지역 고고자기 시계열의 확률적 모델링

초록

베이즈 접근과 가우시안 프로세스 회귀를 이용해 고고자기 자료의 연대 불확실성을 마코프 체인 몬테카를로로 통합하고, 지구 자기장 스펙트럼에 기반한 사전 공분산을 적용해 연속적인 방위·경사·강도 시계열을 재구성한다. 시리아 마리와 프랑스 파리 자료에 적용한 결과, 기존 연구보다 빠른 변동을 포착하고, 결과값이 정규분포를 따르지 않을 수 있음을 보여준다.

상세 분석

본 논문은 고고자기 데이터의 시공간적 희소성 및 연대 오류를 정량적으로 처리하기 위해 두 가지 핵심 통계 기법을 결합한다. 첫째, 가우시안 프로세스 회귀(GPR)를 이용해 지구 자기장의 시간적 연속성을 사전 확률분포로 정의한다. 사전 공분산 함수는 위성·관측소 데이터에서 추정된 자기장 파워 스펙트럼을 기반으로, 차수별 자동회귀(AR) 2차 과정의 형태 ρₙ(τ)=1+√3 τ/τ_c exp(−√3 τ/τ_c) 로 설정하였다. 이는 차수 n 에 따라 서로 다른 상관시간 τ_c 와 분산 σ²_g(n) 을 갖으며, 고차 조화계의 변동성을 현실적인 지구핵 흐름 모델에 맞춘다. 두 번째로, 연대 불확실성을 확률밀도함수(pdf)로 표현하고, MCMC 알고리즘을 통해 가능한 연대 조합을 샘플링한다. 각 샘플에 대해 GPR을 수행해 사후 평균 \hat m 과 공분산 C* 을 얻고, 이를 바탕으로 관측값과 사전 연대 pdf의 곱으로 결합 확률을 계산한다. 이 과정은 기존에 연대 오류를 단순히 측정오차에 포함시키던 방법보다 더 엄밀히 불확실성을 전파한다. 또한, 데이터에 포함된 이상치에 대한 민감도를 낮추기 위해 L2‑노름 대신 허버 정규화(Huber norm)를 적용, 잔차가 큰 관측에 가중치를 감소시켜 견고한 추정치를 제공한다. 합성 데이터 실험에서는 알려진 신호를 정확히 복원함을 확인했으며, 실제 적용 사례에서는 (1) 시리아 마리 지역의 고강도 데이터에서 기존 마스터 커브보다 짧은 시간 스케일의 급격한 변동을 포착하고, (2) 파리 지역의 방위·경사·강도 복합 데이터에서 비정규분포 형태의 불확실성 구간을 제시한다. 특히, 재구성된 자기장 요소들의 사후 분포가 정규성을 띠지 않을 수 있음을 강조함으로써, 전통적인 평균‑표준편차 기반 해석의 한계를 지적한다. 최종적으로, 연대 추정도 동시에 개선되어, 고고학적 유물의 연대 재평가에 활용 가능함을 보였다.