TEDNYC
Lux Narayan: What I learned from 2,000 obituaries
럭스 나라얀(Lux Narayan): 2000개의 부고에서 배운 점
Filmed:
Readability: 4.4
1,705,669 views
럭스 나랴얀은 그의 아침을 스크램블 애그와 이런 질문으로 시작을 합니다: " 오늘 누가 죽었을까?" 왜냐고요? 뉴욕타임즈의 2000개의 부고를 20개월 넘는 기간 동안 분석하면서, 나라얀은 이 사실을 얻었습니다, 이런 짧은 단어들로서, 인생을 통틀어서 담긴 성취는 어떠할까 하고요. 여기, 인쇄되어 불멸이 된 고인들이 우리에게 가르치는, 인생을 잘 산다는 것에 대하여 그가 우리와 나누고자 합니다.
Lux Narayan - Entrepreneur
Lux Narayan is a perpetual learner of various things -- from origami and molecular gastronomy to stand-up and improv comedy. Full bio
Lux Narayan is a perpetual learner of various things -- from origami and molecular gastronomy to stand-up and improv comedy. Full bio
Double-click the English transcript below to play the video.
00:12
Joseph Keller used to jog
around the Stanford campus,
around the Stanford campus,
0
879
4072
조셉 켈러는 스탠포드 캠퍼스 주변에서
조깅을 종종 했었습니다.
조깅을 종종 했었습니다.
00:16
and he was struck by all the women
jogging there as well.
jogging there as well.
1
4975
4717
그리고 그는 그 곳에서 조깅하는
모든 여성들에게 감명을 받았습니다.
모든 여성들에게 감명을 받았습니다.
00:21
Why did their ponytails swing
from side to side like that?
from side to side like that?
2
9716
3589
왜 그녀들의 묶은 머리는
좌우로 흔들리는걸까?
좌우로 흔들리는걸까?
00:25
Being a mathematician,
he set out to understand why.
he set out to understand why.
3
13867
3138
수학자인 그는 왜 그런지
이해하려고 다짐했습니다.
이해하려고 다짐했습니다.
00:29
(Laughter)
4
17029
1151
(웃음)
00:30
Professor Keller was curious
about many things:
about many things:
5
18204
2306
캘러 교수님은 많은 것을
궁금해 했습니다.
궁금해 했습니다.
00:32
why teapots dribble
6
20534
1967
왜 찻주전자를 따를 때 액체가 새는지
00:34
or how earthworms wriggle.
7
22525
1830
어떻게 지렁이가 꿈틀대는지
00:36
Until a few months ago,
I hadn't heard of Joseph Keller.
I hadn't heard of Joseph Keller.
8
24847
3048
몇 달 전 까지만 해도
조셉 켈러에 대해 들어본 적이 없었어요.
조셉 켈러에 대해 들어본 적이 없었어요.
00:40
I read about him in the New York Times,
9
28581
2852
뉴욕타임즈 신문에서
그에 대해 읽었습니다.
그에 대해 읽었습니다.
00:43
in the obituaries.
10
31457
1432
부고(사망기사) 에서요.
00:44
The Times had half a page
of editorial dedicated to him,
of editorial dedicated to him,
11
32913
3772
신문에서는 그를 위해서
반 페이지 정도 의 사망기사를 냈는데
반 페이지 정도 의 사망기사를 냈는데
00:48
which you can imagine is premium space
for a newspaper of their stature.
for a newspaper of their stature.
12
36709
3922
여러분이 상상하시는 그들의 위상에서
신문의 아주 좋은 위치였습니다.
신문의 아주 좋은 위치였습니다.
00:53
I read the obituaries almost every day.
13
41368
2342
저는 부고를 거의 매일 읽었습니다.
00:56
My wife understandably thinks
I'm rather morbid
I'm rather morbid
14
44690
3022
제 아내는 당연히 제가 소름끼치게
하루를 시작한다고 생각했죠.
하루를 시작한다고 생각했죠.
00:59
to begin my day with scrambled eggs
and a "Let's see who died today."
and a "Let's see who died today."
15
47736
4400
스크램블 에그를 먹으며
"오늘 누가 죽었나 보자" 이렇게요.
"오늘 누가 죽었나 보자" 이렇게요.
01:04
(Laughter)
16
52160
1150
(웃음)
01:06
But if you think about it,
17
54025
1292
그런데 생각해보세요.
01:07
the front page of the newspaper
is usually bad news,
is usually bad news,
18
55341
3413
신문의 맨 앞장은 대부분
안좋은 내용의 뉴스이고요.
안좋은 내용의 뉴스이고요.
01:10
and cues man's failures.
19
58778
1975
그리고 인간의 실패에 관한
내용을 넣죠.
내용을 넣죠.
01:12
An instance where bad news
cues accomplishment
cues accomplishment
20
60777
2666
나쁜 소식이 누군가의 성취를
보여주는 실례는
보여주는 실례는
01:15
is at the end of the paper,
in the obituaries.
in the obituaries.
21
63467
3235
신문 맨 마지막에
부고란에 위치해 있습니다.
부고란에 위치해 있습니다.
01:19
In my day job,
22
67405
1364
제 일은
01:20
I run a company that focuses
on future insights
on future insights
23
68793
2476
미래 통찰력을 연구하는 회사를
운영하는 건데요.
운영하는 건데요.
01:23
that marketers can derive
from past data --
from past data --
24
71293
2420
마케터들이 과거의 데이터로부터
이끌어낼 수 있는 예측입니다.
이끌어낼 수 있는 예측입니다.
01:25
a kind of rearview-mirror analysis.
25
73737
2944
이면을 분석하는 방법 같은 것처럼요.
01:29
And we began to think:
26
77092
1155
우리는 생각하기 시작했습니다.
01:30
What if we held a rearview mirror
to obituaries from the New York Times?
to obituaries from the New York Times?
27
78271
5118
뉴욕타임즈의 부고란의
이면을 바라보면 어떨까?
이면을 바라보면 어떨까?
01:36
Were there lessons on how you could get
your obituary featured --
your obituary featured --
28
84514
3468
비록 우리가 매일 부고란을 보는걸
즐기진 못하더라도
즐기진 못하더라도
01:40
even if you aren't around to enjoy it?
29
88006
1977
과연 부고란에서 얻는 교훈이 있을까?
01:42
(Laughter)
30
90007
1484
(웃음)
01:43
Would this go better with scrambled eggs?
31
91515
2628
이게 스크램블 에그와 잘 어울릴까?
01:46
(Laughter)
32
94167
1150
(웃음)
01:48
And so, we looked at the data.
33
96163
2998
그리고 우리는 데이터를 살펴보았어요.
01:51
2,000 editorial, non-paid obituaries
34
99869
4494
2000개의 사설, 무료의 부고들
01:56
over a 20-month period
between 2015 and 2016.
between 2015 and 2016.
35
104387
3642
2015년 부터 2016년 까지
20개월이 넘는 기간동안
20개월이 넘는 기간동안
02:00
What did these 2,000 deaths --
rather, lives -- teach us?
rather, lives -- teach us?
36
108053
4824
2000명의 죽음이 살아있는
우리들에게 무엇을 가르쳐줬을까요?
우리들에게 무엇을 가르쳐줬을까요?
02:04
Well, first we looked at words.
37
112901
2033
첫 번째로 우리는 단어들을 봤습니다.
02:06
This here is an obituary headline.
38
114958
1761
이것은 부고의 헤드라인입니다.
02:08
This one is of the amazing Lee Kuan Yew.
39
116743
2296
이건 놀라운 리콴유 의 부고입니다.
02:11
If you remove the beginning and the end,
40
119063
2522
처음과 끝부분을 지우고 본다면
02:13
you're left with a beautifully
worded descriptor
worded descriptor
41
121609
3334
그에 대해 아름답게 묘사된
글이 남습니다.
글이 남습니다.
02:16
that tries to, in just a few words,
capture an achievement or a lifetime.
capture an achievement or a lifetime.
42
124967
4675
그의 일생의 성취들을 이 짧은 공간에
담기 위해 노력한 글 말이죠.
담기 위해 노력한 글 말이죠.
02:21
Just looking at these is fascinating.
43
129666
2161
이것들만 보면 대단히 흥미롭죠.
02:24
Here are a few famous ones,
people who died in the last two years.
people who died in the last two years.
44
132301
3295
여기 여러 유명한 것들이 있습니다,
지난 2년동안 죽은 사람들이요.
지난 2년동안 죽은 사람들이요.
02:27
Try and guess who they are.
45
135620
1319
한 번 누군지 맞춰보세요.
02:28
[An Artist who Defied Genre]
46
136963
1440
[장르를 넘어선 아티스트]
02:30
That's Prince.
47
138427
1185
이건 프린스입니다.
02:32
[Titan of Boxing and the 20th Century]
48
140497
1837
[복싱과 20세기의 거인]
02:34
Oh, yes.
49
142358
1160
예, 맞아요.
02:35
[Muhammad Ali]
50
143542
1224
무하마드 알리입니다.
02:36
[Groundbreaking Architect]
51
144790
1546
[획기적인 건축가]
02:38
Zaha Hadid.
52
146360
1251
자하 하디드입니다.
02:40
So we took these descriptors
53
148843
1748
이렇게 우리는 위와 같은
묘사들을 살펴보았습니다.
묘사들을 살펴보았습니다.
02:42
and did what's called
natural language processing,
natural language processing,
54
150615
2524
그리고 자연 언어 분석이라는
작업을 했죠.
작업을 했죠.
02:45
where you feed these into a program,
55
153163
1771
이 프로그램에 단어들을 넣으면
02:46
it throws out the superfluous words --
56
154958
1865
불필요한 단어들은 뱉어내 줍니다.
02:48
"the," "and," -- the kind of words
you can mime easily in "Charades," --
you can mime easily in "Charades," --
57
156847
4223
"그, 그리고... " 같은
제스쳐로 할 수 있는 단어들이요.
제스쳐로 할 수 있는 단어들이요.
02:53
and leaves you with the most
significant words.
significant words.
58
161094
2193
그리고 가장 중요한 단어들을
남겨둡니다.
남겨둡니다.
02:55
And we did it not just for these four,
59
163311
1821
그리고 우리는 4명만
작업한 것이 아니라
작업한 것이 아니라
02:57
but for all 2,000 descriptors.
60
165156
2519
부고의 2000명을 표현한 단어들을
모두 이 프로그램에 돌렸어요.
모두 이 프로그램에 돌렸어요.
02:59
And this is what it looks like.
61
167699
1743
여기 그래서 나온 결과입니다.
03:03
Film, theatre, music, dance
and of course, art, are huge.
and of course, art, are huge.
62
171004
4827
영화, 극장, 음악, 춤,
그리고 당연히 미술 이 많았지요.
그리고 당연히 미술 이 많았지요.
03:08
Over 40 percent.
63
176485
1946
40%가 넘게 말이에요.
03:10
You have to wonder
why in so many societies
why in so many societies
64
178455
2528
여러분은 이걸 궁금해하셔야되요.
왜 많은 사회에서
왜 많은 사회에서
03:13
we insist that our kids pursue
engineering or medicine or business or law
engineering or medicine or business or law
65
181007
4435
아이들에게 엔지니어링,
의학, 사업, 법 분야의
의학, 사업, 법 분야의
03:17
to be construed as successful.
66
185466
1587
직업을 가져야 성공이라고 강요하는지
03:19
And while we're talking profession,
67
187871
1693
그리고 전문가에 관해 말하자면
03:21
let's look at age --
68
189588
1151
나이를 한번 봅시다.
03:22
the average age at which
they achieved things.
they achieved things.
69
190763
2510
그들이 뭔가를 성취한
평균 나이입니다.
평균 나이입니다.
03:25
That number is 37.
70
193297
1846
저건 37살 이네요.
03:28
What that means is,
you've got to wait 37 years ...
you've got to wait 37 years ...
71
196274
3656
즉, 여러분은 37살까지
기다려야 한다는 것이에요.
기다려야 한다는 것이에요.
03:31
before your first significant achievement
that you're remembered for --
that you're remembered for --
72
199954
3395
여러분이 기억될 만한
중요한 성취를 처음으로 하는 나이가요.
중요한 성취를 처음으로 하는 나이가요.
03:35
on average --
73
203373
1151
평균적으로요.
03:36
44 years later, when you
die at the age of 81 --
die at the age of 81 --
74
204548
2478
44년 지난 후에 여러분은
81세로 생을 마감할 거예요.
81세로 생을 마감할 거예요.
03:39
on average.
75
207050
1168
평균적으로요.
03:40
(Laughter)
76
208242
1001
(웃음)
03:41
Talk about having to be patient.
77
209267
1684
인내심 기르는 것에 대해
얘기해봅시다.
얘기해봅시다.
03:42
(Laughter)
78
210975
1057
(웃음)
03:44
Of course, it varies by profession.
79
212056
2089
물론, 이건 직업군에 따라 다릅니다.
03:46
If you're a sports star,
80
214566
1193
만약 여러분이 스포츠 스타라면
03:47
you'll probably hit
your stride in your 20s.
your stride in your 20s.
81
215783
2127
여러분은 아마 20대에
최상의 컨디션을 가질 것이고요.
최상의 컨디션을 가질 것이고요.
03:49
And if you're in your 40s like me,
82
217934
2645
여러분이 40대시라면
03:52
you can join the fun world of politics.
83
220603
1991
재밌는 정치세계에
입문하실 수 있습니다.
입문하실 수 있습니다.
03:54
(Laughter)
84
222618
1056
(웃음)
03:55
Politicians do their first and sometimes
only commendable act in their mid-40s.
only commendable act in their mid-40s.
85
223698
3915
정치인들은 40대 중반에 처음,
그리고 가끔은 처음이자 마지막으로
그리고 가끔은 처음이자 마지막으로
03:59
(Laughter)
86
227637
1257
인정받을 만한 활동을 한다고 하네요.
04:00
If you're wondering what "others" are,
87
228918
1937
다른 직업군이 궁금하시다면
04:02
here are some examples.
88
230879
1476
여기 몇 개의 예시가 있습니다.
04:04
Isn't it fascinating, the things people do
89
232821
2116
놀랍지않나요, 사람들의 행동과
04:06
and the things they're remembered for?
90
234961
1882
사람들에게 기억될 행동들이요?
04:08
(Laughter)
91
236867
1752
(웃음)
04:12
Our curiosity was in overdrive,
92
240136
1844
우리의 호기심은 하늘을 찔렀고
04:14
and we desired to analyze
more than just a descriptor.
more than just a descriptor.
93
242004
3788
기사에 설명된 그 이상을
분석해보고 싶었습니다.
분석해보고 싶었습니다.
04:18
So, we ingested the entire
first paragraph of all 2,000 obituaries,
first paragraph of all 2,000 obituaries,
94
246998
4946
그래서, 2000개 부고의 첫째 문단을
모두 다 분석했죠.
모두 다 분석했죠.
04:23
but we did this separately
for two groups of people:
for two groups of people:
95
251968
2774
근데 그것을 두 그룹의 사람들로
나눠서 했습니다.
나눠서 했습니다.
04:26
people that are famous
and people that are not famous.
and people that are not famous.
96
254766
2777
유명한 사람들과
안 유명한 사람들로요.
안 유명한 사람들로요.
04:29
Famous people -- Prince,
Ali, Zaha Hadid --
Ali, Zaha Hadid --
97
257567
2689
유명한 사람들, 프린스, 알리,
자하하디드 같은 분들.
자하하디드 같은 분들.
04:32
people who are not famous
are people like Jocelyn Cooper,
are people like Jocelyn Cooper,
98
260280
4235
유명하지 않은 사람들, 조셀린 쿠퍼
04:36
Reverend Curry
99
264539
1154
레버런드 커리
04:37
or Lorna Kelly.
100
265717
1169
혹은 로나 켈리 같이요.
04:38
I'm willing to bet you haven't heard
of most of their names.
of most of their names.
101
266910
3188
여러분들 장담하건대 대부분
이 이름들 안들어보셨을 겁니다.
이 이름들 안들어보셨을 겁니다.
04:42
Amazing people, fantastic achievements,
but they're not famous.
but they're not famous.
102
270122
3812
대단하고 엄청난 성취를 이뤘죠.
그러나 유명하진 않습니다.
그러나 유명하진 않습니다.
04:46
So what if we analyze
these two groups separately --
these two groups separately --
103
274720
2788
자, 만약 우리가 이 두 그룹들을
나눠서 분석한다면 어떨까요?
나눠서 분석한다면 어떨까요?
04:49
the famous and the non-famous?
104
277532
1525
유명한 사람들과
안 유명한 사람들로요.
안 유명한 사람들로요.
04:51
What might that tell us?
105
279081
1419
어떤 결론이 나올까요?
04:52
Take a look.
106
280524
1240
자 보세요.
04:56
Two things leap out at me.
107
284556
1469
두 가지가 눈에 띕니다.
04:58
First:
108
286569
1170
첫 번째
05:00
"John."
109
288106
1198
"존"
05:01
(Laughter)
110
289328
1300
(웃음)
05:03
Anyone here named John
should thank your parents --
should thank your parents --
111
291914
3388
여기 성함이 존이신 분은
부모님께 감사하세요.
부모님께 감사하세요.
05:07
(Laughter)
112
295326
1329
(웃음)
05:08
and remind your kids to cut out
your obituary when you're gone.
your obituary when you're gone.
113
296679
3082
그리고 아이들에게 여러분이 죽으면
여러분의 부고를 오려두라고 하세요
여러분의 부고를 오려두라고 하세요
05:13
And second:
114
301061
1356
그리고 두 번째
05:15
"help."
115
303849
1154
"도움"
05:18
We uncovered, many lessons
from lives well-led,
from lives well-led,
116
306524
3465
우리는 충실한 삶을 산 사람들로부터
많은 본받을 점을 발견했는데
많은 본받을 점을 발견했는데
05:22
and what those people immortalized
in print could teach us.
in print could teach us.
117
310013
2836
그들은 우리를 가르칠 수 있도록
인쇄되어 불멸하였죠.
인쇄되어 불멸하였죠.
05:24
The exercise was a fascinating testament
to the kaleidoscope that is life,
to the kaleidoscope that is life,
118
312873
4738
이것은 요지경 같은
인생의 매혹적인 증거였습니다.
인생의 매혹적인 증거였습니다.
05:29
and even more fascinating
119
317635
2715
그리고 더 매혹적인 것은
05:32
was the fact that the overwhelming
majority of obituaries
majority of obituaries
120
320374
3068
부고에 실린 압도적인 다수의 사람들은
05:35
featured people famous and non-famous,
121
323466
2998
유명하던 안 유명하던 간에,
그 사람들 모두
그 사람들 모두
05:38
who did seemingly extraordinary things.
122
326488
2433
엄청나게 대단한 일을 했다는 것입니다.
05:41
They made a positive dent
in the fabric of life.
in the fabric of life.
123
329574
3110
그들은 긍정적인 흔적을
인생에 남겼어요.
인생에 남겼어요.
05:44
They helped.
124
332708
1237
그들은 도왔어요.
05:46
So ask yourselves as you go
back to your daily lives:
back to your daily lives:
125
334772
2591
즉, 일상으로 돌아가서
여러분 스스로에게 물어보세요.
여러분 스스로에게 물어보세요.
05:49
How am I using my talents to help society?
126
337387
2920
어떻게 내 능력을 사회를 돕는데
쓸 수 있을까?
쓸 수 있을까?
05:52
Because the most powerful lesson here is,
127
340331
2973
왜냐하면 여기서 가장 큰 교훈은
05:55
if more people lived their lives
trying to be famous in death,
trying to be famous in death,
128
343328
4336
만약 더 많은 사람들이
삶을 죽어서 유명해지는데 쓴다면
삶을 죽어서 유명해지는데 쓴다면
05:59
the world would be a much better place.
129
347688
2605
세상은 훨씬 더 나은 곳이
될 것이라는 점이니까요.
될 것이라는 점이니까요.
06:03
Thank you.
130
351062
1169
감사합니다.
06:04
(Applause)
131
352255
2848
(박수)
ABOUT THE SPEAKER
Lux Narayan - EntrepreneurLux Narayan is a perpetual learner of various things -- from origami and molecular gastronomy to stand-up and improv comedy.
Why you should listen
Lakshmanan aka Lux Narayan mans the helm of Unmetric, a social media intelligence company that helps digital marketers, social media analysts, and content creators harness social signals to track and analyze competitive content and campaigns, and to create better content and campaigns of their own.
Prior to founding Unmetric, Narayan was a co-founder at Vembu Technologies, an online data backup company. He also helped found and volunteered at ShareMyCake, a non-profit started by his wife that focuses on encouraging children to use their birthdays to channel monetary support towards a cause of their choosing.
As Unmetric's CEO, he leads a team of 70 people distributed across the company's operations in Chennai and New York City.
Outside of work, he is a perpetual learner of various things -- from origami and molecular gastronomy to stand-up and improv comedy. He enjoys reading obituaries and other non-fiction and watching documentaries with bad ratings. Narayan makes time every year for trekking in the Himalayas or scuba diving in tropical waters, and once he learns to fly, he hopes to spend more time off land than on it.
Lux Narayan | Speaker | TED.com