• 흐림동두천 16.8℃
  • 흐림강릉 23.6℃
  • 구름많음서울 18.4℃
  • 구름많음대전 19.3℃
  • 맑음대구 21.3℃
  • 맑음울산 18.5℃
  • 맑음광주 19.7℃
  • 맑음부산 21.8℃
  • 구름많음고창 16.9℃
  • 흐림제주 23.1℃
  • 구름많음강화 17.5℃
  • 구름많음보은 16.3℃
  • 구름많음금산 17.2℃
  • 맑음강진군 19.6℃
  • 구름많음경주시 17.6℃
  • 맑음거제 19.4℃
기상청 제공

러브토크 - 여자선배, 가벼운 스킨십 시도 그 후는?

Q: 여자선배, 가벼운 스킨십 시도 그 후는?
저번 주 주말에 학과 엠티를 다녀왔습니다. 13학번인 저는 처음가보는 대학엠티에 각종 로망에 기쁨을 감출 수 없었습니다. 하지만 엠티 당일밤 전체술자리에서 2살 많은 여자선배가 같이 커플게임을 하자면서 저한테 가벼운 스킨십을 몇 번씩 시도합니다. 처음이라 순간 당황하기는 했지만 저한테 챙겨주는 선배가 생긴 듯해 기분이 좋았습니다. 다음날 아침에는 그 여자선배가 계란후라이랑 라면밥상을 차려주시는 것이었습니다. 감동의 눈물을 흘렸습니다. 이 여자선배의 진짜 마음을 알고 싶습니다.

A : ‘진짜 마음을 알기보다 진짜 사랑을 쟁취하라’
그 선배의 전반적인 호의를 받고 이런 고민을 하는 이유가 무엇인가? 만약 그 선배가 내게 관심이 있다면 그 선배에게 고백할 것이고, 만약 그 선배가 내게 관심이 없다면 포기하려는 것인가?
앞으로라도 이런 식으로 이성에게 접근하면 항상 수동적으로 상대방의 심리만 궁금해 하다 사랑을 쟁취할 수 있는 기회를 날려 버리고 만다.

먼저 확인해야 할 것은 그 선배의 마음이 아니라 나의 마음이다. 내 마음이 진실되고 확신이 선다면 그때는 먼저 자신의 관심을 보여줄 필요성이 있다. 그렇게 능동적으로 감정을 이끌어 나가야 사랑이란 감정을 형상화할 수 있고, 쟁취할 수 있다. 그렇게 마음이 섰다면 이제 구체적으로 자신의 감정을 표현해 보도록 하자.

“선배, 그때 커플 게임할 때 약간 당황했지만 싫지는 않았어요.”
“선배, 사실 계란 후라이가 가장 쉬우면서 불 조절 때문에 힘든 요리인데, 그때 그 계란 후라이 너무 맛있었어요. 또 먹을 수 없을까요?”

“선배, 그때 아침상 차려줘서 너무 고마워요. 제가 점심을 사고 싶은데, 시간 어떠세요?”
그렇게 구체적인 명분을 만들어 만남을 갖도록 해야 관계가 발전할 수 있다.

그저 가만히 앉아 그 선배의 마음이 뭐지하고 공상에 빠져있다면 아무런 진전도 없는 것이다. 만약 말로 하기 힘들다면 그때의 느낌을 담은 편지를 써서 선배에게 전달해 줄 수도 있다.

물론 같은 학과 선배라서 고백이 거절당하면 이후 만남이 불편해질 수 있는 것은 사실이다. 하지만 내 마음이 진심이라면, 정말 맘에 든다면 남자는 그 정도 리스크는 감수할 수 있어야 한다. 그때에 비로소, 선배나 누나가 아닌 나의 연인이 될 수 있는 것이다.

관련기사





[가까운AI] 의용공학, AI와 사람 사이를 잇다 몇 년 전만 해도 의용공학과 학생이 바이오데이터를 분석하려면 프로그래밍 언어부터 익혀야 했다. ECG나 EEG 데이터를 불러오고 분석하는 프로그램을 직접 작성하다 보면 사소한 오류 하나를 찾는데 꽤 많은 시간을 보내기도 했다. 요즘은 풍경이 많이 달라졌다. AI에게 코드의 오류를 물어보기도 하고, 분석 방법을 함께 고민하기도 한다. 이해하기 어려운 논문을 읽거나 새로운 의료기기의 아이디어를 구체화할 때도 AI를 자연스럽게 활용한다. 의용공학은 원래부터 새로운 기술을 빠르게 받아들이는 분야다. 의학과 공학의 경계에서 출발한 학문인 만큼 인공지능과 만나는 것도 어쩌면 자연스러운 일이다. 다만 최근의 변화는 조금 특별하다. AI가 단 순히 하나의 새로운 기술로 추가되는 것이 아니라 공부하고 연구하는 방법 자체를 바꾸고 있기 때문이다. ● 의용공학 수업에 들어온 AI 의용공학에서 다루는 데이터는 매우 다양하다. EMG와 EOG 같은 생체신호가 있고, 엑스레이나 CT와 같은 의료영상도 있다. 최근에는 스마트워치나 웨어러블 센서를 통해 일상생활에서 얻는 데이터도 중요한 연구 대상이 되고 있다. 이런 데이터에서 사람의 눈으로 발견하기 어려운 특징을 찾는 일은 AI가 특히