Search for displaced decays of long-lived particles in events with missing transverse momentum in $\sqrt{s} = 13$ TeV $pp$ collisions with the ATLAS detector

ATLAS 검출기를 이용한 13 TeV 양성자 - 양성자 충돌 데이터 (137 fb⁻¹) 에 기반한 새로운 '퍼지 (fuzzy)' 정점 알고리즘을 포함한 분석을 통해, 결손 횡방향 운동량을 갖는 사건에서 이차 정점이 관측된 장수명 입자의 붕괴를 탐색한 결과 표준 모형 배경과 유의미한 편차가 관측되지 않았으며, 이를 통해 다양한 초대칭 및 이색적 힉스 게이트 모델에 대한 95% 신뢰수준의 배제 한계가 설정되었습니다.

핵심

ATLAS 실험의 새로운 탐사: "유령 입자"와 "이동하는 흔적" 찾기

2026 년 3 월, 세계 최대의 입자 가속기인 CERN 의 ATLAS 실험팀이 흥미로운 연구 결과를 발표했습니다. 이 연구는 우리가 아직 알지 못하는 **새로운 물리 법칙 (표준 모형을 넘어서는 물리)**을 찾기 위해 수행되었습니다.

이 복잡한 과학 논문을 일반인이 이해할 수 있도록, **"유령 같은 입자"**와 **"이동하는 흔적"**을 찾는 모험 이야기로 풀어보겠습니다.

---

1. 배경: 왜 이런 탐사를 할까요?

우리가 아는 우주는 '표준 모형'이라는 거대한 지도로 설명됩니다. 하지만 이 지도에는 아직 채워지지 않은 빈칸들이 많습니다. 예를 들어, 암흑 물질이 무엇인지, 왜 중력이 다른 힘보다 약한지 등은 아직 미스터리입니다.

이 미스터리를 풀기 위해 과학자들은 **'장수명 입자 (Long-Lived Particles, LLP)'**라는 가상의 존재를 의심합니다.

• 일반 입자: 충돌하자마자 바로 사라져버리는 '일회용 컵' 같은 입자.
• 장수명 입자: 충돌 후에도 아주 잠시 (마이크로초~나노초 단위) 살아남아, 충돌 지점에서 멀리 떨어진 곳에서야 비로소 사라지는 '유령 같은 입자'.

이 유령 입자가 사라질 때 남기는 흔적을 **'이동된 정점 (Displaced Vertex, DV)'**이라고 합니다. 마치 총알이 벽을 뚫고 나가서 멀리 떨어진 곳에서 벽을 뚫고 나온 흔적을 남기는 것과 비슷합니다.

2. 탐사 방법: 거대한 카메라와 두 가지 안경

ATLAS 검출기는 LHC(대형 강입자 충돌기) 에서 일어나는 13 TeV 에너지의 양성자 충돌을 찍어내는 거대한 카메라입니다. 이번 연구는 2016~2018 년에 찍은 방대한 사진 (데이터 137 fb⁻¹) 을 다시 분석했습니다.

과학자들은 이 사진 속의 '이동된 흔적'을 찾기 위해 **두 가지 특별한 안경 (알고리즘)**을 썼습니다.

1. 일반 안경 (Standard Vertexing):

   • 역할: 깔끔하게 한곳에서 뚝 떨어지는 흔적을 찾습니다.
   • 비유: 마치 수사관처럼, "여기서 무언가가 폭발했어!"라고 명확한 지점을 찍는 방식입니다. 주로 가벼운 입자들이 만들어내는 흔적을 찾습니다.

2. 흐릿한 안경 (Fuzzy Vertexing): <-- 이번 연구의 하이라이트!

   • 역할: 흔적이 한곳에 모이지 않고 퍼져 있거나, 무겁고 복잡한 입자 (예: bottom 쿼크) 가 만들어낸 흔적을 찾습니다.
   • 비유: 마치 수색견처럼, 흔적이 흩어져 있더라도 "여기 무언가 큰 게 있었어!"라고 냄새를 맡아 찾아내는 방식입니다. 기존에는 이런 '흐릿한 흔적'을 잡는 데 한계가 있었는데, 이번에 개발된 새로운 알고리즘으로 훨씬 더 정교하게 잡을 수 있게 되었습니다.

3. 찾는 대상: 네 가지 가상의 시나리오

과학자들은 네 가지 다른 '유령 입자' 시나리오를 가정하고 검색했습니다.

1. R-하드론 (R-hadron) 을 만드는 글루오:
   • 비유: 거대한 괴물이 (글루오) 충돌 후 변신해서 (R-하드론) 멀리 이동한 뒤, 작은 조각 (중성자 등) 으로 부서지는 경우.
2. 바인 - 위노 (Bino-Wino) 공멸:
   • 비유: 두 명의 형제가 (중성자) 충돌 후, 한 명은 바로 사라지고 다른 한 명은 무거운 옷 (bottom 쿼크) 을 입고 멀리 이동하다가 사라지는 경우.
3. DFSZ 액시노:
   • 비유: 아주 가벼운 유령 (액시노) 이 무거운 형제 (힉시노) 를 따라다니며, 멀리 떨어진 곳에서 사라지는 경우.
4. 힉스 포털 (Higgs Portal):
   • 비유: 힉스 입자가 '보이지 않는 문'을 통해 가벼운 입자 (S) 두 개로 변신하고, 이 입자들이 멀리 이동해 사라지는 경우.

4. 결과: 유령은 보이지 않았다 (하지만 중요한 발견!)

과학자들은 137 fb⁻¹의 방대한 데이터를 뒤져봤지만, 예상한 배경 잡음 (Standard Model) 보다 유의미하게 많은 '유령 입자'의 흔적은 발견되지 않았습니다.

• 결과: "유령은 없었다."
• 의미: 하지만 '없었다'는 것도 큰 발견입니다. 마치 "이 숲에 호랑이가 없다"고 확인함으로써, 호랑이가 살 수 있는 범위를 좁힌 것과 같습니다.

이 결과를 바탕으로 과학자들은 다음과 같은 결론을 내렸습니다:

• 글루오 (R-hadron): 질량이 1.8~2.5 테라전자볼트 (TeV) 보다 가벼운 글루오는 존재할 수 없다. (이전보다 200 TeV 이상 더 넓은 범위를 제외함)
• 바인 - 위노: 가장 가벼운 중성자의 질량이 350~650 GeV 보다 작을 수 없다.
• 힉스 포털: 힉스 입자가 이 유령 입자로 변할 확률은 2.6% 미만이어야 한다.

5. 왜 이 연구가 중요한가?

이번 연구는 단순히 "유령을 못 찾았다"는 것을 넘어, 우리가 아직 보지 못한 새로운 세계의 문턱을 더 넓게 열었습니다.

1. 데이터의 양: 이전 연구보다 4 배 이상 많은 데이터를 분석했습니다. 더 넓은 바다를 더 깊게 훑어본 셈입니다.
2. 기술의 발전: 특히 '흐릿한 안경 (Fuzzy Vertexing)' 기술을 도입하여, 기존에는 놓쳤을 법한 복잡한 흔적까지 잡을 수 있게 되었습니다. 이는 마치 안개 낀 날에도 길을 찾을 수 있는 새로운 나침반을 개발한 것과 같습니다.
3. 미래의 길: 유령 입자가 발견되지 않았다는 것은, 우리가 상상했던 그 특정 형태의 유령은 존재하지 않는다는 뜻입니다. 이제 과학자들은 "그렇다면 유령은 어떤 모습일까?"를 다시 상상하며, 더 새로운 이론을 찾아야 합니다.

요약

ATLAS 실험팀은 거대한 카메라로 우주의 충돌 장면을 찍어, 멀리 이동했다가 사라지는 '유령 입자'의 흔적을 찾기 위해 노력했습니다. 새로운 기술로 더 정교하게 검색했지만, 아직 유령은 나타나지 않았습니다. 하지만 이 '부재'를 통해 우리는 유령이 살 수 없는 영역을 명확히 그렸고, 우주의 비밀을 풀기 위한 다음 단계를 준비했습니다.

이 연구는 **"보이지 않는 것을 찾기 위해, 우리가 얼마나 정교하게 볼 수 있는지를 보여준 위대한 탐험"**이었습니다.

기술 요약

논문 제목:

$\sqrt{s}=13$ TeV $pp$ 충돌에서 ATLAS 검출기를 이용한 결손 횡운동량 ($E_{T}^{miss}$) 을 동반한 사건에서 이동된 붕괴 (Displaced Decays) 를 갖는 장수명 입자 (LLP) 탐색

1. 연구 배경 및 문제 제기 (Problem)

• 배경: 표준 모형 (SM) 을 넘어서는 새로운 물리 (BSM) 의 탐색은 계속되고 있으며, 특히 **장수명 입자 (Long-Lived Particles, LLP)**는 이론적으로 흥미롭고 실험적으로 독특한 신호를 제공합니다. LLP 는 중입자 수명 (picoseconds) 에서 수 미터 이상의 수명 (nanoseconds) 까지 다양하게 존재할 수 있으며, 이는 검출기 내부의 다양한 위치에서 붕괴하여 **이동된 2 차 정점 (Displaced Vertex, DV)**을 생성합니다.
• 문제: 기존 ATLAS 및 CMS 실험에서는 주로 제트 (jets) 나 뮤온을 동반한 DV 를 탐색해 왔으나, **결손 횡운동량 ($E_{T}^{miss}$)**과 함께 발생하는 DV 사건에 대한 포괄적인 탐색은 상대적으로 제한적이었습니다. 특히, LLP 가 무거운 쿼크 (b-quark) 로 붕괴하는 경우 기존 알고리즘으로 재구성하기 어려운 "퍼지 (fuzzy)"한 정점 구조를 가질 수 있어, 이를 효과적으로 포착할 수 있는 새로운 기법이 필요했습니다.
• 목표: 2016~2018 년 (Run 2) 에 수집된 137 fb$^{-1}$의 데이터를 사용하여, $E_{T}^{miss}$가 크고 하나 이상의 이동된 정점을 갖는 BSM 신호를 탐색하고, 이를 통해 여러 BSM 모델에 대한 제한을 설정하는 것입니다.

2. 방법론 (Methodology)

가. 데이터 및 검출기

• 데이터: LHC 의 $\sqrt{s}=13$ TeV $pp$ 충돌 데이터, 총 137 fb$^{-1}$.
• 검출기: ATLAS 검출기의 내부 검출기 (Inner Detector, ID) 를 사용하며, 특히 이동된 궤적 (large impact parameter tracks) 을 재구성하기 위해 대반경 추적 (Large-Radius Tracking, LRT) 알고리즘을 적용했습니다.

나. 이동된 정점 (DV) 재구성 알고리즘

이 분석은 두 가지 서로 다른 DV 재구성 알고리즘을 사용하여 두 개의 독립적인 신호 영역 (Signal Regions, SR) 을 정의했습니다.

1. 표준 2 차 정점 (Standard DV, SDV):
   • 일반적인 LLP 붕괴 (예: 경쿼크 생성) 에 최적화됨.
   • $\chi^2$ 기반 피팅 알고리즘을 사용하여 두 개의 궤적 쌍으로 시드 (seed) 를 생성하고, 이를 병합하여 $n$-궤적 정점을 형성합니다.
   • 정밀한 궤적 재구성에 의존합니다.
2. 퍼지 2 차 정점 (Fuzzy DV, FDV):
   • 주요 혁신: LLP 가 $b$-하드론으로 붕괴하여 여러 개의 분리된 정점이 생성되거나 궤적 재구성이 어려운 경우를 타겟팅합니다.
   • BDT (Boosted Decision Tree) 활용: 궤적 쌍이 LLP 에서 기원할 확률을 평가하기 위해 다변량 분석 (BDT) 을 사용합니다.
   • 병합 (Merging): 공간적으로 분리된 여러 시드 정점을 "주 시드 (primary seed)"와 "대체 시드 (substitute seed)"로 분류하고, 거리 및 $p_T$ 합 기준에 따라 병합하여 하나의 FDV 로 정의합니다.
   • 이 방법은 SDV 보다 $b$-하드론 붕괴 신호에 대해 훨씬 높은 재구성 효율을 보입니다.

다. 배경 추정 (Background Estimation)

• 주요 배경: $Z(\to \nu\nu) + \text{jets}$ 과정과 검출기 물질과의 강입자 상호작용 (Hadronic Interactions) 으로 인한 위양성 (fake) 정점.
• 데이터 기반 방법:
  • 제어 영역 (Control Regions, CRs): $E_{T}^{miss}$ 트리거 대신 단일 광자 (photon) 트리거를 사용하여 신호가 거의 없는 데이터를 확보합니다.
  • 확률 기반 추정: 사건 내 궤적 밀도 ($N_{\text{Tracks}}$) 와 $b$-태그된 제트 수를 기반으로 정점 재구성 확률 (EDP) 을 계산하고, 이를 신호 영역으로 외삽합니다.
  • 검증 영역 (Validation Regions, VRs): 정점의 궤적 수, 질량, 물질 맵 (detector material map) 위치 등을 변경하여 배경 추정 방법의 신뢰성을 검증합니다.

라. 신호 모델

네 가지 BSM 모델을 해석에 사용했습니다:

1. 글루이노 $R$-하드론 (Gluino $R$-hadron): 분할 초대칭 (Split-SUSY) 모델.
2. 바인 - 와이노 공소멸 (Bino-Wino coannihilation): 중성미노 ($\tilde{\chi}^0_2$) 가 $b$-쿼크 쌍으로 붕괴.
3. DFSZ 액시노 (DFSZ axino): 액시노가 LSP 인 초대칭 모델.
4. 힉스 포털 (Higgs portal): 힉스 보손이 경의 의사스칼라 입자 ($S$) 쌍으로 붕괴.

3. 주요 기여 (Key Contributions)

• 새로운 알고리즘 개발: $b$-하드론 붕괴와 같은 복잡한 LLP 붕괴를 포착하기 위해 BDT 기반의 "퍼지 정점 (Fuzzy Vertex)" 알고리즘을 개발 및 적용했습니다. 이는 기존 SDV 알고리즘의 한계를 극복하고 신호 효율을 크게 향상시켰습니다.
• 데이터량 확대: 이전 유사 분석 (2016 년 데이터 등) 에 비해 데이터 양을 4 배 이상 (137 fb$^{-1}$) 늘려 통계적 민감도를 극대화했습니다.
• 포괄적인 모델 해석: 기존에 데이터와 직접 비교되지 않았던 **전체 초대칭 액시노/액시노 모델 (Full SUSY axion/axino model)**을 포함한 다양한 BSM 모델에 대한 첫 번째 제한을 설정했습니다.
• 정밀한 배경 추정: 검출기 물질 상호작용을 정밀하게 모델링하고, 광자 트리거 기반의 데이터 기반 방법을 통해 배경을 신뢰성 있게 추정했습니다.

4. 결과 (Results)

• 관측된 사건 수:
  • SDV 영역: 1 건 (예상 배경: $0.6 \pm 0.4$)
  • FDV 영역 (1FDV + 2FDV): 총 5 건 (1FDV: 3 건, 2FDV: 2 건; 예상 배경: $0.8 \pm 0.5$및$1.3 \pm 0.6$)
• 통계적 유의성: 모든 신호 영역에서 배경 예측과 관측된 데이터 사이에 통계적으로 유의미한 초과 (excess) 는 관측되지 않았습니다. 1FDV 영역에서 약간의 국소적 초과가 있었으나, 전체적으로 일관성이 있었습니다.
• 설정된 제한 (Limits):
  • 글루이노 $R$-하드론: 중성미노 질량과 글루이노 수명에 따라 글루이노 질량이 1.8~2.5 TeV 이상임을 제한 (이전 결과 대비 200 GeV 이상 개선).
  • 바인 - 와이노 공소멸: 가장 가벼운 중성미노 ($\tilde{\chi}^0_1$) 질량이 350~650 GeV 이상임을 제한.
  • DFSZ 액시노: 액시노 질량이 100~2500 $\mu$eV 범위와 중성미노 질량 400 GeV 미만 영역을 배제. 이는 해당 모델에 대한 최초의 직접적인 제한입니다.
  • 힉스 포털: 의사스칼라 입자 ($S$) 질량 55 GeV, 수명 0.03 ns 에서 힉스 붕괴 분지비 (Branching Ratio) 가 2.6% 이하임을 제한.

5. 의의 및 결론 (Significance)

• LLP 탐색의 새로운 지평: 이동된 정점 재구성을 위한 "퍼지" 알고리즘의 도입은 $b$-쿼크를 포함하는 LLP 붕괴와 같은 기존에 탐지하기 어려웠던 신호에 대한 민감도를 획기적으로 높였습니다.
• BSM 물리 제약 강화: 다양한 BSM 모델 (초대칭, 액시노, 힉스 포털 등) 에 대해 가장 엄격한 제한을 설정하여, 해당 모델들의 파라미터 공간을 크게 축소했습니다.
• 미래 연구의 기반: 이 분석에서 개발된 방법론과 알고리즘은 고광도 LHC (HL-LHC) 시대의 더 복잡한 LLP 탐색에 중요한 기초를 제공합니다.

결론적으로, 이 연구는 ATLAS 검출기의 정밀한 추적 능력과 새로운 재구성 알고리즘을 결합하여, 결손 횡운동량을 동반한 이동된 정점 신호에 대한 가장 포괄적이고 민감한 탐색 중 하나를 수행했으며, 표준 모형을 넘어서는 새로운 물리에 대한 강력한 제약을 제시했습니다.