Tailored and Externally Corrected Coupled Cluster with Quantum Inputs

이 논문은 구글의 시카모어(Sycamore) 장치와 같은 양자 하드웨어에서 측정된 파동함수 중첩을 활용하여 고전적 결합 클러스터(coupled cluster) 방법을 보정함으로써, 매우 낮은 양자 자원 요구량으로 강하게 상관된 계(strongly correlated systems)에 대해 화학적으로 정밀한 결과를 달성하는 하이브리드 양자-고전 접근법을 제안한다.

핵심

당신이 완벽한 케이크를 굽기 위해 노력하고 있다고 상상해 보세요(분자의 행동을 시뮬레이션하는 것입니다). 하지만 당신은 동시에 두 가지 매우 다른 문제를 해결해야 합니다:

1. "큰 그림" 문제 (정적 상관관계): 때때로 케이크의 재료들이 단순한 레시피로는 처리할 수 없는 기묘하고 복잡한 방식으로 상호작용합니다. 만약 이를 무시한다면, 당신의 케이크는 무너지거나 맛이 완전히 이상해질 수 있습니다. 화학에서는 화학 결합이 끊어지거나 형성될 때 이런 현상이 발생합니다.
2. "세부 디테일" 문제 (동적 상관관계): 설령 큰 그림을 제대로 잡았더라도, 모든 설탕 결정과 달걀 분자들의 아주 작고 끊임없는 흔들림까지 고려해야 합니다. 만약 이 미세한 디테일을 무시한다면, 당신의 케이크는 충분히 맛있을 만큼 정밀하지 못할 것입니다.

수십 년 동안, 과학자들에게는 하나의 "골드 스탠다드(표준)" 레시피(이를 **커플드 클러스터(Coupled Cluster)**라고 부릅니다)가 있었습니다. 이 레시피는 "세부 디테일" 문제를 처리하는 데는 탁월하지만, "큰 그림" 문제를 다루는 데는 형편없습니다. 이 레시피를 복잡한 분자에 적용하려고 하면 처참하게 실패하곤 합니다.

새로운 하이브리드 레시피

이 논문은 양자 컴퓨터와 고전 슈퍼컴퓨터의 장점을 결합한 영리한 하이브리드 접근 방식을 제안합니다.

양자 컴퓨터를 "러프 드래프트(초안) 아티스트"라고 생각해 보세요. 이 아티스트는 "큰 그림"(복잡하고 기묘한 상호작용)을 스케치하는 데 능숙하지만, 완벽하지는 않습니다. 몇 가지 실수를 할 수도 있습니다.
고전 컴퓨터를 "정밀 편집자"라고 생각해 보세요. 이 편집자는 복잡한 그림을 처음부터 그려내는 데는 서툴지만, 러프한 스케치를 가져와서 "세부 디테일"을 다듬어 완벽하게 만드는 데는 천재적입니다.

저자들의 방법은 다음과 같이 작동합니다:

1. 스케치: 양자 컴퓨터에게 "시도 상태(trial state)"(분자의 러프한 스케치)를 준비하도록 요청합니다.
2. 측정: 양자 컴퓨터에게 전체 계산을 수행하도록 시키는 대신(이는 너무 어렵고 오류가 발생하기 쉽습니다), 특정 "중첩(overlap)"만을 측정하도록 요청합니다. 이는 마치 두 개의 투명한 시트를 빛에 비추어 보며 "이 두 도형이 얼마나 겹치는가?"라고 묻는 것과 같습니다.
3. 다듬기: 이 중첩 측정값을 가져와 고전적인 "정밀 편집자"(스플릿-앰플리튜드 커플드 클러스터(Split-Amplitude Coupled Cluster) 방식)에게 전달합니다. 편집자는 러프한 스케치를 사용하여 "큰 그림"의 오류를 수정하고, 그 다음 "세부 디테일"을 추가하여 화학적으로 정밀한 결과를 얻어냅니다.

"섀도우(그림자)" 기법

양자 컴퓨터에서 이러한 중첩을 측정하는 것은 보통 폭풍 속에서 모래알을 세려는 것과 같습니다. 명확한 답을 얻기 위해 수백만 번의 측정(이를 "샷(shots)"이라고 부릅니다)이 필요합니다.

저자들은 **"클래식 섀도우(Classical Shadows)"**라고 불리는 트릭을 사용합니다. 이는 당신이 3D 물체의 모습을 알고 싶지만, 오직 무작위 각도에서 찍은 2D 사진들만 가질 수 있는 상황과 같습니다. 충분한 수의 무작위 사진(그림자)을 찍음으로써, 물체 전체를 직접 보지 않고도 수학적으로 3D 형태를 재구성할 수 있습니다.

• 그들은 중첩을 측정하기 위해 **매치게이트 섀도우(Matchgate Shadows)**라는 특정 유형의 섀도를 사용했습니다.
• 그들은 설령 사진이 약간 흐릿하거나(노이즈가 있거나) 스케치가 불완전하더라도, "정밀 편집자"는 놀라울 정도로 견고하다는 것을 발견했습니다. 편집자는 여전히 레시피를 수정하여 완벽한 케이크를 만들어낼 수 있습니다.

연구 결과

연구팀은 질소 분자를 분해하거나 다이아몬드 결정을 시뮬레이션하는 등 몇 가지 시나리오를 통해 이를 테스트했습니다. 주요 결론은 다음과 같습니다:

• 불완전한 스케치도 작동함: 양자 컴퓨터의 "러프한 초안"이 (마치 어린이가 그린 것처럼) 꽤 형편없더라도, 고전 편집자가 이를 수정할 수 있습니다. 최종 결과는 종종 화학적으로 정확하며, 기존의 "골드 스탠다드" 레시피가 가졌던 실패를 극복합니다.
• 놀라울 정도로 적은 측정 횟수: 좋은 결과를 얻으려면 수십억 번의 측정이 필요할 것이라고 생각할 수도 있습니다. 하지만 그들은 결과물을 얻기 위해 수백만 번(구체적으로 질소 분자의 경우 약 3,000만 샷) 정도면 충분하다는 것을 발견했습니다. 이는 현재의 양자 하드웨어로 충분히 감당 가능한 숫자입니다.
• 실제 하드웨어 테스트: 그들은 단순히 시뮬레이션만 한 것이 아니라, 이를 구글의 시카모어(Sycamore) 양자 칩에서 실제로 실행했습니다. 실제 물리적 칩의 노이즈와 오류가 존재하는 환경에서도, 그들의 방법은 다른 고급 양자 시뮬레이션 방법들과 대등한 결과를 만들어냈습니다.
• 다이아몬드와 다이아몬드: 다이아몬드 결정을 대상으로 테스트했을 때, 이 방법은 단순히 원시 양자 스케치만을 사용했을 때보다 결과를 크게 개선했습니다. 다만, 양자 스케치 자체가 해당 사례에서 다소 제한적이었기 때문에 "완벽한" 수준에는 도달하지 못했습니다.

핵심 요약

이 논문은 오늘날 어려운 화학 문제를 해결하기 위해 반드시 완벽하고 오류가 없는 양자 컴퓨터가 필요한 것은 아니라는 점을 보여줍니다. 우리는 단지 양자 컴퓨터가 복잡한 부분에 대한 "러프한 스케치"를 제공하고, 고전 컴퓨터가 세부 사항을 다듬는 무거운 작업을 수행하게 하면 됩니다.

이는 마치 재능은 있지만 약간 서툰 아티스트(양자 컴퓨터)가 걸작의 윤곽을 그리고, 꼼꼼한 복원가(고전 컴퓨터)가 색을 채우고 선을 바로잡는 것과 같습니다. 이들이 함께할 때, 두 존재가 각자 혼자서는 결코 만들 수 없었던 걸작을 만들어내게 됩니다.

기술 요약

기술 요약: 양자 입력을 활용한 맞춤형 및 외부 교정 결합 클러스터 방법론

문제 정의
분자의 전자 구조를 정확하게 시뮬레이션하려면 정적(static) 상관관계와 동적(dynamic) 상관관계를 모두 균형 있게 처리해야 합니다. 단일 참조 결합 클러스터(CC) 방법, 특히 CCSD(T)는 동적 상관관계에 있어서는 "골드 스탠다드(gold standard)"이지만, 결합 해리(bond dissociation)와 같은 다중 참조(multi-reference, MR) 영역에서는 치명적으로 실패합니다. 반대로, 고전적인 MR 방법(예: MRCC)은 계산 비용이 너무 많이 들며, 활성 공간(active space, AS) 방법(예: CASCI)은 활성 공간 내의 정적 상관관계는 잘 포착하지만 활성 공간 외부의 동적 상관관계는 간과합니다.

양자 컴퓨팅은 정적 상관관계를 해결하기 위한 고품질의 MR 시도 상태(trial states, 예: VQE를 통한 상태)를 준비하는 경로를 제공합니다. 그러나 이러한 양자 상태를 고전적인 동적 상관관계 교정법에 통합하는 데에는 상당한 어려움이 따릅니다. 전통적인 하이브리드 접근 방식은 종종 고차 축약 밀도 행렬(RDM), 즉 3RDM 및 4RDM의 측정을 요구하며, 이는 매우 작은 활성 공간을 넘어서는 시스템에 대해서는 지수적으로 증가하는 측정 샷(shot) 수(양자 자원)를 초래하여 현재로서는 실행 불가능합니다.

방법론
저자들은 양자 입력을 사용하는 분할 진폭 결합 클러스터(split-amplitude Coupled Cluster) 방법, 구체적으로 테일러드 결합 클러스터(Tailored CC, TCC) 및 **외부 교정 결합 클러스터(externally corrected CC, ec-CC)**를 활용하는 하이브리드 양자-고전 프레임워크를 제안합니다.

1. 양자 입력 전략: 고차 RDM을 측정하는 대신, 양자 컴퓨터는 시도 파동 함수 $|\Psi_T\rangle$(예: VQE 상태)를 준비합니다. 양자 장치는 오직 이 시도 상태와 특정 슬레이터 결정식(computable basis states) 사이의 **중첩(overlaps)**을 측정하는 데에만 사용됩니다.
2. 측정 프로토콜: 저자들은 고차 RDM이나 전체 상태 토모그래피, 또는 고차 RDM을 필요로 하는 대신, 여러 기대값을 다항식 횟수의 샷으로 효율적으로 추정할 수 있는 클래식 섀도우(classical shadows), 구체적으로 **매치게이트 섀도우(matchgate shadows)**를 채택했습니다.
3. 고전적 처리:
   • TCC: 측정된 중첩값은 클러스터 분석을 통해 활성 공간의 클러스터 진폭($T_1, T_2$)을 추출하는 데 사용됩니다. 이 진폭들은 "동결(frozen)"되며, 나머지 외부 진폭은 표준 CCSD 방정식을 사용하여 해결됩니다.
   • ec-CC: 중첩값은 시도 상태로부터 근사적인 3중($T_3$) 및 4중($T_4$) 진폭을 결정하는 데 사용됩니다. 이들은 동결된 상태로 유지되며, 그 존재 하에서 싱글스(singles) 및 더블스(doubles) 방정식이 풀려 MR 특성을 가진 CCSD 에너지를 효과적으로 교정합니다.
4. 노이즈 모델링: 저자들은 매치게이트 섀도우 측정에 대한 통계적 노이즈 모델을 개발했습니다. 저자들은 중첩 추정치가 가우시안 분포를 따르며 독립 동일 분포(i.i.d.)임을 검증했습니다. 이를 통해 전체 양자 회로를 매 데이터 포인트마다 시뮬레이션하지 않고도 샷 예산을 추정할 수 있는 합성 에러 모델을 구축할 수 있습니다.

주요 기여

• 자원 효율성: 본 논문은 분할 진폭 방법이 고차 RDM 대신 다항식 개수의 중첩값(TCCSD의 경우 $<n^4$, ec-CC의 경우 $<n^8$)만을 필요로 한다는 것을 보여줍니다. 이는 QRDM-NEVPT2와 같은 방법과 비교했을 때 필요한 샷 수를 획기적으로 줄여줍니다.
• 불완전한 상태에 대한 강건성: $N_2$ 해리 곡선에 대한 수치 시뮬레이션 결과, TCCSD와 ec-CC는 매우 강건한 것으로 나타났습니다. 입력된 양자 파동 함수가 낮은 품질(예: CASCI 대비 에너지 오차가 큰 얕은 VQE 회로)일지라도, 이 방법들은 일반적인 CCSD의 질적인 실패(예: 가짜 반응 장벽)를 성공적으로 치료하고 화학적으로 정밀한 동적 상관관계 교정을 제공합니다.
• 샷 예산 추정: TCCSD 에너지와 표준 CCSD 진단법(특히 $T_1$ 진단) 사이의 상관관계를 통해, 저자들은 필요한 샷 예산을 예측하는 멱법칙(power-law) 모델을 도출했습니다. 저자들은 화학적 정밀도를 가진 $N_2$ 해리 곡선(21개 지점)을 얻기 위해 약 3,000만 샷이 필요하다고 추정했으며, 이는 현재 하드웨어에서 실행 가능한 수치입니다.
• 실험적 검증: 저자들은 Google의 Sycamore 장치를 사용하여 ec-CC 프로토콜을 테스트했습니다($H_4$ 및 다이아몬드 단위 셀의 중첩 측정). 저자들은 분산(variance)을 기준으로 중첩을 필터링하고 전역 위상(global phase)을 보정하는 포스트 프로세싱 파이프라인을 구현했습니다.

결과

• $N_2$ 해리 (시뮬레이션): 얕은 VQE 상태에 의해 테일러링된 TCCSD는 일반 CCSD에 존재하는 인위적인 반응 장벽을 성공적으로 제거하였으며, 정확한 CASCI에 의해 테일러링된 TCCSD와 거의 동일한 해리 곡선을 복구했습니다. 동적 상관 에너지 기여도는 VQE 안사츠(ansatz)의 불완전성에 대해 강건한 것으로 나타났습니다.
• $H_4$ 사각형 (Sycamore 하드웨어): 실험적인 매치게이트 섀도우 데이터를 사용하여, ec-CC는 충분한 샷을 통해 화학적 정밀도(오차 < 1 mEh)를 달acia했으며, 이는 시도 상태의 원시 변분 에너지 및 일반 CCSD 에너지보다 우수한 성능을 보였습니다. 결과는 동일한 하드웨어 실험에서 얻은 양자 몬테카를로(QC-QMC) 결과와 유사했습니다.
• 다이아몬드 단위 셀 (Sycamore 하드웨어): 26개의 궤도를 가진 더 큰 시스템에 대해, 양자 시도 상태를 사용한 ec-CC와 TCCSD는 시도 상태의 변분 에너지를 크게 개선했으나, 화학적 정밀도에는 도달하지 못했습니다. 저자들은 이를 방법 자체의 실패라기보다는 활성 공간 근사의 한계와 시도 상태(perfect-pairing)의 특성 때문이라고 설명했습니다.
• 에러 완화: 저자들은 내장된 에러 완화 메커니즘을 확인했습니다. 이 방법은 중첩의 비율(정규화를 위함)에 의존하고 중첩값이 실수(real)이기 때문에, 디폴라이징 노이즈(depolarizing noise)와 같은 특정 유형의 노이즈가 몫(quotient) 계산 과정에서 상쇄되어, 직접적인 에너지 기대값 측정보다 장치 노이즈에 더 탄력적입니다.

의의 및 주장
본 논문은 이 접근 방식이 전자 구조 분야에서 양자 우위를 점하기 위한 실행 가능한 근시안적(near-term) 경로를 제공한다고 주장합니다.

1. 실행 가능성: 동적 상관관계 교정을 위한 측정 장벽을 낮추어, 현재의 샷 예산으로 다루기 어려운 시스템을 처리할 수 있게 합니다.
2. 에러 탄력성: 상태 준비의 불완전성(얕은 회로)과 측정 노이즈 모두에 강건하며, 불량한 입력으로부터도 질적인 정확성을 회복하는 경우가 많습니다.
3. 하이브리드 생존력: 양자 컴퓨터가 어려운 정적 상관관계(상태 준비 및 중첩 측정)를 담당하고, 고전 컴퓨터가 어려운 동적 상관관계(표준 CC 솔버)를 담당하는 구체적인 프레임워크를 제공하여 기존의 고전적 인프라(예: DLPNO-CCSD)를 활용합니다.
4. 진단적 가이드: 저자들은 특정 다중 참조 특성이 존재하는 시스템에서 양자 시도 상태가 ec-CC에 어떤 개선을 가져올지 결정할 수 있는 실질적인 가이드를 제공하며, 양자 우위의 존재 여부를 특정 진단법과 연결합니다.

저자들은 현재의 결과가 유망하지만, 샷 수는 매치게이트 섀도우에 기반한 상한선이며, 향후 연구에서 자원 요구량을 더욱 줄이기 위해 더 효율적인 섀도우 프로토콜(예: 입자 수 보존 프로토콜)을 탐색할 수 있다고 결론지었습니다.