Jfit 마스터 워커 구조를 활용한 공동 데이터 피팅 프레임워크

초록

**
Jfit은 ROOT 기반 Laura++ 패키지에 구현된 마스터‑워커 아키텍처를 이용해, 서로 다른 실험의 데이터를 원본 형식 그대로 유지하면서 공동 최대우도(또는 최소χ²) 피팅을 수행할 수 있게 하는 C++ 프레임워크이다. 데이터 포맷 변환이나 기존 피팅 코드의 전면 재작성 없이도 상관관계를 정확히 반영하고, 공통 및 실험별 파라미터를 동시에 추정한다.

**

상세 분석

**
본 논문은 고에너지 물리 실험에서 여러 독립 실험이 생산한 데이터셋을 하나의 통합 모델로 동시에 피팅하는 방법론을 제시한다. 핵심 아이디어는 마스터‑워커 구조를 도입해 마스터 프로세스가 전역 파라미터(공통 파라미터)를 제어하고, 각 워커는 자신이 담당하는 실험의 데이터와 전용 피팅 코드를 이용해 해당 파라미터 집합에 대한 로그우도값을 계산한다는 점이다. 이렇게 하면 데이터 포맷을 통합하거나 기존 피팅 프레임워크를 교체할 필요가 없으며, 실험마다 서로 다른 소프트웨어 환경(예: RooFit, 자체 개발 코드)도 그대로 활용할 수 있다.

수식 (1)은 두 데이터셋 A, B에 대한 결합 로그우도 L(θ,θ_A,θ_B)=L_A·L_B 형태를 보여주며, 여기서 θ는 모든 실험에 공통인 파라미터, θ_A·θ_B는 각각 실험 전용 파라미터이다. 공동 피팅은 이 전체 로그우도 함수를 직접 최적화함으로써 파라미터 간 상관관계를 완전하게 반영한다. 이는 전통적인 평균법이 가정하는 정규분포와 완전 상관/비상관 가정의 한계를 넘어, 비정규분포, 작은 샘플, 상한(upper‑limit) 등 복잡한 상황에서도 정확한 통계적 추정을 가능하게 한다.

Jfit 구현은 ROOT의 네트워크 클래스(TServerSocket, TSocket, TMessage, TMonitor)를 이용해 마스터와 워커 간의 파라미터 전송 및 로그우도 반환을 직렬화한다. 마스터는 MINUIT(MIGRAD)와 같은 최적화 엔진에 로그우도값을 제공하고, 최적화 루프가 수렴할 때까지 파라미터를 반복적으로 업데이트한다. 워커는 LauSimFitSlave 추상 클래스를 상속받아 초기화, 데이터 검증, 파라미터 배열 준비, 로그우도 계산 등 8개의 순수 가상 함수를 구현한다. 이 설계는 기존 실험 코드에 최소한의 래퍼만 추가하면 바로 Jfit에 연결할 수 있게 하여, 코드 재사용성을 극대화한다.

성능 평가에서는 개별 피팅에 평균 33 초가 소요되는 상황에서 Jfit을 이용한 공동 피팅이 35 초 정도로 거의 동일한 실행 시간을 보였으며, 오버헤드가 미미함을 입증한다. 또한, 두 개의 실제 예제(베타·베릴리움 실험 데이터 결합, 다중 채널 CP 위반 분석)에서 파라미터 불확실성이 감소하고, 시스템atics 처리가 보다 일관되게 수행되는 것을 확인하였다.

결론적으로 Jfit은 데이터 보안·프라이버시를 유지하면서도, 복잡한 상관관계를 정확히 반영한 통합 분석을 가능하게 하는 실용적인 도구이며, 특히 대규모 협업 실험에서 기존 분석 파이프라인을 그대로 활용하고자 할 때 큰 장점을 제공한다.

**