Search for Z' bosons decaying into charginos in final states with two oppositely charged leptons and missing transverse momentum in pp collisions at $\sqrt{s}$ = 13 TeV

이 논문은 13 TeV 양성자 - 양성자 충돌 데이터 (138 fb⁻¹) 를 활용하여 두 개의 반대 전하를 가진 렙톤과 누락된 횡방향 운동량이 있는 최종 상태에서 초대칭 차지노 (chargino) 로 붕괴하는 렙토포빅 Z' 보손을 탐색한 결과, 표준 모델 예측과 일치하는 관측을 얻어 특정 질량 범위 (약 3.5 TeV 까지) 의 Z' 보손 생성을 배제했다고 요약할 수 있습니다.

핵심

1. 배경: 보이지 않는 '유령'을 쫓는 탐정들

우리가 아는 세상은 원자로 이루어져 있고, 그 원자는 더 작은 입자들 (전자, 쿼크 등) 로 되어 있습니다. 하지만 과학자들은 "이 입자들 말고, 우리가 아직 보지 못한 새로운 입자들이 있을지도 모른다"고 의심해 왔습니다.

이 논문에서 탐정들 (과학자들) 이 찾고 있는 주인공은 **'Z' 보손 (Z' boson)**이라는 가상의 입자입니다.

• Z' 보손의 특징: 이 입자는 아주 무겁고, 특이하게도 전하를 띤 입자 (전자나 뮤온) 를 싫어합니다. 마치 전기를 싫어하는 유령처럼, 전자기기 근처에 오면 사라지거나 반응하지 않는 '전하 기피 (Leptophobic)' 성질을 가졌습니다.
• 왜 찾기 어려운가? 기존에 Z' 보손을 찾는 실험들은 주로 "두 개의 전자가 튀어나오는 현상"을 찾았습니다. 하지만 이 새로운 Z' 보손은 전자를 내보내지 않고, **아예 다른 입자 (초대칭 입자)**로 변해버리기 때문에, 기존 탐사법으로는 보이지 않았습니다.

2. 사건 현장: 거대한 충돌과 '실종'된 에너지

과학자들은 2016~2018 년 사이에 양성자 두 개를 광속에 가깝게 가속시켜 서로 충돌시켰습니다. (약 138fb⁻¹의 데이터, 즉 엄청난 양의 충돌 기록을 모았습니다.)

충돌이 일어나면 다음과 같은 일이 발생합니다:

1. 무거운 Z' 보손 생성: 충돌 에너지로 인해 무거운 Z' 보손이 잠시 태어납니다.
2. 변신: Z' 보손은 즉시 두 개의 **'차지노 (Chargino)'**라는 입자로 변합니다. (차지노는 우리가 아는 입자들의 '친구'이자 '무거운 쌍둥이' 같은 존재로, 초대칭 이론에서 예측됩니다.)
3. 사라짐: 이 차지노들은 다시 붕괴해서 W 보손과 **중성미노 (Neutralino)**가 됩니다.
   • W 보손: 빛을 내며 전자나 뮤온 (우리가 볼 수 있는 입자) 을 만들어냅니다.
   • 중성미노: 아무것도 안 보이는 유령 같은 입자입니다. 검출기를 통과해도 전혀 잡히지 않습니다.

결국 탐정들이 목격하는 장면은 이렇습니다:

"충돌 지점에서 **두 개의 전하를 띤 입자 (전자/뮤온)**가 튀어나왔는데, 그 옆에 **어딘가로 사라진 거대한 에너지 (Missing Transverse Momentum)**가 있습니다!"

이 '사라진 에너지'가 바로 우리가 찾던 유령 입자 (중성미노) 가 탈출해 간 흔적입니다.

3. 수사 방법: 인공지능 (AI) 을 활용한 '범인 찾기'

이 사건은 매우 미묘합니다. 배경 잡음 (일반적인 입자 충돌) 이 너무 많기 때문에, 진짜 신호를 찾아내는 것이 마치 수천만 명의 군중 속에서 한 명의 범인을 찾는 것과 같습니다.

기존의 단순한 규칙 (예: "에너지가 100 이상이면 잡는다") 만으로는 범인을 가려낼 수 없었습니다. 그래서 과학자들은 **신경망 (Parametrized Neural Network, PNN)**이라는 고급 AI를 훈련시켰습니다.

• AI 의 역할: 이 AI 는 충돌 후 나온 두 입자의 속도, 방향, 사라진 에너지의 양 등 수많은 정보를 한 번에 분석합니다.
• 학습 방식: 일반적인 AI 는 특정 상황 하나만 학습하지만, 이 AI 는 입자의 질량이 변할 때마다 그 상황에 맞춰 스스로 학습할 수 있도록 설계되었습니다. 마치 "범인의 키가 170cm 일 때, 180cm 일 때, 190cm 일 때 모두 찾아낼 수 있는 범인 찾기 로봇" 같은 것입니다.

4. 수사 결과: 범인은 없었다 (하지만 중요한 발견!)

과학자들은 AI 가 분석한 데이터를 바탕으로 "범인 (Z' 보손) 이 여기 있다!"라고 외칠 만한 흔적을 찾아보았습니다.

• 결과: 아쉽게도, 범인은 발견되지 않았습니다. 관측된 데이터는 우리가 이미 알고 있는 '표준 모형 (Standard Model)'이라는 기존 이론이 예측한 것과 완벽하게 일치했습니다.
• 의미: "범인이 없었다"는 것이 실패는 아닙니다. 이는 **"이런 종류의 무거운 Z' 보손은 3.5 TeV(테라전자볼트) 질량 이하에서는 존재하지 않는다"**는 것을 증명했다는 뜻입니다.
  • 비유하자면, "우리가 3.5 킬로그램 이하의 무게를 가진 유령은 이 방에 없다"는 것을 확인한 것입니다.

5. 결론: 더 깊은 우주를 향한 나침반

이 연구는 다음과 같은 의미를 가집니다:

1. 새로운 길: 처음으로 '전하를 기피하는 Z' 보손'이 '초대칭 입자'로 변하는 과정을 LHC 데이터로 직접 검색했습니다.
2. 범위 설정: 만약 이런 입자가 존재한다면, 그 질량은 최소 3.5 TeV 이상이어야 합니다. 이는 과학자들이 다음에 어디를 집중해서 찾아봐야 할지 나침반을 제시한 것입니다.
3. 기술의 승리: 복잡한 물리 현상을 구별해내기 위해 최신 AI 기술을 성공적으로 적용한 사례입니다.

한 줄 요약:

"거대한 충돌 실험에서 보이지 않는 유령 입자 (Z' 보손) 가 남긴 흔적을 찾아냈지만, 아직은 발견되지 않았습니다. 하지만 우리는 '유령이 존재하지 않는 영역'을 정확히 그려냈으며, 이는 더 무거운 입자를 찾기 위한 중요한 첫걸음입니다."

이 연구는 우리가 우주의 비밀을 풀기 위해 얼마나 치밀하고 창의적으로 노력하고 있는지를 보여주는 멋진 예시입니다.

기술 요약

논문 제목:

$\sqrt{s} = 13$ TeV 의 $pp$ 충돌에서 두 개의 반대 전하를 가진 렙톤과 누락된 횡방향 운동량이 있는 최종 상태에서 차지노 (charginos) 로 붕괴하는 $Z'$ 보손 탐색

1. 연구 배경 및 문제 제기 (Problem)

• 배경: LHC 의 ATLAS 와 CMS 실험은 오랫동안 무거운 중성 게이지 보손 ($Z'$) 을 탐색해 왔으나, 주로 표준 모형 (SM) 입자 (렙톤 쌍, 제트 쌍 등) 로의 직접 붕괴에 집중했습니다.
• 문제점: 'U(1)′-확장 최소 초대칭 표준 모형 (UMSSM)'과 같은 이론적 프레임워크에서는 렙톤 비호감 (leptophobic) $Z'$ 보손이 존재할 수 있습니다. 이는 $Z'$ 가 렙톤으로 붕괴하는 것을 억제하여 기존 '이중 렙톤 (dilepton)' 채널의 탐색 한계를 우회합니다. 대신 $Z'$ 는 주로 쿼크 쌍, 보손 쌍, 또는 초대칭 입자 (차지노, 중성지노) 쌍으로 붕괴합니다.
• 구체적 목표: 본 연구는 $Z'$ 보손이 두 개의 차지노 ($\tilde{\chi}^\pm_1$) 로 붕괴하고, 이들이 다시 $W$ 보손과 가장 가벼운 중성지노 ($\tilde{\chi}^0_1$, 암흑물질 후보) 로 붕괴하며, $W$ 보손이 렙톤적으로 붕괴하는 과정을 탐색하는 것입니다.
  • 최종 상태: 두 개의 반대 전하를 가진 고에너지 렙톤 ($e^\pm, \mu^\pm$) + 높은 누락된 횡방향 운동량 ($p_T^{miss}$).
• 기존 연구의 한계: 기존 $Z'$ 탐색은 $p_T^{miss}$ 에 대한 명시적 요구사항이 없었으며, 차지노를 통한 중간 상태의 운동학적 특성을 고려하지 않았습니다. 또한, 기존 차지노 쌍 생성 탐색은 무거운 입자 ($Z'$) 의 붕괴로 생성된다는 가정을 포함하지 않았습니다.

2. 방법론 (Methodology)

• 데이터: CMS 실험이 2016, 2017, 2018 년에 수집한 13 TeV $pp$ 충돌 데이터 (누적 광도 138 fb$^{-1}$) 를 사용했습니다.
• 신호 모델:
  • $pp \to Z' \to \tilde{\chi}^+_1 \tilde{\chi}^-_1 \to (W^+ \tilde{\chi}^0_1) (W^- \tilde{\chi}^0_1) \to (\ell^+ \nu \tilde{\chi}^0_1) (\ell^- \bar{\nu} \tilde{\chi}^0_1)$
  • $Z'$ 질량: 1.7 ~ 4.1 TeV, 차지노 질량: 345 ~ 1845 GeV 범위에서 스캔.
  • 중성지노 질량은 차지노 질량의 절반으로 가정 (게지노 질량 통일 가정).
• 사건 선택 (Event Selection):
  • 트리거: 단일 전자/뮤온 트리거 사용.
  • 기본 조건: 정확히 2 개의 반대 전하 렙톤 ($e^+e^-, \mu^+\mu^-, e^\pm\mu^\mp$), 리더 렙톤 $p_T > 80$ GeV, 트레일링 렙톤 $p_T > 40$ GeV.
  • 제거 조건: $Z$ 보손 배경 억제를 위해 렙톤 쌍 불변 질량 ($m_{\ell\ell}$) > 100 GeV, $b$-제트 veto ($t\bar{t}$ 배경 제거), 누락된 횡방향 운동량 ($p_T^{miss}$) > 100 GeV.
• 분석 기법 (Parametrized Neural Network, PNN):
  • 단일 변수로는 신호와 배경 ($t\bar{t}, WW, tW$ 등) 을 구분하기 어렵기 때문에 다변량 분석 (MVA) 접근법을 채택했습니다.
  • PNN 사용: 전통적인 신경망은 특정 질량 점에서만 최적화되지만, 본 연구는 **파라미터화된 신경망 (PNN)**을 사용하여 $Z'$ 질량과 차지노 질량을 입력 변수로 포함시켰습니다. 이를 통해 다양한 질량 포인트에 대해 하나의 모델로 최적의 성능을 유지할 수 있습니다.
  • 사용된 변수: 리더/트레일링 렙톤 $p_T$, $m_{\ell\ell}$, $p_T^{miss}$, $m_T$ (횡방향 질량), $M_{T2}$ (스트랜스버스 질량), 각도 변수 ($\Delta R, \Delta \phi$) 등.
• 배경 추정:
  • 신호 영역 (SR) 과 3 개의 제어 영역 (CR: $t\bar{t}$, $WW$, Drell-Yan) 을 동시에 피팅하여 주요 배경 과정의 정규화 인자를 결정했습니다.
  • $t\bar{t}$ CR: $b$-제트 포함.
  • $WW$ CR: $40 < m_{\ell\ell} < 100$ GeV.
  • DY CR: $30 < p_T^{miss} < 100$ GeV.

3. 주요 결과 (Results)

• 데이터와 표준 모형 일치: 측정된 PNN 점수 분포는 모든 검색 채널 ($e^+e^-, \mu^+\mu^-, e^\pm\mu^\mp$) 에서 표준 모형 기대치와 일치했습니다.
  • $\mu^+\mu^-$ 채널에서 신호 유사 영역 (PNN 점수 $\approx$ 1) 에 약간의 초과 (국소적 유의성 2~3$\sigma$) 가 관측되었으나, 통계적으로 유의미한 편차는 아니었습니다.
• 상한선 설정 (Upper Limits):
  • 관측되지 않았으므로, 95% 신뢰 수준 (CL) 에서 $Z'$ 생성 단면적에 대한 상한선을 설정했습니다.
  • 배제 범위:
    • $Z'$ 가 오직 차지노 쌍으로만 붕괴하는 경우, $Z'$ 질량 약 3.5 TeV 까지 배제되었습니다 (차지노 질량이 약 1.8 TeV 일 때).
    • $Z'$ 질량이 2.9 TeV 일 때, 차지노 질량 400 ~ 1400 GeV 범위를 배제했습니다.
• 민감도: $e^\pm\mu^\mp$ 채널이 가장 높은 민감도를 보였으며, 이는 신호 및 배경 사건 수가 동일 렙톤 채널보다 많기 때문입니다.

4. 기여 및 의의 (Significance)

• 최초 탐색: LHC 데이터를 이용한 렙톤 비호감 $Z'$ 가 차지노로 붕괴하는 과정에 대한 최초의 탐색입니다.
• 방법론적 혁신: 다양한 질량 포인트에 대해 유연하게 적용 가능한 **파라미터화된 신경망 (PNN)**을 적용하여, 기존 고정된 질점 훈련 방식의 한계를 극복하고 신호 추출 효율을 극대화했습니다.
• 이론적 함의: UMSSM 과 같은 초대칭 모델에서 렙톤 비호감 $Z'$ 보손이 존재할 수 있는 파라미터 공간을 제한했습니다. 특히, 기존 이중 렙톤 탐색으로 배제되지 않았던 '숨겨진' 영역을 효과적으로 탐색했습니다.
• 결과: 현재까지의 데이터로는 새로운 물리 현상의 증거는 발견되지 않았으며, 표준 모형이 잘 설명하고 있음을 확인했습니다. 이는 향후 더 높은 에너지와 광도에서의 탐색을 위한 중요한 기준을 제시합니다.

5. 결론

이 연구는 138 fb$^{-1}$의 CMS 데이터를 활용하여, $Z'$ 보손이 초대칭 입자 (차지노) 로 붕괴하는 특정 시나리오를 정밀하게 탐색했습니다. 파라미터화된 신경망 기술을 통해 배경을 효과적으로 억제하고 신호를 분리하려는 시도가 이루어졌으나, 관측된 데이터는 표준 모형과 일치했습니다. 이를 통해 $Z'$ 보손 질량 3.5 TeV 이하 및 특정 질량 범위의 차지노에 대한 강력한 배제 한계를 설정함으로써, 초대칭 이론과 새로운 게이지 보손 모델에 대한 제약 조건을 강화했습니다.