When AI encounters natural history: Morphological OTUs reshape our understanding of Earth's life

생동하는 세계를 이해하기 위해 과학자들은 먼저 자신들이 무엇을 보고 있는지에 대해 합의해야 합니다. 수 세기 동안 이는 모든 잎, 딱정벌레, 꽃을 이름을 붙인 종(species)으로 분류하는 것을 의미해 왔으며, 이 작업은 형태와 구조의 미세한 차이를 식별할 수 있는 전문가들에게 의존합니다. 이 체계는 표본이 희귀하고 연구가 잘 되어 있을 때는 효과적이지만, 단 한 번의 현장 조사에서 발견되는 엄청난 양의 생명체에 직면했을 때는 무너집니다. 그곳에서는 대부분의 개체를 특정 이름으로 식별할 수 없기 때문입니다. 이를 해결하기 위해 연구자들은 유전 코드를 기준으로 생물들을 그룹화하여 종을 대신하는 단위로 묶는 분자적 방법론에 의존해 왔습니다. 그러나 이러한 유전적 접근 방식은 조직 샘в플을 채취하고 복잡한 실험실 테스트를 수행해야 하며, 이는 항상 가능한 일이 아닙니다. 한편, 단순한 시각적 식별은 컴퓨터를 학습시키기 위해 이미 알려진 종의 이름을 알고 있어야 한다는 점 때문에 어려움을 겪어 왔습니다. 과제는 여전히 남아 있습니다. 기존의 이름 목록이나 장비가 가득한 실험실 없이, 오직 우리가 찍은 사진만을 사용하여 어떻게 생명의 다양성을 조직하고 계산할 수 있을 것인가 하는 점입니다.

한 새로운 연구는 컴퓨터에게 자연주의자가 세상을 보는 방식을 가르치되, 훨씬 더 넓은 범위를 갖도록 함으로써 앞으로 나아갈 길을 제시합니다. 연구진은 생물의 외형에만 전적으로 기반하여 생물군을 생성하는 morphOTU라는 시스템을 개발했습니다. 이 시스템은 컴퓨터에게 알려진 종의 목록을 암기하도록 요구하는 대신, 생물 자체의 모양, 질감, 구조에서 패턴을 인식하도록 학습합니다. 이 시스템은 수천 개의 이미지를 유사한 형태의 것들이 함께 모이는 연속적인 공간으로 조직하여, 저자들이 '운영 단위(operational units)'라고 부르는 것을 형성합니다. 이 단위들은 생물 다양성을 측정하기 위한 실용적인 층 역할을 하며, 과학자들이 연구 중인 생물의 공식적인 이름을 알지 못하더라도 해당 지역의 생명 다양성을 측정할 수 있게 해줍니다.

연구팀은 꽃, 목재 구조, 딱정벌레의 몸 등 다섯 가지 서로 다른 데이터 세트에 이 접근 방식을 테스트했습니다. 각 경우에서 시스템은 실제 종의 구조와 일치하는 방식으로 이미지를 성공적으로 그룹화했습니다. 연구진이 컴퓨터가 생성한 다양성 수치를 인간 전문가가 만든 수치와 비교했을 때, 그 수치는 놀라울 정도로 근접했습니다. 시스템은 레이블이 붙은 종의 이름 없이도 학습되었을 때도 작동했으며, 연구진이 학습을 위해 특정 동물의 예시를 아주 적게 제공했을 때도 정확도를 유지했습니다. 이는 컴퓨터가 찾아낸 시각적 패턴이 단순히 무작위적인 소음이 아니라, 생물학적 실체의 진정한 반영임을 시사합니다.

이 방법이 실제 상황에서 어떻게 견딜 수 있는지 확인하기 위해, 연구진은 12개의 서로 다른 목(order)에 속하는 269종의 곤충 4,717개를 포함하는 대규모 현장 조사에 이 방법을 적용했습니다. 이 복잡한 혼합물 속에서 시스템은 단 28종의 흔한 종으로부터 얻은 이미지를 사용하여 미세 조정되었습니다. 이러한 제한된 학습에도 불구하고, 결과로 나온 다양성 추정치는 인간 전문가의 레이블에 의해 생성된 것과 거의 동일했습니다. 컴퓨터는 3.75의 다양성 점수를 계산했고, 전문가는 3.53을 계산했는데, 이 차이는 매우 작아서 기계가 공동체의 진정한 다양성을 효과적으로 포착했음을 나타냅니다. 시스템은 단순히 숫자만을 만들어낸 것이 아니라, 연구진에게 차이가 어디에 있는지 정확히 보여주었습니다. 시스템은 꽃의 대칭성, 딱정벌레 껍질의 질감, 또는 목재 내 도관의 배열과 같은 특정 특징을 지목할 수 있었으며, 이를 통해 형성된 그룹들이 생물학적으로 의미 있는 형질에 기반하고 있음을 증명했습니다.

이 연구는 공식적인 이름이 부여되기를 기다리지 않고도, 생물의 물리적 형태로부터 직접 신뢰할 수 있는 프레임워크를 구축할 수 있음을 보여줍니다. 생물을 이러한 시각적 그룹으로 조직함으로써, 과학자들은 전통적인 방법과 병행하거나 혹은 종의 이름을 알 수 없는 상황에서 생태계의 풍요로움을 정량화할 수 있는 강력한 도구를 얻게 됩니다. 이 연구 결과는 시각적 세계가 생명을 일관된 단위로 분류할 수 있는 충분한 정보를 담고 있음을 보여주며, 공식적인 종의 이름이 존재하기 전이나 그와 동시에, 혹은 이름이 없을 때도 자연계를 보고 세는 새로운 방법을 제시합니다.