• 구름많음동두천 16.7℃
  • 구름많음강릉 17.4℃
  • 맑음서울 18.5℃
  • 맑음대전 16.3℃
  • 맑음대구 20.7℃
  • 맑음울산 18.6℃
  • 맑음광주 18.9℃
  • 맑음부산 21.0℃
  • 맑음고창 17.2℃
  • 맑음제주 21.2℃
  • 구름많음강화 16.5℃
  • 맑음보은 14.1℃
  • 맑음금산 14.9℃
  • 구름많음강진군 19.1℃
  • 맑음경주시 18.2℃
  • 구름많음거제 19.6℃
기상청 제공

[Gazette 기자의 시선] 대체 국외봉사는 왜 하는걸까?

지난 6월 우리학교 2026년 하계 국외봉사활동을 통해 우즈베키스탄에 다녀왔다. 솔직히 처음 국외봉사활동에 선발됐다는 소식을 들었을 때 든 생각은 ‘좋은 일을 하면서 해외에도 갈 수 있는 기회’라는 것이었다. 한국에 온 뒤 처음으로 참여하는 국외봉사활동이라는 사실에 설렘이 컸고, 낯선 나라에서 새로운 경험을 할 수 있다는 기대도 컸다. 어쩌면 당시의 나는 ‘국외봉사’라는 단어가 가진 의미를 너무 쉽게 생각했는지도 모른다.

 

‘대체 국외봉사는 왜 하는걸까?’

 

2주간의 활동을 위해 우즈베키스탄에 도착한 뒤, 우리가 마주한 현실은 한국에서 그렸던 모습과는 조금 달랐다. 어린 학생들, 낡은 학교의 벽, 뜨거운 날씨와 익숙하지 않은 현지 음식은 우리의 새로운 일상이 됐다. 매일 이어지는 일정 속에서 봉사단원들도 조금씩 지쳐가는 모습을 보였다. 그러나 그 속에서 우리는 서로에게 더 의지했고, 현장의 상황에 맞춰 방법을 찾아가기 시작했다.

 

처음에는 국외봉사의 결과가 가장 중요하다고 생각했다. 하지만 직접 현장을 경험하면서 완벽한 결과보다 함께 어려움을 마주하고, 계획을 수정하며 서로에게 힘이 되어가는 과정이 더 중요하다는 것을 깨달았다. 예상과 다른 현실을 마주한 순간부터 내가 생각했던 국외봉사의 의미도 조금씩 달라졌다.

 

힘든 일정 속에서 나를 다시 힘내게 했던 것은 봉사의 뿌듯함만은 아니었다. 매일 우리를 반갑게 맞아주며 먼저 인사를 건네던 아이들, 내 이름을 기억하고 불러주던 아이들의 모습이 오히려 더 큰 힘이 됐다. 봉사활동 중 지쳐 있을 때마다 지나가며 “수고하고 있다.”고 한마디씩 건네던 팀원들의 따뜻한 응원도 마찬가지였다. 아주 작은 말과 행동이었지만, 그 순간들이 쌓이면서 나도 다시 힘을 낼 수 있었다.

 

2주간의 시간을 보내고 나니 오히려 내가 더 많은 것을 받고, 배우고, 성장했다는 생각이 들었다. 한국어를 알려주면서 소통하는 방법을 배웠고, 예상하지 못한 상황을 해결하며 서로 의지하는 법을 배웠다. 특히 한국인 학생들과 함께했던 이번 활동에서는 서로 다른 문화와 생활방식을 이해하고 배려하는 과정 자체가 또 하나의 봉사였다고 생각한다. 그래서 이제 나는 국외봉사가 단순히 ‘누군가에게 무언가를 주기 위해 떠나는 것’이 아니라, 서로 나누는 과정 속에서 결국 나 자신도 배우고 성장하기 위해 떠나는 것이라고 생각한다. 어쩌면 그것이 내가 던진 질문에 대한 나만의 답일 것이다.

 





[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