Testing the inference of kinematics from mock JWST NIRSpec/MSA observations of TNG50 galaxies at $z\sim2-6$

기술 요약: TNG50 은하의 모의 JWST NIRSpec/MSA 관측으로부터 운동학적 추론을 테스트함

문제 제기
은하의 역학적 진화를 이해하려면 우주론적 시간 동안 이온화된 가스의 회전 속도($v$)와 속도 분산($\sigma$)을 측정해야 한다. IllustrisTNG와 같은 유체역학 시뮬레이션은 6차원 공간 및 운동학 데이터를 제공하지만, 특정 관측 설정에 대한 명시적인 복사 전달 솔루션이 부족하다. 반면, JWST의 NIRSpec MSA와 같은 기기를 사용하는 관측 연구는 2D 스펙트럼으로부터 운동학을 추론하기 위해 순방향 모델링(forward modelling)에 의존한다. 이러한 모델들은 일반적으로 은하가 축대칭인 얇은 회전 원반이며, Sérsic 강도 프로파일과 arctangent 속도 곡선을 가진다고 가정한다. 그러나 고적색편이 은하($z > 2$)는 종종 복잡한 형태(구형, 덩어리 구조)와 비원형 운동(유입/유출)을 보이며, 이는 이러한 가정들을 위반할 수 있다. 단순한 매개변수 모델이 일반적인 고적색편이 은하의 고유 운동학을 정확하게 회복할 수 있는지에 대한 통계적 검증이 결정적으로 부족하며, 특히 IFU(Integral Field Unit)와 비교했을 때 MSA 관측의 제한된 공간 해상도와 슬릿 기반 특성을 고려할 때 더욱 그러하다.

방법론
저자들은 고해解度 TNG50 우주론적 시뮬레이션을 활용하여 $z = 2, 3, 4, 6$에서 $M_* = 10^8 - 10^{11.5} M_\odot$인 4,000개 이상의 별 형성 은하에 대한 엔드 투 엔드(end-to-end) 모의 관측 파이프라인을 생성하였다.

1. 고유 측정치: 저자들은 유효 반경($r_e$) 내의 H$\alpha$ 방출 가스에 대한 "고유" 운동학적 양($v_{max}$ 및 $\sigma_e$)을 정의한다. 이들은 구경 크기, 공간 빈닝(0.5 vs 5 ckpc), 가중치 방식(가중치를 두지 않은 방식 vs 별 형성율(SFR) 가중 방식)을 포함한 측정 선택에 대한 민감도를 명시적으로 테스트한다.
2. 모의 관측:
   • 이미징: 별 형성 가스 셀을 투영하고, Kennicutt (1998) 관계를 통해 SFR을 H$\alpha$ 광도로 변환한 후, NIRCam PSF로 컨볼루션(convolution)하여 모의 NIRCam 이미지를 생성한다. JADES 수준의 깊은 노출을 모사하기 위해 노이즈를 추가한다.
   • 분광: 가스 셀을 임의의 축을 따라 투영하고, 선형 속도를 할당한 뒤, NIRSpec LSF 및 PSF로 컨볼루션하여 모의 NIRSpec/MSA 2D 스펙트럼을 생성한다. 가장 깊은 기존 JWST 데이터와 유사한 신호 대 잡음비(S/N $\sim$ 50)를 달성하기 위해 가우시안 노이즈를 적용한다.
3. 추론 파이프라인:
   • 형태학: 모의 NIRCam 이미지를 pysersic으로 피팅하여 형태학적 사전 정보(유효 반경 $r_e$, Sérsic 지수 $n_s$, 축비 $q$, 위치각 PA)를 도출한다.
   • 운동학: 모의 NIRSpec 스펙트럼을 arctangent 속도 프로파일과 일정한 속도 분산을 갖는 얇은 회전 원반 모델을 가정하여 msafit을 사용하여 피팅한다. 이미지에서 도출된 형태학적 파라미터들은 강력한 사전 정보(prior)로 사용된다. 피팅은 덩어리진 빛 분포를 설명하기 위해 비매개변수적 행 단위 플럭스 스케일링을 포함하는 가중 $\chi^2$ 최소화법을 채택한다.

주요 기여 및 결과
본 연구는 모의 스펙트럼에서 도출된 최적 적합 운동학 파라미터를 고유 시뮬레이션 값과 비교하여 관측 편향을 정량화한다.

• 회복 정확도: $z=3$에서 정렬되고 분해된 소스의 경우, 추론된 회전 속도($v$)와 속도 분산($\sigma$)은 각각 약 factor of $\sim 2$ 및 $\sim 1.5$ 이내에서 고유 측정치와 일치한다. $v$의 산포(scatter)는 $\sigma$보다 크다.
• 계통적 편향:
  • 형태 의존성: 매끄럽고 원반 형태인 시스템에서는 회복이 견고하다. 그러나 본질적으로 길쭉하거나 구형인 시스템(큰 고유 축비 $C/A$)의 경우, $v$는 과대평가되고 $\sigma$는 과소평가되는 경향이 있으며 그 차이는 factor of 2 이상이다. 이는 얇은 원반 가정이 비회전적 확장을 경사 효과로 해석하도록 강제하기 때문이다.
  • 적색편이 진화: 은하가 얇은 원반 가정을 더 강하게 벗어남에 따라 $z > 3$에서 회복 정확도의 산포가 증가한다.
  • 개별 vs 집단: 개별 은하의 운동학($v/\sigma$)은 2~3배 정도 잘못 분류될 수 있지만(예: 분산 지지 시스템이 회전 지지 시스템으로 나타남), 집단적 경향은 견고하게 회복된다. $\sigma$와 $v/\sigma$의 미약한 적색편이 진화, 그리고 전역적 SFR에 따른 $\sigma$의 의존성은 모의 추론 데이터에서도 보존된다.
• 스케일링 관계: 추론된 $\sigma$-SFR 관계는 "질량-수송 + 피드백" 이론 모델(Krumholz et al. 2018)과 잘 일치하며, 이는 개별적인 불확실성에도 불구하고 운동학적 모델링이 난류의 물리적 동인(피드백 vs 중력)을 신뢰성 있게 제약할 수 있음을 시사한다.
• 실패 사례: 약 5~10%의 소스가 얇은 원반 모델 피팅에 실패하는데, 이는 주로 불규칙한 형태, arctangent 프로파일이 포착하지 못하는 급격한 중심 속도 구배를 가진 높은 항성 질량 시스템, 또는 고유 $\sigma$가 모델의 하한값($10$ km s$^{-1}$)보다 낮은 소스들 때문이다.

의의 및 주장
본 논문은 NIRSpec MSA 관측을 우주론적 시뮬레이션과 비교하여 이온화된 가스 운동학 측정의 편향을 정량화하기 위한 최초의 엔드 투 엔드 프레임워크를 제공한다고 주장한다. 저자들은 단순한 얇은 원반 모델이 고적색편이 은하 개별의 정확한 "원반성"($v/\sigma$)을 결정하기에는 불충분하여 큰 불확실성을 가질 수 있지만, 통계적 집단 경향을 회복하는 데는 효과적이라고 결론짓는다.

본 연구는 $z \ge 2$에서 개별 시스템의 $v/\sigma$에 대한 관측적 추론을 주의해서 다루어야 함을 강조한다. 이는 얇은 원반 기하학 가정과 비원형 운동의 존재로 인해 편향될 수 있기 때문이다. 저자들은 초기 은하의 역학적 상태에 대한 제약을 개선하기 위해서는 향-연구가 2D 슬릿 분광을 넘어 3D IFU 관측이나 슬릿 스텝핑(slit-stepping) 전략으로 나아가야 하며, 고적색편이 은하에 내재된 복잡한 3D 형태와 덩어리 구조를 설명할 수 있는 전용 운동학 모델을 개발해야 한다고 주장한다. 이 연구는 현재의 한계가 단순히 기기적인 문제가 아니라, 단순한 매개변수 모델과 은하 형성 물리학의 본질적인 복잡성 사이의 불일치에서 기인한다는 점을 강조한다.