계산동 과학과외

계산동 생물 목록에서 범위를 읽는 과학과외

계산동은 은행마을과 계산지구가 이어진 생활권으로, 주변에서 관찰한 생물을 분류해 보는 활동을 진행하기 좋다. 계산중학교와 계산고등학교가 포함된 교육생활권에서도 개체군과 군집을 구별하는 문제는 단순히 생물 이름을 많이 세는 문제가 아니다. 계산동과외에서는 먼저 어디까지의 생물을 하나의 범위로 묶었는가를 확인하도록 지도하며, 계산동과학과외에서도 이 기준을 실제 목록에 적용한다.

목록 옆에 남은 첫 표시

학생에게 다음과 같은 한 지역의 생물 목록을 제시했다.

• 은행나무 5그루
• 민들레 12포기
• 참새 7마리
• 개미 30마리

문제는 “위 목록은 개체군인가, 군집인가?”였다. 학생은 답을 쓰기 전에 ‘관찰 지역: 한 구역’이라고 표시하고, 생물 이름 옆에 개체 수를 적었다. 수를 확인한 뒤에는 “생물의 종류가 여러 가지이므로 개체군”이라고 판단했다.

학생의 오류: 개체군을 ‘생물 수가 많은 집단’으로 보고, 여러 생물 종류가 섞인 목록도 개체군이라고 분류했다.

이것이 최종 답을 쓰기 전에 일어난 첫 번째 잘못이었다. 개체 수를 세고 지역 범위를 표시한 행동 자체는 그대로 사용할 수 있었지만, 집단의 구성 범위를 읽는 기준이 어긋났다.

숫자는 두고 범위만 다시 읽기

교정할 때는 이미 기록한 수를 지우지 않았다. 대신 각 생물 이름 앞에 같은 종류인지 확인하는 표시를 붙였다. 은행나무만 모으면 ‘은행나무 집단’, 민들레만 모으면 ‘민들레 집단’처럼 한 종류씩 묶을 수 있다. 그러나 제시된 목록 전체를 한 번에 묶으면 은행나무, 민들레, 참새, 개미가 함께 포함된다.

따라서 하나의 종으로 이루어진 집단은 개체군이고, 같은 지역에서 여러 종의 개체군이 함께 나타난 전체는 군집이다. 여기서 결정적인 것은 5그루나 30마리라는 수가 아니라, 한 종류의 생물만 포함하는지 여러 종류가 함께 포함되는지이다.

학생은 목록의 왼쪽에 다음처럼 다시 표시했다.

• 은행나무 5그루 → 은행나무 한 종류의 개체군
• 민들레 12포기 → 민들레 한 종류의 개체군
• 참새 7마리 → 참새 한 종류의 개체군
• 개미 30마리 → 개미 한 종류의 개체군

그리고 네 줄을 합친 “한 지역 생물 목록 전체”에는 여러 종류가 있으므로 군집이라고 결론 내렸다. 처음에 정확했던 관찰 지역 표시와 개체 수 기록은 유지하고, ‘종류가 많다’는 표현을 잘못 사용한 판단만 ‘여러 종의 개체군이 함께 있는가’로 바꾸었다.

표현을 바꾼 두 번째 관찰지

다음 문제에서는 숫자를 단순히 바꾸지 않고 자료의 배열을 달리했다. 이번에는 공원 한 구역의 관찰 기록을 생물별 목록이 아니라 두 묶음으로 제시했다.

• 첫 묶음: 느티나무 8그루
• 둘째 묶음: 느티나무 2그루, 달팽이 6마리, 직박구리 3마리

질문은 “첫째 묶음과 둘째 묶음 중 개체군으로 볼 수 있는 것은 무엇인가?”였다. 학생은 먼저 각 묶음에서 생물 이름을 세로로 적고, 같은 이름이 반복되는지 확인했다. 첫째 묶음은 느티나무 한 종류만 있으므로 개체군이다. 둘째 묶음은 느티나무, 달팽이, 직박구리처럼 여러 종류가 함께 있으므로 군집이다.

이번에는 생물 수의 크기나 묶음의 순서에 기대지 않고, 각 묶음의 구성 종류를 직접 확인했다. 첫 문제에서 사용한 ‘한 지역’이라는 조건도 놓치지 않았지만, 분류의 근거는 여전히 생물 종류의 범위에 두었다.

힌트 없이 남긴 마지막 검산

마지막에는 다음 자료만 주고 아무 표시나 설명을 먼저 제공하지 않았다.

• 학교 뒤 화단: 장미 14송이
• 같은 화단에서 기록한 생물: 장미 14송이, 벌 5마리, 지렁이 2마리

학생은 첫 줄에서 ‘장미 한 종류’라는 조건을 찾아 개체군이라고 썼고, 둘째 줄에서는 세 종류가 함께 기록되었다고 판단해 군집이라고 썼다. 이어서 각 답 옆에 “한 종류의 집단인가?”, “여러 종류의 집단이 함께 있는가?”라는 확인 문장을 스스로 남겼다.

마지막 검산에서도 개체 수를 다시 더해 답을 바꾸지 않았다. 분류 결과를 결정한 근거가 수의 많고 적음이 아니라 한 지역 안에서 포함된 생물 종류의 범위였기 때문이다. 이렇게 실제 목록에서 표시하고 묶어 보는 과정을 거치면 개체군과 군집을 혼동하지 않고 새로운 자료에도 적용할 수 있다.