Robust evidence for modest diversity loss across the K/Pg in neoselachians: Response to Guinot et al.

본 논문은 구이노 (Guinot) 등과의 논쟁에 대응하여, 새로운 데이터셋과 민감도 분석을 통해 신연골어류 (neoselachians) 의 K/Pg 경계에서 다양성 감소가 미미하고 견고한 사실임을 재확인했다고 요약할 수 있습니다. **한 줄 요약:** 본 논문은 구이노 (Guinot) 등의 비판에 대응하여, 데이터 처리 방식의 차이와 민감도 분석을 통해 신연골어류가 K/Pg 경계에서 소규모의 다양성 감소를 겪었으며 이는 견고한 사실임을 입증했습니다.

핵심

1. 배경: "상어 가족의 역사책"을 두고 벌어진 싸움

이 연구의 주인공은 **neoselachians(네오셀라키안)**입니다. 쉽게 말해 현대 상어와 가오리의 조상들입니다.

• 저자 팀 (이 논문의 작성자들): "우리는 1 억 4 천 5 천만 년 동안의 화석 기록을 분석했어. 결과는 K/Pg 대멸종 (공룡이 멸종한 사건) 당시 상어들의 다양성이 '조금' 줄어든 것뿐이야. 완전히 무너지진 않았어."
• 비판 팀 (Guinot et al.): "아니야, 너희가 쓴 데이터가 너무 엉망이야. 화석 기록을 잘못 해석했으니, 실제로는 상어들이 그때 거의 다 죽어 없어진 거 (대량 멸종) 가 맞다."

이 논문은 저자 팀이 비판 팀의 주장을 하나하나 검토하며, **"우리의 결론은 여전히 옳다"**라고 반박하는 내용입니다.

---

2. 핵심 비유 1: "낡은 도서관과 도서관 사서"

비판 팀은 저자 팀이 쓴 데이터 (화석 목록) 를 비판하며 이렇게 말했습니다.

"너희는 그림도 없는 책, 설명이 불분명한 책, 날짜가 애매한 책을 다 포함시켰잖아? 이건 도서관을 엉망으로 만드는 거야. 그런 '쓰레기' 같은 자료를 다 빼야 진짜 진실을 알 수 있어."

이에 저자 팀은 이렇게 답합니다.

"그건 '도서관 사서'의 선택 문제일 뿐이야.

• 우리가 쓴 데이터는 전 세계 연구자들이 발표한 모든 기록을 모은 **'거대한 화석 도서관'**이야.
• 비판 팀은 "그림이 없으면 버려라", "설명 부족하면 버려라"라고 해서 도서관의 책 40% 를 태워버리라고 주장해.
• 하지만 우리는 "그림이 없어도 그 상어가 존재했다는 기록 자체는 소중해. 중요한 건 그 기록을 어떻게 분석하느냐지, 기록을 없애는 게 아니야"라고 말합니다.
• 마치 우주 탐사를 할 때, 약한 신호라도 다 무시하고 강한 신호만 믿으면 우주의 진실을 놓칠 수 있는 것과 비슷해요."

---

3. 핵심 비유 2: "비밀스러운 'DeepDive'라는 AI"

저자 팀은 화석을 분석할 때 DeepDive라는 고급 통계 프로그램 (AI) 을 썼습니다. 이 프로그램은 화석 기록에 숨겨진 **'편향 (Bias)'**을 찾아내서 보정해 줍니다.

• 비판 팀의 주장: "너희가 쓴 데이터가 잘못됐으니, AI 가 아무리 보정해도 결과가 틀려. K/Pg 때 상어가 대량 멸종했다는 게 맞아."
• 저자 팀의 반박 (실험): "좋아, 너희가 말하는 '엄격한 기준'을 적용해서 데이터를 다시 정리해 볼게. 너희가 원하는 대로 그림 없는 자료, 설명 없는 자료를 다 빼고 다시 AI 에 넣었어."

결과:

• 데이터를 38%나 버리는 극단적인 방법을 써도, 결과는 여전히 **"상어들이 대량 멸종한 건 아니다"**로 나왔어요.
• 오히려 다양성이 '조금' (약 20~30%) 줄었을 뿐이지, 대량 멸종 (Collapse) 은 없었다는 결론이 변하지 않았습니다.
• 이는 **"비록 데이터의 40% 를 잘라내도, 상어들이 그날 밤에 거의 다 죽었다는 증거는 나오지 않았다"**는 뜻입니다.

---

4. 핵심 비유 3: "상어들의 '생존 게임'"

그렇다면 왜 상어들은 멸종 위기 때 살아남을 수 있었을까요?

• 비판 팀의 시각: "상어들이 많이 죽었으니, 다양성이 급격히 떨어졌어."
• 저자 팀의 시각: "맞아, 상어들이 많이 죽긴 했어. 하지만 새로운 상어들이 그 자리로 아주 빠르게 태어나서 (새끼를 낳고 진화해서) 빈자리를 채웠어."

이를 비유하자면:

"한 식당에서 손님이 많이 나가서 (멸종) 빈자리가 생겼지만, 새로운 손님이 너무 빨리 들어와서 (새 종의 탄생) 식당의 전체 손님 수는 크게 줄지 않았던 것과 같습니다.
즉, 죽음 (멸종) 이 있었지만, 탄생 (새로운 종의 등장) 이 그보다 더 빨라서 전체 상어 가족의 숫자가 크게 줄어들지 않았던 것입니다."

---

5. 결론: 이 논문이 우리에게 알려주는 것

이 논문의 마지막 메시지는 매우 중요합니다.

"우리는 과거의 진실을 찾기 위해, 가능한 한 많은 데이터 (화석) 를 모아야 합니다. 그리고 그 데이터가 완벽하지 않더라도, 훌륭한 분석 도구 (AI 와 통계) 로 그 불완전함을 보정하며 연구해야 합니다. 데이터를 너무 많이 버리면, 오히려 진실을 놓치게 됩니다."

한 줄 요약:
상어들의 조상들은 공룡이 멸종한 시기에 대량으로 죽어 없어진 게 아니라, 새로운 종이 빠르게 생겨나 다소 줄어들었을 뿐이라는 것이 이 연구팀의 결론이며, 상대방의 비판에도 불구하고 이 결론은 데이터 처리 방식을 바꿔도 여전히 유효하다고 주장합니다.

기술 요약

제공된 논문은 Guinot 등 (Guinot et al.) 의 비판에 대한 대응으로, 신연골어류 (neoselachians, 현대 상어와 가오리) 의 백악기 - 팔레오기 (K/Pg) 경계에서의 다양성 손실 규모에 대한 논쟁을 다루고 있습니다. 아래는 이 논문의 기술적 요약입니다.

1. 연구 배경 및 문제 제기 (Problem)

• 핵심 쟁점: 저자들과 Guinot 등은 신연골어류의 K/Pg 경계 (약 6600 만 년 전, 공룡 멸종 사건) 에서의 다양성 변화 패턴에 대해 이견을 보이고 있습니다.
• Guinot 등의 주장: Guinot 등은 저자들의 이전 연구 결과가 기초 데이터의 문제와 멸종 규모 산정 방식의 결함으로 인해 신뢰할 수 없으며, K/Pg 경계에서의 다양성 붕괴가 없었다는 결론은 이전의 모든 분석과 모순된다고 주장했습니다.
• 저자들의 입장: 저자들은 Guinot 등의 비판이 데이터 처리 방식 (operational choices) 에 대한 과도한 제한적 해석에서 비롯된 것이며, 실제 데이터의 문제보다는 방법론적 접근의 차이에서 온 것이라고 반박합니다.

2. 연구 방법론 (Methodology)

• 데이터셋 (FINS): 저자들은 신연골어류 화석 기록을 투명하게 종합한 'FINS' 데이터셋을 사용했습니다. 이 데이터는 출판된 문헌을 기반으로 하며, 각 기록의 출처가 추적 가능하고 'Shark-References'에 기반한 분류학적 정합성을 갖추고 있습니다.
• 분석 도구 (DeepDive): 화석 기록의 편향 (sampling biases) 을 보정하고 다양성 궤적을 재구성하기 위해 딥러닝 기반의 확률적 모델링 프레임워크인 'DeepDive'를 사용했습니다.
• 민감도 분석 (Sensitivity Tests): Guinot 등의 비판을 검증하기 위해 세 가지 민감도 테스트를 수행했습니다.
  1. 테스트 1: 불확실한 명명 (uncertain nomenclature) 을 가진 기록 제거.
  2. 테스트 2: K/Pg 멸종 사건을 모델에 명시적으로 포함 (explicitly model).
  3. 테스트 3: 테스트 1 의 조건에 더해 '증거 없이 (without evidence)' 기록된 자료까지 제거 (가장 엄격한 필터링).
• 비교 분석: 종 (species) 수준과 속 (genus) 수준에서 각각 다양성 변화를 추정하고, 기존 연구 (PyRate 를 이용한 분화율 분석 등) 와의 일관성을 검증했습니다.

3. 주요 결과 (Key Results)

• 데이터 검증: Guinot 등이 지적한 데이터 문제 중 약 70% 는 유효한 수정 사항이었으나, 30% 는 근거가 없는 주장이었습니다. 또한, '증거 없이' 기록된 자료 (약 40%) 를 배제하는 것은 화석 기록의 목적과 거시 진화 연구의 관행에 부합하지 않는 과도한 제한으로 판단되었습니다.
• 다양성 변화 추이:
  • 원래 분석: 백악기 동안 꾸준한 증가 후 K/Pg 경계에서 소규모 감소 (약 -10%) 를 보임.
  • 민감도 테스트 결과: Guinot 등의 데이터 처리 방식을 적용하더라도 결과는 크게 변하지 않았습니다.
    • 종 수준: -22.9% ~ -33.1% 의 감소 (이는 '대량 멸종'이 아닌 '모드한 감소' 범위).
    • 속 수준: -3.5% 의 소폭 감소 (통계적으로 0 과 유의미하게 다르지 않음) 또는 +7% 내외의 증가.
  • 결론: 어떤 데이터 처리 방식을 적용하더라도 K/Pg 경계에서 신연골어류의 파괴적인 다양성 붕괴 (catastrophic collapse) 는 발생하지 않았음이 확인되었습니다.
• 분화 역학: PyRate 분석 결과, K/Pg 경계에서 멸종률은 배경 수준을 크게 초과했으나, 동시에 높은 기원율 (origination rates) 이 발생하여 다양성 손실을 상쇄하고 빠른 다양성 순환 (turnover) 을 유도한 것으로 나타났습니다.

4. 연구의 기여 (Key Contributions)

• 논쟁의 해결: Guinot 등의 데이터 비판에 대해 체계적인 검증과 민감도 분석을 통해, 저자들의 원래 결론 (K/Pg 에서의 소규모 다양성 감소) 이 데이터 처리 방식에 관계없이 견고 (robust) 함을 입증했습니다.
• 방법론적 제안: 화석 기록의 불완전성을 보정하기 위해 '증거 없이' 기록된 데이터까지 배제하는 과도한 필터링은 오히려 연구의 범위를 제한할 수 있음을 지적하고, 불확실성을 명시적으로 평가할 수 있는 정량적 방법론 (DeepDive 등) 의 중요성을 강조했습니다.
• 새로운 관점 제시: 신연골어류는 K/Pg 대멸종에서 높은 멸종률을 겪었지만, 높은 기원율로 인해 순 다양성 손실은 제한적이었음을 보여주어, 기존에 생각했던 것보다 더 복잡한 진화적 회복 메커니즘이 작용했음을 시사합니다.

5. 의의 및 중요성 (Significance)

• 거시 진화 연구의 방향성: 과거 생물 다양성 재구성은 단순한 분류학적 기록의 나열이 아니라, 통계적 모델과 딥러닝을 통해 편향을 보정하고 불확실성을 평가하는 정량적 과정이어야 함을 보여줍니다.
• 데이터 접근성: 화석 기록의 풍부함을 최대한 활용하면서도 엄격한 분석 기법을 적용하는 것이 과거 진화 역학을 이해하는 데 필수적임을 강조합니다.
• 과학적 합의: 독립적인 데이터셋과 다른 방법론을 사용한 최근 연구들 (Guinot 등 외 2 건) 과도 일치하는 결과를 도출함으로써, 신연골어류의 K/Pg 경계에서의 생존 전략에 대한 새로운 과학적 합의를 제시합니다.

요약하자면, 이 논문은 신연골어류가 K/Pg 대멸종 당시 파멸적인 타격을 입지 않았으며, 높은 기원율로 인해 다양성이 유지되었음을 다양한 데이터 처리 시나리오와 민감도 분석을 통해 입증한 중요한 반박 논문입니다.