The algebra of community temperature indices

당신이 시간이 흐름에 따라 어떻게 변화하고 있는지에 대한 미스터리를 풀려는 탐정이라고 상상해 보십시오. 생태학의 세계에서 이 '이웃'은 '군집(community)'이라 불리며, 다양한 식물, 동물 또는 미생물 종들로 구성됩니다. 과학자들은 이 군집이 선호하는 온도가 어떻게 '뜨거워지거나' '차가워지는지'를 측정할 수 있는 간단한 방법을 오랫동안 원해 왔습니다. 그들은 **군집 온도 지수(Community Temperature Index, CTI)**라고 불리는 것을 추적합니다. CTI를 전체 집단을 나타내는 온도계와 같은 하나의 숫자로 생각하십시오. 만약 이 숫자가 올라가면, 군집이 따뜻한 것을 좋아하는 종들 쪽으로 이동하고 있다는 뜻이며, 숫자가 내려가면 추운 것을 선호하는 종들 쪽으로 이동하고 있다는 뜻입니다.

이것이 어떻게 작동하는지 이해하려면, **상대적 풍부도(relative abundance)**에 대해 알아야 합니다. 이것은 병 안에 벌레가 정확히 몇 마리인지 세는 것이 아닙니다. 그것은 각 유형의 '비율'에 관한 것입니다. 만약 당신이 딱정벌레 90%, 개미 10%가 들어있는 병에 딱정벌레를 더 추가한다면, 전체 벌레의 수가 변하지 않더라도 개미의 비율은 떨어집니다. 이 숫자들은 항상 합계가 100%(또는 1)가 되어야 하므로 일반적인 숫자와는 다르게 행동합니다. 이 숫자들은 마치 색을 섞는 방식이 물을 섞는 방식과 다르게 작용하는 것처럼, 독특하고 특정한 규칙을 따르는 특별한 수학적 공간에서 살아갑니다. 큰 질문은 다음과 같습니다: "우리는 이러한 변화를 측정하기 위해 올바른 수학을 사용하고 있는가?" 만약 우리가 잘못된 수학을 사용한다면, 실제로는 단순히 비율이 변하고 있을 뿐인데도 마치 군집이 변하고 있는 것처럼 착각할 수 있습니다.

---

오래된 온도계의 문제점

수년 동안 생태학자들은 이 '이웃 온도계'를 계산하기 위해 인기 있는 방법을 사용해 왔습니다. 그들은 단순히 군집 내 모든 개체의 평균 온도 선호도를 구하되, 각 종이 얼마나 흔한지에 따라 가중치를 두었습니다. 이는 마치 군중의 평균 키를 구할 때, 모든 사람의 키를 더한 뒤 사람 수로 나누는 것과 같습니다. 매우 단순하고 논리적으로 보이죠, 그렇지 않나요?

하지만 이 논문의 저자인 매슈 스펜서(Matthew Spencer)는 이 단순한 평균값이 사실은 함정이라고 주장합니다. 그는 이 오래된 방법이 상대적 풍부도를 일반적인 숫자처럼 취급하여, 그들이 실제로 따르는 특별한 '혼합' 규칙을 무시한다고 지적합니다. 이를 증명하기 위해 그는 세 가지 종이 일정한 속도로 성장하는 시나리오를 설정했습니다. 마치 세 대의 자동차가 변하지 않는 속도로 고속도로를 달리고 있는 것과 같습니다. 만약 당신이 오래된 방법을 사용한다면, "온도계" 수치는 위아래로 요동치기 시작하며 군집의 온도 선호도가 격렬하게 변동하고 있다는 신호를 보낼 것입니다. 하지만 실제로는 아무것도 변하지 않았습니다. 자동차들은 그저 꾸준히 달리고 있을 뿐입니다. 오래된 수학이 가짜 신호를 만들어내어, 군집이 그저 순항 중임에도 불구하고 마치 위기에 처한 것처럼 보이게 만든 것입니다.

새로운 "에이치슨(Aitchison)" 해결책

스펜서는 이 지수를 계산하는 새로운 방법인 **에이치슨 CTI(Aitchison CTI)**를 제안합니다. 이 새로운 방법은 단순한 평균 대신 **에이치슨 기하학(Aitchison geometry)**이라는 특별한 종류의 수학을 사용합니다. 만약 기존의 방법이 과일 컵을 단순히 더해서 스무디를 측정하는 것이라면, 에이치슨 방법은 맛의 '비율'을 측정하는 것과 같습니다. 이는 한 종류의 과일을 더 추가하면 자동으로 다른 과일들의 양이 줄어든다는 사실을 존중하는 방식입니다.

스펜서가 이 새로운 수학을 동일한 "꾸준한 주행" 시나리오에 적용했을 때, 결과는 완벽했습니다. 온도계는 매끄러운 직선을 보여주었습니다. 이는 군집이 일정하고 예측 가능한 속도로 변화하고 있다는 것을 정확하게 알려줍니다. 이 새로운 지수는 군집의 "대수적 구조(algebraic structure)"를 보존하며, 이는 곧 인구 역학이 실제로 작동하는 방식대로 움직임을 의미합니다.

"따뜻함"과 "차가움"의 친구들을 재정의하다

이 새로운 수학의 가장 흥리로운 부수 효과 중 하나는 종을 분류하는 방식을 바꾸는 것입니다. 이전에는 어떤 종의 존재가 군집의 온도 지수를 높인다면 그 종을 "온난 선호(warm-affinity)" 종이라고 불렀습니다. 하지만 기존 방법에는 이상한 결함이 있었습니다. 어떤 종이 "따뜻한"지 혹은 "차가운"지는 그 종이 처한 주변의 다른 종들이 무엇을 하고 있느냐에 따라 결정되었습니다. 어떤 종은 주변의 구성이 다르다는 이유만으로 어떤 곳에서는 "따뜻한" 종이 되고, 다른 곳에서는 "차가운" 종이 될 수 있었습니다. 이는 마치 어떤 사람이 다른 사람들이 모두 키가 작을 때만 "키가 크다"고 말하는 것과 같았습니다.

에이치슨 CTI는 이를 해결합니다. 이 방식은 상대적 온난 선호(relative warm-affinity) 종을, 그 온도 선호도가 단순히 그룹 내 모든 종의 기하 평균보다 높은 종으로 정의합니다. 이 정의는 고정되어 있습니다. 즉, 주변에 누가 있느냐에 따라 변하지 않습니다. 어떤 종이 "따뜻한" 종이라면, 군집이 어떻게 변하든 상관없이 항상 "따뜻한" 종입니다. 이는 누가 변화를 주도하고 있는지 이해하는 것을 훨씬 쉽게 만들어 줍니다.

새로운 온도계는 진실을 말하는가?

이 논문은 또한 온도계가 실제로 유용한지 확인하기 위한 영리한 새로운 도구를 소개합니다. 이것은 통계학에서 사용되는 $R^2$ 점수와 유사하지만, 이 특별한 수학에 맞게 조정된 것입니다. 이 점수는 군집의 변화 중 얼마나 많은 부분이 실제로 온도 선호도의 방향으로 움직이고 있는지를 알려줍니다.

저자가 비스케이만(Bay of Biscay)의 경성 기질 군집(151종의 해양 생물 포함)의 실제 데이터에 이 도구를 테스트했을 때, 결과는 다소 엇갈렸습니다. 새로운 에이치슨 CTI는 기존의 것과 대략적인 연관성이 있었는데, 이는 좋은 소식입니다. 그러나 "유용성 점수"는 단 0.12에 불과했습니다. 이는 새로운 수학이 더 정확할지라도, 이 151종의 온도 선호도가 군집 변화의 원인을 설명하는 데 아주 작은 부분만을 차지한다는 것을 시사합니다. 저자는 종의 수가 이렇게 많을 경우, 변화는 온도뿐만 아니라 다른 많은 요인에 의해 주도될 가능성이 높다고 제듭니다. 이는 복잡한 춤을 단 하나의 동작만으로 설명하려는 것과 같습니다. 춤은 일어나고 있지만, 온도는 그 이야기의 아주 작은 부분일 뿐입니다.

핵심 요약

논문은 명확한 권고 사항으로 결론을 맺습니다. 만약 당신이 군집이 시간에 따라 어떻게 변하는지 연구하고 있다면, 에이치슨 CTI로 전환해야 합니다. 이것이 종의 비율이 작동하는 진정한 수학을 존중하는 유일한 방법이기 때문입니다. 이 방법은 따뜻한 종과 차가운 종에 대한 일관된 정의를 제공하며, 기존의 방법이 만들어내는 가짜 신호를 방지합니다.

하지만 저자는 우리에게 겸손할 것을 경고하기도 합니다. 완벽한 수학을 갖추더라도, CTI와 같은 단일 숫자가 복잡한 생태계의 전체 이야기를 담아내지는 못할 수 있습니다. 결과를 신뢰하기 전에, 과학자들은 자신의 데이터가 실제로 온도 선호도와 군집 변화 사이의 강한 연결고리를 보여주는지 확인해야 합니다. 만약 그 연결이 약하다면(비스케이만의 예처럼), 온도계는 기후의 한계를 말하는 것이 아니라 데이터 자체의 한계를 말하고 있는 것일 수도 있습니다.