Regionally-explicit integrated population models developed for a migratory bird suggest biased demography, masking broader inference capacity

거대한, 보이지 않는 물고기 떼가 바다에서 어떻게 지내고 있는지 알아내려 한다고 상상해 보세요. 모든 물고기를 다 셀 수는 없으니, 잡힌 물고기들을 바탕으로 추측해야 합니다. 이것이 먼 거리를 이동하는 동물들, 예를 들어 철새를 연구하는 야생 생물학자들의 일상적인 과제입니다. 인구(개체군)가 늘어나고 있는지, 줄어들고 있는지, 아니면 그대로 유지되고 있는지를 이해하기 위해 과학자들은 세 가지 주요 사항을 알아야 합니다: 얼마나 많은 새끼가 태어나는지(생식력), 얼마나 많은 성체가 그 해를 살아남는지(생존율), 그리고 얼마나 많은 개체가 이동하는지입니다. 그들은 종종 '통합 인구 모델(Integrated Population Model, IPM)'이라고 불리는 특별한 통계 도구를 사용합니다. IPM을 다양한 단서들을 결합하여 전체 인구의 건강 상태에 대한 완전한 그림을 그려내는 똑똑한 계산기라고 생각해 보세요. 이 단서들은 잡히고 밴드(표식)가 채워진 새의 수, 사냥꾼들이 제출한 날개 수, 혹은 도로 여행 중에 목격된 새의 수와 같습니다. 하지만 여기에는 함정이 있습니다. 만약 수집한 단서들이 전체 집단을 대표하는 공정한 표본이 아니라면, 여러분의 계산기는 틀린 답을 내놓을 수 있습니다. 이는 마치 도시 전체 인구의 평균 키를 구하기 위해 농구장에 서 있는 사람들만 측정하는 것과 같습니다. 그러면 아마도 모든 사람이 거인이라고 생각하게 될 것입니다!

이 논문은 북미에서 가장 많이 사냥되는 철새인 애호사슴목의 일종인 '멧비둘기(mourning dove)'를 심층적으로 다룹니다. 특히 미주리주의 멧비둘기 개체군을 중점적으로 살펴봅니다. 연구자들은 자신들이 데이터를 수집하는 방식이 의도치 않게 우리를 속이고 있지는 않은지 확인하고 싶어 했습니다. 그들은 지역별로 정교한 모델을 구축하여, 서로 다른 지역의 새들이 실제로 동일하게 움직이고 있는지, 아니면 '체육관 편향(gym bias)'이 진실을 가리고 있는지 확인했습니다. 그 결과, 데이터가 실제로 왜곡되어 있다는 것을 발견했습니다. 생물학자들이 가장 많이 잡고 밴드를 채운 지역은 역설적으로 새들이 가장 많이 죽는 곳이었는데, 이는 아마도 그 지역들이 사냥꾼들을 위한 '새들의 뷔페'로 설정되어 있었기 때문입니다. 만약 그 특정 지역들만 살펴보았다면, 모델은 전체 멧비둘기 개체군이 멸종 위기에 처해 있다고 보여주었을 것입니다. 그러나 밴드가 적게 채워진 다른 지역들을 살펴보았을 때, 그림은 완전히 바뀌었습니다. 그곳의 개체군은 안정적이거나 심지어 증가하고 있었습니다. 이 연구는 전통적인 멧비둘기 계수 방식이 성체의 생존율을 상당 부분(성체 약 30%, 어린 새 약 40%) 과소평가해 왔음을 시사합니다. 왜냐하면 표본이 너무 위험한 장소들에 집중되어 있었기 때문입니다.

위대한 멧비둘기 탐정 이야기

그렇다면 캐나다에서 멕시코를 오가며 비행하고, 서로 구별하기도 어려운 새를 어떻게 셀 수 있을까요? 미주리의 과학자들은 멧비둘기(Zenaida macroura)를 대상으로 탐정 놀이를 하기로 했습니다. 이 새들은 최고의 여행가이며, 동시에 미국에서 가장 인기 있는 사냥 대상입니다. 2023년 한 해에만 사냥꾼들이 약 1,680만 마리의 멧비둘기를 가져갔습니다. 개체 수가 워낙 많고 이동 범위도 넓기 때문에, 이들의 숫자가 안전한지 아니면 위험한지를 파악하는 것은 밀물이 들어오는 해변에서 모래알 개수를 세는 것과 같습니다.

이를 해결하기 위해 연구진은 **통합 인구 모델(IPM)**이라는 도구를 사용했습니다. 세 명의 서로 다른 목격자가 있는 미스터리를 풀고 있다고 상상해 보세요:

1. 밴딩 목격자: 생물학자들이 새를 잡아 다리에 작은 금속 고리(밴드)를 채운 뒤 놓아줍니다. 만약 사냥꾼이 그 고리가 달린 죽은 새를 발견하면 이를 보고합니다. 이는 생존에 대해 알려줍니다.
2. 날개 목격자: 사냥꾼들이 자신이 쏜 새의 날개를 제출합니다. 과학자들은 깃털을 보고 이 새가 새끼(juvenile)였는지 성체(adult)였는지 알 수 있습니다. 이는 얼마나 많은 새끼가 태어나는지(생식력)를 알려줍니다.
3. 로드 트립 목격자: 자원봉사자들이 도로를 따라 운전하며 멧비둘기가 얼마나 보이는지 셉니다. 이는 실제로 얼마나 많은 새가 있는지에 대한 대략적인 아이디어를 제공합니다.

IPM은 이 세 명의 목격자로부터 동시에 이야기를 들어 진짜 이야기를 알아내는 숙련된 탐정과 같습니다. 미주리 팀은 이 탐정이 올바른 이야기를 듣고 있는지, 아니면 목격자들이 주의 특정 부분만을 보고 있기 때문에 거짓말을 하고 있는 것인지 확인하고 싶었습니다.

"새들의 뷔페" 문제

미주리는 구릉지, 평원, 숲이 있는 등 다섯 가지 유형의 경관을 가진 큰 주입니다. 연구진은 새들이 지역마다 다르게 행동하는지 보기 위해 주를 이 지역들로 나누었습니다. 그들은 놀라운 사실을 발견했습니다: 지역마다 멧비둘기들이 매우 다른 삶을 살고 있었다는 것입니다.

특히 두 지역—**프레리 반도(Prairie Peninsula)**와 오세이지 평원(Osage Plains)—의 데이터는 무서워 보였습니다. 그곳의 멧비둘기 생존율은 믿기 힘들 정도로 낮았습니다. 실제로 이 두 지역만 본다면, 모델은 미주리의 멧비둘기가 지역적 멸종을 향해 가고 있다고 제안했습니다. 하지만 잠깐만요! 로드 트립 계수 결과는 미주리의 멧비둘기 개체군이 실제로는 안정적임을 보여주었습니다. 어떻게 새들이 모델에서는 그렇게 빨리 죽어나가는데, 실제 생활에서는 여전히 주변에 머물러 있을 수 있을까요?

정답은 함정이었습니다. 생물학자들은 주 정부 소유의 보전 구역에서 대부분의 새를 잡고 밴드를 채웠습니다. 이곳은 관리자들이 해바라기 같은 작물을 심어 멧비둘기를 유인하는 특별한 장소로, 사냥꾼들에게 아주 좋은 사냥터를 제공합니다. 마치 거대하고 맛있는 '새들의 뷔페'를 차려놓은 것과 같습니다. 먹이가 풍부하기 때문에 엄청난 수의 멧비둘기가 이곳으로 모여듭니다. 생물학자들은 이곳에서 새를 쉽게 많이 잡을 수 있으므로, 이곳에 밴드를 채운 것입니다.

하지만 여기에 반전이 있습니다. 이 새들은 사냥을 위해 한곳에 모여 있기 때문에, 사냥이 없는 숲이나 들판에 있는 새들보다 훨씬 높은 비율로 죽게 됩니다. 즉, 생물학자들은 이미 '위험 지대'에 들어와 있는 새들의 표본을 잡은 것입니다. 이는 마치 사람들이 운전하는 것이 얼마나 안전한지 알아보기 위해 레이싱 트랙에서 운전하는 사람들만을 연구하는 것과 같습니다. 이 "뷔페" 지역의 데이터는 미주리의 모든 멧비둘기가 위험에 처한 것처럼 보이게 만들었지만, 실제로는 다른 지역의 새들은 아주 잘 지내고 있었습니다.

숫자는 거짓말을 하지 않지만, 오해를 불러일잡을 수도 있다

연구진은 모델을 실행하여 이야기를 들려주는 구체적인 수치를 찾아냈습니다:

• 생존율: "뷔페" 지역의 성체 멧비둘기 생존율은 약 0.30(즉, 30%만 한 해를 살아남음)이었고, 새끼는 0.15였습니다. 반면 다른 지역의 성체 생존율은 0.47, 새끼는 0.23이었습니다. 이는 엄청난 차이입니다! "뷔페" 지역의 새들은 다른 지역보다 30%에서 40% 더 높은 비율로 죽고 있었습니다.
• 생식력: 흥미롭게도 새끼가 태어나는 수(생식력)는 어디서나 약 2.5마리로 비슷했습니다. 이는 문제가 새들이 새끼를 낳지 못하는 것이 아니라, 사냥 구역에 있는 새끼들과 성체들이 너무 빨리 죽는다는 것을 의미합니다.
• "싱크(Sink)" 효과: 낮은 생존율을 보인 두 지역은 '싱크(흡수원)' 역할을 하고 있었습니다. 이 지역들은 숫자가 0이 되는 것을 막기 위해 주 내의 다른 곳에서 끊임없이 새로운 새들이 날아 들어와야 할 정도로 빠르게 새들을 잃고 있었습니다.

시뮬레이션: 규칙을 바꾼다면 어떻게 될까?

자신의 주장을 증명하기 위해 과학자들은 컴퓨터 시뮬레이션을 실행했습니다. 그들은 다음과 같이 질문했습니다: "만약 우리가 주 정부 관리 구역의 데이터만 사용한다면 어떻게 될까?", 그리고 "만약 연방 정부의 데이터만 사용한다면 어떻게 될까?"

• 주 정부 데이터의 함정: 주 정부 보전 구역(뷔페)의 데이터만 사용했을 때, 모델은 실제보다 새들이 더 많은 새끼를 낳고 있다고 판단했습니다. 이는 "뷔페"가 사냥꾼에게 잡히는 경험 없는 어린 새들을 너무 많이 끌어들여, 새끼와 성체의 비율을 왜곡했기 때문입니다.
• 밴딩 노력: 그들은 또한 더 많은 새를 잡으면 어떤 일이 벌어질지 시뮬레이션했습니다. 그 결과, 새끼 새들의 생존을 더 정확하게 파악하려면 밴딩 노력을 175%(두 배 반 정도) 늘려야 한다는 것을 발견했습니다. 현재의 밴딩 양은 성체 생존율을 추측하기에는 충분했지만, 새끼들의 생존을 정밀하게 측정하기에는 부족했습니다.

핵심 결론

여기서 얻은 주요 교훈은 어디를 보느냐가 얼마나 많이 보느냐만큼 중요하다는 것입니다. 미주리의 전통적인 멧비둘기 계수 방식은 새들이 죽을 가능성이 가장 높은 곳에 너무 집중되어 있었기 때문에 편향되어 있었습니다. 이로 인해 멧비둘기 전체가 위험에 처한 것처럼 보였지만, 실제로는 사냥이 덜 이루어지는 지역의 새들은 번창하고 있었습니다.

저자들은 보전 관리자들이 주의를 기울여야 한다고 제안합니다. 만약 계속해서 "뷔페" 지역의 새들만 센다면, 그들은 잘못된 공포감에 기반하여 결정을 내릴 수 있습니다. 그들은 더 넓은 그물을 던져, 관리되지 않는 야생의 숲과 들판에서 새들을 포착하여 인구의 진정한 모습을 파악해야 합니다. 이는 과학에서 때때로 데이터를 찾기 가장 쉬운 곳이 진실을 찾기에 가장 위험한 곳일 수 있음을 상기시켜 줍니다. 이러한 편향을 인식함으로써, 과학자들은 이제 멧비둘기 개체군의 진정한 모습을 얻기 위해 연구를 재설계할 수 있으며, 이를 통해 사냥과 보전에 관한 규칙이 단지 '새들의 뷔페'에서 일어나는 일이 아니라 현실에 기반하도록 할 수 있습니다.