말씀을 하시는지 잘 모르겠어요)

You look good. 좋아 보이네요

You must be crazy. 당신은 미친게 틀림없어

You name it. 말씀만 하세요

You said it. 지당하신 말씀

You should get in shape. 몸을 좀 가꾸는게 좋겠는데요 (살을 좀 빼는게 좋겠네요 라는 의미로도 쓰여요)

You stay out of it. 넌 이것에 끼어 들지 마

You went too far this time. 이번엔 좀 과하셨어요

You win. 당신이 이겼어요

You're wasting your time. 당신은 시간만 낭비 하고 있어요

You're welcome. 천만에요

 

[특별부록]

 

1. 당근이지 You bet./ Absolutely.

2. 너나 잘 해 None of your business.

3. 뒷북치지마 Thanks for the history lesson.

4. 어제 필름이 끊겼어 I got blacked out yesterday.

5. 그 사람 그거 참 잘~ 됐다(그게당연하다). 쌤통이다 He deserves it.

6. 그래 니 팔뚝 (또는 니 X) 굵다 Okay, You are the boss!

7. 죽을만큼 마셔보자 Let's go all the way!

8. 니가 나한테 어떻게 그럴 수 있니? How could you do that to me?

9. 놀구 있네~~ 삽질 하네~~ Yeah. Right~

10. 거기 물 좋다 That place rocks! That place kicks!

11. (문제의 답 등이) 너무쉽네/애개개 그게다야? That's it? /Is that all?

12. 너도 내 입장이 되어봐 Put yourself in my shoes.

13. 음식 잘 먹었습니다. I've never eaten better.

14. 야, 친구 좋다는 게 뭐야? Come on, what are friends for?

15. 너무 감격해서 눈물이 난다 .It was so touching, I almost cried.

16. 미안해 할 것까지는 없어. There's nothing to be sorry about.

17. 이보다 더 좋을 순 없다 It couldn't be better than this!

18. 메롱 Neh Neh Neh Boo Boo

19. 섭섭(실망)하지않게해드리겠습니다! You won't be disappointed!

20. 나를 만만하게 보지마 Don't you think I am that easy. (you에 강세)

21. 니가 하는 일이 다 그렇지 뭐 That's what you always do.

22. 분위기 파악 좀 해라, 인간아 Consider your surroundings, you fool.

23. 두고보자. Just wait! I'll get (또는 pay) you back.

24. 이번 한 번만 봐준다 I'm gonna let it slide only this time.

25. 쟤는 어디가도 굶어죽진 않겠다. He will never starve anywhere.

26. 너무많은걸 알려고하면 다쳐 You'll get hurt if you try to know too much.

27. 제발 잘난 척 좀 그만해 Stop acting like you're all that.

28. 장난이 좀 심하군 The joke is too harsh.

29. 말장난 그만 합시다. Let's stop playing word games

30. 내가 만만하게 보여? Do I look like I am easy?

31. 몸이 찌뿌둥하다 I feel heavy

32. 오해 하지 마세요 Don't get me wrong.

33. 기가막혀 말이 안나오네. It's so outrageous I can't say a word

34. 니 맘대로 하세요 Suit yourself.

35. 아직 옛날 실력 안 죽었어 I've still got it. (it은 옛날 실력을 의미)

36. 넌 이제 죽었어 You are dead meat!

37. 너 들으라고 한 소리 아냐 Don't take it personally.

38. 까꿍! Peekaboo! (삐까부; "삐"자에 강세: 아기들 얼를 때나 놀라게 할 때))

39. 알랑거리지마 Don't try to butter me up.

40. 배째 Sue me!

41. 그게 어딘데? That's better than nothing

42. 머리뚜껑이 열렸다. My head is about to open

43. 그녀는 이중 성격을 가졌어 She has a multi-personality (또는 split personality)

44. (나에게) 너무 심한 것 아니예요? Don't you think you are too harsh?

45. 그렇게까지 할 필요는 없어. You don't have to do all that

47. 나도 맘이 편하지는 않아. I don't feel well(good) about it, either.

48. 그다지 썩 내키지는 않는데.I don't feel like doing it

49. 생각보다 '별로'인데... It's not as good as I thought (expected)

50. 몸살에 걸려 온몸이 쑤신다. My whole body aches

저작자표시

출처 - http://www.ddanzi.com/index.php?mid=free&bm=hot&document_srl=55576294


저작자표시

나치가 공산주의자들을 덮쳤을 때,
나는 침묵했다;
나는 공산주의자가 아니었다.

그 다음에 그들이 사회민주당원들을 가두었을 때,
나는 침묵했다;
나는 사회민주당원이 아니었다.

그 다음에 그들이 노동조합원들을 덮쳤을 때,
나는 아무 말도 하지 않았다;
나는 노동조합원이 아니었다.

그 다음에 그들이 유대인들에게 왔을 때,
나는 아무 말도 하지 않았다;
나는 유대인이 아니었다.

그들이 나에게 닥쳤을 때는,
나를 위해 말해 줄 이들이
아무도 남아 있지 않았다.

저작자표시




나는 침묵했다 (habe ich geschwiegen)

나치는 우선 공산당을 숙청했다 (Als die Nazis die Kommunisten holten)
나는 침묵했다 (habe ich geschwiegen)
나는 공산당원이 아니었으므로 (ich war ja kein Kommunist)

그 다음엔 사회주의자들을 숙청했다 (Als sie die Sozialdemokraten einsperrten)
나는 침묵했다 (habe ich geschwiegen)
나는 사회주의자가 아니었으므로 (ich war ja kein Sozialdemokrat)

그 다음엔 노동조합원들을 숙청했다 (Als sie die Gewerkschafter holten) 
나는 침묵했다 (habe ich nicht protestiert)
나는 노동조합원이 아니었으므로 (ich war ja kein Gewerkschafter)

그 다음엔 유대인을 숙청했다 (Als sie die Juden holten)
나는 침묵했다 (habe ich nicht protestiert)
나는 유대인이 아니었으므로 (ich war ja kein Jude)

그들이 나에게 닥쳤을 때는 (Als sie mich holten)
나를 위해 말해 줄 이들이 (gab es keinen mehr)
아무도 남아 있지 않았다 (der protestieren konnte)


마르틴 니묄러
Friedrich Gustav Emil Martin Niemoller
(1892. 1. 14 ~ 1984. 3. 6), 독일의 루터교 목사이자 반나치 운동가

저작자표시

출처 : http://slownews.kr/19042


알고리즘 사회 1: 알고리즘, 노동사회의 질서를 바꾸다

필자: 강 정수 작성일: 2014-02-11 카테고리: 사회, 테크 | 댓글 : 1 (since 2012-12-24) : 6610 


2013년 12월 2일 아마존 CEO 제프 베조스는 CBS와의 인터뷰에서 전 세계를 놀라게 하는 미래기술을 소개한다. ‘아마존 프라임 에어’라는 이름 붙여진 무인 비행선이 아마존 물류센터를 출발해 고객에게 직접 물건을 배달하는 충격적인 장면이 CBS 방송을 통해 연출됐다. 무인 비행선을 통해 30분 안에 주문한 물건이 배달되는 시대, 피자가 하늘을 통해 내게로 날아오는 시대가 성큼 다가왔다.

무인 비행선 vs. 택배 노동자 

그러나 무인 비행기 기술에 대한 환호에 아마존 물류센터의 열악한 노동조건은 가려져 있다. 나아가 이런 물류센터의 노동자나 택배 기사 같은 사람들의 노동이 빠르게 로봇에 의해 대체될 수 있다는 사실도 그 화려한 장면의 그늘에 있다.

1차 세계대전 당시 독일은 독일 땅에서 프랑스 파리를 공격할 수 있는 대형 대포를 만들었다. 당대인의 상상력을 뛰어넘은 130Km라는 도달거리를 가진 일명 ‘파리 대포(Paris Gun)’는 1918년 3월부터 8월까지 파리에 800여 개의 탄환을 쏘아대며 독일군의 인명피해 없이 파리를 초토화했다.


무인 비행기 또한 이라크 전쟁과 아프가니스탄 전쟁에서 첨단기술을 통해 미군의 인명피해를 최소화하려는 노력의 산물이다. 죽음의 공포에 사로잡힌 군인을 대체하는 무기기술이 정신질환을 호소할 정도로 처참한 노동조건에서 하루하루를 살아가는 물류센터 노동자와 택배 기사에게 구원의 손길을 내밀고 있다.



파리대포(좌) / 아마존 프라임 에어(우) 


노동조건 비판 뉴스보다 신기술에 환호하는 소비자 

2013년 11월 영국 BBC를 비롯하여 서구 언론들은 아마존 물류센터의 비인간적 노동조건에 대한 비판 뉴스를 쏟아냈다. 독일 아마존 물류센터는 “우리는 로봇이 아니다”는 슬로건을 내세우며 파업에 돌입했다. 바로 이때 ‘아마존 프라임 에어’가 미국 CBS를 통해 등장하면서 전 세계에 아마존에 대한 칭송의 물결을 일으킨 것이다.

2013년 12월 1일 영국 가디언은 기자의 현장체험 형식으로 아마존 물류센터의 노동 현실에 대해 매우 자세히 보도하고 있다. 이 기사를 통해 110년 전 과학경영(scientific management)이라는 이름으로 등장한 테일러주의(taylorism)가 아마존 물류센터에 재현되고 있음을 확인할 수 있다. 영화 [모던 타임즈]에서 단순반복노동 탓에 일을 마친 뒤에도 스패너 돌리는 동작을 기계처럼 반복하는 공장노동자 찰리 채플린의 모습이 떠오르는 기사다.


아마존(영국) 물류창고 모습 (사진: m_hess2005, CC BY NC ND)


이 물류센터에서 모든 노동은 세밀한 부분까지 표준화되어 있으며, 규격화된 노동 작업은 철저한 노동감시 아래 저가의 육체노동자에 의해 이뤄지고 있다. 아마존 물류센터 노동자 대부분은 장기 실업을 체험한 사람들로 큰 저항 없이 단순노동을 묵묵히 수행하고 있다. 오랜 실업 상태는 인간을 깊은 절망에 빠지게 하기 마련이고 새로운 일자리가 지속하기를 간절히 희망하는 마음을 노동자에게 품게 하기 때문이다.

독일 아마존 노조는 시간당 임금수준을 높이기 위해 파업에 들어갔고, 기자들은 손을 높이 들어 아마존을 비판하고, 소비자는 ‘당일 배송’, ‘무료 배송’에 흡족해하며 오늘도 편안하게 온라인 쇼핑을 즐기고 있다. 어쩌면 빠른 배송을 가능하면 저렴한 가격(무료)으로 원하는 소비자의 요구는 현재 배송 시스템의 효율성을 급진적으로 상승시키고 있는 원동력일지 모른다.

아마존 프라임 에어가 인간을 해방하리라?

극단적인 노동의 표준화, 공격적인 위계질서, 높은 노동강도는 소비자를 만족하게 하기 위한 치열한 경쟁환경의 산물이다. 오늘 주문한 겨울 코트가 배달되고 어제 주문한 식수가 찾아올 때면 소비자들의 마음 속에서 온라인 쇼핑몰 물류센터 및 택배 노동자의 노동조건에 대한 공적 분노는 사라지기 마련이다.

한편 열악한 노동조건과 이와 충돌하는 소비자 요구를 대하는 언론, 노조, 시민단체, 정치인의 태도에서는 노동시장 변동에 대한 전체 그림이 보이지 않는다.

로봇 택배시스템인 아마존 프라임 에어 그리고 이미 2011년부터 아마존 물류창고에 도입되기 시작한 로봇 운반 시스템 키바(Kiva) 등은 10년 또는 20년 후에 등장할 ‘노동자 없는 사회’의 징조다. 온라인 쇼핑몰의 물류센터에서는 화장실을 가지 않으며, 동료와 잡담하지 않으며, 급여인상을 요구하지 않는 로봇이 인간의 일을 대신할 것이다. 명령에 복종하며 맡겨진 일을 충실히 수행하는 로봇이 열악한 노동현장에서 인간을 해방할 것이다. 언론에 비친 아마존 프라임 에어는 그런 밝은 세상을 그려낸다.

컴퓨터가 일자리를 잡아먹는다

그런데 열악한 노동에서 인간이 해방된다는 밝은 면은 물론 그만큼의 일자리가 사라지는 것이라는 어두운 면을 동시에 가지고 있다. 일자리가 줄어드는 현상은 일시적 현상이거나 특정한 경제정책으로 극복될 수 있는 문제가 아니라는 결론까지 나올 수 있다. 노동시장에 날벼락 같은 변화가 언젠가 닥쳐올 수도 있다.

영국 옥스포드대학교 미래기술 연구팀의 분석을 따르면 미국의 경우 전체 일자리 중 약 45%가 컴퓨터에 의해 대체될 전망이다. 또한, 미국 NBC의 분석을 보자. 이 방송은 총 9개의 직군에서 컴퓨터에 의해 인간의 일자리가 위협받고 있다고 보도하고 있다.

첫 번째 직군은 약사다. 진료 및 치료와 처방전에 따른 약제조가 분업화되었고, 약제조는 빠르게 컴퓨터에 의해 대체되고 있기 때문이다. 미국 캘리포니아대학교 샌프란시스코캠퍼스(UCSF) 메디컬센터는 이미 두 개의 대학병원에서 컴퓨터에 의해 자동화된 조제실을 운영하고 있다.

두 번째 업종은 변호사와 법무사다. 미국 스탠포드대학교와 미시간대학교가 주도하고 있는 컴퓨터 법학 연구(computational legal studies)는 미국 법원과 영국 법원의 판례, 미국 연방정부 및 주정부의 규제법, 기업 간 계약서 등 법률 데이터를 수집하고 분류하는 작업에 기초하여 다양한 법률 이슈에 대한 해석과 의미부여를 자동화하는 학문 분야다. 컴퓨터 법학 연구는 소송 이전에 유무죄 확률을 계산하고 유죄의 경우 그 경중을 사전에 알아볼 수 있는 알고리즘 기반 법률 서비스를 출현할 수 있게 할 것으로 예상된다.

세 번째 영역으로서 가장 먼저 눈에 띄는 직종은 운전사다. 2010년 구글이 시작한 ‘스스로 주행하는 자동차(self-driving car)’ 프로젝트는, 자동차가 주변의 변화를 인지하고 스스로 멈추고 운전과 관련된 모든 결정을 스스로 내리도록 해 자동차 사고를 급감시키는 것을 목표로 하고 있다. 이로써 인류가 오랫동안 꿈꿔온 무사고 자동차 기술이 곧 눈앞에 펼쳐질 것으로 기대된다. 특히 한순간에 친구를 교통사고로 잃은 슬픈 경험이 있거나 장애인이 대중교통을 힘겹게 이용하는 것을 간접적으로 체험한 사람이라면 이른바 스스로 주행하는 자동차가 인류에게 가져올 혜택을 부정하지는 못할 것이다. 그러나 꿈의 자동주행 자동차는 약 350만 명에 이르는 미국 택시운전사의 일자리를 직접 위협하고 있다.


렉서스에 적용한 구글의 셀프 드라이빙 기술 (사진: 위키커먼즈)


그 밖에 상점 점원도 눈에 띈다. 현금 자동 인출기(ATM)가 은행 종업원의 수를 줄였듯이 가상 점원(virtual assistants)이 다양한 소매점 점원의 자리를 천천히 대신하기 시작했다. 동네 구멍가게를 지키던 아저씨 아주머니들이 대형마트의 유니폼 입은 점원으로 대체되더니, 이제 그 유니폼 대신 같은 색깔 로고를 입은 자동 계산대가 그 자리를 차지하게 된다는 것이다.

로봇, 규격화한 육체노동 가장 먼저 대체

인간을 대체하는 로봇과 컴퓨터는 경제적으로 저렴할 뿐 아니라, 멈춤 없이 중노동을 저항 없이 이어나간다. 어떤 의미에서는 가장 열악하고 규격화된 노동의 현장을 가장 먼저 대체하는 것이 자연스럽다.

키바(Kiva)를 도입한 아마존은 물류센터의 모든 노동과정을 철저하게 규격화하고, 표준화한다. 바로 극한에 가까운 노동의 규격화는 인간에서 기계로 노동이 이전하는 마지막 단계다. 실제로 아마존의 연구진은 물류센터 노동행위의 최소단위를 객체화하고 이를 프로그램에 담아내고 있다. 물류센터 전 노동과정이 알고리즘과 로봇에 의해 수행되는 단계로 진입하기 위한 마지막 작업이 진행하고 있는 것이다.

영국 가디언이 전하는 아마존의 노동 규격화 수준은 인간의 자율적 판단 자체를 필요로 하지 않는 수준으로까지 진척된 상태다. 그래서 장기실업에 고통받는 노동자가 또는 미숙련 노동자가 아마존 물류센터에 고용되어도 물류센터의 높은 효율성은 변함없이 유지될 수 있다. 오히려 숙련노동자는 노동과정의 세분화가 극한에 도달한 아마존 물류센터에서의 노동을 견딜 수 없다. 이렇게 테일러주의는 21세기 아마존 물류센터에서 새로운 생명을 얻고 부활한 것이다.

알고리즘의 진화, 결국 지식노동도 점차로 대체 

물론 아직 인간이 로봇보다 뛰어난 부분이 몇 가지 남아있다. 크리스마스 등 특별 시즌에 발생하는 상품포장의 다양성에 대응하는 인간의 유연함까지 노동의 규격화는 진행되지 않았기 때문이다. 그러나 지난 20년 동안 진행된 기술의 진보를 고려한다면, 물류센터의 모든 노동이 시즌과 무관하게 100% 로봇에 의해 대체되는 날도 얼마 남지 않았다.

우리 중 많은 사람들은 자신의 노동은 기계에 의해 대체될 수 없는 정신노동이기 때문에 알고리즘의 진화에 따른 지식노동의 대체를 아직 가까운 미래의 일로 생각하지 않는다. 그러나 앞서 살펴본 것처럼, 소프트웨어와 알고리즘에 의한 인간 노동의 대체 흐름은 작은 연구실에서 학술논문 몇 편을 위해 진행되는 일이 아니다. 이미 크고 작은 기업들이 알고리즘에 기초한 노동 대체 기술을 통해 생산성과 이윤을 확대하고 있다.


알고리즘 사회는 인간의 정신노동도 대체할 것이다 (사진: Kanaka Menehune, CC BY NC)


특히 자동차 공장의 로봇과 달리 알고리즘은 눈에 보이지 않기 때문에 언론을 통해 대중에게 전달되는 데 어려움이 있다. 미국의 경우 스포츠 뉴스와 증권 뉴스가 알고리즘에 의해 생산되기 시작된 지 오래여도 이를 피부로 느끼는 독자는 극소수에 불과하다. 신용평가, 고빈도매매 등 알고리즘에 의해 자동화된 신용업무와 투자업무 영역이 빠른 속도로 증가해도, 자신의 신용에 대해 전화로 상담하는 소비자가 대부분인 현실에서 금융업무의 알고리즘 경향을 피부로 느끼기란 쉽지 않다.

그러나 경험, 지식 그리고 직관 등이 소프트웨어에 의해 복제되고, 통계와 확률계산으로 대체되고 있다. 최소단위까지 육체노동이 규격화하는 것이 로봇에 의한 자동화의 시작이라면, 인간 또는 기업 조직의 판단과 결정이 최소 단위까지 규격화하는 것은 알고리즘과 소프트웨어에 의한 기업 전반에 걸친 업무 자동화의 출발점이다.

산업혁명과 유사? 아니다!
한국뿐 아니라 전 세계 어떤 경제시스템도 그리고 사회체계도 현재 빠른 속도로 광범위하게 진행되고 있는 알고리즘과 로봇에 의한 인간 노동의 대체 현상에 대한 대응전략을 준비하지 못하고 있다. 아마도 대다수 경제학자와 사회학자는 기계에 의한 인간 노동의 대체는 산업혁명 이후 지속한 현상이며, 이러한 대체가 전체 고용을 줄이기보다는 오히려 기업의 이윤율을 높임으로써 산업 전체의 발전과 고용의 확대로 이어져 온 과거의 사실을 지적할 것이다.

1761년 영국의 인구는 약 615만 명 수준이었으나, 산업혁명이 한창 진행되던 1851년 약 1,674만 명으로 매우 증가한다(김종혁 2006, 388쪽). 인구증가의 원인으로는 의학 및 위생의 진보로 인한 사망률 감소 및 경제 변화에 따른 출생률 증대 등이 제기된다. 특히 하바쿠크(Habakkuk 1953)는, 산업발전에 따른 “노동에 대한 수요증대”가 출생률 증가로 이어져 결국 인구증가의 주된 원인이었다고 주장하고 있다(Habakkuk 1953 / 김종혁 2006, 391쪽).


1761년에서 1841년까지 영국의 인구 증가 추세 (그래픽: 캐임브리지대학교)


또한 18세기 영국, 네덜란드, 프랑스 등에서 전체 노동인구 중 농업 노동인구가 차지했던 비율은 80에서 90%까지 이르렀으나(김종혁 2006, 397쪽), 현재는 그 비율이 2~3%까지 축소되었다. 그러나 농업 생산성 증가에 따른 농업 노동인구 비율의 감소가 전체 노동인구의 감소를 의미하지는 않는다. 한국의 농업인구가 지난 1970년대 이래로 감소했음에도 산업화와 함께 새로운 노동 수요가 매우 증가한 것도 같은 이치다.

다시 말해, 지금까지 기계의 진화에 힘입은 생산성 혁신은 노동인구 증가에도 불구하고 고용노동의 규모 축소로 이어지지는 않았다. 기계의 힘을 빌린 노동생산성 향상은 기업의 이윤 증가로 이어졌고, 기업의 이윤 증가는 새로운 영역의 사업 확대로 연결되면서 새로운 일자리를 만들어왔기 때문이다. 이 때문이지는 알 수 없으나, 전 세계 수많은 정치세력은 일자리 창출을 실현 가능한 목표로 제시하고 있다.

‘제2의 자동화 물결’ 이제 지식노동도 대체된다 

그러나 과연 같은 역사가 알고리즘과 컴퓨터 로봇에 의한 인간 노동 대체 현상에서도 반복될 수 있을까? 기자와 변호사 등 지식 영역에까지 로봇의 역할이 확대될 때 노동사회에서 임금을 매개로 한 고용관계가 지속할 수 있을까?

와이어드(Wired) 전 편집장 케빈 켈리는 알고리즘의 진화가 ‘제2의 자동화’ 물결로 이어지고 있다고 진단한다(Kelly 2012). 켈리는 19세기 산업혁명 이후 진행된 기계에 의한 인간 육체노동의 대체 흐름을 제1의 자동화 물결로 비유하면서, 제2의 자동화 물결은 육체노동뿐 아니라 인간의 지식노동을 대체하고 있다고 주장했다.

기자와 변호사 등 지식 영역에까지 로봇의 역할이 확대되고 나서도 이 사람들이 할 일은 여전히 남아 있을까? 로봇으로 인간의 노동을 대체하면서 발생한 기업 이윤의 증가는 새로운 일자리를 만들어내는 원동력이 될 수 있을까?

결국, 질문은 로봇에게 일자리를 넘겨준 택시 운전사, 약사, 변호사, 기자가 무인 비행선을 통해 최악의 노동조건으로부터 탈출한 택배 기사와 함께 인간의 존엄성과 삶의 의미를 새로운 일자리를 통해 찾을 수 있을지로 집약된다.

제2단계 세계화, 임금이 중요하지 않다

전 세계 수많은 정치세력은 ‘일자리 창출’을 자신들의 정치적 목표로 제시하고 있다. 경제정책의 오랜 목표는 모든 성인에게 일자리가 주어지는 사회였다. 노동정책과 복지정책은 그런 가정 아래 설계됐다. 하지만 사람들이 할 일 자체가 사라진다면 이 모든 설계는 그 효력을 잃어버리고 만다.

기계와 인간 노동력의 관계는 세계 경제의 변화를 이끄는 힘이기도 하다. 중국과 인도의 값싼 노동력이로봇에 의해 대체될 때 세계 경제는 지금과 같은 논리에 의해 작동될 수 있을까?

높은 자동화 수준을 이룬 자동차 산업을 보자. 1990년대 저임금 지역으로 생산공장을 옮기던 흐름에서 벗어나 최근 자동차 기업은 판매지 인근으로 생산공장을 이전시키고 있다. 생산품에서 임금이 차지하는 비율이 낮을수록, (투자)지역을 선택하는 기준은 임금에서 이동비용, 사회기간시설, 기업 조세 부담, 정치적 안정성, 시장규모 등으로 옮겨간다. 기업의 장기적 이윤율에 임금이 차지하는 비율이 줄었기 때문이다.

다시 말해 세계 생산 공장의 중심은 저가 노동력을 대표하는 중국, 인도, 브라질 등에서 로봇에 의해 인간 노동 대체비율이 높고 동시에 소비력이 높은 북미 및 유럽 등 국가로 이동할 수 있다. 이런 맥락에서 보면 생산기지 이전 흐름의 중단 또는 축소가 자국 내 일자리 증가로 이어질 것이라는 기대는 헛된 일이다. 자국 내 새로운 생산공장이 세워져도, 규범화되고 규격화된 일자리가 인간의 몫이 될 가능성은 빠른 속도로 줄어들고 있기 때문이다.

물론 알고리즘과 로봇이 이른바 서구의 전유물도 아니다. 애플과 삼성 스마트폰의 주문생산기업인 중국의 폭스콘(Foxconn)은 증가하는 임금과 지속한는 파업을 근거로 최근 1백 만개에 이르는 로봇을 도입하기 시작했다. 폭스콘의 결정은 알고리즘을 통해 인간 노동력 투입을 축소하려는 경쟁이 전 세계로 확장하고 있음을 보여주는 대표적인 예다.


폭스콘은 앞으로 3년 동안 100만대의 로봇이 인간을 대체할 예정이다. 이를 풍자해 영화 [아이, 로봇]에 폭스콘 로고를 붙인 이미지 (이미지 출처: adafruit.com)


최저임금 적용 대상 확대

최저임금제도 또한 알고리즘 사회의 확대라는 관점에서 새롭게 해석될 필요가 있다. 최저임금은 말 그대로 인간의 자존감을 최소치로 보장하기 위한 제도로서 사회를 유지하는 데 필요하다. 그러나 앞으로 임금에 대한 최소한의 보장 또는 임금 외에도 복지 지원이 꼭 필요한 사람의 수는 어쩌면 기계 및 로봇과 직접적인 경쟁 관계와 놓인 사람의 수에 대한 지표로서 기능할 수 있다.

자동화가 진행하는 산업영역과 로봇과 경쟁해야 하는 노동자의 임금, 다시 말해 낮은 비용과 높은 생산성을 대표하는 로봇 및 알고리즘과 경쟁하는 노동자의 임금은 최저임금 수준으로 하락할 수밖에 없기 때문이다. 나아가 지식노동까지 알고리즘으로 대체되는 경향이 강화될 경우, 최저임금 적용대상은 확대될 수밖에 없다.

언론사 A가 스포츠 뉴스와 증권 뉴스 생산을 알고리즘으로 대체할 경우, 미처 기술력을 확보하지 못한 언론사 B의 관련 뉴스 생산자의 임금은 하락 압력에 놓인다. 오토바이와 화물차가 등장해도 지게꾼이 바로 사라지지는 않지만, 지게꾼의 수입은 줄어들 수밖에 없다. 기술은 발전하고 기업이윤은 커지지만, 이들의 삶은 위기에 처하고 만다.

인간의 노동이 알고리즘으로 넘어가는 과정에서는 임금 하락과 고용 불안정을 피할 수 없다. 개별 기업의 생산성 및 이윤율은 거침없이 증가할 수 있지만, 이에 반해 (기계와 경쟁해야 하는) 저소득층의 급속한 확대는 피할 수 없다.

자동화 및 알고리즘화 경향에서 최저임금제가 가지는 다른 측면을 살펴보자. 기계와 알고리즘에 의한 노동 자동화가 아직 매우 미미한 수준임은 분명하다. 그러나 최저임금은 단위 노동당 최저 비용이라는 고정값을 비교기준을 제시한다. 개별 인간 노동에 대한 산술적 목표와 비교할 수 있는 비용 제시는 노동 자동화를 추구하는 혁신과 개발자 정신에 매우 강력한 자극제가 될 수 있다.

다시 말해, 노동자의 최저임금 이하로 로봇 및 알고리즘의 생산비용이 떨어지면 로봇과 알고리즘은 인간 노동을 대체할 수 있다. 아마존 사례를 다시 보자. 최소 단위로 규범화된 노동은 단위 노동가격이 명확하며, 그 가격이 낮은 영역부터 로봇에 의한 자동화가 진행한다. 이러한 맥락에서 볼 때, 어느 순간 아마존을 비롯한 기술기업은 최저임금제의 강력한 지지자로 입장을 바꿀 수 있다.

‘프라잉셔틀’과 ‘제니방적기’ 변화는 예고 없이 찾아온다 

경제사학자 칼 폴라니는 1944년 역작 [거대한 전환]에서 사회 질서를 바꾸는 변환은 요란한 사건과 함께 일어나는 것이 아니라, 절대다수의 사람들이 생각지도 못하고 알지도 못하는 상황에서 예고 없이 찾아온다고 주장했다. 폴라니는 “(영국) 산업혁명의 전야에 이와 관련된 신호와 징조가 있었던 것이 아니다. 자본주의는 예고 없이 찾아왔다. 아무도 기계산업의 발전을 예측하지 못했고, 이는 완전한 놀라움으로 다가왔다(89쪽)”고 말한다.

당시 영국사회를 뒤흔든 변화는 언뜻 보기에는 보잘것없는 작은 발견과 혁신에서 시작됐다. 1733년 영국의 존 케이가 선보인 작은 발명품 플라잉셔틀(Flying Shuttle)은 베틀에서 베를 짜는 노동을 인간의 몫에서 기계의 몫으로 바꾸었다. 플라잉셔틀은 베틀에서 날실의 틈으로 왔다 갔다 하며 씨실을 푸는 북을 끈과 바퀴에 묶어낸 것이다.

북의 움직임을 자동화한 플라잉셔틀은 베틀에서 북을 전달하는 직공의 일을 대체했다. [프랑스 방법론 백과사전]은 플라잉셔틀의 속도를 당대 사람들에게는 “상상이 불가능한 수준으로 마치 순간순간 사라지는 작은 구름과도 같다”고 묘사하고 있다(Wadsworth/Mann, 470쪽). 현대인의 눈으로는 느리기 짝이 없는 속도겠지만, 플라잉셔틀이 확산하면서 당시 베틀의 생산성은 두 배 이상 증가했다.


직조 기술의 혁신을 가져온 플라잉셔틀 (사진: 위키커먼즈)


그리고 이와 연관된 기술의 발전은 1764년 실을 대량생산할 수 있는 방적기인 제니방적기(Spinning Jenny)의 탄생으로 이어졌다. 이후 섬유산업의 폭발적인 발전은 영국 산업혁명을 이끄는 주요한 힘이 되었다. 기계가 인간의 역할을 대신하는 폭과 깊이가 변화할수록 인간과 인간의 연결, 인간과 자본의 결합, 자본과 사회의 관계는 서로 충돌하고 조정하면서 산업사회의 특징을 구성하는 핵심 관계망으로 발전해왔다.


섬유산업의 폭발적 성장을 이끈 제니방적기 (사진: 위키커먼즈)


우리가 준비해야 할 시대는, 예고없이 실업이 폭증할 수 있는 시대이다. 갑작스레 한 직종이 사라져 버릴 수도 있는 시대다. 사실 전달만 할 뿐 상황에 대해 해설하지 못하는 기자, 약의 특성을 암기하기만 한 약사, 가정에 대한 치열한 고민 없이 기술적 방법론에만 능숙한 통계전문가, 윤리적 성찰 능력이 크게 부족한 데이터 분석가들은 설 자리가 사라져 가는 시대다.

이런 사람들을 양성하는 교육시스템도 종말을 맞을 수밖에 없는 시대다. 비범한 재능을 스팩과 관계없이 아낌없이 지원하는 교육이 필요하다. 얕은 교양교육 또는 융합교육이 아니라 광범위한 전공교육을 통해 개성을 강화하는 교육이 필요하다. 그러나 영어강의 이수, 몇 개의 교양강의 이수 등 명목상 평균교육 수준을 끌어올리는데 현재 한국 교육정책은 집중하고 있다. 알고리즘 사회를 대비하는 교육이 추구해야 하는 방향과 정확히 반대다.

알고리즘 사회… ‘기본소득’ 열린 접근 필요 

일자리 축소 규모에 비해 새로운 일자리가 만들어지지 않는다면 임노동사회에 기초한 사회보장제도 또한 그 뿌리부터 흔들릴 것이다. 사회보장제도, 특히 실업보험의 기원은 19세기 말 독일 비스마르크 시대다. 산업혁명과 이후 지속한 산업 기술변화가 가져온 상처를 최소화하기 위한 노력의 하나가 사회보장제도다.

그러나 가까운 미래에 기계와 알고리즘에 의해 일자리가 빠르게 사라질 때, 일자리를 유지하고 있는 노동자의 임금으로 당대의 절대다수 실업자를 지원할 수 있을까? 이러한 배경에서 기본소득에 대한 열린 접근이 필요하다. 스위스는 기본소득에 대한 국민투표를 2015년 10월까지는 실시해야 한다. 국민 모두가 매달 2,500 스위스 프랑(약 3백만 원)을 받을 수 있는 사회체계를 만들자는 기복소득법안이 국민발의로 연방의회에 부쳐졌기 때문이다. (국민발의에 의한 국민투표는 발의안 통과 뒤 2년 안에 실시해야 한다.)


2013년 10월 4일 모든 스위스 국민에게 월 2,500 스위스프랑(우리 돈 약 300만 원)을 지급하는 걸 골자로 한 기본소득법 국민발의안이 12만여 명 이상의 시민이 서명함으로써 연방의회에 부쳐졌다. 이날 법안을 주도한 시민단체 회원들은 연방의회 앞마당에 스위스 국민 800만 명을 상징하는 5라펜 동전 800만 개를 뿌려놓고, 발의안 통과를 축하했다. (사진: ? swissinfo.ch )


기본소득이 스위스 국민 다수의 지지를 받든지 아니든지와 상관없이, 기본소득에 대한 찬반 논쟁은 인간에게 ‘노동에 대한 강제’가 반드시 필요한지 아닌지에 대한 논의를 촉발시키는 계기가 되고 있다. 기본소득을 반대하는 진영은 다수의 사람들이 일하기보다는 TV 앞에서 게으름을 피우지 않을까 걱정한다. 기본소득을 찬성하는 쪽은 실업을 더 는 사회악으로 여겨서는 안 되며 노동의 새로운 동기부여를 고민해야 한다고 주장한다.

기본소득제도(의 현실성)에 대한 찬성 또는 반대는 중요하지 않다. 한국사회에 필요한 것은 ‘노동에 대한 재정의’다.

기본소득을 찬성하는 진영도 앞으로 적지 않은 일자리가 사라지게 될 때 일자리를 잃은 사람들이 무엇을 하며 아침 9시부터 저녁 6시까지 지낼 수 있는지 답변하지 못하고 있다. 모두가 예술가, 문인, 가수, 배우, 철학자가 될 수 없다. 모두가 병원, 양로원, 고아원에서 봉사활동을 하며 살아갈 수는 없지 않은가. 모두가 학자와 개발자가 되어 알고리즘 사회의 혁신을 이끌 수는 없는 일 아닌가.

디지털 아테네 시대? 기술이 동반할 사회 변화에 눈뜰 때

로봇에 의해 대체 가능한 노동과 그에 얽힌 경제 및 사회 시스템은 궁극적으로 죽음을 향해 치닫게 되어 있다. 한국뿐 아니라 전 세계 어떤 경제시스템도 그리고 사회체계도 이렇게 빠른 속도로 광범위하게 진행되는 알고리즘과 로봇에 의한 인간 노동의 대체 현상에 대해 준비하지 못하고 있다.

한국 언론 다수는 파란 하늘을 날아가는 ‘아마존 프라임 에어’에 환호를 보내며, 아마존의 혁신에 찬사를 아끼지 않는다. 기술의 신기함에 놀라워하는 수준에 머물고 있는 것이다. 이런 기술이 가져올 사회적 변화에 대한 상상력은 아직 눈에 띄지 않는다.

기술이 인간 노동의 상당 부분을 대체한 사회에서 우리는 어떤 삶을 꿈꿀 수 있을까? 노동은 알고리즘과 로봇이 담당하고, 인간은 이른 아침, 안방까지 배달되는 꽃향기를 맡으며 멋진 하루를 시작할 수 있을까? 이른바 귀족 노동자에 대한 부당한 질시는 자취를 감추고, 인간의 자존감을 무참하게 짓밟는 해고와 피를 부르는 파업은 깔끔하게 역사의 뒤안길로 사라지는 관용과 화합의 시대가 올까?

고대 그리스 아테네의 민주주의가 그랬다. 끊임없이 굴욕을 느끼게 하는 거친 노동은 노예와 여성의 몫이었고, 노동으로부터 자유로운 남성 시민은 정치와 역사, 문화와 철학에 흠뻑 빠질 수 있었던 사회였다. 알고리즘과 로봇의 진화는 우리에게 디지털 아테네 시대를 약속하고 있을까? 과거 아테네에서 노예와 여성의 몫이던 노동은 이제 로봇에게 돌아가는 것일까?


고대 그리스 아테네의 민주주의는 여성과 노예의 노동에 기반을 둔 극소수의 민주주의였다. 알고리즘과 로봇은 인간을 노동으로부터 해방할 수 있게 할까? (사진: Hiram S. Powers, 그리스 노예, 1869년 작, 브룩클린박물관 / 보스턴다이나믹스의 신세대 로봇 ‘펫맨 Petman’)


눈앞에 성큼 다가온 알고리즘 사회, 인류에게 간단치 않은 도전임이 분명하다. 그 도전을 ‘알고리즘 사회’ 연재를 통해 앞으로 하나씩 살펴볼 계획이다.


참조한 글

김종혁 2006, 영국 산업혁명의 재조명
Habakkuk, H. J., 1953, English Population in the Eighteenth Century, in: Economic History Review, 2nd Series, Vol. 6, No. 2.
Kelly, Kevin, 2012, Better than Human: Why Robots Will ? And Must ? Take Our Jobs, in: Wired,
http://www.wired.com/gadgetlab/2012/12/ff-robots-will-take-our-jobs...
Polanyi, Karl, 1944, The Great Transformation: the political and economic origins of our time,
Wadsworth, Alfred P. / Mann, Julia De Lacy, 1965, The cotton trade and industrial Lancashire, 1600-1780



필자 소개

강 정수
슬로우뉴스 편집위원 
블로거 강정수입니다. 
작성 기사 수 : 27개 
필자의 홈페이지



출처 : http://slownews.kr/34654


빅데이터 시대의 알고리즘 의사와 의료 불평등


2009년 캐나다 토론도 대학병원에서는 조숙아/미숙아에 대한 실시간 데이터 마이닝 실험이 진행되었다. 조숙아의 생체 기능에 대한 분석을 통해서 감염 징후가 나타나기 24시간 이전에 감영 가능성을 진단하는 연구였다. 캐롤린 맥그레거(Carolyn McGregor)의 주도 아래 진행된 연구는 성공적이었고, 조숙아가 감염에 걸리기 이전 예상 밖으로 생체 기능이 안정되는 시기를 거칠 가능성이 매우 높음이 밝혀졌다.

사람 살리는 데이터 과학

영국 정부는 2012년 CPRD(Clinical Practice Research Datalink)라는 프로젝트를 시작했다. 이 프로젝트에서는 영국 거주민의 모든 의학 데이터를 중앙집중 방식으로 모아 유전자 데이터 또는 환경 데이터와 결합하고 있다. 영국 가디언의 보도를 따르면, 이렇게 집적된 개인의 의료 데이터는 익명화되어 연구기관에 제공되고 있다.

2013년 독일정부는 모든 병원과 연구기관이 가지고 있는 암환자에 대한 데이터를 등록 및 수집하는 프로젝트를 시작했다. 궁극의 목표는 암환자의 세포 데이터까지 상시로 수집하여 암세포의 생애주기를 정확히 실시간으로 분석하고 이에 기초한 치료법 개발에 있다. 또한, 암 재발 과정, 치료 과정에 대한 데이터 수집과 분석 등도 함께 진행되고 있다.

미국 뉴욕에 위치한 슬론-케터링 기념 암센터(Memorial Sloan-Kettering Cancer Center)는 IBM의 인공지능 슈퍼컴퓨터인 왓슨(Watson)의 도움을 받아 서로 다른 환자에게 맞춤형 암 치료법을 제안하는 소프트웨어를 개발 중이다. 이를 위해 왓슨은 약 15억 명에 이르는 환자의 데이터, 60만 개에 이르는 연구보고서와 학술논문을 수집하여 분석하고 있다.

진화한 알고리즘이 없다면 이렇게 많은 양의 데이터를 수집하여도 데이터 분석은 불가능하다. 당뇨병에 대한 영어 학술논문은 약 40만 개에 이른다. 이 모든 논문을 인간 한 명에 읽기 위해선 전 생애를 바쳐야 할지 모른다.

암, 당뇨 등 특정 질병에 대한 진단과 치료와 관련한 중요 정보를 환자 데이터와 전 세계 연구보고서 및 학술논문으로부터 분류해내고 이를 통해 스스로 ‘가설’을 세우는 지능형 알고리즘이 탄생하고 있다. 미국 투자자 비노드 코슬라(Vinod Khosla)은, 의학 데이터 분석 기술의 진화에 따라 소프트웨어 또는 “알고리즘 의사”가 전통 의사의 약 80%까지 대체할 것이라는 테제를 용기 있게 제시하고 있다.

아래에서는 의학 데이터 분석 기술과 더불어 진화하고 있는 데이터 과학의 면모를 살펴보고, 의학 데이터 분석 기술에 사회에 던지는 문제점이 무엇인지 분석한다.

알고리즘은 스스로 연구 가설을 세운다

의학 영역에서 데이터 분석과 IT 기술은 새롭지는 않다. 하지만 데이터의 양이 절대적으로 증가한 빅데이터 분석은 지금까지 연구 방법론의 변화를 동반하고 있다. 현상의 특정 연관성을 분석하기 위해 전통적인 방법은 가설을 세우고 이 가설을 데이터로 검증하는 순서를 거쳤다.

이미 데이터 수집의 목표가 존재한다. 자연스럽게 목표한 데이터는 쉽게 수집하기 어렵고 그에 따라 비용도 적지 않다. 가설은 일반적으로 ‘X, Y, Z라는 요소 및 물질이 특정 병에 미치는 영향’이라는 형식을 띤다.

빅데이터 분석 방법론은 전통 방법론과 달리 ‘데이터에서 가설’이라는 방향으로 진행된다. 수억 명에 이르는 환자의 의학 데이터 및 환경 데이터 등에서 자동 알고리즘은 검증하고자 하는 연관성을 찾아낸다. 기존 연구에서 묻지 않았던 연관성 가설을 도출한 이후 그 가설에 대한 데이터 검증을 진행하여 상관관계(correlation) 분석을 진행한다.

물론 이 연구방법에도 연구자의 개입은 필요하다. 알고리즘에 의해 도출될 ‘가설’을 평가하고 이 가설에 대한 검증 필요성을 결정하는 일이 연구자의 몫이다. 다시 말해 ‘질문’ 및 ‘가설’을 세우는 연구자의 상상력이 알고리즘 지능에 의해 보완된다.

이러한 의학 데이터 분석방법이 가져다줄 수 있는 경제 가치 및 사회 가치는 결코 무시할 수 없다. 흩어진 데이터를 통합하고 연구의 빈틈을 찾아내 검증해야 할 가설을 자동으로 도출할 수 있다면 치매, 암 등과 같은 병을 연구하고 치료법을 찾아내는 데 있어 효율성을 급증할 수 있기 때문이다.


상관관계와 인과관계 출처: 위키백과 공용 (CC BY 3.0)

그러나 이러한 빅데이터 기반 연구방법론이 연관성 및 가설에 대한 ‘설명’을 제공하지는 않는다. 서울의 소주 소비량과 도쿄의 교통사고 빈도 사이에는 데이터 상관관계가 존재할 수 있으나 인과관계(causality)는 존재하지 않는다. 특정 요인과 병사이의 인과관계를 설명할 수 없다면, 알고리즘에 기초한 의학연구는 원인 진단과 치료법 연구에 대한 지속 가능한 대안이 될 수 없다. 오히려 성급한 의학 판단이 부정적인 결과를 초래할 위험성을 가지고 있다.

구글은 검색과 독감 확산의 (과거) 연관성을 분석하는 ‘구글 독감 트렌드 분석 서비스’를 제공하고 있다. 이 서비스를 운영하면서 구글은 매우 정확하고 빠른 독감 예측 서비스를 제공하고 있다.



구글 독감 트렌드

아랍 에미리트 연합국(UAE), 이집트 등은 구글 독감 예측 서비스의 진화된 형태를 적용하고 있다. 빅데이터의 의학 적용 사례를 언급되는 ‘구글 독감 트렌드 분석 서비스’는 인과관계를 설명하지 못하는 한계 외에도 통계 바이어스 문제점을 가지고 있다. 독감에 대한 언론의 보도가 독감에 대한 검색에 영향을 미칠 수 있고, 이용자 누구에게나 접근을 제공하고 있는 구글의 독감 트렌드 분석 서비스 자체가 독감 징후를 구글에서 검색하도록 유도할 수 있기 때문이다.

네이처(Nature)의 보도를 따르면 구글 독감 트렌드 분석 서비스는 2013년 미국 독감 감염자 수를 실제보다 2배 높게 측정하고 있다.

그렇다고 연관성을 설명하지 못하는 빅데이터 분석 방법론이 결정적 문제가 되는 것은 아니다. 의학연구의 중심은 ‘오류 없는’ 치료방법을 개발하는 데 있기보다는 지금까지 알려진 가장 효과적인 방법보다 상대적으로 좋은 진단방법과 치료방법을 찾아내는 데 있기 때문이다. 새로운 의학지식은 설정된 연구환경과 다른 상황에서 다시 한 번 입증하는 과정을 거치기 때문이다.

개인정보 침해와 의료 불평등

의학 영역에서 치매, 암, 당뇨에 대한 새롭고 효과적인 치료법이 나오기까지는 앞으로도 간단치 않으며 먼 길이 놓여 있다. 분산된 의학 데이터를 수집하는 일도 쉽지 않다. 데이터의 형식 또한 서로 달라 이른바 상호운용성(interoperability)이 크게 떨어진다.더글라스 존스턴(Douglas Johnsten)의 평가처럼, 100년 넘게 지속된 의학 필기법은 판독하기 매우 어려워 의학 정보의 디지털화에 있어 작지 않은 걸림돌이다. 존스턴은 (거대) 제약기업의 연구결과를 신뢰하기 쉽지 않다는 점 또한 빅데이터 기반 자동화된 의학연구의 한계라고 주장하고 있다.

인간의 건강 정보는 매우 민감한 개인정보에 속한다. 환자가 자신의 건강 및 신체 데이터를 활용한 연구에 동의한다고 하여도, 잠재적 위험성에 대한 인지를 가지기란 불가능에 가깝다. 이러한 배경에서 유럽연합은 익명처리한 데이터 분석법(Privacy Preserving Data Mining; PPDM)인 EURECA 프로그램을 개발하였다.

건강 및 의학 개인정보 문제는 연구 영역에만 제한되지 않는다. 만약 특정인의 건강 개인정보가 의료보험회사 또는 생명보험회사에 흘러들어 가게 된다면 어떤 일이 발생할 수 있을까. 가난하고 현재 기술로 치료할 수 없는 병에 걸린 환자를 보험에서 배제하거나, 데이터 분석으로만 높은 보험료를 요구할 경우 발생할 수 있는 의료 정의 또는 의료 불평등 문제가 여전히 풀리지 않은 과제로 남겨져 있다.

다른 사회 및 경제 영역과 유사하게 의학 및 의료 영역에서 빅데이터는 희망이자 동시에 위협이다.

저작자표시

+ Recent posts

티스토리툴바