evortran: 고성능 포트란 기반 유전 알고리즘 라이브러리와 LHC·LISA 데이터 적용

초록

**
evortran는 포트란 fpm 패키지 형태로 제공되는 최신 유전 알고리즘(GA) 라이브러리이다. 개별 유전자(정수·실수)와 전체 개체군을 직접 다룰 수 있는 다중 추상화 레이어, 다양한 선택·교차·돌연변이·엘리트 전략, OpenMP 기반 병렬화, 그리고 파이썬 래퍼를 통한 연동 기능을 제공한다. 논문에서는 Rastrigin·Himmelblau 등 표준 벤치마크와 함께, LHC 확장 힉스 모델 파라미터 스캔 및 LISA 모의 중력파 데이터 복원이라는 두 물리학 사례를 통해 성능과 실용성을 검증한다.

**

상세 분석

**
evortran의 설계는 포트란 90/95의 파생형(type)과 절차형 프로시저를 활용해 객체지향적인 구조를 구현한다는 점에서 눈에 띈다. individual 파생형은 정수형과 실수형 두 종류로 나뉘며, 각각 length, base_pairs, genes, func, fitness, fitness_calculated와 같은 필드를 포함한다. func는 사용자 정의 적합도 함수를 가리키는 절차형 포인터이며, 이를 통해 복잡한 물리 모델(예: LHC 실험 데이터와 이론 예측의 χ²)도 손쉽게 연결할 수 있다. population 파생형은 개체 배열과 집합 연산(정렬, 선택, 교배 등)을 담당하며, evolve_population 루틴은 세대 교체 로직을 캡슐화한다.

선택 연산은 룰렛 휠, 토너먼트, 랭크 기반 등 5가지가 구현돼 있으며, 각 연산은 확률 파라미터와 함께 사용자 정의 함수(selection_func)로 교체 가능하도록 설계돼 있다. 교차 연산은 단일점, 이중점, 균등, 블록 교차 등을 제공하고, 돌연변이는 정수형에서는 비트 플립, 실수형에서는 가우시안 잡음 추가 방식으로 구현된다. 엘리트 전략은 최고 적합도 개체를 자동 보존하거나, 일정 비율을 유지하도록 조정할 수 있다.

특히, migration 메커니즘은 다중 인구 간에 일정 주기마다 개체를 교환함으로써 지역 최적에 머무는 현상을 완화한다. 구현은 migrate_populations 프로시저에서 인접 인구 간 교환 비율과 선택 방식을 파라미터화한다. 이는 고차원 파라미터 스캔(예: 10 ~ 20 차원 BSM 모델)에서 다양한 허용 영역을 동시에 탐색하는 데 유리하다.

병렬화는 OpenMP 지시자를 활용해 개체 수준에서 적합도 평가와 유전 연산을 다중 코어에 분산한다. #pragma omp parallel do 구문이 evaluate_fitness와 apply_mutation에 적용돼 있어, 적합도 함수가 수천 번 호출되는 경우에도 스케일링 효율이 80 % 이상 유지된다.

파이썬 연동은 f2py 기반 경량 래퍼(evortran_py)를 제공해, numpy.ndarray와 직접 매핑한다. 이를 통해 기존 파이썬 기반 데이터 파이프라인(예: pandas‑based LHC 데이터 프레임)과 손쉽게 결합할 수 있다.

성능 비교에서는 기존 포트란 GA 라이브러리인 Pikaia와 C++ 기반 DEAP, PyGAD를 대상으로 Rastrigin(30 차원)과 Himmelblau(2 차원) 테스트를 수행했다. evortran은 동일 세대 수에서 평균 15 %~25 % 빠른 수렴을 보였으며, 특히 OpenMP 사용 시 8코어 환경에서 3배 가량 가속을 기록했다.

물리학 적용 사례는 두 가지다. 첫 번째는 확장 힉스 섹터의 7 ~ 9 차원 파라미터를 LHC Run‑2 신호 강도와 제한값에 맞춰 χ² 최소화 문제로 정의하고, evortran을 이용해 전역 최소와 여러 로컬 최소를 동시에 탐색했다. 두 번째는 LISA 모의 데이터에서 검출된 중력파 스펙트럼을 역으로 복원하는 문제로, 파라미터(질량, 스핀, 거리 등)와 잡음 모델을 포함한 비선형 적합도 함수를 구성했다. 두 경우 모두 기존 MCMC 기반 스캔 대비 2 ~ 4배 적은 계산 시간에 비슷하거나 더 높은 파라미터 커버리지를 달성했다.

전반적으로 evortran은 포트란의 고성능 계산 능력과 현대적인 모듈화·병렬화 설계를 결합해, 대규모 과학·공학 최적화 문제에 실용적인 솔루션을 제공한다는 점이 큰 강점이다.

**