지진 규모가 유발 지진의 크기 분포를 좌우한다

초록

본 연구는 캘리포니아 지진 카탈로그에 EM 알고리즘을 적용해 ETAS 모델을 확장하였다. 배경 지진과 유발 지진의 규모 분포가 동일한 Gutenberg‑Richter 지수(η)를 가진다는 기존 가정을 깨고, 배경 지진은 η_b, 유발 지진은 유발 지진보다 작은 경우 η_a‑δ, 큰 경우 η_a+δ라는 세 가지 η 값을 갖는 ‘꼬인(kinked)’ 규모 분포를 발견하였다. 이는 유발 지진의 규모가 트리거 지진의 규모와 상관관계를 가진다는 새로운 통계적 사실을 제시한다. 새로운 η‑분포를 포함한 ETAS 모델은 기존 모델보다 카탈로그 적합도가 현저히 높으며, 향후 지진 예측 능력 향상의 가능성을 시사한다.

상세 분석

ETAS(자기-활성화 점진적 시계열) 모델은 지진 발생을 배경(스스로 발생) 사건과 그에 의해 유발되는 연쇄 사건으로 분해한다. 전통적인 구현에서는 배경과 유발 사건 모두가 동일한 Gutenberg‑Richter(그레벤) 법칙을 따르며, 규모 지수 η가 하나로 고정된다. 또한 유발 사건의 규모는 트리거 사건의 규모와 독립적이라고 가정한다. 이러한 가정은 수학적 단순성을 제공하지만, 실제 지진 카탈로그에서 규모‑규모 상관관계를 포착하지 못한다는 비판이 있다.

본 논문은 캘리포니아 지역의 상세 지진 기록(1970‑2020년, Mw ≥ 2.5)을 대상으로 EM(Expectation‑Maximization) 알고리즘을 적용해 사건들을 배경과 유발으로 확률적으로 분류하였다. EM 단계에서 각 사건이 배경인지, 어느 이전 사건에 의해 유발됐는지를 추정하고, 그 결과를 바탕으로 규모 분포 파라미터를 최대우도 추정한다. 기존 ETAS 모델을 그대로 적용했을 때는 단일 η≈1.0(통계적으로 유의미한 값)만이 도출되지만, 새로운 파라미터화에서는 세 개의 η가 필요함을 확인했다.

구체적으로, 배경 사건은 η_b≈0.95로 기존 GR 법칙과 거의 일치한다. 유발 사건은 트리거 사건보다 규모가 작을 경우 η_a‑δ≈1.15, 반대로 크거나 동등할 경우 η_a+δ≈0.80을 보인다. 즉, 작은 유발 사건은 더 가파른 규모 감소(큰 η)로 나타나고, 큰 유발 사건은 완만한 감소(작은 η)로 나타난다. 이 ‘꼬인’ 형태는 규모‑규모 상관관계를 수학적으로 구현한 것으로, 트리거 사건의 규모가 클수록 더 큰 규모의 유발 사건이 발생할 확률이 상승한다는 물리적 의미를 담는다.

통계적 검증에서는 AIC, BIC, 로그우도 비교를 수행했으며, 새 모델이 기존 모델보다 AIC 감소 350점, BIC 감소 340점이라는 큰 차이를 보였다. 부트스트랩 재샘플링을 통해 파라미터의 신뢰구간을 추정했을 때, η_a‑δ와 η_a+δ 사이의 차이는 95% 신뢰수준에서 유의미하게 구분되었다. 또한, 시뮬레이션을 통해 새 모델이 장기적인 시계열 재현성(포아송 과정과의 차이)과 공간‑시간 클러스터링을 더 정확히 재현함을 확인했다.

물리적 해석 측면에서는 저자들이 제시한 ‘대칭성 복원’ 가설이 흥미롭다. 트리거 사건이 지역 변위 텐서의 비대칭성을 야기하면, 시스템은 그 비대칭을 최소화하려는 방향으로 작은 규모의 ‘Goldstone‑like’ 변동을 일으킨다. 배경 사건은 경계 조건에 의해 대칭 텐서를 유지하려는 역할을 하고, 유발 사건은 내부에서 발생하는 비대칭을 보정하는 형태로 해석된다. 이러한 관점은 기존의 스트레스 전이 모델과는 다른, 자가조직화 임계 상태(self‑organized criticality)에서의 미세 변동을 강조한다.

결과적으로, 규모‑규모 상관관계를 반영한 새로운 η‑분포는 ETAS 모델의 예측 정확도를 크게 향상시키며, 특히 대형 지진 이후의 잔여 위험 평가에 중요한 영향을 미칠 것으로 기대된다. 향후 연구에서는 다른 지역(일본, 칠레 등)에서도 동일한 꼬인 분포가 나타나는지 검증하고, 물리적 메커니즘을 더 정량화하기 위한 수치 시뮬레이션과 실험적 검증이 필요하다.