문화/예술

조선판 ‘N수생’ 김득신, 초등 교과서에 실렸다!

 조선 중기 대표적 시인이자 독서광으로 알려진 백곡 김득신(1604~1684)의 조형물이 초등학교 교과서에 실리며 관심을 끌고 있다. 충북 증평군은 증평군립도서관 앞에 설치된 '백곡집 파고라' 조형물이 2025년 검정 초등 4학년 미술 교과서에 소개됐다고 7일 밝혔다.

 

증평군에 따르면 해당 조형물은 동아출판이 발행하는 교과서의 한 단원에서 신안 퍼플섬, 제주도 조랑말 등대 등과 함께 전국의 대표적인 생활 속 미술 작품 중 하나로 선정됐다. ‘백곡집 파고라’는 김득신의 문집인 ‘백곡집’을 형상화한 작품으로, 책을 뒤집어 지붕처럼 만든 독특한 구조물을 가지고 있다. 도서관을 찾는 주민들은 이곳에서 책을 읽으며 휴식을 취할 수 있어 문화공간으로 활용되고 있다.

 

이 조형물은 증평군이 독서왕 김득신을 기리는 스토리텔링 공간 조성사업의 일환으로 설치한 것으로, 약 3,000만 원의 예산이 투입됐다. 증평군립도서관 주변에는 ‘백곡집 파고라’ 외에도 김득신의 서재를 재현한 ‘억만재’, 책 조형물, 김득신과 그의 아버지 김치를 기리는 포토존 등이 마련되어 있다.

 

증평군 관계자는 “출판사 측에서 백곡집 파고라 조형물을 교과서에 소개하고 싶다고 먼저 제안했다”며 “김득신이라는 지역 출신 인물의 독서광적 면모를 특색 있게 조명한 점이 교과서 선정의 배경이 된 것으로 보인다”고 설명했다.

 

 

 

김득신은 조선 시대를 대표하는 독서광이자 시인으로, 증평에서 태어나 성장했다. 그는 어린 시절 천연두를 앓아 학습이 느렸던 것으로 전해지지만, 오랜 시간 꾸준히 독서를 이어간 끝에 59세의 나이에 문과에 급제하며 대기만성형 인물로 자리매김했다. 특히 같은 책을 1만 번 이상 읽은 기록을 ‘독수기(讀數記)’에 남겼으며, <사기> ‘백이전’의 경우 무려 11만 3,000번을 읽었다고 전해진다.

 

그의 문학적 재능도 뛰어났으며, 대표적인 시 ‘용호’는 조선 효종으로부터 “당나라 시에 견줄 만하다”는 극찬을 받았다. 또한 학자 이식은 “백곡의 문장이 당대 최고”라고 평가하기도 했다.

 

증평군은 김득신의 독서 정신을 기리기 위해 다양한 사업을 추진하고 있다. 2020년부터 ‘김득신 독서마라톤 대회’를 매년 개최하며, 참가자들은 2월부터 11월까지 읽은 책의 권수에 따라 인증서를 받는다. 또한 김득신을 상징하는 캐릭터도 개발했으며, 머리에 갓 대신 책을 쓰고 오른손에 책을 든 모습이 특징이다.

 

아울러 김득신의 고향인 율리 마을에서 그의 묘소까지 이어지는 500m 구간을 ‘김득신 길’로 조성해 방문객들이 걸으며 그의 삶을 돌아볼 수 있도록 했다. 또한 삼가저수지 둘레길에는 책을 읽는 모습을 형상화한 김득신 동상이 세워졌으며, 유물과 작품을 전시하는 문학관도 운영되고 있다.

 

이번 교과서 등재를 계기로 김득신의 독서 정신과 문화적 유산이 더욱 널리 알려질 것으로 기대된다. 증평군은 앞으로도 김득신을 기리는 다양한 사업을 추진해 지역 문화 브랜드로서의 가치를 높여나갈 계획이다.

 

얼굴 사진 한 장으로 암 환자 생존 위험 예측하는 AI 개발

 얼굴 사진 한 장으로 암 환자의 생존 위험을 예측하는 인공지능(AI) 도구가 개발됐다. 연구진은 의료 정보와 전문 인력이 부족한 환경에서 환자의 상태를 평가하는 데 활용될 가능성이 있다고 기대했다. 다만 실제 의료 현장에 적용하려면 다양한 환자 집단을 대상으로 추가 검증을 거쳐야 한다는 지적도 나온다.매스제너럴브리검 암연구소 연구진은 20일(현지시간) 의학 학술지 ‘랜싯 디지털 헬스’에 관련 연구 결과를 발표했다. 블룸버그통신은 해당 논문을 인용해 얼굴 이미지로 암 환자의 생존 위험을 추정하는 AI 모델이 개발됐다고 보도했다.연구진은 4000만 장이 넘는 얼굴 이미지로 기반 모델을 학습시킨 뒤, 암 환자의 얼굴 사진 3만4000장을 활용해 두 가지 도구를 추가로 훈련했다. 첫 번째 도구인 ‘FAHR-FaceAge’는 얼굴 사진을 바탕으로 생물학적 나이를 추정한다. 두 번째인 ‘FAHR-FaceSurvival’은 환자별 사망 위험 점수를 산출하도록 설계됐다. 연구 결과, 사망 위험 점수가 높은 환자 집단에서 실제 사망 위험도 더 높게 나타났다. 점수에 따라 구분된 집단 사이에서 사망 위험의 차이가 확인됐으며, 연령과 인종, 성별, 암 종류가 다양한 환자들에게도 모델이 일정한 예측 능력을 보였다.연구진은 얼굴에 나타나는 특징이 환자의 전반적인 건강 상태와 생리적 여력을 반영할 수 있다는 점에 주목했다. 레이먼드 맥 매스제너럴브리검 암연구소 방사선종양학 전문의는 의사들이 진료 과정에서 환자의 외모를 관찰해 건강 상태를 가늠하도록 훈련받는다고 설명했다. 얼굴 사진에서도 환자의 생리적 예비력과 사망 위험에 관한 정보를 얻을 수 있다는 것이다.맥 전문의는 AI 모델의 예측 성능에 놀랐다고 밝혔다. 특히 얼굴을 통해 추정한 생물학적 나이 점수와 생존 위험 점수를 기존 임상 예후 모델에 함께 적용하면, 두 점수 중 하나만 활용했을 때보다 생존 예측 성능이 향상됐다고 설명했다. 얼굴 이미지에서 얻은 정보가 기존 의료 데이터를 보완할 가능성을 보여준 셈이다.같은 연구팀은 앞서 2025년 5월에도 얼굴 사진을 활용한 생물학적 나이 추정 연구를 발표했다. 당시 연구진은 약 5만9000장의 얼굴 사진으로 모델을 훈련한 뒤 암 환자 약 6200명에게 적용했다. 그 결과 암 환자들의 생물학적 나이가 실제 나이보다 평균 약 5세 높게 추정됐다. 이번 연구는 얼굴에서 추정한 나이뿐 아니라 환자의 생존 위험까지 예측하는 방향으로 분석 범위를 확장했다는 점에서 주목된다.다만 연구 결과를 실제 진료에 활용하기까지는 해결해야 할 과제가 남아 있다. 연구에 참여하지 않은 외부 전문가들은 이번 결과가 흥미롭다고 평가하면서도, 예측이 가능하다는 사실만으로 그 판단 근거까지 설명할 수 있는 것은 아니라고 지적했다. AI가 사망 위험이 높은 환자를 구별하더라도 얼굴의 어떤 특징이 예측에 영향을 미쳤는지, 그 정보가 의료진의 종합적인 판단에 실질적으로 어떤 도움을 주는지는 별도로 확인해야 한다는 취지다.다른 병원과 다양한 환자 집단에서도 모델의 성능이 재현되는지 검증해야 한다는 의견도 제기됐다. 과학 전문 매체는 모델 개발에 활용된 환자 집단이 보스턴 지역의 백인 환자 다수로 구성됐다는 점을 한계로 지적했다. 특정 지역과 인구 집단에서 확인된 결과가 다른 인종이나 의료 환경에서도 동일하게 나타난다고 단정하기 어렵기 때문이다. 이번 연구는 얼굴 이미지가 암 환자의 상태와 생존 위험을 평가하는 데 새로운 단서를 제공할 수 있음을 보여준다. 그러나 AI의 예측 결과가 의료진의 진단과 판단을 대체할 수 있다는 의미는 아니다. 실제 임상에서 활용하려면 다양한 환경에서 정확성과 신뢰성을 확인하고, 기존 예후 평가 방식에 더해 어떤 추가적인 가치를 제공하는지 입증하는 과정이 필요하다.