Cosmic variance or galaxy bias? Disentangling finite-volume and galaxy formation effects in cosmological analysis

기술 요약: 우주론적 분석에서 유한 부피 효과와 은하 형성 효과의 분리

문제 정의
현재 및 차세대 대규모 은하 적색편이 탐사(예: DESI, Euclid)는 전례 없는 정밀도로 우주론적 매개변수를 결정하는 것을 목표로 한다. 그러나 편향되지 않은 결과를 얻기 위해서는 이론적 계통 오차를 엄격하게 제어해야 한다. 주요 과제는 두 가지 강력하게 결합된 불확실성 원천을 구별하는 것이다: 즉, 유한한 부피 내의 초기 가우시안 무작위 장(Gaussian random field)의 본질적인 분산에서 기인하는 **우주 분산(cosmic variance)**과, 은하 형성의 복잡한 비선형 과정을 설명하는 **은하 편향(galaxy bias)**이다.

표준 섭동 이론 프레임워크에서 편향 매개변수는 관측된 물질 파워 스펙트럼을 앙상블 평균에 피팅함으로써 추정된다. 이 접근 방식은 조사된 부피가 앙상블 평균을 대표한다는 점을 암묵적으로 가정하며, 이로 인해 특정 우주 부피의 고유한 우주 분산을 무시하게 된다. 결과적으로, 추정된 편향 매개변수는 실제 은하 형성 물리와 조사된 특정 우주 부피의 통계적 변동을 혼동하는 퇴화(degeneracy) 상태가 된다. 이러한 퇴화는 바리온 음향 진동(BAO) 재구성 및 우주론적 매개변수 추론과 같이 편향 값에 대한 가정이 중요한 응용 분야를 복잡하게 만든다.

방법론
저자들은 우주 분산과 은하 편향을 수학적으로 분리하기 위해 **오일러 섭동 이론(Eulerian Perturbation Theory, EPT)**에 기반한 새로운 형식론을 개발한다.

1. 우주 분산을 편향으로 재정의: 저자들은 임의의 유한 부피 실현체($\delta'$)를 앙상블 평균 밀도 장($\delta$)의 "편향된" 추적자(tracer)로 취급하는 방식을 제안한다. 새로운 편향 매개변수($b_{1,dm}, b_{2,dm}$)를 도입함으로써, 유한 부피 필드를 다음과 같이 표현한다:
   $$\delta'(x) = b_{0,dm} + b_{1,dm}\delta(x) + \frac{1}{2}b_{2,dm}\delta^2(x) + \dots$$
   이 프레임워크에서 부피가 무한대로 접근함에 따라 $b_{1,dm} \to 1$ 및 $b_{2,dm} \to 0$이 된다. 이 공식화는 "우주 분산 편향"을 물리적인 "은하 편향"($b_{1,g}, b_{2,g}$)으로부터 분리할 수 있게 해준다.

2. BAO 이동에 대한 적용: 저자들은 이 형식론을 BAO 스케일의 비선형 이동에 적용한다. [22]의 해석적 표현을 사용하여, 저자들은 전체 BAO 이동($\Delta \alpha$)을 두 가지 뚜렷한 성분으로 분해한다:

   • 암흑 물질장의 본질적인 우주 분산에 의해 구동되는 성분 (제어 변수: $b_{1,dm}, b_{2,dm}$).
   • 은하 편향에 의해 구동되는 성분 (제어 변수: $b_{1,g}, b_{2,g}$).
     이 분해를 통해 우주 분산 단독으로도 비선형 중력 성장으로 인한 이동과 퇴화되는, 무시할 수 없는 수준의 BAO 이동을 유발할 수 있음을 밝혀냈다.

3. 적분 제약(Integral Constraint) 처리: 저자들은 조사 부피의 평균 밀도를 0으로 강제함으로써 발생하는 편향인 적분 제약을 다룬다. 저자들은 이 효과가 편향 매개변수를 추가로 도입하거나 분리를 복잡하게 만들지 않도록, 편향 전개의 상수 항($b'_0$)에 흡수될 수 있음을 입증한다.

4. 수치적 검증: 저자들은 분석적 논거를 검증하기 위해 UNIT 시뮬레이션 스위트를 활용한다. 저자들은 네 가지 서로 다른 $N$-체 시뮬레이션 세트($(1 h^{-1}\text{Gpc})^3$ 부피 내 $2 \times 10^3$ 입자)를 분석한다:

   • 100개의 표준 시뮬레이션.
   • 100개의 고정 진폭 시뮬레이션 (진폭 분산을 억제).
   • 2 $\times$ 50 쌍을 이룬 시뮬레이션 (위상 분산을 억제).
   • 2 $\times$ 50 개의 고정 및 쌍을 이룬 시뮬레이션 (진폭과 위상 분산을 모두 억제).
     저자들은 잔여 상관 함수(residual correlation function)에 가우시안을 피팅하는 모델 독립적인 방식으로 BAO 피크 위치를 측정하여 분산 감소를 정량화한다.

주요 결과

• 해석적 분리: 새로운 형식론은 우주 분산과 은하 편향이 비선형 BAO 이동에 미치는 기여를 성공적으로 분리한다. 분석 결과, 우주 분산이 은하 편향과 맞먹는 수준의 BAO 이동을 유발할 수 있음을 확인하였으며, 이는 섭동론적 접근법을 유한 부피에 사용할 때 각별한 주의가 필요함을 시사한다.
• 분산 억제: UNIT 시뮬레이션의 수치 결과는 초기 조건을 제어하는 것이 BAO 피크 위치의 불확실성을 크게 줄인다는 것을 보여준다:
  • 고정(Fixing) (진폭 제어)은 불확실성을 약 $\sim 1.5 - 2.1$배 감소시킨다.
  • 쌍 맞춤(Pairing) (위상 제어)은 불확실성을 약 $\sim 1.5 - 1.7$배 감소시킨다.
  • 결합(Fixed-and-Paired): 두 기술을 결합하면 표준 앙상블 대비 $\sim 3.4 - 5.4$배의 분산 억제 효과를 얻는다.
• 수렴성: BAO 피크 위치는 모든 시뮬레이션 유형에 걸쳐 서브 퍼센트(sub-percent) 수준에서 잘 수렴되었으며, 고정 또는 쌍 맞춤 기술에 의해 표준 앙상블 대비 나타나는 명백한 계통 오차는 발견되지 않았다.

의의 및 제안된 전략
본 논문은 현재의 편향 매개변수 추정 방식이 우주 분산의 퇴화된 효과를 의도치 않게 포함하고 있다고 결론짓는다. 이를 해결하기 위해 저자들은 향후 우주론적 분석을 위한 두 가지 실질적인 전략을 제안한다:

1. 최적의 다중 추적자 결합(Optimal Multi-Tracer Combination): 단순히 통계적 정밀도를 극대화하는 대신, 미래의 분석에서는 우주 분산을 상쇄하기 위해 상호 보완적인 추적자들(예: 은하와 우주 공동/voids)을 결합할 수 있다. 이는 재구성 전 샘플이 상보적인 밀도 영역을 추적하도록 재정의하거나, 결합된 상관 함수의 가중치를 최적화하여 쌍을 이룬 실현체(paired realizations)의 효과를 모사하는 방식을 포함할 수 있다.
2. 분산 억제 재구성(Variance-Suppressed Reconstruction): 저자들은 관측 데이터(역방향 역전 또는 베이지안 순방향 재구성과 같은 재구성 방법을 통해)와 공분산 추정에 사용되는 모크 카탈로그(mock catalogs) 모두에 분산 억제 기술(고정 및 쌍 맞춤)을 적용할 것을 제안한다. 이를 통해 관측된 우주와 그에 대응하는 '쌍을 이룬 반-우주(anti-Universe)'의 "분산 억제 버전"을 분석할 수 있다. 저자들은 이 과정에서 재구성에 채택된 우주론에 의해 BAO 이동이 편향되는 것을 방지하기 위해 주의 깊은 구현이 필요하다고 언급한다.

저자들은 이러한 전략들이 유망하지만, 상세한 모크 카탈로그(예: DESI 유사 모델)에 대한 추가 테스트와 BAO 재구성 및 유효 장론(Effective Field Theory)과 같은 최첨단 분석 기법과의 통합이 필요하다고 강조한다.