찌르레기 떼의 울음소리: 자연이 선사하는 가장 위대한 광경 중 하나의 과학적 원리

메노 셰이퍼 / 셔터스톡

어스름한 겨울 저녁, 새들이 하늘을 급강하하고, 급강하하고, 선회하며 윙윙거리는 모습을 바라보는 것은 큰 즐거움 중 하나입니다. 나폴리에서 뉴캐슬까지, 이 민첩한 새 떼는 모두 놀라운 곡예 비행을 선보이며 완벽한 조화를 이루고 있습니다. 하지만 어떻게 그럴 수 있을까요? 왜 충돌하지 않을까요? 그리고 그 이유는 무엇일까요?

1930년대에 한 저명한 과학자는 새들이 무리를 지어 함께 활동하려면 초능력이 있어야 한다고 주장했습니다. 다행히 현대 과학은 더 나은 답을 찾기 시작했습니다.

찌르레기들이 무엇을 하는지 이해하기 위해, 1987년 선구적인 컴퓨터 과학자 크레이그 레이놀즈가 새 떼의 시뮬레이션을 만들었던 때로 거슬러 올라가 보겠습니다. 레이놀즈가 컴퓨터로 생성한 이 생명체들을 "보이드(boid)"라고 불렀던 이 보이드들은 세 가지 간단한 규칙만을 따라 각자의 다양한 움직임 패턴을 만들어냈습니다. 가까운 새들은 더 멀리 이동하고, 새들은 방향과 속도를 맞추며, 멀리 있는 새들은 더 가까이 다가가는 것이었습니다.

이러한 패턴 중 일부는 1992년 배트맨 리턴즈와 박쥐 떼, 펭귄 "군대" 로 시작하여 영화에서 사실적으로 보이는 동물 그룹을 만드는 데 사용되었습니다.결정적으로 이 모델은 장거리 안내나 초자연적인 힘이 필요하지 않고 지역적 상호 작용만 필요합니다.레이놀즈의 모델은 기본 규칙을 따르는 개인을 통해 복잡한 무리가 실제로 가능하다는 것을 증명했으며 결과적으로 나온 그룹은 확실히 자연의 그룹과 "닮았습니다".이 시작점에서 동물 이동 모델링의 전체 분야가 등장했습니다.이러한 모델을 현실에 일치시키는 것은 2008년 이탈리아의 한 그룹이 로마의 기차역 주변에서 찌르레기 떼를 촬영하고 3D로 위치를 재구성하여 사용되는 규칙을 보여줄 수 있었던 놀라운 성과였습니다.그들이 발견한 것은 찌르레기가 주변의 모든 새의 움직임에 반응하기보다는 가장 가까운 일곱 마리 정도의 새의 방향과 속도에 맞추려고 한다는 것이었습니다.

무리가 물결치듯 맥동하며 여러 모양으로 소용돌이치는 모습을 볼 때, 새들이 속도를 늦추고 빽빽하게 모여 있는 영역이나, 속도를 높이고 더 넓게 퍼져 있는 영역이 있는 것처럼 보이는 경우가 많습니다. 사실 이는 3차원 무리가 우리의 2차원 세계에 투사되면서 발생하는 착시 현상 때문이며, 과학적 모델 에 따르면 새들은 일정한 속도로 날아다닙니다.

컴퓨터 과학자, 이론 물리학자, 행동 생물학자들의 노력 덕분에 우리는 이제 이러한 무리 행동이 어떻게 발생하는지 알게 되었습니다. 다음 질문은 도대체 왜 이런 일이 일어나는가, 즉 찌르레기들이 이러한 행동을 진화시킨 원인은 무엇인가입니다.

한 가지 간단한 설명은 겨울철 밤에 따뜻함이 필요하다는 것입니다. 새들은 살아남기 위해 더 따뜻한 곳에 모여서 가까운 곳에 둥지를 틀어야 합니다. 찌르레기는 갈대밭, 울창한 울타리, 비계와 같은 인공 구조물 등 둥지 자리에 1세제곱미터당 500마리 이상, 때로는 수백만 마리의 무리를 지어 모여들 수 있습니다. 이처럼 많은 새가 모여 있는 것은 포식자에게 유혹적인 표적이 될 수 있습니다. 어떤 새도 포식자에게 잡히고 싶어 하지 않기 때문에, 개체 수의 안전을 최우선으로 생각하며, 무리 지어 돌아다니는 것은 혼란을 야기하여 한 마리도 표적이 되지 못하게 합니다.

찌르레기는 초능력자가 아닙니다. 그저 규칙을 잘 따를 뿐입니다. 사진: Adri / shutterstock

하지만 찌르레기는 종종 수십 킬로미터 떨어진 곳에서 둥지로 이동하며, 이러한 이동 과정에서 약간 더 따뜻한 곳에 둥지를 틀었을 때 절약할 수 있는 에너지보다 더 많은 에너지를 소모합니다. 따라서 이처럼 거대한 둥지를 짓는 이유는 단순히 기온 때문만은 아닐 것입니다.

개체 수의 안정성이 이러한 패턴을 주도할 수 있지만, 흥미로운 가설은 개체들이 먹이 정보를 공유할 수 있도록 무리를 형성할 수 있다는 것입니다. " 정보 센터 가설 "은 먹이가 고르지 않고 찾기 어려울 때, 장기적인 해결책을 위해서는 많은 개체가 서로 정보를 공유해야 한다는 것을 시사합니다. 꿀벌이 꽃밭의 위치를 ​​공유하듯이, 어느 날 먹이를 찾고 하룻밤 사이에 정보를 공유하는 새들은 다음 날에도 비슷한 정보를 통해 이득을 보게 됩니다. 먹이가 가장 부족할 때 더 많은 수의 새들이 둥지에 모여드는 것은 이러한 가설을 뒷받침하는 데 제한적인 근거가 될 수 있지만, 지금까지 전체적인 가설을 제대로 검증하는 것은 매우 어려운 것으로 드러났습니다.

지난 수십 년 동안 동물 무리의 이동에 대한 우리의 이해는 엄청나게 확장되었습니다. 다음 과제는 이러한 행동을 만들어낸 진화적, 적응적 압력을 이해하고, 이러한 압력이 변화함에 따라 보존에 어떤 의미를 가질 수 있는지 이해하는 것입니다. 어쩌면 우리는 이러한 이해를 바탕으로 로봇 시스템의 자율 제어를 개선할 수 있을지도 모릅니다. 어쩌면 미래 자율주행차의 러시아워 행동은 찌르레기와 그들의 울음소리에 기반할지도 모릅니다.