TEDGlobal 2011
Paul Snelgrove: A census of the ocean
폴 스넬그로브: 바다 속 생물 통계
Filmed:
Readability: 4
336,429 views
해양학자 폴 스넬그로브가 '바다에 사는 모든 생물의 통계'라는 목적을 가지고 10년 동안 추진해온 프로젝트의 결과를 공유합니다. 그는 프로젝트 진행 중 찍은 놀라운 사진들을 우리에게 보여줍니다.
Paul Snelgrove - Marine biologist
Paul Snelgrove led the group that pulled together the findings of the Census of Marine Life -- synthesizing 10 years and 540 expeditions into a book of wonders. Full bio
Paul Snelgrove led the group that pulled together the findings of the Census of Marine Life -- synthesizing 10 years and 540 expeditions into a book of wonders. Full bio
Double-click the English transcript below to play the video.
00:15
The oceans cover some 70 percent of our planet.
0
0
3000
바다는 지구 표면의 70%를 덮고 있습니다.
00:18
And I think Arthur C. Clarke probably had it right
1
3000
2000
작가 아서 클라크는 우리 행성을
00:20
when he said that perhaps we ought to call our planet
2
5000
3000
‘물의 행성’으로 불러야 한다고 했는데 이는 틀린 말이
00:23
Planet Ocean.
3
8000
2000
아닌 것 같습니다.
00:25
And the oceans are hugely productive,
4
10000
2000
그리고 위성 사진에 보이는 것 처럼
00:27
as you can see by the satellite image
5
12000
2000
바다는 광합성을 통해 새생명의
00:29
of photosynthesis, the production of new life.
6
14000
2000
힘이 되어줍니다.
00:31
In fact, the oceans produce half of the new life every day on Earth
7
16000
3000
사실 바다는 지구상에 매일 태어나는 생명의 절반뿐만 아니라
00:34
as well as about half the oxygen that we breathe.
8
19000
3000
우리가 들이마시는 산소의 절반을 생성해냅니다.
00:37
In addition to that, it harbors a lot of the biodiversity on Earth,
9
22000
3000
게다가 수많은 생명의 다양성을 위한 보금자리가 되어주죠.
00:40
and much of it we don't know about.
10
25000
2000
하지만 우리는 그런 사실의 대부분을 잘 모르고 있습니다.
00:42
But I'll tell you some of that today.
11
27000
2000
저는 오늘 그중의 일부에 대해 이야기하고자 합니다.
00:44
That also doesn't even get into the whole protein extraction
12
29000
2000
그러나 우리가 바다생물로부터 단백질 추출을
00:46
that we do from the ocean.
13
31000
2000
어떻게 하는지에 대해 이야기하려는 것은 아닙니다.
00:48
That's about 10 percent of our global needs
14
33000
2000
제가 이야기하려는 것은 세계적 수요의 10%이자
00:50
and 100 percent of some island nations.
15
35000
3000
일부 섬 국가의 수요 100%를 차지하고 있는 것에 관한 것입니다.
00:53
If you were to descend
16
38000
2000
이제 생물이 살기 적합한 생물권의
00:55
into the 95 percent of the biosphere that's livable,
17
40000
2000
95% 안으로 내려가고 있다고 생각해봅시다.
00:57
it would quickly become pitch black,
18
42000
2000
주변은 급격히 어두워지고,
00:59
interrupted only by pinpoints of light
19
44000
2000
단지 생물발광 유기체가 뿜어내는
01:01
from bioluminescent organisms.
20
46000
2000
빛의 점들만이 보일 것입니다.
01:03
And if you turn the lights on,
21
48000
2000
그리고 만일 당신이 손전등을 켠다면,
01:05
you might periodically see spectacular organisms swim by,
22
50000
2000
유기체들이 수영을 하며 지나가는 것을 주기적으로 볼 수 있을지도 모르지요.
01:07
because those are the denizens of the deep,
23
52000
2000
왜냐하면 그 생명체들은 깊은 바다에 사는
01:09
the things that live in the deep ocean.
24
54000
2000
심해의 생물들이기 때문입니다.
01:11
And eventually, the deep sea floor would come into view.
25
56000
3000
그리고 마지막엔 깊은 바다의 바닥이 시야에 들어오게 됩니다.
01:14
This type of habitat covers more of the Earth's surface
26
59000
3000
이런 형태의 서식지가 혼합된 다른 모든 형태의 서식지들보다도
01:17
than all other habitats combined.
27
62000
2000
지구의 표면을 더 많이 차지하고 있습니다.
01:19
And yet, we know more about the surface of the Moon and about Mars
28
64000
2000
그럼에도 불구하고 우리는 이런 서식 형태보다
01:21
than we do about this habitat,
29
66000
2000
달과 화성의 표면에 대해 더 많이 알고 있죠
01:23
despite the fact that we have yet to extract
30
68000
2000
우리가 여전히 이 바다에서
01:25
a gram of food, a breath of oxygen or a drop of water
31
70000
3000
음식과 산소와 물을 추출하고 있다는
01:28
from those bodies.
32
73000
2000
사실에도 불구하고 말이죠.
01:30
And so 10 years ago,
33
75000
2000
그래서 10년 전에
01:32
an international program began called the Census of Marine Life,
34
77000
3000
'해양 생물의 통계조사'라는 이름의 국제 프로그램이
01:35
which set out to try and improve our understanding
35
80000
2000
시작되었습니다. 세계 바다 속 생명체들에 대한
01:37
of life in the global oceans.
36
82000
2000
우리의 이해를 늘리려는 시도로 말입니다.
01:39
It involved 17 different projects around the world.
37
84000
3000
이 프로그램은 전 세계 17개의 다른 프로젝트와 관련이 있습니다.
01:42
As you can see, these are the footprints of the different projects.
38
87000
2000
지금 보이는 것은 다른 프로젝트들의 연구 성과들 나타냅니다.
01:44
And I hope you'll appreciate the level of global coverage
39
89000
3000
전 여러분이 이 프로젝트가 이루어 낸 전세계적 범위의 규모에
01:47
that it managed to achieve.
40
92000
2000
고마워하기를 희망합니다.
01:49
It all began when two scientists, Fred Grassle and Jesse Ausubel,
41
94000
2000
이 모든 것은 두 명의 과학자, 프레드 그라즐과 제시 오스벨이
01:51
met in Woods Hole, Massachusetts
42
96000
3000
저명한 해양학 기관인 매사츄세스의 우즈홀에서
01:54
where both were guests at the famed oceanographic institute.
43
99000
2000
만났을 때 시작되었습니다.
01:56
And Fred was lamenting the state of marine biodiversity
44
101000
3000
프레드는 해양생물의 다양성이 위기에 처해있는데도
01:59
and the fact that it was in trouble and nothing was being done about it.
45
104000
3000
지금까지 한 것이 아무것도 없다는 사실에 안타까워하고 있었습니다.
02:02
Well, from that discussion grew this program
46
107000
2000
네, 그런 토론에서 이 프로그램이 시작되었고
02:04
that involved 2,700 scientists
47
109000
2000
지금까지 80개가 넘는 국가에서
02:06
from more than 80 countries around the world
48
111000
2000
2,700여명의 과학자들이
02:08
who engaged in 540 ocean expeditions
49
113000
3000
540여회의 해양탐사를 진행했습니다.
02:11
at a combined cost of 650 million dollars
50
116000
3000
전세계 해양생물의 분포, 다양성을
02:14
to study the distribution, diversity and abundance
51
119000
2000
연구하기 위해 650만 달러의
02:16
of life in the global ocean.
52
121000
3000
비용을 썼습니다.
02:19
And so what did we find?
53
124000
2000
그래서 우리가 무얼 발견했을까요?
02:21
We found spectacular new species,
54
126000
2000
우리는 놀랄만한 새로운 종들과
02:23
the most beautiful and visually stunning things everywhere we looked --
55
128000
3000
가장 아름답고 시각적으로 굉장히 멋진 생물들을 발견했습니다.
02:26
from the shoreline to the abyss,
56
131000
2000
해안가에서 심해에 이르는 그 모든 곳에서,
02:28
form microbes all the way up to fish and everything in between.
57
133000
3000
그리고 미생물에서 물고기에 이르는 그 사이의 모든 것에서 말입니다.
02:31
And the limiting step here wasn't the unknown diversity of life,
58
136000
3000
그리고 이 프로젝트의 한계점은 알려지지 않은
02:34
but rather the taxonomic specialists
59
139000
2000
생물의 다양성이 아니라 오히려
02:36
who can identify and catalog these species
60
141000
2000
한계점에 도달한 이 종들을
02:38
that became the limiting step.
61
143000
2000
확인하고 분류할 수 있는 분류학 전문가들입니다.
02:40
They, in fact, are an endangered species themselves.
62
145000
3000
사실 그 전문가들은 그들 스스로가 위험에 처한 종들이죠.
02:43
There are actually four to five new species
63
148000
2000
실제로 바다에서 매일 만들어지는
02:45
described everyday for the oceans.
64
150000
2000
4-5개의 새로운 종이 있습니다.
02:47
And as I say, it could be a much larger number.
65
152000
3000
그리고 제가 말씀드리는 것처럼, 대단히 많은 숫자일 수 있습니다.
02:50
Now, I come from Newfoundland in Canada --
66
155000
3000
지금 전 캐나다의 뉴펀들랜드에서 왔습니다.
02:53
It's an island off the east coast of that continent --
67
158000
2000
거긴 대륙 동쪽 해안에 있는 섬으로
02:55
where we experienced one of the worst fishing disasters
68
160000
3000
우리가 인류 역사상 최악의 어업 재앙을 경험한
02:58
in human history.
69
163000
2000
곳 중의 하나입니다.
03:00
And so this photograph shows a small boy next to a codfish.
70
165000
2000
여기 이 사진에서 한 마리의 대구 옆에 있는 작은 소년을 불 수 있습니다.
03:02
It's around 1900.
71
167000
2000
시기는 1900년대죠.
03:04
Now, when I was a boy of about his age,
72
169000
2000
자, 제가 이 소년의 나이였을 때,
03:06
I would go out fishing with my grandfather
73
171000
2000
전 할아버지와 함께 낚시를 하러가곤 했습니다.
03:08
and we would catch fish about half that size.
74
173000
2000
그리고 저 크기의 반만한 물고기를 잡을 수 있었죠
03:10
And I thought that was the norm,
75
175000
2000
전 그때 그만한 크기가 표준이라고 생각했습니다.
03:12
because I had never seen fish like this.
76
177000
2000
왜냐하면 이렇게 큰 물고기를 본 적이 없었거든요.
03:14
If you were to go out there today, 20 years after this fishery collapsed,
77
179000
3000
만일 여러분이 이 어장이 사라진지 20년이 지난 오늘날 거기에 가서
03:17
if you could catch a fish, which would be a bit of a challenge,
78
182000
3000
물고기 한 마리를 잡게 된다면, 조금 어렵겠지만 말입니다.
03:20
it would be half that size still.
79
185000
2000
그건 여전히 그 크기의 반절 정도일 겁니다.
03:22
So what we're experiencing is something called shifting baselines.
80
187000
3000
즉 '기준점 이동'이라고 표현하는 어떤 현상을 우리는 겪고 있는 것입니다.
03:25
Our expectations of what the oceans can produce
81
190000
2000
우리가 흔히 바다가 만들어 낼 수 있다고 기대하는 것은
03:27
is something that we don't really appreciate
82
192000
2000
실은 우리가 정말 제대로 인식하고 있지 못한 것입니다.
03:29
because we haven't seen it in our lifetimes.
83
194000
3000
왜냐하면 그것을 우리 삶에서 실제로 본 적이 없기 때문입니다.
03:32
Now most of us, and I would say me included,
84
197000
3000
저를 포함한 우리 대부분은
03:35
think that human exploitation of the oceans
85
200000
2000
지금 50년, 어쩌면 100년 동안
03:37
really only became very serious
86
202000
2000
바다자원의 착취가 점점 더
03:39
in the last 50 to, perhaps, 100 years or so.
87
204000
2000
심해지고 있다고 생각합니다.
03:41
The census actually tried to look back in time,
88
206000
2000
통계조사는 과학자들이 자신의 손으로
03:43
using every source of information they could get their hands on.
89
208000
3000
얻을 수 있는 모든 정보자원을 사용하여 과거를 돌아보고자 노력했습니다.
03:46
And so anything from restaurant menus
90
211000
2000
레스토랑 메뉴에서 수도원 기록, 항해일지까지,
03:48
to monastery records to ships' logs
91
213000
2000
바다와 관련있어 보이는 것은
03:50
to see what the oceans looked like.
92
215000
2000
무엇이든 살펴보았습니다.
03:52
Because science data really goes back
93
217000
2000
왜냐하면 과학적 자료를 모으기 시작한 것이
03:54
to, at best, World War II, for the most part.
94
219000
2000
기껏해야 제2차 세계대전 이후부터였기 때문이죠.
03:56
And so what they found, in fact,
95
221000
2000
그래서 과학자들이 발견한 사실은 바다착취가
03:58
is that exploitation really began heavily with the Romans.
96
223000
2000
실은 로마시대부터 심하게 자행되어왔다는 것입니다.
04:00
And so at that time, of course, there was no refrigeration.
97
225000
3000
물론 그 시대엔 냉동보관 기술이 없었기 때문에
04:03
So fishermen could only catch
98
228000
2000
낚시꾼은 잡은 날에 팔 수 있거나 아니면
04:05
what they could either eat or sell that day.
99
230000
2000
잡은 날에 먹을 수 있는 물고기를 잡아야했죠.
04:07
But the Romans developed salting.
100
232000
2000
하지만 로마인들은 고기를 소금에 절이는 방법을 알아냅니다.
04:09
And with salting,
101
234000
2000
그리고 이 방법을 통해
04:11
it became possible to store fish and to transport it long distances.
102
236000
3000
물고기를 저장하고 또 먼 거리를 이동할 수 있다는 걸 알게 됩니다.
04:14
And so began industrial fishing.
103
239000
3000
그래서 어업이 시작됩니다.
04:17
And so these are the sorts of extrapolations that we have
104
242000
3000
그리고 여기 이 그래프는 일종의 외삽법을 이용해서
04:20
of what sort of loss we've had
105
245000
2000
인류 출현 이전에 바다에 영향을 미친 상대적인 손실을
04:22
relative to pre-human impacts on the ocean.
106
247000
3000
추정한 결과를 보여주고 있습니다.
04:25
They range from 65 to 98 percent
107
250000
2000
그 범위는 유기체의 주요 군들을 대상으로 할 때
04:27
for these major groups of organisms,
108
252000
2000
65%~98% 정도의 범위를 갖습니다.
04:29
as shown in the dark blue bars.
109
254000
2000
여기 암청색의 막대 그래프가 그걸 보여주고 있습니다.
04:31
Now for those species the we managed to leave alone, that we protect --
110
256000
3000
우리가 지금 보호하려고 시도하는 몇몇 종들을 보면
04:34
for example, marine mammals in recent years and sea birds --
111
259000
2000
예를 들어, 최근 몇 년간 보호해온 해양 포유류 그리고 바닷새의 경우
04:36
there is some recovery.
112
261000
2000
개체수가 점차 회복되고 있습니다.
04:38
So it's not all hopeless.
113
263000
2000
그러니 완전히 희망이 없는 것은 아닙니다.
04:40
But for the most part, we've gone from salting to exhausting.
114
265000
3000
하지만 대부분의 경우 더 악화되고 있습니다.
04:43
Now this other line of evidence is a really interesting one.
115
268000
2000
지금 여기 정말 흥미로운 유형의 다른 증거가 있습니다.
04:45
It's from trophy fish caught off the coast of Florida.
116
270000
3000
이건 플로리다 해안에서 잡힌 물고기들입니다.
04:48
And so this is a photograph from the 1950s.
117
273000
3000
그리고 1950년대에 찍은 사진이죠
04:51
I want you to notice the scale on the slide,
118
276000
2000
전 여러분들이 이 물고기들의 크기에 주목해주셨으면 합니다.
04:53
because when you see the same picture from the 1980s,
119
278000
2000
1980년대의 같은 사진을 보면
04:55
we see the fish are much smaller
120
280000
2000
물고기의 크기가 훨씬 작아졌다는 걸 알 수 있습니다.
04:57
and we're also seeing a change
121
282000
2000
그리고 물고기들을 늘어놓은 방식에
04:59
in terms of the composition of those fish.
122
284000
2000
변화가 생겼다는 것 역시 알 수 있습니다.
05:01
By 2007, the catch was actually laughable
123
286000
2000
2007년이 되면 물고기의 크기가
05:03
in terms of the size for a trophy fish.
124
288000
2000
정말 우스워지지요.
05:05
But this is no laughing matter.
125
290000
2000
하지만 이건 더 이상 웃을 수 있는 문제가 아닙니다.
05:07
The oceans have lost a lot of their productivity
126
292000
2000
바다는 그들의 생산성의 상당수를 잃었습니다.
05:09
and we're responsible for it.
127
294000
3000
그리고 우리는 거기에 책임이 있습니다.
05:12
So what's left? Actually quite a lot.
128
297000
2000
그래서 무엇이 남았나요? 실제로 아주 많은 것이 있습니다.
05:14
There's a lot of exciting things, and I'm going to tell you a little bit about them.
129
299000
3000
많은 흥미로운 것들이 있고, 전 그것에 관해 약간 이야기하고자 합니다.
05:17
And I want to start with a bit on technology,
130
302000
2000
그리고 약간 기술적인 부분을 이야기하며 시작하고 싶군요.
05:19
because, of course, this is a TED Conference
131
304000
2000
왜냐하면, 물론 여기는 테드 학회이고
05:21
and you want to hear something on technology.
132
306000
2000
그래서 여러분들은 기술적인 부분에 대해 듣고 싶어할 테니까요.
05:23
So one of the tools that we use to sample the deep ocean
133
308000
2000
우리가 심해를 조사하기 위해 사용한 도구 중 하나는
05:25
are remotely operated vehicles.
134
310000
2000
원격으로 조정되는 차량이었습니다.
05:27
So these are tethered vehicles we lower down to the sea floor
135
312000
3000
우리가 해저에 내려놓은 이 차량은 줄에 묶여있었고
05:30
where they're our eyes and our hands for working on the sea bottom.
136
315000
3000
우리가 바다 바닥에서 작업할 수 있도록 눈과 손이 되어주었습니다.
05:33
So a couple of years ago, I was supposed to go on an oceanographic cruise
137
318000
3000
2년 전에 전 해양탐사선을 타기로 되어있었는데
05:36
and I couldn't go because of a scheduling conflict.
138
321000
3000
일정 문제로 가지 못했었습니다.
05:39
But through a satellite link I was able to sit at my study at home
139
324000
3000
하지만 위성 연결을 통해 전 집에 앉아서 연구를 할 수 있었습니다.
05:42
with my dog curled up at my feet, a cup of tea in my hand,
140
327000
3000
몸을 웅크린 채 바닥에 앉아 있는 제 개, 그리고 한 잔의 차와 함께 말이죠.
05:45
and I could tell the pilot, "I want a sample right there."
141
330000
2000
그리고 전 조종사에게 말할 수 있었죠. "바로 거기에 있는 표본이 필요합니다."
05:47
And that's exactly what the pilot did for me.
142
332000
2000
그리고 아주 정확히 그 조종사는 제가 원하는 일을 해주었습니다.
05:49
That's the sort of technology that's available today
143
334000
3000
이것이 오늘날 이 연구를 가능하게 했던, 그리고 십여 년 전엔
05:52
that really wasn't available even a decade ago.
144
337000
2000
불가능했던 기술입니다.
05:54
So it allows us to sample these amazing habitats
145
339000
2000
이 기술은 우리가 수면에서 한참 떨어진, 그리고 빛이 거의 닿지 않는
05:56
that are very far from the surface
146
341000
2000
놀라운 서식지들을 조사하는데
05:58
and very far from light.
147
343000
2000
매우 큰 도움을 주었습니다.
06:00
And so one of the tools that we can use to sample the oceans
148
345000
3000
그리고 바다를 조사하는 사용할 수 있는 도구 중 하나는
06:03
is acoustics, or sound waves.
149
348000
2000
음향시설 또는 음파입니다.
06:05
And the advantage of sound waves
150
350000
2000
음파의 이점은
06:07
is that they actually pass well through water, unlike light.
151
352000
2000
빛과는 다르게 물을 잘 통과한다는 것입니다.
06:09
And so we can send out sound waves,
152
354000
2000
또 우리가 음파를 보내면
06:11
they bounce off objects like fish and are reflected back.
153
356000
3000
그 음파는 물고기 같은 물체에 부딪히고, 다시 우리에게 반사되어 돌아옵니다.
06:14
And so in this example, a census scientist took out two ships.
154
359000
3000
그래서 통계조사 과학자들은 두 대의 배를 준비했습니다.
06:17
One would send out sound waves that would bounce back.
155
362000
2000
한 대는 반사되어 되돌아올 파동을 내보내고
06:19
They would be received by a second ship,
156
364000
2000
두번 째 배는 파동을 청취하지요.
06:21
and that would give us very precise estimates, in this case,
157
366000
3000
그래서 우리는 약 1분 동안 2500억 마리의 청어에 대한
06:24
of 250 billion herring
158
369000
2000
매우 정확한 추산을
06:26
in a period of about a minute.
159
371000
2000
할 수 있었습니다.
06:28
And that's an area about the size of Manhattan Island.
160
373000
3000
그리고 그건 맨하탄 정도 크기의 지역에서 이루어진 것이었죠.
06:31
And to be able to do that is a tremendous fisheries tool,
161
376000
2000
또한 엄청나게 큰 크기의 어장관리도구도 이 실험에 도움이 되었습니다.
06:33
because knowing how many fish are there is really critical.
162
378000
3000
그 안에 얼마나 많은 물고기들이 있는지를 아는 것은 정말 중요했기 때문입니다.
06:36
We can also use satellite tags
163
381000
2000
또 우리는 위성태그를 사용했습니다.
06:38
to track animals as they move through the oceans.
164
383000
2000
동물들이 바다에서 움직이는 것을 추적해주는 장치지요.
06:40
And so for animals that come to the surface to breathe,
165
385000
2000
위성태그를 장치한 동물이 숨을 쉬기 위해 수면으로 나오면,
06:42
such as this elephant seal,
166
387000
2000
예를 들어 코끼리물범 같은 동물들 말이죠.
06:44
it's an opportunity to send data back to shore
167
389000
2000
그때 그 데이터가 우리에게 전송되고
06:46
and tell us where exactly it is in the ocean.
168
391000
3000
그럼 우리는 그 동물이 바다 어디에 위치하고 있는지 정확히 알 수 있게 됩니다.
06:49
And so from that we can produce these tracks.
169
394000
2000
그래서 이런 트랙킹 데이터를 얻을 수 있죠.
06:51
For example, the dark blue
170
396000
2000
예를 들어 이 암청색 선은
06:53
shows you where the elephant seal moved in the north Pacific.
171
398000
2000
코끼리물범이 북태평양에서 어디로 이동했는지를 보여줍니다.
06:55
Now I realize for those of you who are colorblind, this slide is not very helpful,
172
400000
3000
여러분 중 색맹이신 분들에겐 이 자료가 큰 도움이 되지 않겠지요.
06:58
but stick with me nonetheless.
173
403000
2000
그렇지만 제 말을 더 들어보세요.
07:00
For animals that don't surface,
174
405000
2000
수면으로 나오지 않는 동물들 때문에
07:02
we have something called pop-up tags,
175
407000
2000
우리는 '팝업 태그'라고 부르는 장치를 사용했습니다.
07:04
which collect data about light and what time the sun rises and sets.
176
409000
3000
이 장치는 빛, 태양이 뜨고 지는 시각 정보를 수집합니다.
07:07
And then at some period of time
177
412000
2000
그리고 일정 기간 동안
07:09
it pops up to the surface and, again, relays that data back to shore.
178
414000
3000
그 장치는 수면으로 올라와서 우리에게 데이터를 전송합니다.
07:12
Because GPS doesn't work under water. That's why we need these tools.
179
417000
3000
GPS가 물 속에서는 작동하지 않기 때문에 우리는 이런 도구를 사용했습니다.
07:15
And so from this we're able to identify these blue highways,
180
420000
3000
그리고 이 장치를 이용해서 우리는 이 푸른 선들을 확인할 수 있었습니다.
07:18
these hot spots in the ocean,
181
423000
2000
동물들이 이동하는 바다의 이 지점들이
07:20
that should be real priority areas
182
425000
2000
바다보호를 위해 우선적으로
07:22
for ocean conservation.
183
427000
2000
고려해야하는 지역입니다.
07:24
Now one of the other things that you may think about
184
429000
2000
자 이제 이것에 대해 생각해 봅시다.
07:26
is that, when you go to the supermarket and you buy things, they're scanned.
185
431000
3000
여러분이 슈퍼마켓에 가서 물건을 사고나면 점원이 그 물건들을 스캔하지요.
07:29
And so there's a barcode on that product
186
434000
2000
물건들에는 바코드가 찍혀있는데
07:31
that tells the computer exactly what the product is.
187
436000
3000
그 바코드는 그 물건이 어떤 제품인지를 정확히 나타내줍니다.
07:34
Geneticists have developed a similar tool called genetic barcoding.
188
439000
3000
유전학자들은 "유전자 바코딩"이라고 하는 비슷한 도구를 만들었는데
07:37
And what barcoding does
189
442000
2000
그 바코딩은 CO1이라고 하는 특정한
07:39
is use a specific gene called CO1
190
444000
2000
유전자를 이용합니다.
07:41
that's consistent within a species, but varies among species.
191
446000
3000
그 유전자는 같은 종에서는 모두 같지만, 다른 종에서는 다르게 변합니다.
07:44
And so what that means is we can unambiguously identify
192
449000
2000
그 특성 덕택에 겉으로는 서로 비슷해 보이지만
07:46
which species are which
193
451000
2000
생물학적으로는 아주 다를 수 있는
07:48
even if they look similar to each other,
194
453000
2000
물고기들이 어느 종에 속하는지를
07:50
but may be biologically quite different.
195
455000
2000
명확히 확인할 수 있습니다.
07:52
Now one of the nicest examples I like to cite on this
196
457000
2000
이것에 대해 언급하고 싶은 가장 좋은 예중 하나는
07:54
is the story of two young women, high school students in New York City,
197
459000
3000
뉴욕에 있는 고등학교에 다니는 두 젊은 여성의 이야기입니다.
07:57
who worked with the census.
198
462000
2000
이들은 통계조사업무를 하고 있었죠.
07:59
They went out and collected fish from markets and from restaurants in New York City
199
464000
3000
그들은 뉴욕에 있는 식당과 시장에서 물고기를 모아왔습니다.
08:02
and they barcoded it.
200
467000
2000
그리고 그들에게 바코드를 찍었습니다.
08:04
Well what they found was mislabeled fish.
201
469000
2000
그리고 물고기들에게 이름이 잘못 붙어있다는 것을 알아냈죠.
08:06
So for example,
202
471000
2000
예를 들어
08:08
they found something which was sold as tuna, which is very valuable,
203
473000
2000
그들은 매우 비싼 값으로 팔리고 있던 참다랑어가
08:10
was in fact tilapia, which is a much less valuable fish.
204
475000
3000
실은 그보다는 훨씬 더 싼 틸라피아라는 것을 알아냈습니다.
08:13
They also found an endangered species
205
478000
2000
그리고 또 멸종위기종들이
08:15
sold as a common one.
206
480000
2000
평범한 물고기처럼 팔리고 있다는 것 또한 알아냈죠.
08:17
So barcoding allows us to know what we're working with
207
482000
2000
그래서 이 바코딩은 우리가 함게 일하고 있는 그리고 우리가
08:19
and also what we're eating.
208
484000
3000
먹고 있는 것이 무엇인지를 알 수 있게 해줍니다.
08:22
The Ocean Biogeographic Information System
209
487000
2000
해양생물학 정보시스템은
08:24
is the database for all the census data.
210
489000
2000
모든 통계조사 데이터를 모아놓은 데이터베이스입니다.
08:26
It's open access; you can all go in and download data as you wish.
211
491000
3000
이 시스템은 개방되어있습니다. 여러분 모두가 접속해서 데이터를 받아갈 수 있죠.
08:29
And it contains all the data from the census
212
494000
3000
그리고 이 시스템은 통계조사 결과에서 나온 모든 데이터를 가지고 있습니다.
08:32
plus other data sets that people were willing to contribute.
213
497000
2000
게다가 연구원들이 기꺼이 기증한 다른 데이터셋도 있죠.
08:34
And so what you can do with that
214
499000
2000
여러분들이 이 자료를 가지고
08:36
is to plot the distribution of species and where they occur in the oceans.
215
501000
3000
해양동물들의 분포와 장소를 도표로 만들 수 있습니다.
08:39
What I've plotted up here is the data that we have on hand.
216
504000
2000
제가 여기에 올린 도표는 우리가 쉽게 구할 수 있는 자료들입니다.
08:41
This is where our sampling effort has concentrated.
217
506000
3000
그리고 이곳은 우리의 자료수집 노력이 집중된 곳이죠.
08:44
Now what you can see
218
509000
2000
지금 여러분이 보고 있는 것은
08:46
is we've sampled the area in the North Atlantic,
219
511000
2000
우리가 북대서양에서 표본수집한 장소입니다.
08:48
in the North Sea in particular,
220
513000
2000
특히 북대서양의 북쪽, 그리고 북아메리카의
08:50
and also the east coast of North America fairly well.
221
515000
2000
동쪽해안에서 표본수집을 집중적으로 했습니다.
08:52
That's the warm colors which show a well-sampled region.
222
517000
3000
붉은 색 계열은 표본수집을 많이 한 지역을 나타내고
08:55
The cold colors, the blue and the black,
223
520000
2000
파란색과 검은색은
08:57
show areas where we have almost no data.
224
522000
2000
자료가 거의 없는 지역을 나타냅니다.
08:59
So even after a 10-year census,
225
524000
2000
따라서 향후 10년간 연구를 한다하더라도
09:01
there are large areas that still remain unexplored.
226
526000
3000
여전히 많은, 조사되지 않은 지역이 남아있을 것입니다.
09:04
Now there are a group of scientists living in Texas, working in the Gulf of Mexico
227
529000
3000
지금 멕시코만에서 일하고 텍사스에 사는 일군의 과학자들이 있습니다.
09:07
who decided really as a labor of love
228
532000
2000
그들은 복지사업의 일환으로써, 그들이 얻어낼수 있는
09:09
to pull together all the knowledge they could
229
534000
2000
멕시코만에 있는 생물다양성에 관한 모든 지식을
09:11
about biodiversity in the Gulf of Mexico.
230
536000
2000
수집하기로 결심을 했습니다.
09:13
And so they put this together, a list of all the species,
231
538000
3000
그래서 과학자들은 해양생물이 나타난다고 알려진 지역의
09:16
where they're known to occur,
232
541000
2000
모든 종들의 목록을 함께 수집했습니다.
09:18
and it really seemed like a very esoteric, scientific type of exercise.
233
543000
3000
그것은 매우 소수만이 즐기는 것처럼 보이는 과학적 형태의 활동이었죠.
09:21
But then, of course, there was the Deep Horizon oil spill.
234
546000
3000
그런데 그때 그곳에 기름 유출 사고가 일어났습니다.
09:24
So all of a sudden, this labor of love
235
549000
2000
그래서 갑자기, 아무런 명백한
09:26
for no obvious economic reason
236
551000
3000
경제적 이유가 없던 이 복지사업이
09:29
has become a critical piece of information
237
554000
2000
아주 중요한 정보조각이 되었습니다.
09:31
in terms of how that system is going to recover, how long it will take
238
556000
3000
그 정보는 이 생태계가 어떻게 회복될 것인가, 회복되는데 얼마나 오래 걸릴 것인가,
09:34
and how the lawsuits
239
559000
2000
그리고 다음 해에
09:36
and the multi-billion-dollar discussions that are going to happen in the coming years
240
561000
3000
일어날 소송과 수십 억 달러가 달린 토론이
09:39
are likely to be resolved.
241
564000
3000
어떻게 해결될 것인가와 관련된 정보였죠.
09:42
So what did we find?
242
567000
2000
그래서 우리는 무엇을 발겼했습니까?
09:44
Well, I could stand here for hours, but, of course, I'm not allowed to do that.
243
569000
2000
글쎄요. 전 여기서 몇 시간 동안 서있을 수 있습니다. 물론 그런 시간이 제게
09:46
But I will tell you some of my favorite discoveries
244
571000
2000
허용되어있진 않지만요. 그래서 통계조사와 관련된 제가 가장 좋아하는
09:48
from the census.
245
573000
2000
발견 하나를 말씀드릴까 합니다.
09:50
So one of the things we discovered is where are the hot spots of diversity?
246
575000
3000
우리가 발견한 것중 하나는 다양성의 가장 중요한 지점은 어디인가,
09:53
Where do we find the most species of ocean life?
247
578000
3000
해양생물의 대부분 종이 발견되는 곳이 어디인가, 하는 것입니다.
09:56
And what we find if we plot up the well-known species
248
581000
2000
그리고 만일 우리가 잘 알려진 종들의 도표를 만든다면
09:58
is this sort of a distribution.
249
583000
2000
이런 종류의 도표가 나오게 됩니다.
10:00
And what we see is that for coastal tags,
250
585000
2000
그리고 우리가 이를 통해 알 수 있는 것은 해안 태그들과
10:02
for those organisms that live near the shoreline,
251
587000
2000
해안 인근에 사는 저 유기체들이 열대지방에서
10:04
they're most diverse in the tropics.
252
589000
2000
가장 다양하다는 것입니다.
10:06
This is something we've actually known for a while,
253
591000
2000
그러나 이것은 우리가 실제로 알고 있었던 것들입니다.
10:08
so it's not a real breakthrough.
254
593000
2000
그래서 진짜 진일보한 정보는 아닙니다.
10:10
What is really exciting though
255
595000
2000
정말 흥미로운 점은
10:12
is that the oceanic tags, or the ones that live far from the coast,
256
597000
2000
해양태그 또는 해안에서 멀리 떨어져 사는 해양생물은 실제로
10:14
are actually more diverse at intermediate latitudes.
257
599000
2000
중위도에서 더 다양하다는 점입니다.
10:16
This is the sort of data, again, that managers could use
258
601000
3000
이 자료는 관리자들이 어떤 지역의 바다를 더 우선적으로 보존할 필요가 있는지
10:19
if they want to prioritize areas of the ocean that we need to conserve.
259
604000
3000
우선 순위를 매기길 원할 때 사용할 수 있는 자료입니다.
10:22
You can do this on a global scale, but you can also do it on a regional scale.
260
607000
3000
여러분은 이것을 전지구적 범위에서 할 수도 있고 또한 지역적 범위에서
10:25
And that's why biodiversity data can be so valuable.
261
610000
3000
할 수 있습니다. 그리고 이것이 바로 생물다양성 자료가 중요한 이유입니다.
10:28
Now while a lot of the species we discovered in the census
262
613000
3000
통계 조사 중 우리가 발견한 많은 종들이
10:31
are things that are small and hard to see,
263
616000
2000
작거나 보기 어려운 것들인 반면
10:33
that certainly wasn't always the case.
264
618000
2000
확실히 항상 그렇지만은 않았습니다.
10:35
For example, while it's hard to believe
265
620000
2000
예를 들어 3kg에 달하는 바닷가재가
10:37
that a three kilogram lobster could elude scientists,
266
622000
2000
과학자들의 눈을 피해갈 수 있다고 믿기 어렵지요.
10:39
it did until a few years ago
267
624000
2000
하지만 몇 년 전에 그런 일이 실제로 일어났습니다.
10:41
when South African fishermen requested an export permit
268
626000
3000
남아프리카의 어부가 그 가재의 수출허가를 요청했을 때, 과학자들은 그 가재가
10:44
and scientists realized that this was something new to science.
269
629000
3000
과학에 있어 새로운 발견이라는 것을 깨달았죠.
10:47
Similarly this Golden V kelp
270
632000
2000
유사하게, 알래스카의 저수위표 아래에서만
10:49
collected in Alaska just below the low water mark
271
634000
2000
발견된 이 황금V 해초는
10:51
is probably a new species.
272
636000
2000
아마도 새로운 종일 겁니다.
10:53
Even though it's three meters long,
273
638000
2000
이것은 길이가 3미터나 되지만
10:55
it actually, again, eluded science.
274
640000
2000
실제로 또 과학자들의 눈에 띄지 않았었죠.
10:57
Now this guy, this bigfin squid, is seven meters in length.
275
642000
3000
자, 지금 이 오징어는 길이가 7미터에 달합니다.
11:00
But to be fair, it lives in the deep waters of the Mid-Atlantic Ridge,
276
645000
3000
이 생물체가 대서양 중앙산령의 깊은 바다에 산다고 말해야 공평하겠죠.
11:03
so it was a lot harder to find.
277
648000
2000
그래서 이건 찾기가 더 어려웠습니다.
11:05
But there's still potential for discovery of big and exciting things.
278
650000
3000
하지만 중앙산령엔 여전히 크고 흥미로운 생물체가 발견될 가능성이 있습니다.
11:08
This particular shrimp, we've dubbed it the Jurassic shrimp,
279
653000
3000
이 특별한 새우는, 우리는 쥐라기 새우라는 별명을 붙였는데요.
11:11
it's thought to have gone extinct 50 years ago --
280
656000
2000
이건 50년 전에 멸종된 것으로 보입니다.
11:13
at least it was, until the census discovered
281
658000
2000
이 생물은 적어도, 통계조사 연구가 발견할 때까지
11:15
it was living and doing just fine off the coast of Australia.
282
660000
3000
오스트레일리아의 해안가에서 아주 잘 살고 있었죠.
11:18
And it shows that the ocean, because of its vastness,
283
663000
3000
그리고 이런 사실은 바다가 자신의 비밀을 아주 오랫동안 숨길 수
11:21
can hide secrets for a very long time.
284
666000
2000
있다는 걸 보여줍니다. 그 광대함 덕분에 말이죠.
11:23
So, Steven Spielberg, eat your heart out.
285
668000
3000
네, 스티븐 스필버그는 저리 가라고 할 정도죠.
11:26
If we look at distributions, in fact distributions change dramatically.
286
671000
3000
분포도를 보면, 사실 분포도는 급격하게 변합니다.
11:29
And so one of the records that we had
287
674000
3000
그래서 우리가 가진 기록 중 하나는
11:32
was this sooty shearwater, which undergoes these spectacular migrations
288
677000
3000
검은 슴새에 대한 것이었는데, 이들은 뉴질랜드에서 알래스카로 왔다가 다시
11:35
all the way from New Zealand
289
680000
2000
뉴질랜드로 돌아가는
11:37
all the way up to Alaska and back again
290
682000
2000
대규모의 이동을 하고 있습니다.
11:39
in search of endless summer
291
684000
2000
그들은 자신의 생명주기 동안
11:41
as they complete their life cycles.
292
686000
2000
끝나지 않는 여름을 찾아다니죠.
11:43
We also talked about the White Shark Cafe.
293
688000
2000
우리는 또 백상어에 관해 이야기했습니다.
11:45
This is a location in the Pacific where white shark converge.
294
690000
3000
이곳은 백상어가 모이는 태평양의 한 지점이죠.
11:48
We don't know why they converge there, we simply don't know.
295
693000
2000
우리는 그들이 왜 그곳에서 모이는지를 모릅니다. 그야말로 모르고 있죠.
11:50
That's a question for the future.
296
695000
2000
이것은 미래에 풀어야할 문제입니다.
11:52
One of the things that we're taught in high school
297
697000
2000
우리가 고등학교에서 배운 것중 하나는
11:54
is that all animals require oxygen in order to survive.
298
699000
3000
모든 동물은 살기 위해 산소가 필요하다는 것이었습니다.
11:57
Now this little critter, it's only about half a millimeter in size,
299
702000
3000
자, 이 작은 생명체는 크기가 겨우 0.5mm에 불과합니다.
12:00
not terribly charismatic.
300
705000
2000
아주 카리스마가 넘치진 않죠.
12:02
But it was only discovered in the early 1980s.
301
707000
2000
하지만 이건 1980년대 초에 발견되었습니다.
12:04
But the really interesting thing about it
302
709000
2000
그리고 이 생물에 대한 진정 흥미로운 점은
12:06
is that, a few years ago, census scientists discovered
303
711000
3000
몇 년 전에 통계조사 과학자들이 발견한 것인데,
12:09
that this guy can thrive in oxygen-poor sediments
304
714000
2000
이 생물체가 깊은 지중해의 산소가 부족한 침천물 속에서도
12:11
in the deep Mediterranean Sea.
305
716000
2000
번성할 수 있다는 점입니다.
12:13
So now they know that, in fact,
306
718000
2000
지금 우리가 알고 있는 것은
12:15
animals can live without oxygen, at least some of them,
307
720000
2000
동물 중 적어도 일부는 산소 없이도 살 수 있다는 것이며
12:17
and that they can adapt to even the harshest of conditions.
308
722000
3000
심지어 가장 혹독한 환경에서도 적응하며 살 수 있다는 것입니다.
12:20
If you were to suck all the water out of the ocean,
309
725000
3000
만일 여러분이 바다에 있는 모든 물을 마셔버린다면
12:23
this is what you'd be left behind with,
310
728000
2000
이것이 여러분 뒤에 남겨질 것입니다.
12:25
and that's the biomass of life on the sea floor.
311
730000
2000
그리고 저것이 해저에 있는 생물량이죠.
12:27
Now what we see is huge biomass towards the poles
312
732000
3000
지금 우리가 보는 것은 극지방으로 갈수록 생물량이 많아지고 있다는 것과
12:30
and not much biomass in between.
313
735000
3000
중저위도 지방은 그렇지 않다는 것입니다.
12:33
We found life in the extremes.
314
738000
2000
우리는 극지방에서 생명체들을 발견했습니다.
12:35
And so there were new species that were found
315
740000
2000
그리고 거기에서, 얼음 안에서 살고 있는
12:37
that live inside ice
316
742000
2000
새로운 종들을 발견했습니다.
12:39
and help to support an ice-based food web.
317
744000
2000
그들은 얼음 기반의 먹이사슬이 구성되는데 도움을 줍니다.
12:41
And we also found this spectacular yeti crab
318
746000
2000
그리고 우리는 이 놀라운 예티 크랩을 발견했습니다.
12:43
that lives near boiling hot hydrothermal vents at Easter Island.
319
748000
3000
이들은 이스터섬에 있는, 끓고 있는 뜨거운 열수분출공 근처에서 살고 있죠.
12:46
And this particular species
320
751000
2000
이 특별한 종들은
12:48
really captured the public's attention.
321
753000
3000
대중의 관심을 사로잡았습니다.
12:51
We also found the deepest vents known yet -- 5,000 meters --
322
756000
3000
우린 또한 북극과 남태평양에서 5,000미터라는 가장 깊은 곳에 위치하는
12:54
the hottest vents at 407 degrees Celsius --
323
759000
3000
분출공과 섭씨 407도에 달하는 가장 뜨거운
12:57
vents in the South Pacific and also in the Arctic
324
762000
2000
분출공을 발견했습니다.
12:59
where none had been found before.
325
764000
2000
그 전엔 알려지지 않았던 것들이죠.
13:01
So even new environments are still within the domain of the discoverable.
326
766000
3000
게다가 새로운 것들이 여전히 발견 가능한 영역 사이에 있습니다.
13:04
Now in terms of the unknowns, there are many.
327
769000
2000
지금 미지의 것들이 많이 있습니다.
13:06
And I'm just going to summarize just a few of them
328
771000
2000
전 그들 중 몇몇을 아주 빠르게 여러분들에게
13:08
very quickly for you.
329
773000
2000
요약해보고자 합니다.
13:10
First of all, we might ask, how many fishes in the sea?
330
775000
3000
우선, 이렇게 물어볼 수 있겠네요. 바다엔 얼마나 많은 물고기들이 있는가?
13:13
We actually know the fishes better than we do any other group in the ocean
331
778000
2000
사실 우리는 해양 포유동물을 제외하면 바다에 있는 다른 어느 집단들보다도
13:15
other than marine mammals.
332
780000
2000
물고기들을 더 잘 알고 있습니다.
13:17
And so we can actually extrapolate based on rates of discovery
333
782000
3000
그래서 우리는 얼마나 더 많은 종들을 우리가 발견하게 될 것인가라는
13:20
how many more species we're likely to discover.
334
785000
3000
비율에 기반해서 실제 추정을 할 수 있었습니다.
13:23
And from that, we actually calculate
335
788000
2000
그래서 우리는 16,500마리의 해양 종들을
13:25
that we know about 16,500 marine species
336
790000
3000
우리가 알고 있다고 계산을 했습니다.
13:28
and there are probably another 1,000 to 4,000 left to go.
337
793000
2000
그리고 아마도 1,000마리에서 4,000마리의 계산되지 않은 다른 종들이 있겠죠.
13:30
So we've done pretty well.
338
795000
2000
우리는 아주 잘 해냈습니다.
13:32
We've got about 75 percent of the fish,
339
797000
2000
우리는 전체 물고기의 75%에서 많게는 90%에 달할지도 모르는
13:34
maybe as much as 90 percent.
340
799000
2000
물고기들을 알아냈습니다.
13:36
But the fishes, as I say, are the best known.
341
801000
3000
하지만 제가 말씀드리는 것처럼, 어류는 가장 잘 알려진 것이죠.
13:39
So our level of knowledge is much less for other groups of organisms.
342
804000
3000
그래서 우리의 지식 수준은 다른 유기체군에 비하면 아주 적은 것입니다.
13:42
Now this figure is actually based on a brand new paper
343
807000
2000
지금 이 그림은 아주 새로운 논문에 기반하여 만들어졌습니다.
13:44
that's going to come out in the journal PLoS Biology.
344
809000
3000
이것은 PLoS 생물학 저널에 실릴 예정입니다.
13:47
And what is does is predict how many more species there are
345
812000
2000
그리고 이것은 육지와 바다에 얼마나 많은 종들이
13:49
on land and in the ocean.
346
814000
2000
있는지를 예측합니다.
13:51
And what they found
347
816000
2000
그리고 이 논문은
13:53
is that they think that we know of about nine percent of the species in the ocean.
348
818000
3000
우리가 바다에 사는 종들의 약 9%를 알고 있다고 이야기합니다.
13:56
That means 91 percent, even after the census,
349
821000
2000
이것은, 심지어 통계조사 이후로도, 91%의 영역이 여전히 미지의
13:58
still remain to be discovered.
350
823000
2000
지역으로 남아있다는 의미입니다.
14:00
And so that turns out to be about two million species
351
825000
2000
그래서 이런 저런 것들을 모두 고려해봤을 때
14:02
once all is said and done.
352
827000
2000
결국 바다에 약 200만종의 생명체가 있다는 결론에 이르게 됩니다.
14:04
So we still have quite a lot of work to do
353
829000
2000
이렇듯 여전히 우리에겐 해야할
14:06
in terms of unknowns.
354
831000
2000
많은 일들이 남아있습니다.
14:08
Now this bacterium
355
833000
2000
이 박테리아는
14:10
is part of mats that are found off the coast of Chile.
356
835000
3000
칠레 해변에서 발견된 매트의 일부입니다.
14:13
And these mats actually cover an area the size of Greece.
357
838000
2000
그리고 이런 매트가 덮고 있는 범위는 그리스 크기만 합니다.
14:15
And so this particular bacterium is actually visible to the naked eye.
358
840000
3000
그리고 이 특별한 박테리아는 맨눈으로도 보이지요.
14:18
But you can imagine the biomass that represents.
359
843000
3000
여러분은 대표적인 생물군을 상상할 수 있습니다.
14:21
But the really intriguing thing about the microbes
360
846000
2000
하지만 미생물에 관한 정말 흥미로운 점은
14:23
is just how diverse they are.
361
848000
2000
그들의 다양성에 있습니다.
14:25
A single drop of seawater
362
850000
2000
한 방울의 바닷물은
14:27
could contain 160 different types of microbes.
363
852000
2000
160종의 다른 미생물을 포함하고 있습니다.
14:29
And the oceans themselves
364
854000
2000
바다 전체로 따지면
14:31
are thought potentially to contain as many as a billion different types.
365
856000
3000
10억 종의 잠재적인 미생물이 있을 것으로 보입니다.
14:34
So that's really exciting. What are they all doing out there?
366
859000
3000
정말 흥미롭지요. 그들은 대체 거기서 뭘 하고 있는 걸까요?
14:37
We actually don't know.
367
862000
2000
우리는 실제로 모릅니다.
14:39
The most exciting thing, I would say, about this census
368
864000
2000
전 이 통계조사에 있어 가장 흥미로운 점이
14:41
is the role of global science.
369
866000
2000
전지구적 과학의 역할에 있다고 생각합니다.
14:43
And so as we see in this image of light during the night,
370
868000
2000
밤에 나타나는 이 빛의 이미지를 볼 때
14:45
there are lots of areas of the Earth
371
870000
2000
지구에 인간의 손길이 미친
14:47
where human development is much greater
372
872000
3000
많은 지역이 있는 반면
14:50
and other areas where it's much less,
373
875000
2000
그렇지 않은 곳도 있다는 것을 알게 됩니다.
14:52
but between them we see large dark areas
374
877000
2000
하지만 그 사이에서, 우리는 상대적으로 덜 탐사된
14:54
of relatively unexplored ocean.
375
879000
2000
크고 어두운 바다지역을 보게 됩니다.
14:56
The other point I'd like to make about this
376
881000
2000
이것에 관해 제가 강조하고 싶은 점은
14:58
is that this ocean's interconnected.
377
883000
2000
이 바다가 서로 연결되어 있다는 것입니다.
15:00
Marine organisms do not care about international boundaries;
378
885000
2000
해양 생물들은 나라간 경계를 신경쓰지 않습니다.
15:02
they move where they will.
379
887000
2000
그들은 이동하려는 곳으로 이동하죠.
15:04
And so the importance then of global collaboration
380
889000
3000
그래서 전세계적 협력이 중요성이
15:07
becomes all the more important.
381
892000
2000
더 중요해집니다.
15:09
We've lost a lot of paradise.
382
894000
2000
우리는 많은 낙원을 잃어버렸습니다.
15:11
For example, these tuna that were once so abundant in the North Sea
383
896000
3000
예를 들어, 이 참치는 한때 북해에 아주 풍부했었죠.
15:14
are now effectively gone.
384
899000
2000
지금은 사실상 사라져버렸습니다.
15:16
There were trawls taken in the deep sea in the Mediterranean,
385
901000
3000
예전에 지중해에서 저그물망으로 어업을 하는 사람들이 있었는데
15:19
which collected more garbage than they did animals.
386
904000
2000
동물보다는 쓰레기를 더 많이 건졌죠.
15:21
And that's the deep sea, that's the environment that we consider to be
387
906000
3000
그리고 그것이 바로 지구에 남겨진, 가장 오염되지 않은 지역이라고
15:24
among the most pristine left on Earth.
388
909000
2000
우리가 간주하고 있는 심해의 실상입니다.
15:26
And there are a lot of other pressures.
389
911000
2000
그리고 그곳엔 또다른 다른 많은 스트레스가 있습니다.
15:28
Ocean acidification is a really big issue that people are concerned with,
390
913000
3000
바다의 산성화, 바다 온난화, 그리고 그것들이 산호초에 미칠 영향은
15:31
as well as ocean warming, and the effects they're going to have on coral reefs.
391
916000
3000
사람들이 많은 관심을 가지고 있는 정말 큰 이슈입니다.
15:34
On the scale of decades, in our lifetimes,
392
919000
3000
우리는 우리 삶에서 10년을 주기로
15:37
we're going to see a lot of damage to coral reefs.
393
922000
2000
산호초에 영향을 미칠 막대한 피해를 보게될 것입니다.
15:39
And I could spend the rest of my time, which is getting very limited,
394
924000
3000
그리고 전 점점 제한시간이 다가오는 제 연설의 나머지 시간을 이용해
15:42
going through this litany of concerns about the ocean,
395
927000
2000
바다를 걱정하는 장황한 연설을 할 수도 있습니다.
15:44
but I want to end on a more positive note.
396
929000
2000
하지만 전 조금 긍정정인 내용으로 끝내고 싶습니다.
15:46
And so the grand challenge then
397
931000
2000
그러기 위해서는, 우리에게 남겨진 것을 보존하고자 노력하고 확신하는
15:48
is to try and make sure that we preserve what's left,
398
933000
2000
거대한 도전이 필요합니다.
15:50
because there is still spectacular beauty.
399
935000
2000
왜냐하면 그곳엔 여전히 대단한 아름다움이 있기 때문입니다.
15:52
And the oceans are so productive,
400
937000
2000
바다는 매우 생산적이고
15:54
there's so much going on in there that's of relevance to humans
401
939000
3000
거기엔 인간과 관련이 있는 아주 많은 것들이 있습니다.
15:57
that we really need to, even from a selfish perspective,
402
942000
3000
우리가 과거에 가지고 있던 것보다 더 잘 갖을 수 있도록 노력하는 것이
16:00
try to do better than we have in the past.
403
945000
2000
우리에게 진정 필요합니다. 심지어 이기적 관점에서 볼지라도 말이죠.
16:02
So we need to recognize those hot spots
404
947000
2000
그래서 우리는 이런 중요 지점들을 인식할 필요가 있고
16:04
and do our best to protect them.
405
949000
2000
그들을 보호하기 위해 최선을 다해야합니다.
16:06
When we look at pictures like this, they take our breath away,
406
951000
2000
우리가 이런 그림을 보게 되면, 우리는 놀라서 숨이 멎어버릴 정도가 되지요.
16:08
in addition to helping to give us breath
407
953000
2000
그들이 우리가 숨을 쉴 수 있게 도와주는 것과는
16:10
by the oxygen that the oceans provide.
408
955000
2000
별도로 말이지요.
16:12
Census scientists worked in the rain, they worked in the cold,
409
957000
3000
통계조사 과학자들은 비가 오는 곳에서, 추위가 기승을 떠는 곳에서 일했습니다.
16:15
they worked under water and they worked above water
410
960000
2000
그들은 바다 위에서 그리고 바다 아래서 일했습니다.
16:17
trying to illuminate the wondrous discovery,
411
962000
2000
경이로운 발견 즉 고요하고 광대하며 알려지지 않은,
16:19
the still vast unknown,
412
964000
2000
우리가 해양생물에게서 본 놀라운 적응력과 같은
16:21
the spectacular adaptations that we see in ocean life.
413
966000
3000
발견을 조명하기 위해 노력하며 말입니다.
16:24
So whether you're a yak herder living in the mountains of Chile,
414
969000
3000
그래서 여러분이 칠레의 산에 살며 야크를 돌보는 목동이든 아니든 간에
16:27
whether you're a stockbroker in New York City
415
972000
3000
뉴욕에 사는 증권 중개인이든 아니든 간에
16:30
or whether you're a TEDster living in Edinburgh,
416
975000
2000
아니면 에딘버러에 사는 테드 일원이든 아니든 간에
16:32
the oceans matter.
417
977000
2000
바다는 중요합니다.
16:34
And as the oceans go so shall we.
418
979000
2000
그리고 바다가 가는 곳으로 우리도 가게 될 것입니다.
16:36
Thanks for listening.
419
981000
2000
들어주셔서 고맙습니다.
16:38
(Applause)
420
983000
2000
(박수)
ABOUT THE SPEAKER
Paul Snelgrove - Marine biologistPaul Snelgrove led the group that pulled together the findings of the Census of Marine Life -- synthesizing 10 years and 540 expeditions into a book of wonders.
Why you should listen
From 2000 to 2010, the Census of Marine Life ran a focused international effort to catalogue as much knowledge as possible about the creatures living in our oceans. (It had never really been done before.) Some 2,700 scientists from 80 countries, on 540 expeditions, worked to assess the diversity, distribution, and abundance of marine life. More than 6,000 potential new species were discovered, amid scenes of ocean degradation, resilience, and wonder.
It was Paul Snelgrove's job to synthesize this mass of findings into a book. Snelgrove, a professor at Memorial University in Newfoundland who studies benthic sedimentary ecosystems, led the team that produced the book Discoveries of the Census of Marine Life, about the most important and dramatic findings of the CML: new species and habitats, unexpected and epic migration routes and changing distribution patterns. The census revealed how diverse, surprising, still vastly unknown, and tenacious life is in the oceans.
He says: "How to distill thousands of scientific papers and dozens of books into a coherent story? The answer was to lock myself in the basement, shut off email, and read, read, read."
Paul Snelgrove | Speaker | TED.com