HEP ML Lab 현장 맞춤형 머신러닝 프레임워크

초록

HEP ML Lab은 파이썬 기반의 엔드‑투‑엔드 프레임워크로, MadGraph5_aMC, Pythia8, Delphes 등 전통적인 시뮬레이션 도구와 Keras 기반의 머신러닝 모델을 일관된 인터페이스로 연결한다. 물리 객체와 관측값을 “객체.관측값” 형태로 명명하는 규칙을 도입해 데이터 추출·전처리를 자동화하고, cut‑and‑count, Gradient Boosted Decision Tree, 간단한 다층 퍼셉트론·CNN을 기본 제공한다. W⁺ 태깅 사례를 통해 신호 유의도와 배경 억제율을 평가하며, 모듈식 설계로 확장성과 재현성을 강조한다.

상세 분석

본 논문은 고에너지 물리학(HEP) 분야에서 머신러닝을 적용할 때 마주치는 복잡한 워크플로우를 통합적으로 해결하고자 하는 시도를 상세히 기술한다. 첫 번째 핵심은 MadGraph5_aMC, Pythia8, Delphes와 같은 전통적인 이벤트 생성·시뮬레이션 툴을 파이썬 래퍼 클래스로 감싸, 명령어 호출, 파라미터 설정, 다중 런 관리 등을 코드 수준에서 일관되게 제어할 수 있게 한 점이다. 특히 launch 메서드의 dry 옵션을 통해 실제 실행 전 생성될 명령을 확인할 수 있어 디버깅이 용이하고, summary 메서드가 제공하는 표 형식의 런 메타데이터는 결과 재현성을 크게 향상시킨다.

두 번째 혁신은 “물리 객체.관측값”이라는 관측값 명명 규칙이다. 물리 객체는 단일, 집합, 중첩, 복합 네 가지 유형으로 분류하고, 콜론과 점 표기법을 이용해 인덱싱·슬라이싱을 직관적으로 표현한다. 이를 통해 사용자는 복잡한 ROOT 파일 구조를 직접 다루지 않고도 원하는 관측값을 선언형으로 추출할 수 있다. 내부적으로는 awkward 배열을 활용해 가변 길이 데이터를 효율적으로 처리하고, 관측값이 존재하지 않을 경우 빈 리스트를 반환해 자동으로 컷 로직에 포함되지 않게 한다.

머신러닝 모듈은 Keras 스타일의 API를 채택해, 기존에 널리 사용되는 다층 퍼셉트론(MLP)과 합성곱 신경망(CNN)을 최소 파라미터로 구현한다. 파라미터 수가 1만 이하인 경량 모델을 기본 제공함으로써 초보자도 빠르게 성능을 시험해볼 수 있다. 전통적인 cut‑and‑count 방식과 Gradient Boosted Decision Tree(GBDT)도 동일한 인터페이스로 호출 가능하도록 래핑했으며, 이는 모델 선택과 하이퍼파라미터 튜닝을 동일한 파이프라인 안에서 수행할 수 있게 한다.

평가 지표로는 물리학에서 흔히 사용하는 신호 유의도(σ)와 고정된 신호 효율(예: 0.5)에서의 배경 억제율을 채택하였다. 논문에서는 W⁺ 태깅을 사례 연구로 삼아, 세 가지 접근법(컷 기반, GBDT, 신경망)의 ROC 곡선과 유의도 변화를 비교한다. 결과는 경량 CNN이 GBDT와 비슷하거나 약간 우수한 성능을 보이며, 특히 복잡한 이미지 입력(예: Jet 이미지) 처리에 강점을 가진다는 점을 강조한다.

마지막으로 모듈식 설계와 오픈소스 구조를 통해 사용자는 새로운 물리 객체, 관측값, 혹은 맞춤형 모델을 손쉽게 플러그인 형태로 추가할 수 있다. 이는 HEP 커뮤니티 내에서 재현 가능한 연구 파이프라인을 구축하고, 머신러닝 기법의 빠른 프로토타이핑을 촉진하는 데 큰 의미가 있다.