리뷰 -〈히든 피겨스(Hidden Figures)〉
도로시 본이 FORTRAN 교재를 백인 전용 도서관에서 몰래 꺼내오던 1961년과, AI가 전 세계 일터에 스며든 2026년이 겹쳐 보인다. 영화 〈히든 피겨스(Hidden Figures, 2016)〉는 인종 차별을 다룬 역사 드라마이지만, AI 전환기에 다시 읽으면 다른 질문이 떠오른다. 존 글렌은 왜 컴퓨터의 계산을 믿지 않고 캐서린 존슨을 찾았는가. 도로시의 선택은 단순한 적응인가, 맥락의 전환인가. 그리고 AI가 내놓는 출력값을 우리는 어떻게 검증할 수 있는가. 이 글은 〈히든 피겨스〉를 영화 비평이 아닌 '도구를 손에 쥔다는 것의 의미'로 읽는 시도다.
본 리뷰에는 영화의 주요 줄거리와 결말 일부가 포함되어 있습니다.
아직 영화를 관람하지 않으신 분들은 읽기에 주의해 주시기 바랍니다.
AI 정보
〈휴민트〉(2026)를 분석하면서 자연스럽게 탐색하게 된 영화가 있다. 2016년에 개봉했고 이미 많은 사람들이 알고 있는 영화지만, 지금 이 시점에 다시 보면 만든 사람도 미처 예상하지 못했을 질문들을 던지는 작품이다. 〈히든 피겨스(Hidden Figures)〉. AI가 전 세계 일터에 스며든 2020년대 중반에, 이 영화는 단순한 역사 드라마가 아닌 무언가로 다가온다. 먼저 그것을 짚고, 글 말미에 〈휴민트〉와의 연결 지점도 살펴보겠다.
원제 "Hidden Figures"에는 두 개의 뜻이 동시에 들어있다. 숨겨진 인물들, 그리고 숨겨진 계산값들. 이 이중 의미는 단순한 언어유희가 아니라 영화 전체를 관통하는 구조적 설계다. 심지어 짐 존슨과 캐서린 고블 존슨의 로맨스에도 적용될 수 있는.
1960년대 초 NASA 랭글리 연구소. 흑인 여성들로 구성된 수학자 집단 '웨스트 에어리어 컴퓨터스'는 말 그대로 '계산원(컴퓨터)'이라는 직함을 갖고 있었다. 전자 컴퓨터가 등장하기 전, 복잡한 궤도 계산을 손으로 수행하는 사람들에게 붙여진 명칭이었다. 이들의 이름은 보고서에 오르지 않았다. 계산 결과만 존재했고, 그 계산을 수행한 인간의 존재는 지워졌다. Hidden Figures — 숨겨진 계산을 수행한 숨겨진 인물들.
캐서린 고블 존슨(타라지 P. 헨슨 분), 도로시 본(옥타비아 스펜서 분), 메리 잭슨(재넬 모네 분). 세 인물은 각자 다른 방식으로 자신의 존재를 가시화해 나간다. 하지만 이 글에서 주목하고 싶은 것은 그들이 어떻게 차별을 이겨냈는가가 아니다. 오히려, 이 영화 안에 또 다른 '히든 피겨'가 있다는 점이다. 그리고 그 히든 피겨는 신뢰를 얻지 못했다.
1961년, NASA는 IBM 7090 전자 컴퓨터를 도입했다. 당대 최첨단 기계였다. 이 컴퓨터가 처리하는 것 역시 일종의 '히든 피겨'다. 방대한 계산을 수행하지만 그 과정은 보이지 않는다. 결과물만 출력될 뿐, 내부의 연산 경로는 가려져 있다.
그런데 영화에서 결정적인 장면이 나온다. 존 글렌(글렌 파월 분)이 지구 궤도 비행을 앞두고 있다. 컴퓨터가 이미 궤도 계산을 마쳤다. 모든 수치가 준비되어 있다. 그런데 글렌은 캐서린 존슨을 직접 찾아서 그 수치를 재검증해 달라고 요청한다. 컴퓨터가 계산한 것을 캐서린이 수작업으로 다시 확인하지 않으면 우주선에 타지 않겠다는 것이었다. 기계가 틀릴 수 있다는 것이 아니었다. 글렌은 이렇게 말한다. "그 여자가 맞다고 하면, 나는 간다."
이것이 이 영화에서 가장 핵심적인 장면이다. 최첨단 기계의 계산은 그 자체로 신뢰의 근거가 되지 못했다. 신뢰는 기계가 아니라 사람으로부터 왔다. 그것도 인종과 성별의 이중 차별 아래 존재가 지워져 있던 사람으로부터.
IBM 7090이 들어온 1961년과 ChatGPT, Claude, Gemini가 들어온 2020년대가 겹쳐 보인다면 그것은 우연이 아니다. 지금도 AI는 거대한 '히든 피겨'다. 수십억 개의 파라미터가 만들어내는 추론 과정은 가려져 있고, 출력된 결과물만 우리 앞에 놓인다.
차이가 있다면 규모와 속도다. IBM 7090은 초당 22만 9천 번의 덧셈과 뺄셈을 수행했다. 지금의 대형 언어 모델은 그 수준과 비교 자체가 무의미하다. 하지만 핵심 질문은 여전히 같다. 이 계산을 우리는 얼마나 신뢰할 수 있는가.
존 글렌의 판단은 단순히 기계를 불신한 게 아니었다. 그는 검증의 주체를 요구했다. 기계가 틀렸는지 맞는지를 판단할 수 있는 인간을 요구했다. 그리고 그 인간이 '그녀가 맞다'고 해야만 비로소 출발할 수 있었다. 검증 없는 신뢰는 신뢰가 아니라 의존이다. 의존은 아주 편안하다가 아주 갑자기 무너진다.
AI가 내놓는 계산에 대해 우리는 지금 스스로에게 물어야 한다. 이것을 검증할 수 있는가. 이것이 틀렸을 때 알아챌 수 있는가. 그것이 불가능하다면, 우리는 1961년의 NASA와 다르지 않다. 기계의 출력을 맹목적으로 신뢰한 채 발사 버튼을 누를 것인지, 아니면 검증할 수 있는 캐서린 존슨을 찾을 것인지.
이 질문은 AI를 불신하라는 말이 아니다. IBM 7090은 실제로 훌륭한 기계였고, 캐서린의 재검증 결과도 이 컴퓨터와 크게 다르지 않았을 것이다. 문제는 신뢰의 구조다. 기계의 출력을 검증할 수 있는 역량이 인간 쪽에 있어야 한다는 것. 그리고 그 역량이 없다면, 아무리 좋은 기계도 그 계산은 진짜 '히든 피겨'로 남는다 — 아무도 그 안을 들여다볼 수 없는.
참고로, 이 불신과 검증의 구조는 사람과 사람 사이에서도 늘 작동해 왔다. 눈앞에 벌어지는 현상을 그대로 받아들이지 않고, 출처를 확인하고, 전제를 의심하고, 이면을 들여다보는 것. 그것이 알 해리슨이 직원들에게 기대하는 것이었고, 그것은 기계 대 인간의 이야기가 아니라 인간이 세계와 관계 맺는 방식에 대한 이야기다.
이 영화를 AI 시대의 교훈으로 다룰 때 가장 많이 인용되는 장면이 있다. 도로시 본이 컴퓨터가 들어온다는 것을 알고 FORTRAN을 독학한다는 것. 그리고 자신의 팀 전체를 새 시스템의 운영자로 전환시킨다는 것. 수많은 비즈니스 아티클과 자기 계발 콘텐츠들이 이 장면을 "기계가 오면 기계를 배워라"는 메시지로 소비한다.
도로시가 한 것은 단순히 새 기술을 습득한 것이 아니었다. 그녀는 자신이 위치한 맥락 자체를 바꿔버렸다. 컴퓨터가 들어오기 전, 도로시와 웨스트 에어리어 컴퓨터스의 흑인 여성들은 시스템이 사용하는 도구였다. 인종 격리 정책 아래서 그들은 계산을 수행하되 존재는 인정받지 못했다. 도구는 쓰이는 것이지, 쓰는 것이 아니다.
도로시가 FORTRAN을 배우고 팀 전체를 훈련시킨 순간, 그 맥락이 전복된다. IBM 7090은 거기 있지만 아무도 그것을 운용할 수 없다. 컴퓨터가 들어왔지만 작동하지 않는다. 그때 도로시가 나서서 그 기계를 '켠다'. 도구를 다루는 사람이 된 것이다. 도구로 쓰이던 위치에서, 도구를 쥐는 위치로.
이것을 단순히 "적응"이라고 부르면 그 전복의 의미가 사라진다. 도로시의 선택은 적응이 아니라 맥락 전환이었다. 자신이 놓인 맥락을 읽고, 그 맥락이 어떻게 재편될 것인지 예측하고, 그 재편된 맥락에서 다른 위치를 선점한 것이다. 기술을 배운 것이 아니라 자신이 서 있는 지형을 바꿨다.
이 구분이 중요한 이유가 있다. AI 시대에 "AI를 배워라"는 조언은 범람한다. 도로시처럼. 그런데 도구를 배우는 것과 도구를 손에 쥐는 것은 다르다. 전자는 도구가 요구하는 방식대로 작동하는 것이고, 후자는 도구가 작동할 맥락을 스스로 설계하는 것이다. 도구를 쓰면서도 그 도구에 쓰이는 사람이 있고, 도구를 쓰면서 자신이 원하는 방향으로 상황을 이끄는 사람이 있다. 도로시는 후자였다.
도로시가 할 수 있었던 것은 기술적 학습 능력 때문만이 아니었다. 그녀는 자신이 처한 상황의 구조를 읽고 있었다. 컴퓨터가 설치되고 있다는 것을 봤고, 그것이 자신의 팀 전체를 대체할 것이라는 것을 알았고, 그전에 자신이 먼저 그 기계의 언어를 배워야 한다는 것을 결정했다.
이 과정에서 도로시가 한 것은 맥락 설계다. 도로시가 백인 전용 도서관에 몰래 들어가 FORTRAN 교재를 빼내오는 장면이 있다. 그것은 단순한 위반이 아니었다. 그 교재가 어디에 있는지, 어떻게 접근할 수 있는지, 그것을 가져오는 것이 어떤 결과를 가져올지를 계산한 행동이었다. 도로시는 이미 맥락을 재편하기 위한 조건들을 스스로 세팅하고 있었다.
이것이 이 영화의 진짜 교훈이다. 기술을 배워라가 아니라, 스스로 맥락을 전환하라. 주어진 상황에 반응하는 것이 아니라, 상황이 재편될 지점을 읽고 그 재편 이전에 스스로 위치를 옮기는 것.
그리고 이 전환은 외부에서 오지 않는다. 도로시를 훈련시킨 사람은 없었다. 아무도 FORTRAN을 가르쳐주겠다고 제안하지 않았다. 그녀는 상황을 읽고 스스로 결정했다. 스위칭은 시스템이 제공하는 것이 아니라 개인이 결단하는 것이다.
영화에서 캐서린이 건물 반대편의 유색인종 화장실까지 달려가야 했던 장면은 인종 차별의 상징으로 자주 언급된다. 맞다. 하지만 동시에 그 장면은 시스템이 어떻게 작동하는지를 보여주는 장면이기도 하다. 화장실이 격리되어 있다는 것은 누군가가 그렇게 설계했다는 것이다. 그리고 그 설계는 캐서린이 아무리 뛰어나도 '여기까지만'이라는 맥락을 부과한다.
컴퓨터의 도입도 같은 구조다. 기계가 들어오면 사람은 필요 없다는 논리는, 사람을 교체 가능한 부품으로 보는 시스템의 언어다. 인종 격리와 자동화 대체가 표면적으로는 달라 보이지만, 그 밑에 깔린 논리는 같다. 시스템이 필요로 하는 한에서만 존재를 인정하고, 더 효율적인 대안이 생기면 교체한다.
캐서린, 도로시, 메리가 한 것은 그 시스템의 논리에 편입되면서도 그 논리를 역으로 사용한 것이다. 시스템이 요구하는 계산을 수행하되, 그 계산이 자신의 존재를 증명하는 방식으로. 시스템이 도입한 기계를 자신이 운용하되, 그 운용 역량이 자신을 대체 불가능하게 만드는 방식으로.
이것이 단순한 생존 전략이 아닌 이유는, 그 과정에서 그들이 시스템의 논리를 내면화한 것이 아니라 그 논리 위에서 자신의 논리를 구축했기 때문이다. 컴퓨터의 계산에 신뢰가 없었던 것은 기계가 나빠서가 아니라, 기계가 맥락을 갖고 있지 않았기 때문이다. 캐서린에게는 맥락이 있었다. 어떤 궤도인지, 어떤 오차 범위가 허용되는지, 이 계산이 어떤 판단의 근거가 되는지를 아는 사람이었다.
도구를 손에 쥔다는 것은, 도구를 사용할 맥락을 함께 쥔다는 것이다.
컴퓨터의 계산이 신뢰받지 못한 것은 출력값이 잘못되어서가 아니었다. 그 계산이 어떻게 나왔는지를 아무도 따라갈 수 없었기 때문이었다. 검증 불가능한 출력값은, 아무리 정확해도 신뢰의 근거가 되기 어렵다. 적어도 1962년의 존 글렌에게는.
AI 출력물에 대해서도 같은 질문이 필요하다. 이것이 어떻게 나온 것인지를 내가 따라갈 수 있는가. 내가 이해하지 못한 채로 그 결과를 사용한다면, 나는 AI의 도구가 되는 것이지 AI를 도구로 쓰는 것이 아니다. 사용하는 것과 사용되는 것의 차이는 맥락에 대한 이해에서 갈린다.
충분히 검증하고 의심하고 분석하는 것. 이것이 귀찮고 느린 일처럼 보여도, 그것이 실제로 AI를 도구로 쓰는 방식이다. 그리고 그 검증 역량이 없다면, AI가 제공하는 것은 결과물이 아니라 의존이다.
더 나아가면, 이것은 AI에 국한된 이야기가 아니다. 데이터도, 타인의 말도, 눈앞에 펼쳐지는 현상도 — 그대로 받아들이는 것이 아니라 그것이 어떻게 구성된 것인지를 물을 수 있어야 한다. 세계는 출력값들로 채워져 있고, 그 출력값들 뒤에는 항상 숨겨진 계산이 있다.
캐서린 존슨이 한 것은 결국 그것이었다. 이미 있는 계산을 다시 검증하는 것. 그리고 그 검증을 통해 자신의 존재를 증명하는 것.
도로시는 FORTRAN을 배웠다. 캐서린은 컴퓨터의 계산을 검증했다. 메리는 법원에 가서 백인 전용 학교 수업을 들을 수 있는 권한을 쟁취했다. 세 명이 한 것은 각기 다른 방식이었지만, 구조는 같다. 자신이 놓인 맥락을 읽고, 그 맥락에서 다른 위치를 점유하기 위해 스스로 행동했다.
이것을 '스위칭'이라고 부를 수 있다. 단순히 기술을 바꾸거나 직업을 바꾸는 것이 아니라, 자신이 그 상황에서 어떤 역할을 하는 존재인지를 바꾸는 것. 도구로 쓰이는 존재에서 도구를 쓰는 존재로. 계산을 수행하는 존재에서 계산의 신뢰도를 판단하는 존재로.
이 스위칭은 시스템이 허락해 줄 때 일어나지 않는다. 도로시에게 FORTRAN을 가르쳐주겠다고 제안한 사람은 없었다. 캐서린을 검증자로 요청한 것은 시스템이 아니라 글렌 개인이었다. 메리의 법원 진출은 아무도 예상하지 못한 경로였다. 세 명 모두, 스스로 그 맥락 전환의 조건을 만들었다.
AI 전환기에 "AI를 배워라"는 말이 넘쳐난다. 그런데 무엇을 위해 배울 것인지, 배운 것으로 어떤 위치를 점유할 것인지를 스스로 설계하지 못하면, 그것은 도로시의 FORTRAN 독학과 다른 것이 된다. 도로시는 기계를 배운 것이 아니라 기계가 재편할 맥락을 먼저 읽고 그 안에서 자신의 위치를 설계했다.
스스로 맥락 전환을 이루어야 한다.
그것이 도구를 손에 쥐는 방식이다.
〈휴민트〉에서 조 과장과 박건은 각자의 시스템이 운용하는 '도구'로 작전에 투입된다. HUMINT — Human Intelligence. 인간 정보원. 이 단어 자체가 인간을 정보 수집의 도구로 호명하는 언어다. 그런데 영화가 보여주는 것은, 도구로 투입된 인간이 감정을 가진 채로 맥락을 이탈하는 과정이다. 그 이탈이 작전을 망가뜨리기도 하고, 다른 인간을 구출하기도 한다.
〈히든 피겨스〉와의 연결이 여기서 생긴다. 두 영화 모두, 시스템이 도구로 분류한 인간이 그 맥락을 스스로 전환하는 이야기다. 차이가 있다면, 〈히든 피겨스〉의 전환은 치밀하게 계획된 것이었고, 〈휴민트〉의 전환은 감정의 작동에서 비롯된 것이었다. 전략적 스위칭과 감정적 이탈 — 둘 다 시스템의 맥락을 벗어나는 행위다.
그리고 두 영화 모두, 그 전환의 결과로 신뢰가 만들어진다. 캐서린의 검증이 글렌의 신뢰를 만들었듯, 조 과장의 이탈이 채선화의 선택을 만들었듯.
이것이 내가 〈휴민트〉를 분석하면서 〈히든 피겨스〉에 이르게 된 경로다. 도구로 쓰이는 인간과, 도구를 손에 쥔 인간. 숨겨진 계산과, 그 계산을 검증하는 인간. 스위칭은 시스템이 주는 것이 아니라 스스로 만드는 것이라는 것.
〈히든 피겨스〉는 1960년대의 이야기지만, 2026년에 더 선명하게 읽힌다. AI가 전 세계의 일터에 '히든 피겨'로 자리 잡은 지금, 우리는 다시 같은 질문 앞에 서 있다. 이 계산을 신뢰할 수 있는가. 그리고 그것을 검증할 수 있는 캐서린 존슨이 우리 안에 있는가.
본 게시글은 최초 발행 이후 언제든 수정될 수 있습니다.
전문이 AI 응답 그대로라 수 차례 다듬어질 수 있습니다.
AI를 사용해 얻어진 문단은 해당 결과가 나오는 데에 영향을 미친 저의 요청이 있었습니다. 필요한 경우 raw-chats 매거진에서처럼 요청도 함께 기재될 수 있습니다. 해당 응답 문단은 공개 이후 여러 번 다듬어질 수 있습니다.
언급된 영화 관계자와 필자는 관련이 없습니다.
AI 정보 중 하이라이팅된 타이틀의 섹션은 필자의 정리입니다.