Excursion Set Approach to Primordial Black Holes: Cloud-in-Cloud and Mass Function Revisited

이 논문은 원시 블랙홀의 질량 함수를 계산할 때 할로 형성과 달리 마코프 과정이 성립하지 않아 '2' 배 보정 인자의 적용이 부적절하며, 두 가지 확률적 기여를 모두 고려해야 함을 보여줍니다.

핵심

1. 배경: 우주는 왜곡된 구름처럼 생겼습니다

우주 초기에는 물질이 고르게 퍼져 있지 않고, 조금 더 뭉친 곳 (밀도가 높은 곳) 과 덜 뭉친 곳 (밀도가 낮은 곳) 이 무작위로 섞여 있었습니다. 시간이 지나면서 이 '밀도가 높은 곳'들이 중력에 의해 뭉쳐서 별, 은하, 그리고 원시 블랙홀이 되었습니다.

과학자들은 "얼마나 많은 블랙홀이 생겼을까?"를 계산하기 위해 **프레스 - 슈레chter (Press-Schechter, PS)**라는 공식을 썼습니다. 이 공식은 마치 "구름 속의 물방울이 얼마나 커졌는지"를 재는 것과 비슷합니다.

2. 문제: "구름 속의 구름" (Cloud-in-Cloud) 문제

여기서 재미있는 문제가 생겼습니다.

• 은하 (Halo) 의 경우: 큰 구름 안에 작은 구름이 있고, 그 안에 더 작은 구름이 있는 식으로 계층 구조를 이룹니다.
• 기존 계산의 실수: 과거 과학자들은 "큰 구름 안에 있는 작은 구름도 따로 세어야 하나?" 하는 고민을 했습니다. 결과적으로 작은 구름을 큰 구름에 포함시켜 세었더니, 실제 개수의 절반만 세어지는 치명적인 오류가 발생했습니다.

이를 해결하기 위해 과학자들은 **"계산 결과에 2 를 곱해라 (Fudge Factor 2)"**라는 임시방편을 썼습니다. 마치 "아까 절반만 세었으니, 2 배로 늘려서 맞춰보자"는 식이었습니다. 은하를 연구할 때는 이 방법이 잘 통했습니다.

3. 새로운 발견: 원시 블랙홀은 달랐습니다!

이 논문은 **"그런데 원시 블랙홀을 계산할 때도 이 '2 를 곱하는 법'이 맞을까?"**라고 질문하며 시작합니다.

저자들은 우주를 **산책하는 사람 (랜덤 워크)**에 비유하며 시뮬레이션을 진행했습니다.

• 은하의 경우: 산책하는 사람이 길을 걷다가 특정 높이 (임계값) 를 넘으면 '블랙홀 형성'으로 봅니다. 이때, 과거에 그 높이를 넘었다가 다시 내려온 경우와, 지금 처음 넘은 경우를 구분하면 두 경우가 정확히 1 대 1 로 같았습니다. 그래서 '2 를 곱하는 것'이 수학적으로 완벽하게 증명되었습니다.
• 원시 블랙홀의 경우: 하지만 원시 블랙홀이 생기는 우주 초기 (복사 우세 시대) 에는 상황이 달랐습니다. 여기서 산책하는 사람의 발걸음은 과거의 기억을 가지고 있습니다 (비마르코프 과정).
  • 즉, "과거에 높은 곳에 갔던 사람"과 "지금 처음 높은 곳에 가는 사람"의 확률이 다릅니다.
  • 저자들의 시뮬레이션 결과, 원시 블랙홀의 경우 두 확률이 서로 같지 않았습니다.

4. 결론: "2 를 곱하라"는 규칙은 버려야 합니다

이 논문은 다음과 같은 놀라운 결론을 내립니다.

1. 2 를 곱하면 안 됩니다: 원시 블랙홀을 계산할 때 은하처럼 무조건 2 를 곱하면 안 됩니다. 그 이유는 원시 블랙홀이 생기는 환경이 은하와 근본적으로 다르기 때문입니다.
2. 음수라는 이상한 결과: 만약 여전히 2 를 곱해서 계산하면, 특정 질량 구간에서 블랙홀의 개수가 '음수'가 되는 기이한 결과가 나옵니다. (물리적으로 개수가 음수일 수는 없죠!)
3. 정답은 두 가지 경우를 모두 더하는 것: 블랙홀이 생길 확률은 '처음으로 임계값을 넘는 경우'와 '이전에 넘었다가 다시 온 경우'를 각각 따로 계산해서 더해야만 올바른 양수 (Positive) 결과가 나옵니다.

5. 요약: 왜 이 연구가 중요한가요?

• 기존의 혼란: 그동안 원시 블랙홀 연구자들 사이에서 "2 를 곱할까, 말까?" 하는 논쟁이 계속되었습니다.
• 이 연구의 기여: 저자들은 **"2 를 곱하는 것은 은하에만 해당되는 옛날 규칙"**이라고 명확히 밝혔습니다. 원시 블랙홀은 과거의 영향을 받는 복잡한 과정이므로, 더 정교한 계산 (두 가지 확률의 합) 을 해야만 음수가 나오지 않는 올바른 블랙홀 개수를 구할 수 있습니다.

한 줄 요약:

"우주 초기에 생긴 블랙홀을 계산할 때, 은하처럼 무조건 '2 를 곱하는' 옛날 방식을 쓰면 개수가 음수가 되어 버립니다. 원시 블랙홀은 과거의 기억을 가진 복잡한 산책자이므로, 두 가지 경우를 따로 계산해 더해야만 정확한 답이 나옵니다."

이 연구는 원시 블랙홀이 암흑물질의 후보인지, 혹은 우주 초기의 어떤 물리 현상을 보여주는지 이해하는 데 필수적인 정확한 계산 도구를 제공했다는 점에서 매우 중요합니다.

기술 요약

1. 연구 배경 및 문제 제기 (Problem)

• 배경: 원시 블랙홀 (PBH) 의 풍부도 (abundance) 와 질량 함수 (mass function) 를 추정하는 데 널리 사용되는 방법은 Press-Schechter (PS) 공식입니다. PS 공식은 초기 밀도 요동이 임계값 ($\delta_c$) 을 초과하면 중력 붕괴가 일어난다고 가정합니다.
• 문제점 (Cloud-in-Cloud 문제): PS 공식은 원래 은하 (halo) 형성을 위해 제안되었으나, 작은 과밀 영역이 더 큰 과밀 영역 안에 포함되는 'Cloud-in-Cloud' 문제를 해결하지 못해 붕괴 영역을 과소평가했습니다. 이를 보정하기 위해 **2 배의 'fudge factor'**를 도입했습니다.
• 논란: PBH 계산에서도 이 'fudge factor 2'를 적용해야 하는지 여부에 대해 문헌 간 혼란이 존재합니다. 일부 연구에서는 적용하고, 일부는 적용하지 않습니다.
• 핵심 질문: PBH 형성 (방사선 우세 시대, RD epoch) 에서도 은하 형성과 동일한 논리로 'fudge factor 2'를 적용할 수 있는가? 만약 적용하지 않는다면 그 이유는 무엇이며, 올바른 질량 함수를 어떻게 계산해야 하는가?

2. 연구 방법론 (Methodology)

저자들은 PBH 형성을 Excursion Set (이동 집합) 프레임워크 내에서 재구성하여 문제를 분석했습니다.

• 확률적 과정 모델링:
  • 공간적 위치 $x$에서의 평활화된 밀도 대비 ($\delta$) 를 스케일 ($R_M$ 또는 역수 $\tau = 1/R_M$) 이 변함에 따라 수행되는 **확률적 랜덤 워크 (Stochastic Random Walk)**로 모델링합니다.
  • 붕괴는 이 랜덤 워크가 임계값 $\delta_c$를 첫 번째로 통과하는 순간으로 정의합니다.
• Markovian vs Non-Markovian 과정 비교:
  • 은하 형성 (Halo): Sharp-k 윈도우 함수를 사용할 경우, 밀도 요동의 진화는 Markovian 과정 (과거와 무관한 백색 잡음) 으로 간주됩니다. 이 경우 'fudge factor 2'가 수학적으로 정당화됩니다.
  • PBH 형성: PBH 는 호라이너 스케일 (Hubble horizon) 에서 형성되므로, 밀도 대비 $\delta$와 곡률 요동 $\zeta$ 사이의 관계식이 다릅니다. 저자들은 PBH 의 경우 윈도우 함수가 Sharp-k 라 하더라도 **Non-Markovian 과정 (색잡음, Colored Noise)**이 발생함을 보였습니다. 이는 잡음 $\xi(\tau)$가 서로 다른 시간 간격에서 상관관계를 가짐을 의미합니다.
• 수치 시뮬레이션:
  • Langevin 방정식을 수치적으로 풀어 다양한 파워 스펙트럼 (Powers Law, Sharp-peaked) 에 대한 랜덤 워크 궤적을 생성했습니다.
  • 색잡음 (Colored Noise) 생성: 공분산 행렬 $C(\tau, \tau')$을 사용하여 Cholesky 분해 기법으로 상관관계를 가진 잡음을 생성하고 시뮬레이션의 정확성을 검증했습니다.
• 확률 성분 분해:
  • 전체 붕괴 확률 $P(>M)$을 두 가지 성분으로 분해하여 분석했습니다:
    1. $P_1$: 주어진 스케일 $\tau_M$에서 $\delta > \delta_c$인 경우 (첫 번째 통과).
    2. $P_2$: $\tau_M$ 이전에 이미 $\delta > \delta_c$를 통과했으나 현재 $\tau_M$에서는 $\delta < \delta_c$인 경우 (Cloud-in-Cloud 효과).

3. 주요 결과 (Key Results)

• Non-Markovian 특성의 확인:
  • PBH 형성 시나리오에서 잡음은 상관관계를 가지며, 이는 $\tau_M \gg \tau_*$ (스펙트럼 피크 이후) 영역에서 분산 $\sigma^2(\tau_M) \to 0$으로 수렴하는 현상으로 나타납니다.
• $P_1 \neq P_2$의 증명:
  • 은하 형성의 경우 Markovian 성질로 인해 $P_1 = P_2$가 성립하여 'fudge factor 2' ($P = P_1 + P_2 = 2P_1$) 가 유효합니다.
  • 반면, PBH 의 경우 $P_1 \neq P_2$임이 수치적으로 확인되었습니다. 특히 $\tau_M$이 큰 영역에서는 $P_2$가 $P_1$보다 훨씬 커집니다. 따라서 PBH 에는 'fudge factor 2'를 적용해서는 안 됩니다.
• 질량 함수의 부호 문제 (Negative Mass Function):
  • 기존 문헌에서 흔히 사용된 방법인 $P_1$만 고려하여 질량 함수를 계산하면 ($\frac{dP_1}{dM}$), 특정 질량 범위에서 음수 (negative) 값을 가지는 비물리적인 결과가 나옵니다.
  • 올바른 질량 함수를 얻기 위해서는 $P_2$의 기여를 반드시 포함하여 전체 확률 변화율 $\frac{dP}{dM} = \frac{d(P_1+P_2)}{dM}$를 계산해야 하며, 이를 통해 양의 정부호 (positive-definite) 인 물리적으로 타당한 질량 함수를 얻을 수 있습니다.

4. 기여 및 의의 (Contributions & Significance)

• 이론적 명확성: PBH 풍부도 계산에 대한 'fudge factor 2' 사용 여부에 대한 오랜 논쟁을 해결했습니다. PBH 의 경우 이 인자가 무효함을 수학적으로 엄밀하게 증명했습니다.
• Non-Markovian 효과의 규명: PBH 형성이 은하 형성과 근본적으로 다른 확률적 과정 (Non-Markovian) 을 따르며, 이로 인해 기존 PS 공식의 단순한 적용이 실패함을 보였습니다.
• 정확한 계산 프레임워크 제시:
  • 문헌에서 간과되었던 $P_2$ 성분의 중요성을 강조하고, 이를 포함해야만 음수 질량 함수 문제가 해결됨을 보였습니다.
  • PBH 질량 함수를 계산할 때는 단순한 $P_1$ (또는 $2P_1$) 이 아닌, 전체 확률$P(>M)$의 미분값을 사용해야 함을 제시했습니다.
• 실용적 함의: 향후 PBH 를 암흑물질 후보로 연구하거나 중력파 관측 데이터 (LIGO 등) 와 비교할 때, 기존에 과대/과소 평가되었던 PBH 풍부도 추정치를 수정할 수 있는 견고한 이론적 기반을 마련했습니다.

요약

이 논문은 Excursion Set 이론을 적용하여 PBH 형성의 확률적 특성을 재분석한 결과, PBH 는 Non-Markovian 과정을 따르므로 은하 형성에 적용되던 'fudge factor 2'가 유효하지 않다는 것을 증명했습니다. 또한, 기존 방법론의 오류로 인해 발생할 수 있는 음수 질량 함수 문제를 해결하기 위해 두 번째 확률 성분 ($P_2$) 을 반드시 포함해야 함을 수치 시뮬레이션을 통해 입증했습니다. 이는 PBH 풍부도 계산의 이론적 정확성을 크게 향상시키는 중요한 성과입니다.