통계역학 — 볼츠만 분포와 앙상블

통계역학은 계에서 가능한 엄청나게 많은 미시 상태가 어떻게 에너지, 엔트로피, 압력 같은 예측 가능한 거시량으로 이어지는지를 설명합니다. 핵심 아이디어는 단순합니다. 허용된 미시 상태를 정하고, 물리적 조건에 맞는 확률을 부여한 뒤, 그 위에서 평균을 구하는 것입니다.

많은 학생들에게 이 과목은 두 가지 개념이 분명해질 때 비로소 감이 잡힙니다. 볼츠만 분포는 고정된 온도의 열평형에서 확률이 에너지에 어떻게 의존하는지를 알려 줍니다. 앙상블은 계의 제약 조건에 어떤 확률 모형이 맞는지를 알려 줍니다.

통계역학의 의미

미시 상태는 계의 완전한 하나의 미시적 배치를 뜻합니다. 거시 상태는 고정된 에너지, 온도, 부피, 입자 수처럼 거칠게 기술한 상태를 뜻합니다.

서로 다른 많은 미시 상태가 같은 거시 상태를 만들 수 있습니다. 그래서 상태 수를 세고 올바르게 가중치를 주는 일이 중요합니다. 통계역학은 역학을 대체하는 것이 아닙니다. 입자가 너무 많아 하나씩 추적할 수 없는 계를 예측할 수 있게 해 주는 실용적인 방법입니다.

볼츠만 분포가 적용되는 경우

어떤 계가 온도 $T$의 열저장고와 열평형에 있다면, 정준 앙상블에 따르면 에너지 $E_i$를 가진 미시 상태의 확률은

$$P_i = \frac{e^{-E_i/(k_B T)}}{Z}$$

입니다.

여기서 정규화 상수는

$$Z = \sum_j e^{-E_j/(k_B T)}.$$

입니다.

이것이 이산적인 미시 상태에 대한 볼츠만 분포입니다. 분배함수라고 부르는 $Z$는 확률들의 합이 $1$이 되도록 정규화해 줍니다. 에너지가 낮은 상태일수록 더 큰 가중치를 받지만, 에너지가 높은 상태도 여전히 가능성은 있습니다.

조건이 중요합니다. 이 식은 모든 통계역학 문제에 보편적으로 적용되는 규칙이 아닙니다. 계가 평형 상태에 있고 저장고와 에너지를 교환할 수 있어서 온도가 고정될 때 적용됩니다.

어떤 앙상블이 물리적 조건에 맞는가

앙상블은 어떤 물리적 상황에 대한 확률 모형입니다. 표준적인 세 경우는 다음과 같습니다.

미시정준 앙상블: 에너지 고정

고립된 계에서 에너지, 입자 수, 부피가 모두 고정되어 있을 때 사용합니다. 평형에서는 접근 가능한 미시 상태들이 모두 같은 확률을 가진다고 봅니다.

정준 앙상블: 온도 고정

계가 열저장고와 에너지를 교환할 수 있어서 온도는 고정되지만 계의 에너지는 변동할 수 있을 때 사용합니다. 바로 이 경우에 볼츠만 분포가 등장합니다.

대정준 앙상블: 온도와 화학 퍼텐셜 고정

계가 저장고와 에너지뿐 아니라 입자도 교환할 수 있을 때 사용합니다. 온도와 화학 퍼텐셜은 고정되고, 입자 수는 변동할 수 있습니다.

핵심은 단순합니다. 앙상블은 서로 바꿔 써도 되는 이름표가 아닙니다. 각각 다른 물리적 제약 조건을 담고 있습니다.

예제: 볼츠만 인자와 축퇴도

어떤 계가 온도 $T$에서 정준 앙상블에 있다고 합시다. 이 계에는 네 개의 미시 상태가 있습니다.

• 에너지가 $0$인 바닥 미시 상태 하나
• 에너지가 각각 $\Delta$인 들뜬 미시 상태 세 개

$\Delta = 2k_B T$라고 두면, 각 들뜬 미시 상태의 볼츠만 가중치는

$$e^{-\Delta/(k_B T)} = e^{-2} \approx 0.135.$$

입니다.

바닥 미시 상태의 가중치는 $1$이므로, 분배함수는

$$Z = 1 + 3e^{-2} \approx 1 + 3(0.135) \approx 1.406.$$

입니다.

이제 확률은 가중치를 $Z$로 나누면 바로 구할 수 있습니다.

바닥 미시 상태의 확률은

$$P_{\text{ground}} = \frac{1}{1 + 3e^{-2}} \approx 0.711.$$

입니다.

각 들뜬 미시 상태의 확률은

$$P_{\text{one excited microstate}} = \frac{e^{-2}}{1 + 3e^{-2}} \approx 0.096.$$

입니다.

하지만 들뜬 에너지 준위의 확률은 세 개의 들뜬 미시 상태 전체에 대해 합한 값입니다.

$$P_{\text{excited level}} = \frac{3e^{-2}}{1 + 3e^{-2}} \approx 0.289.$$

이 예제는 핵심적인 경쟁을 분명하게 보여 줍니다. 에너지는 확률을 낮추는 방향으로 작용하지만, 상태의 수는 확률을 높이는 방향으로 작용합니다. 더 높은 에너지 준위라도 그것을 공유하는 미시 상태가 많다면 여전히 중요할 수 있습니다.

꼭 기억해야 할 직관

볼츠만 인자는 낮은 에너지를 선호합니다. 상태 수는 중복도, 즉 다중성을 보상합니다. 평형에서의 거동은 이 두 효과가 함께 결정합니다.

그래서 통계역학은 익숙한 거시적 패턴을 설명할 수 있습니다. 열용량, 자화, 이상기체의 거동, 상전이는 모두 계의 제약 조건 아래에서 에너지와 다중성이 어떻게 경쟁하는지에 달려 있습니다.

통계역학에서 흔한 실수

조건을 확인하지 않고 볼츠만 분포를 사용하는 경우

볼츠만 분포는 정준 평형에 대한 것입니다. 계가 고립되어 있거나, 외부 구동을 받거나, 평형 밖에 있다면 먼저 가정을 점검해야 합니다.

에너지 준위와 미시 상태를 혼동하는 경우

여러 미시 상태가 같은 에너지를 가지면, 그 에너지 준위의 확률을 구하려면 각 확률을 더해야 합니다. 축퇴를 무시하면 잘못된 물리적 결론에 이를 수 있습니다.

모든 앙상블을 이름만 다른 같은 개념으로 취급하는 경우

앙상블은 문제의 조건 자체의 일부입니다. 에너지 고정과 온도 고정은 같은 물리적 조건이 아닙니다.

지수를 계산할 때 섭씨 온도를 사용하는 경우

$k_B T$에서 $T$는 절대온도이므로 반드시 켈빈을 사용해야 합니다.

통계역학은 어디에 쓰이는가

통계역학은 미시적인 무작위성이 있어도 거시적으로는 신뢰할 수 있는 거동이 나타나는 모든 경우에 사용됩니다. 여기에는 기체, 고체, 자기 현상, 화학 평형, 복사, 반도체, 다체 양자계가 포함됩니다.

실제로 이 과목은 종종 열역학과 미시 물리학을 잇는 다리 역할을 합니다. 열역학은 거시적으로 무엇이 일어나야 하는지를 말해 주고, 통계역학은 왜 그런 일이 일어나는지를 설명해 줍니다.

비슷한 문제를 풀어 보세요

같은 네 상태 예제를 유지하되, 간격을 $\Delta = 2k_B T$에서 $\Delta = k_B T$ 또는 $\Delta = 4k_B T$로 바꿔 보세요. $Z$와 들뜬 준위의 확률을 다시 계산해 보세요. 이 한 가지 연습만으로도 언제 에너지가 지배적이고 언제 다중성이 여전히 중요한지에 대한 좋은 직관을 얻을 수 있습니다.