지난해 11월 치러진 미국 대통령 선거가 조 바이든 당선으로 결론 나자 당시 도널드 트럼프 대통령을 지지했던 유권자들은 부정선거라며 거세게 항의했다. 급기야 올 1월 6일(현지시간)에는 미 의회 의사당을 점거하는 초유의 사태까지 벌였다. 이 시위대의 상당수는 40~50대 중산층 백인 남성이었다.
EPA 연합뉴스
EPA 연합뉴스
그렇게 ‘우울한 새해’는 세계 어디에서나 마찬가지였지만, 미국에서는 그 우울한 신호가 좀더 요란하게 나왔다. 새해가 시작된 지 일주일이 채 되지 않아 터진 국회의사당 점거 폭동 사건이 그것이다. 2020년 11월에 있었던 대통령 선거가 바이든의 승리로 결정 나자 트럼프가 지지자들을 동원해 의회가 선거 결과를 승인하는 것을 무력으로 저지하게 한 것이다. 백악관 앞에서 트럼프의 선동 연설을 들은 수천 명의 지지자들이 의회 건물로 몰려가 집기를 부쉈고, 그 과정에서 5명이 사망하는 미국 헌정 사상 최악의 사태가 벌어졌다.
그런데 미국 정부와 의회의 전폭적인 지지를 받아 이 사건을 수사 중인 연방수사국(FBI)은 의회 건물에 침입한 사람들의 신상을 파악, 추적하는 과정에서 흥미로운 사실을 발견했다. 원래 이렇게 폭력 시위를 하거나 난동을 부리는 사람들은 가진 재산이나 변변한 직업이 없는 20~30대인 경우가 대부분인데, 이번 폭력 시위 참가자들의 평균 연령은 40~50대로 높았고, 무엇보다 멀쩡한 직업을 갖고 사회생활을 하는 중산층 백인 남성들이었던 것이다. 이들은 왜 그렇게 분노했을까?
박상현 오터레터 발행인
이 궁금증을 푼 것은 정치학자 로버트 페이프였다. 이들은 한 지역에서 온 게 아니라 미국 전역에서 찾아왔는데, 이들이 사는 카운티(주 바로 아래의 행정구역으로 우리나라의 군 정도에 해당)는 특이한 공통점을 갖고 있었다. 최근 들어 백인 주민의 비율이 급감한 카운티들이었다. 평생을 주류로 살아온 백인 중산층 남성들이 자신이 사는 지역에서 소수로 전락하는 것에 불만을 갖고 있다가 이민자 혐오 발언을 서슴지 않는 트럼프를 보고 충성스런 팔로어가 된 것이다. 전형적인 문화적 백래시(backlash) 현상이다.
페이프는 이런 일은 전혀 새로운 게 아니라고 설명한다. 1840~1850년대에 가톨릭교도인 아일랜드계 이민자들이 몰려왔을 때 개신교를 믿는 다수 유권자들이 그렇게 반발하며 결집했고, 1차대전 후 이탈리아계 이민자들이 몰려오자 백인우월주의자 단체들이 힘을 얻었다.(당시만 해도 이탈리아계, 아일랜드계는 진정한 백인으로 취급하지 않았다.)
우리말로는 흔히 ‘반발’로 번역되는 백래시는 원래 기계에서 일어나는 현상을 가리키는 공학용어지만 1960년대에 활발해진 흑인 인권운동에 반발한 백인들이 결집해 극우 후보를 지지하는 모습을 설명하면서 널리 사용되기 시작했다. 마틴 루서 킹은 백인 남성에게 암살당하기 한 해 전인 1967년에 한 연설에서 “요즘은 이런 현상을 백인들의 백래시라고 하지만… 오래된 현상에 붙은 새로운 이름일 뿐”이라고 했다.
그런데 백래시라는 말을 들으면 사람들은 특정 분야에서 진보가 이뤄졌고, 그 결과로 기득권층, 혹은 사회의 주류가 손해를 본 결과로 일어난 것처럼 생각하기 쉽다. 하지만 실상은 그렇지 않다. 킹은 “미국의 대다수 백인들은 흑인의 진정한 평등을 위해서 제대로 노력한 적이 한 번도 없는 것이 현실”이라고 지적했다. 흑인을 차별하지 못하게 하는 법은 통과됐지만 근본적인 차별은 전혀 고쳐지지 않고 있었고, 이는 이후 수십 년 동안 이어진 경제적 불평등으로 고스란히 증명됐다.
그럼에도 불구하고 백인들이 분연히 들고 일어나 세상이 망할 것처럼 흥분하는 백래시 현상이 일어난 것이다. 흑인들이 자신이 사용하는 화장실을 함께 사용하고, 자기 자식이 흑인 아이들과 같은 학교에 가게 되는 것이 ‘실질적이고 현실적인’ 피해였을까? 그렇지 않다. 하지만 이런 종류의 백래시는 심정적인 반발이고 감정적인 반응이지 (가령 노조운동과 같이) 자신의 구체적인 이해관계에 관한 노력과는 거리가 멀다.
●한국 남성들, 여성 인권운동 대상 공격 집요
지난 한 해 동안 한국에서는 젠더 문제와 관련한 백래시가 많이 일어났다. 대부분 일부 남초 온라인 커뮤니티를 중심으로 페미니즘에 반대하는 과격한 발언들이었다. 올해 10건의 백래시 사례를 조사한 한 연구에 따르면 ‘GS25 집게손 홍보물’이나 국가대표 안산 선수에 대한 공격처럼 근거가 없는 주장이 온라인에 게시돼 남초 커뮤니티에서 확대되면 언론과 정치권이 이어받아 논란으로 재생산되는 과정이 반복적으로 나타났다고 한다.
안산 선수의 헤어스타일, 혹은 그가 사용한 적이 있다는 특정 어휘를 두고 벌어지는 논쟁이 얼마나 의미 있는 것인지에 대한 생각은 사람마다 다르겠지만, 적어도 한국의 남성들이 여성 인권운동 전반을 대상으로 펼치고 있는 공격은 집요하고 현실적이다. 흔히 ‘이대남’이라는 표현으로 대표되는 유권자 집단(voting bloc)의 힘은 막강해서 대선 선두주자인 두 명이 모두 여성가족부를 개편하겠다는 입장을 낸 상태다. 특히 진보를 표방하는 여당의 이재명 후보는 “여성이라는 이유로 차별받아서는 안 되는 것처럼, 남성이라는 이유로 차별받는 것도 옳지 않다”는 발언으로 마치 한국 사회에서 남성이 불평등의 피해를 받고 있다고 인정하는 듯한 모습을 보였다.
과연 한국 사회에서 남성이 구체적이고 실질적인 피해를 받고 있을까? 남성의 병역의무와 징병보상(군 가산점) 제도의 폐지는 한국의 양성 갈등에 반복해서 등장하는 단골메뉴다. 일부 남성들은 이 문제가 남성의 경제·사회 활동에 심각하고 실제적인 피해가 되고 있다고 주장하지만 세계경제포럼(WEF)에서 올해 발행한 ‘글로벌 젠더 격차 보고서’에서는 그 흔적을 찾을 수 없다. 경제 참여와 기회, 교육의 기회, 건강과 의료, 정치적 발언권 등의 항목을 통해 본 이 조사에서 한국은 156개국 중 102위를 했다.
정치·사회적 선진국인 북유럽 국가들은 물론이고 소득수준이 크게 뒤처지는 아프리카의 국가들, 심지어 가톨릭의 영향을 받아 보수적인 성역할을 갖고 있는 남미의 나라들도 모두 한국보다 앞서 있다. 국제적인 위상에 그토록 민감한 대한민국이 몽골, 보츠와나, 태국, 베트남 같은 나라보다 뒤떨어져 있으면서도 대수롭지 않게 생각하는 유일한 지수(index)가 바로 성평등 지수다. 107위의 중국, 120위의 일본 때문에 위안을 삼는 걸까?
●민주주의 정치에서 문화적 백래시 심각
앞서 이야기한 것처럼 문화적·정치적 백래시는 한국만의 현상은 아니다. 21세기에 들어와 전 세계가 성평등과 민주주의 정치의 영역에서 심각한 문화적 백래시를 겪고 있다는 주장이 많다. 백래시가 위험한 건 이런 현상을 이용하는 정치인들이 반드시 등장하기 때문이다. 백래시의 물결에 휩쓸린 유권자들은 단일이슈 투표자(single issue voter)가 돼 후보가 한 이슈에만 동의를 해 주면 나머지 조건은 보지 않겠다는 태도를 갖게 되는데, 백래시를 이용한 정치인들이 대개 실력이 없거나 문제가 많음에도 선거에서 승리하는 게 바로 이 때문이다.
하지만 이런 백래시 현상을 볼 때 놓치면 안 될 것이 하나 있다. 백래시는 다수의 여론이나 역사의 흐름과 반대 방향을 향하고 있다는 사실이다. 미국 국회의사당을 점령한 사람들은 선거에 분명히 패배했음에도, 심지어 패배한 공화당이 인정을 했음에도 불구하고 인정을 하지 않은 것이다. 또한 미국 남부 지역을 중심으로 여성의 임신중지를 불법화해서 처벌하려는 움직임도 미국 절대다수의 여론과 반대된다. 특히 미국인들은 젊을수록 남녀를 불문하고 임신중지를 비롯한 여성의 자기 결정권에 찬성하는데도 소수의 종교인과 그들의 지지를 받는 정치인들이 국민의 여론과 반대되는 쪽으로 판결을 바꾸려 노력하고 있다. 한국의 보수 종교인들이 국민이 원하는 차별금지법을 저지하고 있는 것과 똑같은 모양새다.
궁극적으로 백래시는 사회가 옳은 방향으로 변화하고 있다는 신호라고 보는 게 맞다. 종교가 정치와 분리되는 게 맞다면 대다수의 지지를 받지 못하는 일부 보수 종교인들의 주장이 사회적 진보를 막아서는 안 되고, 진정한 성평등이 국민 대다수가 원하는 거라면 소수의 단일이슈 투표자들이 이를 영원히 막을 수는 없다. 그들은 자신들이 소수임을 알기 때문에 극렬하게 저항하는 것일 뿐, 백래시는 세상을 바꾸지 못한다. 세상은 다수가 바꾼다.
2021-12-14 27면
Copyright ⓒ 서울신문. All rights reserved. 무단 전재-재배포, AI 학습 및 활용 금지