미래 계통다양성에 대한 종의 기대 기여도

초록

이 논문은 향후 100년 정도의 시간 동안 예상되는 종 멸종 시나리오를 모두 고려하여, 각 종이 미래의 계통다양성(Phylogenetic Diversity, PD)에 기여할 기대값을 계산하는 새로운 지표를 제시한다. 독립적인 멸종 확률을 기반으로 모든 가능한 생존 조합을 가중 평균하고, 이를 효율적으로 계산할 수 있는 알고리즘을 개발하였다. 프로시미안 영장류 데이터를 이용해 적용 사례를 보여주며, 기존의 Shapley index와 비교 분석한다. 또한, 뿌리 있는 트리와 뿌리 없는 트리 모두에 적용 가능한 변형과, 종 자체의 멸종 확률을 포함한 확장 지표도 제안한다.

상세 분석

본 연구는 ‘예상 기여도(expected contribution)’라는 개념을 도입해, 미래 특정 시점에 존재할 것으로 예상되는 종 집합을 모두 열거하고, 각 시나리오에 대한 확률을 독립적인 종별 멸종 확률에 기반해 부여한다는 점에서 기존 보존 우선순위 방법과 차별화된다. 전통적인 PD(Phylogenetic Diversity) 측정은 현재 존재하는 종들의 총 가지 길이 합을 사용하지만, 이는 미래 멸종 위험을 반영하지 못한다. 저자들은 이를 보완하기 위해 ‘가능한 모든 생존 조합(2^n)’을 고려하되, 조합 수가 급증하는 문제를 동적 계획법(dynamic programming)과 트리 구조의 특성을 이용한 선형 시간 알고리즘으로 해결한다. 핵심 아이디어는 각 내부 노드에 대해 해당 노드가 미래에 살아남을 확률을 재귀적으로 계산하고, 그 결과를 이용해 종별 기대 PD 기여도를 구하는 것이다.

알고리즘은 크게 두 단계로 구성된다. 첫 번째는 ‘하위 트리별 생존 확률’(subtree survival probability)을 계산하는 후위 순회(post-order traversal)이며, 여기서는 각 종의 멸종 확률 p_i를 이용해 하위 노드가 살아남을 확률을 1−∏p_i 형태로 구한다. 두 번째는 ‘기여도 역전파(pre-order traversal)’ 단계로, 각 종이 차지하는 기대 PD를 해당 종이 포함된 모든 내부 노드의 가지 길이와 그 노드가 살아남을 확률의 곱으로 합산한다. 이 과정은 O(n) 시간 복잡도를 가지며, n은 종의 수이다.

연구는 또한 ‘뿌리 있는 트리(rooted)’와 ‘뿌리 없는 트리(unrooted)’에 대한 두 가지 버전을 제시한다. 뿌리 있는 경우는 종이 공통 조상까지의 경로 길이를, 뿌리 없는 경우는 최소 스패닝 트리(minimum spanning tree) 길이를 기준으로 한다. 추가적으로, 각 종 자체의 멸종 확률을 직접 포함하는 변형 지표를 정의함으로써, 기존의 ‘Shapley index’와 직접 비교 가능하도록 설계하였다. Shapley index는 협력 게임 이론에 기반해 각 종이 전체 PD에 기여하는 평균 마진을 계산하지만, 멸종 확률을 반영하지 않는다. 반면, 본 논문의 기대 기여도는 멸종 위험을 정량화함으로써 보존 우선순위에 더 현실적인 정보를 제공한다.

실증 분석에서는 프로시미안 영장류(lemurs 등) 30여 종을 대상으로 트리와 종별 멸종 확률(p_i)을 입력해 기대 기여도를 산출하였다. 결과는 Shapley index와 높은 상관관계를 보였지만, 멸종 위험이 높은 종은 기대 기여도가 크게 낮아지는 현상이 관찰되었다. 이는 보존 자원을 제한된 상황에서 ‘위험도가 높은 종을 우선 보호’하는 전략과 ‘진화적 독특성을 유지’하는 전략 사이의 트레이드오프를 명확히 드러낸다.

이 논문의 주요 기여는 (1) 모든 가능한 미래 생존 시나리오를 포괄적으로 고려하면서도 계산 효율성을 확보한 알고리즘, (2) 멸종 확률을 직접 반영한 기대 PD 기여도 지표, (3) 기존 Shapley index와의 정량적 비교를 통한 보존 전략의 통합적 평가이다. 이러한 접근은 장기적인 진화 다양성 보존 계획 수립에 유용하며, 특히 멸종 위험이 높은 종이 집중되는 지역(예: 마다가스카르)에서 정책 입안자에게 과학적 근거를 제공한다. 향후 연구에서는 종간 상관된 멸종 위험(예: 서식지 파편화에 의한 공동 멸종)이나, 기후 변화에 따른 멸종 확률의 동적 변화를 모델에 포함시키는 확장이 기대된다.