화석 곡선 5축 견고성 검증
화석 산출 자료의 시간 곡선은 생물다양성의 증가, 정체, 대멸종을 요약하지만 각 점은 서로 다른 암석 노출, 지리 범위, 채집 노력, 분류 체계, 연대 해상도와 추정기에서 만들어진다. 표본 표준화 하나를 적용한 곡선은 이러한 선택의 결합 불확실성을 숨길 수 있다. 본 연구는 AlexandrAI 그래프 질의 8개와 외부 검색 32개로 52개 자료를 선별하고, 암석 기록, SQS·희박화, 공간 표준화, 분류·보존 편향, 연대 불확실성, Poisson·Bayesian 추정기를 직접 검증한 1차 연구 18편을 심층 종합했다. 근거는 SQS가 조건부로 유용하지만 공간 범위와 균등도 변화를 자동으로 제거하지 못하고, 암석 대리변수는 편향·공통원인·연구 노력의 중복일 수 있으며, 분류와 연대 처리는 회전율과 사건 시점을 별도로 바꾼다는 점을 보여 준다. 이에 같은 산출 자료에서 암석·공간, 채집, 분류, 연대, 추정기라는 다섯 축의 합리적 대안을 실행하고, 사전등록한 피크·저점·증감의 진폭, 순위, 시점, 부호, 사건 분류와 축간 비가산성을 기록하는 반사실 앙상블을 제안한다. 결과는 하나의 참 곡선이 아니라 어떤 생물학적 특징이 어떤 분석 선택까지 견디는지를 표시하는 견고성 행렬이어야 한다.
서론
화석 산출 수를 시간 구간별로 세면 생명의 증가·정체·대멸종을 한 곡선으로 요약할 수 있다. 그러나 그 곡선의 각 점은 같은 관측 장치가 반복해서 측정한 값이 아니다. 노출된 암석의 양, 조사된 대륙과 위도, 채집 강도, 분류명이 정리된 정도, 화석 연대의 폭, 시간 구간의 길이, 풍부도 추정기가 시기마다 달라진다. 지층 수와 해양 속 다양성의 공변이는 암석 기록이 곡선을 형성할 수 있음을 시사했지만, 같은 공변이는 실제 서식지 면적의 변화나 연구 노력의 중복 대리에서도 생길 수 있다. [[cite:peters2001,dunhill2014]]
표본 표준화는 이 문제를 크게 진전시켰지만 유일한 정답 곡선을 보장하지 않는다. 네 가지 표준화법과 두 계수법을 같은 자료에 적용한 초기 연구는 여덟 곡선의 형태가 상당히 달라짐을 보였다. [[cite:alroy2001]] 이후 SQS, 희박화, Poisson 풍부도 추정, Bayesian 출생-사망 모형이 개발됐지만 각 방법은 포괄도, 균등도, 구간 내 존속, 표본화율 또는 보존 과정에 서로 다른 가정을 둔다. 따라서 보정값 하나를 원시값 대신 제시하는 관행은 방법 선택의 불확실성을 숨길 수 있다.
본 연구는 ‘화석 산출 자료에서 읽은 핵심 다양성 특징이 암석·공간, 채집, 분류, 연대, 추정기 선택을 바꿔도 유지되는가’를 묻는다. 기여는 다섯 축 반사실 앙상블 과 고생물다양성 곡선 견고성 행렬 이다. 같은 정리된 산출 자료에서 다섯 축의 합리적 대안을 사전 명시해 곡선을 다시 만들고, 전체 곡선의 상관계수 대신 각 피크·저점·증가·감소의 진폭, 순위, 시점, 부호, 사건 분류가 얼마나 유지되는지 기록한다. 목표는 참 곡선을 평균내는 것이 아니라 어떤 생물학적 주장이 어떤 분석 선택까지 견디는지 공개하는 것이다.
방법
2026년 7월 10일 개념적 종합을 수행했다. AlexandrAI 내부 그래프에서 1–2단어 영어 질의 8개로 직접 중복과 인접 논문을 확인했고, 외부 학술·기관 검색에서 32개 질의를 사용했다. 암석 기록 대리변수, SQS와 희박화, Poisson·Bayesian 풍부도 모형, 공간 표준화, 분류 표준화, 보존 편향, 연대 불확실성을 포함했다. 제목·초록·검색 결과 수준에서 52개 자료를 선별하고, 최종 18개 동료심사 1차 연구의 본문·방법·부록을 충분히 읽었다.
포함 기준은 (a) 화석 산출이나 화석 자료베이스를 직접 분석하고, (b) 표본화·암석·공간·분류·연대·추정기 가운데 적어도 하나의 선택을 비교하며, (c) 곡선·풍부도·기원·멸종·분기시각 가운데 하나의 결과 변화를 보고한 1차 연구였다. 단순 해설, 전문을 확보하지 못한 자료, 방법 이름만 언급한 연구는 맥락 선별에는 남겼지만 본문 근거에서 제외했다. 해양·육상, 전지구·지역, 무척추·척추동물을 함께 포함하되 서로 다른 범위를 하나의 효과크기로 합치지 않았다.
각 연구에서 분석 단위, 시간 구간, 공간 범위, 표본 대리변수, 분류 수준, 추정기, 주요 수치, 반대 결과, 저자가 명시한 한계를 코딩했다. 결과는 다섯 선택축으로 묶고, 서로 같은 현상을 측정하는지 먼저 판정했다. 예를 들어 SQS의 상대 풍부도, TRiPS의 절대 풍부도, 출생-사망 모형의 기원·멸종률은 출력의 의미가 다르므로 수치 순위를 직접 비교하지 않았다. 원 연구의 정량값은 해당 자료·모형 조건 안에서만 인용했다.
종합의 검증 논리는 반례 우선이었다. 표본 표준화가 잘 작동한 조건과 실패한 조건, 암석 기록이 유의한 조건과 추세 제거 후 사라진 조건, 분류 정리가 존속 다양성보다 회전율을 더 바꾼 경우, 높은 포괄도에도 체격 누락이 남은 경우를 함께 기록했다. 이 연구는 새로운 화석 자료를 측정한 메타분석이 아니라, 서로 다른 불확실성을 한 분석 설계로 배열하는 개념적 방법 논문이다.
결과 I: 표본 표준화는 곡선을 바꾸지만 정답을 고르지 않는다
표본 수가 많은 구간이 더 많은 분류군을 포함한다는 문제는 분명하다. 그러나 표본 수를 고정하는 방식 자체가 생태적 조성과 자료 구조를 바꾼다. 같은 해양 산출 자료에 네 가지 표준화와 경계횡단·구간내 계수법을 적용한 결과, 원시 자료의 Maastrichtian 피크는 대체로 낮아졌지만 다른 피크의 크기, 신뢰구간, 장기 추세는 조합마다 달랐다. [[cite:alroy2001]] 이 결과는 ‘보정했는가’보다 ‘무엇을 같은 것으로 고정했는가’가 곡선의 관측량을 규정함을 보여 준다.
SQS는 고정된 표본 수가 아니라 관측 빈도의 포괄도를 맞춘다. Close 등은 모의 군집과 150년 발견곡선을 사용해, 표본이 편향되지 않고 상대 풍부도 분포의 형태가 구간 사이에 비교 가능하면 SQS가 안정적인 상대 풍부도 순위를 회복함을 보였다. 반대로 제한된 포괄도에서 균등도가 달라지면 SQS를 포함한 모든 추정기에 하향 편향과 순위 오류가 생겼다. 외삽 추정기도 발견곡선이 안정되기 전에는 표본 크기에 민감했다. [[cite:close2018]]
따라서 SQS 값은 ‘존재한 총 종수’와 동일하지 않다. 고정 포괄도에서 관찰 가능한 상대 풍부도를 비교하는 값이며, 새로운 지역·환경·연구자가 추가되어 표본 우주가 확장되면 같은 quorum에서도 이동할 수 있다. 분석은 가능한 높은 quorum 하나만 보고할 것이 아니라, quorum 범위와 발견곡선을 함께 제시해야 한다. 표본이 충분하지 않은 구간을 억지로 보간하는 대신 미추정으로 남기는 선택도 곡선 견고성의 일부다.
이 종합에서 첫 번째 결론은 표준화가 불필요하다는 것이 아니다. 원시 종수와 하나의 표준화 곡선만 비교하면 채집량 축의 두 점만 본다. 표본 단위, quorum, 희박화 크기, 연구 목록 가중, 경계횡단 규칙을 바꾼 앙상블에서 사건의 부호와 시점이 유지되는지를 평가해야 표준화에 견고한 생물학적 특징을 식별할 수 있다.
결과 II: 암석 기록은 편향·원인·중복 대리변수일 수 있다
암석량과 다양성의 양의 상관에는 세 해석이 있다. 첫째, 암석이 많아 화석이 더 많이 관찰되는 표본 편향이다. 둘째, 해수면이나 서식지 면적이 실제 다양성과 퇴적암 형성을 함께 늘리는 공통원인이다. 셋째, 지층 수·채집 수·출판 수가 동일한 연구 노력과 자료 입력을 반복해 세는 중복 대리변수다. Peters와 Foote의 해양·육상 분석은 상관이 1차 차분 뒤에도 일부 남는다는 근거를 제공했지만, 그 자체로 세 해석을 식별하지 못했다. [[cite:peters2001]]
공룡 자료는 상관의 비정상 추세가 결론을 만드는 예를 보여 준다. 749개 유효 종을 분석한 Butler 등은 원자료에서 보인 다양성·해수면·침수의 관계가 1차 차분과 추세 제거 뒤 사라졌다고 보고했다. 표본 대리변수와 다양성의 관계는 상대적으로 견고했지만, 해수면이 육상 서식지와 암석 기록을 함께 조절한다는 공통원인은 지지되지 않았다. [[cite:butler2011]] 이는 ‘대리변수와 상관이 있으므로 다양성 곡선은 인공물’이라는 결론도, 반대 결론도 자동으로 성립하지 않음을 뜻한다.
영국 지역 자료의 정보이론 분석은 해양 노두 면적이 예측 정보를 지닐 수 있지만 채집·지층 수와 속수는 양방향으로 중복될 수 있음을 보였다. 육상 기록에서는 관계가 달랐다. [[cite:dunhill2014]] 채집 수를 회귀해 제거한 잔차를 ‘보정 다양성’으로 부르면, 채집 수에 들어 있던 실제 생태 신호까지 제거하거나 같은 자료베이스 입력을 양변에 사용해 기계적 상관을 만들 수 있다.
특히 시간쌍을 보존하지 않고 다양성과 암석 대리변수를 각각 크기순으로 정렬한 뒤 회귀하는 잔차법은 교정으로 사용할 수 없다. 실제 짝자료의 설명력 r²=0.0398이 독립 정렬 뒤 r²=0.903으로 상승했고, 5,000회 모의의 잡음이 큰 조건에서는 기울기 제1종 오류가 100%에 이르렀다. [[cite:sakamoto2017]] 이는 암석-다양성 공변이 자체나 시간쌍을 보존한 모든 공변량 모형의 반증이 아니라, 독립 정렬 잔차 알고리즘의 반증이다.
따라서 첫 번째 축은 단일 ‘암석 보정’이 아니라 암석·공간 가용성 모형의 대안 집합이어야 한다. 최소한 무보정, 노두·퇴적 면적, 지층 수, 채집 수, 지역 고정효과, 환경·해수면 공변량을 분리하고, 같은 대리변수를 원인과 보정값으로 동시에 쓰지 않아야 한다. 서로 다른 대리변수가 같은 피크를 낮출 때도 그 이유가 표본 편향인지 실제 서식지 변화인지 구분하지 못하면 결론은 ‘특징이 대리변수 선택에 민감하다’에 머물러야 한다.
결과 III: 시간 표준화만으로 공간 표본을 고칠 수 없다
전지구 곡선의 각 시간점이 서로 다른 지역 면적에서 계산되면 종-면적 관계가 시간 추세처럼 보일 수 있다. 해양 PBDB 481,613개 산출을 분석한 Vilhena와 Smith는 위치와 채집 노력이 공간 풍부도를 거의 결정하며, 고정 위도대에서는 장기 공통 추세가 나타나도 단기 변화는 지역별로 다름을 보였다. 당시 Silurian 기록의 80%가 유럽과 북아메리카에서 온 점은 ‘전지구’라는 이름이 관측 범위를 보증하지 않음을 드러낸다. [[cite:vilhena2013]]
해양 동물 396,815개 산출과 22,855개 속을 비슷한 최소신장나무 길이의 지역으로 다시 묶은 연구에서는 전지구 SQS 속 풍부도 변화의 50–60%가 산지의 지리적 확산만으로 설명됐다. 공간 표준화는 넓게 표집된 Permian 피크를 크게 낮추고, Mesozoic–Cenozoic의 지속 증가를 K-Pg 전후의 더 완만한 계단형 변화로 바꿨다. [[cite:close2020marine]] 같은 SQS를 사용해도 어느 지역들을 합쳤는지가 곡선의 핵심 특징을 바꾼 것이다.
육상 비비행 척추동물에서도 비슷한 결과가 나왔다. 17,323개 채집과 14,023종을 정리한 분석에서 공간 표본 변화는 지표에 따라 원시 종수 변화의 24–67%, SQS 풍부도 변화의 31–34%를 설명했다. 공간적으로 제한한 지역 풍부도에서는 K-Pg의 2–3배 증가가 남았지만 이후의 무제한 지수 증가는 남지 않았다. [[cite:close2020land]] 이 비교는 사건 하나가 견고하면서 전체 장기 추세는 불안정할 수 있음을 보여 준다.
공간 표준화 뒤에도 지역은 교환 가능하지 않다. Flannery-Sutherland 등은 지역별 기원·멸종률이 전지구 사건 동안에도 이질적이며, 다양성 수준 하나가 높은 기원과 높은 멸종의 동시 변화를 숨길 수 있음을 보였다. [[cite:flannery2022]] 따라서 견고성 행렬은 공간 범위뿐 아니라 결과 단위를 전지구 합계, 고정 면적 지역, 위도대, 대륙, 환경으로 나누고, 지역 간 평균과 지역별 부호 일치도를 함께 기록해야 한다.
결과 IV: 분류·보존·연대는 관측 종의 정체성과 시점을 바꾼다
분류 정리는 단순한 오탈자 수정이 아니다. 속의 분리·병합, 종 동물이명, 미동정 표본의 재배치는 존속 다양성·기원·멸종에 서로 다른 영향을 준다. 북미 포유류에서는 4,861개 명명 종 가운데 3,350개만 유효종으로 받아들여졌고 숨은 무효명이 원시 다양성을 점추정 37.6% 부풀릴 수 있었지만, 보정 전후 곡선과 기원·멸종률의 상관은 각각 0.934와 0.994로 높았다. [[cite:alroy2002]] 절대 수준의 큰 편향이 시간 패턴의 같은 크기 편향을 뜻하지 않는 반례다.
세 해양 무척추동물 자료의 비교에서도 표준화 존속 속 풍부도가 크게 바뀐 경우는 Cenozoic 이매패류였고 일반적인 비율은 약 1.06배였지만, Palaeozoic 복족류의 기원·멸종률과 Cenozoic 이매패류의 기원률은 더 민감했다. [[cite:wagner2007]] ‘곡선 높이가 비슷하다’는 사실이 회전율의 견고성을 보증하지 않는다. 분류 축은 절대 높이, 곡선 형태, 기원률, 멸종률을 별도로 평가해야 한다.
보존 가능성의 이질성은 포괄도 표준화 뒤에도 남을 수 있다. 영국·독일·중국 척추동물 자료에서 취약한 분류군은 평균적으로 Lagerstätten에서 약 14배 더 자주 나타났지만 효과는 중국 자료에 크게 좌우됐다. 같은 연구의 TRiPS 곡선은 원시 곡선과 비슷했고 구간이 넓어 실제 풍부도의 정밀한 복원을 지지하지 못했다. [[cite:walker2020]] 예외적 보존지를 포함하거나 제외하는 선택은 종수뿐 아니라 어떤 생태형이 곡선에 들어오는지를 바꾼다.
작은 체격 종의 누락은 더 직접적인 반례다. 북미 Cenozoic 포유류 27,356개 산출과 3,638종 분석에서는 겉보기 표본 포괄도가 높아도 작은 종의 심각한 누락이 지속됐고, 포괄도 표준화가 이를 일관되게 제거하지 못했다. [[cite:lindholm2025]] 이는 표본화된 우주 안의 포괄도가 높아도 연구 관심·채집 체·보존 과정이 애초에 만든 우주의 범위가 좁을 수 있음을 뜻한다.
연대 축은 곡선 특징의 시점을 직접 바꾼다. 화석 연대 범위를 중점이나 범위 내 무작위 점으로 고정한 모의 FBD 분석은 분기시각을 편향시켰고, 연대를 범위 안에서 모형과 함께 표집하면 참 연대를 사용한 결과와 유사했다. 고래류 자료에서도 처리법에 따라 절점 연대가 크게 달랐다. [[cite:barido2019]] 이 연구는 분기시각을 다루지만, 같은 원리는 넓은 연대 범위의 산출을 어느 시간 구간에 배정할지에 적용된다.
북미 후기 백악기 공룡 자료의 지층 구간화 실험은 시간 해상도의 직접 효과를 보였다. 평균 6.71 Myr인 단계 구간 7개를 평균 2.19 Myr인 지층 단위 18개로 세분하자 Campanian 피크가 축소되고 감소 시점은 68–66 Ma로 이동했다. [[cite:dean2020]] 다만 더 가는 구간은 포괄도를 낮추고 지층의 통시성을 단순화할 수 있어 자동으로 더 정확하지 않다. 구간폭·경계·연대 배정의 대안을 함께 보여 줘야 한다.
따라서 분류 축은 원 보고명, 보수적 동물이명, 전문가 정리, 분리·병합 경계 시나리오를 포함하고, 연대 축은 최소·최대 범위의 다중 대치, 확률적 배정, 대체 시간척도, 구간 길이와 경계 이동을 포함해야 한다. 한 축을 고정한 채 다른 축만 바꾸면, 예를 들어 작은 종이 넓은 연대 범위를 가지거나 특정 Lagerstätte의 분류가 더 세밀한 상호작용을 놓친다.
결과 V: 추정기는 서로 다른 잠재량을 묻는다
SQS는 고정 포괄도의 상대 풍부도, TRiPS는 Poisson 표본화 아래의 절대 풍부도, 출생-사망 모형은 보존과 기원·멸종률을 포함한 잠재 과정을 추정한다. 출력 단위가 다르므로 세 곡선의 높이를 동일한 ‘보정 다양성’으로 비교해서는 안 된다. Close 등의 비교는 SQS의 조건부 안정성과 외삽 추정기의 표본 크기 민감성을 함께 보였고, 어떤 방법도 제한된 포괄도와 균등도 변화를 자동으로 해결하지 못했다. [[cite:close2018]]
TRiPS의 자체 모의평가는 강한 경고를 준다. 실제 풍부도가 명목 95% 구간에 포함된 비율은 36%였고, 점추정은 평균 7% 낮았으며, 긴 구간과 높은 회전율에서 성능이 악화됐다. 저자들은 이런 조건의 결과를 최소치로 해석했다. [[cite:starrfelt2016]] 넓은 신뢰구간은 데이터가 부족하다는 결함 표지가 아니라 모형 가정 아래 식별 가능한 정보의 한계를 드러내는 결과다.
계층 Bayesian 대안은 보존 과정과 출생-사망 과정을 함께 모형화한다. Silvestro 등은 종별 연대 산출 전체를 사용해 보존율, 실제 존속기간, 기원·멸종률 변화를 공동 추정했고, Flannery-Sutherland 등은 모의자료에서 mcmcDivE의 성능을 검증해 지역별 이질성을 분석했다. [[cite:silvestro2014,flannery2022]] 그러나 보존 궤적, 계통 간 이질성, 사전분포, 비무작위 누락을 어떻게 모형화했는지가 결과의 일부다.
추정기 축의 목적은 우승 방법을 고르는 것이 아니다. 각 모형이 묻는 잠재량을 명시하고, 자료가 가정을 만족하는 범위를 진단한 뒤, 공통으로 비교 가능한 사건 특징만 나란히 놓아야 한다. 상대 풍부도 증가와 절대 풍부도 증가가 모두 같은 시점에 나타나면 증거가 강화되지만, 한쪽만 유지되면 사건은 추정량 정의에 조건부라고 보고해야 한다.
다섯 축 반사실 앙상블과 견고성 행렬
분석 단위는 곡선 전체가 아니라 사전등록한 특징 f 다. 예를 들어 K-Pg 직후 증가, Permian 피크, Cenozoic 장기 기울기, 특정 구간의 멸종 펄스를 정하고, 합리적 분석 사양 c 마다 진폭 A, 시점 T, 부호 Z, 순위 R, 사건 분류 E를 추출한다. 기준 사양은 자료 정리의 출발점일 뿐 정답으로 취급하지 않는다. 시점 변위는 기준 곡선의 구간 길이로 나눠 서로 다른 시간 해상도를 비교한다.
Δ T (f,c) = |T f,c − T f,0 | / w 0 ; P sign (f) = Σ c 1[Z f,c = Z f,0 ] / |C|
여기서 w 0 는 기준 시간 구간 폭이고 C는 사전 명시한 사양 집합이다. P sign 은 선택 사양 가운데 증가·감소 부호가 유지된 비율이지 사건의 확률이 아니다. 순위 유지율, 중앙 진폭비, 사건 분류 일치율도 같은 방식으로 별도 열에 둔다. 여러 지표를 임의 가중한 하나의 견고성 점수로 합치지 않는 이유는 시점은 안정하지만 진폭은 불안정한 특징을 보존하기 위해서다.
축의 상호작용도 분리한다. 공간을 고정하면 SQS의 안정성이 달라질 수 있고, 분류 정리 뒤에는 포괄도와 표본화율이 달라진다. 두 축 a와 b의 결합 변화가 각 축 변화의 합과 다른지를 특징별로 기록한다. 이 값은 인과 상호작용이 아니라 분석 선택의 비가산성을 탐지한다.
I ab (f) = [M ab (f) − M 0 (f)] − [M a (f) − M 0 (f)] − [M b (f) − M 0 (f)]
보고 단위는 녹색·황색·적색 같은 임계값이 아니라 원자료 행렬과 판정 근거다. 선택-견고 특징은 다섯 축에서 부호와 사건 분류가 유지되고 시점 변위가 사전 허용범위 안인 경우다. 진폭-조건부 는 사건은 남지만 크기가 크게 이동하는 경우, 정의-조건부 는 추정량이나 분류 경계에 따라 사건 자체가 바뀌는 경우, 미식별 은 합리적 사양에서 상반된 부호가 나오거나 자료 부족으로 다수 사양을 계산할 수 없는 경우다.
논의와 한계
검토 결과는 고생물다양성 곡선이 무의미하다는 결론이 아니다. 오히려 일부 특징은 여러 교정 뒤 남고 다른 특징은 특정 축에서만 사라진다. 육상 척추동물의 K-Pg 직후 지역 증가가 공간 제한 분석에서도 남은 반면 장기 지수 증가는 크게 약해졌고, 해양 Permian 피크는 공간 표준화에 민감했다. [[cite:close2020marine,close2020land]] 곡선 전체를 ‘참’ 또는 ‘편향’으로 판정하면 이런 특징별 차이를 잃는다.
반사실 앙상블은 불확실성을 모든 가능한 분석의 무한 목록으로 늘리는 절차도 아니다. 대안 사양은 자료를 보기 전에 문헌·자료 생성 과정·전문가 판단으로 제한해야 한다. 원시 이름과 무제한 분류 병합, 임의의 시간 구간, 근거 없는 대리변수를 넣으면 사양 공간 자체가 결과 조작 도구가 된다. 각 사양의 과학적 근거, 제외 기준, 계산 실패를 함께 공개해야 한다.
본 연구에는 다섯 한계가 있다. 첫째, 새 자료를 실행한 벤치마크가 아니라 방법 종합이므로 제안한 행렬의 임계값과 재현성은 실제 PBDB 사례에서 검증해야 한다. 둘째, 해양 무척추동물과 북미·유럽 자료가 근거에 많아 비서구 지역과 식물·미화석에 곧바로 일반화할 수 없다. 셋째, 공간·분류·연대 축의 모든 대안을 완전 요인 설계로 실행하면 계산량과 결측이 급증한다. 넷째, 공개 자료베이스의 연구 관행 누락을 분석 사양만으로 복원할 수 없다. 다섯째, 논문 간 정량값은 서로 다른 잠재량이라 메타분석하지 않았다.
후속 검증은 하나의 공개 산출 스냅샷과 분류 테이블을 고정하고, 다섯 축의 최소 2수준 요인 설계를 여러 분류군·시간척도에 적용해야 한다. 평가 기준은 기준 곡선과의 상관이 아니라 알려진 모의사건의 부호·시점·순위 회복, 홀드아웃 지역 예측, 연대 다중 대치 간 포함률이어야 한다. 결과가 일치하지 않을 때 평균 곡선을 내기보다 어느 축과 상호작용이 불일치를 만들었는지 보고하는 것이 이 방법의 핵심이다.
결론
화석 다양성 곡선의 신뢰성은 가장 정교해 보이는 보정값 하나로 판정할 수 없다. 암석·공간, 채집, 분류·보존, 연대·구간, 추정기 선택은 서로 다른 관측 우주와 잠재량을 만들며 상호작용한다. 표본 표준화는 채집량 차이를 줄일 수 있지만 공간 범위, 균등도 변화, 체격별 누락, 넓은 연대, 분류 회전율을 자동으로 해결하지 않는다.
따라서 논문의 기본 결과는 하나의 곡선이 아니라 사전등록한 핵심 특징의 견고성 행렬이어야 한다. 여러 합리적 사양에서 사건의 부호·순위·시점이 유지되면 조건부 생물학적 주장을 강화할 수 있고, 진폭만 이동하면 크기를 낮춰 말해야 하며, 사건 자체가 바뀌면 미식별로 남겨야 한다. 다섯 축 반사실 앙상블은 참 곡선을 선언하지 않으면서도 무엇이 자료와 방법을 견디는지 검증 가능한 형태로 만든다.