커진 투입구, 웃는 표정…서울시 쓰레기통 새 옷 입고 도심 설치 > 갤러리

도심 길가에 쓰레기통을 줄였던 서울시가 새로운 디자인의 대형 ‘서울형 쓰레기통’을 개발해 도심 15곳에 시범 설치했다.
서울시는 8일 시민, 환경공무관(환경미화원), 전문가 등의 의견을 수렴해 서울형 쓰레기통을 개발하고 청와대와 열린송현공원 인근, 시청, 동대문디자인플라자(DDP) 주변 버스정류장, 마로니에공원 입구 등에 설치했다고 밝혔다.
기존 서울시의 쓰레기통은 사각형에 색상도 어두워 눈에 띄지 않았고, 투입구가 작아 쓰레기를 버리기 힘들다는 의견이 나왔다. 여기에 미관상 이유, 가정용 쓰레기 투기 등의 문제가 있다며 도심에 쓰레기통을 줄이다 보니 시민들이 불편을 겪는 문제도 있었다.
서울시는 쓰레기통의 부정적인 이미지도 덜어내고 쓰레기가 쌓이고 악취가 나는 등의 문제도 함께 해결할 새 디자인을 모색했다.
새로 개발된 서울형 쓰레기통은 원통형 몸통에 둥근 뚜껑이 덮인 모습을 하고 있다. 크기도 커서 쓰레기를 최대 100ℓ까지 담을 수 있다.
A타입은 쓰레기 투입구가 기존 쓰레기통에 비해 커서, 통에 넣지 못한 쓰레기가 주변에 쌓이는 문제를 막도록 했다. B타입은 뚜껑과 몸통에 웃는 표정을 반영했다. 쓰레기 투입구를 웃는 입 모양처럼 반달 형태로 만들었고, 그 위 뚜껑에는 눈을 두 개 그려 넣었다.
장소 및 목적에 따라 뚜껑에 귀 모양 등 다양한 장식을 달 수 있는 특화형 디자인도 함께 개발됐다.
재활용 쓰레기통은 식별이 쉽도록 채도가 밝은 녹색을 적용했다. 투입구의 크기를 늘릴 뿐 아니라 높이도 올려 허리를 숙이지 않고 쓰레기를 버리도록 했고, 가벼운 재질로 쓰레기통을 만들어 환경공무관이 쓰레기통을 비울 때 손목에 심하게 무리가 가지 않도록 했다고 서울시는 설명했다.
서울시는 디자인 선호도가 가장 높았던 A타입 쓰레기통을 중구, 종로구, 동대문구 등 도심에 주로 설치한 뒤, 향후 디자인을 보완해 쓰레기통 설치를 확대할 예정이다.
최인규 서울시 디자인정책관은 새로운 가로 쓰레기통은 도시 경관과 편의성, 즐거움 등을 모두 고려한 디자인으로, 도심 생활 품질을 향상하는 데 큰 역할을 할 것이라고 말했다.
지난 2월 출간된 <0.6의 공포, 사라지는 한국>(정재훈, 21세기북스)에 따르면 태어나는 아이 중 절반이 고소득층 자녀인 것으로 알려졌다. 책에서 인용한 ‘소득 계층별 출산율 분석과 정책적 함의’ 연구보고서는 저소득층일수록 아이를 낳지 않는 현상이 심화됐다고 분석했다. 소득격차는 노동시간 격차로도 이어진다. 저소득층 노동자는 사회경제적 압력에 의해 장시간 노동을 선택할 수밖에 없는 상황에 놓이기 십상이다.
<그럼에도 육아>의 정지우 작가는 사랑의 가장 핵심 재료는 시간이라고 말한다. 아이를 키우기 위해서는 아이에게 사랑을 줄 수 있는 충분한 시간이 필요하다. 저출산의 해법은 ‘사랑의 시간’ ‘돌봄의 시간’을 확보하는 것에서부터 시작한다. 시간이라는 부족한 자원을 어떻게 나눌지는 각각의 개인이 테트리스하듯 온갖 친·인척과 외부 인력을 동원해 육아시간을 메워서 해결할 문제가 아니다. 노동자가 ‘시간’이라는 자원을 착취당하지 않고 사랑과 돌봄에 쓸 수 있는 사회적인 변화가 필요하다.
새로운 춤 동작을 배우는 일은 쉽지 않다. 요즘 춤은 워낙 어렵기 때문에 한참 연습을 하더라도 원작자 움직임과는 차이가 큰 경우가 많다. 춤을 잘 추지 못하는 사람을 흔히 ‘몸치’라고 부른다. 그런데 왜 몸을 잘 이해하고 능수능란하게 쓰는 사람이 있는 반면 그렇지 않은 사람도 있을까. 답은 뇌에 있다.
시각이나 청각 같은 오감 이외에도 우리는 팔, 다리 등 몸의 각 부분이 어디에 있고 어디로 움직이는지를 지각하는 인스타 팔로워 늘리기 ‘자기수용감각’을 가지고 있다.
눈이 빛을 감지해서 시각이 작동하는 것처럼 근육에 있는 ‘근방추’와 인대에 있는 ‘골지인대건’이 근육과 인대의 힘을 감지해서 자기수용감각이 시작된다는 것은 이미 수십년 전부터 알려져 있었다. 하지만 근육과 인대로부터 전달받은 힘 정보를 뇌가 어떻게 활용하는지는 아직 알려지지 않았다.
알렉산더 마티스 스위스 로잔공대 교수는 뇌의 정보 처리를 인공지능(AI)을 통해 이해해온 과학자다. 특히 수년 전부터는 몸의 움직임과 관련한 뇌과학적 원리에 관심을 가졌다.
그는 카메라로 원숭이의 팔을 촬영한 뒤 해당 영상을 토대로 관절의 움직임을 측정했다. 그리고 근육의 길이 변화를 추정해서 근방추의 자기수용감각 기관이 만들어 낼 신호를 인공적으로 계산하는 연구를 발표했다.
여기에 더해 영상을 보고 만들어낸 팔의 인공 자기수용감각 신호를 AI가 처리하게 하고, 영상 속 팔의 실제 주인인 원숭이의 뇌 신호를 동시에 측정했다. 이를 통해 마티스 교수팀은 AI로 끌어낸 신호와 진짜 뇌 신호를 비교했다.
AI 신경망을 구성하는 각 단위체가 어떤 구조로 배치되고 어떤 원리에 따라 학습할지는 AI의 성격과 성능을 정하는 중요한 요소가 된다. 최근에는 생물학적 두뇌가 해결하던 문제를 AI가 해결하도록 하거나 AI가 문제를 해결하는 방식을 관찰해 생물학적 두뇌가 일을 처리하는 방식에 대한 힌트를 얻는 사례가 보고되고 있다. 마티스 교수팀의 논문도 이런 학술적 흐름 가운데 하나다.
두뇌가 자기수용감각을 어떻게 처리하는지에 대해 뇌과학자들은 여러 가설을 두고 고민 중이다. 책상에 앉은 채로 팔을 뻗어서 휴대전화를 집어 드는 과정을 상상해 보자. 어깨와 팔꿈치, 손의 위치나 속도를 중심으로 정보를 처리한다는 가설과 각 관절의 각도와 각속도를 중심으로 정보를 처리한다는 가설이 있다.
또 어깨 근육이나 손 근육에 들어가는 힘을 중심으로 정보를 처리한다거나 팔을 뻗고 손을 움켜쥐는 등 동작을 중심으로 정보를 처리한다는 가설도 있다.
마티스 교수팀이 ‘임무 중심 신경망’기술을 활용해 분석한 결과, 움직임과 속도를 예측하는 AI가 원숭이의 실제 뇌 신호와 가장 유사한 패턴을 보였다.
이를 바탕으로 두뇌에서는 근육과 인대의 자기수용감각 기관에서 보내는 정보를 각 부위의 움직임과 속도 정보를 이해하는 방식으로 처리한다고 볼 수 있다. 향후 추가 연구를 통해 우리 몸의 움직임을 뇌가 어떻게 통제하는지에 대한 비밀이 더 밝혀질 것으로 기대된다.