본문 바로가기

    ADVERTISEMENT

    [동호동락] 노창수 <광동제약 식품사업 본부장> .. 이죽회

    • 공유
    • 댓글
    • 클린뷰
    • 프린트
    해마다 연말이면 각종 모임이 많아지고 따라서 부부동반의 기회도
    잦아진다.

    대개의 경우 남편들의 모임에 부인이 동반하여 참석하는 경우가 많은데
    여자들은 천부적인 사교성으로 부인들끼리 인사를 나누고 나면 금방
    친해져 남편이야기, 자년 이야기로 화제의 꽃을 피운다.

    반면에 부인들의 동창회나 계모임등에 남편이 동반되는 경우가 간혹
    있다.

    이때 남편들은 사회적 지위나 환경등의 차이가 커서 공통의 화제도
    빈약할 뿐더러 서로 체면을 차리느라 속마음을 쉽게 터놓지 못하는게
    대부분이다.

    그런데 우리모임은 이와는 정반대이다.

    이죽회라 불리는 우리모임은 처음에 부인들의 모임으로 시작, 지금은
    남편주도형 모임으로 바뀐 케이스이다.

    이화여대 약학대학 26회(75년 졸업)동창생인 4명의 부인들은 학창시절
    부터 단짝처럼 지내던 절친화 친구사이였다.

    그러던 것이 결혼후 모임에 남편들을 대동하고 나서부터 부부모임으로
    자연스럽게 발전하게 되었는데 지금은 오히려 남편들이 의기투합, 더
    절친한 친구사이가 되어버려 부인들이 시샘을 할 정도가 되었다.

    이죽회의 뜻은 "이대 출신 아내를 둔 대쪽같은 남자들"이란 뜻인데 모두
    성격이 대쪽같이 곧아서 붙여진 이름이다.

    우리모임은 네째 일요일이면 어김없이 모여 식사를 나누면서 친목을
    다진다.

    이 모임을 15년째 갖다보니 이제는 한 가족처럼 되어 집안의 길흉사를
    함께할 뿐 아니라 사업상의 충고 등도 아끼지 않는 사이가 되어 버렸다.

    이죽회의 구성원을 소개하면, 이종석.김경자(왕십리 경민약구 운영)부부,
    김철형(한국이동통신 대리점대표).박영화(천호동 새우주약국)부부, 차재열
    (베델서점 대표).김현란(대전 금란약국)부부, 그리고 회장으로 모임을
    이끌어가고 있는 필자와 아내 조진희(자양동 청사약국)이다.

    네 가정모두가 약국을 경영하고 있다는 공통점이 있으므로 모일때마다
    약국경영에 대한 이야기가 주종을 이룬다.

    약국경기에 대한 정보와 최신 학술정보 그리고 약국경영에 대한 노하우를
    서로 교환하기도 하고 어려울때 발벗고 나서 해결해 주기도 한다.

    이죽회는 결석이 절대로 없는 것이 특징이다.

    15년동안 단 한달도 거르지 않고 모였으며 모임때는 대전에 있는 차재열
    사장 부부도 서울로 올라와 반드시 참석한다.

    개신교 장로인 차사장만 빼놓고 모두가 독실한 가톨릭 신자들이지만
    종교의 구애됨이 없이 모임때마다 차사장의 기도로 시작한다.

    이죽회는 그동안 친목을 위해 부부동반 혹은 가족동반으로 등산, 여행
    등을 많이 다녔지만 몇년전부터는 사회를 위해 무엇인가 뜻있는 일을 하기
    위해 기금을 적립하고 있다.

    우리모임이 친목행사로 끝나서는 안되겠다 싶었고 자라나는 아이들을
    위해 사회에 봉사하는 부모상을 보여주고 싶기도 했다.

    지금은 비록 액수가 적게 모였지만 어느정도 기금이 모이면 주위의
    불우한 이웃을 위해 뜻있게 쓰려 한다.

    현대사회가 갈수록 핵가족화 되어가고 이웃간의 사랑이 메말라져 간다고
    하지만, 이러한 작은 모임들이 이 사회에 많이 사회전체를 구성할 때 이
    사회는 사랑이 넘치는 따뜻한 공동체가 될 수 있다고 필자는 생각한다.

    (한국경제신문 1995년 11월 18일자).

    ADVERTISEMENT

    1. 1

      "역사 흐름 바꾼 YS 자취, 미래 세대가 기억해야죠"

      1990년대 초, 옳은 길에 거칠 것이 없다는 뜻의 ‘대도무문(大道無門)’ 붓글씨 액자를 걸어두는 게 유행이었다. 하나회 군부세력을 척결하고 문민정부 시대를 연 업적은 이제 거의 잊혀진 기억이 됐다. 최근 YS시대를 다시 끄집어낸 다큐멘터리 영화가 공개돼 정치권의 관심을 모았다.지난달 28일 개봉한 다큐멘터리 영화 ‘잊혀진 대통령, 김영삼의 개혁시대’를 만든 이재진 감독(사진)에게 ‘왜 하필 지금 김영삼인가’를 물었다. 그는 “한국 현대사에 대한 관심 때문”며 “놀랍게도 김 전 대통령의 행보를 제대로 조명한 영상물이 단 한편도 없었다”고 설명했다.이 감독의 삶은 주류의 문법을 따르지 않았던 YS의 궤적과 닮았다. 한양대 체육학과를 졸업하고 ROTC로 임관, 육군 전방 사단에서 소대장으로 복무했다. 한 때 태권도 선수나 체육학 교수를 꿈꿨지만 영화에 푹 빠지면서 인생을 바꿨다. 전역 후 미국 로스앤젤레스(LA)로 넘어가 컬럼비아 칼리지에서 영화를 공부했다. 귀국해 시나리오 작가, 배급사 유로픽쳐스 대표 등 영화판에서 할 수 있는 다양한 일을 했다. 최근까지 숭의여대에서 영상제작과 겸임교수를 맡았다. 독서광인 그에게 역사는 콘텐츠 제작의 좋은 소재였다. ‘김영삼의 개혁시대’는 감독으로서 첫 입봉작이다.YS 서거 후 10년이 지난 시점에 자취를 더듬는 일은 쉽지 않았다. 영화 제작비 2억원은 전액 이 감독 사비로 댔다. 그는 “제작비를 사전에 모으는 펀딩이 어려웠다”며 “영화 산업의 논리로 따지면 YS 다큐는 돈 안되는 소재였다”고 했다. 김대중·노무현 전 대통령처럼 열혈 팬덤이 없다는 것이 흥행에 있어선 단점이

    2. 2

      박경렬 KAIST 교수 "AI, 기술이 전부 아니야…신뢰·윤리도 경쟁력"

      “인공지능(AI) 기술 패권 경쟁이 심해질수록 협력을 통해 높은 기술력과 신뢰를 확보해야 합니다.”박경렬 KAIST 과학기술정책대학원 교수(사진)는 1일 “한국을 비롯해 유럽 각국, 캐나다, 인도 등 브리지파워 국가들이 뭉쳐 실용적이면서 동시에 신뢰에 기반한 AI 연대를 이어가야 한다”며 이렇게 말했다. 박 교수는 지난달 요슈아 벤지오 몬트리올대 교수 등 전 세계 석학 29명이 공동 발간한 보고서 ‘AI 개발에 관한 다국적 협력의 청사진’ 집필에 한국인으로는 유일하게 참여했다.보고서는 AI 컴퓨팅 역량과 인프라 투자가 미·중에 집중되면서 그 외 국가는 최첨단 AI를 단독으로 개발하기 어려워졌고, 결국 종속과 열세라는 선택지 중 하나를 택해야 하는 상황에 몰리고 있다고 경고했다. 브리지 국가들이 데이터센터 등 AI 인프라 역량을 모으고, 데이터까지 공동으로 운용하며 비용을 나누고 이익을 공유하자는 것이 보고서의 핵심 제안이다. 박 교수는 “이런 문제의식이 학자들 사이에서 계속 누적돼왔다”며 “참여 연구진도 초기 10여 명에서 30명 가까이로 늘었다”고 했다. 이어 “보고서 주장과 비슷한 논의가 최근 유럽 정상들 사이에서도 오간다”고 전했다.연구진은 신뢰에 기반한 연대도 강조했다. 박 교수는 “기술적 우위만이 전부가 아니다”며 “윤리·신뢰에 대한 국제적 공감대가 크고, 이것 또한 결국 경쟁력이 될 것”이라고 말했다. ‘브리지파워’라는 표현을 택한 것도, 중견국들이 신뢰 가능한 기술과 규범을 만들어 전 세계로 확산시키는 ‘다리’가 돼야 한다는 취지다.여기에는 박 교수의 경험도 녹아 있다.

    3. 3

      [한경에세이] AI라는 구호가 사라질 때

      2015년, 정보기술(IT) 업계의 모든 회의실을 지배한 단어는 ‘빅데이터’였다. ‘데이터가 미래의 석유’라는 말이 금언처럼 돌았고, 기업들은 경쟁적으로 데이터 분석가를 영입했다. 어피닛 역시 그 흐름의 한복판에 있었다. 매일 수십만 명의 사용자가 남기는 방대한 디지털 흔적을 모으고, 그 안에서 유의미한 패턴을 찾아내는 것이 지상 과제였다.그런데 지금, 회의실이나 투자 미팅에서 빅데이터를 전면에 내세우는 경우는 극히 드물다. 그렇다면 빅데이터는 한때의 유행이었을까? 전혀 아니다. 오히려 정반대다. 빅데이터는 이제 서비스의 바닥 깊숙이 녹아들어, 굳이 이름을 부를 필요조차 없는 필수 인프라가 됐다. 오늘날 우리는 “빅데이터를 활용해 서비스를 만든다”라고 말하지 않는다. 그저 “서비스를 운영한다”라고 말할 뿐이다. 데이터 분석 로직이 자동화된 형태로 의사결정의 모세혈관까지 스며들었기 때문이다.2017년 무렵, 우리의 화두는 ‘머신러닝’으로 옮겨갔다. 사람이 일일이 규칙을 입력하던 시대를 지나, 알고리즘이 데이터에서 패턴을 학습하고 판단 기준을 세우는 시기였다. 우리는 이 기술을 신용평가와 위험 관리에 집요하게 적용했다. 결과는 놀라웠다. 인간의 직관이나 단순한 통계로는 보지 못한 영역을 머신러닝 모델이 잡아내기 시작했다.그토록 혁신적이던 머신러닝이라는 단어조차 최근에는 사용 빈도가 눈에 띄게 줄었다. 실패해서가 아니다. 과거 특정 예측 모델에 국한되었던 머신러닝은 이제 딥러닝과 생성형 인공지능(AI)이라는 더 거대하고 범용적인 ‘AI’ 체계 안으로 흡수되어 우리 시스템을 지탱하는 핵심 축이 되었다.많

    ADVERTISEMENT

    ADVERTISEMENT