• 흐림동두천 17.3℃
  • 흐림강릉 19.4℃
  • 흐림서울 20.3℃
  • 흐림대전 20.6℃
  • 흐림대구 21.2℃
  • 구름많음울산 21.9℃
  • 구름많음광주 22.8℃
  • 구름많음부산 24.8℃
  • 흐림고창 20.0℃
  • 구름많음제주 24.5℃
  • 흐림강화 18.8℃
  • 흐림보은 17.8℃
  • 흐림금산 17.5℃
  • 구름많음강진군 23.3℃
  • 흐림경주시 20.2℃
  • 흐림거제 22.5℃
기상청 제공

[미디어평론] 레슬러(2018)

- 왜 하필이면? 왜 지금?

막상 가족과 ‘대화’라는 걸 시도해보면 우리는 하릴없이 이런 판에 박은 말이나 내뱉게 된다. “나랑 대화하기 싫어?” 때로는 혼잣말이 편하고 뒤돌아서 빨래하는 게 낫다. 부모들은 한탄한다. 아이가 어릴 땐 서로 잘 통했다고. 하지만 아이 입장은 다르다. 응당 그래야 하는 줄 알고 부모한테 맞춘 것뿐이라고. 부모가 웃으니 그게 취미가 됐고, 부모가 좋아하니 자기도 좋아하는 줄 알았다고. 부모의 꿈인지 내 꿈인지 모르겠다는 폭탄선언도 나온다. 아직도 세상 떠난 아내의 밥을 매끼니 뚜껑 덮어 챙겨두고, 아들 뒷바라지로만 살아온 영화 <레슬러>(감독 김대웅) 속 귀보 씨는 항변한다. “이게 다 널 위해서야!”

과연 그랬을까? 실은 의심조차 해 본 적이 없었다. 너를 위한 게 아니라 내 욕심이었을 수도 있음을, 인정하기란 괴롭다. 우물쭈물하는 동안 자식은 외나무다리에서 원수 만난 격으로 대든다. 그 자리에서 끝장을 보자는 식이다. 이쯤 되면 국가대표 선발전이나 금메달 겨루기 못잖은 전쟁 상황이다. 레슬링 전 국가대표 귀보(유해진 분)와 레슬링 유망주인 아들 성웅(김민재 분)의 대결은 흡사 성난 소싸움을 방불케 한다. 양보란 없다. 명분은 각자 충분하다. 내가 널 어떻게 키웠는데? 내가 아빠 때문에 왜 평생 이걸 해야 되는데?

어느 집이나 자녀의 사춘기 혹은 본격 반항기가 닥치면 난리통이 따로 없다. 어느덧 한국형 가족영화의 한 흐름(?)이 된 듯하다. 일상을 코믹하게 그려 관객을 일단 웃기고 ‘사춘기 넘기기’라는 잔뜩 엉킨 실타래를 풀게 하는 일말이다. 이젠 관객들도 공감한다. 바뀐 상황 앞에서 성장통을 겪으며 스스로 ‘커야’하는 임무는 자식은 물론 부모에게도 적용된다. 지금껏 해온 방식은 더 이상 먹히지 않는다. 손자 때문에 힘들어하는 아들에게 할머니(나문희 분)는 명대사를 날린다. “니는 쉽지 않은 지 20년 됐지? 나는 40년째여!”

그간 한 방향만 생각하며 맹목적으로 달려왔다면, 이제 전면재고가 필요하다. 완전히 한 바퀴 돌게 될지라도. 레슬링 시합에서 결국 믿을 건 자기 자신과 훈련 중에 흘린 땀뿐이다. 맨몸으로 진솔하게 또 격하게 부딪쳐야 하는 이 운동을 매개로, 등장인물들은 자신의 맨얼굴을 드러낸다. 유쾌한 귀보나 잘생긴 성웅이나, 묘한 사랑으로 몸살을 앓는 여인들도 말하자면 ‘더 행복해지기 위해’ 수고를 아끼지 않는다. ‘쉬었다 나중에’ 할 수 없는 중대한 과제여서다. 배우들의 연기 조화는 자연스런 웃음과 함께 일상의 아기자기함도 깨우치게 한다. 서로가 있어 고맙고 든든한 날들은 그렇게, 세찬 비바람 후에야 온다.

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