‘평균의 종말’과 역사적 '연결고리'

김성태 고려대 미디어학부 교수

바야흐로 데이터 시대다. 지금 우리는 빅데이터, 인공지능(AI), 블록체인 등 디지털 데이터를 기반으로 한 4차산업혁명을 목도하고 있다. 인류가 문자와 기호를 사용하기 시작한 지난 5천년 동안 문명의 흐름이 지구촌 곳곳에서 큰 강을 이루고 이제는 모이는 바다에 이르렀다. 데이터가 원유가 되어 모든 것이 돌아가는 시대가 된 것이다. 이 연재 시리즈는 '데이톨로지(Datalogy)' 사상의 연원(淵源)이다. 데이터에 대한 철학적, 인문학적, 과학적인 성찰의 결과라 봐도 좋을 것이다. (빅)데이터와 관련된 키워드를 중심으로 제4차산업혁명의 시대를 살고 있는 우리의 다양한 호기심을 자극하는 지적 탐구의 장을 마련하고자 한다.

이번 연재글은 디지털 기술이 가져온 새로운 시대의 다양한 종말론 중에서 '평균의 종말'에 대한 역사적 연결고리 찾기다. <편집자>

'테일러메이드'(Tailor-made)란 영어 단어가 있다.

특정 개인을 위한 맞춤을 의미할 때 쓰는 표현이다. 평균 치수로 나온 옷이 잘 맞지 않을 때나, 비슷한 스타일이나 패턴이 싫어 자신만의 취향을 살려 특별 주문할 때(customized) 사용한다.

요즘 많은 사람들은 '평균 골퍼(average golfer)'를 고려해서 매장에 나와 있는 골프 장비를 자신의 체형과 스윙파워에 맞추어 '테일러메이드'를 위한 피팅(fitting)을 해서 사용하는 경우가 많다. 유사한 발음의 테일러메이드(Taylor-made)란 골프브랜드가 있는 것도 우연치곤 재미있다.

최근으로 올수록 고객 정보를 바탕으로 개인 각자를 위한 맞춤형 서비스가 산업 전 분야에서 활발히 이뤄지고 있는 추세지만, 우리 사회는 아주 오랫동안 불특정 다수의 일반적인 사람들의 평균적인 체형에 맞게 대량 생산된 제품을 우선적으로 살 수 밖에 없는 시스템에 분명 익숙해져 왔었다.

'평균의 종말론'이 제기되다!

이런 시대적 변화속에서 2018년 토드 로즈(L. Todd Rose) 하버드대학교 교수는 '평균 중심주의'가 우리 사회에 가져 온 다양한 문제점을 비판하며 '평균의 종말(The End of Average)'이라는 저서를 출간하며 전 세계적으로 엄청난 반향을 불러 일으켰다.

이 저서에 매우 재미있는 사례가 있다. 1940년대 말 미국 공군은 전투기 사고가 자주 발생하자 원인 규명에 나섰고, 20여년 전 비행기를 처음 제작할 때 조종사들의 평균적인 신체 치수에 맞게 설계된 조종석 때문일 수도 있다는 의심을 갖게 된다. 그래서 당시에 복무중인 현역 조종사 4천여 명의 키, 가슴둘레, 팔과 다리 길이 등 10개 항목에 걸쳐 신체별 데이터를 다시 수집하여 '평균 조종사' 사이즈를 최종 발표했는데, 놀랍게도 4천명의 조종사중에서 10개 항목의 평균수치와 정확하게 일치하는 조종사는 단 한명도 없음을 알게 된다.

결과적으로 조종사의 평균 신체 사이즈를 기준으로 비행기 조종석을 설계했지만, 그 어느 누구에게도 정확하게 맞지 않는 조종석을 20년 이상 유지해 왔던 것이다. 그래서 사고를 줄이기 위한 노력의 일환으로 조종사들이 자신의 신체에 맞게 조절 할 수 있는 조종석을 만들게 되고, 이는 현재 우리가 사용하고 있는 자동차 운전석의 자동시스템이 나온 계기가 된다.

로즈 교수는 나아가 우리 사회가 그 동안 '평균 인간'을 가정해 놓고 개개인을 맞추려고 했다고 비판을 가하며, 획일적 기준으로 표준화된 사회는 개인의 다양성이 제대로 존중받지 못하고 폄하될 수밖에 없다고 주장했다. 이는 빅데이터와 AI 기반의 큐레이션 메커니즘이 우리 사회의 다양한 영역에서 작동되고 있는 상황에서 '평균 우선주의'라는 오래된 관습에 경종을 울린 것이다.

데이터를 연구하는 필자에게는 최근 많이 언급되는 다양한 종말론(예. '노동의 종말' '소유의 종말' '성장의 종말' 등) 중에서도 '평균의 종말론'은 매우 궁금하고 흥미로운 화두임에 분명하다. 그래서 오늘 글은 제1차 산업혁명 이후 근대화과정을 지배해왔던 '평균주의'가 역사적으로 어떻게 시작돼 발전돼 왔는가에 대한 궁금증에서 출발한다.

'평균'의 통계적 의미

사전적 의미로 '평균'은 데이터 분석에서 집단을 대표하는 수치다. 우리 삶의 거의 모든 영역에서 사용되는 일반화된 개념이다. 여러분들이 시험을 본 후 점수를 알게 된다면 우선 궁금한 게 순위나 혹은 내 점수가 어디에 랭크돼 있는지와 같은 것이다. 회사에서 연봉을 결정할 때도 조직의 내 또래와 비교하거나 혹은 평균연봉이 어느 정도인지 등을 우선적으로 고려한다.

또한 평균은 확률적 가능성과도 밀접한 관계가 있다. 기업에서 투자를 하거나, 스포츠 경기에서 베팅을 할 때에 기존 데이터 속에서 도출할 수 있는 평균 매출이나 평균 승률을 중심으로 투자를 하여 위험을 최소화시킨다. 예로, 야구선수들의 타율이나 방어율은 선수들의 능력의 평균 수치이기도 하지만, 또한 관중들에게는 각 선수가 출전할 때 갖게 되는 기대 확률을 의미한다. 따라서 평균은 다양한 미래 가치에 대한 확률적 기대수준이기도 한 것이다.

한편, 통계학에서 '평균 회귀적 경향'이라는 말이 있다. 사람들의 키나 몸무게 그리고 소득수준 등과 같은 다양한 데이터의 분포가 평균값을 중심으로 '벨(Bell)' 모양의 곡선을 보인다는 것이다. 우리는 이를 '정상분포곡선(Normal Distribution Curve)'이라고 한다. 세상의 모든 데이터를 다 수집해 분석할 수 없는 상황에서는 무작위로 추출된 표본에 대한 통계분석을 바탕으로 전체 모집단으로 추론할 때 가정하는 가장 기본적인 전제이기도 하다.

예로, 보통 동전을 던졌을 때 앞면과 뒷면이 나올 확률은 반반이다. 그러나 100번을 던지면 앞면 50번과 뒷면 50번이 나와야 하지만 그렇지 않은 경우가 더 많다. 이론적으로는 2분의 1이지만 현실에서는 꼭 확률대로 일어나지 않는 것이다. 그러나 세상 모든 사람들이 동시에 동전을 던지거나 혹은 내가 던지는 횟수를 무한정에 가깝게 늘여 간다면 어떻게 될까? 아마도 최종적으로는 이론적 평균의 확률에 가까워져 갈 확률이 높아질 것이다.

이런 통계학적 가정은 다양한 사회적 행동이나 문화에 있어서도 어느 정도 표준형에 가까운 정상범주를 정해 놓고 구분을 하는 경우도 많다. 아래 그림은 유명한 비즈니스 작가인 세스 고딘(Seth Godin)이 2011년에 출간한 저서 '이상한 놈들이 온다(We are all weird)'에 나오는 매우 흥미로운 분포 곡선이다.

행동양식에서 평균중심을 정상범주로 본 고딘(Godin)의 정상분포곡선 (출처: 네이버)

지난 1975년도 미국인들의 다양한 문화 유형을 평균치를 중심으로 어떻게 분산돼 있는가를 보여주는데, 평균과 가까이 있는 대다수의 사람은 정상범주로 여겨지고, 평균에서 떨어져 있는 경우(outlier)는 '히피족''마니아'로 분류하며 정상적이지 않은 것으로 범주화하고 있다.

마케팅 전략가로서의 고딘에 따르면 "정상인들의 지향하는 대중을 중심으로 한 마케팅은 이제 끝났으며, 세상은 더 이상 '이상한 것'을 '이상하지 않은 것'으로 여기고 그 속에서 새로운 기회를 찾아야 한다"고 주장한다. 이는 평균중심성의 패러다임에서 탈피해야 한다는 인식의 전환을 강조하는 것처럼 보인다.

이런 통계이론상의 확률적 믿음이 실제 현실의 영역에서도 나타날 수 있다는 가정을 갖고 평균의 개념은 우리 사회의 다양한 분야에서 활발하게 이용되어져 왔던 것이다. 그래서 우리 삶의 거의 모든 평가 기준이 평균을 중심으로 이뤄지는 경우가 많았다. 평균 소득, 평균 지출, 평균 가격, 평균 연령, 평균 수명 등의 통계치가 제시되고 우리는 그것을 중심으로 성공여부를 판단하곤 했던 것이다.

그러면 정해 놓은 어떤 평균 표준치를 중심으로 많이 벗어나는 경우 비정상적으로 규정되고 때로는 오류로 취급하는 가치관은 역사적으로 어디서부터 시작해서 발전해 왔는지가 궁금해진다. 역사적으로 거슬러 올라가보자.

제2차 산업혁명이후의 '테일러주의'와 '표준화'

아마도 이 개념을 기업 분야에 적극적으로 도입하는 데 가장 큰 영향을 미친 인물은 19세기 후반부터 활동했던 미국의 경영학자 '프레드릭 윈슬로 테일러(F. Winslow Taylor)'일 것이다. 그는 1874년 당시 필라델피아의 기계공장에 입사해 노동자들의 업무 환경과 태업, 파업 등의 현장을 목격하게 된다. 기업의 생산성을 높이기 위해서는 업무 환경 개선과 근로자들을 위한 표준 작업량과 작업시간 그리고 평균 임금을 중심으로 업무량에 따른 성과급의 차별적 지급과 같은 경영 관리 시스템이 필요하다고 강조하게 된다.

근대 산업화의 표준화 시스템을 완성한 프레드릭 윈슬로 테일러 (출처: 구글이미지)

이것이 바로 제2차 산업혁명이후의 다양한 산업군에서 추진됐던 '테일러시스템'이다. 테일러는 제조업 위주의 대량 생산체제를 추진하던 시절에 근로자의 움직임, 동선, 작업범위 등을 표준화시켜 생산의 효율성을 극대화시키고자 했다. 기업의 표준화된 시스템 공정을 세우고, 근로자들을 이 기준에 맞추도록 강요했던 것이다.

이런 '테일러주의'는 기업뿐만 아니라 동시에 미국의 공교육과정에 '평균 인간'을 양성하기 위한 표준화된 커리큘럼을 도입하는데도 영향을 미치게 된다. 정규 교육의 목표가 특출한 천재를 키우는 방식이 아니라 전체 학생들의 평균수준을 향상시키는 방향으로 설정됐는데, 이런 교육 시스템에 대해 당시 저명한 문화 비평가였던 헨리 맹켄(Henry L. Mencken)은 다음과 같이 비판적으로 적기도 했다.

"공교육의 목표는 계몽화가 아니다. 현재의 공교육은 가능한 한 많은 개개인들을 똑같은 안전 수준으로 강등시키고 표준화된 시민을 길러내고 훈련시키면서 반대 의견과 독창성을 억누르고 있을 뿐이다. 이는 미국뿐만이 아니라...세계 전역에서의 공교육이 내세우고 있는 목표다."

그럼 다음으로 19세기 후반부터의 테일러주의에 가장 많은 영향을 미친 역사적 연결고리는 누구일까? '평균 중심주의'로 본다면 그는 바로 테일러보다 앞선 18세기의 중반에 활동했던 벨기에의 수학자이자 근대 통계학의 아버지로 불리는 아돌프 자크 케틀레(Adolphe Jacque Quetelet)일 것이다.

케틀레의 사회통계와 '평균 인간'

프랑스 파리의 천문대에서 일을 시작했던 케틀레는 당시 천체학, 수학과 물리학 등의 자연과학에서 주로 사용되어지던 확률적 사고와 통계를 인간과 사회의 다양한 영역에서도 활용할 수 있겠구나 라고 믿고, 1835년에 '인간의 능력 개발에 대하여'라는 논문을 발표한다.

'평균'의 개념을 인간과 사회 연구에 적용한 아돌프 자크 케틀레 (출처: 구글이미지)

케틀레는 물리학과 수학에서 사용되는 다양한 개념을 활용해 당시의 인구통계와 범죄데이터를 광범위하게 분석하게 됐는데, 복잡하고 무질서해 보이는 사회속에서도 일종의 규칙성이 존재하다는 사실을 실증적으로 입증하게 된다. 그는 당시 사람들의 사망률을 시간, 장소, 기온, 연령, 직업 등의 다양한 변수들을 중심으로 한 사회의 평균적인 출생률과 사망률 등에 대한 패턴을 찾아낸다.

고대 그리스 철학자인 피타고라스가 "만물의 근원은 수(數)이다"라고 주장한 이후 자연과학에서 수를 통한 통계의 발달은 그 이후 인류에게 혁명적인 자연과학의 발달을 가져온 것 분명하다. 르네상스 이후만 보더라도 지동설을 주장한 코페르니쿠스(N. Copernicus)와 태양 중심의 천체의 회전을 증명한 케플러(J. Kepler), 그리고 만유인력의 법칙을 발견한 뉴턴(I. Newton)에서도 수학과 통계는 가장 중요한 학문적 토대였다.

이런 자연과학의 발달로 대표되는 근대사의 흐름에서 19세기 초는 제1차 산업혁명이 가져온 엄청난 사회적 변혁을 겪고 있던 시기이기도 했다. 이 당시의 사회를 바라보는 철학자의 입장에서는 자연과학에서 이용되어오던 다양한 방법적 노력들을 인간과 사회영역에서도 적용해보고 싶었을 것이다. 대표적으로 실증주의 철학과 사회학의 창시자로 알려진 오커스트 콩트(August Comte)나 '자살'에 대한 대규모 실증연구로 유명한 뒤르켐(Emile Durkheim) 또한 자연과학 방법론의 사회적 인용을 통해 '사회 물리학' '사회 생물학' 등의 이론으로 확장하던 시절이었다.

이런 시대적 상황에서 케틀레는 '평균'과 같은 다양한 통계 기술 개념들을 인간들로 구성된 사회에서도 적용할 수 있다는 믿음으로 점차 그 적용범위를 확장시켜 나갔다. 그는 '사회통계학'의 유용성에 대해 다음과 같이 적고 있다.

"통계란 숫자들을 모으는 데서 시작하는데, 이 숫자들은 주의 깊고 신중하게 여러 척도에 걸쳐 수집된 것으로 흥미로운 사실들을 알려 주고 물질세계를 지배하는 법칙처럼 도덕적, 지적 세계를 지배하는 법칙도 알게 해 준다. 자신의 편견을 싫어하는 사람이라면 통계적인 조사 분석을 통하여 많은 도덕적인 현상들을 밝혀 낼 수 있을 것이다"

그러나 당시에도 자연과학에서는 데이터의 동질성을 전제로 집단을 규정할 수 있지만, 사실 인간과 사회의 범주는 매우 추상적이고 형이상학적인 가치가 개입될 수 있기에 단순하게 구분하여 정의하는 것은 매우 어렵기에 케틀레식의 인간과 사회연구에 통계를 우선적으로 적용하는 것은 문제가 많다는 비판이 있기도 하다.

그럼에도 불구하고, '평균'과 같은 통계적 개념이 인간과 사회를 연구하는데도 적용되기 시작한 것은 분명 케틀레의 영향이며, 그에 의해 주창된 '평균인간(Average men)의 개념이 앞에서 언급한 테일러주의에 영향을 미쳤고 지금까지도 연결되어진 것은 분명 사실이다.

'탈(脫) 평균중심'과 다양성의 인정

'평균적'이란 개념이 우리 사회 속에서 작동될 때는 정보의 해석 측면에서 매우 효율적이다는 점은 부인할 수 없다. 그러나 이 수학적 적용이 가끔은 인간 사회의 다양한 평가기준과 가치를 단순화시키거나, 혹은 개인들의 특별한 능력이나 개성이 존중받지 못하게도 만드는 일을 발생시키기도 한다는 사실에 더 주목할 필요가 있다.

제1차 산업혁명이후 사회적 변혁속에서의 케틀레의 사회통계학 창시와 '평균' 개념의 도입, 제2차 산업혁명시대의 '표준화 시스템'을 정착시킨 테일러주의 그리고 다시 제4차 산업혁명시대의 종말론 논의 등은 분명 '평균 중심적' 패러다임이 인류의 근대화 과정에서 마치 '연결 고리'처럼 계속 작동하고 있었음을 알 수 있게 해준다.

필자는 이번 글을 준비하면서 느낀 점 중의 하나는 어쩌면 우리나라도 국영수 위주의 학력고사와 수능이라는 획일화된 대입 평가 제도, 그리고 표준화된 필기시험을 통해 인재를 뽑아 왔던 오랜 시기 동안, 테일러주의가 미국의 공교육에 미친 악영향을 언급한 맹캔(Mencken)의 비판처럼, '평균 인간' 양성을 위한 교육시스템을 고집해 오지 않았나 하는 생각도 든다.