Path-length dependence of parton energy loss across collision systems: a Bayesian analysis of charged-particle RAA, consistent with a universal exponent from O+O to Pb+Pb

기술 요약: 충돌 시스템 전반에 걸친 파톤 에너지 손실의 경로 길이 의존성

문제 정의
쿼크-글루온 플라즈마(QGP) 내에서 파톤 에너지 손실을 지배하는 메커니즘은 평균 에너지 손실 $\langle \Delta E \rangle$가 매질 내 경로 길이 $L$에 따라 어떻게 스케일링되는지에 담겨 있다. 이론적 프레임워크는 뚜렷한 스케일링 거동을 예측하는데, 충돌 에너지 손실(collisional energy loss)은 선형적으로 스케일링하며($\langle \Delta E \rangle \propto L$), 매질 유도 복사 손실(medium-induced radiative loss)은 이차적으로 스케일링하고($\langle \Delta E \rangle \propto L^2$), 강결합(holographic) 모델은 삼차 스케일링을 예측한다($\langle \Delta E \rangle \propto L^3$). 역사적으로 이 스케일링 지수를 추출하는 작업은 단일 대형 시스템(예: Pb+Pb) 내에서의 중심도 변화를 분석함으로써 어려움을 겪어 왔는데, 이는 중심도 선택 및 주변부 이벤트에서의 Glauber 기반 정규화($T_{AA}$)로 인한 편향을 도입한다. LHC에서 등장한 경이온 충돌 데이터(O+O, Ne+Ne)는 주변부 중이온 충돌에 필적하는 경로 길이를 탐사할 수 있는 보완적인 레버를 제공하여, 시스템 크기 의존성을 고립시켜 보여줌으로써 시스템 크기 변화를 탐구할 수 있게 한다.

방법론
저자들은 질량수 $A=16$에서 $208$까지를 아우르는 네 가지 충돌 시스템(O+O, Ne+Ne, Xe+Xe, Pb+Pb)에 걸친 전하 입자 핵 변조 인자($R_{AA}$)에 대한 베이지안 분석을 수행한다.

1. 순방향 모델(Forward Model): 파라메트릭 모델은 $R_{AA}$를 분율 에너지 손실 $\Delta p_T$와 연결한다. 이 모델은 $\Delta p_T \propto \rho G^n$이라고 가정하며, 여기서 $\rho$는 상대적 매질 밀도, $G$는 무차원 기하학적 비율, $n$은 결정하고자 하는 시스템 크기 지수이다. 스펙트럼 지수 $a(p_T)$는 $pp$충돌에서의 데이터 기반 측정을 사용하여 고정되며, 서로 다른 충돌 에너지에 대해$x_T$-스케일링이 적용된다.
2. 기하 구조(Geometry): 충돌 기하 구조는 두 가지 독립적인 Glauber 구현체, 즉 광학적 Glauber 모델과 하드 코어 배제(hard-core exclusion)를 통해 핵자 위치를 샘플링하는 커스텀 몬테카를로 Glauber 모델을 사용하여 계산된다. 주요 기하학적 프록시는 $A^{1/3}$, $\langle N_{part} \rangle^{1/3}$, 그리고 평균 탈출 경로 길이 $\langle L \rangle$이다.
3. 통계적 프레임워크:
   • 가능도(Likelihood): 상관 관계가 있는 가우시안 가능도가 사용되며, 빈 간 상관 관계 행렬(bin-to-bin covariance matrix)을 포함한다. 계통 오차는 부분적 상관 관계를 고려하여 상관 길이 $\xi = 4$ 빈(bin)으로 모델링함으로써, 완전히 상관된 계통 오차로 인해 결과가 과하게 제약되는 것을 방지한다.
   • 추론(Inference): 파라미터($\kappa, n, \beta$)의 사후 분포는 아핀 불변 앙상블 샘플러(EMCEE)를 사용하여 샘플링된다.
   • 모델 선택(Model Selection): 중첩 샘플링(Nested sampling, DYNESTY)은 고정된 지수($n=1, 2, 3$)를 가진 모델들을 비교하기 위해 베이지안 증거(Bayesian evidence)를 계산한다.
   • 검증(Validation): 프레임워크는 신경망 후험 추정기(neural posterior estimator)를 사용하는 시뮬레이션 기반 추론(SBI) 기둥을 포함하며, 이는 시뮬레이션 기반 캘리브레이션(SBC) 및 leave-one-system-out(LOSO) 교차 검증을 통해 검증된다. 또한 홀드아웃 시스템을 예측하기 위해 가우시안 프로세스 에뮬레이터가 훈련된다.
4. 강건성(Robustness): 본 분석은 서로 다른 기하학적 프록시, 공분산 길이, 스펙트럼 기준선, 그리고 사전 분포를 포함한 160개의 변형 모델에 대해 테스트된다.

주요 결과

• 유효 지수: 분석 결과 $\langle N_{part} \rangle^{1/3}$ 기하 구조에 대해 $n = 1.78 \pm 0.15 \text{ (stat)} \pm 0.05 \text{ (syst)}$의 유효 시스템 크기 지수를 추출하였다.
• 모델 선택: 베이지안 증거는 고정된 지수 모델들($n=1, 2, 3$) 사이에서 복사 스케일링($n=2$)이 충돌($n=1$) 및 강결합($n=3$) 가설보다 압도적으로 우세함을 보여준다. 로그 증거 차이는 $2\Delta \ln Z \approx -29$ ($n=1$의 경우) 및 $-48$($n=3$의 경우)이며, 둘 다 "결정적(decisive)" 임계값을 초과한다.
• 미시적 경계: 에너지 손실 변동이 존재하는 상황에서 미시적 지수와 유효 지수 사이의 매핑을 분석함으로써, 저자들은 변동이 유효 지수를 미시적 지수보다 낮출 수만 있다는 점을 확립한다. 결과적으로, 이 측정은 미시적 지수에 대한 하한선($n_{micro} \ge 1.78$)을 설정하며, 고정된 기하 구조에서 순수 충돌 에너지 손실($n_{micro}=1$)을 배제한다.
• 보편성(Universality): 베이즈 인자 테스트 결과, 작은 시스템(O+O, Ne+Ne)과 큰 시스템(Xe+Xe, Pb+Pb) 사이의 에너지 손실 체제 변화에 대한 증거가 발견되지 않았으며, 이는 전체 범위에 걸친 보편적 지수를 지지한다.
• O+O 억제: 프레임워크는 O+O 단독 실험에서도 비제로(non-zero) 파톤 에너지 손실에 대한 결정적인 베이지안 증거($2\Delta \ln Z \approx 110$)를 제공하여, 가장 작은 시스템에서의 억제 발현을 정량화한다.
• 수송 계수: 추출된 에너지 손실 크기는 $\hat{q}/T^3 \approx 2\text{--}5$에 해당하는 유효 제트 수송 계수에 대응하며, 이는 독립적인 JETSCAPE 결정치와 일치한다.

의의 및 주장
본 논문은 파톤 에너지 손실의 경로 길이 지수를 시스템 크기 기반으로 추출한 최초의 통계적으로 캘리브레이션된 연구라고 주장한다. 주요 기여는 다음과 같다:

1. 강건한 유효 지수: 저자들은 $n \approx 1.78$이 특정 수송 구현에 의존하지 않는 견고한 기하학적 수준의 관측량임을 확립하며, 이는 향후 다단계 에너지 손실 계산의 벤치마크 역할을 한다.
2. 충돌 메커니즘의 배제: 변동 경계를 통해, 순수 충돌 에너지 손실은 변동을 고려하더라도 관측된 시스템 크기 추세와 양립할 수 없음을 입증한다.
3. 방법론적 엄밀성: 이 연구는 상관 관계가 있는 불확정성을 전파하고, 폐쇄 테스트(closure tests)를 통해 구간 커버리지를 검증하며, 결과의 통계적 방어력을 보장하기 위해 시뮬레이션 기반 추론을 사용하는 포괄적인 베이지안 프레임워크를 도입한다.
4. 예측력: 프레임워크는 미래의 경이온 측정(Ar+Ar 및 Kr+Kr)에 대한 검증 가능한 예측을 제공하며, 각각 $R_{AA}(10 \text{ GeV}) \approx 0.55 \pm 0.03$ 및 $0.41 \pm 0.03$을 예측한다.

한계 및 범위
저자들은 결과가 미시적 경로 길이 의존성을 직접 측정한 것이 아니라 유효 지수임을 명시적으로 밝힌다. 분석은 최소 바이아스(minimum-bias) 시스템 크기 스캔에서 매질 밀도와 경로 길이 사이의 퇴행(degeneracy)에 의해 제한되는데(둘 다 $\langle N_{part} \rangle^{1/3}$에 따라 스케일링함), 즉 추출된 $n$은 두 효과를 결합한 것이다. 본 논문은 중심도 차등 데이터(centrality-differential data)나 방위각 비등방성($v_2$) 측정과 같은 추가 입력 없이 BDMPS-Z와 유한 밀도 수정(finite-opacity corrections) 사이의 미시적 메커니즘을 구별할 수 있다고 주장하지 않는다. 결론은 분석된 네 가지 시스템과 사용된 특정 순방향 모델 가설의 범위 내로 엄격히 제한된다.