감쇠와 반동이 γ‑태깅 제트의 소프트드롭 관측치에 미치는 영향

초록

**
중심 Pb‑Pb 충돌(√sₙₙ=5.02 TeV)에서 다단계 Monte Carlo(MATTER+LBT) 시뮬레이션을 이용해 소프트드롭 관측치(r_g, k_T,g, m_g)를 조사하였다. 포괄적 제트와 달리 γ‑태깅 제트는 쿼크 제트가 풍부해 비단조(modulation) 변화를 보이며, 이는 매질 반동(recoil) 효과에 의해 주도된다. 결과는 γ‑태깅 제트가 매질‑제트 상호작용을 정밀히 탐색할 수 있는 강력한 도구임을 시사한다.

**

상세 분석

**
본 연구는 JETSCAPE 프레임워크 내에서 구현된 다단계 MATTER+LBT 모델을 활용하여, 중앙(0‑10 %) Pb‑Pb 충돌에서 발생하는 제트의 내부 구조 변화를 정량적으로 분석한다. 핵심은 소프트드롭(grooming) 기법을 통해 두 개의 가장 큰 각도 차이를 가진 프롱(prong)을 추출하고, 그 각도 r_g, 상대 전이운동량 k_T,g, 그리고 가공된 질량 m_g와 같은 하드 서브스트럭처 관측치를 비교한다.

1. 시뮬레이션 설정

   • 초기 매질은 (2+1)‑D 자유스트리밍 전처리와 VISHNU 기반 점성 유체역학을 결합한 트렌토 초기조건으로 생성하였다.
   • 파트론은 높은 가상질량(Q²) 구간에서는 MATTER 모듈을 통해 가상질량 순서대로 분열하고, Q²가 4 GeV² 이하가 되면 LBT 모듈로 전환하여 탄성·비탄성 산란과 매질에 의한 복사(인-엘라스틱) 과정을 시뮬레이션한다.
   • 전이 과정에서 발생한 매질 반동(recoil) 파트론과 에너지·운동량 결핍을 나타내는 ‘홀’ 파트론을 추적하고, 이들을 동일한 LBT 단계에서 처리한다.
   • 모든 파트론은 Q²_min=1 GeV²까지 진공 분열을 진행한 뒤, PYTHIA 8의 Lund 문자열 모델을 이용해 하드론화한다.

2. γ‑태깅 제트와 포괄적 제트의 차이

   • γ‑태깅은 초기 하드 스케터링에서 포톤과 쿼크가 짝을 이루는 경우가 대부분이므로, 제트 샘플이 쿼크 제트에 크게 편향된다. 이는 색전하와 색전하 흐름이 다른 글루온 제트와 대비되는 ‘플레이버 의존성’ 효과를 자연스럽게 도입한다.
   • 포괄적 제트는 p_T 트리거에 의해 매질에 의해 에너지가 크게 소실된 제트가 선택되지 않으며, 큰 r_g를 가진 제트가 억제되는 선택 편향(selection bias)이 존재한다.

3. 핵심 결과

   • r_g: Pb‑Pb/p‑p 비율은 중간 각도(0.1 ≲ r_g ≲ 0.3)에서 상승하고, 큰 각도에서는 감소하는 비단조(non‑monotonic) 형태를 보인다. 이는 쿼크 제트가 매질에 의해 각도 확장이 촉진되지만, 매우 큰 각도 프롱은 에너지 손실로 인해 사라지는 현상을 동시에 반영한다.
   • k_T,g: 매질 내 산란에 의해 전이운동량이 전반적으로 강화되어, 특히 중간 k_T,g 구간에서 비율이 1.2‑1.4배까지 상승한다. 이는 LBT 단계에서 구현된 탄성 산란과 복사에 기인한다.
   • m_g: 가공된 질량 분포는 평균이 약 10‑15 % 상승하고, 꼬리 부분이 강화된다. 이는 프롱 간의 각도와 전이운동량 증가가 동시에 질량을 크게 만든 결과이다.

4. 반동 효과의 역할

   • 동일한 초기 조건에서 ‘recoil‑off’ 시뮬레이션을 수행하면, r_g와 k_T,g의 비단조 패턴이 크게 약화되고, m_g의 상승도 거의 사라진다. 이는 매질 반동 파트론이 하드 서브스트럭처를 재구성하는 주요 메커니즘임을 명확히 보여준다.

5. 실험 데이터와의 비교

   • CMS와 ATLAS에서 보고된 γ‑제트 r_g, m_g 측정값과 비교했을 때, 본 시뮬레이션은 전반적인 경향과 정량적 크기에서 좋은 일치를 보인다. 특히 중간 r_g 구간에서의 상승은 실험에서도 관측된 바와 일치한다.

6. 의의와 향후 전망

   • γ‑태깅 제트는 선택 편향을 최소화하면서 매질‑제트 상호작용을 직접적으로 드러내는 ‘골든 채널’로서, 향후 베이지안 추정에 필요한 고정밀 관측치 제공이 가능하다.
   • 현재 모델은 매질 반동을 온‑쉘(on‑shell) 가정하에 구현하고 있으나, 향후 비온쉘 효과와 재결합 메커니즘을 포함하면 더욱 정교한 예측이 기대된다.

**