Probing gravity with non-linear clustering in redshift space

문제 정의
우주의 가속 팽창에 대한 관측 결과는 통상적으로 암흑 에너지 또는 우주 상수($\Lambda$)의 결과로 여겨지지만, 대규모 구조에서 일반 상대성 이론(GR)의 수정을 제안하는 대안 이론들도 존재한다. 이러한 이론들을 테스트하는 데 있어 주요한 과제는 수정 중력(MG) 모델과 암흑 에너지 모델 사이의 퇴화(degeneracy)를 깨는 것인데, 특히 $f(R)$ 중력의 카멜레온 메커니즘과 같은 수정 중력 모델의 스크리닝 메커니즘은 태양계와 같이 밀도가 높은 영역에서 편차를 억제하기 때문이다. $E_G$ 추정량은 약한 중력 렌징과 관련된 곡률 포텐셜과 속도장(적색편이 공간 왜곡, RSD와 관련됨)의 비율로 정의되며, 대규모 구조에서 중력을 탐사하는 척도 독립적인 프로브로 제안되었다. 그러나 $E_G$를 정확하게 측정하려면 구조의 성장률($f$)과 선형 은하 편향($b_1$)에 대한 정밀하고 편향되지 않은 결정이 필요하다. 현재의 분석들은 종종 척도 독립적인 성장률을 가정하며 선형 이론에 의존하는데, 이는 성장률이 척도 의존성을 갖게 되는 미세한 수정 중력 모델의 편차를 탐지하기에는 불충분할 수 있다. 나아가, 비선형 클러스터링이 존재하는 상황에서 유효한 수정 중력 모델(예: $|f_{R0}| = 10^{-5}$인 Hu & Sawicki $f(R)$ 모델, F5로 명명)과 GR을 구별할 수 있는 $E_G$의 능력은 여전히 미해결 과제로 남아 있다.

방법론
저자들은 두 개의 쌍둥이 N-body 시뮬레이션(하나는 GR 기반, 다른 하나는 F5 Hu & Sawicki $f(R)$ 모델 기반)에서 유도된 고충실도 은하 모크(mock) 데이터를 사용하여 엔드 투 엔드(end-to-end) 우주론 분석을 수행한다. 두 시뮬레이션은 동일한 초기 조건과 우주론적 매개변수($\Omega_m=0.3089, \Omega_\Lambda=0.6911$ 등)를 공유하지만, 중력 법칙은 서로 다르다.

1. 데이터 생성: 은하 모크는 시뮬레이션에 할로 점유 분포(HOD)와 서브-할로 풍부도 매칭(SHAM)을 결합하여 생성된다. 본 연구는 분광 적색편이가 포함된 전천 라이트콘(lightcone) 출력을 활용하며, 세 개의 적색편이 빈($z=0.35, 0.55, 0.8$)에 걸쳐 여섯 가지의 뚜렷한 은하 샘플(전체, 중심, 적색, 청색, 밝은, 어두운 은하)을 선택한다.
2. 추정량 구축: 저자들은 각도 파워 스펙트럼($C_\ell$)을 사용하는 구성 공간에서의 정교화된 $E_G$ 추정량(Ref. [106] 참조)을 채택한다. 추정량은 다음과 같이 공식화된다:
   $$\hat{E}_G^\ell(z_{eff}) \approx \Gamma(z_{eff}) \frac{C_{\kappa g^*}^\ell}{\beta C_{gg}^\ell}$$
   여기서 $C_{gg}^\ell$은 은하 자기 파워 스펙트럼이고, $C_{\kappa g^*}^\ell$은 가중치가 적용된 수렴-은하 교차 파워 스펙트럼이며, $\beta = f/b_1$은 RSD 분석으로부터 유도된다.
3. 성장률 및 편향 추정:
   • 선형 편향 ($b_1$): 이후의 RSD 피팅을 위한 가우시안 사전 확률(prior)을 제공하기 위해, pyCCL 코드를 사용하여 은하 각도 자기 상관으로부터 독립적으로 추정된다.
   • 성장률 ($f$): 구성 공간에서의 2점 상관 함수의 모노폴(monopole)과 쿼드러폴(quadrupole)을 피팅함으로써 추정된다. 저자들은 표준 유효장 이론(EFT) 접근 방식보다 작은 척도에서의 비선형 RSD 효과(Finger-of-God 효과 포함)를 더 정확하게 포착하기 위해 속도 차이 생성 함수(Velocity Difference Generating function) 모델을 구현한 COMET-VDG 에뮬레이터를 사용한다.
   • 척도 분할: 척도 의존성을 조사하기 위해, 데이터를 "대규모"(준선형, $50-140$ Mpc/$h$)와 "소규모"($20-50$ Mpc/$h$) 척도로 분할한다.
4. MG 부스팅: COMET이 수정 중력을 기본적으로 지원하지 않으므로, 저자들은 이론적 멀티폴을 생성하기 전에 e-mantis 에뮬레이터(f(R)에 특화됨)로부터 얻은 파워 스펙트럼 부스트를 물질 파워 스펙트럼에 적용한다.
5. 통계 분석: 모델 매개변수를 피팅하기 위해 MultiNest를 이용한 마르코프 연쇄 몬테카를로(MCMC) 접근법을 사용한다. 공분산 행렬은 100개의 잭나이프(Jackknife) 재표집 영역을 통해 추정된다. 최종 $E_G$ 분포는 비가우시안성을 고려하기 위해 관측량들의 비율 분포를 사용하여 계산된다.

주요 기여

• 엔드 투 엔드 파이프라인: 본 연구는 최신 비선형 모델링(COMET-VDG)과 척도 의존적 성장률 추정을 포함하여, 실제적인 은하 모크를 이용한 $E_G$ 계산을 위한 종합적인 파이프라인을 제시한다.
• 척도 의존적 분석: 척도 독립성을 가정하는 기존 연구들과 달리, 본 논문은 $f(R)$ 중력의 특징적인 신호를 탐사하기 위해 서로 다른 척도 범위(소규모 vs 대규모)에 걸쳐 $E_G$ 추정량을 명시적으로 테스트한다.
• 널 테스트(Null Test) 제안: 저자들은 적색편이 공간 클러스터링의 2점 클러스터링 통계에 기반한 "널 테스트"를 제안한다. 이 테스트는 $E_G$ 추정량의 복잡성을 우회하여, 소규모 클러스터링의 고유한 변별력을 평가하기 위해 데이터 벡터(F5 vs GR)를 직접 비교한다.
• 강건성 검사: 분석에는 은하 샘플 선택(색상, 밝기, 중심성), 공분산 행렬 선택(Jackknife vs 이론적 vs 대각 성분), 그리고 비선형 편향 매개변수에 대한 사전 확률 가정에 대한 광범한 강건성 테스트가 포함된다.

결과

• $E_G$ 변별력: 이상적이고 계통 오차가 없는 전천 관측 환경에서도, $E_G$ 추정량은 F5와 GR 모델을 명확하게 구별하지 못한다. 오차 막대가 너무 크며, 두 모델 간의 예측된 차이(약 5%)가 통계적 불확실성과 유사한 수준이기 때문이다.
• 척도 의존성: 척도별로 분할했을 때 추정된 $E_G$ 값은 이론적 예측과 반대되는 경향(작은 척도에서는 과대 예측, 큰 척도에서는 과소 예측)을 보이는데, 이는 비선형 영역에서의 모델링 한계와 투영 효과 때문인 것으로 보인다.
• 성장률 편향: 성장률 $f$는 특히 F5 모델에서 작은 척도에서 다소 낮은 값으로 편향되어 회복된다. 그러나 이러한 편향은 $E_G$ 계산 시 클러스터링 비율 항에 의해 부분적으로 상쇄된다.
• 널 테스트의 성공: $E_G$ 추정량과 대조적으로, 2점 상관 함수 멀티폴(모노폴 및 쿼드러폴)의 비율에 기반한 제안된 널 테스트는 유의미한 변별력을 보여준다. F5와 GR의 데이터 벡터는 모든 적색편이 빈에서 약 $3\sigma$에서 $4\sigma$의 유의 수준으로 차이를 보이며, 이는 정보가 데이터 내에 존재하지만 $E_G$ 추정량의 특정 구성 방식과 현재의 모델링 한계로 인해 가려져 있음을 나타낸다.
• 모델링 한계: 특히 작은 척도에서 관찰되는 높은 $\chi^2_\nu$ 값은, 수정 중력의 효과가 가장 강력할 것으로 예상되는 $\sim 10-20$ Mpc/$h$ 이하의 척도에서 현재의 섭동 모델(VDG/EFT)이 클러스터링을 정확하게 설명하는 데 어려움을 겪고 있음을 시사한다.

의의 및 주장
본 논문은 $E_G$ 추정량이 이론적으로는 강건하고 편향 없는 중력 테스트이지만, 실질적인 유용성은 (F5와 같은) 실행 가능한 MG 모델과 GR을 구별하는 데 있어 현재의 비선형 모델링 능력과 통계적 노이즈에 의해 제한된다는 점을 완곡하게 주장한다. 저자들은 $E_G$를 통한 모델 구별의 실패가 반드시 데이터의 실패가 아니라, 수정 중력 효과가 가장 강한 척도 의존적 신호를 평균화해 버리는 추정량의 구성 방식에 따른 한계임을 강조한다.

본 연구는 향-후의 발전을 위해 다음 사항이 필요하다고 결론짓는다:

1. 모델링 개선: 작은 척도($<10$ Mpc/$h$)에서도 클러스터링을 정확하게 모델링할 수 있는 MG 친화적인 RSD 템플릿 및 에뮬레이터(예: BACCO)의 개발.
2. 대안적 프로브: 적색편이 공간 클러스터링의 전체 정보량을 활용하거나(널 테스트에서 입증됨), 여러 관측량(예: 3x2pt 분석)을 결합하여 은하 편향과 같은 잡음 매개변수와 우주론적 매개변수 사이의 퇴화를 해소함.
3. 현실적인 예측: 본 연구에서 제시된 결과는 이상적인 조건에서의 상한선이며, 실제 관측은 계통 오차(바리온 물리, 고유 정렬, 광도 오차 등)에 직면하여 $E_G$의 변별력을 더욱 저하시킬 것이다.

궁극적으로, 이 연구는 현재 $E_G$ 방법론의 한계를 보여주는 벤치마크 역할을 하며, 차세대 은하 탐사(Euclid, DESI, LSST 등)에서 중력을 테스트하기 위해 더 정교한 비선형 모델링 프레임워크를 개발하도록 동기를 부여한다.