열 및 통계물리학
Statistical Physics
2단계: 통계 분포, 자유 에너지, 그리고 상전이의 세계
이론적 기초 — 우리는 어디서 왔는가
1단계에서 너는 엔트로피가 단순한 '무질서의 척도'가 아니라, 시스템이 취할 수 있는 미시 상태의 수(Ω)에 대한 로그, 즉 S = k_B ln Ω 라는 사실을 배웠다. 볼츠만(Ludwig Boltzmann)이 이 관계를 발견했을 때, 그는 거시 세계의 물리 법칙이 미시 세계의 확률 통계에서 자연스럽게 **솟아난다(emerge)**는 것을 처음으로 보여줬다. 그런데 여기서 하나의 심각한 질문이 남는다. 입자가 수십억 개 모여 있을 때, 각각의 입자를 어떻게 세어야 할까? 이 질문이 2단계 전체를 관통하는 핵심 실마리다.
고전 역학의 세계에서는 입자들이 **구별 가능(distinguishable)**하다. 공 A와 공 B가 있을 때, A가 상자 왼쪽, B가 오른쪽에 있는 경우와 그 반대는 서로 다른 두 가지 배치다. 그런데 전자 두 개를 생각해 보자. 우주 어디에 있든 전자는 모두 동일한 질량, 동일한 전하, 동일한 스핀을 가진다. 이 두 전자를 '첫 번째 전자'와 '두 번째 전자'로 구분할 방법이 없다. 이것이 양자 통계의 출발점이다.
양자역학은 입자를 점(point)이 아니라 파동함수(wave function)로 기술한다. 두 입자의 파동함수를 교환했을 때 물리적으로 측정 가능한 양(|ψ|²)이 변하지 않으려면, 전체 파동함수가 +1(대칭) 혹은 −1(반대칭)만 될 수 있다는 것이 수학적으로 도출된다. 이 단순한 ±1 의 차이가 페르미온(Fermion)과 보손(Boson)이라는 완전히 다른 두 종류의 입자를 만들고, 나아가 금속의 전기전도성, 별의 붕괴, 레이저의 원리까지 모두 설명해 낸다. 이것을 이해하는 것이 이번 단계의 첫 번째 목표다.
볼츠만 분포 — 고전 통계의 전부
아주 단순한 상상부터 시작하자. 일곱 살짜리에게 설명하듯이: 10개의 사탕이 있고, 100개의 그릇이 있다. 에너지가 낮은 그릇(바닥에 있는 것)에 사탕이 많이 들어갈까, 에너지가 높은 그릇(높은 선반 위)에 많이 들어갈까? 당연히 낮은 쪽에 많이 쌓인다. 그런데 온도라는 것은 마치 '계속 흔들어대는 손'과 같아서, 온도가 높아질수록 사탕이 높은 선반으로도 튀어올라갈 수 있다. 볼츠만 분포는 바로 이 직관을 수식으로 정확하게 표현한 것이다.
에너지가 E인 상태에 하나의 고전 입자가 존재할 확률은 다음과 같다.
P(E) ∝ e^(−E / k_B T)
여기서 k_B = 1.38 × 10⁻²³ J/K는 볼츠만 상수이고, T는 절대온도다. 이 지수 함수의 의미를 제대로 파악하는 것이 중요하다. E가 k_B T 보다 훨씬 크면 e의 지수가 매우 큰 음수가 되어 확률이 거의 0으로 떨어진다. 반대로 E가 0에 가까우면 확률은 1에 가까워진다. 이 함수를 **볼츠만 인자(Boltzmann factor)**라 부른다.
[노트 기록] 분배함수(Partition Function) Z = Σᵢ e^(−Eᵢ/kT) 는 모든 가능한 에너지 상태에 대해 볼츠만 인자를 합산한 것이다. Z는 통계역학의 '모든 것을 담고 있는 함수'로, 이로부터 자유 에너지(F = −kT ln Z), 평균 에너지(⟨E⟩ = −∂ln Z/∂β), 엔트로피(S = −∂F/∂T) 등 열역학적 양을 모두 유도할 수 있다. β = 1/kT 라고 쓰는 것이 물리학자들의 관례다.
고전 볼츠만 통계의 핵심 가정은 두 가지다. 첫째, 입자들은 서로 구별 가능하다. 둘째, 하나의 상태에 몇 개의 입자든 들어갈 수 있다. 이 두 가정이 낮은 온도나 높은 밀도에서 실험과 어긋나기 시작할 때, 바로 양자 통계가 필요해진다. 실제로 19세기 말 비열(heat capacity) 실험에서 고체의 저온 거동이 고전 이론과 심각하게 어긋났는데, 아인슈타인과 디바이(Debye)가 양자 통계로 이를 해결했다.
페르미-디랙 분포 — 전자의 규칙
파울리(Wolfgang Pauli)는 1925년 **배타 원리(Exclusion Principle)**를 제시했다: 동일한 양자 상태에 두 개 이상의 페르미온이 동시에 존재할 수 없다. 스핀이 반정수(1/2, 3/2, ...)인 모든 입자가 페르미온에 해당하며, 전자, 양성자, 중성자가 대표적이다. 파울리 배타 원리는 단순히 관측 사실을 요약한 '규칙'이 아니라, 파동함수가 반대칭이어야 한다는 수학적 조건에서 자연스럽게 도출된다.
이 규칙을 통계역학에 적용하면, 에너지 ε인 단일 상태에 페르미온이 몇 개 있는지를 묻는 질문의 답이 오직 0 또는 1만 가능하다. 이를 정확히 계산하면, 페르미-디랙 분포(Fermi-Dirac Distribution):
f_FD(ε) = 1 / (e^((ε − μ)/kT) + 1)
가 얻어진다. 여기서 μ는 화학 퍼텐셜(chemical potential)로, 아래에서 더 자세히 다룬다. 지금은 μ가 분포의 '기준점' 역할을 한다는 것만 알아두자. 절대영도(T → 0)에서 이 함수는 완벽한 계단 함수가 된다. ε < μ이면 f = 1(꽉 차있음), ε > μ이면 f = 0(완전히 비어있음). 이 절대영도에서의 기준 에너지를 **페르미 에너지(Fermi Energy, E_F)**라 한다.
[노트 기록] 상온의 금속 속 전자를 생각해 보자. 구리의 페르미 에너지는 약 7 eV인데, 상온의 열에너지 k_BT는 약 0.026 eV다. 즉, 전자들은 상온에서도 페르미 에너지에 비해 '거의 절대영도 상태'에 있다. 이것이 금속 전자들이 고전 기체처럼 행동하지 않고 독특한 전기적·열적 성질을 보이는 근본 이유다. 단순히 'e^((ε-μ)/kT) >> 1'이 성립하지 않는 영역에서 고전 통계는 틀린다.
보즈-아인슈타인 분포 — 빛과 초유체의 물리
스핀이 정수(0, 1, 2, ...)인 입자들은 **보손(Boson)**이다. 광자(photon), 글루온, 힉스 입자, 그리고 원자들(특정 조건에서)이 여기 속한다. 보손의 파동함수는 교환에 대해 대칭이므로 파울리 배타 원리가 적용되지 않는다. 아니, 오히려 반대다. 보손들은 같은 상태에 몰려들기를 좋아한다. 이를 보손 통계의 '자극 방출(stimulated emission)' 경향이라 하며, 바로 레이저의 원리다.
보즈-아인슈타인 분포(Bose-Einstein Distribution):
f_BE(ε) = 1 / (e^((ε − μ)/kT) − 1)
분모의 −1이 페르미-디랙의 +1과 다르다. 이 작은 차이가 엄청난 결과를 낳는다. f_BE(ε)는 ε → μ가 되면 발산한다! 이것이 의미하는 바는, 보손 기체를 임계 온도(T_c) 이하로 냉각하면 거대한 수의 입자가 모두 최저 에너지 상태 하나로 응축된다는 것이다. 이것이 **보즈-아인슈타인 응축(BEC)**이며, 1995년 코넬(Cornell)과 위먼(Wieman)이 루비듐 원자로 처음 실험적으로 구현해 2001년 노벨상을 수상했다.
[노트 기록] 세 분포의 통합적 비교: 고온·저밀도 극한(ε − μ >> kT)에서는 e^((ε−μ)/kT) >> 1이 되어 분모의 ±1을 무시할 수 있다. 그러면 Fermi-Dirac과 Bose-Einstein 모두 볼츠만 분포로 수렴한다. 즉, 양자 통계는 고온 극한에서 고전 통계를 포함한다. 물리적으로는, 온도가 높아 입자의 드브로이 파장(λ = h/√(2πmkT))이 입자 간 평균 거리보다 훨씬 짧아질 때 양자 효과가 사라지는 것이다.
자유 에너지 — 시스템이 '원하는' 상태
1단계에서 배운 열역학 2법칙은 '고립계에서 엔트로피는 증가한다'는 것이었다. 그런데 실험실의 비커, 우리 몸속 세포, 반도체 소자는 고립계가 아니다. 온도가 일정하게 유지되는 환경(열원, heat bath)과 접촉해 있다. 이 경우, 시스템과 열원의 총 엔트로피를 최대화하는 조건을 시스템만의 언어로 다시 쓰면, 시스템의 자유 에너지(Free Energy)가 최소화된다는 원리가 나온다.
헬름홀츠 자유 에너지(Helmholtz Free Energy): F = U − TS (온도 T, 부피 V 일정할 때의 열역학 포텐셜)
깁스 자유 에너지(Gibbs Free Energy): G = U + PV − TS = H − TS (온도 T, 압력 P 일정할 때)
F = U − TS 를 한 문장으로 이해해 보자. 에너지(U)는 낮추고 싶고, 엔트로피(S)는 높이고 싶다는 두 경쟁이 온도 T를 가중치로 해서 절충된 것이 자유 에너지다. 온도가 높으면 엔트로피 항 TS가 지배하여 엔트로피가 큰 상태가 선택되고, 온도가 낮으면 에너지 항 U가 지배하여 에너지가 낮은 질서 있는 상태가 선택된다. 상전이(Phase Transition)는 이 두 경쟁의 균형이 깨지는 순간에 일어난다.
[노트 기록] 화학 퍼텐셜(Chemical Potential): μ = (∂G/∂N){T,P} = (∂F/∂N){T,V}. 입자 수 N이 1개 늘어날 때 자유 에너지가 얼마나 변하는지를 나타낸다. 물리적으로는 '다음 입자를 시스템에 추가하는 비용'이다. 두 계가 접촉해 있을 때 화학 퍼텐셜이 같아질 때까지 입자가 이동하며, 이때 **평형(equilibrium)**이 달성된다. 이는 온도(열적 평형), 압력(역학적 평형)과 함께 열역학 평형의 세 번째 조건이다. 페르미-디랙·보즈-아인슈타인 분포에 등장하는 μ가 바로 이것이다.
화학 퍼텐셜의 중요성을 구체적 예시로 느껴보자. 수소 연료전지에서 수소와 산소가 반응해 물이 만들어지는 것은, 반응 전후의 깁스 자유 에너지 차이 ΔG가 음수이기 때문이다. 이 ΔG의 값이 전지의 이론 최대 전압(V = −ΔG/nF)을 결정한다. 즉, 화학 퍼텐셜의 차이가 전기를 만든다. 1단계에서 배운 '에너지 변환의 수리적 한계'가 여기서 자유 에너지로 정확히 계산되는 것이다.
임계 현상과 상전이 — 세상이 갑자기 바뀔 때
물을 가열하면 100°C에서 갑자기 기체가 된다. 자석을 가열하면 특정 온도(퀴리 온도, Curie Temperature) 이상에서 자성이 사라진다. 이런 현상들이 **상전이(Phase Transition)**이다. 상전이는 크게 두 종류로 나뉜다.
1차 상전이(First-Order Transition): 상전이가 일어날 때 내부 에너지가 불연속적으로 변한다. 물이 100°C에서 끓을 때 계속 열을 가해도 온도가 오르지 않는 구간(잠열, latent heat)이 있다는 것을 알 것이다. 이 잠열이 바로 에너지의 불연속적 변화다. 자유 에너지의 1차 미분(∂F/∂T = −S, ∂F/∂V = −P)이 불연속이다.
2차 상전이(Second-Order/Continuous Transition): 에너지는 연속적으로 변하지만, 자유 에너지의 2차 미분(비열, 압축률 등)이 발산한다. 강자성체의 자성 소멸이 대표적이다. 이 경우 **질서 변수(Order Parameter)**가 0으로 연속적으로 감소하며 사라진다. 강자성체에서 질서 변수는 자화(Magnetization) M이다.
[노트 기록] 임계 지수(Critical Exponents): 임계점(T_c) 근방에서 물리량들이 멱함수(power law)로 발산 또는 소멸한다. 예를 들어 자화는 M ∝ (T_c − T)^β, 비열은 C ∝ |T − T_c|^(−α) 형태다. 놀라운 것은, 이 지수 α, β, γ, ν 등이 시스템의 세부적인 미시 구조와 무관하게 **보편 성질(universality)**을 보인다는 것이다. 물의 임계점과 자성체의 임계점이 동일한 지수 군에 속할 수 있다. 이를 보편성 부류(Universality Class)라 한다.
Ising 모델 — 가장 단순하면서 가장 풍부한 모델
독일의 물리학자 렌츠(Wilhelm Lenz)가 제안하고, 그의 학생 이징(Ernst Ising)이 1924년 박사 논문에서 분석한 Ising 모델은 통계물리학 역사상 가장 중요한 단순 모델이다. 그 구조는 충격적으로 단순하다.
격자(lattice) 위의 각 자리에 스핀 변수 sᵢ = ±1 하나씩 놓는다. +1은 스핀 업(위), −1은 스핀 다운(아래)으로 생각하면 된다. 이웃한 스핀들은 서로 상호작용하며, 같은 방향이면 에너지가 낮고(강자성), 다른 방향이면 에너지가 높다. 외부 자기장 h도 가해질 수 있다.
해밀토니안(Hamiltonian): H = −J Σ_{⟨i,j⟩} sᵢsⱼ − h Σᵢ sᵢ
여기서 ⟨i,j⟩는 이웃하는 쌍에 대한 합산을 뜻하고, J > 0이면 강자성, J < 0이면 반강자성이다. 이 모델은 겉보기에 너무 단순해서 Ising 자신은 1차원에서는 상전이가 없음을 보이고 실망했다. 그러나 2차원 Ising 모델은 1944년 온사거(Lars Onsager)가 정확하게 풀어 유한 온도에서 상전이가 존재함을 증명했고, 이 결과는 통계물리학의 이정표가 되었다. (참고: Lars Onsager는 1968년 노벨 화학상 수상)
평균장 이론(Mean Field Theory, MFT)은 Ising 모델을 근사적으로 다루는 가장 체계적인 방법이다. 핵심 아이디어: 스핀 sᵢ가 느끼는 이웃의 효과를 평균으로 교체한다. 각 이웃 스핀의 실제 값 sⱼ 대신 평균값 ⟨s⟩ = m(자화)으로 대체하면, 많은 입자들의 복잡한 상호작용이 각 스핀이 '평균장' zJm을 받는 독립적 문제로 줄어든다(z는 이웃 수). 자기 일관성(self-consistent) 방정식 **m = tanh(β(zJm + h))**를 풀면 임계 온도 T_c = zJ/k_B를 얻는다. T < T_c에서는 h = 0이어도 m ≠ 0인 비자명 해(자발 자화)가 존재하고, T > T_c에서는 m = 0만 존재한다.
[노트 기록] 왜 평균장 이론은 근사인가? 스핀 fluctuation(요동)을 무시하기 때문이다. 실제 임계점 근방에서는 요동이 매우 크고, 그 요동이 임계 지수를 결정하는 핵심이다. 렌드-긴즈버그(Landau-Ginzburg) 이론과 재규격화군(Renormalization Group, RG)이 이를 정확히 다루는 현대적 방법이며, 윌슨(Kenneth Wilson)은 RG 이론으로 1982년 노벨 물리학상을 수상했다.
몬테카를로 시뮬레이션(Monte Carlo Simulation)은 Ising 모델을 수치적으로 다루는 방법이다. **메트로폴리스 알고리즘(Metropolis Algorithm)**이 핵심이다: 무작위로 스핀 하나를 골라 뒤집었을 때 에너지 변화 ΔE를 계산하고, ΔE < 0이면 무조건 뒤집고, ΔE > 0이면 확률 e^(−ΔE/kT)로만 뒤집는다. 이 과정을 반복하면 시스템이 자연스럽게 볼츠만 분포를 따르는 평형 상태로 수렴한다. T_c 근방에서는 스핀 클러스터가 모든 스케일에서 나타나는 **스케일 불변성(scale invariance)**을 관찰할 수 있으며, 이것이 2차 상전이의 시각적 아름다움이다.
프로젝트 — 스스로 풀어보기 (약 40분)
아래 문제들은 위에서 배운 개념들을 직접 손으로 계산하고 생각하면서 익히도록 설계됐다. 정답을 제공하지 않는다. 막히더라도 최소 10분은 스스로 시도한 후에 힌트를 찾아라.
[프로젝트 A — 통계 분포 분석] (약 12분)
구리(Cu) 금속의 페르미 에너지는 E_F ≈ 7.0 eV이다. 볼츠만 상수 k_B = 8.62 × 10⁻⁵ eV/K를 이용하라.
문제 A-1: 절대영도에서 에너지 ε = 6.0 eV, ε = 7.0 eV, ε = 8.0 eV인 세 상태에서 페르미-디랙 분포 함수 f_FD의 값을 구하라. 이 결과가 물리적으로 무엇을 의미하는지 한 문장으로 설명하라.
문제 A-2: 상온(T = 300 K)에서 ε = E_F + 0.5 eV인 상태의 점유 확률 f_FD를 구하라. 동일한 에너지를 가진 상태에 고전 볼츠만 분포를 적용한다면 확률이 어떻게 달라지는지 계산하고, 그 차이의 물리적 원인을 설명하라. (힌트: 볼츠만의 경우 정규화 상수가 다르므로, 상대적 비율 f(E_F + 0.5)/f(E_F)를 비교하라.)
문제 A-3: 보즈-아인슈타인 응축의 임계 온도는 T_c = (2πℏ²/mk_B)(n/ζ(3/2))^(2/3) 로 주어진다 (ζ(3/2) ≈ 2.612). 루비듐-87(질량 m ≈ 1.44 × 10⁻²⁵ kg, 수밀도 n = 10¹⁴ cm⁻³)의 T_c를 nK(나노켈빈) 단위로 계산하라. 이 온도가 얼마나 낮은지 체감할 수 있는 비유를 하나 만들어라.
[프로젝트 B — 자유 에너지와 화학 퍼텐셜] (약 14분)
이상 기체의 헬름홀츠 자유 에너지는 F = NkT[ln(N/V · (h²/2πmkT)^(3/2)) − 1]로 알려져 있다.
문제 B-1: 위 F로부터 압력 P = −(∂F/∂V)_T를 유도하라. 결과가 이상 기체 방정식 PV = NkT와 일치하는지 확인하라.
문제 B-2: 같은 F로부터 화학 퍼텐셜 μ = (∂F/∂N)_T,V 를 유도하라. N이 커지면 μ는 어떻게 변하는가? 이것이 물리적으로 어떤 의미인지, 두 용기에 기체가 나뉘어 있을 때 평형 조건과 연결지어 설명하라.
문제 B-3: 자유 에너지 F를 온도 T의 함수로 생각하자. F가 T의 함수로 두 개의 극솟값을 가지는 경우를 상상해 보라. (예를 들어 F = aT⁴ − bT² + c의 형태) 이 경우 어떤 종류의 상전이가 일어나는가? 이를 랜다우(Landau) 이론의 관점에서 설명하되, 질서 변수(order parameter)의 온도 의존성을 그래프로 스케치하라.
[프로젝트 C — Ising 모델 분석] (약 14분)
2차원 정사각 격자(square lattice)의 Ising 모델을 생각하자. 각 스핀의 이웃 수는 z = 4이고, J = 1.0 (단위 없이)이라 하자.
문제 C-1: 평균장 이론의 자기 일관성 방정식 m = tanh(βzJm)을 이용해 임계 온도 T_c(mean field)를 구하라. 참고로 온사거가 정확히 계산한 2D Ising의 임계 온도는 T_c(exact) = 2J / [k_B ln(1+√2)] ≈ 2.269 J/k_B 이다. 평균장 이론의 결과와 비교하고, 차이가 발생하는 물리적 이유를 설명하라.
문제 C-2: T = 1.5 J/k_B (T < T_c), T = T_c, T = 3.5 J/k_B (T > T_c)인 세 경우에, 평균장 방정식 m = tanh(βzJm)을 그래프적(graphical) 방법으로 풀어라. (y = m과 y = tanh(βzJm)을 같은 그래프에 그려 교점을 찾아라.) 각 경우의 해 m이 몇 개인지, 그리고 그것이 물리적으로 무엇을 의미하는지 설명하라.
문제 C-3: T_c 근방에서 m이 작다고 가정하고 tanh를 테일러 전개(tanh x ≈ x − x³/3 + ...)하여, 자화의 온도 의존성 m ∝ (T_c − T)^β에서 평균장 이론이 예측하는 임계 지수 β의 값을 유도하라. 실제 2D Ising 모델의 정확한 임계 지수 β = 1/8과 비교하고, 그 차이가 어디서 비롯되는지 한 단락으로 논의하라.
[분석 리포트 질문] (모든 프로젝트를 마친 후)
세 프로젝트를 통해 얻은 결과를 종합하여 다음 질문에 답하는 500자 내외의 짧은 에세이를 작성하라: "볼츠만 분포, 자유 에너지 최소화, Ising 모델의 상전이는 각기 다른 물리적 현상을 다루는 것처럼 보인다. 그러나 이 세 가지는 하나의 공통된 원리에 의해 연결된다. 그 원리가 무엇인지, 그리고 그것이 자연의 거동을 이해하는 데 왜 중요한지를 설명하라."
[평가 기준 — 자기 채점 가이드]
통계 분포 이해도(40점): A-1에서 절대영도 극한의 물리적 의미를 명확히 서술했는가, A-3에서 단순 수식 대입을 넘어 결과의 물리적 함의를 파악했는가. 시뮬레이션 정확도(40점): C-1에서 평균장과 정확해의 차이 원인을 '요동의 무시'와 연결지어 설명했는가, C-3에서 테일러 전개를 정확히 수행했는가. 분석 리포트(20점): 세 개념의 통일적 원리를 '자유 에너지' 혹은 '엔트로피-에너지 경쟁'으로 일관되게 연결했는가.