728x90
반응형

살인을 하고 식인을 했는데도 스타가 된 일본사람

 

뇌를 채워줄 은덩어리 지식들 은근한 잡다한 지식입니다

일러스트를 이용해 최대한 쉽고 간단하게 내용을 전달하기 위해 노력하고 있습니다

많은 관심과 시청 부탁드리겠습니다

유튜브 채널 은근한 잡다한 지식 가기(클릭)

 

스타가 된 일본 최악의 식인 살인마

1949년 일본 고베에서 태어난 사가와 잇세이는
장 점막이 썩어 들어가는 괴사성 장염을 가진
미숙아로 태어났습니다

그의 누나는 태어난지 열흘 만에 사망하기도 했고
뒤늦게 힘들게 얻은 장남인데다 미숙아였던 탓에
그의 부모는 그를 애지중지 키웠습니다

그런 덕분인지 건강하고
공부도 제법 잘 하는 학생으로 클 수 있었습니다

하지만 그는 성인이 되어도 145cm에 35kg밖에 되지 않는
왜소한 모습을 하고 있었습니다

그래서 키 큰 사람에 대한 로망이 있었는데
특히 키 큰 여자를 먹어야만 자신이 완성된다고 생각했습니다

 


1972년 그가 24살이 되었을 때
대학을 다니다 키가 큰 독일 여성을 발견하게 됩니다

그는 여성의 집을 알아냈고 그녀가 자고 있는 동안 집에 침입하는데 성공했습니다
그리고 엉덩이 일부를 잘라낸 뒤 빠져나와 먹을 계획이었죠

 


하지만 그 순간 여성은 잠에서 깨어났고
눈앞에 보이는 왜소한 범죄자를 쉽게 제압했습니다

이후 사가와는 경찰에게 체포됐는데
이때 식인이 아닌 강간 미수의 혐의를 받았습니다

 


사가와의 할아버지는 아사히 신문의 편집자였고
아버지는 쿠리타 공업이라는 회사의 사장이었습니다

즉 사가와의 집안은 굉장히 부유했기 때문에
강간 미수에 대해 별다른 조사를 받지 않았고
피해자에게 합의금을 주는 것으로 사건을 마무리했습니다



1981년 6월 11일 그가 33살이 되었을 때
그는 박사과정을 이수하기 위해 프랑스 파리에 있었는데
같은 대학에 다니고 있던 네덜란드 유학생 르네 하르테벨트를
독일 시 해석을 도와달라는 핑계를 대며 집으로 초대합니다

그녀의 키는 178cm로 목적을 달성하기에 가장 이상적인 인물이었습니다

사가와는 하르테벨트가 시를 읽고 있을 때
뒤로 다가가 총으로 그녀의 목을 쐈습니다

하르테벨트는 그 자리에서 즉사했고
사가와는 자신이 사람을 죽였다는 충격 때문에 기절했습니다

 


시간이 지나 사가와는 깨어났고 시체에 성욕을 푼 뒤
자신의 계획을 이어나갔습니다

그는 그녀의 엉덩이를 먹기 위해 깨물었습니다
하지만 그의 이는 그렇게 날카롭지 않았기 때문에
살점을 떼어낼 수 없었습니다

그래서 도축용 칼을 사와 시체를 토막 냈습니다
일부의 살은 요리해서 먹었고 일부의 살은 냉장고에 보관했습니다



6월 13일 사가와 잇세이는 시체의 남은 부분을 가방에 넣고
근처 호수에 버려 완전범죄를 꿈꿨지만
6월 15일 프랑스 경찰에게 체포되면서
그가 했던 살인과 식인이 세상에 알려지게 됩니다

사가와의 아버지는 사가와의 변호를 위해 최고의 변호사를 제공해 줬고
그런 덕분인지 사가와는 정신이 온전하지 않기 때문에
재판을 받을 수 없다는 이유로 무죄판결을 받게 되고
교도소가 아닌 정신병원에 입원하게 됩니다

 


1984년 사가와는 프랑스에서 추방당해 일본으로 돌아가게 됐는데
일본 정신병원에서는 사가와를 정상으로 진단해
다시 재판을 받아야 하는 상황이 됐습니다

재판을 위해선 프랑스 경찰에게 관련 자료를 건네받아야 했지만
프랑스는 불기소처분된 사람의 자료는 보내줄 수 없다고 말하며
자료를 보내주지 않았습니다

그래서 결국 일본에서도 아무런 처벌을 받지 않았고
1986년 자유의 몸이 되었습니다



그는 프랑스 정신병원에서 살인과 식인에 대한 내용을 글로 썼는데
이것은 일본에서 안갯속이라는 제목의 책으로 출간돼
베스트셀러에 오르게 되었습니다


그리고 1992년에는 시체와 성관계를 하는 AV에 출현하기도 했으며
한 잡지사는 그에게 식당 리뷰를 맡겼고
이것 때문에 유명해져 요리 방송에 나오기도 했으며
여성의 나체를 그린 그림을 팔기도 하면서
광고도 찍고 영화도 찍으며
스타의 삶을 살아갔습니다

그는 반성을 하거나 죄책감 같은 건 전혀 느끼지 않았습니다
그저 웃고 떠들며 당시 상황을 최대한 즐길 뿐이었죠

비록 무죄가 되긴 했지만
살인을 하고 식인을 해 추방당한 사람이
이런 대접을 받는다는 게 도저히 납득이 되지 않네요

 


그래도 다행인 건 2000년부터는 상황이 반전되기 시작했다는 것입니다
일자리가 서서히 끊기게 되었고
취직을 위해 이력서를 냈지만 살인자 타이틀 때문에 받아주는 곳이 없었습니다
지금처럼 인터넷이 그렇게 활성화된 시대는 아니었지만
책을 쓰고 티비에 나온 덕분에
사가와 잇세이가 살인자라는 것을 모르는 사람은 없었기 때문이죠

2013년 드디어 범죄 행위에 대한 벌을 받는 것인지
사가와는 신경계에 영구적인 손상을 입어 뇌경색으로 쓰러졌습니다
그가 가진 건 살인자 타이틀뿐이었지만
동생의 도움으로 병원에서 치료를 받으며
남은 인생을 보내고 있다고 합니다

728x90
반응형
728x90
반응형

친자확인 검사를 하면 왜 100%가 아니라 99.9%라고 나오는 걸까

 

뇌를 채워줄 은덩어리 지식들 은근한 잡다한 지식입니다

일러스트를 이용해 최대한 쉽고 간단하게 내용을 전달하기 위해 노력하고 있습니다

많은 관심과 시청 부탁드리겠습니다

유튜브 채널 은근한 잡다한 지식 가기(클릭)

 

왜 100%가 아니라 99.9%일까

우리를 구성하고 있는 세포에는 염색체가 있습니다
염색체에는 DNA가 있고
DNA에는 개인의 특징을 결정해 주는 유전자가 있습니다

사람은 23쌍의 염색체
즉 46개의 염색체를 가지고 있는데

23개는 아버지로부터
다른 23개는 어머니로부터 물려받게 됩니다

그렇기 때문에 부모의 유전자와
자식의 유전자를 대조해 보면
진짜 혈육이 맞는지
즉 친자가 맞는지를 확인할 수 있습니다

이것을 친자확인 검사라고 하죠

보통 막장 드라마에서 출생의 비밀을 밝힐 때 주로 등장하곤 하는데 
친자일 확률 99.9% 이런 식으로 나오곤 합니다

그런데 일치하면 100%고 아니면 아닌거지
왜 99.9%라고 하며 0.1%의 가능성을 남겨놓는 것일까요

 




DNA는 긴 사슬 사이 막대 같은 것이 연결되어 있는 형태로 이루어져 있습니다
이 막대를 염기라고 하는데
염기는 아데닌(A), 티민(T), 구아닌(G), 시토신(C) 총 네 종류가 있습니다
이때 아데닌은 티민과 결합하고
구아닌은 시토신과 결합하는데

이들이 어떤 순서로 결합되어 있는지에 따라
유전 정보가 결정된다고 할 수 있습니다

 


이렇게 염기가 결합해 나열된 것을 염기 서열이라고 하며
사람은 이런 염기 서열이 30억 쌍 있는 것으로 알려져 있고
염기 서열은 사람마다 다르다고 합니다

친자확인 검사는 부모와 자식 간의 염기 서열을
대조하는 식으로 이루어집니다


그런데 30억 쌍을 전부 대조하는 것은 힘들기 때문에
15개 정도의 특정 염기 서열이 반복되는 곳을 뽑아 비교하는데
이 반복되는 염기 서열을 STR(Short Tandem Repeat)이라고 합니다

부모의 STR을 보면 CTA가 두 번 반복됩니다
자식은 이것을 물려받았기 때문에 똑같이 CTA가 두 번 반복됩니다

검사를 위해선 DNA를 추출해야 합니다
DNA는 모근이 붙어 있는 머리카락, 입안을 훑은 면봉
침, 피, 손톱, 발톱 같은 곳에서 추출할 수 있습니다

추출한 DNA는 증폭기를 이용해 STR을 증폭시킵니다
그리고 부모와 자식 간의 STR을 비교합니다



예를 들어 1번 염색체를 비교한다고 했을 때
아버지는 ATG 패턴이 4번, 6번 반복되고
어머니는 TCG 패턴이 3번, 7번 반복된다고 하면


자식은 ATG가 4번이나 6번, TCG가 3번이나 7번 반복되어야 합니다
그런데 만약 ATG가 2번, TCG가 3번 반복된다고 하면
아버지가 다른 사람이라는 뜻이 됩니다

이렇게 15개 정도의 STR을 비교했을 때
모두 같을 경우에 친자가 되는 것이고
1~2개가 다르면 돌연변이일 확률을 고려해 추가 검사를 진행하고
3개 이상 다를 경우 친자가 아닌 것으로 판단하게 됩니다

 


그런데 친자가 아니라고 해도
15개의 STR이 모두 같을 경우가
아주아주아주아주아주 낮은 확률이긴 하지만
존재할 수 있다고 합니다

그래서 15개가 같아도 100%가 아니라 99.9%라고 말하는 것입니다

만약 이 세상에 살고 있는 모든 사람의 DNA 정보를 가지고 있다면
추가 비교를 할 수 있으니
확률을 100%까지 끌어올릴 수 있을 것입니다


하지만 이것은 현실적으로 불가능하기 때문에
친자확인 검사를 하면 99.9%라고 나오는 것입니다

물론 그렇다고 해서 0.1%의 확률로 친자가 아니라고 말하는 것은 아닙니다
실제로 검사를 해보면 99.9%를 넘어 99.999% 그 이상으로 나오기 때문에
사실상 100%라고 생각하면 될 정도로 높은 신뢰도를 보인다고 합니다

728x90
반응형
728x90
반응형

빅데이터 시대 내 개인정보는 어떻게 활용되고 있을까

 

뇌를 채워줄 은덩어리 지식들 은근한 잡다한 지식입니다

일러스트를 이용해 최대한 쉽고 간단하게 내용을 전달하기 위해 노력하고 있습니다

많은 관심과 시청 부탁드리겠습니다

유튜브 채널 은근한 잡다한 지식 가기(클릭)

 

안전하게 쓰이고 있는 걸까

스마트폰에서는 내가 있는 곳의 날씨를 알려주고
배달 앱을 실행하면 주위에 있는 맛집을 추천해 줍니다

내가 관심 있는 분야의 동영상을 추천해주고
내 금융정보를 모아 자산관리 정보도 제공해 줍니다

이처럼 대량의 데이터를 투입해 개발된 기술과 서비스 덕분에
우리는 과거보다 더 편리한 생활을 할 수 있게 됐습니다

또한 데이터가 국가와 기업의 경쟁력을 좌우하게 되면서
데이터에 기반한 연구와 서비스 개발이 활발하게 이루어지고 있습니다

이처럼 데이터에 기반한 분석을 위해서는
끊임없이 쏟아지는 데이터들 중에서
쓸모 있는 데이터를 선별해야 하는데
그 중 활용 가치가 높은 데이터는 역시 개인정보입니다

하지만 개인정보는 유출 시 큰 피해를 가져오기 때문에
항상 조심스럽게 다뤄야 하죠

소중한 내 개인정보는 빅데이터의 세상 속에서
어떤 방법으로 보호되고 활용되고 있을까요

https://youtu.be/isdEi_gtAZo


개인정보 보호법 제2조에 따르면
개인정보란 살아 있는 개인에 관한 정보로
성명, 주민등록번호 및 영상 등을 통하여 개인을 알아볼 수 있는 정보입니다

즉 이름, 생일, 성별, 주소, 전화번호, 이메일 같은 것뿐만 아니라
자주 먹는 음식, 자주 가는 장소, 대중교통 이용 내역, 검색내역 등
나를 나타낼 수 있는 모든 정보를 말한다고 할 수 있습니다


서울 마포구 연남동에 사는 22살 남자 김은근은
주로 평일 오전 8시, 오후 7시에 대중교통을 이용하고
국밥을 즐겨 먹으며 후식으로는 아이스크림을 선호한다

라는 개인정보를 활용해 김은근이 내리는 정류장 근처에
국밥집과 아이스크림 매장을 설치한다면
두 가게는 김은근의 사랑을 받을 수 있을 것입니다
가게 역시 입지를 잘 선택한 덕분에 매출을 늘릴 수 있게 되겠죠


하지만 개인정보는 유출에 대한 위험이 있기 때문에
안전하게 활용해야 합니다
개인정보의 보호화 활용 사이 적절한 균형점을 찾는 것이
데이터 시대의 핵심과제라고 할 수 있습니다


그래서 2020년 8월 
개인정보보호위원회는 개인정보 보호법을 개정해
가명정보 제도를 새롭게 도입했습니다

가명정보란 개인정보의 일부를 가명처리해
추가정보 없이는 개인을 특정할 수 없게 만든 정보를 말합니다

예를 들어 서울 마포구 연남동에 사는 22살 남자 김은근
이라는 개인정보를 가명처리 한다면
서울 마포구에 사는 20대 김oo이 됩니다


만약 서울 마포구에는 20대이면서 김씨 성을 가진 사람이
딱 한 명뿐이라는 추가정보를 가지고 있다면
이것이 김은근의 개인정보라는 것을 알 수 있지만
그런 정보가 없다면 이것이 누구의 개인정보인지 알 수 없습니다

이렇게 가명처리된 가명정보를 사용한다면
만에 하나 유출이 되더라도 누구의 정보인지 알 수 없기 때문에
악용될 위험성이 현저히 줄어들게 됩니다



원래 개인정보는 수집한 목적으로만 사용할 수 있고
제3자에게 제공하거나 목적 외로 사용하기 위해서는
개인정보의 주인인 정보주체의 동의를 받아야 합니다

하지만 안전하게 가명처리된 가명정보의 경우
통계를 작성하거나 과학적 연구, 공익적 기록 보존을 위해 사용하는 것이라면
정보주체의 동의 없이도 활용할 수 있습니다


실제로 한 지자체는 가명처리된 시민들의 거주지 정보와 전기차 정보
그리고 내비게이션 업체가 보유한 차량운행 정보를 합쳐
전기차 충전시설을 설치하기 좋은 최적의 위치를 찾아내는데 성공했습니다

이렇게 서로 다른 기관이 가지고 있는 가명정보를 합치는 것을
가명정보의 결합이라고 하고
이를 통해 한 기관이 가지고 있던 정보만으로는 알 수 없었던
새로운 분석과 연구가 가능해집니다

 


예를 들어 국립암센터가 가지고 있는 암환자의 임상정보와
국민건강보험공단이 가지고 있는 암환자의 암 치료 이후 진료정보를
가명처리하여 결합한 결과

암환자는 다른 일반 환자군에 비해 심부전, 골절, 당뇨병이
발생할 확률이 높다는 것을 새롭게 알게 되었습니다

이런 정보를 통해 암환자의 장기 합병증을 사전에 예방하고
기존보다 더 효과적인 치료가 가능해졌습니다



개인정보의 활용은 더 편리한 삶을 위해 꼭 필요하긴 하지만
민감한 문제이기 때문에 조심스럽게 접근할 수밖에 없습니다

하지만 가명정보를 사용하면
꼭 필요한 곳에서 안전하게 개인정보를 활용할 수 있고
풍부해진 데이터로 인해 우리의 삶이 더 편리해질 것이며
개인정보 유출에 대한 걱정도 줄어들게 되겠죠

데이터가 곧 원유로 불리는 디지털 시대에
가명정보 제도를 통한 안전한 데이터 활용으로
우리의 삶의 질이 한층 더 올라갈 수 있을 것입니다

728x90
반응형

+ Recent posts