source : http://tdwi.org/articles/2011/06/08/googlizing-bi-with-search-based-applications.aspx
"Googlizing" BI with Search-Based Applications
Unstructured data holds essential business insights. How can you get to that insight?
June 8, 2011
By Eric Rogge, Sr. Director of Marketing, Exalead
Organizations are increasingly storing vast amounts of unstructured data in new Hadoop, NoSQL, and MPP analytic databases, and business intelligence tools are getting better about connecting with them.
Still, even with improving connections between BI and unstructured data stores, the challenge with today's business intelligence deployments is that they only enable quantitative analysis of a fraction of an enterprises' information assets. That's because the majority of information available to an enterprise is unstructured content held in documents, e-mail messages, collaboration forums, and on the Web. Enterprises now realize that to have a complete, 360-degree view of their operations, they need to analyze that unstructured data. That analysis involves both qualitative assessments as well as quantitative analytics. The challenge of BI isn't storing the unstructured data; it is the significant back-end development work needed to gather and quantify unstructured information sources.
Missing from an enterprise's portfolio of BI tools are search and semantic processing technology, which can efficiently process unstructured data into gists and metrics, plus handle large volumes of data from widely dispersed sources.
The effectiveness of today's BI solutions can be improved by working in conjunction with search-based applications (SBAs). SBAs are a new, emerging category of search and semantic technology that aim to improve operational productivity through processing, analysis, and delivery of key information drawn from internal and Web unstructured data. SBAs are a form of business intelligence and complement the highly quantitative analytics delivered by traditional BI products.
Search-based applications complement the ad hoc analysis and quantitative reporting typical of BI implementations. Where BI addresses the what questions, SBAs address the who, how, and why questions to give qualitative cause-and-effect explanations. They do this by collecting and co-displaying quantitative metrics and explanatory text in the same view. SBAs are also useful for extracting customer sentiment and other informational trends from the Internet -- a complex task beyond the capabilities of traditional BI.
By integrating semantic search-based applications with BI information sources (sometimes called the "Googlization of BI"), companies gain a broader understanding of their business activity that enables better business decisions to be made faster. Instead of using a single source of data as with traditional BI, SBAs can simultaneously access a wide variety of information sources while combining structured and unstructured data to provide a holistic, 360-degree view of the enterprise.
SBAs handle staggering amounts of data -- petabytes in some use cases -- while simultaneously providing Web-search-style, natural-language query interfaces that appeal to ordinary users. Today's workers, accustomed to fast and easy Google searches on the Web, can now gain the same easy-to-use tools to help them unlock information in the enterprise and gain insights for better decision making.
SBAs have a different information purpose than do BI applications. Whereas internal and external accounting standards demand focused, precise numeric precision in BI applications, many operational decisions require a broad perspective, sometimes using a collection or profile of facts such as dates, contacts, impending transactions, milestones, and opinions to provide a complete understanding. Now that audio and video are becoming common information delivery mediums, the ability to transform such multimedia files into text (and then into analytic data) is becoming important, perhaps even critical in some situations. Emerging technologies, such as voice-transcription software, are adding to the deluge of unstructured data in the enterprise, which continues to grow exponentially each year.
However, not all search-engine-derived technologies are equal. Companies looking to leverage the power of SBAs to improve BI should look for several capabilities in a solution. To most effectively boost BI, SBAs must be able to structure unstructured data (not simply index it), as well as integrate that information into the corporation's existing structured datastores. The key to this ability is semantic search technology, which analyzes the content of unstructured data to make sense of the information and rapidly identify relevant data.
In addition, companies should look for SBAs that feature service-oriented architectures (SOAs) to integrate decision tools for each user, enabling rapid deployment and simple integration within the company's information ecosystem. Effective SBA solutions for BI will also include faceted navigation, as well as the robust data security required in today's corporate environments.
SBAs combine the best of BI and enterprise search to deliver what until today has been an elusive goal for the enterprise -- that is, real-time BI with a comprehensive view of all information sources: structured and unstructured, internal and external. SBA-powered BI offers improved data scope and relevance by making better use of existing structured data and by exploiting new data channels ripe with essential information, such as e-mail messages, Office documents, and PDF files -- the vast amount unstructured data that, until now, was beyond the capabilities of BI.
As unstructured corporate data continues to grow exponentially, traditional BI will be left further behind. The efficient scalability of SBA ensures that corporations will be able to continue leveraging their growing stores of information in order to make business decisions more intelligently and more quickly.
Friday, August 3, 2012
Search-Based BI – the Next Innovation
source: http://www.information-management.com/newsletters/business_intelligence_search_analytics_data_warehouse-10020252-1.html
Search-Based BI – the Next Innovation
By Christian Becht and Marcel de Grauw
MAY 3, 2011 6:20am ET
Print Reprints (http://license.icopyright.net/3.7732?icx_id=10020252) Email inShare.1Since the 1970s, companies have used business intelligence to harness data, but these traditional BI tools weren’t built with today’s 24x7 economy in mind. But the rapid increase in data and online sources means that companies in today's 24x7 economy are faced with the challenges of requiring quicker, more user-friendly and flexible tools to cope with continuously evolving data.
Current BI offerings are evolving toward search-based BI in the future, where BI tools will integrate non-structured and external information in the same way Google indexes billions of documents daily while providing access to millions of simultaneous users.
The Early Days
The evolution of BI in large organizations goes back to the 1970s. In an increasingly competitive and global environment, business managers were looking for tools to support their decision-making processes. These early BI tools were focused on extracting data from source systems and on delivering reports displaying performance indicators; most of the time they were custom-made applications developed by internal IT specialists.
To satisfy the needs of a growing number of business managers, specific queries were integrated in the overnight batch and launched against the production systems. The objective was to get business information out of the production systems in the form of fixed-format standard reports, the so-called “print-outs.” On a regular basis, printed information was manually aggregated and keyed into presentation templates and data sheets. Some years later, the concept of the “information support database” was introduced to offload querying on the transaction systems and to improve the performance of the overall solution.
In response to the growing need for management support and reporting tools, software vendors like Pilot Software, Information Resources and Comshare jumped at the opportunity. The first generation of BI tools is often identified with the term executive information systems. The early BI tools included extract, transform and load capabilities, merged data from multiple sources, used relational databases, including what we later called star schemas, and built cubes for fast data retrieval.
The Second Wave in BI: Data Warehousing
In the early 1990s, the EIS pioneers fell on hard times. The costs of implementing corporate EIS systems were too high, and the required technical infrastructure wasn’t there, so the EIS tools had to include their own. In addition, EIS didn’t target and serve enough end users because of the “executive” connotations. At the same time, new innovations like data warehousing and online analytical processing (OLAP) began broadening the realm of decision support and initiated a larger category of BI tools. The so-called “data warehousing” model was further popularized as a means to describe a new set of concepts and methods to improve decision-making by using fact-based decision support systems.
During the second wave of innovation in BI, the production of management information was being industrialized by means of sequentially scheduled batch processes (information logistics). The entire production process, from the extraction of source data to the generation of reports, was being automated by means of specialized BI tools. The data warehousing model, as introduced in the early 1990s, has shaped the BI landscape ever since. Today the traditional BI model is still the guiding principle for designing new BI architectures in large organizations.
The established data warehousing model is being challenged by new concepts and technologies. Modern business managers are pointing to the shortcomings and drawbacks of the current model, both from an organizational and structural point of view. In other words: the data warehousing model as we know it has become too complex and expensive to maintain, and too rigid to provide the required speed of decision needed in today’s 24x7 economy.
Developing a traditional multilayered BI system is an expensive and labor-intensive exercise. To design and build interfaces, ETL jobs, star schemas, data marts and reports takes a lot of time. In addition, highly qualified experts from various disciplines are required to deliver and build a new version on time. Delivery cycles ranging from six to 12 months are typical because of the various teams and tools involved.
The Next Wave in BI: Information Intelligence
To fulfill its promise and to respond to future requirements, BI needs to become more intelligent, user-friendly and flexible. Today’s BI, based on the data warehousing model, is lacking some very basic features and functionality. Adding another BI tool will only increase complexity and costs and is, therefore, not an appropriate solution. We need to reconsider the basics of the current model and identify areas and technologies with the potential to improve things structurally. Areas to be improved include:
•Predictive analytics,
•Proactive alerts and notifications,
•Event-driven/real-time access to information,
•Accelerated integration of structured or nonstructured new data, either internal or external to the organization,
•Enterprise integration/closed-loop BI,
•Portal integration/mobile/ubiquitous access,
•Improved visualization/rich interfaces to empower business users,
•Management automation/decision engines, and
•Collaborative tools to leverage collective intelligence.
The BI of the future is becoming the brain and the central nervous system of organizations. Management information doesn’t find itself locked in a data mart or in a management report anymore; instead, it is automatically being reinjected in operational source systems to adapt to ever-changing market conditions. The next wave in BI, information intelligence, will be the lifeblood of organizations.
Information Intelligence, or the intelligent use of information, extends BI beyond the traditional data warehouse and query tools to include automated decision-making and real-time/event-driven technologies. Information intelligence is about building smarter business processes and making BI more user driven and flexible.
One of the technologies we believe is capable of transforming future BI architectures is enterprise search engines. Enterprise search engines have the capacity to simplify and improve BI in large organizations. This is because search engines possess the following attributes:
•Flexibility – search engines can handle both structured and unstructured information in various formats.
•The ability to cope with continuously evolving data structures. (Indexing both existing and new data does not require extensive data modeling. This is in contrast with the modeling of the data warehouse, which is time-consuming not only when the model is created, but each time new data is added to the data warehouse.)
•Search engines enable content-driven dimensional navigation. At each step of navigation, search engines propose different possibilities to filter results according to the content of the data sets that are being analyzed in near real time. This feature makes the traditional approach based on predefined data cubes obsolete.
•They are able to analyze data without the need to know the various data types, unlike solutions based on relational database management systems.
•Search engines can work with existing information systems (e.g., data warehouses, data marts, production systems, etc.) and are able to provide a federated view of data with the required level of performance, in contrast to federation approaches based on RDBMS that fail to address performance requirements. At the same time, the federated business view can encompass new data sources and provide cross-domain data navigation.
•Search engines utilize a familiar Google-style interface which empowers business users to retrieve data in a way that matches their questions rather than in a prestructured way that often doesn’t suit their real business needs
•They can fill the gaps in traditional data warehouse architectures when external and unstructured data is needed to support decision-making.
•Search engines include functionality to automatically generate categories and clusters, hence improving the contextualization and meaning of data.
•They aggregate and analyze data, in addition to enabling end users to expose relationships and to find patterns in data without the necessity of the perfectly formulated question or query. Search engines provide a powerful complement or alternative to SQL language that remains at the heart of today’s BI solutions - even though it was created more than 35 years ago.
Toward a Search-Based BI
Based on technologies like Exalead, Autonomy and Fast, billions of documents are being indexed on a daily basis from multiples source systems like enterprise content management, enterprise resource planning, customer relationship management, data warehouses and other legacy systems.
Information is being collected in near real-time and presented to end users through user-friendly interfaces that can be extended using the powerful rich Internet application standards. Because of the nature of enterprise search engines the time required to implement a search-based BI solution is heavily reduced compared to the time that is needed to design and build a traditional BI system. Furthermore, performance is not an issue in search-based BI, neither in terms of number of users nor in volume of data.
Future BI systems, integrating nonstructured and external information, will benefit from the proven scalability features of search engines. Search-based BI is leveraging and not replacing investments in existing BI systems and is capable of getting the long-awaited business benefits out of the investments in existing data warehousing environments.
While search-based BI won’t replace current BI systems in the short-term, search-based applications are being used as a complement to cater for the shortcomings of existing BI systems - such as the ability to answer critical business questions more rapidly and cost effectively. In the long run we will see search-based solutions transforming the BI domain because of its inherent features. The combination of BI and search-based solutions will preserve the strengths of both and mitigate the drawbacks of each.
Christian Becht leads the Business Information Management practice of Capgemini in France. He spent the last 12 years creating and growing the Business Intelligence and Enterprise Content Management practice in France, now with up to 700 consultants. Christian is a telecoms engineer who graduated in 1986 from the French “Ecole Nationale Superieure des Telecommunications de Bretagne”. He began his career in the telecom sector where he designed IT solutions able to handle huge amounts of data in a cost effective way. For more information you can join him at christian.becht@capgemini.com.
Marcel de Grauw MSc. (1970) is a Managing Consultant at Capgemini in Paris. He has been active in Business Intelligence since the early 90s. Before joining Capgemini in 2001, Marcel worked for Philips/Origin in The Netherlands. He is currently working on next generation BI architectures based on Search engines and AI. Marcel holds a Master degree in Business Administration from the Erasmus University in Rotterdam. For more information, you can join him at marcel.de-grauw@capgemini.com
Search-Based BI – the Next Innovation
By Christian Becht and Marcel de Grauw
MAY 3, 2011 6:20am ET
Print Reprints (http://license.icopyright.net/3.7732?icx_id=10020252) Email inShare.1Since the 1970s, companies have used business intelligence to harness data, but these traditional BI tools weren’t built with today’s 24x7 economy in mind. But the rapid increase in data and online sources means that companies in today's 24x7 economy are faced with the challenges of requiring quicker, more user-friendly and flexible tools to cope with continuously evolving data.
Current BI offerings are evolving toward search-based BI in the future, where BI tools will integrate non-structured and external information in the same way Google indexes billions of documents daily while providing access to millions of simultaneous users.
The Early Days
The evolution of BI in large organizations goes back to the 1970s. In an increasingly competitive and global environment, business managers were looking for tools to support their decision-making processes. These early BI tools were focused on extracting data from source systems and on delivering reports displaying performance indicators; most of the time they were custom-made applications developed by internal IT specialists.
To satisfy the needs of a growing number of business managers, specific queries were integrated in the overnight batch and launched against the production systems. The objective was to get business information out of the production systems in the form of fixed-format standard reports, the so-called “print-outs.” On a regular basis, printed information was manually aggregated and keyed into presentation templates and data sheets. Some years later, the concept of the “information support database” was introduced to offload querying on the transaction systems and to improve the performance of the overall solution.
In response to the growing need for management support and reporting tools, software vendors like Pilot Software, Information Resources and Comshare jumped at the opportunity. The first generation of BI tools is often identified with the term executive information systems. The early BI tools included extract, transform and load capabilities, merged data from multiple sources, used relational databases, including what we later called star schemas, and built cubes for fast data retrieval.
The Second Wave in BI: Data Warehousing
In the early 1990s, the EIS pioneers fell on hard times. The costs of implementing corporate EIS systems were too high, and the required technical infrastructure wasn’t there, so the EIS tools had to include their own. In addition, EIS didn’t target and serve enough end users because of the “executive” connotations. At the same time, new innovations like data warehousing and online analytical processing (OLAP) began broadening the realm of decision support and initiated a larger category of BI tools. The so-called “data warehousing” model was further popularized as a means to describe a new set of concepts and methods to improve decision-making by using fact-based decision support systems.
During the second wave of innovation in BI, the production of management information was being industrialized by means of sequentially scheduled batch processes (information logistics). The entire production process, from the extraction of source data to the generation of reports, was being automated by means of specialized BI tools. The data warehousing model, as introduced in the early 1990s, has shaped the BI landscape ever since. Today the traditional BI model is still the guiding principle for designing new BI architectures in large organizations.
The established data warehousing model is being challenged by new concepts and technologies. Modern business managers are pointing to the shortcomings and drawbacks of the current model, both from an organizational and structural point of view. In other words: the data warehousing model as we know it has become too complex and expensive to maintain, and too rigid to provide the required speed of decision needed in today’s 24x7 economy.
Developing a traditional multilayered BI system is an expensive and labor-intensive exercise. To design and build interfaces, ETL jobs, star schemas, data marts and reports takes a lot of time. In addition, highly qualified experts from various disciplines are required to deliver and build a new version on time. Delivery cycles ranging from six to 12 months are typical because of the various teams and tools involved.
The Next Wave in BI: Information Intelligence
To fulfill its promise and to respond to future requirements, BI needs to become more intelligent, user-friendly and flexible. Today’s BI, based on the data warehousing model, is lacking some very basic features and functionality. Adding another BI tool will only increase complexity and costs and is, therefore, not an appropriate solution. We need to reconsider the basics of the current model and identify areas and technologies with the potential to improve things structurally. Areas to be improved include:
•Predictive analytics,
•Proactive alerts and notifications,
•Event-driven/real-time access to information,
•Accelerated integration of structured or nonstructured new data, either internal or external to the organization,
•Enterprise integration/closed-loop BI,
•Portal integration/mobile/ubiquitous access,
•Improved visualization/rich interfaces to empower business users,
•Management automation/decision engines, and
•Collaborative tools to leverage collective intelligence.
The BI of the future is becoming the brain and the central nervous system of organizations. Management information doesn’t find itself locked in a data mart or in a management report anymore; instead, it is automatically being reinjected in operational source systems to adapt to ever-changing market conditions. The next wave in BI, information intelligence, will be the lifeblood of organizations.
Information Intelligence, or the intelligent use of information, extends BI beyond the traditional data warehouse and query tools to include automated decision-making and real-time/event-driven technologies. Information intelligence is about building smarter business processes and making BI more user driven and flexible.
One of the technologies we believe is capable of transforming future BI architectures is enterprise search engines. Enterprise search engines have the capacity to simplify and improve BI in large organizations. This is because search engines possess the following attributes:
•Flexibility – search engines can handle both structured and unstructured information in various formats.
•The ability to cope with continuously evolving data structures. (Indexing both existing and new data does not require extensive data modeling. This is in contrast with the modeling of the data warehouse, which is time-consuming not only when the model is created, but each time new data is added to the data warehouse.)
•Search engines enable content-driven dimensional navigation. At each step of navigation, search engines propose different possibilities to filter results according to the content of the data sets that are being analyzed in near real time. This feature makes the traditional approach based on predefined data cubes obsolete.
•They are able to analyze data without the need to know the various data types, unlike solutions based on relational database management systems.
•Search engines can work with existing information systems (e.g., data warehouses, data marts, production systems, etc.) and are able to provide a federated view of data with the required level of performance, in contrast to federation approaches based on RDBMS that fail to address performance requirements. At the same time, the federated business view can encompass new data sources and provide cross-domain data navigation.
•Search engines utilize a familiar Google-style interface which empowers business users to retrieve data in a way that matches their questions rather than in a prestructured way that often doesn’t suit their real business needs
•They can fill the gaps in traditional data warehouse architectures when external and unstructured data is needed to support decision-making.
•Search engines include functionality to automatically generate categories and clusters, hence improving the contextualization and meaning of data.
•They aggregate and analyze data, in addition to enabling end users to expose relationships and to find patterns in data without the necessity of the perfectly formulated question or query. Search engines provide a powerful complement or alternative to SQL language that remains at the heart of today’s BI solutions - even though it was created more than 35 years ago.
Toward a Search-Based BI
Based on technologies like Exalead, Autonomy and Fast, billions of documents are being indexed on a daily basis from multiples source systems like enterprise content management, enterprise resource planning, customer relationship management, data warehouses and other legacy systems.
Information is being collected in near real-time and presented to end users through user-friendly interfaces that can be extended using the powerful rich Internet application standards. Because of the nature of enterprise search engines the time required to implement a search-based BI solution is heavily reduced compared to the time that is needed to design and build a traditional BI system. Furthermore, performance is not an issue in search-based BI, neither in terms of number of users nor in volume of data.
Future BI systems, integrating nonstructured and external information, will benefit from the proven scalability features of search engines. Search-based BI is leveraging and not replacing investments in existing BI systems and is capable of getting the long-awaited business benefits out of the investments in existing data warehousing environments.
While search-based BI won’t replace current BI systems in the short-term, search-based applications are being used as a complement to cater for the shortcomings of existing BI systems - such as the ability to answer critical business questions more rapidly and cost effectively. In the long run we will see search-based solutions transforming the BI domain because of its inherent features. The combination of BI and search-based solutions will preserve the strengths of both and mitigate the drawbacks of each.
Christian Becht leads the Business Information Management practice of Capgemini in France. He spent the last 12 years creating and growing the Business Intelligence and Enterprise Content Management practice in France, now with up to 700 consultants. Christian is a telecoms engineer who graduated in 1986 from the French “Ecole Nationale Superieure des Telecommunications de Bretagne”. He began his career in the telecom sector where he designed IT solutions able to handle huge amounts of data in a cost effective way. For more information you can join him at christian.becht@capgemini.com.
Marcel de Grauw MSc. (1970) is a Managing Consultant at Capgemini in Paris. He has been active in Business Intelligence since the early 90s. Before joining Capgemini in 2001, Marcel worked for Philips/Origin in The Netherlands. He is currently working on next generation BI architectures based on Search engines and AI. Marcel holds a Master degree in Business Administration from the Erasmus University in Rotterdam. For more information, you can join him at marcel.de-grauw@capgemini.com
펌: 서울근교 여름철 물놀이, 지하철로 떠나요!
출처: http://blog.daum.net/soccerster/137
[서울시 하이서울뉴스] 무더운 여름이지만 대중교통의 천국, 서울에서라면 한강 야외 수영장 등 시원한 물놀이장도 간편하게 지하철로 찾아갈 수 있다. 특히 지난 6월 29일(금) 일제 개장한 한강공원 야외 수영장은 해마다 많은 시민들의 발길이 이어지는 서울시내 인기 피서지다. 교통체증과 비용걱정 없이 훌쩍 떠날 수 있는 서울시 물놀이장과 교통편을 정리해봤다.
☺ 여의도 수피아 수영장
- 성인풀, 청소년풀, 유아풀, 에어바운스, 아쿠아링, 스파이럴 터널
- 운영기간 : 9:00~20:00(~8월 26일까지)
- 이용요금 : ▴어른 5,000원 ▴청소년 4,000원 ▴어린이 3,000원 (6세 미만 무료)
- 버스노선
버스 하차 장소 노선번호
순복음교회 앞 108, 263,461,753,1002,5633,5713,6623
국회의사당 앞 153,5615,5618,8153
여의도공원 앞 261,262,5534,7611
- 지하철 : 9호선 국회의사당역 1번 출구
5호선 여의나루역 2번 출구
- 문의: 02)785-0478
☺ 뚝섬 수영장
- 성인풀, 청소년풀, 유아풀, 에어바운스, 아쿠아링, 유수풀
- 운영기간 : 9:00~20:00(~8월 26일까지)
- 이용요금 : ▴어른 5,000원 ▴청소년 4,000원 ▴어린이 3,000원 (6세 미만 무료)
- 버스노선
버스 하차 장소 노선번호
자양4동 차고지 앞 2014
신자 초등학교 앞 2221, 2222, 2415
- 지하철 : 7호선 뚝섬유원지역 1, 2번 출구
- 문의: 02)452-5955
☺ 광나루 수영장
- 성인풀, 청소년풀, 유아풀, 에어바운스
- 운영기간 : 9:00~20:00(~8월 26일까지)
- 이용요금 : ▴어른 5,000원 ▴청소년 4,000원 ▴어린이 3,000원 (6세 미만 무료)
- 버스노선
버스 하차 장소 노선번호
천호동공원 앞 340, 3318, 3411
- 지하철 : 8호선 암사역 3번 출구
- 문의: 02)470-9561
☺ 잠원 수영장
- 성인풀, 청소년풀, 유아풀, 에어바운스
- 운영기간 : 9:00~20:00(~8월 26일까지)
- 이용요금 : ▴어른 5,000원 ▴청소년 4,000원 ▴어린이 3,000원 (6세 미만 무료)
- 버스노선
버스 하차 장소 노선번호
반포 18차 아파트 앞 342, 362, 4318
신동 중학교 앞 143
- 지하철 : 3호선 잠원역 4번 출구
- 문의: 02)536-8263
☺ 망원 수영장
- 성인풀, 청소년풀, 유아풀, 에어바운스
- 운영기간 : 9:00~20:00(~8월 26일까지)
- 이용요금 : ▴어른 5,000원 ▴청소년 4,000원 ▴어린이 3,000원 (6세 미만 무료)
- 버스노선
버스 하차 장소 노선번호
망원 한강공원 앞 마을버스 9, 16
- 지하철 : 2호선 합정역 1번 출구에서 마을버스 16번 이용
6호선 망원역 1번 출구에서 마을버스 9번 이용
- 문의: 02)322-6302
☺ 잠실 수영장
- 성인풀, 청소년풀, 유아풀, 에어바운스
- 운영기간 : 9:00~20:00(~8월 26일까지)
- 이용요금 : 수영장 ▴어른 5,000원 ▴청소년 4,000원 ▴어린이 3,000원 (6세 미만 무료)
- 버스노선
버스 하차 장소 노선번호
신천역 앞 301,341,342,360
362,2415,3217,3411
3412,3414,3418,4318
국회의사당 앞 333,4319,1100,1700
2000,7007,8001
- 지하철 : 2호선 신천역 7번 출구
- 문의: 02)421-2654
☺ 난지 강변 물놀이장
- 강변분위기, 음악분수, 수영복 미착용 입장 가능
- 운영기간 : 9:00~20:00(~8월 26일까지)
- 이용요금 : ▴어른 3,000원 ▴청소년 2,000원 ▴어린이 1,000원 (6세 미만 무료)
- 버스노선
버스 하차 장소 노선번호
난지한강공원 9707
- 지하철 : 6호선 월드컵경기장역 1번 출구(도보로 30분 소요)
- 문의: 02)3151-0256
☺ 성내천 물놀이장
- 시골개울가 분위기, 아이들 놀기에 적합, 수영복 미착용 입장 가능
- 운영기간 : 매일 10:00~19:00(~8월 31일까지)
- 이용요금 : 무료
- 버스노선
버스 하차 장소 노선번호
거여초등학교 앞 3214, 3316, 마을버스 5번
- 지하철 : 5호선 개롱역 1번 출구
- 문의 : 02)2147-3340
[서울시 하이서울뉴스] 무더운 여름이지만 대중교통의 천국, 서울에서라면 한강 야외 수영장 등 시원한 물놀이장도 간편하게 지하철로 찾아갈 수 있다. 특히 지난 6월 29일(금) 일제 개장한 한강공원 야외 수영장은 해마다 많은 시민들의 발길이 이어지는 서울시내 인기 피서지다. 교통체증과 비용걱정 없이 훌쩍 떠날 수 있는 서울시 물놀이장과 교통편을 정리해봤다.
☺ 여의도 수피아 수영장
- 성인풀, 청소년풀, 유아풀, 에어바운스, 아쿠아링, 스파이럴 터널
- 운영기간 : 9:00~20:00(~8월 26일까지)
- 이용요금 : ▴어른 5,000원 ▴청소년 4,000원 ▴어린이 3,000원 (6세 미만 무료)
- 버스노선
버스 하차 장소 노선번호
순복음교회 앞 108, 263,461,753,1002,5633,5713,6623
국회의사당 앞 153,5615,5618,8153
여의도공원 앞 261,262,5534,7611
- 지하철 : 9호선 국회의사당역 1번 출구
5호선 여의나루역 2번 출구
- 문의: 02)785-0478
☺ 뚝섬 수영장
- 성인풀, 청소년풀, 유아풀, 에어바운스, 아쿠아링, 유수풀
- 운영기간 : 9:00~20:00(~8월 26일까지)
- 이용요금 : ▴어른 5,000원 ▴청소년 4,000원 ▴어린이 3,000원 (6세 미만 무료)
- 버스노선
버스 하차 장소 노선번호
자양4동 차고지 앞 2014
신자 초등학교 앞 2221, 2222, 2415
- 지하철 : 7호선 뚝섬유원지역 1, 2번 출구
- 문의: 02)452-5955
☺ 광나루 수영장
- 성인풀, 청소년풀, 유아풀, 에어바운스
- 운영기간 : 9:00~20:00(~8월 26일까지)
- 이용요금 : ▴어른 5,000원 ▴청소년 4,000원 ▴어린이 3,000원 (6세 미만 무료)
- 버스노선
버스 하차 장소 노선번호
천호동공원 앞 340, 3318, 3411
- 지하철 : 8호선 암사역 3번 출구
- 문의: 02)470-9561
☺ 잠원 수영장
- 성인풀, 청소년풀, 유아풀, 에어바운스
- 운영기간 : 9:00~20:00(~8월 26일까지)
- 이용요금 : ▴어른 5,000원 ▴청소년 4,000원 ▴어린이 3,000원 (6세 미만 무료)
- 버스노선
버스 하차 장소 노선번호
반포 18차 아파트 앞 342, 362, 4318
신동 중학교 앞 143
- 지하철 : 3호선 잠원역 4번 출구
- 문의: 02)536-8263
☺ 망원 수영장
- 성인풀, 청소년풀, 유아풀, 에어바운스
- 운영기간 : 9:00~20:00(~8월 26일까지)
- 이용요금 : ▴어른 5,000원 ▴청소년 4,000원 ▴어린이 3,000원 (6세 미만 무료)
- 버스노선
버스 하차 장소 노선번호
망원 한강공원 앞 마을버스 9, 16
- 지하철 : 2호선 합정역 1번 출구에서 마을버스 16번 이용
6호선 망원역 1번 출구에서 마을버스 9번 이용
- 문의: 02)322-6302
☺ 잠실 수영장
- 성인풀, 청소년풀, 유아풀, 에어바운스
- 운영기간 : 9:00~20:00(~8월 26일까지)
- 이용요금 : 수영장 ▴어른 5,000원 ▴청소년 4,000원 ▴어린이 3,000원 (6세 미만 무료)
- 버스노선
버스 하차 장소 노선번호
신천역 앞 301,341,342,360
362,2415,3217,3411
3412,3414,3418,4318
국회의사당 앞 333,4319,1100,1700
2000,7007,8001
- 지하철 : 2호선 신천역 7번 출구
- 문의: 02)421-2654
☺ 난지 강변 물놀이장
- 강변분위기, 음악분수, 수영복 미착용 입장 가능
- 운영기간 : 9:00~20:00(~8월 26일까지)
- 이용요금 : ▴어른 3,000원 ▴청소년 2,000원 ▴어린이 1,000원 (6세 미만 무료)
- 버스노선
버스 하차 장소 노선번호
난지한강공원 9707
- 지하철 : 6호선 월드컵경기장역 1번 출구(도보로 30분 소요)
- 문의: 02)3151-0256
☺ 성내천 물놀이장
- 시골개울가 분위기, 아이들 놀기에 적합, 수영복 미착용 입장 가능
- 운영기간 : 매일 10:00~19:00(~8월 31일까지)
- 이용요금 : 무료
- 버스노선
버스 하차 장소 노선번호
거여초등학교 앞 3214, 3316, 마을버스 5번
- 지하철 : 5호선 개롱역 1번 출구
- 문의 : 02)2147-3340
펌: <다크 나이트 라이즈> 천재감독 크리스토퍼 놀란의 작품세계
펌: http://ch.yes24.com/Article/View/20284
<다크 나이트 라이즈> 천재감독 크리스토퍼 놀란의 작품세계
가면의 기억, 그 퍼즐조각 찾기
이것이 “놀란” 스타일!
<다크 나이트> 이후 4년 만에 선보인 크리스토퍼 놀란 감독의 세 번째 배트맨 이야기 <다크 나이트 라이즈>는 트릴로지로서의 충실한 3부작이다. <배트맨 비긴즈>는 슈퍼 히어로 배트맨의 탄생을, <다크 나이트>는 절대 악의 상징으로서의 조커를 등장시켰다면, <다크 나이트 라이즈>에서는 베인(톰 하디)이라는 테러리스트를 고담시의 새로운 상징으로 등장시킨다.
글
최재훈
팀 버튼의 <배트맨>, <배트맨 리턴즈>는 악인이라는 깨진 거울을 통해 영웅을 비추는 철학적 블록버스터였다. 이어 배트맨 시리즈의 연출을 맡았던 조엘 슈마허의 <배트맨 포에버>는 서민적 이미지의 마이클 키튼 대신 발 킬머를 배트맨으로 내세우고, 짐 캐리, 토미 리 존스, 니콜 키드만, 크리스 오도넬 등의 화려한 캐스팅으로 출발했다.
차기작 <배트맨과 로빈>은 배트맨을 보다 대중적이고 섹시한 조지 클루니로 바꾸면서 보다 대중적이고 가벼운 블록버스터의 길을 택했다. 여기에 아놀드 슈왈제네거와 우마 서먼, 알리시아 실버스톤 등 당대 최고의 스타들이 총출동했다. CG와 특수효과는 더욱 강화되었고, 각종 무기와 액션 씬들이 숨 돌릴 틈을 주지 않는 초호화 블록버스터였다.
조엘 슈마허는 음울하고 철학적인 팀 버튼의 배트맨을 지우고 자신만의 경쾌한 배트맨을 만들려고 했지만, 역설적으로 배트맨이여 영원하라고 시작한 조엘 슈마허의 시리즈는 배트맨 시리즈의 끝을 알리는 종언이 되고 말았다. 그리고 크리스토퍼 놀란 감독의 배트맨을 만나기까지 관객들은 8년을 고스란히 기다려야만 했다.
새롭게 쓴 배트맨
: <배트맨 비긴즈>, <다크 나이트>, <다크 나이트 라이즈>
처음부터 다시 시작해야 했다. 팀 버튼이란 거대한 벽을 뛰어넘고 조엘 슈마허에 의해 구겨진 이미지를 되살려야만 했다. 크리스토퍼 놀란 감독은 성장드라마의 어두운 리얼리티에 연기파 배우들의 안정된 연기를 통해, 믿음직하고 그럴 듯하게 브루스 웨인이 배트맨이 되어가는 과정을 선보인다. 선택은 프리퀄이다. <배트맨 비긴즈>는 우발적 범죄로 부모를 잃은 브루스 웨인(크리스천 베일)의 벗어나지 못하는 어린 시절의 상처, 그 트라우마를 끌어안는다. 공포와 죄책감, 분노에 휩싸인 브루스는 어둠의 사도들에게 무술을 전수받고 고담 시로 돌아온다.
팀 버튼의 영화보다 훨씬 더 무겁고 철학적인 <배트맨 비긴즈>는 반듯하면서도 날카롭고 동시에 기괴한 이중성을 지닌 크리스천 베일을 만나 날개를 달았다. 배트맨은 선천적 재능 혹은 우연한 사고로 얻은 초능력이 아니라, 스스로를 창조한 창조주이자 피조물이며, 브루스 웨인의 가면에 배트맨을, 배트맨의 가면에 브루스 웨인을 숨겨야 하는 이중성에 사로잡혀 있다. <배트맨 비긴즈>는 영웅이 되어야만 하는 필요성과 영웅을 필요로 하는 사람들의 요구에 따라 영웅의 가면을 뒤집어 쓴 채 이중생활을 해야 하는 브루스 웨인, 배트맨의 철학적 고뇌에 초점을 맞춘다. 가장 두려운 것은 바로 내 안에 숨어 있으며, 심연을 들여다보는 자만이 승리할 수 있다는 테마를 되풀이 한다.
이어 히스 레저의 조커는 <다크 나이트>의 핵심이 되었다. 잭 니콜슨 이외의 배우가 연기하는 조커는 상상할 수도 없다는 평가를 얻었던 팀 버튼의 <배트맨> 20년 뒤 히스 레저는 강렬한 매력과 아우라를 뿜어낸다. <다크 나이트>에서 조커의 역할은 절대 악의 존재이며 동시에 배트맨을 존재하게 만드는 거울의 양면이 된다. 악인이 없으면 영웅의 존재도 필요 없으며, 영웅과 악인은 서로의 존재를 필요로 하지만 동시에 제거해야만 한다.
배트맨과 조커의 대립 항을 통해 크리스토퍼 놀란 감독은 선과 악이 얼마나 가까운 거리에서 서로를 마주보고 있으며, 그 얇은 막 하나만 제거하면 순식간에 뒤섞일 수 있다는 것을 보여준다. 여기에 고인이 된 히스 레저의 광기 어린 연기까지 어우러져 새로운 신화로 태어났다.
<다크 나이트> 이후 4년 만에 선보인 크리스토퍼 놀란 감독의 세 번째 배트맨 이야기 <다크 나이트 라이즈>는 트릴로지로서의 충실한 3부작이다. <배트맨 비긴즈>는 슈퍼 히어로 배트맨의 탄생을, <다크 나이트>는 절대 악의 상징으로서의 조커를 등장시켰다면, <다크 나이트 라이즈>에서는 베인(톰 하디)이라는 테러리스트를 고담시의 새로운 상징으로 등장시킨다. 지옥 같은 감옥에서 살았던 베인은 빈부 격차가 사회의 불안으로 이어지는 자본주의를 비꼬면서 폭동을 통해 기존 가치관을 무너뜨린다. 베인의 행동은 처해진 입장에 따라 테러이면서 동시에 계급혁명이 되는 모순 속에 있으며, 베인은 배트맨과 대결하고자 하는 것이 아니라, 고담시의 시민 전체에게 선택을 강요한다. 이제 정체성의 고민은 배트맨과 조커만의 몫이 아니다.
<다크 나이트 라이즈>를 통해 크리스토퍼 놀란 감독은 한 명의 영웅이 짊어졌던 고뇌와 사회적 역할을 시민사회 전체로 확장시켰고, 그 질문은 고스란히 관객에게 돌아온다. 당신이라면 어떤 선택을 하겠는가? 그리고 시민사회의 중심이 시민이라면, 이제 배트맨이 없는 세상도 가능하지 않겠느냐는 역설적 해답을 보여준다. 동시에 꿈의 세계마저 체계와 규칙을 갖춘 세계로 재창조해낸 <인셉션>처럼 크리스토퍼 놀란의 고담시는 상상의 도시가 아니라, 우리가 사는 현실세계라고 주장한다. 160분이라는 어마어마한 러닝 타임을 통해 놀란 감독은 ‘배트맨’이라는 영웅을 서서히 지우고, 레지스탕스와 점령군이 맞서 싸우는 거대한 시가전을 준비한다.
<배트맨 비긴즈>가 영웅의 탄생을 알리는 1부였다면, <다크 나이트 라이즈>는 영웅의 소멸을 묵도하는 3부작의 거대한 엔딩을 준비했다. <다크 나이트 라이즈>에서는 믿을 수 없게도 ‘경찰’이라는 존재가 배트맨이 없는 자리에 ‘영웅’이 해줘야 할 역할을 해내고, 이들에 대한 믿음은 배트맨이 영웅의 가면을 벗고 브루스 웨인이란 개인으로 돌아갈 수 있는 가능성을 열어준다. 보기에 따라 앞선 2부작에 비해 <다크 나이트 라이즈>는 예측 불가능한 결말로 나아가는 영화가 아니라는 점, 배트맨 시리즈의 종언처럼 보인다는 점 때문에 아쉬움이 남을 수도 있지만, 크리스토퍼 놀란 감독은 이미 3편의 영화를 통해 해야 할 이야기를 명확하게 품어내고 정리해낸다.
꿈은 언제나 중간부터 시작된다
: 크리스토퍼 놀란 감독의 작품들
<메멘토>
<인썸니아>
2000년 크리스토퍼 놀란 감독의 현재를 이끈 영화 <메멘토>는 그 결말을 알고 봐도 여전히 감탄이 나오는 영화이다. 시간과 공간을 자르고 이어 붙여 하나의 이야기로 이어가는 영화적인 마법은 텍스트로는 도저히 설명할 수 없는 영화적 장르의 아우라를 돋보이게 만든다.
영화 속 주된 시간은 주인공 레너드(가이 피어스)의 시점에서는 거꾸로 흐른다. 하지만 동시에 진행되는 흑백 필름의 관찰자 시점은 순차적으로 흐른다. 레너드는 아내가 강간 살해된 뒤 복수를 위해 살아간다. 15분이라는 기억을 다시 되돌리기 위해, 자신의 몸에 끊임없이 무언가를 새겨 넣어야 하는 살아있을 수 있는 주인공의 지독한 현실을 기승전결이 없는 뒤엉킨 진공상태로 밀어 넣어버리는 음울한 기운은 <메멘토> 전체를 관통한다. 관객은 레너드처럼 피곤해진다. 결국 복잡한 실타래가 풀려 마침내 결백이 증명되는 그 순간에도 관객들에게 짜릿한 쾌감을 선사하지 않는다. 피곤하고 지쳐버린 주인공의 감정 그대로, 기억은 숨 가쁘고 복수는 허무하고, 기억은 여전히 불완전하기 때문이다.
2002년 <인썸니아>는 알래스카라는 위압적인 자연 자체가 하나의 숨 막히는 폐쇄적인 공간이 되고, 주인공인 형사는 자신이 무엇을 쫓는지조차 혼돈스러워한다. 주인공의 목적은 범인을 잡는 것처럼 보이지만, 정작 자신의 과거와 현재에 묻어 있는 기억의 흔적을 똑바로 바라보지 못한다. 그들은 늘 두려움과 죄의식에 사로잡혀 있고, 그래서 불면증에 빠진 사람처럼 그들의 몸은 늘 지독한 피로에 휩싸여 있다.
<프레스티지>
<인셉션>
기억을 가둔 만큼 주인공을 옭죄면서, 교차된 시간으로 긴장감을 주는 놀란 감독 특유의 연출력은 타의 추종을 불허하지만, 때론 지나친 과잉이 오히려 결핍이 되는 결과를 낳기도 한다. 2006년 <배트맨 비긴즈>와 <다크 나이트> 사이에 만들어진 <프레스티지>는 과유불급의 교훈을 떠올리게 하는 영화였다. 놀란 감독은 이 영화를 통해 천재와 맞선 불운한 경쟁자의 이야기를 보여주는데, 충격적으로 보이고 싶은 반전이 과잉된 의식과 형식 때문에 비약처럼 느껴지는 아쉬운 작품이었다.
그리고 2010년 <인셉션>을 통해 크리스토퍼 놀란 감독은 웅장하면서도 동시에 정교한 크리스토퍼 놀란 만의 작품세계를 널리 알린다. 간단한 기계장치 한대만 있으면 한 사람의 꿈속으로 들어가 그의 무의식에 자리 잡은 생각을 훔쳐낼 수 있는 미래의 세상, <인셉션>의 이런 소재와 이야기는 매우 흥미롭다. 소재와 이야기를 사건으로 구조화하는 방식이나 시각화해낸 장면들은 더 뛰어나고 놀랍다. <매트릭스> 시리즈에서 한발 더 나아간 무중력 액션의 연출이나 더 강력해진 비주얼 규모는 매력적이다.
형식의 차원에서 <인셉션>은 우리의 뇌를 괴롭혔던 <메멘토>보다 더 복잡하고, 일기와 메모를 매개로 역전된 시간구조를 실험한 <프레스티지>와도 그 궤를 같이 한다. 구조적으로 뒤엉킨 <인셉션>의 내러티브는 꿈의 국면으로 설정된 스토리의 이전 단계들을 기억해내도록 돕는 단서로 밑그림을 그려내기 때문에 관객들은 스스로 하나의 스토리를 구성해야 하지만, 이 또한 쉽지 않다.
꿈과 기억, 망상, 환영이 뒤섞인 <인셉션>의 이야기는 우리의 꿈이 늘 중간에서부터 시작된다는 사실을 일깨우듯, 발단과 결말의 손목을 댕강 자른 채로 시종 진행된다. 관객은 사건들 사이의 시간적, 인과적 연결점을 스스로 찾아, 복잡한 기억의 기능을 활용하여 미로에서 빠져나가는 출구를 찾아야 하는 것이다.
<메멘토>에서 시작된 놀란 감독의 독특한 화법은 테크놀로지의 힘을 빌려, 점점 더 미궁을 연출하고 있는데, 보기에 따라 <인셉션>은 그 화법이 지나친 과잉으로 읽히기도 한다는 점에서 배트맨 시리즈를 제외한 나머지 작품을 두고 보자면 <인셉션>은 크리스토퍼 놀란 감독의 작품세계의 정점을 찍어주는 것처럼 보인다. 결국 이제 하강하거나, 궤를 달리해야 할 시점이 왔다는 말이다.
<인셉션> 이후 놀란 감독은 배트맨 시리즈의 종결을 선언하며, 앞선 두 작품을 마무리 한다. 그는 이 3부작을 통해 앞선 두 편의 기억과 단편들을 계속해서 건드리고 여기저기 흩어졌던 이야기의 퍼즐을 모은다. 따라서 완벽히 이 영화를 즐기기 위해서는 <배트맨 비긴즈>와 <다크 나이트>를 복습해보는 것이 좋다. 이미 그가 던져놓은 수많은 퍼즐 조각들은 우리의 머릿속에서 지워져버리고 말았기 때문이다. 배트맨과 조커가 사라진 8년, 영웅도 절대 악도 없었던 고담 시에 다시 등장한 악당, 고담시의 운명은 배트맨에게 달려있지만 앞서 말한 것처럼 놀란 감독은 배트맨이라는 영웅 한 사람에게 모든 책임을 지우지 않는다. 놀란 감독의 입장에서 배트맨은 일그러진 채 억지웃음을 지어야 하는 조커의 대립 항이고, 트라우마를 숨기기 위해 가면을 덧입고 살아가야 하는 나약한 개인일 뿐이다.
놀란 감독의 다른 작품에 비하면 배트맨 시리즈는 대립이 분명하고, 그 결말도 명확한 편이다. 극의 긴장감을 뒤엉킨 ‘시간’이 아니라, 개인의 기억을 지배하는 과거를 현재의 가면으로 분명하게 재현해내기 때문이다. 여기엔 단기기억상실, 마술, 불면증, 꿈의 지배보다 ‘이중성을 지닌 영웅’의 이야기에 우리가 더 익숙한 탓도 있을 것이다.
<다크 나이트 라이즈> 천재감독 크리스토퍼 놀란의 작품세계
가면의 기억, 그 퍼즐조각 찾기
이것이 “놀란” 스타일!
<다크 나이트> 이후 4년 만에 선보인 크리스토퍼 놀란 감독의 세 번째 배트맨 이야기 <다크 나이트 라이즈>는 트릴로지로서의 충실한 3부작이다. <배트맨 비긴즈>는 슈퍼 히어로 배트맨의 탄생을, <다크 나이트>는 절대 악의 상징으로서의 조커를 등장시켰다면, <다크 나이트 라이즈>에서는 베인(톰 하디)이라는 테러리스트를 고담시의 새로운 상징으로 등장시킨다.
글
최재훈
팀 버튼의 <배트맨>, <배트맨 리턴즈>는 악인이라는 깨진 거울을 통해 영웅을 비추는 철학적 블록버스터였다. 이어 배트맨 시리즈의 연출을 맡았던 조엘 슈마허의 <배트맨 포에버>는 서민적 이미지의 마이클 키튼 대신 발 킬머를 배트맨으로 내세우고, 짐 캐리, 토미 리 존스, 니콜 키드만, 크리스 오도넬 등의 화려한 캐스팅으로 출발했다.
차기작 <배트맨과 로빈>은 배트맨을 보다 대중적이고 섹시한 조지 클루니로 바꾸면서 보다 대중적이고 가벼운 블록버스터의 길을 택했다. 여기에 아놀드 슈왈제네거와 우마 서먼, 알리시아 실버스톤 등 당대 최고의 스타들이 총출동했다. CG와 특수효과는 더욱 강화되었고, 각종 무기와 액션 씬들이 숨 돌릴 틈을 주지 않는 초호화 블록버스터였다.
조엘 슈마허는 음울하고 철학적인 팀 버튼의 배트맨을 지우고 자신만의 경쾌한 배트맨을 만들려고 했지만, 역설적으로 배트맨이여 영원하라고 시작한 조엘 슈마허의 시리즈는 배트맨 시리즈의 끝을 알리는 종언이 되고 말았다. 그리고 크리스토퍼 놀란 감독의 배트맨을 만나기까지 관객들은 8년을 고스란히 기다려야만 했다.
새롭게 쓴 배트맨
: <배트맨 비긴즈>, <다크 나이트>, <다크 나이트 라이즈>
처음부터 다시 시작해야 했다. 팀 버튼이란 거대한 벽을 뛰어넘고 조엘 슈마허에 의해 구겨진 이미지를 되살려야만 했다. 크리스토퍼 놀란 감독은 성장드라마의 어두운 리얼리티에 연기파 배우들의 안정된 연기를 통해, 믿음직하고 그럴 듯하게 브루스 웨인이 배트맨이 되어가는 과정을 선보인다. 선택은 프리퀄이다. <배트맨 비긴즈>는 우발적 범죄로 부모를 잃은 브루스 웨인(크리스천 베일)의 벗어나지 못하는 어린 시절의 상처, 그 트라우마를 끌어안는다. 공포와 죄책감, 분노에 휩싸인 브루스는 어둠의 사도들에게 무술을 전수받고 고담 시로 돌아온다.
팀 버튼의 영화보다 훨씬 더 무겁고 철학적인 <배트맨 비긴즈>는 반듯하면서도 날카롭고 동시에 기괴한 이중성을 지닌 크리스천 베일을 만나 날개를 달았다. 배트맨은 선천적 재능 혹은 우연한 사고로 얻은 초능력이 아니라, 스스로를 창조한 창조주이자 피조물이며, 브루스 웨인의 가면에 배트맨을, 배트맨의 가면에 브루스 웨인을 숨겨야 하는 이중성에 사로잡혀 있다. <배트맨 비긴즈>는 영웅이 되어야만 하는 필요성과 영웅을 필요로 하는 사람들의 요구에 따라 영웅의 가면을 뒤집어 쓴 채 이중생활을 해야 하는 브루스 웨인, 배트맨의 철학적 고뇌에 초점을 맞춘다. 가장 두려운 것은 바로 내 안에 숨어 있으며, 심연을 들여다보는 자만이 승리할 수 있다는 테마를 되풀이 한다.
이어 히스 레저의 조커는 <다크 나이트>의 핵심이 되었다. 잭 니콜슨 이외의 배우가 연기하는 조커는 상상할 수도 없다는 평가를 얻었던 팀 버튼의 <배트맨> 20년 뒤 히스 레저는 강렬한 매력과 아우라를 뿜어낸다. <다크 나이트>에서 조커의 역할은 절대 악의 존재이며 동시에 배트맨을 존재하게 만드는 거울의 양면이 된다. 악인이 없으면 영웅의 존재도 필요 없으며, 영웅과 악인은 서로의 존재를 필요로 하지만 동시에 제거해야만 한다.
배트맨과 조커의 대립 항을 통해 크리스토퍼 놀란 감독은 선과 악이 얼마나 가까운 거리에서 서로를 마주보고 있으며, 그 얇은 막 하나만 제거하면 순식간에 뒤섞일 수 있다는 것을 보여준다. 여기에 고인이 된 히스 레저의 광기 어린 연기까지 어우러져 새로운 신화로 태어났다.
<다크 나이트> 이후 4년 만에 선보인 크리스토퍼 놀란 감독의 세 번째 배트맨 이야기 <다크 나이트 라이즈>는 트릴로지로서의 충실한 3부작이다. <배트맨 비긴즈>는 슈퍼 히어로 배트맨의 탄생을, <다크 나이트>는 절대 악의 상징으로서의 조커를 등장시켰다면, <다크 나이트 라이즈>에서는 베인(톰 하디)이라는 테러리스트를 고담시의 새로운 상징으로 등장시킨다. 지옥 같은 감옥에서 살았던 베인은 빈부 격차가 사회의 불안으로 이어지는 자본주의를 비꼬면서 폭동을 통해 기존 가치관을 무너뜨린다. 베인의 행동은 처해진 입장에 따라 테러이면서 동시에 계급혁명이 되는 모순 속에 있으며, 베인은 배트맨과 대결하고자 하는 것이 아니라, 고담시의 시민 전체에게 선택을 강요한다. 이제 정체성의 고민은 배트맨과 조커만의 몫이 아니다.
<다크 나이트 라이즈>를 통해 크리스토퍼 놀란 감독은 한 명의 영웅이 짊어졌던 고뇌와 사회적 역할을 시민사회 전체로 확장시켰고, 그 질문은 고스란히 관객에게 돌아온다. 당신이라면 어떤 선택을 하겠는가? 그리고 시민사회의 중심이 시민이라면, 이제 배트맨이 없는 세상도 가능하지 않겠느냐는 역설적 해답을 보여준다. 동시에 꿈의 세계마저 체계와 규칙을 갖춘 세계로 재창조해낸 <인셉션>처럼 크리스토퍼 놀란의 고담시는 상상의 도시가 아니라, 우리가 사는 현실세계라고 주장한다. 160분이라는 어마어마한 러닝 타임을 통해 놀란 감독은 ‘배트맨’이라는 영웅을 서서히 지우고, 레지스탕스와 점령군이 맞서 싸우는 거대한 시가전을 준비한다.
<배트맨 비긴즈>가 영웅의 탄생을 알리는 1부였다면, <다크 나이트 라이즈>는 영웅의 소멸을 묵도하는 3부작의 거대한 엔딩을 준비했다. <다크 나이트 라이즈>에서는 믿을 수 없게도 ‘경찰’이라는 존재가 배트맨이 없는 자리에 ‘영웅’이 해줘야 할 역할을 해내고, 이들에 대한 믿음은 배트맨이 영웅의 가면을 벗고 브루스 웨인이란 개인으로 돌아갈 수 있는 가능성을 열어준다. 보기에 따라 앞선 2부작에 비해 <다크 나이트 라이즈>는 예측 불가능한 결말로 나아가는 영화가 아니라는 점, 배트맨 시리즈의 종언처럼 보인다는 점 때문에 아쉬움이 남을 수도 있지만, 크리스토퍼 놀란 감독은 이미 3편의 영화를 통해 해야 할 이야기를 명확하게 품어내고 정리해낸다.
꿈은 언제나 중간부터 시작된다
: 크리스토퍼 놀란 감독의 작품들
<메멘토>
<인썸니아>
2000년 크리스토퍼 놀란 감독의 현재를 이끈 영화 <메멘토>는 그 결말을 알고 봐도 여전히 감탄이 나오는 영화이다. 시간과 공간을 자르고 이어 붙여 하나의 이야기로 이어가는 영화적인 마법은 텍스트로는 도저히 설명할 수 없는 영화적 장르의 아우라를 돋보이게 만든다.
영화 속 주된 시간은 주인공 레너드(가이 피어스)의 시점에서는 거꾸로 흐른다. 하지만 동시에 진행되는 흑백 필름의 관찰자 시점은 순차적으로 흐른다. 레너드는 아내가 강간 살해된 뒤 복수를 위해 살아간다. 15분이라는 기억을 다시 되돌리기 위해, 자신의 몸에 끊임없이 무언가를 새겨 넣어야 하는 살아있을 수 있는 주인공의 지독한 현실을 기승전결이 없는 뒤엉킨 진공상태로 밀어 넣어버리는 음울한 기운은 <메멘토> 전체를 관통한다. 관객은 레너드처럼 피곤해진다. 결국 복잡한 실타래가 풀려 마침내 결백이 증명되는 그 순간에도 관객들에게 짜릿한 쾌감을 선사하지 않는다. 피곤하고 지쳐버린 주인공의 감정 그대로, 기억은 숨 가쁘고 복수는 허무하고, 기억은 여전히 불완전하기 때문이다.
2002년 <인썸니아>는 알래스카라는 위압적인 자연 자체가 하나의 숨 막히는 폐쇄적인 공간이 되고, 주인공인 형사는 자신이 무엇을 쫓는지조차 혼돈스러워한다. 주인공의 목적은 범인을 잡는 것처럼 보이지만, 정작 자신의 과거와 현재에 묻어 있는 기억의 흔적을 똑바로 바라보지 못한다. 그들은 늘 두려움과 죄의식에 사로잡혀 있고, 그래서 불면증에 빠진 사람처럼 그들의 몸은 늘 지독한 피로에 휩싸여 있다.
<프레스티지>
<인셉션>
기억을 가둔 만큼 주인공을 옭죄면서, 교차된 시간으로 긴장감을 주는 놀란 감독 특유의 연출력은 타의 추종을 불허하지만, 때론 지나친 과잉이 오히려 결핍이 되는 결과를 낳기도 한다. 2006년 <배트맨 비긴즈>와 <다크 나이트> 사이에 만들어진 <프레스티지>는 과유불급의 교훈을 떠올리게 하는 영화였다. 놀란 감독은 이 영화를 통해 천재와 맞선 불운한 경쟁자의 이야기를 보여주는데, 충격적으로 보이고 싶은 반전이 과잉된 의식과 형식 때문에 비약처럼 느껴지는 아쉬운 작품이었다.
그리고 2010년 <인셉션>을 통해 크리스토퍼 놀란 감독은 웅장하면서도 동시에 정교한 크리스토퍼 놀란 만의 작품세계를 널리 알린다. 간단한 기계장치 한대만 있으면 한 사람의 꿈속으로 들어가 그의 무의식에 자리 잡은 생각을 훔쳐낼 수 있는 미래의 세상, <인셉션>의 이런 소재와 이야기는 매우 흥미롭다. 소재와 이야기를 사건으로 구조화하는 방식이나 시각화해낸 장면들은 더 뛰어나고 놀랍다. <매트릭스> 시리즈에서 한발 더 나아간 무중력 액션의 연출이나 더 강력해진 비주얼 규모는 매력적이다.
형식의 차원에서 <인셉션>은 우리의 뇌를 괴롭혔던 <메멘토>보다 더 복잡하고, 일기와 메모를 매개로 역전된 시간구조를 실험한 <프레스티지>와도 그 궤를 같이 한다. 구조적으로 뒤엉킨 <인셉션>의 내러티브는 꿈의 국면으로 설정된 스토리의 이전 단계들을 기억해내도록 돕는 단서로 밑그림을 그려내기 때문에 관객들은 스스로 하나의 스토리를 구성해야 하지만, 이 또한 쉽지 않다.
꿈과 기억, 망상, 환영이 뒤섞인 <인셉션>의 이야기는 우리의 꿈이 늘 중간에서부터 시작된다는 사실을 일깨우듯, 발단과 결말의 손목을 댕강 자른 채로 시종 진행된다. 관객은 사건들 사이의 시간적, 인과적 연결점을 스스로 찾아, 복잡한 기억의 기능을 활용하여 미로에서 빠져나가는 출구를 찾아야 하는 것이다.
<메멘토>에서 시작된 놀란 감독의 독특한 화법은 테크놀로지의 힘을 빌려, 점점 더 미궁을 연출하고 있는데, 보기에 따라 <인셉션>은 그 화법이 지나친 과잉으로 읽히기도 한다는 점에서 배트맨 시리즈를 제외한 나머지 작품을 두고 보자면 <인셉션>은 크리스토퍼 놀란 감독의 작품세계의 정점을 찍어주는 것처럼 보인다. 결국 이제 하강하거나, 궤를 달리해야 할 시점이 왔다는 말이다.
<인셉션> 이후 놀란 감독은 배트맨 시리즈의 종결을 선언하며, 앞선 두 작품을 마무리 한다. 그는 이 3부작을 통해 앞선 두 편의 기억과 단편들을 계속해서 건드리고 여기저기 흩어졌던 이야기의 퍼즐을 모은다. 따라서 완벽히 이 영화를 즐기기 위해서는 <배트맨 비긴즈>와 <다크 나이트>를 복습해보는 것이 좋다. 이미 그가 던져놓은 수많은 퍼즐 조각들은 우리의 머릿속에서 지워져버리고 말았기 때문이다. 배트맨과 조커가 사라진 8년, 영웅도 절대 악도 없었던 고담 시에 다시 등장한 악당, 고담시의 운명은 배트맨에게 달려있지만 앞서 말한 것처럼 놀란 감독은 배트맨이라는 영웅 한 사람에게 모든 책임을 지우지 않는다. 놀란 감독의 입장에서 배트맨은 일그러진 채 억지웃음을 지어야 하는 조커의 대립 항이고, 트라우마를 숨기기 위해 가면을 덧입고 살아가야 하는 나약한 개인일 뿐이다.
놀란 감독의 다른 작품에 비하면 배트맨 시리즈는 대립이 분명하고, 그 결말도 명확한 편이다. 극의 긴장감을 뒤엉킨 ‘시간’이 아니라, 개인의 기억을 지배하는 과거를 현재의 가면으로 분명하게 재현해내기 때문이다. 여기엔 단기기억상실, 마술, 불면증, 꿈의 지배보다 ‘이중성을 지닌 영웅’의 이야기에 우리가 더 익숙한 탓도 있을 것이다.
Subscribe to:
Posts (Atom)