• 맑음동두천 8.8℃
  • 맑음강릉 11.8℃
  • 맑음서울 13.2℃
  • 맑음대전 11.5℃
  • 맑음대구 12.7℃
  • 맑음울산 13.6℃
  • 맑음광주 14.2℃
  • 맑음부산 17.3℃
  • 맑음고창 10.7℃
  • 맑음제주 16.6℃
  • 맑음강화 14.9℃
  • 맑음보은 6.7℃
  • 맑음금산 7.7℃
  • 맑음강진군 11.5℃
  • 맑음경주시 10.3℃
  • 맑음거제 15.0℃
기상청 제공

선거구제 개편

최근 정치권에서는 이명박 대통령이 지역구도 타파를 위한 선거구제 개편과 행정구역 개편의 필요성을 제기함에 따라 이에 대한 논의가 점점 활발해 지고 있다. 영ㆍ호남으로 갈라진 현 지역구도를 근본적으로 개선하지 않고는 정치발전은 물론이고 국민통합도 어렵다는 주장과 함께 이에 대한 근원적인 처방의 하나로 정치개혁의 불가피성을 강조한 이대통령의 생각에 동의한다. 이미 행정구역 개편의 움직임은 각 지방단체별로 일부 진행되고 있으며, 행정구역의 개편은 필히 선거제도의 개편과 연계될 수밖에 없는 현실이다. 그러나 선거구제 개편은 여야는 물론 정당 내에서도 지역별, 각 정파간 이해관계가 첨예하게 대립되는 사안으로 여야간협의를 통한 선거구제의 조기 개편은 쉽지 않을 것으로 보인다.

선거구제 개편의 초점은 현행 소선거구제에서 중ㆍ대선거구제로의 개편이다. 여기에 더해 권역별 비례대표제, 석패율제 등이 검토되고 있다. 중ㆍ대선거구제의 가장 큰 장점은 사표를 줄일 수 있어 비교적 정확하게 민의를 대변할 수 있다는 것이다. 지난 2008년 총선을 예로 들면 한나라당은 43.35%의 지역구 득표율로 전체 지역구의석의 53.47%를 차지 한 반면, 민노당은 3.39%의 득표율로 0.82%의 의석을 차지하였을 뿐이다. 정확한 민의의 반영이라고 보기는 어렵다는 것이다.

그러나 이대통령의 선거구제 개편의 목적이 지역구도의 타파에 있다면 중ㆍ대선거구제의 도입이 얼마나 효과가 있을까하는 점은 의문이다. 이대통령은 “호남에 가면 여당의원 한사람도 없고 영남에 가면 야당의원 한사람도 없다”는 언급과 함께, 한 선거구에서 여야당이 동반당선 될 수 있다면 그것이 지역구도 타파에 도움이 될 것이라 보고 있는 것 같다. 그렇게 된다면 지금의 지역정당구도에서 어느 정도 전국정당의 면모를 갖출 수는 있을 것이나 그것은 형식적이고 피상적인 것일 뿐이다. 정치권의 지역구도를 타파하기 위해서는 보다 근본적인 처방과 정치권의 각성이 필요하다. 국회의원들이 국민과 국가를 위해서 일하겠다고 아무리 외쳐도 이를 곧이곧대로 믿는 사람은 거의 없다. 이러한 이유에서 국민들의 정치적 무관심은 날이 갈수록 심각 해 지고 있다. 여당이나 야당이나 정당 본래의 기능을 수행해야 한다. 단지 선거 때 표를 얻는 기능만을 수행하고 오직 선거에 승리하기 위해서 정당이 존재한다면, 그리고 당선에 유리하다면 유권자들에게 지역감정을 서슴지 않고 부추기는 그러한 정당들의 행태가 계속되는 한 어떠한 제도적인 개혁도 무용지물이 되고 말 것이며, 더 나아가 우리의 민주주의와 정당정치의 발전은 기대하기 어려울 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