Title: Disentangling Spin-induced Precession vs. Eccentricity in GW190521 and GW231123

Motivation

대부분의 쌍성은 원형화된 채 대역에 들어오므로, 측정 가능한 이심률은 동역학적 형성의 지표다. 문제는 신호가 짧을수록 이심률과 세차가 비슷한 흔적을 남긴다는 점이다. 질량이 큰 GW190521과 GW231123이 대표적이다. 또 이런 고질량 사건은 병합 근처가 신호의 대부분이라 파형 모델의 오차가 크게 작용하고, 이심과 세차를 함께 담은 모델은 아직 부족하다. 저자들은 근사 모델을 거치지 않고 NR 파형을 자료와 직접 비교한다.

Contribution

• RIT 5차 카탈로그(2129개, 이심 1021개 중 세차 115개)를 RIFT 추론에 사용해 두 사건을 같은 방식으로 분석.
• 비세차(이심 + 준원형)와 세차 시뮬레이션을 나눠 분석하고, 이심 Bayes factor와 세차 Bayes factor를 각각 계산.
• 정렬 스핀 사전분포 상한을 $0.5$, $0.9$, $0.99$로 바꿔 고스핀 시뮬레이션의 역할을 점검.
• 최고우도 시뮬레이션의 반동 속도 보고(GW190521 $3965$ km/s, GW231123 $2059$ km/s).

Novelty

이 분석의 차별점은 이심 + 세차 NR 파형을 직접 쓴다는 것이다. 또한 같은 방법이 한 사건에서는 이심률을 찾고 다른 사건에서는 찾지 않으므로, 방법이 항상 이심률을 만들어 내지는 않는다는 내적 대조를 제공한다. GW231123에서 "세차를 금지하면 이심률이 나타나고, 허용하면 사라지는" 패턴은 이심 비세차 모델로 준원형 세차 신호를 회수한 이전 주입 연구들과 맞는다. 정렬 스핀 이심 모델로 $e_{10}=0.57$을 얻었지만 준원형 세차와 비교하면 증거가 사라진다는 Xu et al.의 GWTC-4.0 결과와도 같은 방향이다.

Method

• 추론: RIFT의 NR 기반 모드. 시뮬레이션마다 외재 매개변수를 적분한 주변 우도 $\ln\mathcal L$을 계산하고 내재 매개변수 공간에서 KDE로 사후분포를 구한다.
• 자료: GWTC 공개 자료와 PSD. GW190521은 H1, L1, V1을 20–224 Hz, GW231123은 H1, L1을 20–448 Hz(부록에서 10 Hz 시작도 분석). 이심률 기준 진동수는 시작 진동수와 같다.
• 모드: $\ell\le4$.
• Bayes factor: 이심 $\log_{10}\mathcal B_{\rm ecc}$는 준원형과 $e\in[0,0.9]$ 가설의 비교이고, 세차 $\log_{10}\mathcal B_{\rm prec}$는 비세차와 세차 가설의 비교다.

Results

• GW190521: 세차 시뮬레이션의 최고 $\ln\mathcal L\approx95$로 비세차의 $\approx92$보다 높다. 이심 Bayes factor는 스핀 사전분포별로 $\log_{10}\mathcal B_{\rm ecc}=0.38$, $0.21$, $0.24$로 모두 양수다. 최고우도 시뮬레이션(RIT:BBH:1618)은 $q=1$, $\chi_{\rm eff}=0.61$, $\chi_{1,\perp}=0.75$, $e_{20}=0.139$이다(Fig. 2, Fig. 3).
• GW231123: 세차 최고 $\ln\mathcal L\approx220$, 비세차 $\approx210$으로 차이가 훨씬 크고, $\log_{10}\mathcal B_{\rm prec}=12.17$, $11.24$, $10.93$이다. 이심 Bayes factor는 $-0.48$, $-0.64$, $-0.64$로 모두 음수다(Fig. 5, Fig. 7).
• 세차를 빼면: GW231123의 비세차 분석은 $e_{20}\sim0.15$ 근처를 선호하지만 Bayes factor는 음수이고, 세차를 허용하면 이심률이 $e_{20}\sim0$으로 간다.
• 10 Hz 시작(App. A): GW231123의 최고 $\ln\mathcal L$은 거의 그대로이고 이심 Bayes factor도 음수다. 초록의 $e_{10}=0.097^{+0.124}_{-0.073}$이 이 분석의 값이다.
• 고스핀의 역할: 최고우도 시뮬레이션들은 큰 스핀($s>0.9$)을 갖고, 스핀 사전분포 상한 $0.99$가 매개변수 추정에 결정적이다.

Significance

• GW231123 논쟁의 대조군: 2610.12205는 같은 사건에서 이심 Bayes factor $10$을 보고했다. 차이가 나는 조건은 분명하다. 그 논문은 이심·세차 EOB 모델과 glitch 제거 H1의 11 Hz 자료, $5.5$ Hz 기준 이심률을 쓰고, 이 논문은 NR 격자를 쓴다. 다만 10 Hz 이심률의 중앙값은 양쪽이 $0.1$ 근처로 비슷하고 사후분포도 겹친다. 따라서 두 결과의 대립은 값보다 모델 비교의 결론에 있다.
• NR 직접 추론의 가치와 한계: 파형 모델 오차를 없애는 대신 시뮬레이션 격자의 밀도가 새로운 체계 오차가 된다. 2610.16958 같은 해석 모델의 발전과 상보적이다.
• 반동 속도: 수천 km/s 반동은 위계적 병합 잔해가 성단에 남기 어렵다는 점과 연결되지만, 아래 한계를 함께 봐야 한다.

Limitations

• 격자 밀도: 이심·세차 시뮬레이션은 115개뿐이고, 저자들도 매개변수 공간이 고르게 채워지지 않아 사후분포에 영향이 있을 수 있다고 인정한다. 이심 + 세차 공간이 가장 성긴 바로 그 곳에서 음의 이심 Bayes factor가 나왔으므로, 이 결과가 격자 희소성의 영향을 받는지는 별도 시험이 필요하다. 논문에는 이를 확인할 주입 회수 시험이 없다.
• "구별할 수 있다"는 주장의 근거: 두 사건에서 서로 다른 답이 나왔다는 것은 필요조건이지 방법의 구별력에 대한 검증이 아니다. 이심 + 세차 신호를 주입해 회수하는 시험이 이 논문의 결론을 뒷받침하는 데 빠져 있다.
• 약한 이심 증거: GW190521의 $\log_{10}\mathcal B_{\rm ecc}\approx0.2$–$0.4$는 Bayes factor로 약 $2$ 안팎이라 "confirm"에 비해 약하다. GW231123의 음수도 약 $0.2$ 수준으로 강한 배제는 아니다. 초록은 $e_{10}=0.097$을 "negligible"이라 부르지만 사후분포는 0에서 떨어져 있다.
• 저주파 자료: 본문은 10–20 Hz의 L1 glitch 처리를 언급하지 않아 10 Hz 시작 분석의 자료 선택을 2610.12205와 직접 맞춰 볼 수 없다. 그 논문은 이 대역의 L1을 쓰지 않았다.
• 반동 값: $3965$, $2059$ km/s는 사후분포가 아니라 최고우도 시뮬레이션 하나의 값이다. 저자들 표현대로 다음 시뮬레이션과 $\Delta\ln\mathcal L\approx2$ 차이에 근거한다.

Takeaway

NR 파형을 직접 비교한 결과 GW190521은 이심률과 세차를 모두, GW231123은 세차만 선호하고 GW231123의 이심 신호는 세차를 허용하면 사라졌다. 그러나 이심·세차 시뮬레이션이 115개뿐이고 주입 검증도 없어, 약한 이심 Bayes factor로 논쟁을 끝낼 수는 없다.