🔬 physics

Broadband Control of Light through Complex Media via Automatically Self-Referencing Transmission Matrix Characterisation

본 논문은 외부 참조나 반복 알고리즘 없이 복잡한 매질의 강건한 광대역 전송 행렬 특성화를 가능하게 하여 생체 의학 이미징 및 광통신 응용 분야를 위한 고충실도 빛 제어를 용이하게 하는, 공간 상태 토모그래피에 기반한 자동 자기 참조 기술을 제시한다.

원저자: Marcos Morote, Mickael Mounaix, Andrew Komonen, Martin Plöschner, Joel Carpenter

게시일 2026-09-24

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Marcos Morote, Mickael Mounaix, Andrew Komonen, Martin Plöschner, Joel Carpenter

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

빛은 맑은 공기나 유리를 통과할 때는 예측 가능한 방식으로 세상을 가로지르지만, 혼돈스러운 환경을 마주하면 매우 다르게 행동합니다. 짙은 안개나 불투명한 유리에 손전등을 비춘다고 상상해 보십시오. 빛의 줄기는 흩어져 밝고 어두운 점들이 뒤섞인 무질서하고 무작위적인 패턴으로 부서집니다. 이는 물질 내부에 빛을 모든 방향으로 튕겨내어 빛이 운반하던 정보를 뒤섞어버리는 미세한 결함들이 가득하기 때문입니다. 수십 년 동안 과학자들은 이러한 혼돈을 이해하려고 노력해 왔으며, 특히 무질서한 물질을 통해 이미지나 데이터를 전송하려 할 때 어려움을 겪었습니다. 이 잠재력을 여는 열쇠는 빛이 물질로 들어오고 나가는 방식을 설명하는 특정 지도, 즉 '전송 행렬(transmission matrix)'을 이해하는 데 있습니다. 이 지도는 빛의 모든 가능한 경로가 출력되는 모든 가능한 경로와 어떻게 연결되는지를 정확하게 설명하는 일종의 완전한 사용 설명서 역할을 합니다. 만약 연구자들이 이 지도를 정확하게 측정할 수 있다면, 생체 조직이나 엉킨 광섬유와 같은 복잡한 장애물을 통과한 후에도 흐릿한 잔상을 다시 선명한 이미지나 집중된 빛줄기로 되돌릴 수 있습니다.

문제는 노이즈에 휘말리지 않고 이 지도를 어떻게 측정하느냐였습니다. 전통적인 방식은 기준 역할을 할 두 번째의 완벽하게 동기화된 빛의 빔을 필요로 하며, 이 알려진 표준과 흩어진 빛을 비교하여 숨겨진 세부 사항을 파악합니다. 이 방식은 매우 안정적이고 결맞음(coherent)이 강한 레이저에는 잘 작동하지만, 의료 영상이나 고속 통신에 사용되는 백색광처럼 대역폭이 넓거나 수명이 짧은 광원에는 완전히 실패합니다. 이러한 경우, 기준 빔이 무질서한 빛과 동기화된 상태를 유지할 수 없기 때문에 측정이 불가능해집니다. 이 문제를 해결하기 위한 다른 시도들은 복잡한 컴퓨터 알고리즘을 통해 답을 추측하거나, 빛의 특정 부분만을 기준으로 사용하도록 의존해 왔으나, 이러한 접근 방식은 빛이 너무 약해 측정할 수 없는 사각지대를 만들거나 결과의 신뢰성을 떨어뜨릴 만큼 너무 많은 계산 능력을 요구한다는 단점이 있었습니다.

퀸즐랜드 대학교의 연구팀은 이제 광원이 얼마나 안정적이든 혹은 얼마나 넓은 대역을 갖든 상관없이, 외부 기준 빔 없이도 이러한 혼돈스러운 빛을 매핑할 수 있는 새로운 방법을 개발했습니다. 연구진은 빛을 외부의 무언가와 비교하는 대신, 빛 스스로가 자신의 길잡이가 되도록 하는 방식을 취했습니다. 그들은 '공간 상태 토모그래피(spatial-state tomography)'라고 불리는 기술을 사용했는데, 이는 본질적으로 빛을 그 근본적인 구성 요소로 분해한 뒤 각 요소가 서로 어떻게 간섭하는지를 측정하는 방식입니다. 연구진은 광섬유 케이블에 다양한 빛 패턴을 체계적으로 쏘아 보내고, 반대편에서 나타나는 강도 패턴을 기록함으로써 섬유의 동작에 대한 완전한 지도를 재구성할 수 있었습니다. 이 접근 방식은 어떤 부분의 빛을 기준으로 사용할지 추측할 필요가 없다는 점에서 독특합니다. 대신, 전체 빛 모드(mode)의 집합을 분산된 참조 네트워크로 활용함으로써 시스템의 어떤 부분도 측정되지 않은 채 남겨두지 않습니다.

연구진은 이 기술을 수백 개의 서로 다른 빛 경로를 동시에 운반할 수 있는 유형인 멀티모드 광섬유 2미터 길이에 대해 테스트했습니다. 먼저, 이 기술이 안정적인 단색 레이저 광에 대해서는 기존의 표준적인 방식만큼 잘 작동한다는 것을 입증했으며, 420개의 뚜렷한 채널을 가진 지도를 성공적으로 복구했습니다. 더 중요한 것은, 실제 응용 분야에서 사용되는 짧은 결맞음 특성을 가진 빛을 모사한 광대역 광원을 사용했을 때도 이 방법이 견고하게 유지된다는 것을 보여주었다는 점입니다. 연구진은 측정 방식을 특정 광원의 대역폭에 맞게 조정함으로써, 해당 종류의 조명에 최적화된 맞춤형 지도를 생성할 수 있었습니다. 이 지도를 사용하여 광섬유 끝단에서 빛을 제어했을 때, 빛이 매우 무질서한 상태임에도 불구하고 날카로운 점으로 집중시키거나 스마일 모양과 같은 복잡한 형상을 만들어낼 수 있었습니다.

이 연구의 의의는 빛에 대한 정밀한 제어 능력을 이전에는 다루기 불가능하다고 여겨졌던 영역까지 확장했다는 데 있습니다. 연구진은 광대역 광원의 경우 모든 파장에 대해 작동하는 단일 정적 지도가 존재하지 않으며, 대신 사용하는 빛의 대역폭에 맞춰 튜닝된 지도가 최선의 제어를 제공한다는 것을 발견했습니다. 실험을 통해 측정 방식을 광원에 맞춤으로써, 전통적인 방식보다 훨씬 넓은 범위의 색상에 대해 고품질의 제어를 유지할 수 있음을 보여주었습니다. 이는 인체 내부를 보는 내시경이나 대기를 통해 데이터를 전송하는 통신 시스템과 같이 복잡한 매체를 사용하는 기술들이 훨씬 더 효과적이고 다재다능해질 수 있음을 의미합니다. 이 방법은 취약하고 복잡한 설정을 제거하며, 단순하면서도 강력한 광원을 사용하여 가장 까다로운 광학 환경을 뚫고 보고 소통할 수 있는 길을 열어줍니다.

기술 요약: 복잡한 매질을 통한 광대역 광 제어: 자동 자기 참조형 전송 행렬 특성 분석

문제 정의
멀티모드 파이버(MMF) 및 혼탁한 생체 조직과 같은 복잡한 매질을 통한 빛의 전파를 제어하는 것은 전송 행렬(Transmission Matrix, TM)의 정확한 특성을 규명하는 데 달려 있습니다. TM은 결정론적인 선형 연산자이지만, 산란 시스템의 미세 구조를 이론적으로 예측하는 것은 일반적으로 불가능합니다. 결과적으로 TM은 실험적으로 측정되어야 합니다.

오프 액시스 디지털 홀로그래피(Digital Holography, DH)와 같은 기존 방식은 외부 위상 참조 빔을 필요로 합니다. 이 접근법은 다음과 같은 중대한 한계점을 가집니다:

결맞음 제약: 저결맞음 또는 광대역 광원의 경우, 외부 참조 빔은 광원의 짧은 결맞음 길이 내에서 상호 결맞음성, 공간적/편광 일치성 및 경로 길이 안정성을 유지해야 합니다. 이는 종종 비실용적이거나 근본적으로 불가능합니다.
신호 손실: 단일 광자 측정과 같은 저광량 조건에서, 참조 빔을 위해 신호를 분할하는 것은 회복 과정을 지나치게 노이즈가 심하게 만듭니다.
기존 자기 참조 방식의 한계: 외부 참조를 피하는 대안적 방식들도 자체적인 단점을 가집니다. 상관 필터(Correlation-filter) 방식은 모드 수에 따라 손실이 증가하며 복잡한 원위부 하드웨어를 필요로 합니다. 글로벌 최적화나 위상 회복(Phase retrieval)에 의존하는 강도 기반 방식은 비볼록(Non-convex)하며 계산량이 많고 노이즈에 민감합니다. 또한, 사전 선택된 내부 참조 필드를 사용하는 전략은 참조가 약하거나 부재한 "블라인드 스팟(Blind spots)"을 생성하는데, 이는 구조화된 출력 필드를 가진 MMF에서 치명적인 실패 모드가 됩니다. 머신러닝 접근법은 광범위한 훈련 데이터셋과 안정적인 조건을 요구하며, 간섭 패턴이 씻겨 나가는 광대역 광원에서는 성능이 저하됩니다.

방법론: 공간 상태 토모그래피 (Spatial-State Tomography, SST)
저자들은 **공간 상태 토모그래피(SST)**에 기반한 자동 자기 참조 기술을 소개합니다. 이 방법은 원격 출력단에서의 강도 측정만을 사용하여 TM을 특성화함으로써, 외부 참조, 반복적인 위상 회복, 또는 사전 선택된 내부 참조 채널의 필요성을 제거합니다.

이 방법론의 핵심 원리는 다음과 같습니다:

고차원 스토크스 벡터 재구성: 이 방법은 문제를 파이버의 $N$ -모드 힐베르트 공간 내에서의 각 출력 카메라 픽셀 $(x, y)$ 에 대한 $N \times N$ 밀도 행렬 $\hat{\rho}_{x,y}$ 를 인코딩하는 고차원 공간적 유사 스토크스 편광법으로 프레임화합니다.
분석기 상태 (Analyser States): 근위단(Proximal end)에서 $2N^2 - N$ 개의 분석기 상태 $|\Omega_k\rangle$ 를 순차적으로 여기시킵니다. 이 상태들은 네 가지 위상 오프셋에서의 모드 조합 간 쌍별 간섭 패턴과 개별 모드들로 구성됩니다.
밀도 행렬 추출: 강도 투영값 $I_{|\Omega_k\rangle}$ 를 처리하여 각 픽셀에 대한 스토크스 벡터 $S_{x,y}$ 와 그에 상응하는 밀도 행렬 $\hat{\rho}_{x,y}$ 를 재구성합니다.
고유 상태 추출: $\hat{\rho}_{x,y}$ 의 첫 번째 고유 상태 $|\phi_1\rangle$ 는 특정 픽셀로의 전력 전달을 극대화하는 입력 모드 중첩을 식별합니다.
위상 잠금 (Phase Locking): 밀도 행렬은 알려지지 않은 위상 인자까지의 복소 필드를 회복하지만, 서로 다른 카메라 픽셀 간의 상대적 위상은 반복 알고리즘을 사용하여 회복됩니다. 이 알고리즘은 모달 스펙클 그레인(Modal speckle grains)의 오버샘플링( $M^2 \ge 4N$ 픽셀 필요)에서 제공되는 공간적 중복성을 활용합니다. 동일한 스펙클 그레인 내에서 위상이 교정된 인접 픽셀들을 중첩함으로써 전역 위상 관계가 확립되며, 이를 통해 픽셀 기반의 TM이 모드 기반의 전송 행렬(MTM)로 변환됩니다.

주요 기여

광원에 최적화된 자기 참조: 이 기술은 사용된 광원의 결맞음 특성에 본질적으로 부합합니다. 이 방식은 모든 전파 모드를 분산된 위상 참조로서 체계적으로 활용하며, 사전 선택 없이 적절한 참조를 항상 찾아냄으로써 모든 모드를 활용합니다.
광대역 능력: 안정적인 간섭 패턴에 의존하는 방식과 달리, SST는 장결맞음 광원(LCS)과 단결맞음/광대역 광원(SCS) 모두에서 효과적으로 작동합니다.
실험적 검증: 저자들은 420개의 공간/편광 모드를 지원하는 2m 그레이디드 인덱스(Graded-index) MMF에서 이 프레임워크를 코히어런트, 저결맞음, 그리고 광대역 영역에서 실험적으로 입증했습니다.

실험 결과

장결맞음 광원 (LCS): SST로 측정된 MTM ( $420 \times 420$ )을 표준 오프 액시스 DH 측정값과 비교했습니다. SST 행렬은 0 dB 감쇠 근처에서 더 많은 채널을 보유했으며, 특이값 분석에서 더 높은 공간 해상도를 보였습니다. 필드 중첩 지표는 유사했으나, 시각적 평가에서는 SST가 더 선명한 패턴을 생성하는 것으로 나타났습니다. 저자들은 이러한 차이를 기계적 드리프트와 DH 설정의 참조 파동 수차 때문으로 보았으며, SST의 자기 참조 특성(준 공통 경로 및 평탄한 평균 위상)이 이러한 아티팩트에 더 강하다는 점을 언급했습니다.
단결맞음 광원 (SCS): 광대역 광원(대역폭 $\Delta\lambda_S$ $Δ λ_{S}$ 가 파이버의 상관 대역폭 $\Lambda \approx 10$ $Λ \approx 10$ nm를 초과하는 최대 30 nm)을 에뮬레이션하여 테스트했습니다.
- 고유 상태 분석: 광원 대역폭이 증가함에 따라 공간적 결맞음 해제(Decoherence)가 발생하여 여러 개의 0이 아닌 고유 상태가 나타났습니다. SST는 상호 결맞는 모드들을 성공적으로 식별하여, 특정 광원 대역폭에 대해 전력 전달을 극대화하는 MTM( $\text{MTM}_{\Delta\lambda_S}$ )을 구성했습니다.
- 빔 쉐이핑 성능:
  - 대부분의 모드를 사용하는 복잡한 패턴(예: "스마일리/새디" 얼굴, $\delta\lambda_T \approx \Lambda$ )의 경우, 광원 대역폭에 매칭된 MTM( $\Delta\lambda_S \le 2\Lambda$ )을 사용할 때 최적의 제어가 달성되었습니다. 결정적으로, $\Delta\lambda_S > 0$ 인 경우 단색 MTM( $\Delta\lambda_S = 0$ )은 광대역 매칭 MTM에 의해 지속적으로 성능이 뒤처졌습니다.
  - "최대 광대역" MTM 개념이 확인되었으며, $\Delta\lambda_S = 2\Lambda$ 에 매칭된 MTM을 사용할 때 $\delta\lambda_T \approx \Lambda$ 인 패턴에서 일관된 $\sqrt{2}$ 대역폭 향상( $\delta\lambda'_T \approx \sqrt{2}\delta\lambda_T$ )을 보여주었습니다.
  - 단순 스팟 포커싱(Simple spot focusing, $\delta\lambda_T > \Lambda$ )의 경우, $\text{MTM}_{3\Lambda}$ 가 3 $\Lambda$ 대역폭에 걸쳐 80–85%의 중첩을 생성하며 성능이 크게 향상되었습니다.

의의 및 주장
본 논문은 이 연구가 정확한 TM 특성화가 불가능했던 광대역 조명 영역으로 빛 제어의 범위를 확장한다고 주장합니다. 적합한 광원에 맞춰 자기 참조 측정을 가능하게 함으로써, 이 방법은 다음과 같은 분야에서 고충실도 공간 및 편광 빔 쉐이핑을 용이하게 합니다:

생체 의학 이미징: 광대역 광원이 선호되는 머리카락 굵기의 멀티모드 파이버 엔도스코프에 특히 유용합니다.
광 통신: 저결맞음 광원을 사용하는 무질서한 매질에서의 제어를 가능하게 합니다.
고출력 레이저 응용: 외부 참조를 사용하는 것이 실용적이지 않은 분야에 적합합니다.

저자들은 SST가 최적화 기반 또는 머신러닝 접근법과 달리, 광대역 광원에 의해 씻겨 나가는 간섭 패턴의 안정성에 의존하지 않는 결정론적이고 비반복적인 솔루션을 제공한다는 점을 강조합니다. 이 방법은 결정론적 빔 쉐이핑에 필요한 위상 정보를 유지하면서 복잡한 필드 특성화를 일련의 독립적인 강도 측정 과정으로 단순화합니다.

유사한 논문