아인슈타인 텔레스코프 시대 대비: 중성자별 상태방정식 추론을 위한 순차 몬테카를로 기법 제안

아인슈타인 텔레스코프(Einstein Telescope) 같은 차세대 중력파 관측소는 연간 수만 건의 쌍성 중성자별 병합을 검출할 것으로 예상되지만, 기존 계층적 추론 방법은 새 이벤트가 추가될 때마다 처음부터 다시 계산해야 해 이런 규모에는 실용적이지 않다. 연구진은 데이터 템퍼링과 가능도(likelihood) 템퍼링을 결합한 하이브리드 순차 몬테카를로 알고리즘을 제안해, 기존 추론 결과를 재활용하며 상태방정식의 사후분포를 배치 단위로 갱신하도록 했다. GPU로 가속한 이 방법은 약 1,500건의 쌍성 중성자별 병합을 가정한 1개월 분량 시뮬레이션 데이터를 단일 GPU에서 수 시간 만에 처리했으며, 연구진은 1년치 검출 데이터도 현재 하드웨어로 수일 내에 처리할 수 있을 것으로 전망했다.