A search for lepton-flavour violating $τ\to 3μ$ decays with the ATLAS detector

ATLAS 실험은 2016~2018 년 13 TeV 양성자 - 양성자 충돌 데이터 (137 fb⁻¹) 를 분석하여 $\tau \to 3\mu$ 붕괴를 탐색한 결과, 배경만 존재한다는 가설과 일치하는 관측을 얻어 90% 신뢰수준에서 분지비 상한을 $8.7 \times 10^{-8}$로 설정했습니다.

핵심

입자 물리학의 '초고해상도 카메라'로 본 새로운 발견의 여정: ATLAS 실험 보고서 요약

이 논문은 유럽 입자 물리 연구소 (CERN) 의 거대 입자 가속기 (LHC) 에서 일어난 일을 기록한 ATLAS 실험팀의 보고서입니다. 전문 용어로 가득 차 있지만, 핵심 내용은 매우 흥미롭고 직관적인 비유로 설명할 수 있습니다.

1. 탐구 목표: "거울 속의 유령 찾기"

우리가 아는 자연의 법칙 (표준 모형) 에 따르면, 전자, 뮤온, 타우 입자는 서로 다른 '가족'을 이루며, 한 가족이 다른 가족으로 변하는 일은 거의 일어나지 않습니다. 마치 아버지가 갑자기 아들로 변하거나, 고양이가 갑자기 개로 변하는 것처럼 말이죠.

하지만 이 논문은 **"만약 타우 입자 (무거운 가족) 가 갑자기 세 개의 뮤온 입자 (가벼운 가족) 로 변한다면?"**이라는 질문을 던집니다.

• 왜 중요할까요? 만약 이런 일이 실제로 관측된다면, 우리가 아는 물리 법칙에는 누락된 부분이 있다는 뜻이며, **우주에 숨겨진 새로운 힘이나 입자 (새로운 물리)**가 존재한다는 결정적인 증거가 됩니다.

2. 실험 방법: "폭발하는 파티와 초대장"

ATLAS 실험은 거대한 원형 터널에서 양성자 두 개를 광속에 가깝게 가속시켜 서로 충돌시킵니다.

• 비유: 마치 초고속으로 달리는 두 대의 자동차가 정면 충돌시키는 것과 같습니다. 이 충돌로 인해 수많은 입자들이 튀어 나오는데, 그중에서 우리가 원하는 '타우 입자'가 만들어집니다.
• 문제: 이 충돌은 1 초에 수억 번 일어납니다. 그중에서 타우 입자가 3 개의 뮤온으로 변하는 사건은 수조 번의 충돌 중 단 한 번일 정도로 극히 드뭅니다.
• 해결책: ATLAS 검출기는 이 거대한 파티에서 오직 '3 개의 뮤온'만 찾아내는 초고감도 카메라 역할을 합니다.

3. 분석 과정: "바늘 찾기"

연구팀은 2016 년부터 2018 년까지 수집한 방대한 데이터 (137 fb⁻¹) 를 분석했습니다.

• 데이터의 양: 이 데이터는 전 세계 모든 사람이 하루 종일 찍은 사진의 수백만 배에 달하는 엄청난 양입니다.
• 배경 잡음: 충돌 현장에는 타우 입자가 아닌 다른 이유로 3 개의 뮤온이 생기는 '가짜 신호' (배경 잡음) 가 많습니다. 이는 우주에서 떨어지는 빗방울 속에서 특정 모양의 빗방울 하나를 찾아내는 것처럼 어렵습니다.
• 지능형 필터 (AI): 연구팀은 기계 학습 (AI) 기술을 활용했습니다. 마치 스마트 카메라가 사진 속의 사람과 배경을 구별하듯, AI 가 수만 가지 정보를 분석해 "이건 진짜 타우 입자일 가능성이 높다"는 사건만 골라냈습니다.

4. 결과: "아직은 유령을 찾지 못했지만, 범위를 좁혔다"

결과는 다음과 같습니다.

• 발견: 안타깝게도, 새로운 물리 현상 (타우 → 3 뮤온) 의 증거는 발견되지 않았습니다. 데이터는 모두 기존에 알려진 물리 법칙 (배경 잡음) 으로 설명되었습니다.
• 의미: 하지만 '찾지 못했다'는 것만으로도 큰 성과입니다. 연구팀은 **"만약 이 현상이 존재한다면, 그 확률은 10 억 분의 1 보다 훨씬 작아야 한다"**는 한계를 설정했습니다.
  • 비유: "우리가 10 억 개의 모래알을 뒤져 보았는데, 금이 한 알도 없었다. 그렇다면 금이 있다면 그 양은 10 억 개 중 1 개 미만일 것이다"라고 선언한 것과 같습니다.
• 진전: 이전 ATLAS 실험 (2016 년 이전) 에 비해 5 배 더 정밀한 결과를 얻었습니다. 이는 검출기 성능 향상과 더 똑똑한 분석 기술 덕분입니다.

5. 결론: "다음 단계로"

이 연구는 새로운 물리 법칙을 찾기 위한 여정의 중요한 이정표가 되었습니다.

• 아직은 '유령'을 찾지 못했지만, 우리가 어디를 더 자세히 봐야 하는지 그 범위를 좁혔습니다.
• 앞으로 더 많은 데이터를 수집하고, 더 정교한 분석을 통해 우주라는 퍼즐의 마지막 조각을 찾아낼 날을 기다리고 있습니다.

한 줄 요약:

"거대 충돌기에서 10 억 번의 폭발을 지켜보며, 드물게 일어날 수 있는 '입자의 변신'을 찾아냈지만, 아직은 발견하지 못했습니다. 하지만 우리는 그 변신이 얼마나 드문 일인지 정확히 알게 되었고, 이는 새로운 우주 비밀을 풀기 위한 중요한 첫걸음입니다."

기술 요약

제시된 ATLAS 협업의 논문 (CERN-EP-2026-059) 에 대한 상세한 기술적 요약은 다음과 같습니다.

논문 개요

제목: ATLAS 검출기를 이용한 렙톤 맛깔 위반 (LFV) $\tau \to 3\mu$ 붕괴 탐색
저자: ATLAS 협업
데이터: LHC Run 2 (2016~2018 년) 동안 수집된 13 TeV 중심 에너지의 양성자 - 양성자 ($pp$) 충돌 데이터, 총 적분 광도 137 fb$^{-1}$.

---

1. 연구 배경 및 문제 제기 (Problem)

• 표준 모형 (SM) 의 한계: 표준 모형에서 렙톤 맛깔 (Lepton Flavour) 은 보존되지만, 중성미자 진동으로 인해 중성미자 sector 에서는 위반이 관측됩니다. 그러나 전하를 띤 렙톤 (Charged Lepton) 에 대한 맛깔 위반 (cLFV) 은 표준 모형 내에서 중성미자 질량을 고려하더라도 붕괴 비율 ($B$) 이 $10^{-55}$ 수준으로 극히 미미하여 관측이 불가능합니다.
• 새로운 물리 (BSM) 의 신호: 따라서 전하 렙톤 맛깔 위반 (cLFV) 의 관측은 표준 모형을 넘어서는 새로운 물리 (BSM) 의 확실한 증거가 됩니다.
• $\tau$ 렙톤의 중요성: 이론적으로 새로운 물리 효과는 무거운 $\tau$ 렙톤에서 더 강하게 나타날 것으로 예측됩니다. 현재 $\tau \to 3\mu$ 과정에 대한 가장 엄격한 제한은 Belle II, LHCb, CMS 실험 등에서 설정되었으나, ATLAS 실험의 이전 결과 (Run 1, 8 TeV) 는 다른 실험들에 비해 약 4~5 배 정도 느슨한 제한을 가지고 있었습니다.
• 목표: ATLAS 실험이 Run 2 데이터 (13 TeV, 137 fb$^{-1}$) 를 활용하여 $\tau \to 3\mu$ 붕괴를 탐색하고, 이전 결과보다 민감도를 획기적으로 개선된 제한을 설정하는 것입니다.

2. 연구 방법론 (Methodology)

가. 신호 및 배경 모델링

• 신호 생성: LHC 에서 $\tau$ 렙톤은 두 가지 주요 경로를 통해 생성됩니다.
  1. 전기약 (EW) 신호: $W \to \tau\nu$, $Z \to \tau\tau$, $t\bar{t} \to \tau X$ 과정. ATLAS 분석의 주력이며, 높은 횡방향 운동량 ($p_T$) 과 좋은 고립도 (isolation) 를 가짐.
  2. 무거운 맛깔 (HF) 신호: $D_s \to \tau\nu$ 및 $B \to \tau X$ 과정. LHC 에서 대량 생성되지만, 트리거 제한으로 인해 검출 효율이 낮음.
  • 시뮬레이션은 Powheg Box (NLO QCD) 와 Pythia 8, EvtGen 등을 사용하여 모델링되었습니다.
• 배경 모델링:
  • 주요 배경은 무작위 조합 (Combinatorial background) 으로, 1~2 개의 뮤온과 다른 입자가 뮤온으로 오인식된 경우입니다.
  • 시뮬레이션은 이러한 조합적 배경을 정확히 모델링하기 어렵기 때문에, 데이터의 사이드밴드 (Signal Region 제외 영역) 를 사용하여 배경을 직접 모델링했습니다.
  • $\omega(782)$ 및 $\phi(1020)$ 메손 붕괴에서 기원한 배경은 질량 창을 제거하여 배제했습니다.

나. 이벤트 선택 및 재구성

• 트리거: 2 개 및 3 개 뮤온 트리거를 사용하며, $p_T$ 임계값은 데이터 수집 연도에 따라 조정되었습니다 (최고 $p_T \ge 20$ GeV).
• 객체 재구성:
  • 뮤온: ID 및 MS 서브검출기 정보를 결합하여 재구성 ($p_T > 4$ GeV, $|\eta| \le 2.4$).
  • 3 뮤온 삼중체 (Triplet): 총 전하가 $\pm 1$인 3 개의 뮤온으로 구성되며, 2 차 정점 (Secondary Vertex, SV) 에서 기원해야 합니다.
  • 고립도 (Isolation): 칼로리미터 및 추적기 내의 추가 활동이 제한되어야 합니다.
• 다변량 분석 (MVA):
  • 신호 대 배경 비율이 매우 낮기 때문에 XGBoost 기반의 경향 부스팅 결정 트리 (BDT) 를 사용하여 분류했습니다.
  • 입력 변수 (18 개): 정점 품질 ($\chi^2$, $p$-value), 뮤온 고립도, 삼중체 운동량 ($p_T$), $\tau$ 렙톤의 수명 관련 변수 ($L_{xy}/\sigma_{L_{xy}}$), 결손 횡운동량 ($E_T^{miss}$) 과의 각도 등.
  • BDT 점수에 따라 이벤트를 Loose, Medium, Tight 세 가지 범주로 분류하여 최적의 민감도를 확보했습니다.

다. 통계적 분석

• 적합 (Fitting): 6 개의 카테고리 (Barrel/Endcap $\times$ Loose/Medium/Tight) 에서 비구간 최대우도법 (Unbinned Maximum Likelihood Fit) 을 수행했습니다.
• 모델:
  • 신호: 양쪽 끝이 있는 크리스탈 볼 (Double Sided Crystal Ball, DSCB) 함수로 모델링.
  • 배경: 지수 함수 (Exponential) 로 모델링 (데이터 사이드밴드에서 결정).
• 시스템 불확실성: 트리거 효율, 뮤온 재구성, 제트 에너지 스케일, $E_T^{miss}$ 해상도, 피크업 (Pile-up), 광도 측정 등을 고려하여 교란 변수 (Nuisance parameters) 로 포함했습니다.

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

가. 관측 결과

• 신호 관측: 데이터는 배경-only 가설과 일치하는 것으로 나타났으며, $\tau \to 3\mu$ 붕괴에 대한 유의미한 신호는 관측되지 않았습니다.
• 최적 피팅 값: $B(\tau \to 3\mu) = (1.5 \pm 4.0) \times 10^{-8}$.

나. 제한 설정 (Limits)

• 90% 신뢰 수준 (CL) 상한선:
  • 관측된 (Observed): $8.7 \times 10^{-8}$
  • 기대된 (Expected): $7.5 \times 10^{-8}$
• 95% CL 상한선: 관측된 $10.6 \times 10^{-8}$, 기대된 $9.3 \times 10^{-8}$.
• 비교 및 개선:
  • 이는 ATLAS 의 이전 Run 1 결과 ($37.6 \times 10^{-8}$) 보다 약 5 배 개선된 결과입니다.
  • 에너지 증가와 광도 증가만으로는 3 배 개선이 예상되었으나, IBL(Insertable B-layer) 과 같은 검출기 개선, 향상된 머신러닝 기법 (BDT), 더 효율적인 트리거가 추가적인 민감도 향상을 이끌었습니다.
  • 현재 Belle II 및 LHCb 실험의 결과 ($\sim 1.9 \times 10^{-8}$) 와 경쟁 가능한 수준에 도달했습니다.

4. 의의 및 결론 (Significance)

1. 새로운 물리 탐색의 진전: ATLAS 실험이 LHC 환경에서 $\tau \to 3\mu$ 붕괴에 대해 가장 엄격한 제한 중 하나를 설정함으로써, 표준 모형을 넘어서는 새로운 물리 현상 탐색의 지평을 넓혔습니다.
2. 기술적 성과: 고에너지 강입자 충돌기 (LHC) 에서 발생하는 복잡한 배경 속에서 미세한 신호를 찾아내기 위해 MVA 기법과 데이터 기반 배경 모델링을 효과적으로 결합한 방법론이 입증되었습니다.
3. 미래 전망: 현재 분석은 통계적 불확실성에 의해 제한받고 있으므로, 향후 LHC Run 3 및 High-Luminosity LHC (HL-LHC) 에서 더 많은 데이터를 수집할 경우 민감도가 더욱 향상되어 새로운 물리 발견의 가능성이 열릴 것으로 기대됩니다.

이 연구는 ATLAS 협업이 Run 2 데이터를 활용하여 전하 렙톤 맛깔 위반 현상을 탐색하는 데 있어 중요한 이정표를 세웠으며, 현재까지의 실험적 한계를 크게 확장시켰다는 점에서 의의가 큽니다.