우리는 어릴 적부터 거짓말을 하면 나쁘니까 하지 말아야 한다고 배우며 자랐다. 이 책은 어른이 되어 실생활을 하면서 겉으로 드러낼 수 없는 자신만의 다른 의견을 갖는데 이런 본심(거짓말)을 빅데이터로 알아볼 수 있다고 하는 내용이다.
저자 세스 스티븐스 다비도위츠(Seth Stephens-Davidowitz) 소개
저자는 인터넷 특히 구글 검색 데이터를 활용해 인간의 정신에 대한 새로운 통찰력을 보여준 전 구글 데이터과학자 출신 경제학자이자 저술가이다. 구글 검색을 사용해 인종차별, 자기 유발 낙태, 우울증, 아동학대, 증오의 폭도, 유머, 성적 선호, 불안, 아들 선호, 성적 불안 등 주요 이슈에 관해 데이터를 측정해 왔다.
스탠퍼드대학교에서 철학 석사를 수석으로 졸업한 뒤 하버드대학교에서 경제학 박사 학위를 받았다. 구글에서 데이터 과학자로 커리어를 쌓으면서 펜실베이니아대학교 와튼스쿨의 객원 강사로 활동했다. 지금은 <뉴욕타임스>에 기명 칼럼을 기고하고 있다. 2017년에 출간된 <모두 거짓말을 한다 Everybody Lies>는 뉴욕타임스 베스트셀러이자 PBS '뉴스아워'의 올해의 책, 이코노미스트에서 올해의 책으로 선정되었으며 미국은 물론 한국에서도 크게 화제를 낳았다.
'모두 거짓말을 한다' 줄거리
저자 다비도위츠는 이 책에서 사람들은 모두가 거짓말을 한다고 하는, 사람들의 생각을 연구하는 완전히 새로운 방법을 말하고 있습니다. 인터넷 검색이나 그 밖의 온라인 반응에서 나온 빅데이터를 뇌시경이라고 볼 수는 없지만 사람의 심리를 엿보는 아주 새로운 방법임을 이 책에서 보여주고 있다. 사람들은 인터넷이라는 가상의 세계에서 익명성이라는 보호막 덕분에 매우 이상한 고백을 한다. 주변 사람들이 당황하거나 그 이상의 반응을 보일지 모른다는 두려움이나 기대 없이 이야기를 털어놓는 것이다. 사람들이 익명성이 보장되는 인터넷에서 지식을 구하면서 남긴 흔적은 엄청나게 흥미로운 사실들을 보여준다. 사람들이 검색하는 정보 그 자체가 '정보'인 것이다. 그들이 언제 어디서 무슨 사실을 인용하였는지, 농담은 무엇이며, 어떤 장소를 검색하고, 무슨 물건을 찾았고, 어디서 무슨 도움을 받았는지 등은 그들이 정말로 어떤 생각을 하고 어떤 욕망을 가지며 무엇을 두려워하고 무엇을 하는지를 막연한 추측보다 훨씬 많이 이야기해 준다.
2016년 공화당 예비선거에서 여론조사 전문가들은 여러 소수 집단을 모욕한 도널드 트럼프가 당선될 가능성은 없다고 결론 내렸다. 여론조사 결과와 이를 해석하는 사람들은 그런 무례한 행동을 용인할 미국인은 거의 없으리라고 말했다. 또한 트럼프가 총선에서도 패배할 것으로 예측했다. 유권자 대부분이 트럼프의 행동이나 시각에 정나미가 떨어졌다는 것이다. 하지만 인터넷에는 트럼프가 예비선거와 총선에서 이길지도 모른다는 몇 가지 유의미한 단서가 나왔다. 구글 검색은 전문가들이 수년 동안 놓치고 있던 유의미한 숫자의 미국인들 사이에 존재하는 악의와 혐오를 드러내 줬다. 검색 데이터는 우리가, 여론조사에 의지하는 학자나 저널리스트들이 생각하는 사회와는, 매우 다른 사회에 살고 있다는 사실을 드러냈다. 사람들은 자주 거짓말을 한다. 다른 사람에는 물론 자신에게도 한다. 2008년 설문조사에서 미국흑인들은 더는 선거에 관심이 없다고 말했으나 8년 후 도널드 트럼프를 대통령으로 뽑았다. 트럼프가 흑인이 백인 살인에 대부분 책임이 있다는 사실도 아닌 주장을 리트윗 하고 인종주의 반대 사회운동 시위자들에게 폭력을 행사한 지지자들을 옹호했는데도 말이다.
현미경은 연못에 있는 물 한 방울에 우리가 볼 수 있다고 생각했던 것보다 많은 것이 들어 있음을 보여줬다. 망원경은 밤하늘에 우리가 볼 수 있다고 생각했던 것보다 많은 것이 있음을 보여줬다. 이제 새로운 디지털 데이터는 인간 사회에 우리가 볼 수 있다고 생각했던 것보다 많은 것이 들어있음을 보여주고 있다. 우리는 직관만을 따라서 놀라운 일을 할 수 있지만 실수도 할 수 있다. 우리에게는 자신의 경험이 가진 타당성을 과장하는 경향이 있기 때문이다. 데이터 과학자들이 쓰는 말로 하자면 우리는 자신의 데이터에 비중을 둔다. 또한 인간은 극적인 것에 강한 흥미를 느끼기 때문에 직관에 의지하면 판단이 흔들릴 수 있다. 우리는 기억에 남는 이야기의 소재가 꽤 일반적이라고 과대평가한다. 예를 들어 설문조사에서 사람들은 천식보다 토네이도를 더 흔한 사망 원인으로 평가한다. 사실 천식 사망률은 토네이도보다 70배 높다. 하지만 천식으로 인한 사망은 눈에 띄지 않는다.
데이터 과학자의 목표는 세상을 이해하는 것이다. 직관과 어긋나는 결과를 얻으면 우리는 데이터 과학을 이용해서 세상이 겉으로 보이는 것과 왜 다른지 설명한다. 무엇이 매체 편향성을 주도하는지, 무엇이 첫 데이트를 성공시키는지, 개발도상국들의 경제가 어떻게 돌아가고 있는지 등을 아는 것은 시작에 지나지 않는다. 현재 사용할 수 있는 새로운 유형의 모든 데이터를 활용하고 무엇을 데이터로 간주하는지 광범위한 시각으로 보는 것은 학자들은 물론 기업가들에게도 큰 가치를 지닌다. 구글이 검색 분야에서 지배적인 위치에 오를 수 있었던 이유가 단순히 경쟁자들보다 많은 데이터를 수집했기 때문이 아니라 구글은 더 나은 유형의 데이터를 찾음으로써 검색 분야의 지배자가 됐다. 세상을 이해하기 위해 데이터를 활용하려는 사람의 상황은 구글과 다르지 않다. 빅데이터 혁명은 점점 더 많은 데이터를 수집하는 것이 아니라 적절한 데이터를 수집하는 것이다. 세상의 문제에 관한 풍부한 데이터를 수집하는 것은 그것을 고치는 방향으로 내딛는 첫걸음이다. 구글 데이터는 평범한 정보원이 흔히 놓치는 위기 상황을 알아내는 데 효과적이다. 2007년 말 심각한 경제 침체가 시작됐을 때 많은 전문가는 어린이들에게 미칠 영향을 걱정하였으나 공식 데이터로는 아동학대가 많이 감소한 것처럼 보였다. 하지만 이 기간 고통받는 어린이들의 검색은 증가하고 아동 사망률은 급증했다. 이 기간 동안 실제로 감소한 것은 '아동학대 신고'이지 '아동학대 자체'가 아니었던 것이다. 이렇듯 나타나는 상황과 숨어있는 상황이 다른 것을 알아챌 수 있는 것이 데이터이다. 이러한 '거짓말'을 적절히 파악하기 위하여 좋은 빅데이터 더미를 분석하고 현실에 적용할 수 있도록 우리가 많은 노력을 기울여야 할 것이라고 저자는 말하고 있다.
댓글