인터랙티브 웹 프로젝트 '애니 휴먼 에버(Any Human Ever)'는 단순한 발상 하나에서 출발한다. 지금까지 지구에 살았던 모든 사람 가운데 무작위로 딱 한 명을 뽑아 보여준다는 것이다. 이용자는 한 번에 결과를 받는 대신, 태어난 연도, 장소, 그리고 그 삶을 단계별로 하나씩 추첨해 나간다. 각 단계는 임의로 지어낸 이야기가 아니라 실제 데이터를 근거로 뽑힌다고 프로젝트는 설명한다. 지금까지 살았던 인류의 수는 1,000억 명이 넘는 것으로 추정되며, 이 방대한 모집단에서 표본 하나를 끌어내는 경험을 제공한다.
이 프로젝트가 흥미로운 지점은 결과 자체가 아니라, 그 결과가 대부분의 사람들의 예상을 벗어난다는 데 있다. 많은 이들은 '인류 역사에서 무작위로 한 명'이라고 하면 고대 이집트나 중세 유럽, 혹은 선사시대의 누군가를 떠올린다. 수만 년의 역사가 균등하게 펼쳐져 있다고 막연히 가정하기 때문이다. 그러나 실제로 뽑히는 사람은 압도적인 확률로 비교적 최근에 태어난 인물이다. 인구가 지수적으로 증가해 왔기 때문에, 무작위 출생은 과거보다 현재에 가까운 시점에 몰릴 수밖에 없다는 것이 이 프로젝트의 핵심 메시지다.
지수 성장이 만드는 확률의 무게중심
이 현상의 원리는 어렵지 않다. 인구가 오랜 세월에 걸쳐 완만하게 늘다가 근대 이후 급격히 팽창했다면, 특정 세기에 살았던 사람의 절대 수 자체가 최근으로 올수록 훨씬 많아진다. 따라서 모든 인류를 하나의 항아리에 넣고 무작위로 손을 넣으면, 그 손에 잡히는 표본은 인구가 가장 많았던 최근 구간에서 나올 가능성이 높다. 시간의 길이가 아니라 각 시점의 인구 밀도가 확률을 결정하는 것이다. '애니 휴먼 에버'는 이 반직관적 사실을 텍스트로 설명하는 대신, 이용자가 직접 추첨 버튼을 누르며 몸으로 체감하도록 설계했다.
이런 접근은 통계 교육에서 오랫동안 지적돼 온 문제, 즉 사람들이 확률 분포를 균등하다고 착각하는 경향을 정면으로 겨냥한다. 우리는 흔히 '무작위'를 '모든 후보가 똑같은 확률'로 오해하지만, 실제 세계의 표본추출은 모집단의 분포 형태에 그대로 지배된다. 데이터를 다루는 실무자라면 낯설지 않은 함정이다. 로그 데이터, 사용자 이벤트, 트래픽 샘플링에서 '아무거나 하나 뽑아 보자'는 접근이 언제나 최근 데이터나 활성 사용자 쪽으로 치우치는 이유도 같은 원리다.
데이터 시각화와 인터랙션 설계의 관점
한국의 IT 실무자 입장에서 이 프로젝트는 두 갈래로 읽을 수 있다. 첫째는 데이터 스토리텔링의 방법론이다. 동일한 통찰을 정적인 그래프 한 장으로 제시했다면 대부분 스쳐 지나갔을 것이다. 대신 연도, 장소, 삶을 순차적으로 공개하는 단계별 인터랙션은 이용자에게 기대를 형성할 시간을 주고, 그 기대가 결과와 어긋나는 순간 통찰이 각인되도록 만든다. 정보를 한꺼번에 쏟아내는 대신 리듬을 부여해 인지적 반전을 연출하는 이 구조는 대시보드나 온보딩, 데이터 제품 설계에도 응용할 여지가 있다.
둘째는 표본의 신뢰성 문제다. 프로젝트는 각 단계가 실제 데이터에 기반한다고 밝히지만, 1,000억 명이라는 누적 인구 추정치 자체가 특정한 가정 위에 세워진 값이며, 과거로 갈수록 출생·거주 기록의 불확실성은 커진다. 다시 말해 결과는 '진짜 어느 개인'을 복원한 것이 아니라, 통계적 분포에서 그럴듯하게 조합된 대표적 표본에 가깝다. 이 한계를 인지하지 않으면, 잘 만들어진 인터랙션이 오히려 데이터를 실제보다 확정적인 것으로 착각하게 만들 수 있다. 매끄러운 시각화일수록 그 이면의 추정과 오차 범위를 함께 읽어야 하는 이유다.
결국 '애니 휴먼 에버'가 남기는 교훈은 특정 개인의 삶이 아니라 사고방식에 있다. 무작위성은 공정한 균등 배분이 아니라 모집단의 형태를 그대로 비추는 거울이며, 그 형태를 오해하면 우리의 직관은 손쉽게 빗나간다. 데이터로 판단을 내리는 이들에게는 화려한 결과보다 그 결과가 어떤 분포에서 어떤 가정을 거쳐 나왔는지를 되묻는 습관이 훨씬 값지다. 인류 전체를 하나의 항아리에 담은 이 작은 실험은 바로 그 질문을 던지는 도구인 셈이다.