LHC에서 관측된 토포늄 형성의 통계적 증거

초록

ATLAS와 CMS가 발표한 6개의 입자 수준 t t̄ 미분 단면 측정값을 최신 NNLO QCD 예측과 토포늄 효과를 포함한 모델에 비교하였다. 베이즈 팩터가 모두 1보다 크고 두 개는 20을 초과해, LHC 데이터가 토포늄 형성 가설을 강하게 선호한다는 통계적 증거를 제시한다.

상세 분석

본 논문은 LHC 13 TeV 데이터에서 dilepton 채널로 측정된 t t̄ 쌍의 6가지 미분 단면을 대상으로, 비상대론적 QCD 해밀토니안의 그린 함수로 모델링한 토포늄(Toponium) 효과를 정량적으로 검증한다. 기존 NNLO + NLO 전기약한 보정, 임계점 재샘플링을 포함한 표준 모델(SM) 예측을 ‘H₀’으로, 동일 계산에 토포늄 기여를 가중치로 추가한 ‘H₁’으로 설정하였다. 토포늄 기여는 MG5_aMC@NLO에서 gg→b ℓ ν ℓ b̄ ℓ′ ν ℓ′ 프로세스의 LO 매트릭스 요소에 비상대론적 그린 함수를 곱해 재가중하고, 이후 Pythia8.312로 파트론 샤워와 하드론화를 수행한다. Rivet 인터페이스를 이용해 ATLAS·CMS 공개 분석 정의와 정확히 일치하도록 입자 수준 관측량을 재구성하였다. 통계적으로는 각 분포에 대해 χ²와 데이터 공분산 행렬을 이용한 likelihood‑ratio λ을 계산하고, 가우시안 의사실험을 통해 H₀와 H₁의 λ 분포를 추정했다. p‑값, Z‑스코어, 베이즈 팩터 B₁₀을 모두 보고했으며, 5개 관측량에서 p‑값<0.05, B₁₀>10을 기록, 특히 2차원 d²σ/dmℓℓ dΔφ(ℓℓ)와 일차원 dσ/dmℓℓ에서 B₁₀>20이라는 강한 증거를 얻었다. 토포늄 단일 파라미터(σₜₒₚₒₙᵢᵤₘ) 스케일링을 허용한 χ² 최소화로 각 관측량별 토포늄 전단면을 추정했으며, 모두 이론 예측(그린 함수 기반)보다 약간 큰 값을 보였지만 1σ 내에 일관성을 유지한다. 주요 제한점은 ATLAS와 CMS 간, 그리고 각 관측량 간의 상관 행렬이 공개되지 않아 전역 결합 분석이 불가능하다는 점이다. 향후 공개된 공분산 행렬과 다중 차원 측정, 머신러닝 기반 분류기가 도입되면 토포늄 효과와 모델링 불확실성을 보다 명확히 구분할 수 있을 것으로 기대된다.