작년에 전 세계에선 이틀마다 5엑사바이트(EB)의 정보가 생산됐다고 한다. 1EB는 10의 18승(乘) 바이트이지만, 감(感)이 잘 안 온다. 쉽게 말해서 인류가 역사 이래 2003년까지 쏟아낸 정보량을 이틀 만에 쏟아냈다는 얘기다. IBM사 계산이 그렇다. 우리가 트윗하고, 문자 메시지 보내고, 온라인에서 물건 사고, 스마트폰으로 위치 정보를 보낼 때마다 생성되는 이 막대한 디지털 정보는 모두 어딘가에 저장된다.

작년 5월 매킨지글로벌연구소(MGI)가 이런 '빅 데이터(big data)'를 '혁신과 경쟁의 넥스트 프런티어(next frontier)'라고 선언한 이래, 국내외 기업들은 '빅 데이터' 열기에 싸여 있다. 점(點)으로만 모여 있던 정보들을 꿰어서, 개인과 집단의 행동 패턴을 미리 읽어내는 기업이 시장을 지배한다는 얘기다.

이미 영국에선 수퍼와 약국에서 기침약과 전해질 판매량이 급증하면 보름쯤 뒤 병원에 호흡기 질환자와 위장병 환자가 몰린다는 것을 안다. 약 구매 정보와 병원 정보가 연결되면서 유행병을 예측하게 됐다. 우리도 국민건강보험공단이 1977년부터 축적한 '빅 데이터'를 질병 유형, 투입 약, 수술 방식, 치료 효과, 연령·성(性)·지역 등 수많은 변수에 따라 교직(交織)해 읽어내면 그동안 손에 쥐고도 몰랐던 사실을 많이 발견하게 될 것이다. 이는 치료 방식 개선과 신약 개발에 큰 도움이 된다.

영화 '마이너리티 리포트'처럼 특정인의 범의(犯意)를 예측하는 것도 가능해졌다. 미국 시카고대 경제학 교수 스티븐 레빗의 '수퍼괴짜경제학(SuperFreakonomics)'에 따르면, 영국의 한 은행은 경찰이 체포한 이슬람 테러 용의자 100여명에게서 일정한 패턴들을 찾아 알고리즘을 만들었다. 사원에서 기도하는 금요일엔 현금 인출기를 사용하지 않고, 전셋집에 살며, 적립식 정기예금이나 생명보험은 들지 않는 등의 패턴이었다. 이를 은행 고객 50만명의 정보에 적용해 '예상 테러범' 30명을 찾아냈다. '기록된 미래(Recorded Future)'라는 미국 회사는 하루 트윗 1억개와 금융·사회보장 정보, 정부 통계를 분석해 물 부족 사태와 사회 폭동 발생 시기를 예측한다.

하지만, 이건 어떨까. 지난 2월 중순 뉴욕타임스 선데이 매거진에는 대형 잡화 체인 타깃(Target)이 한 여고생에게 보낸 아기 용품 광고 전단 얘기가 실렸다. 미니애폴리스에 사는 이 학생의 아버지는 "학생더러 임신하라고 부추기느냐"고 항의했지만, 자기 딸이 8월 출산 예정이라는 것을 알지 못했다. 타깃은 어떻게 부모보다 먼저 딸의 임신을 알았을까. 여성들은 보통 한 매장에서 필요한 용품을 다 사지 않는다. 그러나 평소와 달리 한 매장에서 다 살 때, 임신 때문에 '불편한 몸'임을 짐작할 수 있다. 이후 칼슘·마그네슘·아연 보충제, 편안한 옷, 무취(無臭)의 대용량 로션같이 통상 임신 4~6개월의 임부(妊婦)가 보이는 구매 행위를 할 때 임신 사실을 확신한다고 한다.

잘못된 알고리즘에 기초한 엉뚱한 확신이 불러올 위험성은 일단 접어두자. 하지만 개인의 디지털 정보는 공익(公益)과 기업의 이익 극대화를 위해 이렇게 캐내도 되는지, 전체를 읽는 지혜를 위해 침해해도 되는지, 어디까지를 프라이버시(privacy)로 보호할지에 대한 사회적 합의도 없이 21세기에 밀려든 '빅 데이터' 물결은 편리하게만 보이지는 않는다. 20세기 말의 '슬로 무브먼트'처럼, 0과 1의 이진법 세상에서 때로 떨어져 살아야 할지도 모르겠다. 이런 반(反)작용도 패턴으로 읽혀 '빅 데이터'에 포함되겠지만 말이다.