• 구름많음동두천 25.7℃
  • 구름많음강릉 22.5℃
  • 구름많음서울 25.7℃
  • 구름많음대전 23.4℃
  • 구름많음대구 22.4℃
  • 흐림울산 20.9℃
  • 비광주 20.9℃
  • 흐림부산 20.0℃
  • 흐림고창 21.8℃
  • 구름많음제주 26.6℃
  • 구름많음강화 24.2℃
  • 구름많음보은 22.3℃
  • 흐림금산 22.8℃
  • 흐림강진군 19.7℃
  • 흐림경주시 19.9℃
  • 흐림거제 19.2℃
기상청 제공

[미디어평론] ‘띠동갑내기 과외하기’ 이태임-예원 논란, 정말 둘만의 문제?

- 논란만 있고 수습은 없는 까발리기

예능이 ‘리얼’을 강조하면 할수록, 비일상적이고 때로는 잔인하기까지 한 미션을 출연자들에게 강요하게 된 것은 아닌지 묻게 되는 요즘이다. 출연자가 아무리 괴로워해도, 누군가 그 방송을 보고 ‘웃음’을 짓고 그래서 시청률이 올라간다면, 예능은 그저 예능이라는 말로 다 용인될 수 있는 노릇인가?

출연진의 욕설 파문에 이어 녹화 당시의 동영상 유출, 누가 가해자고 피해자냐의 요란한 논란까지, MBC <띠 동갑 과외하기> 촬영 중 빚어진 ‘이태임-예원’ 파문은 몹시 시끄러웠다. 실상 문제의 발단은 디스패치라는 매체의 보도처럼 ‘누가 먼저 욕을 했는가’에 있지 않다. 왜 리얼 예능은 한겨울에 여배우를 바다에 집어넣었는가로 본다. 그런데 연예 뉴스들은 온통 (연예인 중) 누구의 잘못인가를 따지는 쪽으로만 기울었다. 이태임은 거의 매장되는 분위기였다.

그런데 대반전이 일어났다. <띠동갑 과외하기>는 그 난리 통에도 유지되는가 싶더니, 결국 2차 파문인 동영상 유출을 겪고 바로 종영됐다. 이번 일이 그나마 의미 있게 마무리되려면, 두 사람 모두 ‘제자리’로 그러니까 무대로 복귀할 수 있어야 할 것이다. 더 바라는 것은, 방송사들의 예능 제작 방침을 돌아보는 계기가 됐으면 하는 것이다. 그런데 방송사나 프로그램 제작진은 공식 입장을 내놓은 적이 없으며, 신속히(!) 폐지하는 걸로 덮으려 한 느낌이다.

어디까지나 출연자 두 사람의 문제라 여기는 걸까. 그러나 현장은 방송을 위한 일종의 작업장이다. 이들은 당시에 분명 ‘일’을 하고 있었다. 이태임은 자기가 먹으려고, 혹은 놀러간 김에 ‘뿔소라 3개’를 따러 차디찬 겨울바다에 들어간 게 아니었다. 왜 드라마 촬영도 아닌 예능에서 이런 심한 ‘미션’을 주었을까? 실상 포인트는 몸에 딱 붙는 ‘해녀복’ 착용과 그 ‘라인’을 보여주기 위함이 아니었을까?

무제한적인 고통의 미션과 출연진의 무조건적 복종에 기반을 둔 예능 제작은, 어제오늘 일은 아니다. 하지만 이제는 여기서 돌아봐야 한다. 사람을 지나치게 몰아세우는 방식에서 탈피해야 한다. 결국 누구 하나 만신창이가 돼야 끝나는 가학성 웃음 코드는, 이제 시청자에게도 피로와 고통을 주고 있다. 방송사는 시청률에만 신경 쓸 뿐, 쓸데없는 파문으로 시달리고 소진되는 시청자들 생각은 아랑곳하지 않는 듯하다. 사실 확인조차 없이 부풀려졌던 그 많은 연예뉴스의 ‘쓰레기’는 누가 치우란 말인가.

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