[논문 리뷰] Snowmass 2021 Dark Matter Complementarity Report

A. Boveia, Mohamed Berkat외 25명|arXiv (Cornell University)|2022. 11. 13.

Dark Matter and Cosmic Phenomena인용 수 3

한 줄 요약

이 Snowmass 2021 보고서는 천체, 에너지, 중성미자, 희귀 과정, 정밀도 전면 간 상호보완성을 활용하여 암흑물질(DM) 탐지 잠재력을 극대화하기 위한 종횡단위 전략을 제안한다. 이 전략은 대형 충돌기, 직접/간접 탐지, 천체물리적 탐사, 양자 센서를 포함한 다양한 실험 포트폴리오를 통해 약한 상호작용을 갖는 거대입자, 스칼라 입자, 스테레오 중성미자 등 다양한 DM 후보자에 걸쳐 광범위한 매개변수 공간을 탐색함으로써, 상호보완적이고 다중 방법 기반 접근을 통해 전환적 발견을 가능하게 하고자 한다.

ABSTRACT

The fundamental nature of Dark Matter is a central theme of the Snowmass 2021 process, extending across all Frontiers. In the last decade, advances in detector technology, analysis techniques and theoretical modeling have enabled a new generation of experiments and searches while broadening the types of candidates we can pursue. Over the next decade, there is great potential for discoveries that would transform our understanding of dark matter. In the following, we outline a road map for discovery developed in collaboration among the Frontiers. A strong portfolio of experiments that delves deep, searches wide, and harnesses the complementarity between techniques is key to tackling this complicated problem, requiring expertise, results, and planning from all Frontiers of the Snowmass 2021 process.

연구 동기 및 목표

• 모든 실험 전면 간 통합된 종횡단위 전략을 수립하여 암흑물질(DM) 연구의 탐지 잠재력을 극대화한다.
• 서브-eV에서 테바론 수준까지의 질량과 수십 개의 오더에 걸친 상호작용 강도를 포함하는, 이론적으로 타당한 DM 후보자의 광범위하고 다차원적인 매개변수 공간을 다룬다.
• 직접 탐지, 간접 탐지, 충돌기, 천체물리적 탐지 기법 간 상호보완성을 강조하여, 겹치는 감도가 발견을 검증하고 DM 성질을 정밀하게 규명할 수 있도록 한다.
• 인공지능/기계학습(AI/ML)과 양자 센서 기술 등 성숙하고 전환적인 기술을 발전시켜, 아직 탐색되지 않은 DM 매개변수 영역으로의 감도를 확장한다.
• 다음 10년간의 비발견 결과가 신호가 없더라도 DM 모델에 대한 중요한 제약 조건을 제공할 수 있도록 보장한다.

제안 방법

• 모든 HEP 전면(CF, EF, NF, RF, AF, CEF, CompF, IF, UF, TF)을 아우르는 실험 포트폴리오를 제안하여 DM 매개변수 공간을 광범위하게 커버한다.
• 기법 간 상호보완성을 강조한다: 예를 들어, 직접 탐지는 DM 속도 및 공간 분포를 측정하는 데 쓰이며, 천체물리적 탐사는 은하형성과 소규모 구조의 강도를 제약한다.
• 향후 세대의 시설(예: HL-LHC, FCC-hh, Rubin LSST, DMRadio-m3, Katrin, TRISTAN)의 예상 감도를 활용하여 DM 질량 및 결합 강도 범위에 따른 감도를 매핑한다.
• 열역학적, 공 resonance, 비열역학적 생성 메커니즘을 포함한 이론적 모델링을 통합하여 실험 설계 및 결과 해석을 안내한다.
• AI/ML과 양자 센서를 활용하여 표준 모델 외의 새로운 탐지 채널을 탐색하고 감도를 향상시킨다.
• 다양한 기법의 결과를 통합하여 발견 시 DM 성질을 정밀하게 규명하고, 모델 의존도를 줄이며 결과의 신뢰성을 높인다.

실험 결과

연구 질문

• RQ1 다양한 질량과 결합 강도를 가진 암흑물질에 대해, 여러 실험 전면 간 상호보완성이 탐지 잠재력을 어떻게 향상시킬 수 있는가?
• RQ2 대규모 시설과 혁신적인 기술을 아우르는 최적의 실험 포트폴리오는 어떤가? 이는 최소한의 모델과 잘 근거가 있는 암흑물질 모델에 대해 감도를 극대화하는가?
• RQ3 천체물리적, 직접적, 간접적, 충돌기 탐지가 동일한 DM 후보자를 어떻게 제약할 수 있으며, 이로써 모델에 종속되지 않는 특성화가 가능해지는가?
• RQ4 발견이 없을 경우, 상호보완적인 기법 간 비관측 결과가 여전히 DM 성질과 새로운 물리학에 대한 강력한 제약을 제공할 수 있는가?
• RQ5 AI/ML과 양자 센서와 같은 신규 기술이 기존 및 향후 암흑물질 탐지의 감도를 어떻게 확장하는가?

주요 결과

• 서브-eV의 약한 상호작용을 갖는 약한 상호작용을 갖는 거대입자(DM 후보자)에서 테바론 수준의 WIMPs에 이르기까지 광범위한 매개변수 공간을 커버하기 위해 모든 HEP 전면에 걸친 실험 포트폴리오가 필수적이다.
• 직접 탐지, 천체물리적 탐사, 트리티움 베타 붕괴 실험과 같은 상호보완적인 기법은 스테레오 중성미자 DM을 독립적으로 제약할 수 있으며, 이는 초기 우주의 모델 세부 사항(예: 렙톤 비대칭, 비표준 중성미자 상호작용)에 따라 감도가 달라진다.
• 직접 탐지(예: DMRadio-m3)를 통해 QCD 아키온을 발견하면, DM 허브의 속도 및 위치 분포를 정밀하게 측정할 수 있으며, 이는 천체 탐사 결과와 교차 검증이 가능하고, CMB B-모드 예측과의 괴리 여부를 밝힐 수 있다.
• QCD 아키온의 발견은 KSVZ 또는 DFSZ 모델 내 추가 입자의 존재를 제약하게 되며, 이는 향후 고에너지 충돌기 프로그램의 설계를 유도하고 지침을 제공할 것이다.
• 다양한 상호보완적 채널에서의 비발견 결과는 여전히 강력한 제약을 제공할 수 있으며, 특히 DESI, Rubin LSST 및 향후 설계된 천체 관측 프로그램의 천체물리적 데이터와 통합될 경우 경량 DM 및 스테레오 중성미자에 대한 제약을 수십 개의 오더만큼 향상시킬 수 있다.
• AI/ML과 양자 센서를 암흑물질 탐지에 통합하면 새로운 탐지 채널을 열고, 특히 낮은 신호 영역에서 감도를 향상시킬 것으로 기대된다.