세계에서 가장 큰 가계도를 만드는 방법
-
0:01 - 0:04사람들은 다양한 이유로
인터넷을 사용합니다. -
0:06 - 0:10알고 보니 가장 인기 있는
웹사이트 중 하나는 -
0:10 - 0:12대개 사람들이 개인적으로 소비하는
어떤 것이었습니다. -
0:14 - 0:16그것은 호기심과
-
0:16 - 0:20무의미한 수준의 자기 방종을 포함하며
-
0:20 - 0:25다른 사람들의 생식 활동을
기록하는 데 중점을 둡니다. -
0:25 - 0:26(웃음)
-
0:26 - 0:28당연히 제가 얘기하는 건 가계도인데요.
-
0:28 - 0:29(웃음)
-
0:29 - 0:31가족사의 연구 말입니다.
-
0:31 - 0:33가족사를 자세히 설명하자면,
-
0:33 - 0:37모든 가족 중에는
족보에 집착하는 사람이 있죠. -
0:37 - 0:39그를 버니 삼촌이라고 합시다.
-
0:39 - 0:45추수감사절 만찬에서 당신은 결코
버니 삼촌 옆에는 앉지 않을 겁니다. -
0:45 - 0:47그는 어떤 고대 친척들에 관한
이상한 정보로 -
0:47 - 0:49당신을 지루하게 만들 거니까요.
-
0:50 - 0:52하지만 당신도 알다시피
-
0:52 - 0:55모든 것에는 과학적인 면이 있으며
-
0:55 - 0:58우리는 버니 삼촌의 이야기가
생명 의학 연구에 -
0:58 - 1:01엄청난 잠재력을 가졌다는 것을
알게 되었습니다. -
1:01 - 1:04우리는 버니 삼촌과 동료 계보학자들에게
-
1:04 - 1:09지니닷컴이라는 계보학 사이트를 통해
그들의 가계도를 기록하도록 했습니다. -
1:09 - 1:11사용자들이 가계도를
웹사이트에 올리면, -
1:11 - 1:13그 사이트는 친척을 찾아보고
-
1:13 - 1:15기존의 것과 일치하는 것을 발견하면
-
1:15 - 1:19새로운 것을 기존 버전과 합칩니다.
-
1:20 - 1:23그러면 각 계보학자의
개인적인 수준을 넘는 -
1:23 - 1:26더 큰 가계도가 만들어지게 됩니다.
-
1:27 - 1:31이제 이 과정을 반복해서 전 세계의
-
1:31 - 1:33수백만 명의 사람들과 함께
-
1:33 - 1:38모든 인류의 가계도 구조를
크라우드 소싱할 수 있습니다. -
1:39 - 1:41이 웹사이트를 사용해서
-
1:41 - 1:461억 2천 5백만 명의 사람들을
-
1:46 - 1:48하나의 가계도로
연결할 수 있었습니다. -
1:49 - 1:52여기 스크린에 그 가계도를
그릴 순 없습니다. -
1:52 - 1:54이 가계도에 있는 사람들의 수보다
-
1:54 - 1:56픽셀 수가 적기 때문이죠.
-
1:57 - 2:02하지만 여기 6000명의
하위 집합의 예가 있습니다. -
2:02 - 2:05각 녹색 점은 한 사람을 나타냅니다.
-
2:05 - 2:08빨간 점들은 결혼을 나타내고요.
-
2:08 - 2:10그리고 연결선들은 부모를 나타냅니다.
-
2:11 - 2:13이 가계도 중앙에는 조상들이 보이죠.
-
2:13 - 2:16그리고 주변부로 가면
그 자손들을 볼 수 있습니다. -
2:16 - 2:19이 가계도에는 약 7세대가 있네요.
-
2:20 - 2:23개인의 숫자를
7만 명까지 늘렸을 때는 -
2:23 - 2:25이렇게 되겠죠.
-
2:25 - 2:29우리가 가진 모든 데이터에 비하면
여전히 아주 작은 부분집합입니다. -
2:30 - 2:34그럼에도 불구하고,
이미 많은 먼 친척들로 구성된 -
2:34 - 2:37거대한 가계도가 형성되는 것을
볼 수 있습니다. -
2:38 - 2:41많은 계보학자들의 노고 덕분에
-
2:41 - 2:44우리는 수백 년 전 과거로
돌아갈 수 있습니다. -
2:44 - 2:48예를 들자면,
여기 알렉산더 해밀턴이 있습니다. -
2:48 - 2:50그는 1755년에 태어났죠.
-
2:51 - 2:55알렉산더는 미국의
초대 재무 장관이었지만 -
2:55 - 2:58대부분 알려진 건 오늘날
브로드웨이 뮤지컬의 인기 덕택이죠. -
2:59 - 3:04알렉산더가 연예 산업에
깊은 연줄이 있다는 걸 알게 됐습니다. -
3:04 - 3:06사실, 그는 친척 관계입니다.
-
3:07 - 3:08바로 케빈 베이컨이랑요!
-
3:08 - 3:10(웃음)
-
3:10 - 3:13그들 모두 스코틀랜드 출신인
한 여인의 후손입니다. -
3:13 - 3:15그녀는 13세기 사람이죠.
-
3:15 - 3:18따라서 알렉산더 해밀턴와 케빈 베이컨은
-
3:18 - 3:2135대가 차이 나는
친척이라고 할 수 있죠. -
3:21 - 3:23(웃음)
-
3:23 - 3:26이처럼 우리 가계도는
수백만 개의 이야기를 가지고 있습니다. -
3:28 - 3:33저희는 데이터의 우수함을 입증하기 위해
상당한 노력을 기울였습니다. -
3:33 - 3:38DNA를 이용해서 데이터에 있는
어머니와 아이들의 관계 중 0.3%가 -
3:38 - 3:40잘못됐다는 것을 발견했습니다.
-
3:40 - 3:43이것은 제2차 세계대전 이전
미국의 입양률과 일치할 겁니다. -
3:45 - 3:47아버지의 경우에는
-
3:47 - 3:49더 좋지 않네요.
-
3:50 - 3:56데이터 중 아버지와 아이들의 관계는
1.9%의 비율로 잘못되었습니다. -
3:56 - 3:58여기 몇몇 분들이
웃고 계신 게 보이네요. -
3:58 - 4:00여러분들이 생각하는 것처럼
-
4:00 - 4:02그곳엔 많은 우유배달원들이 있었죠.
-
4:02 - 4:03(웃음)
-
4:03 - 4:07하지만 이러한 부계 관계의
1.9% 오차율이 -
4:07 - 4:09우리 자료에 국한된 것은 아닙니다.
-
4:09 - 4:12임상 등급의 가계도를 사용했었던
이전 연구 자료도 -
4:12 - 4:14비슷한 오차율이 발견됐습니다.
-
4:14 - 4:17따라서 데이터의 품질은 우수한 것이고,
-
4:17 - 4:19그게 놀라운 일은 아닙니다.
-
4:19 - 4:23우리 계보학자들은
가족사를 정확하게 기록하는 데 -
4:23 - 4:26깊은 관심과 기득권을 가지고 있습니다.
-
4:29 - 4:33우리는 이 데이터를 활용해
인류의 양적 정보를 배울 수 있습니다. -
4:33 - 4:36예를 들면 인구통계학에 관한
문제 같은 거죠. -
4:36 - 4:40여기 세계지도에
우리 모두의 프로필이 있습니다. -
4:40 - 4:45각각의 픽셀은
특정 시점에 살았던 사람입니다. -
4:45 - 4:46이 데이터는 아주 방대하기때문에,
-
4:46 - 4:49여러분은 많은 나라들,
특히 서구 세계의 -
4:49 - 4:51경계를 볼 수 있을 겁니다.
-
4:51 - 4:55이 동영상에서는 여러분들에게
보여드린 지도를 계층화했습니다. -
4:55 - 5:001400년부터 1900년까지
개인의 출생연도를 기준으로요. -
5:00 - 5:03그리고 잘 알려진 이주 사건들과
그걸 비교했어요. -
5:03 - 5:07이 동영상은 데이터의 가장 깊은 혈통이
거슬러 올라가보면 -
5:07 - 5:08영국까지 간다는 걸 보여줍니다.
-
5:08 - 5:10영국의 기록은 잘 유지되고 있었죠.
-
5:10 - 5:13그들은 서구 식민주의의 루트를 따라
퍼져나갔습니다. -
5:13 - 5:15이걸 한 번 보시죠.
-
5:15 - 5:17(음악)
-
5:17 - 5:19[출생연도]
-
5:20 - 5:22[1492 - 콜럼버스 대양 항해]
-
5:24 - 5:26[1620 - 메이플라워호
매사추세츠 상륙] -
5:27 - 5:29[1652 - 네덜란드인
남아프리카 정착] -
5:32 - 5:34[1788 - 대영제국
호주로 유배 시작] -
5:34 - 5:37[1836 - 최초 이민자들
오리건 산길 이용] -
5:38 - 5:41[모든 활동]
-
5:44 - 5:45저는 이 영화를 좋아합니다.
-
5:45 - 5:51이 이주 사건들이
가족의 맥락을 말해주고 있기 때문에 -
5:51 - 5:53우리는 이런 질문을 할 수 있습니다.
-
5:53 - 5:59남편과 아내의 출생지 사이의
일반적인 거리는 얼마입니까? -
5:59 - 6:03이 거리는 인구통계학에서
중요한 역할을 합니다. -
6:03 - 6:06왜냐하면 사람들이 가족을 이루기 위해
이주하는 패턴이 -
6:06 - 6:10유전자가 지리적으로 어떻게 확산되는지
결정하기 때문이죠. -
6:11 - 6:13우리는 데이터를 사용하여
이 거리를 분석했고 -
6:13 - 6:17옛날 사람들의 경우에는
분석하기 쉬웠다는 걸 알게 됐습니다. -
6:17 - 6:19사람들은 근처 마을의 누군가와
결혼했습니다. -
6:20 - 6:24하지만 산업혁명은 우리의 애정생활을
정말 복잡하게 만들었습니다. -
6:24 - 6:28그리고 오늘날엔 저렴한 항공편과
온라인 소셜미디어와 함께 -
6:28 - 6:33사람들은 출생지에서 100km 이상
떨어진 곳으로 이동하죠. -
6:33 - 6:35소울메이트를 찾기 위해서요.
-
6:37 - 6:38여기서 나오는 질문이,
-
6:38 - 6:42좋아요. 그런데 가족을 이루기 위해
누가 이곳저곳 이동하는 -
6:42 - 6:44힘든 일을 하죠?
-
6:44 - 6:47남성들인가요, 여성들인가요?
-
6:48 - 6:50답을 찾기 위해
우리 데이터를 사용했죠. -
6:50 - 6:53그리고 적어도 지난 300년 동안
-
6:53 - 6:56여성들이 이 힘든 일을
했다는 것을 발견했죠. -
6:56 - 6:59가족을 이루기 위해
이곳저곳 옮겨가는 일이요. -
6:59 - 7:03이 결과는 통계적으로 중요합니다.
-
7:03 - 7:06남자들이 게으르다는 것을
과학적 사실로 받아들일 수 있으니까요. -
7:06 - 7:09(웃음)
-
7:09 - 7:12우리는 인구통계학에 관한
질문으로부터 벗어나 -
7:12 - 7:15인간의 건강에 대해
질문할 수 있습니다. -
7:15 - 7:16예를 들면, 우리는
-
7:16 - 7:21유전자 변이가 개인 간 수명 차이를
어느 정도까지 설명할 수 있는지 -
7:21 - 7:22물어볼 수 있습니다.
-
7:23 - 7:29이전 연구들은 이 문제를 풀기 위해
쌍둥이의 장수의 상관관계를 분석했습니다. -
7:29 - 7:32그들은 유전자 변이가
개인 간 수명 차이의 -
7:32 - 7:36약 4분의 1을 차지한다고
추정했습니다. -
7:37 - 7:39하지만 쌍둥이는 많은 이유로
상관관계가 있겠죠. -
7:39 - 7:42다양한 환경적 요인이나
-
7:42 - 7:43공동 가정을 포함해서요.
-
7:44 - 7:48큰 가계도는 가까운 친척 모두를
분석할 수 있는 기회가 됩니다. -
7:48 - 7:49쌍둥이와 뿐만 아니라,
-
7:49 - 7:52심지어 10촌 같은 먼 친척까지요.
-
7:53 - 7:55이런 식으로 우리는
강력한 모델을 구축할 수 있죠. -
7:55 - 8:01그 모델은 환경적 요인으로부터
유전자 변이의 영향을 구별할 수 있습니다. -
8:01 - 8:04우리는 데이터를 사용하여
이 분석을 수행했고 -
8:04 - 8:10유전적 변이가 개인 간
수명 차이 중 약 15%만을 -
8:10 - 8:13설명해 준다는 것을 발견했습니다.
-
8:15 - 8:18그건 평균적으로 5년입니다.
-
8:18 - 8:23따라서 유전자는 수명에 있어
우리가 생각했던 것보다 덜 중요합니다. -
8:24 - 8:26그리고 그건 좋은 소식입니다.
-
8:26 - 8:30우리의 행동이 더 중요할 수 있음을
의미하기 때문이죠. -
8:31 - 8:35예를 들어 흡연이
기대수명의 10년을 결정한다면 -
8:35 - 8:37이건 유전자가 결정하는 것보다
두 배나 많습니다. -
8:38 - 8:41심지어 더 놀라운 결과가 있습니다.
-
8:41 - 8:42우리가 가계도를 떠나서
-
8:42 - 8:47계보학자들에게 DNA 정보를 문서화하고
크라우드 소싱하게 했을 때 -
8:47 - 8:49그 결과는 놀라웠습니다.
-
8:49 - 8:53상상하기 어렵겠지만
버니 삼촌과 그의 친구들은 -
8:53 - 8:55DNA 법의학을 만들 수 있어요.
-
8:56 - 8:59그건 심지어 FBI의 것보다 낫죠.
-
9:01 - 9:03큰 가계도에 DNA를 넣으면,
-
9:03 - 9:05효과적인 불빛을 만들어
-
9:05 - 9:08수백 명의 먼 친척들을
표시할 수 있게 되죠. -
9:08 - 9:12그들은 모두 특정 DNA로를 타고난
한 사람과 연결되어 있습니다. -
9:13 - 9:15대형 가계도에
여러 개의 비콘을 배치함으로써 -
9:15 - 9:19여러분들은 알려지지 않은 사람의
DNA를 삼각측량할 수 있습니다. -
9:19 - 9:23GPA 시스템이 위치를 찾기 위해
여러 개의 위성을 사용하는 방식과 -
9:23 - 9:24같은 방식이죠.
-
9:25 - 9:29이 기술의 가장 큰 예는
-
9:29 - 9:32골든스테이트 킬러를 잡은 일입니다.
-
9:33 - 9:37그는 미국 역사상
가장 악명 높은 범죄자 중 한 명이죠. -
9:37 - 9:43FBI는 40년 넘게 이 사람을
찾고 있었습니다. -
9:44 - 9:45FBI는 그의 DNA를 가지고 있었지만
-
9:45 - 9:49그는 어떤 경찰 데이터베이스에도
나타나지 않았죠. -
9:49 - 9:54약 1년 전, FBI는
한 유전 계보학자와 상담했고 -
9:54 - 9:58그녀는 FBI에게 그의 DNA를
계보학회에 제출하라고 했습니다. -
9:58 - 10:01그걸로 먼 친척을 찾을 수 있으니까요.
-
10:01 - 10:02그들은 그렇게 했고
-
10:02 - 10:06골든스테이트 킬러의 8촌을 찾았습니다.
-
10:06 - 10:08그들은 큰 가계도를 만들었고
-
10:08 - 10:10그 가계도의 다른 가지들을
훑어봤습니다. -
10:11 - 10:13골든스테이트 킬러에 대해
알고 있는 것과 -
10:13 - 10:16정확히 일치하는
프로필을 찾을 때까지요. -
10:16 - 10:19이 사람으로부터 얻은 DNA가
그들이 가지고 있는 DNA와 -
10:19 - 10:21정확히 일치하는 것을 발견했습니다.
-
10:21 - 10:24그는 체포됐고 법의 심판을
받게 됐습니다. -
10:24 - 10:25이 모든 세월이 지난 후에요.
-
10:26 - 10:29그 이후로 유전 계보학자들은
미국 지방 법 집행기관과 -
10:29 - 10:32함께 일하기 시작했습니다.
-
10:32 - 10:35범인을 잡는데
이 기술을 사용하기 위해서죠. -
10:36 - 10:38그리고 지난 6개월 동안만 해도
-
10:38 - 10:43이 기술로 20개 넘는 미제 사건들을
해결할 수 있었습니다. -
10:44 - 10:49다행히도 우리에게는 버니 삼촌과
동료 계보학자와 같은 사람들이 있죠. -
10:49 - 10:52그들은 이기적인 취미를 가진
아마추어가 아닙니다. -
10:53 - 10:59그들은 우리가 누구인지 알려주려는
깊은 열정을 가진 시민과학자이며 -
10:59 - 11:04과거가 미래의 열쇠를
쥐고 있다는 것을 압니다. -
11:04 - 11:05대단히 감사합니다.
-
11:05 - 11:06(박수)
- Title:
- 세계에서 가장 큰 가계도를 만드는 방법
- Speaker:
- 야니브 에를리치(Yaniv Erlich)
- Description:
-
전산 유전학자 야니브 에를리치는 세계에서 가장 큰 가계도를 만드는 것에 관여했습니다. 그 가계도는 1,300만 명으로 구성되어있고 500년 이상을 거슬러 올라갑니다. 그는 우리의 애정생활, 건강, 심지어 수십 년 된 범죄 사건들에 관한 결과물에서 나타난 대단히 흥미로운 패턴을 공유하며, 크라우드소싱된 족보 데이터베이스가 어떻게 과거뿐만 아니라 미래에도 빛을 발할 수 있는지를 보여줍니다.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 11:45
Jihyeon J. Kim approved Korean subtitles for How we're building the world's largest family tree | ||
Jihyeon J. Kim edited Korean subtitles for How we're building the world's largest family tree | ||
Jihyeon J. Kim edited Korean subtitles for How we're building the world's largest family tree | ||
Jihyeon J. Kim edited Korean subtitles for How we're building the world's largest family tree | ||
Jihyeon J. Kim edited Korean subtitles for How we're building the world's largest family tree | ||
Yunjung Nam accepted Korean subtitles for How we're building the world's largest family tree | ||
Yunjung Nam edited Korean subtitles for How we're building the world's largest family tree | ||
Yunjung Nam edited Korean subtitles for How we're building the world's largest family tree |