통계분석 및 머신러닝을 이용한 새의 울음소리의 변화 분석

"D" 울음소리 시각화 예시. 이 그림에는 총 10개의 "D"울음소리가 나타나 있음.

포식자가 나타났을 때, 먹이를 먹을 때에도 나는 “D” 울음소리

내가 해외에서 유학을 할 때 논문에 사용될 데이터를 얻기 위해 숲으로 현장조사를 나가면 종종 박새의 일종인 chickadee와 titmouse 가 먹이를 먹으면서 “D” 울음소리를 많이 내는 것을 관찰했다. 그런데 한 가지 흥미로운 사실은 그 새들은 포식자가 나타난 상황에서도 똑같은 “D” 울음소리를 반복적으로 발생시킨다는 것이다. “D” 울음소리는 그들이 낼 수 있는 여러 가지 울음소리 중 하나일 뿐, “A”, “B”, “C” 등 다른 울음소리도 있는데 정반대의 상황 (포식자가 있는 생존에 불리한 상황, 먹이가 있는 생존에 유리한 상황)에서 같은 “D” 울음소리를 반복적으로 발생시키는 것이 신기하게 느껴졌다. 그래서 그런 현상에서 아이디어를 얻어 비록 인간이 귀로 듣기로는 같은 “D”라는 울음소리일지라도 상황에 따라 그 울음소리를 구성하는 여러 요소 (소리가 발생한 시간, 주파수 등)가 상황에 따라 다르게 측정될지 궁금해져서 이를 연구 주제로 정했다. 기존에 연구된 바에 의하면 “D” 울음소리를 구성하는 요소중 일부는 포식자의 종류에 따라 달라지는 것으로 알려져 있었다. 예를 들어 몸의 크기가 작은 천적일수록 더 위험하기 때문에 그런 천적을 마주칠 때, 그리고 상대적으로 덜 위험한 천적이 있을 때의 “D”소리를 구성하는 일부 요소에 차이가 있다고 한다. 하지만 내가 그 연구 아이디어를 떠올렸을 당시 포식자가 있는 상황과 먹이를 먹는 상황에서 나타나는 울음소리의 차이에 대해서는 아직 연구된 바가 없었다. (불행히도, 내가 논문을 쓰는 단계에서 이미 간발의 차이로 다른 사람이 먼저 그런 비슷한 콘셉트의 연구를 진행하여 내가 연구에 착수하는 동안 새로 발표한 것을 발견했다. 내 연구의 독창성이 떨어졌고 마치 내가 그 연구를 따라 하는 것처럼 보일 수도 있겠다는 생각에 무척이나 속상했었다. 하지만 그나마 다행이었던 것은 내가 관찰하는 새는 다른 종류였고 접근방식이 약간 달랐다는 것이다.)

 

실제로 상황마다 다르게 나타나는 “D” 울음소리

데이터 수집은 25개의 연구 지점에서 진행되었으며 각 연구 지점은 400m 떨어져 있기 때문에 한 연구 지점에서 관찰된 chickadee와 titmouse는 동일한 무리로 간주했으며 이는 기존의 연구로 입증된 바 있다. 해바라기씨를 나무판자 위에 놓고 주변에 마이크와 녹음기를 설치하고 새들이 먹이를 발견할 때까지 기다렸다. 총 3개의 다른 상황에서의 울음소리가 녹음되었다: 첫 번째, 먹이를 먹는 동안, 두 번째, 자연의 포식자인 screech owl의 박제물에 눈을 달아 피식자인 chickadee와 titmouse에게 보여줬을 때, 세 번째, 자연적으로 찾아볼 수 없는 낯선 물체 (호랑이 가면)을 쓴 사람을 보여줬을 때. 이 분석은 linear mixed model (선형 혼합 모형)으로 수행했으며 독립변수는 상황(먹이, 포식자 1, 포식자 2), 반응 변수는 소리의 구성요소 9개, random effect는 연구 지역, 상황 간의 interaction, 그리고 연구 지역으로 설정했다. 이 분석 모델을 사용하기 전에 각 반응 변수가 정규분포를 따르는지를 shapiro test로 수행하였고 이 요건을 충족함을 확인했기 때문에 linear mixed model을 사용할 수 있었다. 그 결과, D 울음소리를 구성하는 요소 중 일부에서 자연의 포식자, 먹이 섭취할 때 다르게 나타났다. 그리고 머신러닝 기법 중 하나인 Random Forest를 사용하여 3개의 상황에 발생된 D 울음소리가 분류되는 정확도를 확인했다. 그 결과, 63%의 분류 정확도를 보였으며 이는 다소 낮아 보일 수 있으나 NIR (No information rate, 관측값 중 가장 많은 비중을 차지하는 카테고리의 비율)보다 유의하게 높았다. 또한 무작위로 분류되었을 때의 분류 정확도가 33.3%인 것을 감안하면 63%는 그것보다 훨씬 잘 분류가 된 것이라 할 수 있다. “D” 울음소리가 다른 종류의 울음소리보다 주파수가 훨씬 낮기 때문에 멀리까지 소리가 전파되는 특성을 갖고 있기 때문에 상황마다 이 특정 울음소리에 변화를 주게 되어 주위의 개체들에게 정보를 전달하려는 목적이 있을 가능성을 시사한다. 하지만 이를 입증하기 위해서는 그러한 소리를 다른 개체들에게 들려주었을 때, 실제로 그 개체들이 다르게 행동하는지 실험해 봐야 아는 것이다. 이것이 내 박사학위 논문의 두 번째 파트로 이어진다.