Assessing the waveform systematics from parameter estimation to population inference with eccentricity

우주를 거대하고 어두운 대양으로, 중력을 그 물 자체라고 상상해 보십시오. 수십 년 동안 우리는 이 바다가 완벽하게 정지해 있다고 생각했지만, 2015년에 우리는 블랙홀과 중성자별의 충돌로 발생하는 아주 작은 물결을 들을 수 있는 최초의 "하이드로폰(수중 마이크)"을 구축했습니다. 이 물결을 중력파라고 부릅니다. 두 개의 거대한 천체가 서로를 향해 나선형으로 회전하며 빨려 들어갈 때, 그들은 단순히 충돌하는 것이 아니라 병합되는 과정에서 특정한 노래를 부릅니다. 과학자들은 이 노래를 들음으로써 충돌의 "재료", 즉 천체의 질량이 얼마인지, 얼마나 빨리 회전하는지, 그리고 얼마나 멀리 떨어져 있는지를 파악할 수 있습니다.

하지만 여기서 까다로운 점이 있습니다. 그 노래는 단순한 웅얼거림이 아닙니다. 그것은 천체들이 어떻게 움직이느냐에 따라 변하는 복잡하고 변화무쌍한 멜로디입니다. 때때로 그들은 격렬하게 회전하거나, 완벽한 원형이 아닌 (달걀 모양처럼) 약간 찌그러진 타원 궤도를 돌 수도 있습니다. 이 노래를 이해하기 위해 과학자들은 "파형 모델(waveform models)", 즉 소리가 마땅히 어떠해야 하는지를 예측하는 일종의 수학적 악보를 사용합니다. 만약 악보가 조금이라도 틀린다면, 우리는 가수의 음정이나 거리를 잘못 들을 수도 있습니다. 이 논문은 핵심적인 질문을 던집니다. 만약 우리가 동일한 우주의 콘서트에 대해 서로 다른 두 가지의 매우 진보된 악보를 사용한다면, 우리는 우주에 대해 같은 이야기를 듣게 될까요, 아니면 같은 노래에 대해 서로 다른 버전들을 듣게 될까요?

---

우주의 오케스트라와 악보 문제

블랙홀 충돌이라는 우주의 인구 집단을 거대한 우주 오케스트라라고 생각해 보십시오. 수년 동안 과학자들은 이 오케스트라가 어떻게 형성되었는지 알아내기 위해 노력해 왔습니다. 음악가들(블랙홀)이 조용한 동네에서 함께 자랐을까요(고립 진화), 아니면 북적이고 혼란스러운 무도회장에서 우연히 만났을까요(역동적 결합)? 가장 큰 단서 중 하나는 "이심률(eccentricity)"입니다. 만약 두 블랙홀이 완벽한 원형으로 춤을 추고 있다면, 그들은 함께 자랐을 가능성이 높습니다. 하지만 그들의 춤이 흔들리는 찌그러진 타원형이라면, 그들은 혼잡한 성단 속에서 우연히 만났을 가능성이 큽니다.

이 춤을 해독하기 위해 연구자들은 LIGO, Virgo, KAGRA와 같은 관측소에서 탐지된 중력파를 분석하기 위해 강력한 컴퓨터를 사용합니다. 그들에게는 이를 돕기 위한 두 가지 매우 정교한 "악보" 모델이 있습니다: SEOBNRv5EHM와 TEOBResumS-Dali입니다. 두 모델 모두 최첨단 기술로, 이심률이 있는 복잡하고 찌그러진 궤도를 처리하도록 설계되었습니다. 큰 기대는 이 두 모델이 우주에 대해 동일한 이야기를 들려줄 것이라는 점이었습니다.

작은 속삭임이 포효가 되기까지

이 논문의 저자들은 162개의 이벤트로 구성된 방대한 카탈로그(블랙홀 충돌 153개, 중성자별 충돌 2개, 중성자별-블랙홀 충돌 7개)를 가져와 두 모델에 통과시켰습니다. 그들은 두 모델이 세부 사항에 대해 일치하는지 확인하고자 했습니다.

여기 놀라운 반전이 있습니다: 단일 이벤트에 대해서는 모델들이 거의 완벽하게 일치했습니다. 만약 단 하나의 블랙홀 충돌만을 본다면, 모델 A가 말하는 것과 모델 B가 말하는 것의 차이는 아주 미미했습니다. 마치 두 사람이 속삭임을 듣고 일반적인 개념에 대해 동의하는 것과 같았습니다.

하지만 논문은 숨겨진 위험을 드러냅니다. 이 미세하고 거의 보이지 않는 차이들을 수백 개 쌓아 올리면, 그것들은 합쳐지기 시작합니다. 이것은 마치 천 번의 "전화기 게임(말 전달 게임)"과 같습니다. 메시지를 전달할 때마다 왜곡은 너무 작아서 눈치채지 못할 정도입니다. 하지만 줄의 끝에 도달하면, 메시지는 완전히 바뀌어 버립니다.

저자들은 모델들이 블랙홀의 질량에 대해서는 동의했지만, 사건이 발생한 거리와 **시간을 거슬러 올라감에 따라 블랙홀 충돌의 비율이 어떻게 변하는지(적색편이 진화)**에 대해서는 의견이 갈리기 시작한다는 것을 발견했습니다.

• 거리의 표류(The Distance Drift): 한 모델은 먼 곳의 블랙홀들이 다른 모델보다 약간 더 멀리 있다고 일관되ey 생각했습니다.
• 스핀의 변화(The Spin Shift): 회전 속도가 가장 느린 블랙홀들에 대해, 한 모델은 다른 모델보다 양(+)의 방향으로 약간 더 빠르게 회전한다고 보았습니다.

인구 집단의 퍼즐

이것이 왜 중요할까요? 왜냐하면 과학자들은 단 하나의 블랙홀만을 연구하는 것이 아니라, 우주가 어떻게 작동하는지 이해하기 위해 전체 인구 집단을 연구하기 때문입니다. 이 논문은 이러한 미세한 체계적 오류들이 축적된다는 것을 보여줍니다.

연구자들이 "인구 특성(population properties)"(블랙홀이 어떻게 형성되고 진화하는지에 대한 큰 그림)을 추론하기 위해 두 가지 다른 모델을 사용했을 때, 결과는 크게 갈라졌습니다:

1. 적색편이 진화: 모델들은 시간을 거슬러 올라감에 따라 블랙홀 충돌 비율이 어떻게 변하는지에 대해 서로 다른 답을 내놓았습니다. 한 모델은 매끄럽고 점진적인 변화를 제안한 반면, 다른 모델은 다른 패턴을 제안했습니다.
2. 스핀 분포: 모델들은 전체 인구의 스핀 분포에 대해 의견이 엇갈렸으며, 특히 몇몇 극단적인 사건들이 포함되었을 때 그러했습니다.

이 논문은 현재의 파형 체계적 오차(waveform systematics)가 무시해도 될 만큼 "충분히 좋다"는 생각에 명시적으로 반박합니다. 저자들은 최고의 모델을 사용하더라도, 결합 편향(coherent biases)(모든 이벤트에서 동일한 방향으로 발생하는 체계적 오류)이 이벤트 수의 제곱근($\sqrt{N}$)에 비례하여 커질 수 있음을 입증했습니다. 이는 우리가 탐지한 블랙홀의 목록이 100개에서 1,000개, 10,000개로 늘어남에 따라, 이 작은 오류들이 단순히 작게 유지되는 것이 아니라, 우리의 분석에서 지배적인 특징이 되어 잠재적으로 우리가 우주의 형성에 대해 잘못된 결론을 내리게 만들 수 있음을 의미합니다.

"가짜" 우주를 통한 테스트

자신의 방법론을 증명하고 테스트하기 위해, 저자들은 "합성 우주"를 만들었습니다. 그들은 알려진 특정 특성(질량, 스핀, 이심률의 분포 등)을 가진 155개의 이진 블랙홀으로 구성된 가짜 카탈로그를 생성했습니다. 그런 다음 이 가짜 데이터에 분석 도구를 실행하여 "진정한" 답을 회복할 수 있는지 확인했습니다.

결과는 고무적이면서도 신중했습니다. 그들의 탐지 도구가 노이즈 제한으로 인해 155개의 가짜 이벤트 중 39개만을 "들었음에도 불구하고", 질량 및 이심률 분포의 전반적인 형태를 회복할 수 있었습니다. 이는 그들의 방법이 작동함을 시사하지만, 동시에 그들이 경고하는 바로 그 오류들을 피하기 위해서는 완벽하게 일관된 프레임워크가 필요하다는 점을 강조합니다.

"NS-BH"의 미스터리

논문은 또한 더 작고 까다로운 그룹인 중성자별과 블랙홀의 충돌(NSBH)을 살펴보았습니다. 그들은 매우 가벼운 블랙홀과 더 무거운 중성자별이 연루된 논쟁적인 이벤트인 GW190814를 포함했습니다.

• 그들은 이 천체들의 질량 분포가 중성자별과 블랙홀 사이의 명확한 "간극(gap)"을 보여주지 않는다는 것을 발견했습니다. 블랙홀이 중성자별의 질량까지 매끄럽게 확장되어 있는 것처럼 보였습니다.
• 이심률과 관련하여, 특정 이벤트인 GW200105에 대해서는 찌그러진 궤도에 대한 증거가 강력하다는 것을 발견했습니다. 그러나 인구 집단 수준에서는 이심률 분포가 두 모델 모두 매우 유사하게 나타났는데, 이는 "원형" 인구 집단이 전체적인 그림을 지배하며 찌그러진 것들을 가리고 있음을 시사합니다.

결론

이 논문은 중력파 커뮤니티를 향한 경종입니다. 이는 우리가 더 이상 "충분히 좋은" 모델이 미래에도 충분할 것이라고 가정해서는 안 된다는 것을 시사합니다. 우리가 더 많은 데이터를 수집함에 따라, 우리의 수학적 모델 간의 미세하고 일관된 차이들이 가장 큰 오류의 원인이 될 것입니다.

저자들은 우주의 진정한 이야기를 얻기 위해서, 단일 모델에 의존하거나 이러한 편향을 확인하지 않은 채 여러 모델을 혼합해서 사용하는 것을 멈춰야 한다고 결론짓습니다. 우리는 여러 모델을 동시에 실행하고, 우리의 "악보"가 약간 음이 맞지 않을 수 있다는 사실을 반드시 고려해야 합니다. 그렇지 않으면, 우리는 우주로부터 오는 아름답지만 완전히 잘못된 노래를 듣게 될 위험이 있습니다.