Geant4 전자기 물리 생성자 선택이 희귀 사건 탐색 시뮬레이션 정확도와 속도에 미치는 영향

초록

본 연구는 CaWO₄와 Ge 검출기에 대해 방사성 오염 물질이 발생시키는 α, β, γ 입자의 전체 에너지 침착량에 대한 Geant4 전자기 물리 생성자들의 차이를 정량화하고, 12개의 전자기 물리 생성자와 5가지 생산 컷 값을 조합한 60가지 설정을 24개의 테스트 케이스(두 재료·두 두께·여섯 방사성 핵종)에서 시뮬레이션하였다. Kolmogorov‑Smirnov, χ², Anderson‑Darling 등 3가지 적합도 검정을 통해 각 설정이 기준 설정(G4EmStandardPhysics option4, 1 mm 컷)과 통계적으로 호환되는지를 평가했으며, 동시에 CPU 시간과 메모리 사용량을 측정해 성능을 비교하였다. 결과는 대부분의 생성자가 기준과 통계적으로 호환되지만, 저에너지 β 및 얇은 타깃에서는 단일 산란 모델을 포함한 옵션이 더 정확하고, 다중 산란 모델 기반 옵션은 속도 면에서 유리함을 보여준다. 최종적으로 저에너지 정밀도가 중요한 경우 G4EmStandardPhysics option4(또는 옵션1)와 작은 생산 컷을, 대규모 시뮬레이션에서는 옵션3·옵션2와 중간 컷을 권장한다.

상세 분석

이 논문은 희귀 사건 탐색 실험에서 배경 예측의 핵심인 방사성 오염 물질의 전자기적 에너지 침착을 Geant4 시뮬레이션으로 재현할 때, 물리 생성자 선택이 결과에 미치는 영향을 체계적으로 조사한다. 먼저 CaWO₄와 Ge라는 두 가지 대표적인 검출 물질을 선정하고, 각각 64 mm × 64 mm × 64 mm(두꺼운)와 64 mm × 64 mm × 100 µm(얇은) 두 가지 기하학적 두께를 적용하였다. 방사성 핵종은 저 Q‑β(²²⁸Ra, ²¹⁰Pb), 고 Q‑β(²⁰⁸Tl, ²¹⁰Tl), α(²³⁴U, ²¹¹Bi) 등 6종을 선택해, 전자, 감마, 이온 상호작용을 모두 포괄하도록 설계하였다.

전기·광자 상호작용을 담당하는 12개의 전자기 물리 생성자를 표 2에 정리하고, 각 생성자는 단일 산란(single scattering), 다중 산란(multiple scattering), 하이브리드 모델 등 서로 다른 산란 처리 방식을 포함한다. 특히 G4EmStandardPhysics option4는 가장 정밀한 모델 조합으로 간주되어 기준 설정(π_ref)으로 채택되었으며, 생산 컷(secondary particle production cut)도 2 × 10⁻⁷ m부터 10 cm까지 5단계로 변형해 총 60개의 물리 구성(π_ij)을 만든다.

통계적 호환성 평가는 두 단계로 진행된다. 1단계에서는 Kolmogorov‑Smirnov(KS), χ², Anderson‑Darling(AD) 세 가지 적합도 검정을 각각 적용해 p‑값을 구하고, α = 0.05를 기준으로 귀무가설(두 스펙트럼 동일)을 기각 여부를 판단한다. 2단계에서는 각 검정 결과를 카테고리화해 전체 설정 간 차이가 유의미한지를 검정한다. 이렇게 함으로써 특정 에너지 구간(예: 저에너지 β)에서만 차이가 나타나는 경우도 포착한다.

성능 측면에서는 동일한 이벤트 수(10⁶ decay) 기준으로 CPU 시간과 메모리 사용량을 기록했다. 단일 산란 모델을 사용하는 옵션은 특히 저에너지 전자와 얇은 타깃에서 많은 스텝을 생성해 실행 시간이 2–3배 늘어나지만, 에너지 손실과 큰 각도 산란을 정확히 재현한다. 반면 다중 산란 기반 옵션은 스텝 수를 크게 줄여 빠른 시뮬레이션을 가능하게 하지만, 저에너지 영역에서 작은 차이가 누적될 수 있다.

결과적으로, 두꺼운 타깃에서는 전체 Q‑value가 거의 전부 흡수되므로 생성자 간 차이가 미미했으며, 얇은 타깃에서는 저에너지 β와 α 입자의 탈출률이 생성자에 따라 5–10 % 정도 변동했다. 또한, 생산 컷을 1 mm 이하로 줄이면 얇은 타깃에서의 에너지 누수 현상이 감소하지만, 시뮬레이션 비용이 급격히 증가한다.

논문은 이러한 트레이드오프를 종합해, 정밀도가 가장 중요한 경우(예: 저에너지 β 배경을 정밀히 모델링해야 하는 다크 매터 실험)에는 G4EmStandardPhysics option4와 100 nm1 µm 생산 컷을, 대규모 데이터셋을 빠르게 처리해야 하는 경우에는 옵션3·옵션2와 1 mm1 cm 컷을 권장한다. 또한, 선택된 생성자가 실험 설계(두께, 물질)와 에너지 범위에 따라 다르게 최적화될 수 있음을 강조한다.