블랙홀과 확률의 숨은 연결고리

초록

이 논문은 블랙홀의 엔트로피와 정보량이 확률론의 극한 분포와 공유하는 공통된 특성을 조명한다. 무모양 정리, 엔트로피 최대화, 전 holographic 한계, 그리고 엔트로피 양자화와 같은 블랙홀 현상이 안정적인 극한 분포(가우시안·레비 등)와 유사함을 보이며, 중심극한정리가 블랙홀 통계역학 및 중력의 발생론에 핵심적 역할을 할 수 있음을 제안한다.

상세 분석

논문은 먼저 블랙홀 물리학에서 가장 기본적인 원리인 ‘무모양 정리(no‑hair theorem)’를 소개한다. 이 정리는 블랙홀이 질량, 전하, 각운동량이라는 세 개의 매크로 변수만을 남기고는 내부 미세 구조를 완전히 숨긴다는 의미이다. 저자는 이를 확률론의 안정적인 극한 분포와 직접적으로 대응시킨다. 중심극한정리와 일반화된 안정법칙에 따르면, 독립적인 미시적 변수들의 합은 평균과 분산(또는 꼬리 지수)이라는 소수의 파라미터만으로 완전히 기술되는 보편적인 형태—예를 들어 가우시안, 레비 안정분포—로 수렴한다. 즉, 복잡한 미시적 구성은 결국 몇 개의 통계량에 의해 ‘소멸’하고, 이는 블랙홀의 무모양 현상과 구조적으로 동일하다.

다음으로 엔트로피 최대화 원리를 논한다. 블랙홀은 주어진 질량·전하·각운동량에 대해 가능한 가장 큰 엔트로피, 즉 면적에 비례하는 엔트로피를 갖는다. 이는 열역학적 제2법칙과도 일치한다. 확률론에서는 주어진 평균과 분산(또는 꼬리 지수) 하에서 가우시안이 엔트로피를 최대화한다는 사실이 알려져 있다. 레비 분포 역시 꼬리 지수와 스케일 파라미터가 고정된 경우 엔트로피가 최댓값을 갖는다. 따라서 블랙홀의 엔트로피 최대화와 확률 분포의 엔트로피 최대화는 동일한 수학적 구조를 공유한다는 점을 저자는 강조한다.

전 holographic 한계, 즉 ‘볼츠만 상수·플랑크 길이²에 비례하는 면적이 정보량의 상한’이라는 개념은, 확률론에서의 ‘정보 이론적 한계’와도 유사하게 해석될 수 있다. 가우시안 분포의 경우, 분산이 작아질수록 엔트로피가 감소하고, 이는 정보가 더 많이 압축된 상태와 대응한다. 레비 분포의 꼬리 지수가 작아질수록 엔트로피가 감소하는데, 이는 블랙홀 면적이 최소 단위(플랑크 면적)로 양자화되는 현상과 비슷하게 볼 수 있다.

마지막으로 블랙홀 엔트로피의 양자화—‘면적이 플랑크 면적의 정수배’라는 가설—를 안정적인 극한 분포의 ‘양자화된 스케일 파라미터’와 연결한다. 레비 분포는 꼬리 지수와 스케일 파라미터가 연속이지만, 특정 물리적 상황에서는 이 파라미터가 이산적인 스펙트럼을 가질 수 있다. 저자는 이러한 이산화가 블랙홀 면적 양자화와 동일한 메커니즘에서 비롯될 수 있음을 제시한다.

전체적으로 논문은 ‘중심극한정리와 그 일반화가 블랙홀 통계역학의 근본 원리를 제공한다’는 가설을 제시한다. 블랙홀의 매크로 물리량이 미시적 자유도들의 집합적 평균으로 나타나는 현상은, 확률론에서 독립적인 변수들의 합이 보편적인 분포로 수렴하는 과정과 일맥상통한다. 따라서 중력이 ‘통계적 현상’이며, 그 근본은 확률론의 극한 정리에 있을 수 있다는 새로운 관점을 제공한다.