ATLAS와 CMS 오픈데이터로 반물질 신호를 추적해 본 후기

• 목록
• 답변
• 글쓰기
• 옵션
  • 수정
  • 삭제

반물질을 공부하며 가장 답답했던 순간은 설명을 읽을 때가 아니라, 실제 충돌 데이터에서 무엇을 봐야 하는지 감이 오지 않을 때였습니다. 양전하 궤적 하나를 발견했다고 해서 곧바로 반물질을 찾았다고 말할 수 없고, 검출기에 남은 객체 정보만으로 입자의 정체를 단정해서도 안 됩니다. 그래서 같은 LHC 계열 자료라도 접근 방식이 다른 ATLAS 오픈데이터와 CMS 오픈데이터를 직접 사용해 보며 어느 쪽이 반물질 학습에 더 적합한지 확인했습니다.

이번 사용기는 거창한 새 입자 탐색이 아니라 전하 부호, 렙톤 쌍, 불변질량, 배경 사건을 차례로 확인하는 독학 실습에 초점을 맞췄습니다. 두 플랫폼 모두 공개 자료를 이용할 수 있지만, 처음 결과를 얻기까지의 거리와 사용자가 떠안아야 하는 설정 부담은 꽤 달랐습니다.

브라우저에서 시작한 ATLAS와 환경 설정부터 만난 CMS

첫 그래프가 나오기까지 걸린 시간

ATLAS에서는 교육용 튜토리얼과 주피터 노트북을 따라가며 비교적 빠르게 히스토그램을 만들 수 있었습니다. 브라우저 기반 예제는 파일 위치와 분석 코드가 어느 정도 준비돼 있어, 저는 변수 설명을 읽고 셀을 순서대로 실행하는 데 집중했습니다. 설치 문제보다 사건 선택 조건이 그래프를 어떻게 바꾸는지를 먼저 볼 수 있다는 점이 좋았습니다.

CMS 쪽은 공개 데이터의 층위와 형식이 다양해 어떤 자료를 골라야 할지 판단하는 데 시간이 더 들었습니다. 초보자가 원시 데이터나 복잡한 소프트웨어 환경부터 잡으면 물리 분석보다 의존성 해결에 하루를 쓰기 쉽습니다. 저는 결국 교육용 또는 분석하기 쉬운 가공 데이터와 공개 예제를 우선 선택했고, 그제야 전하와 운동량 변수를 안정적으로 읽을 수 있었습니다.

• ATLAS의 첫인상: 예제의 진입점이 눈에 잘 띄고 결과 그림을 빨리 확인할 수 있었습니다.
• CMS의 첫인상: 선택지는 넓지만 데이터 단계와 실행 환경을 먼저 구분해야 했습니다.
• 공통 비용: 공개 자료 자체는 무료였으며, 제가 실제로 지출한 비용은 없었습니다.
• 숨은 비용: 저장 공간, 다운로드 시간, 환경 오류를 해결하는 학습 시간이 사실상 비용으로 작용했습니다.

첫날에는 전체 데이터보다 작은 예제 표본을 선택하는 편이 낫습니다. 그래프 하나를 끝까지 만든 뒤 데이터 규모를 늘려야 오류가 코드 때문인지 파일 때문인지 구분하기 쉽습니다.

반물질이라는 말을 데이터 변수로 바꾸기

실습 전에 반입자의 기본 정의를 다시 확인했습니다. 반입자는 대응하는 입자와 질량이 같고 전하 같은 양자수가 반대인 존재이므로, 공개 데이터에서는 ‘antimatter’라는 열을 찾기보다 전하 부호와 입자 종류, 붕괴 산물의 조합을 읽어야 합니다.

반물질 버튼 대신 전하 부호와 붕괴 쌍을 읽었다

양전자와 음전자를 짝지어 본 과정

제가 처음 세운 목표는 전자 후보 가운데 전하가 양수인 객체만 세는 것이었습니다. 하지만 양전자 후보의 개수만 출력해 보니 그 숫자 자체로는 거의 아무 설명도 되지 않았습니다. 충돌에서는 여러 과정이 양전하 렙톤을 만들 수 있고, 입자 식별 오류나 배경도 섞이기 때문입니다. 반물질 후보를 센다는 것과 반물질 생성 과정을 입증한다는 것은 전혀 다른 작업이었습니다.

그래서 두 플랫폼에서 가능한 범위 안에서 전자와 양전자처럼 전하가 반대인 두 객체를 묶고, 운동량 성분과 에너지를 이용해 불변질량 분포를 만들었습니다. 반대 전하 조건을 적용하기 전에는 조합 배경이 넓게 퍼졌고, 조건을 넣은 뒤에는 특정 질량 영역의 구조가 상대적으로 읽기 쉬워졌습니다. 이 과정은 반물질을 독립된 신비한 덩어리로 보기보다 입자 반응의 한 구성원으로 이해하는 데 효과적이었습니다.

1. 전자 또는 뮤온 후보가 두 개 이상인 사건만 남겼습니다.
2. 두 후보의 전하 곱이 음수인지 확인해 반대 전하 쌍을 골랐습니다.
3. 너무 낮은 횡운동량 후보를 제외해 불안정한 조합을 줄였습니다.
4. 두 렙톤의 사중운동량으로 불변질량을 계산했습니다.
5. 같은 전하 쌍도 별도로 그려 배경 모양을 비교했습니다.

제가 가장 오래 붙잡았던 오해

양전자가 보이면 검출기 안에 반물질이 오래 저장돼 있다고 무심코 상상하기 쉽습니다. 실제 분석 자료에서 확인하는 것은 충돌 뒤 생성되고 붕괴하거나 물질과 상호작용한 입자의 흔적입니다. 반물질의 개념 설명과 데이터 변수표를 나란히 읽으니, 저장 장치의 반물질과 충돌 사건에서 재구성된 반입자 후보를 구분하기가 한결 쉬웠습니다.

• 전하가 반대다: 유력한 분류 단서이지만 단독 증거는 아닙니다.
• 질량 봉우리가 보인다: 특정 중간 입자의 붕괴 가능성을 검토할 근거가 됩니다.
• 시뮬레이션과 비슷하다: 분석이 합리적인지 점검하는 수단이지 자동 확정 판정은 아닙니다.
• 사건 하나가 인상적이다: 시각적으로 흥미롭지만 통계적 분포를 대신하지 못합니다.

ATLAS는 흐름이 친절했고 CMS는 선택의 폭이 넓었다

같은 목표를 두 플랫폼에서 실행한 체감 차이

ATLAS 교육 자료는 ‘변수 확인→선택 조건 적용→히스토그램 비교’라는 학습 흐름이 비교적 선명했습니다. 이미 마련된 노트북을 조금씩 바꿔도 결과가 바로 달라져서, 코딩 경험이 많지 않은 독자에게 특히 유리합니다. 반면 예제의 친절함에 기대다 보면 각 가중치와 객체 품질 조건이 왜 필요한지 건너뛸 위험도 있었습니다.

CMS 오픈데이터는 데이터 형식과 분석 환경을 제대로 이해하려는 사람에게 더 많은 탐색 여지를 줬습니다. 다만 제 경우에는 첫 실행 전에 문서 탭을 여러 개 열어야 했고, 공개 시기와 데이터 형식에 맞는 도구를 선택하는 일이 분석 자체만큼 중요했습니다. 빠른 성공 경험은 ATLAS, 재현 환경을 깊게 파는 경험은 CMS라는 인상이 남았지만, 이는 제가 교육용 진입 경로를 기준으로 사용한 결과입니다.

장점보다 먼저 확인할 제한

두 플랫폼의 공개 데이터가 있다고 해서 최신 실험의 내부 분석을 그대로 복제할 수 있는 것은 아닙니다. 공개 범위, 보정 정보, 소프트웨어 버전, 문서화 수준이 다르고 교육용 자료는 학습 목적에 맞게 단순화될 수 있습니다. 따라서 그래프를 얻었을 때는 ‘발견했다’보다 주어진 공개 자료와 선택 조건에서 이런 분포를 재현했다고 표현하는 편이 정확합니다.

• 데이터가 어느 충돌 에너지와 수집 기간에 해당하는지 기록합니다.
• 실제 데이터와 몬테카를로 시뮬레이션을 파일명부터 구분합니다.
• 가중치를 적용했는지, 단순 사건 수를 그렸는지 표시합니다.
• 튜토리얼 코드의 라이선스와 데이터 인용 정보를 확인합니다.
• 플랫폼 간 사건 수를 그대로 비교하지 않고 표본 정의부터 맞춥니다.

노트북 한 장보다 분석 일지를 따로 둔 이유

재실행 가능한 기록 방식

처음에는 내려받은 노트북에 메모를 모두 적었습니다. 며칠 뒤 다른 선택 조건을 시험하자 어떤 그래프가 원본이고 어떤 그래프가 수정본인지 헷갈렸습니다. 이후에는 코드와 별개로 짧은 분석 일지를 만들고, 데이터 식별 정보와 실행 환경, 변경한 컷, 결과 파일명을 한 줄씩 기록했습니다.

특히 ATLAS와 CMS 결과를 오가며 볼 때 변수 이름이 비슷하다는 이유로 같은 정의라고 가정하면 위험합니다. 저는 ‘electron’, ‘charge’, ‘pt’처럼 익숙한 표현도 단위와 선택 기준을 문서에서 다시 확인했습니다. 변수명이 같아 보여도 재구성 방법과 품질 조건은 실험별 자료에 따라 다를 수 있기 때문입니다.

• 데이터 항목: 레코드명, DOI 또는 고유 식별자, 접근 날짜를 적었습니다.
• 환경 항목: 브라우저 실행인지 로컬 실행인지, 사용한 패키지 버전을 남겼습니다.
• 선택 항목: 전하, 횡운동량, 의사신속도, 객체 개수 조건을 순서대로 적었습니다.
• 결과 항목: 컷 적용 전후의 사건 수와 그래프 파일명을 연결했습니다.
• 해석 항목: 관찰 사실과 개인적인 추측을 서로 다른 문장으로 분리했습니다.

오류를 빨리 찾게 해 준 세 가지 습관

첫째, 처음 열 개 사건만 출력해 배열 구조를 확인했습니다. 둘째, 전하 값의 고유 목록과 결측치를 먼저 세었습니다. 셋째, 한 번에 조건 하나만 추가했습니다. 이 습관을 들이자 빈 히스토그램이 나왔을 때 데이터가 없는 것인지, 조건이 지나치게 강한 것인지, 단위를 잘못 읽은 것인지 빠르게 좁힐 수 있었습니다.

그래프가 예상과 다를 때 곧바로 물리적 의미를 붙이지 마세요. 단위, 배열 길이, 결측치, 가중치, 컷 순서를 먼저 점검하면 상당수 문제는 해석 단계 전에 해결됩니다.

무료 데이터에도 저장 공간과 시간 예산은 필요했다

작게 시작했을 때와 크게 내려받았을 때

공개 데이터 이용료는 없었지만, 큰 표본을 로컬에 받으려 하자 저장 공간과 네트워크 시간이 부담으로 나타났습니다. 특히 여러 버전의 파일과 실행 환경 이미지를 함께 보관하면 생각보다 빠르게 용량이 늘어납니다. 반물질 후보 몇 개를 눈으로 확인하는 입문 실습이라면 처음부터 연구용 전체 자료를 확보할 이유가 없었습니다.

저는 브라우저 또는 작은 교육용 표본으로 분석 논리를 만든 뒤, 필요한 열과 사건 범위를 확인하고 나서 로컬 작업으로 옮겼습니다. 이 순서를 따르니 실패한 코드를 대용량 파일에 반복 실행하는 일을 피할 수 있었습니다. 장비 구매를 고민한다면 고성능 그래픽카드보다 충분한 SSD 여유 공간과 안정적인 메모리, 중단 없이 재실행할 환경이 먼저였습니다.

1. 0원 단계: 브라우저 예제에서 전하 분포와 기본 히스토그램을 실행합니다.
2. 소용량 단계: 작은 표본만 내려받아 파일 구조와 단위를 확인합니다.
3. 확장 단계: 분석 질문에 필요한 채널과 변수만 정해 자료 범위를 늘립니다.
4. 보관 단계: 원본 데이터와 생성 결과를 분리하고 코드만 버전 관리합니다.
5. 재현 단계: 새 환경에서 처음부터 실행해 누락된 의존성이 없는지 확인합니다.

제 사용 환경에서 체감한 우선순위

메모리가 부족하면 큰 배열을 한꺼번에 읽지 않고 파일 또는 사건 묶음 단위로 처리하는 방식이 유효했습니다. 저장 공간이 빠듯할 때는 원본 파일을 무작정 복제하지 않고 결과 히스토그램과 설정 파일만 별도로 남겼습니다. 클라우드 환경은 설치 부담을 줄였지만 세션 종료 가능성이 있으므로, 수정한 노트북과 작은 결과물은 실행이 끝날 때마다 내려받는 편이 안전했습니다.

• 입문자는 새 장비를 사기 전에 브라우저 실습으로 관심이 지속되는지 확인합니다.
• 로컬 실행 전에는 필요한 파일의 전체 크기와 여유 공간을 함께 계산합니다.
• 대용량 처리는 한 번에 읽기보다 청크 단위 실행을 우선 시험합니다.
• 클라우드 세션에는 유일한 원본을 두지 않고 별도 사본을 보관합니다.

양전자 후보 42개가 질량 분포로 바뀐 저녁

숫자 하나를 해석 가능한 결과로 만든 실제 사례

마지막 실습에서는 작은 교육용 표본을 열고 전자 후보의 전하를 확인했습니다. 첫 출력에서 양전하 전자 후보가 42개 남자 순간적으로 그 숫자를 결과처럼 느꼈습니다. 그러나 전하가 양수라는 조건만으로는 어떤 반응에서 왔는지 설명할 수 없었습니다. 저는 노트에 ‘양전자 후보 42개 관찰’이라고 쓰되, 바로 옆에 배경과 식별 오류를 포함할 수 있음이라고 표시했습니다.

다음 단계에서 사건별 전자 후보 수를 확인하고, 전자와 양전자가 함께 있는 사건만 남겼습니다. 각 쌍의 횡운동량과 방향 정보를 살핀 다음 불변질량을 계산했으며, 비교를 위해 같은 전하 쌍도 별도 히스토그램에 채웠습니다. 반대 전하 쌍에서는 특정 영역에 사건이 모이는 모양이 나타났지만 표본이 작아 매끈한 봉우리로 보이지는 않았습니다. 이때 빈을 지나치게 잘게 나누면 우연한 들쭉날쭉함이 강조된다는 것도 체감했습니다.

1. 원본 표본을 수정하지 않고 분석용 복사본과 노트북을 만들었습니다.
2. 전하 부호, 에너지 단위, 사건별 후보 개수를 먼저 출력했습니다.
3. 반대 전하 조건만 적용한 분포를 저장했습니다.
4. 횡운동량과 객체 품질 조건을 하나씩 추가하며 사건 수 변화를 기록했습니다.
5. 같은 전하 쌍을 대조군처럼 그려 조합 배경의 형태를 살폈습니다.
6. 그래프 제목에 데이터 표본, 컷, 단위를 넣어 나중에도 읽히게 했습니다.

ATLAS에서 만든 질문을 CMS에서 다시 시험하다

ATLAS 노트북에서 분석 순서를 익힌 뒤 CMS 자료에서는 똑같은 숫자를 재현하려 하지 않았습니다. 대신 ‘반대 전하 쌍을 고르면 분포가 어떻게 변하는가’라는 같은 질문을 옮겼습니다. 데이터 표본과 객체 정의가 다른데 사건 수가 일치하기를 기대하면 오히려 비교가 흐려집니다. 플랫폼 사이에서 재사용할 것은 최종 숫자가 아니라 가설, 선택 절차, 검증 방식이었습니다.

그날의 마지막 결과는 새로운 반물질 발견이 아니라, 42라는 단독 숫자가 선택 조건과 대조 분포를 갖춘 분석 대상으로 변한 것이었습니다. 저는 그래프 아래에 데이터 출처, 실행 환경, 반대 전하 조건, 빈 간격을 적고 노트북을 처음부터 다시 실행했습니다. 재실행 뒤에도 같은 흐름이 유지되는 것을 확인한 순간, ATLAS의 친절한 시작과 CMS의 세밀한 환경 이해가 서로 경쟁하는 선택지가 아니라 다음 단계로 이어지는 두 훈련 방식이라는 점이 선명해졌습니다.

• ATLAS부터 권할 독자: 코딩보다 물리적 선택 조건의 효과를 먼저 보고 싶은 사람입니다.
• CMS까지 이어갈 독자: 공개 데이터의 형식과 재현 환경을 깊게 이해하고 싶은 사람입니다.
• 두 플랫폼을 함께 쓸 독자: 동일한 숫자가 아니라 동일한 분석 질문을 다른 자료에서 시험하고 싶은 사람입니다.