ATLAS 탐색 강한 상호작용 초대칭 입자 최신 결과

초록

ATLAS 실험은 13 TeV와 13.6 TeV에서 수집된 전체 데이터(≈ 140 fb⁻¹ + 52 fb⁻¹)를 이용해 글루이노·스쿼크·탑스쿼크(스톱) 생산을 탐색했다. 다양한 최종 상태(단일·무레프톤, c‑태깅, τ‑태깅 등)와 머신러닝 기법을 적용했으며, 현재까지 유의미한 초대칭 신호는 발견되지 않아 입자 질량에 대한 95 % 신뢰구간 제한을 새롭게 설정하였다.

상세 분석

본 논문은 ATLAS 협력이 최근 발표한 네 가지 주요 스톱·챠름스쿼크·글루이노·스쿼크 탐색 결과를 종합한다. 첫 번째 분석은 반레프톤(ℓ+jets+E_T^miss) 채널에서 스톱쌍을 찾으며, Δm(˜t₁,˜χ₁⁰)가 큰 경우와 W‑boson 질량 사이에 있는 경우를 구분해 ‘고‑E_T^miss’와 ‘부스트’ 두 범주로 나눈다. 여기서는 b‑태그ged jet 수와 대형‑R jet의 탑‑태깅 여부에 따라 신호 영역을 정의하고, 신경망(NN)으로 배경(t t̄, W+jets 등)을 억제한다. 두 번째 분석은 스톱이 t 또는 c 쿼크와 중성광자를 동등 확률로 붕괴하는 경우를 대상으로 하며, c‑태깅 알고리즘(DL1r 기반)과 ISR‑jet 요구조건을 활용해 압축된 질량 스펙트럼을 탐색한다. 여기서도 제어 영역을 통해 Z+jets, t t̄, W+jets 등을 정밀하게 추정한다. 세 번째 분석은 스톱·챠름스쿼크가 모두 c‑태그ged jet 두 개와 큰 E_T^miss만을 남기는 전형적인 ‘cc+E_T^miss’ 최종 상태를 조사한다. 고질량 영역에서는 c‑태그ged leading jet을 요구하고, 압축 영역에서는 ISR‑jet과 재귀적 지그소 재구성(RJR) 기법을 적용해 신호 대 배경 구분력을 높였다. 마지막으로 글루이노·1·2세대 스쿼크와 τ‑슬레프톤·τ‑스네우트가 결합된 모델을 탐색했으며, τ‑레프톤 수에 따라 1τ0ℓ, 1τ1ℓ, 2τ 채널을 정의하고, 전통적인 cut‑and‑count 방식과 BDT 기반 멀티클래스 분류기를 각각 최적화했다. 전반적으로 모든 채널에서 관측된 이벤트는 표준모형 예측과 일치했으며, 95 % CL에서 스톱 질량을 최대 1.23 TeV(중성광자 무질량 가정), 챠름스쿼크·스톱을 0.9 TeV, 글루이노를 2.25 TeV, 1세대·2세대 스쿼크를 1.7 TeV까지 배제했다. 특히, c‑태깅과 RJR, BDT와 같은 최신 머신러닝·고급 재구성 기법이 압축된 질량 영역에서 기존 한계를 100 GeV 이상 향상시켰다. 이러한 결과는 자연스러움(naturalness) 관점에서 기대되는 ‘라이트’ 글루이노·스톱 시나리오를 크게 제한하며, 비‑MSSM 혹은 플레버‑위반 모델에 대한 탐색 범위를 넓히는 데 기여한다.