고대 무덤 이름 분석에 대한 통계적 재검토

본 논문은 Andrey Feuerverger가 2008년에 발표한 “Statistical analysis of an archaeological find”에 대한 비판적 논평이며, J. Mortera와 P. Vicard가 제시한 확장·보완 방안을 상세히 설명한다. 논문의 구조는 다음과 같다. 1. 서론에서는 Feuerverger가 예수 일가라고 추정되는 무덤(텔피요트 무덤)에서 발견된 6개의 이름(예: “Yeshua son of Yosef”, “Mariamenou Mara” 등)을 통계적으로 평가해, 해당 조합이 당시 인구에서 매우 희귀하다는 결론을 내렸음을 소개한다. 저자들은 이 결론이 여러 전제(예: 무덤이 실제로 예수 가문이라는 가정, 이름 빈도 데이터의 정확성, DNA 증거의 제한적 사용 등)에 크게 의존하고 있음을 지적한다. 2. **불확실한 이름 빈도** 섹션에서는 원 논문이 사용한 이름 빈도 표(이란·비오수리 목록 등)가 시간·지역적 편차와 표본 편향을 내포하고 있음을 강조한다. 이름 빈도는 고정된 확률이 아니라 추정된 파라미터이며, 이를 Dirichlet 사전과 Multinomial 샘플링을 통해 확률분포로 모델링해야 한다고 제안한다. 이렇게 하면 RR값에 대한 신뢰구간을 얻을 수 있어, “극히 낮은 확률”이라는 주장에 대한 민감도 분석이 가능해진다. 또한, 남녀 이름 빈도의 차이, 형제·자매 간 이름 중복 금지 규칙 등 문화적 제약을 반영한 의존 구조를 베이지안 네트워크에 포함시켜야 한다고 주장한다. 3. **DNA 증거** 섹션에서는 두 개의 오소리우스에만 mtDNA 분석이 수행된 이유가 불분명함을 비판한다. 현대 포렌식 사례(Romano 가족, 네안데르탈 DNA)와 비교해 보면, 전체 유골에 대한 DNA 추출·분석이 기술적으로 가능했음에도 선택적 검사는 증거 편향을 초래한다. 또한, 고대 DNA는 오염·돌연변이 가능성을 고려한 확률 모델이 필요하지만, 원 논문은 단순 일치/불일치 판단에 머물렀다. 저자들은 전체 유골에 대한 mtDNA·Y‑chromosome·핵 DNA 데이터를 확보하고, 이를 사전 확률과 결합해 사후 확률을 계산할 것을 제안한다. 4. **다중 증거의 통합** 섹션에서는 온오미코스톤(이름 조합), DNA, 고고학적 연대, 인골의 성·연령 등 다양한 증거를 각각 독립적인 LR로 계산한 뒤, 전체 LR을 곱하는 전통적 접근법의 한계를 지적한다. 증거 간 조건부 독립성이 성립하지 않을 경우, 곱셈 규칙은 잘못된 결과를 낳는다. 5. **객체 지향 베이지안 네트워크(OOBN)** 섹션에서는 위의 문제들을 해결하기 위한 통합 프레임워크를 제시한다. OOBN은 각 증거 유형을 별도의 서브넷으로 모델링하고, 가설 H0(무덤이 NT 가문)과 H1(그 외) 사이의 사후 확률비를 전체 네트워크를 통해 계산한다. 이름 빈도 서브넷은 Dirichlet‑Multinomial 구조를, DNA 서브넷은 유전형-표현형 관계를, 고고학 서브넷은 연대와 매장 방식에 대한 사전 분포를 포함한다. 이렇게 하면 각 증거의 불확실성을 명시적으로 반영하고, 증거 간 상호작용을 자연스럽게 모델링할 수 있다. 6. 결론에서는 기존 분석이 지나치게 확신적인 결론을 내렸으며, 제안된 베이지안 접근법이 보다 신뢰성 있는 사후 확률을 제공한다는 점을 강조한다. 또한, 실제 데이터(전체 DNA, 보다 정확한 이름 빈도, 고고학적 측정값) 확보가 필요함을 언급하고, 향후 연구 방향으로 OOBN을 활용한 민감도 분석과 가설 비교를 제시한다. 전반적으로 이 논문은 Feuerverger의 통계적 분석이 갖는 가정적 취약점을 체계적으로 지적하고, 현대 베이지안 네트워크 이론을 적용해 보다 견고한 통계적 추론을 수행할 수 있는 방법론을 제공한다.