[수필] 자신에 대해서 알아가기_오늘의 좋아하는 것들

'모두 거짓말을 한다'의 저자 '세스 스티븐스 다비도위츠'에 따르면 모두 거짓말을 한다. 혹은 정말 스스로가 스스로를 모른다. 이것을 증명해주는 것이 '빅데이터'다. '인스타그램'을 보면 너무 멋지고 예쁜 사람들이 많다. 그렇지 않은 경우도 상당하지만, 대체로 SNS 사진들은 '필터'와 '보정'이라는 과정을 거친다. 즉, 여러 사진 중에서 가장 잘 나온 사진을 편집적으로 찾아내서, 그 원본을 편집하여 올리는 것이다. '편집'이라는 것이 그렇다. 좋은 것과 좋지 않은 것들, 원하는 것과 원하지 않는 것을 잘 추출하여 자신이 원하는 것만 남긴다. 이렇게 편집된 것은 '원본'과 다르다. 자연에는 위와 아래, 차가움가 뜨거움, 어둠과 밝음이 있다. 즉, 자연스러움이란 편집되어 고농도 추출물과 다르다. 화학의 역사를 살펴보면 이는 '농축'과 '추출'의 역사다. 정제하고 걸러내고 추출하고 농축하여 순도 높은 것을 골라내는 작업이다. 즉 이것은 굉장히 인위적이다. SNS는 모두의 삶에서 자신이 편집적으로 보여주고자 하는 부분을 추출, 정제, 농축한 '고밀도 인공물' 덩어리다. 현대인들은 자신의 일상을 저장하는 공간을 'SNS'에 둔다. 남에게 보여 주고 싶은 모습 뿐만 아니라, 스스로 간직하고 싶은 모습도 이처럼 가장 행복하고 좋은 장면을 골라 올리다보니, 올라간 모습과 실제 모습 간의 간극이 생긴다. 남들이 봤을 때, 전혀 그렇지 않음에도 스스로 자신의 모습이라고 착각하는 사는 삶이 많아진다.

우리는 '정답'을 찾는 것이 익숙하다. 학교에서12년 간 받는 교육이 '정답 찾기'다. 고로 우리는 '삶'에도 정답이 있을 것이라는 착각에 빠진다. 즉, 자신의 모습에도 '정답'을 정해 놓는다. '행복'이라는 것에 '정의'를 맞춰 스스로 그 틀안에 들어 가거나, 남들이 인정해주는 정답에 가장 가까운 모습을 찾아내고자 한다. 이렇게 만들어진 정답은 분명 현실과 다르다. 이것은 우리나라에서 특별히 있는 특징이다. 즉, 우리는 '평균'이나 '보통'의 것을 찾고 그것에서 벗어나는 것을 두려워 한다. 다면 '평균'에는 언제나 함정이 있다. 이것은 사실 굉장히 간단한 논리로 증명할 수 있다. 우리동네 마을 버스에 빌게이츠가 탄다고 해보자. 그 마을 버스에 탄 승객의 자산은 평균 수조원이 된다. 그러나 그것은 우리의 모습이 아니다. 모두가 자신의 값을 SNS라는 바구니에 던져두고 마구 흔들어 평균값을 낸다. 분명 거기에는 평균을 훨씬 상회하는 이들이 있고, 개중에는 보정과 편집을 통해 평균 수치를 올려 놓는 이들이 상당수다. 이들과 함께 평균을 산정하여 자신의 값과 비교하니, 언제나 초라해 질 수 밖에 없다. 평균은 '거짓말쟁이'다. '보통'이라는 것도 환상이며, SNS는 허상이다. 나 또한 간혹 아이들과 생일 케이크 위의 촛불을 부는 장면을 가끔 SNS에 올리지만, 현실적으로 우리 아이들과 내가 가장 좋아하는 반찬은 2,000원 짜리 분홍 소시지에 계란을 묻힌 소시지전이다. 그것은 당연히 일상의 상당수에 속한다.다만 그것은 당연히 SNS에 저장되지 않는다. 그리고 시간이 지나서 현실이 점차 과거로 변색되며 기억보정이 들어갈 때가 되면, 아름다운 과거와 현재의 간극차만 더 벌어진다.

보통 사람들은 자신이 만들어낸 자신의 모습을 자신의 모습이라 착각한다. 실제로 일부 고양이는 스스로 자신을 '호랑이'처럼 거대한 포식자로 착각한다. 그들은 자신의 착각에 취해 자신보다 몇 배나 큰 상대에게 덤비기도 하고, 자신보다 아래로 생각하기도 한다. 이런 차이는 '자신감'을 만들어내는 좋은 재료가 되기도 하지만, 때로는 주제를 모르는 자불양력(自不量力)이라는 고사성어를 떠올리게 한다. 가만 보면 사람들은 자신이 무엇을 잘하는지, 무엇을 좋아하는지, 무엇을 하고 싶어하는지 알지 못한다. 고로 객관적인 자기는 '자기'를 벗어났을 때, 알 수 있기도 하다.

예전 한 손님이 '대형마트'에 항의를 했던 적이 있다. 그는 '매니저'를 찾으며 자신의 딸에게 '아기옷, 침대와 같은 유아용품 쿠폰을 보내는 이유를 따져 물었다. 자신의 딸이 고등학생인데도 불구하고 이런 쿠폰을 보냈다는 사실에 대한 항의였다. 그러나 이후 그는 자신의 딸이 아이를 가졌다는 사실을 알게 된다. 이어 그는 마트에 사과를 한다. 부모보다 더 자녀를 잘 알기는 힘들 것 같지만, 빅데이터는 그것을 가능하게 한다. 앞서 말한 이야기는 미국의 '타겟'이라는 점포에서 일어난 일이다. 딸의 검색 내용이나 물품구매 이력으로 구매 형태를 분석하여 추천상품 할인 상품을 보내는 것이다. 타겟의 빅데이터 전문가들은 이처럼 고객의 25 형태의 구매 패턴을 분석한다. 고로 고등학생 딸의 임신과 출산에 대한 예측을 가능하게 했다.

부모 뿐만아니라, 우리 스스로도 우리를 모른다. 우리는 우리가 포장한 포장지의 모습으로 우리를 기억한다. 자신이 진짜 무엇을 좋아하는지, 무엇을 잘하는지, 무엇을 하고 싶은지를 알기 위해 자신을 관찰하는 일이 필요하다. 그러나 대부분의 우리는 스스로를 관찰하기 보다는 우리 외부에 벌어지는 일들에 훨씬 더 관심이 있다. 좋아하는 연예인의 취향이나 목소리, 성격, 외형에 대해 자신보다 더 관심있게 들여다 본다. 즉 자기 자신에 대해 왜곡된 시선을 가진 채, 살아가며 타인을 관찰하는다. 삶을 풍족하게 하기 위해서는 진짜 자신이 좋아하는 것이 무엇인지, 자신이 잘하는 것이 무엇인지, 자신이 진짜로 좋아하는 것이 무엇인지를 알기 위해, 자신을 돌아보는 시간을 충분하게 가져야 한다.