Low-$x$ parton densities accounting for absorptive effects and exclusive $J/\psi$ and $\Upsilon$ data from the LHC

기술 요약: 흡수 효과를 고려한 저-$x$ 파톤 밀도 및 LHC의 배타적 $J/\psi$와 $\Upsilon$ 데이터

문제 제기
낮은 종횡 모멘텀 분율($x$)에서의 파톤 분포 함수(PDF)는 고에너지 강입자 상호작용을 이해하는 데 매우 중요하다. HERA의 포함적 심층-불입 산란(DIS) 데이터가 주요 제약을 제공하지만, 매우 작은 $x$ 및 낮은 인자화 척도($\mu_F$)에서는 불확실성이 급격히 증가한다. LHC에서의 배타적 중량 벡터 메존($J/\psi$ 및 $\Upsilon$) 생성은 $x \simeq 3 \times 10^{-6}$, $\mu_F \simeq m_q$까지의 글루온 PDF에 대한 지식을 확장하며 보완적인 탐사 기회를 제공한다. 그러나 이러한 낮은 척도와 작은 $x$ 영역에서는 선형 DGLAP 진화만으로는 불충분하며, 흡수(스크리닝) 효과, 즉 점근적으로 파톤 포화(saturation)로 이어지는 효과가 중요해진다. 선형 진화를 사용하여 배타적 LHC 데이터를 PDF 피트에 통합했던 이전의 분석들은, 데이터에 맞추기 위해 (구체적으로 "음의 글루온 성분"이라는) 임시방편적인 입력 글루온 파라미터화 수정을 필요로 했으며, 이는 잠재적으로 비선형 진화의 근본적인 물리학을 가릴 위험이 있었다.

방법론
저자들은 HERA의 포함적 DIS 데이터와 LHC(구체적으로 LHCb $J/\psi$ 및 $\Upsilon$ 데이터)의 배타적 중량 벡터 메존 생성 데이터를 결합한 전역 분석을 수행한다. 핵심적인 방법론적 혁신은 흡수 보정을 진화 메커니즘에 직접 포함하는 비선형 DGLAP 진화 방정식을 구현하는 것이다.

1. 비선형 진화 프레임워크:

   • 표준 DGLAP 방정식은 글루온 밀도와 파톤 분포의 횡방향 공간적 범위($R$)에 의존하는 흡수 스크리닝 인자 $F_g$ 및 $F_q$를 도입함으로써 수정된다.
   • 이 인자들은 다중 글루온 스크리닝의 에이코날(eikonal) 근사로부터 유도되며, 글루온 래더(ladder)의 기여를 합산한다. 글루온에 대한 스크리닝 인자는 $F_g = \exp\left(-\frac{C_A 9 \alpha_s \pi}{16 R^2 \mu_F^2} x'g(x', \mu_F^2)\right)$로 주어진다.
   • 결합된 글루온 및 싱글렛 쿼크 진화 방정식은 **APFEL++**의 확장 버전을 통해 직접 풀리며, 이는 xFitter와 인터페이스되어 있다. 선형 진화와 달리, 비선형 항은 스크리닝 인자가 러닝 스케일에 의존하기 때문에 진화 변수 $t = \ln \mu_F^2$에 따라 단계별로 시스템을 풀어야 한다.

2. 데이터 및 파라미터화:

   • 피트는 HERA Run I+II 중성 및 전하 전류 데이터와 13 TeV(LHCb)에서의 배타적 $J/\psi$ 및 $\Upsilon$ 생성으로부터 추출된 유효 글루온 PDF 포인트를 활용한다.
   • 스케일 $Q_0 = 1.54$ GeV에서의 입력 PDF는 HERAPDF2.0에서 저-$x$ 거동을 모사하기 위해 사용되었던 "음의 글루온 성분" 항($A'_g$) 없이 표준 함수 형태($x^B(1-x)^C$)를 사용하여 파라미터화된다.
   • 흡수 보정의 강도를 결정하는 파라미터 $R$은 $\chi^2$ 최소화를 통해 자유 파라미터로 취급된다.

3. NNLO 접근법:*

   • 배타적 벡터 메존 생성에 대한 완전한 NNLO 계수 함수가 아직 존재하지 않으므로, 저자들은 NNLO* 방법을 채택한다.
   • 이는 포함적 DIS 데이터에 대해서는 NNLO 정확도를 사용하면서, 배타적 과정은 상수 NNLO/NLO $K$-인자($K \approx 1.2 \pm 0.1$)를 통해 근사하는 방식이다. 이 $K$-인자는 HERA 배타적 광생성 데이터에 대해 NNLO 기반 계산과 NLO 계수 함수를 비교하여 결정된다. 유효 글루온 포인트는 이 인자에 의해 재스케일링되며, 불확실성은 상관된 계통 오차로 처리된다.

주요 결과

• 흡수 보정의 영향: 흡수 보정을 포함하면 선형 진화 피트에 비해 저-$x$($10^{-5} < x < 0.1$)에서 더 큰 입력 글루온 분포를 갖게 된다. 이는 비선형 진화가 글루온 밀도의 성장을 억제하기 때문에, 동일한 데이터를 재현하기 위해서는 더 큰 초기 밀도가 필요하기 때문이다.
• 피트 품질 및 안정성:
  • NLO: 배타적 데이터를 결합한 비선형 피트는 전역 $\chi^2/\text{d.o.f.} \approx 1.18$을 얻었으며, 이는 선형 피트($\approx 1.25$)보다 유의미하게 개선된 결과이다. 선형 피트는 인위적으로 저-$x$ 거듭제곱($\lambda$)을 부풀리거나 음의 글루온 성분에 의존하지 않고서는 포함적 데이터와 배타적 데이터를 동시에 설명하는 데 어려움을 겪는다.
  • NNLO:* 유사한 개선이 관찰된다. 비선형 피트는 $\chi^2 = 1416$ (1166 d.o.f.)을 달in 반면, 선형 케이스는 $\chi^2 = 1495$이다.
• 음의 글루온 성분의 중복성: 흡수 보정이 포함될 때, "음의 글루온 성분" 항($A'_g$)은 중복된다. 비선형 진화를 포함하는 피트는 $A'_g$ 항이 $\chi^2$를 개선하는 데 미미한 도움(예: NNLO*에서 $\chi^2$를 1416에서 1412로 감소)만을 준다는 것을 보여주었으나, 선형 피트에서는 이 항이 배타적 데이터를 설명하는 데 필수적이었다. 비선형 진화는 이전에 $A'_g$ 항이 보상해 주었던 억제 효과를 자연스럽게 설명한다.
• 핫스팟 크기 결정: 파라미터 $R$을 피팅함으로써, 저자들은 양성자 내의 "핫스팟" 유효 크기를 결정한다.
  • NLO에서 최적값은 $R \approx 3.6 \text{ GeV}^{-1}$이다.
  • NNLO*에서 최적값은 $R \approx 3.3 \text{ GeV}^{-1}$이다.
  • $n=3$개의 핫스팟을 가진 양성자 파동 함수를 가정할 때, 이는 핫스팟 반지름 $R_{h.s.} \approx 2.57 \text{ GeV}^{-1}$ (NLO)에 해당한다. 이는 전역 PDF 피트에 배타적 데이터를 포함하여 핫스팟 크기를 직접 도출한 첫 번째 평가이다.
• 불확실성: 배타적 데이터의 포함은 매우 낮은 $x$에서의 글루온 PDF 불확실성을 크게 감소시킨다. 파라미터 $R$과 관련된 불확실성은 $\chi^2$ 프로파일에서 명확한 최솟값을 보이며 작게 나타난다.

의의 및 주장
본 논문은 포함적 DIS와 배타적 중량 벡터 메존 데이터를 결합하여 일관된 설명을 하기 위해 흡수 보정이 필수적이라고 주장한다. 주요 의의는 다음과 같다:

1. 물리적 일관성: 비선형 진화가 음의 글루온 성분과 같은 임의의 파라미터화 없이도 포함적 데이터와 배타적 데이터 사이의 긴장을 자연스럽게 해결함을 입증하였다.
2. 방법론적 발전: 비선형 DGLAP 진화를 표준 APFEL++/xFitter 프레임워크 내에 성공적으로 구현하여 향후 전역 분석에서 사용할 수 있게 하였다.
3. 양성자 구조: 배타적 데이터를 포함한 전역 PDF 피트를 바탕으로 양성자 파동 함수 내의 "핫스팟" 크기($R_{h.s.} \approx 2.5-2.6 \text{ GeV}^{-1}$)에 대한 최초의 정량적 추정치를 제공하였다.
4. 미래 영향: 저자들은 작은 $x$, 낮은 $Q^2$ 영역에서 글루온 밀도를 제약하고자 하는 향후 전역 PDF 결정 시, 비물리적인 국소 최솟값을 피하고 정확도를 높이기 위해 이러한 흡수 효과를 반드시 포함해야 한다고 제안한다.

저자들은 현재의 데이터에서 핫스팟의 크기가 포화 스케일에 비해 상대적으로 크기 때문에, 포화 현상이 "거의 보이지 않는다"고 언급하며 관찰에 대해 신중한 태도를 유지하고 있다.