Evaluating the Universe’s Growth Rate via Overlapping Redshift Hubble Data

우주의 줄다리기: 왜 우리는 투표를 신중하게 세어야 하는가

우주를 거대하고 팽창하는 풍선이라고 상상해 보세요. 수십 년 동안 과학자들은 이 풍선이 정확히 얼마나 빨리 늘어나고 있는지 측정하기 위해 노력해 왔습니다. 이 속도를 허블 상수(또는 $H_0$)라고 부르며, 이는 물리학에서 가장 중요한 숫자 중 하나입니다. 이를 찾기 위해 천문학자들은 우주 곳곳에 흩어져 있는 다양한 "자(ruler)"를 사용합니다. 어떤 이들은 근처의 폭발하는 별(초신성)과 맥동하는 별(세페이드 변광성)을 관찰하여 거리를 측정합니다. 다른 이들은 우주의 "아기 사진"인 우주 배경 복사를 통해 아주 오래전 우주가 얼마나 빠르게 팽창했는지 살펴봅니다.

문제는 여기에 있습니다. 과학자들이 이 서로 다른 자들을 사용할 때, 약간씩 다른 답을 얻는다는 것입니다. "가까운" 곳의 자들은 우주가 더 빠르게 팽창한다고 말하는 반면, "아기 사진"의 자들은 그렇게 말하지 않습니다. 이 불일치를 **허블 텐션(Hubble tension)**이라고 부릅니다. 이것은 마치 당신과 친구가 서로 다른 줄자로 복도의 길이를 재는데, 당신은 10피트라고 하고 친구는 12피트라고 하는 것과 같습니다. 둘 중 한 명이 고장 난 줄자를 사용하고 있는 걸까요? 아니면 복도를 늘리고 있는 숨겨진 힘이 있는 걸까요? 아니면 둘 다 실수로 바닥의 같은 구역을 두 번 센 걸까요?

과학자들은 또한 우주가 얼마나 뭉쳐 있는지 나타내는 수치인 $S_8$도 살펴봅니다. 그들은 여기서도 비슷한 줄다리기에 직면합니다. 어떤 측정값은 우주가 매우 매끄럽다고 말하는 반면, 다른 값은 매우 뭉쳐 있다고 말합니다. 이 미스터리를 해결하기 위해 연구자들은 데이터를 주의 깊게 결합해야 합니다. 하지만 더 많은 측정을 모을수록, 그들은 단순한 수학적 실수를 저지를 위험이 있습니다. 바로 동일한 증거를 두 번 세는 것입니다. 이것이 독립 연구자 레온 샌들러(Leon Sandler)의 새로운 논문이 조사하고 있는 내용으로, 이러한 계산 오류를 찾아내는 영리한 방법과, 우리의 도구에 있는 "결함(glitch)"이 이 불일치를 해결할 수 있는지 확인하기 위한 새로운 지도를 제시합니다.

---

중복 계산의 함정과 "반증 지도(Falsification Map)"

레온 샌들러의 논문은 과학자들이 우주의 측정값을 결합하는 방식에서 발생하는 두 가지 큰 문제를 다룹니다. 이것은 우리가 우주가 무너지고 있다고 공포에 빠지기 전에 수학을 정리하는 가이드라고 생각하면 됩니다.

1. "중복 추출(Double-Dipping)" 실수

당신이 농구팀의 평균 키를 추측하려고 한다고 상상해 봅시다. 당신에게는 세 가지 독립적인 측정 방법이 있습니다:

1. 선수 A를 측정한다.
2. 선수 B를 측정한다.
3. 선수 C를 측정한다.

이제 누군가 당신에게 선수 A, B, C의 평균을 내어 계산된 "팀 평균"을 주었다고 가정해 봅시다. 만약 당신이 세 명의 개별 측정값과 그 결과물인 "팀 평균"을 모두 합쳐서 진정한 팀 평균을 구하려 한다면, 당신은 실수를 하는 것입니다. 당신은 선수 A, B, C를 세 번이나 세고 있는 것입니다! 당신은 데이터를 "중복 추출"(이 경우에는 삼중 추출)하고 있습니다.

우주론의 실제 세계에서 과학자들은 종관적인 방법들을 사용하여 만든 "요약" 수치를 개별 방법들과 함께 발표하곤 합니다. 만약 그들이 이 요약 수치와 그것을 만드는 데 사용된 개별 방법들을 완전히 별개의 독립적인 증거로 취급한다면, 그들은 실수로 그 데이터의 중요성을 과도하게 부풀리게 됩니다.

샌들러는 이 실수가 측정값 사이의 불일치를 실제보다 훨씬 더 크게 보이게 만든다는 것을 증명합니다. 그는 **설계 효과(Design Effect)**라는 개념을 사용하여 "확실성"(우리가 얼마나 확신하는가)이 어떻게 인위적으로 높아지는지를 보여줍니다.

• 실제 허블 텐션: 과학자들이 세 가지 독립적인 방법(세페이드-SN Ia, TRGB, 툴리-피셔)을 올바르게 결합했을 때, "아기 사진"(플랑크 위성)과의 불일치는 매우 강력한 **5.32 시그마($\sigma$)**입니다. 과학에서 "시그마"는 확실성의 척도이며, 5 시그마는 보통 발견의 황금 표준으로 간주됩니다.
• 가짜 허블 텐션: 그러나 만약 당신이 (앞선 세 가지 방법 외에 다른 방법들을 포함한) "7개 경로 요약"을 마치 완전히 새로운 독립적 측정값인 것처럼 목록에 무턱대고 추가한다면, 수학은 엉망이 됩니다. 불확실성은 인위적으로 줄어들고, 불일치는 거대한 6.5 시그마로 치솟습니다.

샌들러는 이러한 나이브한(무턱대고 한) 계산에서 발생하는 "무게"의 약 **84%**가 단지 중복 계산된 정보라고 계산했습니다. 이것은 네 명이 있는데 두 명이라고 세는 것이 아니라, 한 사람을 두 번 세었기 때문에 네 표를 가졌다고 생각하는 것과 같습니다. 이것은 우주가 빠르게 팽창하지 않는다는 뜻이 아닙니다. 단지 수학이 동일한 증거를 두 번 세어서, 실제로는 통계적 환상일 뿐인 현상을 거대하고 설명할 수 없는 미스터리로 만들었다는 뜻입니다.

2. "반증 지도(Falsification Map)"

중복 계산을 멈춘 후에도, 우리는 여전히 질문해야 합니다: "우리 도구가 그냥 고장 난 것은 아닐까?" 아마도 보정(calibration) 오류로 인해 "자"가 약간 어긋나 있을 수도 있습니다. 과학자들은 흔히 한 번에 하나의 오류를 테스트하지만, 샌들러는 **반증 영역(Falsification Region)**이라는 새로운 도구를 도입합니다.

X축은 "우리의 빨간 자가 얼마나 틀렸는가"이고, Y축은 "우리의 파란 자가 얼마나 틀렸는가"인 지도를 상상해 보세요. 당신은 다음과 같이 묻고 싶을 것입니다: "두 자를 조정했을 때, 두 측정값이 마침내 일치하게 되는 지점이 이 지도 상에 존재하는가?"

샌들러는 많은 유형의 오류에 대해 그 답이 직선(또는 평면)이라는 것을 증명합니다. 이는 당신이 어디에서 합의가 이루어질지 정확히 볼 수 있는 "지도"를 만들어 줍니다.

• 허블의 경우 ($H_0$): 샌로러가 두 가지 가장 흔한 보정 오류(제로 포인트 이동과 금속 함량 편향)를 고려하여 허블 텐션에 대한 지도를 그렸을 때, "일치 구역"은 어디에도 존재하지 않았습니다. 오류를 문헌에서 허용되는 극한까지 밀어붙이더라도, 텐션은 3 시그마 이상으로 유지됩니다. 이 지도는 허블 텐션이 알려진 오류들에 대해 저항력을 가지고 있음을 보여줍니다. 즉, 이 문제는 단순히 망원경의 다이얼을 조절해서 해결될 수 없는 진짜 미스터리라는 것입니다.
• 뭉침 정도의 경우 ($S_8$): 그가 우주의 뭉침 정도($S_8$) 텐션에 대해 동일한 지도를 그렸을 때, 결과는 정반대였습니다. "일치 구역"(텐션이 1 시그마 미만으로 떨어지는 구간)은 지도의 아주 넓은 부분을 차지했습니다. 이는 가스 및 별 형성(중입자 피드백) 모델링과 은하 정렬 방식에 대한 타당한 조정을 통해 텐션이 쉽게 사라질 수 있음을 의미합니다.

이것이 왜 중요한가

샌로러의 작업이 가진 아름다움은 "실제 물리적 문제"와 "수학적 실수"를 구분해 낸다는 점에 있습니다.

• 허블 텐션은 진정하고 끈질긴 수수께끼입니다. 이는 알려진 계통 오차(systematics)에 저항력을 가지며, 이는 우리가 단순히 보정 능력을 높이는 것이 아니라 새로운 물리학을 필요로 할 가능성이 높음을 의미합니다.
• $S_8$ 텐션은 아마도 모델을 정교화하는 과정의 문제일 것입니다. 수학적 계산은 이 문제가 우리가 이미 예상하는 오차 범위 내에서 해결될 수 있음을 시사합니다.

샌로러의 논문은 단순히 숫자만을 제공하는 것이 아니라, 미래의 과학을 위한 위생 체크리스트를 제공합니다. 우리가 점점 더 복잡한 데이터 세트를 결합함에 따라, 우리는 동일한 투표를 두 번 세고 있지 않은지 "중복" 여부를 반드시 확인해야 합니다. 그리고 불일치를 목격했을 때, 우리는 "반증 지도"를 사용하여 그것이 도구의 결함인지, 아니면 우주에 대한 우리 이해의 균열인지를 확인할 수 있습니다.

요약하자면: 우주는 우리가 생각했던 것보다 더 빠르게 팽창하고 있으며, 그것은 진짜 미스터리입니다. 하지만 "뭉침 정도"의 불일치는? 그것은 아마도 수학을 정리하는 문제일지도 모릅니다.