쇠똥구리의 조건부 하늘 나침반: 고정 단서 위계에서 신뢰도 가중 표면으로
야행성 쇠똥구리가 달빛 편광과 은하수를 사용한다는 발견은 널리 알려졌지만, 하늘 나침반을 태양·달·편광·별의 고정 서열로 설명하면 직접 충돌 실험의 핵심을 놓친다. 본 연구는 AlexandrAI 그래프 질의 6개와 외부 학술 검색 28개로 50개 자료를 선별하고, ball-rolling 쇠똥구리의 단서를 실제로 회전·가림·제거·충돌시킨 행동·신경 실험 15편을 종×환경×조작×출력 단위로 재코딩했다. 달빛 밤에는 야행성 종의 편광, 달 없는 맑은 밤에는 은하수의 넓은 밝기 비대칭, 열린 낮에는 태양과 보조 하늘 기울기, 태양이 천정에 가까울 때는 바람, 닫힌 수관 종에서는 편광의 상대 가중치가 커졌다. 한 단서가 우세해 보여도 대안 단서는 기억에 저장될 수 있었고, 태양·바람의 체계적 충돌 실험은 strict winner-take-all보다 비최적 원형 벡터 합을 더 잘 지지했다. 이에 고정 위계 대신 조건부 우세, 대체, 연속 융합을 구분하는 Contextual Compass Surface를 제안한다. 이 프레임은 은하수 사용을 인간식 별자리 항법으로 과장하지 않고, 쇠똥구리의 춤을 현재 감각 장면의 복합 스냅숏을 만드는 순간으로 위치시킨다.
고정 서열이라는 오해
쇠똥구리가 은하수를 보고 ‘길을 찾는다’는 표현은 매혹적이지만 과제를 과장하기 쉽다. ball-rolling 쇠똥구리는 익숙한 목적지로 돌아가거나 북쪽을 찾는 것이 아니라, 경쟁이 심한 배설물 더미에서 임의로 정한 한 방향을 짧은 시간 유지한다. 이 행동은 특정 목표 방위를 갖지 않는 menotaxis , 즉 외부 단서에 대해 일정한 각도를 유지하는 직선정위다. 은하수·달·태양은 지도라기보다 그때 선택한 heading을 붙잡는 기준이다. [[cite:milky2013,weighted2022]]
문헌은 흔히 태양, 달, 편광, 밝기 기울기, 분광 기울기, 은하수, 바람을 한 줄의 ‘단서 위계’로 정리한다. 그러나 직접 충돌 실험을 나란히 놓으면 그 순서는 고정돼 있지 않다. 같은 야행성 종도 밝은 낮에는 태양을, 어두운 밤에는 편광을 우선한다. 같은 주행성 종도 태양이 천정에 가까워져 방위 정보가 약해지면 바람의 영향을 더 받는다. 닫힌 수관을 선호하는 종은 열린 사바나 종과 달리 편광을 태양보다 크게 가중한다. [[cite:neural2015,multimodal2019,woodland2019]]
본 연구는 15편의 직접 행동·신경 실험을 중심으로 단서 사용을 조건부 우세 , 대체 , 연속 융합 으로 다시 코딩한다. 기여는 새 감각기관을 제안하는 것이 아니라, ‘이 종은 X를 쓴다’는 이항 문장을 종×시간대×천체 고도×하늘 가림×서식지×과제의 조건문으로 바꾸는 데 있다. 결과물은 선형 서열이 아니라 Contextual Compass Surface (CCS), 즉 조건에 따라 단서 가중치가 이동하는 증거 지도다.
근거 지도 방법
2026년 7월 10일 AlexandrAI 그래프 6개 질의와 외부 학술 검색 28개를 수행했다. 제목·초록·검색 스니펫·인용망에서 50개 자료를 선별하고, ball-rolling 쇠똥구리의 bearing, 경로 직선성, arena 탈출시간, 방향 오차 또는 나침반 신경 반응을 실제 단서 조작과 연결한 15편을 전문 수준으로 읽었다. 광범위한 곤충 항법 리뷰와 다른 종의 비교 연구는 검색 폭을 넓히는 데 사용했지만 최종 사실 주장에는 직접 인용하지 않았다.
분석 단위는 논문 한 편이 아니라 종×환경×단서 조작×출력 조합이다. 단서를 홀로 제시해 heading이 유지되면 ‘가용’, 우세 단서를 없애도 남은 단서로 유지되면 ‘대체’, 두 단서를 충돌시켜 한쪽 조작량을 따르면 ‘조건부 우세’, 중간 heading·분산 변화·모형 비교가 두 단서의 동시 기여를 요구하면 ‘연속 융합’으로 코딩했다. 인공 광점이 자연 하늘 단서의 가능성만 보인 경우는 ‘잠재’로 낮췄다. [[cite:intensity2014,spectral2015,weighted2022]]
효과크기 메타분석은 하지 않았다. 연구마다 원형 통계, 절대 방향 오차, 평균 벡터 길이, 경로 길이, 탈출시간과 신경 발화 조율을 서로 다르게 보고했고, 종과 조명·arena도 달랐다. 따라서 그림 1의 0–3 값은 성능 점수가 아니라 선택한 1차 실험에서의 증거 상태다: 0은 직접 증거 없음, 1은 잠재·고립 가용, 2는 대체·보조, 3은 조건부 우세·강한 직접 증거를 뜻한다.
달빛에서 은하수까지
달이 보이는 밤에도 야행성 쇠똥구리가 반드시 달 원반을 좇는 것은 아니다. Scarabaeus zambesianus 에서 달을 가리거나 거울로 위치를 바꾼 조작은 야외 방향정위를 대체로 바꾸지 않았고, 효과적인 기준은 달을 중심으로 펼쳐진 편광 패턴이었다. S. satyrus 는 초승달이 만드는 매우 희미한 패턴에서도 햇빛·보름달과 비슷한 직선 정밀도와 교란 회복을 보였다. [[cite:lunar2004,dim2011]]
하지만 ‘초승달에서도 문제없다’는 문장은 역치 없이 무제한으로 일반화할 수 없다. 부분 편광을 독립 조작한 후속 연구는 행동 역치를 DoLP 0.04–0.32의 넓은 범위, 모형상 약 0.11로 추정했다. 초승달 밤에 관찰되는 DoLP 0.23 이하에서는 완전 편광보다 정위가 약했지만 무편광보다는 나았다. 개체당 두 trial과 넓은 신뢰구간 때문에 숫자 하나를 생물학적 절벽으로 읽어서는 안 된다. [[cite:polar2019]]
달이 지평선 아래로 내려가 편광 패턴도 사라지면 다른 체제가 열린다. 야외에서 달 없는 맑은 밤의 S. satyrus 는 하늘을 가린 조건이나 흐린 밤보다 빠르고 곧게 arena를 빠져나갔다. 천문관에서는 완전 별하늘과 은하수 띠만 제시한 조건이 비슷했고, 가장 밝은 별 18개만 남기면 성능이 낮아졌다. 즉 개별 ‘길잡이 별’을 해상하는 것이 아니라 넓게 번진 은하수 띠를 사용한다. [[cite:milky2013]]
후속 패턴 실험은 은하수의 기하학적 모양만으로는 충분하지 않고, 남·북 영역의 밝기 비대칭이 핵심일 수 있음을 보였다. 측정된 약 13%의 행동 대비 역치는 자연 하늘의 넓은 밝기 차이를 감지하기에 충분했다. 따라서 ‘은하수를 본다’는 말은 사람처럼 별자리를 식별한다는 뜻이 아니라, 저해상도 눈이 하늘 돔의 광량 비대칭을 단기 heading 표지로 쓴다는 뜻이다. [[cite:stellar2017]]
Contextual Compass Surface
그림 1은 선택한 실험을 다섯 맥락으로 재배열한 증거 지도다. 열린 사바나의 낮은·중간 태양 고도에서는 태양 원반이 우세하고 편광·밝기 기울기가 대체한다. 태양이 천정에 가까워지면 수평 방위 성분이 약해져 바람 가중치가 커진다. 달빛 밤에는 야행성 종의 편광이 우세하며, 달 없는 맑은 밤에는 은하수의 넓은 밝기 패턴이 heading 기준이 된다. 닫힌 수관을 선호하는 종에서는 태양보다 편광이 우세하다. [[cite:intensity2014,multimodal2019,woodland2019]]
같은 열린 하늘에서도 태양의 가중치는 고정되지 않는다. S. lamarcki 의 절대 방향 오차는 태양 고도 60도 미만에서 약 16도였지만 75도 초과에서 약 29도로 늘었다. 태양을 갑자기 가려도 대안 하늘 단서가 있으면 전체 정밀도는 크게 무너지지 않았다. 다른 실험에서는 태양이 보이지 않을 때 편광 패턴을 90도 회전시키면 bearing도 회전했지만, 태양이 보이면 이 효과가 사라졌다. 편광까지 제거한 뒤 하늘 밝기 기울기를 180도 돌리면 방향이 반전됐다. [[cite:sun2014,intensity2014]]
분광 기울기는 더 약한 주장만 허용한다. 녹색과 자외선 광점을 함께 경험한 쇠똥구리는 하나가 사라져도 원 bearing을 유지했고 동일한 두 녹색 광점에서는 혼란을 보였다. 그러나 이 결과는 인공 실내 자극이 자연 하늘의 색 기울기 사용 능력과 스냅숏 기억 가능성을 보인 것이지, 야외에서 분광 기울기가 실제 ‘마지막 수단’으로 얼마나 자주 사용되는지를 측정한 것은 아니다. [[cite:spectral2015,snapshot2016]]
종간 차이는 선형 서열을 더 약화한다. 같은 생물군계의 세 부족 비교에서 Scarabaeini는 태양, Sisyphini는 편광, Gymnopleurini는 두 단서를 비슷하게 가중했다. 수관과 키 큰 풀이 많은 곳의 Sisyphus fasciculatus 는 편광 회전에 bearing을 바꿨지만 태양 위치 이동에는 반응하지 않은 반면, 열린 사바나의 S. lamarcki 는 태양 이동에 반응했다. 서식지와 계통이 함께 달라 인과를 완전히 분리할 수 없지만 ‘주행성=태양 우선’이라는 규칙에는 명확한 반례다. [[cite:ecology2021,woodland2019]]
우세, 대체, 연속 융합
단서 충돌에서 한쪽을 따라가는 행동은 곧바로 다른 입력을 버렸다는 뜻이 아니다. 태양과 바람을 함께 본 뒤 하나만 남겨도 원 heading을 유지한 2019년 실험은 두 감각의 방향 정보가 공통 기억에 저장됨을 보여 줬다. 자연 조건에서는 낮은 태양 고도에서 하늘 단서, 높은 고도에서 바람이 행동을 지배해 저자들은 winner-take-all을 제안했다. [[cite:multimodal2019]]
2022년 후속 연구는 이 해석을 더 촘촘히 시험했다. 인공 태양 고도, 풍속, 충돌각을 바꾸자 태양이 높아질수록 태양 가중치가 줄고 바람이 강할수록 바람 가중치가 늘었다. 한 단서가 겉으로 지배하는 조건에서도 충돌이 커지면 집단 분산이 달라졌고, 승자독식보다 비최적 원형 벡터 합과 개인 편향을 포함한 모형이 전체 행동을 더 잘 설명했다. 상대 신뢰도가 비슷한 구간에서는 개체별 heading이 흩어져 집단 평균만 보면 ‘무작위’처럼 보일 수도 있었다. [[cite:weighted2022]]
ĥ = arg(w 1 e iθ₁ + w 2 e iθ₂ + …), w j = f(정밀도, 밝기, 고도, 풍속, 서식지, 경험)
식 1은 본 논문의 추론적 요약이다. heading ĥ는 각 단서 방향 θ를 원형 벡터로 더해 정하고, 가중치 w는 고정 종 특성뿐 아니라 현재 신뢰도에 따라 변한다. 한 가중치가 매우 크면 행동은 승자독식처럼 보이고, 비슷하면 중간 heading이나 높은 분산이 나타난다. 이 표현은 2022년 모델의 핵심을 일반화하지만 달빛 편광·은하수·분광 단서까지 같은 신경 수식으로 이미 검증됐다는 주장은 아니다. [[cite:weighted2022,neural2015]]
춤은 나침반을 읽는 순간이다
쇠똥구리는 공을 굴리기 전 그 위에 올라 몸의 수직축을 중심으로 회전한다. 낙하, 공 통제 상실, 강제 진로 변경, 태양 위치 변화 뒤 춤 빈도가 증가했고, 춤 뒤에는 원 heading을 회복하는 경향이 있었다. 초기 연구는 춤이 출발 bearing을 정하고 교란 뒤 다시 찾는 나침반 읽기 행동이라고 제안했다. 다만 조건에 따라 춤추지 않는 개체도 많아 모든 회전이 필수라는 결론은 아니다. [[cite:dance2012]]
후속 실내 연구는 스냅숏의 내용을 직접 조작했다. 태양, 편광, 분광 단서를 자연 하늘에서 불가능한 관계로 배치해도 쇠똥구리는 춤을 출 때 본 구성을 저장하고 그 관계에 맞춰 bearing을 유지했다. 단서가 춤 순간에 보이지 않으면 이후 기준으로 쓰지 못했다. 이는 쇠똥구리가 천체의 지리적 관계를 선천적으로 계산하기보다, 매 여정마다 현재 하늘의 상대 배치를 짧게 기억한다는 뜻이다. [[cite:snapshot2016]]
이 스냅숏은 CCS의 시간축을 제공한다. 환경이 단서 가중치를 정하고, 춤이 그 순간의 복합 방향장을 기억에 묶으며, 굴리는 동안 heading 오차가 생기면 다시 춤을 통해 갱신한다. 태양과 바람의 방향 정보가 한쪽 제거 뒤에도 남은 결과는 시각·기계감각 정보가 같은 스냅숏에 병렬로 들어갈 수 있음을 시사한다. 그러나 이 기억이 정확히 어느 신경 시냅스에 저장되는지는 행동 실험만으로 확정되지 않았다. [[cite:multimodal2019,weighted2022]]
경계 조건과 해석상의 함정
첫째, ‘나침반’은 지구좌표 방향을 뜻하지 않는다. 개체 집단의 첫 bearing은 대체로 모든 방향에 퍼지고 각 개체가 그 임의 방향을 반복한다. 따라서 은하수 연구는 남북을 찾는 항법이 아니라 은하수 축·밝기 비대칭을 단기 heading 기준으로 쓰는 능력을 보였다. [[cite:milky2013,stellar2017,weighted2022]]
둘째, 단서의 존재와 우세, 자연 사용은 다르다. 인공 녹색·자외선 광점에 반응한다고 해서 야외 분광 기울기를 정기적으로 쓴다는 뜻은 아니다. 반대로 충돌에서 태양을 따른다고 해서 편광이나 바람을 등록하지 않았다는 뜻도 아니다. 대안 단서를 제거하거나 다시 돌려놓는 trial과 분산·개체 추적이 함께 있어야 저장과 통합을 구분할 수 있다. [[cite:spectral2015,multimodal2019,weighted2022]]
셋째, ‘편광은 희미해도 완벽하다’는 서술도 제한해야 한다. 야외 초승달 비교에서는 높은 성능이 관찰됐지만, 부분 편광을 세밀하게 낮춘 실내 실험에서는 편광도가 감소할수록 정위가 약해지고 역치 불확실성도 컸다. 두 결과는 모순이라기보다 전체 자연 하늘에서 여러 넓은 단서가 함께 있을 때와 고립된 편광 자극의 차이일 수 있다. 이 설명은 추론이며 광량×편광도×보조 단서를 완전 요인으로 교차한 실험이 필요하다. [[cite:dim2011,polar2019]]
넷째, 서식지 효과는 계통 효과와 얽힌다. 수관 종과 사바나 종은 환경뿐 아니라 몸·눈·부족도 다르다. 세 부족 연구가 같은 생물군계에서 전략 차이를 확인했지만 각 부족의 더 많은 종과 공통 양육·교차 서식지 실험이 있어야 학습, 형태, 계통의 기여를 분리할 수 있다. [[cite:woodland2019,ecology2021]]
다섯째, 다중 단서는 실패를 없애지 않는다. 달과 편광이 없고 은하수도 구름에 가려지는 밤에는 직선정위가 크게 약해졌다. 또한 인공 skyglow, 구름, 대기 혼탁이 달빛 편광도를 낮출 가능성이 있지만, 이번 핵심 코퍼스는 야외 조명 구배에서 개체의 적응·전환을 직접 측정하지 않았다. 따라서 광공해 영향을 CCS에서 예측할 수는 있어도 생태 효과크기로 보고할 수 없다. [[cite:milky2013,polar2019]]
결론
쇠똥구리의 하늘 나침반은 단서 목록도, 변하지 않는 서열도 아니다. 달빛 밤에는 편광 패턴, 달 없는 맑은 밤에는 은하수의 넓은 밝기 비대칭, 열린 낮에는 태양과 보조 하늘 기울기, 태양이 천정에 가까울 때는 바람, 닫힌 수관에서는 편광이 상대적으로 커진다. 종과 부족, 시간대, 천체 고도, 하늘 가림이 가중치를 함께 바꾼다.
직접 충돌 증거는 세 체제를 구분한다. 어떤 조건에서는 한 단서가 행동을 지배하고, 그 단서가 사라지면 미리 저장된 다른 단서가 대체하며, 신뢰도가 비슷하면 두 방향이 원형 벡터로 연속 융합된다. 겉보기 우세는 작은 보조 가중치까지 0이라는 뜻이 아니다. 2019년의 승자독식 해석을 2022년의 반복 실험·모형 비교가 수정한 것이 이 구분의 핵심 근거다. [[cite:multimodal2019,weighted2022]]
Contextual Compass Surface는 ‘이 동물은 무엇을 보는가’보다 ‘어떤 조건에서 어떤 단서가 얼마나 행동을 끄는가’를 묻는다. 이 재구성은 은하수 정위를 인간식 별자리 항법으로 과장하지 않고, 춤을 현재 감각 장면의 스냅숏을 만드는 순간으로 위치시키며, 다음 실험을 명확히 한다: 동일 개체에서 광량·편광도·천체 고도·풍속·수관 가림을 교차하고, 행동 heading과 중심복합체 표상을 동시에 추적해야 한다. [[cite:snapshot2016,neural2015]]