Search for pair production of heavy resonances in final states with a photon and large-radius jets in proton-proton collisions at $\sqrt{s}$ = 13 TeV

이 논문은 2016 년부터 2018 년까지의 138 fb$^{-1}$에 해당하는 CMS 데이터를 활용하여 13 TeV 양성자 - 양성자 충돌에서 광자와 대형 반지름 제트를 포함한 최종 상태를 분석하여 무거운 t$^*$ 입자의 쌍생성을 탐색한 결과, 관측된 데이터가 배경 가설과 유의미하게 일치하지 않았으며 스핀 1/2 및 3/2 t$^*$ 입자에 대해 각각 930 GeV 및 1330 GeV 미만의 질량을 배제하는 상한선을 설정했다고 보고합니다.

핵심

이 논문은 유럽 입자 물리 연구소 (CERN) 의 CMS 실험팀이 2026 년에 발표한 연구 결과입니다. 어렵고 복잡한 물리 용어들을 일상적인 비유로 풀어내어 설명해 드리겠습니다.

🌟 핵심 주제: "보이지 않는 거인 (t*) 를 찾아서"

이 연구의 목적은 **우리가 아직 본 적이 없는 '무거운 입자'**를 찾는 것입니다.
표준 모형 (우리가 아는 물리 법칙) 에는 설명할 수 없는 것들이 있습니다. 예를 들어, 왜 중력은 다른 힘보다 그렇게 약한지, 혹은 '암흑 물질'이 무엇인지 등입니다. 과학자들은 이 문제를 해결하기 위해 **'들뜬 상태의 탑 쿼크 (Excited Top Quark, t*)'**라는 가상의 거대 입자가 존재할 것이라고 추측합니다.

마치 **평범한 고양이 (일반 탑 쿼크)**가 있는데, 갑자기 *거인 고양이 (t)**가 나타나는 것과 같습니다. 이 거인 고양이가 존재한다면, 우주의 비밀을 풀 수 있는 열쇠가 될 수 있습니다.

---

🔍 어떻게 찾았나요? (수색 전략)

과학자들은 거대 입자 가속기 (LHC) 에서 양성자 두 개를 빛의 속도로 서로 충돌시켜, 그 에너지로 거인 고양이 (t*) 를 만들어내려 했습니다.

1. 거인 고양이의 특징 (신호)
이 거인 고양이 (t*) 는 매우 불안정해서 금방 사라집니다. 사라질 때 다음과 같은 특징을 남깁니다.

• 빛의 번개 (광자, Photon): 아주 밝고 에너지가 높은 빛을 뿜어냅니다.
• 무거운 덩어리 (탑 쿼크와 글루온): 거대한 덩어리가 뭉쳐서 날아갑니다.

2. 수색 장비 (CMS 검출기)
이 거대한 실험실 (CMS) 은 마치 초고해상도 3D 카메라와 같습니다. 충돌이 일어나는 순간, 카메라는 모든 입자의 궤적과 에너지를 찍어냅니다. 특히, 거인 고양이가 남기는 **'빛의 번개'**와 **'무거운 덩어리'**를 포착하는 데 집중했습니다.

3. 데이터 분석 (AI 의 역할)
충돌로 인해 수많은 입자들이 쏟아져 나오는데, 그중에서 진짜 '거인 고양이'의 흔적을 찾는 것은 바다에서 바늘 찾기와 같습니다.

• PARTICLENET (AI): 이 연구에서는 최신 **인공지능 (AI)**을 사용했습니다. AI 는 거대한 입자 덩어리 (제트) 를 보고 "이건 탑 쿼크가 만든 거야!"라고 정확히 구별해 냅니다. 마치 숙련된 요리사가 식재료의 맛과 향을 맡아 진짜 고기와 가짜 고기를 구별하는 것과 비슷합니다.

---

📊 결과: 무엇을 발견했나요?

과학자들은 2016 년부터 2018 년까지 모은 방대한 데이터 (약 138 페타바이트에 해당하는 양) 를 분석했습니다.

• 결과: "아쉽게도, 거인 고양이 (t*) 는 발견되지 않았습니다."
• 예외: 데이터 분석 중 아주 작은 이상 신호 (약 2.5 배의 표준 편차) 가 보였지만, 이는 통계적인 우연일 가능성이 높고, 새로운 입자가 발견되었다고 확신할 수준은 아닙니다. (마치 어둠 속에서 그림자를 보고 '괴물이 있다!'고 외쳤는데, 자세히 보니 그냥 나무 그늘이었을 뿐인 상황입니다.)

🚫 하지만, 중요한 발견이 있습니다! (배제)

"찾지 못했다"는 것은 **"이런 크기의 거인 고양이는 존재하지 않는다"**는 것을 의미하기도 합니다.

• 규칙: 만약 거인 고양이 (t*) 가 존재한다면, 그 무게는 930 GeV (스핀 1/2) 또는 **1330 GeV (스핀 3/2)**보다 무거워야 합니다.
• 의미: 그보다 가벼운 거인 고양이는 이 실험으로 이미 사라졌습니다 (배제되었습니다). 마치 "이 바다에는 10 미터 미만의 고래는 없다"는 것을 확인한 것과 같습니다.

💡 왜 이 연구가 중요한가요?

1. 새로운 길: 이전에는 주로 '글루온 (g)'만 나오는 경우를 찾았는데, 이번에는 **'빛 (광자, γ)'**이 나오는 경우를 찾아보았습니다. 빛은 배경 소음 (다른 입자들) 을 걸러내는 데 매우 효과적입니다.
2. 경쟁력: 빛의 신호는 드물게 나오지만, 배경 소음이 적어서 오히려 더 민감하게 탐지할 수 있었습니다. 이는 작은 단서로 큰 진실을 찾아낸 성공적인 사례입니다.
3. 미래의 지도: 이제 과학자들은 "거인 고양이는 930 GeV 보다 무거워야 한다"는 것을 알게 되었습니다. 이는 앞으로 더 큰 가속기를 만들거나 더 정밀한 실험을 할 때 어디를 집중해야 하는지 알려주는 지도가 됩니다.

📝 한 줄 요약

"우주에 숨겨진 거대한 입자 (t) 를 찾기 위해 빛과 AI 를 동원해 정밀 수색을 했으나, 아직은 발견하지 못했습니다. 하지만 그보다 가벼운 입자는 존재하지 않는다는 것을 확인함으로써, 물리학의 지도를 한 단계 더 넓혔습니다."*

이 연구는 우리가 아직 모르는 우주의 비밀을 풀기 위해 끊임없이 노력하는 과학자들의 끈기와 지혜를 보여주는 멋진 이야기입니다.

기술 요약

제공된 CERN CMS 협업의 논문 (CERN-EP-2026-005) 에 대한 상세한 기술적 요약은 다음과 같습니다.

논문 제목:

13 TeV 양성자 - 양성자 충돌에서 광자와 대형 반지름 제트 (Large-Radius Jets) 가 포함된 최종 상태에서 쌍생성된 무거운 공명 입자 (Heavy Resonances) 탐색

---

1. 연구 배경 및 문제 제기 (Problem)

• 표준 모형 (SM) 의 한계: 표준 모형은 많은 관측을 성공적으로 설명하지만, 중력과 전약력의 세기 차이 (계층성 문제) 나 암흑물질의 본질과 같은 근본적인 질문에는 답하지 못합니다.
• 이론적 예측: 초대칭 입자나 합성 힉스 모형 등 표준 모형을 넘어서는 (BSM) 이론들은 탑 쿼크 (top quark) 가 들뜬 상태 (excited state, $t^*$) 를 가질 수 있거나, 벡터-유사 쿼크 파트너를 가질 수 있다고 예측합니다.
• 기존 연구의 한계: 기존 CMS 및 ATLAS 실험들은 주로 $T \to bW, tZ, tH$와 같은 주요 붕괴 모드를 탐색하여 $T$ 쿼크의 질량 하한을 설정해 왔습니다. 그러나 혼합 각도가 작을 경우, 고리 유도 (loop-induced) 붕괴인 $T \to t\gamma$ 및 $T \to tg$가 지배적일 수 있습니다.
• 새로운 탐색 채널: 들뜬 탑 쿼크 ($t^*$) 의 쌍생성 ($pp \to t^*t^*$) 중 하나는 광자 ($\gamma$) 로, 다른 하나는 글루온 ($g$) 으로 붕괴하는 $t^*t^* \to tt\gamma g$ 채널은 기존에 탐색되지 않았습니다. 광자의 존재는 배경 신호를 크게 줄여주어 민감도를 높일 수 있는 잠재력이 있습니다.

2. 연구 방법론 (Methodology)

데이터 및 시뮬레이션

• 데이터: 2016 년부터 2018 년까지 LHC 에서 수집된 CMS 검출기 데이터 (충돌 에너지 $\sqrt{s} = 13$ TeV, 적분 광도 $138 \text{ fb}^{-1}$).
• 트리거: 고 $p_T$ 광자 트리거를 사용 (2016 년: 175 GeV, 2017-2018 년: 200 GeV).
• 신호 시뮬레이션: 스핀 1/2 및 스핀 3/2 $t^*$ 입자의 쌍생성을 MADGRAPH5_aMC@NLO 를 사용하여 생성. 붕괴 비율은 $B(t^* \to t\gamma) = 3\%$, $B(t^* \to tg) = 97\%$로 가정.
• 배경 시뮬레이션: $tt$, $tt\gamma$, 단일 탑 쿼크, 다중 제트, $Z/W$ + 제트 등 주요 표준 모형 과정을 POWHEG 및 MADGRAPH 등을 사용하여 모델링.

이벤트 재구성 및 선택

• 광자 식별: ECAL 바レル 영역 ($|\eta| < 1.44$) 에서 $p_T > 240$ GeV 인 고립된 광자 하나를 요구.
• 탑 쿼크 식별 (Jet Substructure):
  • 고 에너지 탑 쿼크는 로런츠 부스트로 인해 하나의 대형 반지름 제트 (AK8 jet, $R=0.8$) 로 합쳐짐.
  • PARTICLENET (그래프 신경망 기반) 태그를 사용하여 AK8 제트가 탑 쿼크 기원인지 식별.
  • 제트 서브스트럭처 기법 (Soft-drop mass, $m_{SD}$) 을 적용하여 제트 질량을 보정.
• 신호 영역 (SR) 선택 조건:
  • 정확히 하나의 광자 ($p_T > 240$ GeV, $|\eta| < 1.44$).
  • 최소 2 개의 AK8 제트 ($p_T > 300$ GeV, $|\eta| < 2.4$).
  • 그 중 하나는 $t$-태그된 제트 ($125 < m_{SD} < 225$ GeV) 여야 함.
  • 나머지 제트는 $m_{SD} > 50$ GeV 여야 함.
  • 뮤온이나 전자가 포함되지 않은 이벤트만 선택.

배경 추정

• 데이터 기반 추정:
  • $\gamma$+제트 배경: 탑 쿼크 오식별 (mistag) 비율을 측정하여 데이터에서 직접 추정.
  • $h \to \gamma$ (강입자 오식별): 다중 제트 샘플에서 비-광자 입자가 광자로 오인식될 확률을 측정하여 추정.
• 시뮬레이션 기반 추정: $tt\gamma$, $e \to \gamma$ (전자 오식별) 등 다른 배경은 시뮬레이션으로 추정.

통계 분석

• 변수: 광자와 $t$-태그된 제트 ($j_1$) 로 재구성된 $t^*$ 후보 질량 ($m_{\gamma j_1}$) 분포를 분석.
• 적합: 신호 + 배경 모델과 배경만 있는 모델에 대한 최대 우도 적합 (Maximum Likelihood Fit) 수행.
• 한계 설정: CLs 기준을 사용하여 95% 신뢰구간 (CL) 에서 신호 단면적에 대한 상한선 설정.

3. 주요 기여 및 결과 (Key Contributions & Results)

주요 기여

1. 최초 탐색: LHC 에서 $t^*t^* \to tt\gamma g$ 채널을 대상으로 한 최초의 탐색 연구입니다.
2. 고급 기법 적용: PARTICLENET 태그와 제트 서브스트럭처 기법을 활용하여 고에너지 탑 쿼크를 효율적으로 식별하고 배경을 억제했습니다.
3. 민감도 확보: $t^* \to t\gamma$ 붕괴 비율이 작음 (3%) 에도 불구하고, 광자 신호로 인한 배경 감소 효과로 인해 $ttgg$ 채널과 경쟁력 있는 민감도를 달성했습니다.

실험 결과

• 신호 발견: 데이터에서 배경-only 가설과 유의미한 편차 (deviation) 는 관측되지 않았습니다. 다만, 고질량 영역에서 약 2.5$\sigma$ 의 국소적 편차가 관측되었으나 통계적 유의성은 부족합니다.
• 배제 한계 (Exclusion Limits): 95% 신뢰구간에서 관측된 (기대된) 상한선에 따른 $t^*$ 질량 배제 한계는 다음과 같습니다.
  • 스핀 1/2 $t^*$: 930 GeV 미만 배제 (기대값: 930 GeV).
  • 스핀 3/2 $t^*$: 1330 GeV 미만 배제 (기대값: 1390 GeV).
• 비교: 스핀 1/2 $t^*$의 경우, 기존 $ttgg$ 채널 (1050 GeV) 과 비교했을 때 유사하거나 경쟁력 있는 한계를 설정했습니다.

4. 의의 및 결론 (Significance)

• 새로운 물리 탐색의 지평: $tt\gamma g$ 채널을 통해 들뜬 탑 쿼크 및 벡터-유사 쿼크 파트너에 대한 탐색 범위를 확장했습니다.
• 배경 억제 전략의 유효성 증명: 고에너지 광자를 활용하여 강력한 QCD 배경을 효과적으로 억제할 수 있음을 입증했습니다. 이는 향후 유사한 BSM 신호 탐색에 중요한 방법론적 통찰을 제공합니다.
• 이론적 제약 강화: 스핀 1/2 및 3/2 에 대한 새로운 질량 하한을 설정함으로써, 다양한 BSM 이론 모델의 파라미터 공간을 제한했습니다.

이 연구는 CMS 협업이 13 TeV LHC 데이터의 전체 집적 광도를 활용하여 고에너지 물리 현상을 탐색하는 데 있어 정밀한 제트 식별 기술과 데이터 기반 배경 추정 기법의 중요성을 다시 한번 강조한 성과입니다.