베이즈 추론으로 밝히는 3+1 차원 핵동역학과 RHIC 빔 에너지 스캔의 새로운 통찰

초록

본 연구는 RHIC 빔 에너지 스캔(BES) 실험 데이터를 이용해 (3+1)차원 핵충돌 시뮬레이션 모델의 20개 파라미터에 대한 베이즈 추론을 수행한다. 고정밀 가우시안 프로세스(GP) 에뮬레이터를 훈련시켜 사후 분포를 얻고, QGP의 전단·체적 점성계수, 초기 조건 및 입자 생산 메커니즘 등에 대한 강력한 제약을 도출한다. 또한 100개의 사후 샘플을 이용해 p_T‑미분 관측값을 예측하고, 민감도 분석을 통해 각 실험 관측치가 어떤 파라미터에 가장 민감한지 밝힌다.

상세 분석

이 논문은 (3+1)D iEBE‑MUSIC 프레임워크와 UrQMD 후방을 결합한 하이브리드 모델을 기반으로, Au+Au 충돌을 √s_NN = 7.7, 19.6, 200 GeV에서 시뮬레이션한다. 초기 상태는 3D‑Glauber 모델로 구현되며, 각 핵자 내부의 네 개 핫스팟(세 개 쿼크와 하나의 소프트 글루온)과 문자열 감쇠, rapidity 손실, α‑shadowing, α‑rem 등 20개의 물리적 파라미터가 정의된다. 특히 전단 점성 η/s는 화학 퍼텐셜 μ_B 의 구간별 상수(η₀, η₂, η₄)로 파라미터화하고, 체적 점성 ζ는 온도와 μ_B 에 따라 Gaussian 형태로 변동한다.

베이즈 추론을 위해 1,000개의 라틴 하이퍼큐브(LHD) 설계점과 추가 95개의 고확률 사후(HPP) 점을 이용해 모델 출력을 학습한다. 두 종류의 GP 에뮬레이터(PCSK와 Scikit‑learn)와 훈련 데이터 조합(LHD+HPP vs. LHD only)을 비교했으며, KL‑다이버전스를 통해 정보 획득량을 정량화했다. 결과적으로 PCSK(LHD+HPP) 에뮬레이터가 가장 높은 KL = 24.6을 기록해 가장 효율적인 사후 추정임을 확인했다.

사후 분포 분석에서는 전단 점성 η₀가 0.08 ~ 0.12 수준으로 제한되고, μ_B > 0.2 GeV 구간에서 η₂와 η₄가 각각 0.15 ~ 0.25, 0.20 ~ 0.30 정도로 상승한다는 점이 드러났다. 이는 낮은 에너지에서 μ_B 의 영향이 점성에 크게 작용함을 시사한다. 체적 점성 ζ_max 은 0.05 ~ 0.12 사이로 제한되며, 피크 온도 T_ζ₀는 0.18 ~ 0.22 GeV, 폭 σ_ζ는 0.03 ~ 0.07 GeV 로 추정된다. 초기 조건 파라미터인 α_string_tilt, α_shadowing, α_preFlow 등도 중간값 주변에 뾰족한 사후를 보이며, 특히 α_string_tilt이 0.4 ~ 0.6 사이에서 강하게 제약된다.

민감도 분석에서는 charged‑hadron v₂{2}와 dN/dy가 전단 점성 η와 초기 기하학(α_string_tilt, σ_string_x) 에 가장 민감하고, ⟨p_T⟩는 체적 점성 ζ와 rapidity 손실 파라미터(y_loss) 에 크게 의존함을 확인했다. 이러한 결과는 실험 관측치가 QGP 물성 및 초기 상태에 대한 구체적인 정보를 제공한다는 점을 뒷받침한다.

마지막으로 사후 샘플 100개를 이용해 p_T‑미분 스펙트럼, 흐름 계수 v_n{2} 등을 전방 예측했으며, 모델‑데이터 차이를 시스템적 이론 불확실성으로 정량화했다. 전반적으로 고정밀 GP 에뮬레이터와 충분한 훈련 데이터가 베이즈 추론의 신뢰성을 크게 향상시킨다는 결론을 도출한다.