Projection--lifting correspondence for non-Markovian climate dynamics]{Projection--lifting correspondence for non-Markovian climate dynamics: Volterra memory, positive Markovian embeddings, and AMOC tail-risk geometry

보이지 않는 메아리: 대양은 어떻게 기억하는가

단 하나의 온도계만을 보고 날씨를 예측하려고 노력하고 있다고 상상해 보십시오. 온도가 상승하고 있다는 것은 알 수 있지만, 몇 마일 떨어진 곳에서 형성되는 바람이나 습도, 혹은 구름은 볼 수 없습니다. 현실 세계에서 대기는 모든 것이 연결된 거대하고 복잡한 기계와 같습니다. 과학자들은 이 기계의 완전하고 상세한 상태를 "숨겨진 상태(hidden state)"라고 부릅니다. 하지만 우리는 종면히 단 하나의 온도 수치나 특정 해류와 같은 몇 가지 요소만을 측정할 수 있습니다. 우리가 이 숨겨진 부분들을 무시하고 단 하나의 숫자에만 집중할 때, 그 숫자는 이상하게 작동하기 시작합니다. 그것은 단순히 현재 일어나고 있는 일에만 반응하는 것이 아니라, 어제, 지난주, 심지어 작년의 일까지 기억하는 것처럼 보입니다. 이 "기억"은 마법이 아닙니다. 그것은 우리가 남겨두고 온 보이지 않는 모든 부분의 메아리입니다.

기후 과학의 세계에서 이것은 거대한 수수께끼입니다. 대양은 깊은 해류, 염도, 온도 층을 가진 거대하고 느리게 움직이는 시스템이며, 우리는 이를 완전히 추적할 수 없습니다. 우리가 이러한 복잡한 시스템을 예측하기 위해 단 하나의 숫자로 단순화하려고 할 때, 정보의 손실이 발생합니다. 그 결과, 시스템은 실제로는 그렇지 않더라도 마치 기억을 가진 것처럼 행동하게 됩니다. 과학자들은 이 "기억"을 중요한 세부 사항을 잃지 않으면서도 어떻게 다시 단순하고 예측 가능한 시스템으로 되돌릴 수 있을지 고민해 왔습니다. 여기서 "리프팅(lifting)"이라 불리는 영리한 수학적 기법이 등장합니다. 이것은 마치 흐릿한 사진을 찍은 뒤, 중요한 부분에 대해서만 몇 개의 새로운 픽셀을 추가하여 다시 선명하게 만드는 것과 같습니다. 이 논문은 이 기법을 사용하여 대서양의 거대한 컨베이어 벨트인 AMOC(대서양 자오선 역전 순환)를 이해하고, 그것이 위험한 약화 지점을 향해 가고 있는지 확인하는 데 사용할 수 있는지 탐구합니다.

대양의 유령 같은 기억

이 논문은 따뜻한 물을 북쪽으로, 차가운 물을 남쪽으로 이동시키는 글로벌 컨베이어 벨트 역할을 하는 거대한 해류 시스템인 대서양 자오선 역전 순환(AMOC)에 초점을 맞춥니다. 과학자들은 이 전류의 강도를 알려주는 하나의 지표인 "인덱스(index)"를 통해 이를 추적합니다. 문제는 이 단일 숫자가 훨씬 더 크고 숨겨진 현실의 그림자라는 점입니다. 대양에는 우리가 단순한 인덱스에서는 볼 수 없는 염분, 담수, 바람 패턴의 깊은 층이 존재합니다. 우리가 이러한 숨겨진 층들을 무시할 때, 우리의 단순한 인덱스는 마치 기억을 가진 것처럼 행동하기 시작합니다. 그것은 오늘의 바람에만 반응하는 것이 아니라, 숨겨진 층들이 서서히 그 영향력을 방출하기 때문에 몇 년 전의 바람에도 반응합니다.

저자 마우리시오 에레라(Mauricio Herrera)는 이를 처리하는 새로운 방법을 개발했습니다. 그들은 이를 "투영-리프팅 대응 관계(projection–lifting correspondence)"라고 부릅니다. "투영(projection)"을 3D 물체를 2D 그림자로 찌그러뜨리는 것이라고 생각해 보십시오. 당신이 복잡한 대양을 단 하나의 숫자로 찌그러뜨릴 때, 당신은 3D 형태를 잃게 되고 그림자는 기이하게 변하며 무언가를 "기억"하기 시작합니다. "리프팅(lifting)"은 그 역과정이지만, 약간의 변형이 있습니다. 단 하나의 숫자만으로 전체 3D 대양을 재건하는 대신(이는 불가능합니다), 저자들은 그림자의 기억을 완벽하게 흉내 내는 새로운 3D 형태를 재건합니다. 그들은 "기억"을 실제의 눈에 보이는 변수로 바꿉니다. 이것은 마치 유령 같은 메아리가 들리는 노래를 듣고, 그 메아리가 사실은 특정 음을 연주하는 두 번째 악기라는 것을 깨닫는 것과 같습니다. 만약 그 두 번째 악기를 녹음본에 추가한다면, 원래의 가수가 정확히 어디에 서 있었는지 알지 못하더라도 노래는 다시 명확하고 예측 가능해집니다.

기억을 지도로 바꾸기

이 논문의 큰 발견은 AMOC의 기억이 매우 단순하게 설명될 수 있다는 것입니다. 저자들은 대양의 복잡하고 보이지 않는 "메아리"가 단 세 개의 단순한 "저장소(reservoirs)" 또는 버킷(bucket)으로 압축될 수 있음을 발견했습니다. 이 버킷들은 세 가지 서로 다른 속도로 채워지고 비워집니다. 하나는 매년 변화하고, 하나는 약 5.7년이 걸리며, 나머지 하나는 약 28년이 걸립니다.

이 기억을 세 개의 버킷으로 변환함으로써, 저자들은 대양의 상태에 대한 새로운 "리프팅된(lifted)" 지도를 만들었습니다. 이제 저자들은 단순히 AMOC의 현재 강도를 보는 대신, 이 세 개의 기억 버킷이 얼마나 차 있는지를 볼 수 있습니다. 이 새로운 지도는 특별한데, 왜냐하면 혼란스럽고 예측 불가능한 시스템을 예측 가능한 시스템으로 바꾸기 때문입니다. 그들은 이를 "마르코프 임베딩(Markovian embedding)"이라고 부르는데, 이는 시스템이 과거를 기억하면서도 다시 정상적이고 예측 가능한 기계처럼 작동하도록 만들었다는 뜻의 어려운 표현입니다.

새로운 지도가 드러내는 것

저자들이 이 새로운 지도를 사용하여 미래의 기후 시나리오를 살펴보았을 때, 그들은 AMOC가 약해질 위험에 대해 흥미로운 사실을 발견했습니다. 그들은 정확히 언제 대양의 컨베이어 벨트가 붕괴할지를 예측하는 마법의 수정 구슬을 찾아낸 것이 아닙니다. 실제로 그들은 이 방법이 단순한 추측보다 내년의 온도를 예측하는 데 더 나은 방법이라는 생각을 명시적으로 배제했습니다. "리프팅된" 지도는 단기 날씨를 위한 단순 모델과의 경주에서 승리하지 못했습니다.

하지만 이 지도는 다른 종류의 위험을 드러냈습니다. 이 지도는 더 강력한 기후 변화 시나리오(높은 배출량을 나타내는 SSP5-8.5 시나리오) 하에서 대양이 "고위험" 상태에서 더 많은 시간을 보낸다는 것을 보여주었습니다. 언덕이 있는 풍경 위를 구르는 공을 상상해 보십시오. 저자들은 기후가 더 뜨거워짐에 따라 공이 "약한 AMOC" 골짜기에 더 오래 갇혀 있게 된다는 것을 발견했습니다. 공은 단순히 아래로 내려갔다가 빠르게 튀어 오르는 것이 아니라, 그곳에 머무르게 됩니다.

데이터에 따르면, 가장 강력한 시나리오 하에서 대양은 이러한 약하고 위험한 상태에 더 오래 머뭅니다. "탈출률(exit rate)", 즉 시스템이 약한 상태에서 벗어나는 속도가 느려집니다. 고배출 시나리오에서 시스템은 저배출 시나리오의 **31%**와 비교했을 때, 약 **34%**의 시간 동안 위험 지대에 머뭅니다. 핵심은 일단 그곳에 도달하면 떠나는 데 더 오래 걸린다는 것입니다. "탈출률"은 0.322에서 0.272로 떨어지며, 이는 시스템이 갇히게 됨을 의미합니다.

타이밍의 중요성

이 연구의 가장 재치 있고 영리한 부분 중 하나는 "플라세보 테스트(placebo test)"를 포함한 것이었습니다. 저자들은 기억의 타이밍이 중요한지 알고 싶었습니다. 그들은 자신들의 새로운 기억 지도를 가져와서, 마치 카드 덱을 잘라서 새로운 순서로 나누듯 날짜들을 섞어버렸습니다. 그들은 날짜를 섞었을 때 미래의 약한 사건들과의 연결성이 사라진다는 것을 발견했습니다. 이는 단순히 기억의 양이 중요한 것이 아니라, 그 기억이 언제 발생했는지가 중요하다는 것을 증명했습니다. 대양의 "생각"이 갖는 특정한 순서가 미래에 약해질지를 예측하는 데 도움을 줍니다.

이것이 의미하는 바 (그리고 의미하지 않는 것)

저자들은 자신의 결과에 대해 과장하지 않도록 매우 주의를 기울이고 있습니다. 그들은 이것이 임박한 붕괴를 예측하는 것이 아님을 분명히 밝히고 있습니다. 그들은 AMOC가 내년에 무너질 것이라고 말하는 것이 아닙니다. 또한 대양의 정확한 숨겨진 염분이나 수위 수준을 찾아냈다고 말하는 것도 아닙니다. 그들이 만든 "버킷"은 물리적인 물을 담는 통이 아니라 수학적 도구입니다.

대신, 이 논문은 기억이 "역동적 상태 변수(dynamical state variable)"임을 시사합니다. 이는 대양의 기억이 온도나 속도와 마찬가지로 현재 상태의 실제적이고 측정 가능한 부분이라는 뜻의 어려운 표현입니다. 기억을 하나의 변수로 취급함으로써, 과학자들은 이제 대양의 "꼬리 위험 기하학(tail-risk geometry)"을 그릴 수 있습니다. 이는 대양이 취할 수 있는 가장 위험하고 일어날 법하지 않은 경로들의 형태를 그려내는 것을 의미하는 전문 용어입니다.

연구의 결론은 우리가 단기 미래를 완벽하게 예측할 수는 없지만, 기억을 바라보는 이 새로운 방식이 위험의 기하학을 이해하는 데 도움을 준다는 것입니다. 이는 기후 변화가 심해짐에 따라 대양이 약한 상태에 더 오래 갇혀 있을 가능성이 높다는 것을 보여줍니다. "리프트(lift)"는 대양의 미스터리를 해결해주지는 않지만, 대양의 과거가 위험한 미래에 어떻게 영향을 미치는지 볼 수 있는 더 명확한 렌즈를 제공합니다. 그것은 흐릿하고 혼란스러운 메아리를 위험에 대한 선명한 3차원 지도로 바꾸어 놓습니다.