ALICE Monte Carlo 품질 보증을 위한 자동화 분석 태스크 구현

초록

ALICE 실험의 Monte Carlo 시뮬레이션에서 재구성 효율을 평가하기 위해 기존 CheckESD.C 매크로를 AliAnalysisTaskCheckESD 클래스로 전환하였다. 이 태스크는 CAF/Proof 환경에서 실행되며, 생성된 입자 수 대비 재구성된 입자 수 비율을 자동으로 계산한다. 구현 후 첫 물리 분석에 적용돼 MUON 팔의 트랙 누락, PHOS 검출 효율 저하 등 여러 문제를 조기에 발견했으며, 현재 SVN에 커밋돼 표준 QA 도구로 자리 잡았다.

상세 분석

본 논문은 ALICE 실험에서 Monte Carlo(이하 MC) 시뮬레이션 결과의 품질을 체계적으로 검증하기 위한 소프트웨어 인프라를 제시한다. 기존에 ROOT 매크로인 $ALICE_ROOT/STEER/CheckESD.C가 재구성 후 ESD(Event Summary Data) 파일을 분석해 물리 효율을 산출했지만, 대규모 데이터 처리와 자동화 요구에 부합하지 못했다. 이를 해결하고자 저자들은 AliAnalysisTaskSE를 상속받은 C++ 클래스 AliAnalysisTaskCheckESD를 설계·구현하였다. 클래스는 프레임워크의 이벤트 루프에 맞춰 Init, UserCreateOutputObjects, UserExec, Terminate 등 표준 메서드를 구현하고, MC‑truth 정보와 재구성된 트랙 정보를 매칭해 “재구성 입자 수 / 생성 입자 수” 비율을 히스토그램 형태로 출력한다. 특히, 트랙 매칭 로직은 입자 ID, 모멘텀, η, φ 등 다중 변수 기준으로 구현돼, 전통적인 매크로보다 높은 정확도와 유연성을 제공한다.

프레임워크와의 연동은 CAF(Computing Analysis Facility)와 Proof(Parallel ROOT Facility) 환경을 목표로 하였으며, 멀티스레드·멀티노드 실행 시에도 메모리 누수 없이 안정적으로 동작한다. 코드 관리 측면에서는 SVN 저장소에 커밋해 버전 관리와 협업을 용이하게 했으며, 사용자 매뉴얼과 샘플 매크로를 함께 제공해 신규 분석가가 손쉽게 적용할 수 있도록 했다.

운용 결과, 첫 물리 데이터 생산 단계에서 이 태스크를 적용했을 때 MUON 팔에서 특정 η 구간에 트랙이 누락되는 버그와 PHOS 검출기의 효율이 예상보다 10 % 낮은 현상을 조기에 포착했다. 이러한 문제는 하드웨어 설정 및 재구성 알고리즘 수정으로 해결되었으며, QA 프로세스가 실시간으로 품질을 감시하고 피드백을 제공함을 입증했다. 또한, 효율 히스토그램을 자동으로 저장·시각화함으로써 물리 분석팀이 효율 보정 계수를 신속히 산출할 수 있었다.

전반적으로, 기존 매크로 기반 접근법의 한계를 극복하고, 대규모 데이터 처리와 자동화된 품질 검증을 가능하게 한 점이 가장 큰 공헌이다. 향후에는 다른 검증 지표(예: 가짜 트랙 비율, PID 효율)와 연계한 확장 모듈을 개발하고, AliRoot와 AliPhysics의 최신 버전과 호환성을 지속적으로 유지할 계획이다.