제목에 끌려 카밀라 팡의『자신의 존재에 대해 사과하지 말 것』이라는 책을 읽었습니다. 보통 누군가에게 혹은 자신에게 사과해야 한다는 것을 떠올려보면 뭔가 잘못했다는 자책감 때문에 그렇습니다. 이럴 경우 어느 누구도 사과하는 것을 의심하지 않습니다. 오히려 사과를 하지 않는 것이 커다란 문제로 여겨집니다.
그런데 카밀라 팡의 생각은 다릅니다. 저자는 놀랍게도 자폐인 과학자입니다. 그녀의 고백에 따르면, 자폐인은 일상에서 일어나는 사건을 이해하는 데 어려움이 많습니다. 남들과 달리 정상적이지 않기 때문에 감당해야 할 부분이 있습니다. 멜트다운(meltdown), 즉 자제력을 잃고 맙니다. 누군가에게 사과를 해야 하는데도 불구하고 사과를 하지 않는 이유가 여기에 있습니다.
하지만 이것은 자폐인에 대한 편견일 수 있습니다. 그녀는 혼란스럽고 답답한 시간에서 벗어나 즐겁게 삽니다. 그녀가 세상을 다르게 본다고 해서 편견적이라고 해석하는 것은 잘못입니다. 앞서 말했듯이 그녀는 과학자입니다. 그녀는 과학에 대한 믿음을 가지고 편견 없이 사고합니다. 그 결과 가장 진실한 친구인 과학의 도움으로 모호하고 모순적인 인간을 명확하게 이해할 수 있었습니다. 과학은 거짓말을 하지 않으니까요.
그녀가 세상을 이해하는 방식은 과학적입니다. 과학으로 생각한다는 것은 전문적입니다. 그렇다고 해서 과학을 학문적으로 접근하는 것은 아닙니다. 오히려 실생활에 가깝게 적용을 하다 보니 실생활 설명서 같습니다. 예를 들면, 우리가 보통 인연이라고 하면 ‘옷깃’을 떠올립니다. 하지만 과학자는 옷깃이 아닌 ‘확률’로 설명합니다. 우주에서 출발하여 지구에 도착한 우리는 한국의 서울에서 살고 있음을 확률적으로 접근하다보면 인연이 얼마나 대단한지 알게 됩니다.
저자는 이와 같은 방식으로 해서 삶의 여러 가지 현상에 대해 새로운 방식으로 생각하는 방법을 가르쳐줍니다. 그래서 그녀는 인간의 뇌를 효율적으로 사용하기 위해서는 머신러닝(machine learning)을 권합니다. 머신러닝은 인공지능(artificial intelligence)의 한 분야입니다. 머신러닝은 알고리즘(algorithm)에 데이터를 입력하여 결과를 만들어 내는 것입니다. 머신러닝은 두 가지 방식으로 알고리즘을 프로그래밍 합니다. 지도 학습(supervised learning)과 비지도 학습(unsupervised learning)입니다. 지도 학습은 신호등의 빨간불과 파란불을 구별하는 것처럼 정해진 답이 있습니다. 반면에 비지도 학습은 정해진 답이 없습니다.
우리가 의사결정을 할 때 이러한 머신러닝을 적용할 수 있습니다. 저자는 ‘상자 속에서 생각하기’와 ‘나무처럼 생각하기’로 설명합니다. 상자 속에서 생각하기는 ‘네’ 혹은 ‘아니오’같은 틀에 갇힌 생각입니다. 반면에 나무처럼 생각하기는 희망, 공포 같은 다양한 생각이 계속 진화합니다. 그래서 복잡한 세상에서 우리가 새로운 의사결정을 하기 위해서는 나무처럼 생각해야 한다고 말합니다.
저자는 무질서한 방을 정리하는 문제도 간과하지 않습니다. 열역학 2법칙에 따르면 무질서한 상태가 되는 것은 당연합니다. 열역학 2법칙은 얼음이 녹아물이 되는 것으로 엔트로피가 증가하는 것이며 에너지 사용량은 그만큼 감소합니다. 따라서 삶이 무질서하다고 해서 죄책감을 가질 필요는 없습니다. 중요한 것은 무질서를 수용하는 것입니다. 그럼에도 방을 정리하며 사는 것은 삶은 열역학 법칙처럼 고립계가 아닙니다. 우리는 함께 살아가는 존재인 까닭에 타협해야 합니다. 무질서에 항복하는 것이 아닙니다. 그보다는 자신만의 질서를 선택해야합니다.
우리 삶은 완벽하지 않습니다. 완벽함보다는 실험에 가깝습니다. 그런 면에서 삶과 과학은 다르지 않습니다. 실험에 따라서 성공할 수도 있고 실패할 수 도 있습니다. 실패한다고 해서 좌절해서는 안 됩니다. 저자의 주장에 따르면 좌절보다는 끊임없이 실험하고 관찰해야 합니다. 정말이지 실패하는 실험을 즐겨야 합니다.