Development of a Functional Diversity Index Using GPP, Rao's Quadratic Entropy, and Pianka's Index

자연계에서 종의 수를 세는 것은 오랫동안 생태계의 건강성을 측정하는 표준적인 방법이었습니다. 만약 한 숲에 백 종류의 나무가 있다면 그 숲은 풍요롭다고 간주되며, 열 종류뿐이라면 빈약하다고 간주됩니다. 그러나 이러한 머릿수 세기 방식은 결정적인 세부 사항을 놓치고 있습니다. 즉, 그 나무들이 실제로 어떻게 살아가는지를 알려주지 않는다는 점입니다. 두 숲이 동일한 종 수를 가질 수 있지만, 한 숲에서는 모든 나무가 동일한 햇빛과 물을 차지하기 위해 서로 싸우고 있는 반면, 다른 숲에서는 각 나무가 캐노피의 서로 다른 층이나 서로 다른 시간대를 활용해 성장할 수도 있습니다. 유기체가 자원을 사용하고 에너지를 처리하는 방식의 이러한 차이가 바로 생태학자들이 '기능적 다양성(functional diversity)'이라고 부르는 것입니다. 이는 단순히 누가 존재하는지의 목록이라기보다, 공동체가 에너지의 흐름과 환경의 공유를 처리하기 위해 얼마나 잘 조직되어 있는지를 측정하는 척도입니다.

지구가 급격하게 변화함에 따라, 단순히 얼마나 많은 종이 존재하는지를 아는 것만으로는 생태계가 어떻게 생존할지 예측하기에 더 이상 충분하지 않습니다. 과학자들은 시스템이 내부 구조를 변화시켜, 어쩌면 더 이상 회복할 수 없는 지점으로 이동하고 있는지를 감지할 수 있는 도구가 필요합니다. 이를 해결하기 위해, 한 독립 연구팀이 생태계의 건강성을 측정하는 새로운 방법을 제안했습니다. 그들은 '기능적 다양성 지수(Functional Diversity Index)'라는 수학적 도구를 만들었습니다. 이 지수는 정적인 형질 목록에 의존하는 대신, 총 일차 생산량(GPP)에서 유도된 산소 소비량을 식이 니치(dietary niche) 구성과 명시적으로 통합합니다. 이는 기능적 차이를 측정하는 라오의 이차 엔트로피(Rao's Quadratic Entropy)와 니치 중첩을 정량화하는 피앙카의 지수(Pianka's Index)를 결합함으로써 달성됩니다. 이러한 역동적인 요인들을 결합함으로써, 연구진은 자연의 붕괴에 앞서 나타나는 미묘하고 비선형적인 변화를 포착할 수 있는 모델을 구축하고자 했습니다.

연구진은 컴퓨터 시뮬레이션 내부에 모델을 구축했는데, 이는 규칙을 완전히 통제할 수 있는 가상 실험실입니다. 그들은 실제 동물이나 식물을 사용하지 않았습니다. 대신, 산소를 소비하고 다양한 유형의 먹이를 먹는 디지털 유기체들을 만들었습니다. 이 시뮬레이션 세계에서 그들은 각 유기체에 특정 양의 산소 소비량과 한 종류의 먹이부터 여러 종류에 이르는 특정 식단을 할당했습니다. 그런 다음 연구진은 시뮬레이션을 91회 실행하며, 매번 이 유기체들의 완전히 무작위적인 혼합을 만들어 새로운 지수가 다양한 조건 하에서 어떻게 작동하는지 관찰했습니다. 목표는 이 지수가 실제 숲에서 작동한다는 것을 증명하는 것이 아니라, 수학 자체가 타당한지, 그리고 가상의 생명체들이 살아가는 방식의 변화에 반응할 수 있는지를 확인하는 것이었습니다.

결과는 새로운 지수가 유기체들이 자원을 공유하는 방식에 매우 민감하다는 것을 보여주었습니다. 연구진이 데이터를 분석했을 때, 91회의 시뮬레이션 전반에 걸쳐 지수 값이 최저 0.1807에서 최고 0.3151 사이의 범위를 나타내는 것을 발견했습니다. 가장 중요한 발견은 이 지수가 개체 수보다는 유기체들이 무엇을 먹고 에너지를 어떻게 사용하는지에 의해 훨씬 더 많이 좌우된다는 점이었습니다. 실제로 통계 분석 결과, 먹이가 서로 다른 집단 사이에 어떻게 분배되는지가 지수의 변화를 84% 이상 설명했습니다. 이는 기능하는 생태계에서 유기체가 수행하는 구체적인 역할—무엇을 먹고 얼마나 많은 에너지를 태우는지—이 단순한 개체 수 계산보다 다양성을 측정하는 데 훨씬 더 중요하다는 것을 시사합니다.

아마도 가장 놀라운 발견은 식단의 변화에 생태계가 어떻게 반응하는지를 살펴보는 과정에서 나왔습니다. 연구진은 시스템이 점진적으로 변하는 것이 아니라, 마치 스위치가 켜지는 것처럼 작동한다는 것을 발견했습니다. 특정 먹이원의 소비 비율이 한 집단에서 특정 선을 넘으면, 기능적 다양성의 전체 척도가 급격히 떨어졌습니다. 반대로, 다른 집단이 특정 임계값 이상으로 다른 먹이원을 소비하면 다양성 척도가 급등했습니다. 이는 생태계가 항상 한 상태에서 다른 상태로 서서히 미끄러지는 것이 아니라, 자원 사용의 작은 변화가 전체 시스템의 기능에 급격하고 큰 변화를 일으키는 '티핑 포인트(tipping point)'에 도달할 수 있음을 나타냅니다. 이러한 갑작스러운 변화는 전통적인 계수 방식이 흔히 놓치는 부분인데, 기존 방식은 급격한 단절보다는 완만하고 꾸준한 감소를 보여주는 경향이 있기 때문입니다.

연구진은 또한 모델이 복잡한 데이터 웹 속에서 패턴을 식별할 수 있는지 테스트했습니다. 유사한 시뮬레이션들을 그룹화하는 방법을 사용하여, 그들은 가상의 생태계들이 자원 사용을 기준으로 세 가지 뚜렷한 범주로 자연스럽게 분류된다는 것을 발견했습니다. 이는 지수가 서로 다른 유형의 생태적 구조를 구별할 수 있음을 확인해 주었습니다. 그들은 심지어 가장 흔한 종의 우점도를 조정할 때 지수가 어떻게 반응하는지 보기 위해 간단한 최적화 과정을 개발했습니다. 모델은 변화를 완화하거나 균형을 이동시키는 방식으로 예측 가능한 반응을 보였으며, 이는 수학적 프레임워크가 안정적이고 조정을 처리할 수 있음을 입증했습니다.

이러한 결과는 실제 숲이나 바다에서 얻은 것이 아니라 통제된 컴퓨터 환경에서 나온 것임을 유념해야 합니다. 연구진은 자신들의 작업이 개념 증명(proof of concept), 즉 설정한 규칙 내에서 수학이 의도한 대로 작동함을 보여주는 시연임을 명확히 밝혔습니다. 그들은 산소 소비나 식이 니치와 같은 변수들이 시뮬레이션 자체의 일부였으므로, 이 결과가 자연이 작동하는 방식에 대한 독립적인 발견이라기보다 지수의 내부적 거동을 설명하는 것이라고 명시했습니다. 그럼에도 불구하고, 이 연구는 에너지 흐름과 자원 분할에 초점을 맞춘 다양성 척도를 구축하는 것이 가능하다는 것을 성공적으로 보여주었습니다.

이 연구는 생태계가 진정으로 어떻게 변화하고 있는지 이해하려면 생태학자들이 종의 수를 넘어선 곳을 바라봐야 한다고 제안합니다. 그들은 이 종들이 사용하는 에너지와 그들이 채우는 구체적인 역할을 보아야 합니다. 새로운 지수는 이러한 역할들을 추적하고, 무엇보다도 생태계가 너무 멀리 밀려났을 때 발생하는 갑작스러운 변화를 포착할 수 있는 방법을 제공합니다. 비록 이 모델이 아직 초기 단계에 있으며 실제 세계의 데이터로 검증이 필요하지만, 이는 새로운 관점을 제공합니다. 이는 대화를 '머릿수를 세는 것'에서 '생명의 흐름을 이해하는 것'으로 옮겨 놓으며, 자연계의 안정성을 바라보는 잠재적인 새로운 렌즈를 제시합니다.