단독 활동 측정보다 사회적 행동 측정이 더 어려운 이유
수조 내 한 마리 물고기를 측정하는 것은 추적 문제일 뿐이다. 여러 마리를 함께 측정하는 것은 추적 문제에 더해 정체성 식별 문제도 포함된다. 사회적 상호작용 패턴은 어떤 물고기가 다른 어떤 물고기 근처에 있는지, 얼마나 오래 가까이 머무르는지, 그리고 시간이 지나면서 무리가 어떻게 재배열되는지를 알아야만 분석할 수 있다. 제브라피시 행동 분석 시스템은 사회적 행동에 관한 어떤 보고도 하기 전에 이 정체성 식별 문제를 해결해야 한다. 두 마리 물고기가 교차할 때 정체성이 잘못 바뀌면, 데이터는 관계의 기록이 아니라 단순한 위치 기록이 되어 버린다.
수동 관찰도 동일한 문제에 직면한다. 탱크를 관찰하는 사람의 경우 한 마리 물고기를 잠시 따라볼 수는 있지만 주의가 흐트러진다. 여러 마리 물고기가 동시에 움직일 때는 관찰자가 모든 개체의 정체를 일관되게 파악하기 어렵다. 그 결과는 보통 정량적 측정보다는 대략적인 인상에 그친다. 자동화는 이 어려움을 완전히 제거하지는 않지만, 정체 식별 문제를 명시적으로 드러내어 해결 가능하게 만든다.
물고기들이 경로를 교차할 때 정체를 추적하는 것
다중 객체 추적은 사회적 행동 측정의 핵심이다. 소프트웨어는 매 프레임에서 각 물고기를 감지하고, 프레임 간 감지 결과를 연결한다. 두 마리 물고기가 서로 가까이 지나갈 때 이 연결 단계는 모호해진다. 단순한 최근접 이웃 규칙은 종종 실패하여 정체를 잘못 바꾸는 오류를 낳는다. 더 견고한 시스템은 칼만 필터(Kalman filter) 같은 운동 예측 기법과 꼬리 모양이나 몸 크기 같은 외형 특징을 활용해 정체를 안정적으로 유지한다.
헝가리 알고리즘은 기존 추적 정보에 탐지 결과를 할당하는 데 흔히 쓰인다. 이 알고리즘은 거리, 예측된 위치, 외형 등 여러 요소를 반영한 비용 행렬을 기반으로 최적의 일대일 매칭을 찾는다. 이러한 도구들을 사용하더라도 가림 현상은 여전히 어려운 과제이다. 물고기가 수조 내 장식물 뒤로 헤엄치거나 완전히 겹쳐질 경우, 몇 프레임 동안 추적이 끊길 수 있다. 우수한 시스템은 짧은 추적 끊김을 처리할 수 있으며, 사용자가 추적 결과의 신뢰도를 파악할 수 있도록 신뢰 점수를 보고한다.
사회적 선호를 반영하는 거리 및 근접성 지표
정체성이 안정되면 시스템은 사회적 지표를 계산할 수 있다. 가장 단순한 지표는 개체 간 거리로, 한 물고기와 그 가장 가까운 이웃 물고기 사이의 거리를 의미한다. 집단 전체의 평균 개체 간 거리는 응집도를 대략적으로 측정하는 데 쓰인다. 평균 거리가 작을수록 군집이 더 밀집되어 있음을 나타내며, 평균 거리가 클수록 물고기들이 넓게 퍼져 있음을 의미한다.
기타 측정 지표는 세부적인 맥락을 더해준다. 가장 가까운 이웃 간 거리(Nearest neighbor distance)는 가장 인접한 개체에 초점을 맞추며, 짝짓기 행동을 드러낼 수 있다. 다른 물고기와의 정해진 반경 내에서 보낸 시간은 근접 선호도를 측정한다. 접근과 이탈은 물고기들이 서로에게 다가서거나 멀어지는 빈도를 세는 것이다. 이러한 지표들은 전체 집단 차원에서 계산될 수도 있고, 특정 쌍에 한정해 계산될 수도 있으며, 연구 질문에 따라 달라진다. 제브라피시 행동 분석 시스템은 일반적으로 여러 지표를 동시에 보고하며, 이를 통해 사회적 상호작용의 서로 다른 측면을 구분하는 데 도움을 준다.
| 측정 목적 | 수작업 관찰 | 자동 추적 시스템 |
|---|---|---|
| 개체 간 거리 | 육안으로 추정 | 프레임 단위로 계산 |
| 개체 식별 지속성 | 물고기들이 교차할 때 어려움 | 예측 및 외형 정보를 활용해 유지 |
| 집단 응집력 | 대체적인 인상 | 평균 거리 및 군집 지표 |
| 접근 및 이탈 | 쉽게 놓치기 쉬움 | 자동으로 계수됨 |
| 근접 시간 | 관찰자 간 일관성 부족 | 반경과 지속 시간으로 정의됨 |
군집 역학 및 군유 패턴
사회적 상호작용은 단순히 평균 거리에 국한되지 않는다. 집단이 함께 어떻게 움직이는지도 중요하다. 군유 패턴에는 편광(polarization)과 회전(rotation)이 포함되는데, 전자는 물고기들 간 수영 방향의 정렬을, 후자는 조율된 원형 경로를 따라 수영하려는 경향을 의미한다. 이러한 패턴은 지역적 상호작용에서 유발되며, 육안으로는 관찰하기 어렵다.
자동 추적 기능을 통해 궤적에서 이 지표들을 계산할 수 있다. 편광도는 물고기 개체들의 평균 방향 벡터를 나타낸다. 회전은 군집 무게중심을 기준으로 한 각속도에서 측정된다. 이러한 지표들은 군집 크기, 수조 형태, 유동 조건에 민감하다. 원형 수조 내의 군집은 직사각형 수조 내의 군집과 다른 패턴을 보일 수 있다. 시스템은 수치를 보고하지만, 연구자는 맥락 속에서 이를 해석해야 한다.
사회적 상호작용 자료에 영향을 주는 환경 요인
사회적 행동은 진공 상태에서 발생하지 않는다. 수온은 활동 수준에 영향을 미치며, 따라서 물고기들이 서로 얼마나 가까이 있는지를 결정한다. 조명 강도는 각성 수준과 군집 형성 경향을 변화시킨다. 수조의 크기와 형태는 상호작용이 가능한 공간을 규정한다. 실험 전의 사육 밀도는 기초 사회적 행동에 영향을 준다. 고립 상태에서 사육된 물고기는 군체 상태에서 사육된 물고기와 달리 행동할 수 있다.
제브라피시 행동 분석 시스템은 센서가 연결되어 있으면 이러한 변수 중 다수를 기록할 수 있다. 그러나 사육 이력이나 유전적 배경을 제어할 수는 없다. 이러한 요인들은 별도로 기록하여 데이터 해석 시 반드시 고려해야 한다. 두 집단 간에 달리 나타나는 사회적 지표는 치료 효과일 수도 있고, 사육 조건의 영향일 수도 있으며, 혹은 이 둘 간의 상호작용일 수도 있다.
현장 사례 및 자동화된 사회적 분석의 한계
중국 남부에 위치한 한 대학 실험실에서 성체 제브라피시의 사회적 행동에 대한 특정 화합물의 영향을 연구하고 있었다. 첫 번째 단계에서는 수작업 평가 방식을 사용하였다. 관찰자들이 물고기들이 서로 가까이 헤엄치는 빈도를 세었으나, 사람마다, 그리고 세션마다 결과가 일관되지 않았다. 이후 해당 실험실은 다중 객체 추적 기능을 갖춘 제브라피시 행동 분석 시스템을 도입하였다.
자동화된 데이터 분석 결과, 처리군의 평균 개체 간 거리가 대조군보다 더 넓었고, 접근 사건 수는 더 적었다. 효과 크기는 작았으나 세션 전반에 걸쳐 일관되었다. 수동 평가에서는 이를 놓쳤는데, 이는 관찰자가 물고기들이 서로 교차할 때 개체 식별을 신뢰성 있게 추적하지 못했기 때문이다. 자동화 시스템은 해당 화합물이 사회적 동기를 변화시켰다는 점을 입증하지는 않았다. 다만 공간 패턴의 변화는 확인하였다. 그 원인을 규명하려면 추가 연구가 필요하다.
자동화된 사회적 분석에는 한계가 있다. 이는 위치와 움직임만 측정할 뿐, 인지적 의미에서의 동기, 인식, 선호도는 측정하지 못한다. 예를 들어, 물고기가 다른 개체 근처에 머무르는 이유는 동료를 선호하기 때문일 수도 있고, 리더를 따라가기 때문일 수도 있으며, 혹은 수조의 기하학적 구조에 의해 제약받기 때문일 수도 있다. 추적 데이터만으로는 이러한 설명들을 구분할 수 없다. 따라서 인간의 판단과 철저히 설계된 후속 실험은 여전히 필수적이다.
헌터 랩(Hunter)은 사회적 행동 연구에 필수적인 영상 안정성과 다중 객체 추적을 고려하여 제브라피시 실험실 장비를 제작합니다. 제조 및 품질 관리 측면은 장기 행동 연구에 필요한 일관성을 지원합니다. 사회적 상호작용 패턴을 측정하는 실험실의 경우, 이러한 정밀한 제작 기준이 연구의 기반이 됩니다.