AI가 3D 치아 미세마모 분석으로 초기 인류 조상 식단을 재구성하다
by 바르셀로나 대학교
치아 미세마모dental microwear 연구는 음식물이 씹는 과정mastication에서 치아 법랑질tooth enamel 표면에 남기는 미세한 흔적을 분석하는 학문이다.
고인류학에서 이 방법은 인류 진화 과정 전반에 걸쳐 화석 영장류와 호미닌의 식단을 재구성하는 데 도움을 준다.
치아 법랑질의 미세 줄무늬microscopic striations는 식단이 부드러운 성분의 음식이 풍부했는지, 아니면 마모성이 강한 성분이 풍부했는지를 보여주는 미세한 기록 보관소와 같다.
최근 Scientific Reports에 발표된 한 연구는 분석가의 숙련도와 관계없이 일관되게 3D 마모 패턴을 식별하는 혁신적인 인공지능(AI) 기반 방법론을 제시한다.
이러한 3차원 마모 패턴은 다양한 생태계에 서식하며 서로 다른 식단을 따르는 영장류 사이에서 차이를 보인다.
이 연구는 또한 치아 미세마모 분류에 가장 유용한 변수를 구명하고, 이러한 표면 유형을 연구하기 위해 전체 과학계에서 활용할 수 있는 분석 프레임워크를 제안한다.
이 연구는 바르셀로나 대학교 생물학과 및 고고학 연구소(IAUB) 로라 M. 마르티네스Laura M. Martínez 교수가 주도했으며, 그녀는 고인류학 분야에 머신러닝machine learning 기법을 적용하는 선구적인 전문가다.
연구에는 바르셀로나 대학교 및 밀라 이 폰타날스 인문학 연구소Milà i Fontanals Institute for Research (IMF-CSIC) 소속 페란 에스테바란츠Ferran Estebaranz, 후안 호세 이바녜스Juan José Ibáñez (IMF-CSIC), 시몬 로드리게스Simón Rodríguez (코미야스 교황청 대학교Comillas Pontifical University), 그리고 고고학 연구에 머신러닝 기법을 적용하는 데 앞장서는 연구자 크리스티나 키트Kristina Kit와 데이비드 R. 인수아David R. Insua(수학과학연구소(ICMAT-CSIC))가 참여했다.
치아 미세마모를 통한 환경 변화 연구
치아 미세마모 연구는 인류 계통의 기원과 진화 연구에서 오랜 역사를 지닌다.
"지금까지는 주로 2차원적인 단순한 마모 측정 방식이 사용되었으며, 이러한 측정 방식과 식단 간 비교적 직접적인 관계를 구명하는 기존의 통계 기법에 의존했다"고 UB 진화생물학, 생태학 및 환경과학부 Laura M. Martínez는 설명한다.
현재 인공지능 기술을 활용해 치아 마모와 인류 조상의 고생태학적 적응을 연구한 선례는 거의 없다.
Martínez는 식단이 알려진 영장류의 3차원 치아 마모 표면 데이터로 학습된 AI 모델을 사용해 아프리카와 이베리아 반도의 플리오세-플라이스토세 화석 영장류 연구에 적용하는 프로젝트를 이끈다.
"화석 영장류와 호미닌 식단을 재구성하려면 식단이 알려진 현존하는 영장류와 수렵채집인 집단을 기반으로 한 좋은 비교 모델이 필수적"이라고 마르티네스는 덧붙인다.
"3D 기술을 접목함으로써 매우 많은 변수를 생성할 수 있게 되었는데, 이는 기존 통계로는 해석하기 어렵습니다. 이러한 맥락에서 인공지능은 복잡한 정보를 통합하고 압축하는 데 도움을 주어, 직접적으로는 쉽게 해석할 수 없는 3D 표면의 패턴을 식별할 수 있게 해줍니다."
이 프로젝트는 특히 북아프리카, 동부 아프리카, 남부 아프리카 다양한 서식지에 산 광범위한 영장류 과인 긴꼬리원숭이과Cercopitheciidae에 초점을 맞추며, 연구 대상은 400만 년에서 100만 년 전 사이 유적이다.
이 시기에는 아프리카 생태계에 심각한 영향을 미친 중요한 기후 변화가 발생했다.
이 프로젝트 목표는 기후 변화와 관련해 초기 호미닌과 시간적, 공간적으로 공존한 이들 영장류의 식단 변화를 분석하는 것이다.
"긴꼬리원숭이류는 인류와 같은 생태계에서 같은 시대에 살았기 때문에 플리오세-플라이스토세 기후 변화가 이들 영장류의 식단과 적응에 어떤 영향을 미쳤는지 이해하는 데 훌륭한 모델이 된다"고 그녀는 설명한다.
이러한 관점에서 이번 연구는 다양한 식단을 지닌 현존 영장류를 구분할 수 있는 모델을 제시하며, 화석 영장류를 통합할 수 있는 기준 틀을 제공한다.
연구팀은 향후 모델의 정확성과 견고성을 향상시키기 위해 표본 크기를 크게 늘릴 계획이다.
이를 위해 식단이 잘 알려진 다양한 종과 생태계 표본을 더 많이 확보할 예정이다.
"훌륭한 영장류 참조 모델을 통해 우리는 다른 고생태학적 및 기후적 지표와 통합된 방식으로 조상의 식단을 3차원으로 해석하기 위한 견고한 기준을 개발할 수 있을 것입니다."
로라 M. 마르티네스Laura M. Martínez는 이렇게 결론지었다.
Publication details
Ferran Estebaranz-Sánchez et al, Machine learning approaches to dietary classification from dental microtexture in primates, Scientific Reports (2026). DOI: 10.1038/s41598-026-47350-8
Journal information: Scientific Reports