• 맑음동두천 1.8℃
  • 맑음강릉 10.2℃
  • 맑음서울 4.7℃
  • 맑음대전 5.2℃
  • 맑음대구 9.6℃
  • 맑음울산 8.1℃
  • 맑음광주 7.5℃
  • 맑음부산 11.2℃
  • 맑음고창 5.2℃
  • 구름조금제주 14.4℃
  • 맑음강화 1.7℃
  • 맑음보은 2.8℃
  • 맑음금산 3.0℃
  • -강진군 9.3℃
  • 맑음경주시 8.3℃
  • 맑음거제 8.8℃
기상청 제공

[교수님 추천해주세요] '습관의 힘'

행복에 이르는 아주 쉬운 깨달음

나는 전자메일을 보내면서 마지막 인사로 “행복한 하루 되세요~”라고 말하길 좋아한다. “행복한 하루 되세요~” 라고 끝맺음 인사를 하는 것은 메일 수신자가 그 메일을 보는 순간만이라도 마음에 평안과 행복이 깃들길 기원하는 마음이어서 이지만, 동시에 그 말을 하고 있는 나 자신을 위한 주문이다. 내 스스로에게 ‘힘내서 행복한 하루를 만들어야지’ 하는 것이며, 실제로 “행복한 하루” 라는 두 단어를 떠오르기만 해도 행복한 느낌이 나를 따뜻하게 감싸 준다. 왜 그럴까?

사람들은 행복을 얻기 어려운 아주 특별한 것으로 여기는 경향이 있다. 하지만 실제로 행복은 누구나, 어느 때나 누릴 수 있는 지극히 보편적인 정서이다. 지금 이 글을 쓰고 있는 나 자신도 “아 참 행복하구나”, “고소한 커피를 마실 수 있어서 참 감사하고 행복하다”라고 느끼고 있다. 이렇듯 행복은 언제 어느 때나 누릴 수 있는 감사함이다. 그리고 행복감을 보다 많이 누리는 사람은 인생에서 주어지는 모든 것들을 있는 그대로 하나하나 감사함으로 받아들이는 자세가 습관화된 사람들이다. 결국 “습관화된 감사”가 우리를 늘 공존하는 불행과 행복 사이에서 행복에 더 가깝게 있을 수 있도록 만들어주는 인생의 비밀이다.

이러한 행복을 더 많이 그리고 지속적으로 누리려면 의도적인 훈습이 필요하다. 여기서 “의도적인 훈습”이라고 해서 시행하기 어려운 고강도의 노력을 의미하는 것은 아니고, 사람이면 누구나 다 할 수 있고 이미 경험한 바 있는 “습관의 형성”을 의미한다. 결국 좋은 습관, 즉 행복을 느끼는 습관을 잘 형성한 사람일수록 더 많이 행복해하고 그래서 종국에는 안정적인 행복감에 도달하게 된다. 그렇다면 습관은 어떻게 만들어질까? 이 질문에 대한 한 대답을 <습관의 힘, The Power of Habit, Charles Duhigg 저, 강주헌 옮김, 갤리온>에서 찾아볼 수 있었다.

<습관의 힘>의 저자는 습관의 형성과 그 습관이 우리에게 주는 극적인 변화의 힘에 대한 이야기를 경험적인 연구결과들과 그에 의한 과학적인 이론적 토대 위에서 실증적인 사례를 들어서 설명하고 있다. 사려깊은 독자라면 이 책을 통하여 자신을 변화시키고 상대방을 변화시키고 나아가 사회를 변화시킬 수 있는 단초를 찾아볼 수 있을 것이다. 왜 우리는 불행할 줄 알면서 똑같은 일은 반복하는가 행복해지려면 어떻게 바꾸어야 할까? 이 글을 읽고 있는 당신이 이 질문에 대한 현답을 찾길, 그리고 당신의 인생에 평안과 행복이 가득하길..

관련기사





[사설] 이제는 뉴스도 현명한 소비가 필요할 때 최근 20대 젊은층 사이에서 유튜브 인터넷 동영상 서비스나 카카오톡, 페이스북, 트위터 등의 소셜네트워크 서비스를 이용한 뉴스의 소비가 증가하고 있다. 2023년에 실시한 우리나라 국민의 디지털 뉴스 이용에 대한 조사 결과를 보면, 응답자 2명 중 1명(53%)은 유튜브를 통해 뉴스를 이용하며, 카카오톡(22%), 인스타그램(12%), 페이스북(10%) 등의 소셜미디어를 이용한 뉴스 소비도 상당하다. 소셜미디어 환경에서는 방문 목적과 상관없이 의도치 않게 뉴스에 노출될 수 있다. 페이스북의 경우, 이용자의 대다수가 방문 목적과 상관없이 뉴스에 노출된 적이 있다고 한다. 뉴스와 사적인 대화가 섞여 있기 때문이다. 그런데 우연히 뉴스에 노출된 것이 아니라, 뉴스를 보기 위해 소셜미디어를 사용한다는 응답이 최근에 증가하고 있다. 소셜미디어에서 접하는 뉴스 보도의 가장 큰 문제로 지목되는 것은 가짜 뉴스와 편파적인 뉴스이다. 소셜미디어 알고리즘은 이용자의 과거 이용 기록을 바탕으로 이용자가 관심 있을 법한 콘텐츠를 선별해서 추천하기 때문에, 진보 성향의 뉴스 보도를 본 사람에게는 진보 성향의 기사를, 보수 성향의 뉴스 보도를 본 사람에게는 보수 성향의 기사를 추천한