고해상도 검출기 점군 분할을 위한 대비 메트릭 학습

본 논문은 고해상도 입자 검출기, 특히 CMS HGCAL과 유사한 입자 샤워를 측정하는 칼로리미터에서 발생하는 복잡한 점군 데이터를 효과적으로 분할하기 위한 새로운 방법론을 제시한다. 기존에 널리 사용되어 온 객체 응축(Object Condensation, OC) 방식은 그래프 신경망(GNN) 기반으로 히트마다 객체 중심 좌표와 응축 점수(β)를 예측하고, 이를 기반으로 클러스터를 형성한다. 그러나 OC는 임베딩 학습과 클러스터링 절차가 강하게 결합돼, 다중 샤워가 겹치는 고밀도 환경에서 대표점 선택이 불안정하고, 시뮬레이션과 실제 데이터 간 차이에 민감한 단점이 있다. 이에 저자들은 대비 메트릭 학습(Contrastive Metric Learning, CML)이라는 완전히 다른 패러다임을 도입한다. CML은 히트 수준에서 동일 샤워에 속한 히트 쌍을 양성, 다른 샤워에 속한 히트 쌍을 음성으로 정의하고, SupCon 손실을 통해 임베딩을 학습한다. 임베딩은 ℓ2 정규화되어 단위 구면 위에 위치하고, 코사인 유사도로 거리 측정한다. 온도 파라미터 τ=0.1은 클러스터 내부를 더욱 촘촘히 만들며, 하드 양·음성 쌍을 자동으로 강조한다. 네트워크 구조는 입력 히트(위치 x, y, z, 에너지 E, 레이어 L)를 64차원 MLP로 변환한 뒤, 세 개의 DynamicEdgeConv 레이어를 거쳐 현재 임베딩 공간에서 k‑nearest‑neighbor(k=24) 그래프를 동적으로 재구성한다. 이 과정은 임베딩이 개선될수록 같은 샤워 히트가 더 많이 연결되는 피드백 루프를 형성해 학습 안정성을 높인다. 백본 이후에는 두 개의 헤드가 각각 CML과 OC에 맞게 배치된다. CML 헤드는 16차원 임베딩을 출력하고, OC 헤드는 16차원 좌표와 β 점수를 출력한다. 두 방법 모두 동일한 백본과 차원을 사용해 비교 공정성을 확보하였다. 클러스터링 단계에서는 CML이 별도의 대표점 예측을 하지 않으므로, 임베딩 공간의 지역 밀도를 이용한 새로운 밀도 기반 읽기 방식을 제안한다. 각 히트에 대해 k번째 이웃 거리 d_k(i)를 계산하고, β_i=exp(−d_k(i)/τ)로 스코어링한다. 일정 임계값을 초과하는 히트를 후보 중심으로 선정하고, 최소 거리 t_d를 유지하면서 클러스터를 형성한다. 이 방식은 DBSCAN·HDBSCAN과 달리 전역 밀도 임계값이 아니라 학습된 임베딩의 지역 구조에 맞춰 동적으로 동작한다. OC는 기존 방식대로 β 점수와 좌표를 이용해 그리디하게 중심을 선택하고, 반경 t_d 내 히트를 할당한다. 두 방법 모두 동일한 거리 임계값 t_d와 β 임계값을 사용해 공정하게 비교한다. 성능 평가를 위해 전자(EM)와 강입자(HAD) 샤워를 포함한 시뮬레이션 데이터를 생성하고, 입자 다중도와 에너지 범위를 다양하게 설정했다. 임베딩 품질은 양성/음성 거리 분포, 클러스터 내 평균 거리, 클러스터 간 최소 거리 등으로 정량화했으며, CML은 특히 거리 분포의 꼬리 부분에서 OC보다 현저히 큰 구분성을 보였다. 물리적 성능은 재구성 효율, 순도, 에너지 해상도로 측정했으며, 고다중도(10~20 입자) 상황에서 CML이 OC 대비 효율을 5~10%, 순도를 3~7% 향상시켰다. 에너지 해상도 역시 평균 2% 정도 개선되었다. 또한, CML은 훈련에 사용되지 않은 높은 다중도와 에너지 구간에서도 성능 저하가 미미해 일반화 능력이 뛰어나다는 점을 확인했다. 이는 CML이 전역적인 객체 중심 좌표를 학습하지 않고, 상대적인 유사도만을 최적화하기 때문에 시뮬레이션-실험 간 모델링 차이에 덜 민감함을 의미한다. 결론적으로, 대비 메트릭 학습은 임베딩 학습과 클러스터링을 명확히 분리함으로써, 고해상도 검출기의 복잡하고 겹치는 점군 데이터를 보다 견고하고 일반화 가능한 방식으로 처리할 수 있음을 입증한다. 향후 실제 실험 데이터에 적용하고, 다른 밀도 기반 클러스터링 알고리즘과의 결합을 탐색함으로써 더욱 향상된 재구성 파이프라인을 구축할 수 있을 것으로 기대된다.