Physically-motivated priors in the local distance ladder significantly reduce the Hubble tension

국부 거리 사다리에 대한 포괄적인 베이지안 재교정에서 모든 거리에 물리적으로 동기 부여된 사전 분포를 적용함으로써 본 연구는 가정된 사전 분포가 추론된 허블 상수를 $70.6 \pm 1.0 \, \mathrm{km/s/Mpc}$까지 유의하게 낮춤으로써 허블 장력을 $5\sigma$에서 $2\sigma$로 감소시킨다는 것을 보여준다.

핵심

우주가 거대한 팽창하는 풍선이라고 상상해 보세요. 과학자들은 이 풍선이 얼마나 빠르게 부풀어 오르는지 정확히 알고 싶어 합니다. 이 속도를 '허블 상수'($H_0$)라고 부릅니다.

수년 동안 과학계에서는 이 수치를 놓고 거대한 논쟁이 벌어져 왔습니다. 마치 두 그룹의 사람들이 자동차의 속도를 재는 것과 같습니다:

• **A 그룹 (초기 우주 팀)**은 우주 최초의 빛 (우주 마이크로파 배경) 을 관측하여 속도가 약 67이어야 한다고 계산합니다.
• **B 그룹 (국지 우주 팀)**은 가까운 별들과 폭발하는 별들 (초신성) 을 관측하여 속도가 약 73이어야 한다고 계산합니다.

숫자상 차이는 작지만, 과학적으로는 엄청난 격차입니다. 이는 '5 시그마' 긴장 상태로, 이 결과가 단순한 우연일 확률이 350 만 분의 1 에 불과하다는 뜻입니다. 대부분의 과학자들은 이것이 물리학에 대한 우리의 이해가 무너졌음을 의미하며, 이를 해결하기 위해 새로운 자연 법칙이 필요하다고 생각했습니다.

'자'의 문제

이 논문은 문제가 물리학이 아니라, 국지 팀이 사용하는 **'자'**에 있을 수 있다고 제안합니다.

우주의 팽창 속도를 측정하기 위해 천문학자들은 '거리 사다리'를 사용합니다.

1. 아래쪽 칸막이: 그들은 시차 (한 눈으로 보고 다른 눈으로 볼 때 엄지손가락이 이동하는 것과 같은 원리) 를 이용해 가까운 별 (세페이드 변광성) 까지의 거리를 측정합니다.
2. 중간 칸막이: 그들은 그 별들을 이용해 가까운 폭발하는 별들 (초신성) 의 밝기를 보정합니다.
3. 위쪽 칸막이: 그들은 그 보정된 폭발들을 이용해 먼 곳의 우주 팽창 속도를 측정합니다.

숨겨진 편향: '평탄한' 가정

이 논문의 저자들은 '국지' 팀이 수학을 설정하는 방식에 미묘하지만 강력한 오류가 있음을 발견했습니다.

거리를 계산할 때, 팀은 '평탄한 사전 분포 (flat prior)'라는 표준 통계적 가정을 사용했습니다. 일상적인 언어로 말하면, 이는 우주에서 모든 거리가 발견될 확률이 동일하다고 가정하는 것과 같습니다.

유추:
우주라는 거대한 원형 표적에 화살을 던진다고 상상해 보세요.

• 거리에 대해 '평탄한 사전 분포'를 가정한다면, 당신은 "1 미터 떨어진 곳에 화살을 맞출 확률과 100 미터 떨어진 곳에 맞출 확률이 동일하다"고 말하는 것과 같습니다.
• 하지만 공간은 평탄하지 않습니다. 더 멀리 갈수록 공간의 부피는 점점 더 커집니다 (양파의 층처럼). 100 미터 지점에는 1 미터 지점보다 훨씬 더 많은 공간이 존재합니다.
• 따라서 별들을 찾고 있다면, 통계적으로 가까운 곳보다 먼 곳에서 별을 찾을 확률이 훨씬 더 높습니다.

이 논문은 '국지' 팀의 수학이 실수로 가까운 별들을 과대평가하고 먼 별들을 과소평가했다고 주장합니다. 가까운 별들은 관측 결과와 일치하도록 우주가 더 빠르게 팽창하는 것처럼 보이게 만들기 때문에, 이 편향은 그들이 계산한 속도를 73 으로 끌어올렸습니다.

해결책: '물리적으로 동기 부여된' 자

저자 마르쿠스 호가스 (Marcus Högås) 와 에드바르트 뫼르첼 (Edvard Mörtsell) 은 자를 고치기로 결정했습니다. 모든 거리가 동일하게 발생할 것이라고 가정하는 대신, 그들은 **'물리적으로 동기 부여된 사전 분포'**를 적용했습니다.

그들은 수학에게 이렇게 말했습니다. "기억하세요, 더 멀리 갈수록 공간이 더 많습니다. 우리는 더 먼 거리에 더 많은 별들이 있을 것이라고 기대해야 합니다."

또한 별의 위치를 측정하는 데 사용된 위성 데이터 (가이아) 의 미세한 오류를 처리하는 방식을 보수적으로 변경하여, 특정 추측에 맞추기 위해 데이터를 강제로 조정하는 대신 데이터가 스스로 말하게 했습니다.

결과: 긴장감이 사라지다

이 더 현실적인 자로 수치를 다시 계산했을 때:

• 우주의 계산된 속도는 73에서 70.6으로 떨어졌습니다.
• '국지' 팀과 '초기 우주' 팀 사이의 격차는 거대한 5 시그마 불일치에서 작은 2 시그마 차이로 줄어든 것입니다.

간단히 말해, 우주가 망가진 것처럼 들렸던 '5 시그마' 위기는 거리가 어떻게 분포되어 있다고 가정했는지에 기인한 수학적 착시였던 것으로 드러났습니다.

교훈

이 논문은 '허블 긴장'이 새로운 이국적인 물리학을 필요로 하지 않을 수 있다고 결론 내립니다. 대신, 데이터를 해석하는 데 사용하는 통계적 가정—보이지 않는 규칙—이 엄청난 영향을 미칠 수 있음을 강조합니다. 단순히 "멀리 갈수록 공간이 더 많다"는 사실을 인정함으로써, 갈등은 대부분 사라집니다.

때로는 두 가지 측정이 불일치할 때, 답이 우주가 이상해서가 아니라 우리의 자재가 약간 휘어졌기 때문일 수 있다는 점을 상기시켜 줍니다.

기술 요약

Högås 와 Mörtsell(2025) 의 논문 "Physically-motivated priors in the local distance ladder significantly reduce the Hubble tension"에 대한 상세한 기술적 요약입니다.

1. 문제 제기

이 논문은 표준 $\Lambda$CDM 모델 하에서 우주 마이크로파 배경 (CMB) 에서 추론된 값과 국소적으로 측정된 허블 상수 ($H_0$) 간의 지속적인 $5\sigma$ 불일치인 **허블 텐션 (Hubble tension)**을 다룹니다.

• 현재 상황: SH0ES 팀의 세페이드 - Ia 형 초신성 (SN Ia) 거리 사다리는 $H_0 = 73.0 \pm 1.0$ km/s/Mpc 를 산출하는 반면, Planck CMB 데이터는 $H_0 = 67.4 \pm 0.5$ km/s/Mpc 를 추론합니다.
• 격차: 많은 연구가 새로운 물리학이나 모델링되지 않은 계통 오차에 초점을 맞추는 반면, 추론의 기초가 되는 통계적 가정, 특히 베이지안 분석에서의 사전 분포 (priors) 선택은 상대적으로 덜 주목받았습니다.
• 구체적 문제: 표준 SH0ES 분석은 거리 모듈러스에 대해 균일한 사전 분포 (flat priors) ($\pi(\mu) = \text{const}$) 를 채택합니다. 거리 모듈러스 $\mu \propto \ln D$이므로, $\mu$에 대한 균일한 사전 분포는 물리적 거리에 대한 역수 사전 분포 ($\pi(D) \propto D^{-1}$) 를 의미합니다. 이는 통계적으로 더 짧은 거리를 과대평가하여 추론된 $H_0$를 체계적으로 더 높은 값으로 편향시킵니다. Desmond 등 (2025) 은 이전에 균질하고 부피 제한을 둔 거리 지표 집단은 오히려 $\pi(D) \propto D^2$인 사전 분포를 따라야 한다고 지적한 바 있습니다.

2. 방법론

저자들은 다음과 같은 접근 방식을 사용하여 네 번째 반복 SH0ES 거리 사다리에 대한 포괄적인 베이지안 재보정을 수행합니다.

• 데이터셋: 그들은 표준 SH0ES 데이터셋 (37 개 은하에 있는 42 개의 보정 SN Ia, 은하계 (MW), 대마젤란운 (LMC), NGC 4258 에 의해 고정됨) 과 은하계 세페이드에 대한 Gaia EDR3 시차를 활용합니다.
• 공동 적합 (Joint Fit) 프레임워크: 은하계 세페이드를 절대 등급에 대한 외부 제약으로 취급하는 표준 분석과 달리, 본 연구는 은하계 세페이드를 단일 공동 가능도 (single joint likelihood) 에 직접 통합합니다. 이를 통해 모든 거리 지표 (MW, LMC, NGC 4258, 그리고 은하계 외 은하) 에 대해 일관된 사전 분포 적용이 가능해집니다.
• 가능도 (Likelihood) 구성:
  • 선형 가우시안 구성 요소는 세페이드의 주기 - 광도 관계 (PLR) 와 SN Ia 의 밝기 관계를 처리합니다.
  • 비선형 구성 요소는 잔여 시차 영점 오프셋 ($z_p$) 을 포함하여 은하계 세페이드에 대한 Gaia 시차를 구체적으로 모델링합니다.
• 사전 분포 수정 ("Phys-prior" 보정):
  1. 거리 모듈러스 사전 분포: 균질하고 부피 제한을 둔 집단에 대한 가정에서 유도된 **부피 가중 사전 분포 (volume-weighted prior)**로 균일한 사전 분포 ($\pi(\mu) = \text{const}$) 를 대체합니다. 이는 $\pi(D) \propto D^2$에 해당하며, 거리 모듈러스 공간에서는 $\ln \pi(\mu) = 0.6 \ln(10) \mu$가 됩니다. 이는 더 큰 거리에 더 큰 가중치를 부여합니다.
  2. 시차 오프셋 사전 분포: Gaia 잔여 시차 오프셋 ($z_p$) 에 대한 정보적 가우시안 사전 분포를 균일한 사전 분포 ($\pi(z_p) = \text{const}$) 로 대체합니다. 이는 Gaia EDR3 보정에 남아있는 불확실성을 반영하는 보수적인 선택으로, 외부 가정에 의존하기보다 거리 사다리 데이터가 $z_p$를 직접 제약하도록 합니다.
• 샘플링: 사후 분포는 emcee 아핀 불변 앙상블 MCMC 샘플러를 사용하여 샘플링됩니다.

3. 주요 기여

• 통합 베이지안 프레임워크: 은하계 세페이드를 직접 포함하는 단일 공동 적합의 첫 번째 적용으로, 전체 사다리에 걸쳐 일관된 사전 분포 적용을 가능하게 합니다.
• 사전 분포 민감성 입증: 이 논문은 거리 모듈러스에 대한 사전 분포의 선택이 $H_0$의 추론 값에 있어 "무해한 기본값"이 아니라 지배적인 요인임을 정량적 증거로 제시합니다.
• 보수적인 시차 처리: Gaia 영점 오프셋에 대한 정보적 가우시안 사전 분포를 제거함으로써, 저자들은 데이터가 오프셋을 일관성 있게 결정하도록 하여 독립적인 문헌과 일치하는 음수 값으로의 전환을 드러냈습니다.

4. 결과

물리적으로 동기화된 사전 분포의 적용은 다음과 같은 결과를 초래합니다.

• $H_0$의 전환: 추론된 허블 상수는 기준값인 $H_0 = 72.7 \pm 1.0$ km/s/Mpc(SH0ES-ref) 에서 $H_0 = 70.6 \pm 1.0$ km/s/Mpc(Phys-prior) 로 전환됩니다.
• 텐션 감소: Planck CMB 값 ($67.4 \pm 0.5$ km/s/Mpc) 과의 불일치는 $5\sigma$에서 $2\sigma$로 감소합니다.
• 전환의 분해:
  • 부피 가중 거리 사전 분포 ($\pi(D) \propto D^2$) 는 $-1.7$ km/s/Mpc의 하향 전환을 설명합니다.
  • 시차 오프셋에 대한 균일한 사전 분포는 추가적인 $-0.2$ km/s/Mpc 전환을 설명합니다.
• 거리 모듈러스 전환: 새로운 사전 분포는 모든 추론된 거리 모듈러스에 일관된 양의 전환을 유발합니다.
  • SN Ia 은하: 평균 0.066 mag 증가 (거리 약 3.0% 증가).
  • 은하계 세페이드: 평균 0.057 mag 증가 (거리 약 2.6% 증가).
  • 이는 허블 법칙 ($cz = H_0 D$) 과 일치합니다: 거리가 3% 증가하면 $H_0$는 3% 감소합니다.
• 시차 오프셋 제약: 균일한 사전 분포 하에서 데이터는 Gaia 잔여 오프셋을 $z_p = -26 \pm 5$ $\mu$as로 제약하며, 이는 음수 오프셋을 지지하는 독립적인 추정치와 일치합니다.
• 강건성: 전환은 주로 거리 사전 분포에 의해 주도됩니다. 다른 매개변수 (예: PLR 기울기, 절대 등급) 에 대한 사전 분포의 변화는 미미한 효과 ($< 0.1$ km/s/Mpc) 만 미칩니다.

5. 의의

• 계통 오차 재평가: 이 논문은 허블 텐션이 새로운 물리학이나 모델링되지 않은 천체물리학적 계통 오차보다는 통계적 가정 (사전 분포) 에 의해 크게 주도될 수 있다고 주장합니다.
• 일반적 적용성: 이 발견은 세페이드-SN Ia 사다리에 국한되지 않습니다. 저자들은 TRGB, 미라 변광성, SBF, Tully-Fisher 등 모든 거리 사다리 방법이 거리를 모델 매개변수로 보정하는 데 의존한다고 지적합니다. 따라서 이러한 거리에 대한 사전 분포의 선택은 모든 국소 $H_0$ 측정에서 중요하지만 종종 간과되는 요인일 가능성이 높습니다.
• 방법론적 전환: 이 연구는 미래 분석이 거리 모듈러스에 대한 "기본" 균일한 사전 분포에서 벗어나 우주의 기하학 (부피 효과) 과 표본의 완전성을 반영하는 물리적으로 동기화된 사전 분포로 이동해야 함을 시사합니다.

결론적으로, Högås 와 Mörtsell 은 국소 거리 사다리에서 사전 분포에 대한 엄격하고 물리적으로 동기화된 처리가 추론된 허블 상수를 자연스럽게 낮추어 초기 우주 CMB 측정과 훨씬 더 잘 일치하게 만들고 허블 텐션을 크게 완화함을 입증했습니다.