Monte Carlo particle transport on quantum computers

원자력 에너지와 방사선 안전의 세계에서 과학자들은 입자가 물질을 통해 어떻게 이동하는지 예측하기 위해 몬테카를로 시뮬레이션이라는 강력한 도구에 의존합니다. 모래알 한 알이 북적이는 방 안에서 어떻게 튀어 다니는지 추적한다고 상상해 보십시오. 이제 이것을 수십억 개의 모래알에 대해 수행하며, 각 모래알이 서로 다른 경로를 택하고, 벽에 부딪히고, 때로는 완전히 사라지는 과정을 상상해 보십시오. 현재 우리 기술의 대부분을 차지하는 고전 컴퓨터에서는 이 과정이 잘 확립되어 있지만 믿기 힘들 정도로 비용이 많이 듭니다. 신뢰할 수 있는 방사선 이동 경로와 차폐 필요량을 얻기 위해 충분한 무작위 경로를 생성하려면 거대한 슈퍼컴퓨터를 장시간 가동해야 합니다. 더 빠르고 효율적인 계산에 대한 수요가 증가함에 따라, 연구자들은 새로운 종류의 기계인 양자 컴퓨터를 바라보고 있습니다. 이 장치들은 정보가 동시에 여러 상태로 존재할 수 있는 양자 역학의 기묘한 규칙에 따라 작동하며, 특정 복잡한 문제를 기존의 고전 컴퓨터보다 훨씬 빠르게 해결할 수 있다는 이론적 가능성을 제시합니다.

이 연구를 이끄는 핵심 질문은 이러한 양자 기계가 실제로 입자 수송이라는 복잡하고 무질서한 작업을 처리할 수 있는가 하는 것입니다. 양자 컴퓨터는 금융이나 화학 분야에서 가능성을 보여주었지만, 입자 이동의 복잡하고 단계적인 특성은 그동안 소외되어 왔습니다. 이 새로운 연구에서 프랑스의 탈레스 리서치 앤 테크놀로지(Thales Research and Technology) 연구진은 이 간극을 메우고자 했습니다. 그들은 단순히 오래된 소프트웨어를 새로운 하드웨어에서 실행하려고 시도한 것이 아니라, 양자 컴퓨터의 독특한 구조에 적합하도록 입자의 움직임을 표현하는 완전히 새로운 방법을 설계했습니다. 그들의 목표는 입자가 물질을 통과하는 여정을 산란과 흡수를 고려하여 시뮬레이션할 수 있는 방법을 찾아내어, 궁극적으로 상당한 속도 이점을 제공할 수 있는지 확인하는 것이었습니다.

연구팀이 수행한 일을 이해하려면, 먼저 물리적 세계를 양자 비트의 언어로 어떻게 번역했는지 그려보아야 합니다. 고전 시뮬레이션에서 컴퓨터는 시작 지점을 선택하고, 입자가 얼마나 멀리 날아갈지 결정하기 위해 디지털 주사위를 던지고, 무언가에 부딪혔는지 확인하기 위해 다시 주사위를 던진 다음, 입자가 어디로 튈지를 결정합니다. 이 과정은 입자가 흡수되거나 탈출할 때까지 반복됩니다. 연구진은 이 단계적인 추측 게임을 이산 시간 양자 워크(discrete-time quantum walk)라는 양자 개념으로 대체했습니다. 입자를 하나씩 추적하는 대신, 그들의 양자 설정은 입자의 위치를 격자 위에 퍼져 있는 파동으로 취급합니다. 그들은 각 사각형이 입자의 가능한 위치를 나타내는 가상의 격자를 구축했습니다. 이 격자는 중앙의 장애물과 주변의 팔(arm) 구조를 포함하며, 입자와 다르게 상호작작용하는 재료들로 구성된 특정 물리적 설정을 모방하도록 설계되었습니다.

그들의 새로운 방법의 핵심은 입자가 다음에 어디로 가야 할지를 결정하는 방식에 있습니다. 표준적인 양자 워크에서 입자는 어떤 방향으로든 동일한 확률로 이동할 수 있습니다. 그러나 실제 세계에서는 입자가 통과하는 물질이 그 행동을 결정합니다. 입자가 밀도가 높은 물질 안에 있다면 튕겨 나가거나 멈출 확률이 높고, 빈 공간에 있다면 직선으로 날아갑니다. 연구진은 이를 처리하기 위해 '위치 의존적 코인(position-dependent coin)'이라 부르는 특별한 규칙을 만들었습니다. 이 코인을 물리적인 물체가 아니라, 입자가 격자의 정확히 어느 지점에 서 있느냐에 따라 변하는 일련의 지침이라고 생각하십시오. 만약 입자가 흡수될 확률이 높은 영역에 있다면, 이 지침은 양자 시스템에 입자를 그 자리에 머물게 할 높은 확률을 부여합니다. 만약 입자가 산란될 가능성이 높은 영역에 있다면, 지침은 입자를 새로운 방향으로 이동시킵니다. 이를 통해 방대한 데이터를 모든 시나리오마다 저장할 필요 없이, 재료의 국소적 특성을 존중하며 시뮬레이션을 수행할 수 있었습니다.

그 후 팀은 이러한 단계들을 수행하기 위한 회로, 즉 컴퓨터 프로그램의 양자 버전을 구축했습니다. 그들은 먼저 특정 소스 지점에서 입자를 준비하는 것으로 시작했습니다. 그런 다음 입자 여정의 한 '단계'를 나타내는 일련의 연산을 적용했습니다. 이 시퀀스는 국소적 규칙을 확인하고, 방향을 결정하고, 입자를 격자의 다음 지점으로 이동시키는 과정을 포함했습니다. 또한 그들은 가상 세계의 경계도 고려해야 했습니다. 이 특정 문제에서 입자는 허공으로 날아가 사라질 수 없으므로, 연구진은 공이 벽에 부딪히는 것처럼 경계에 부딪히면 입자를 다시 튕겨내도록 프로그래밍했습니다. 그들은 이 시뮬레이션을 실행하기 위해 두 가지 다른 방법을 테스트했습니다. 첫 번째 방법은 매 단계마다 입자의 위치를 측정하여, 다음 단계를 밟기 전에 양자 상태를 고전적인 결과로 붕괴시키는 것이었습니다. 두 번째 방법은 특정 관심 영역에서 입자를 발견할 확률을 높이기 위해 진폭 증폭(amplitude amplification) 기술을 사용하여, 관찰 없이 여러 단계를 거쳐 양자 시스템이 진화하도록 두는 것이었습니다.

시뮬레이션을 실행했을 때, 결과는 기대와 한계를 동시에 보여주었습니다. 연구진은 양자 결과를 두 가지 확립된 벤치마크, 즉 격자 기반 계산을 사용하는 고전적 방법과 50만 개의 입자를 추적하는 전통적인 몬테카를로 시뮬레이션과 비교했습니다. 시뮬레이션 초기 단계에서 양자 워크는 고전적 결과와 매우 유사하게 나타났습니다. 입자는 예상되는 물리 법칙에 따라 격자를 통해 퍼져 나갔으며, 장애물을 정확히 피하고 주변의 팔 구조를 채웠습니다. 이는 그들의 새로운 방법이 기하학적 구조와 기본적인 입자의 흐름을 정확하게 표현할 수 있음을 확인시켜 주었습니다. 그러나 시뮬레이션이 더 많은 단계를 거치면서 양자 결과는 고전적 결과로부터 벗어나기 시작했습니다. 연구진은 이것이 입자를 제거하는 대신 제자리에 머물게 하는 그들의 흡수 처리 방식이 시간이 지남에 따라 작은 오차를 유발하는 근사치였기 때문이라고 추측했습니다.

이 연구는 양자 컴퓨터에서 입자 수송 문제를 해결했다고 주장하거나, 오늘날 산업계에서 사용할 수 있는 속도 향상을 입증한 것이 아닙니다. 대신, 이는 중요한 개념 증명(proof of concept) 역할을 했습니다. 연구진은 복잡한 국소적 입자 상호작용 규칙을 양자 회로에 인코딩하는 것이 가능하며, 시스템이 질적으로 올바른 결과를 생성할 수 있음을 보여주었습니다. 그들은 입자의 전체 속도를 더 정확하게 다루어야 하는 점이나, 계산 중에 시스템의 일부를 재설정하는 데 드는 계산 비용과 같은 구체적인 장애물들을 식별했습니다. 이 연구는 완전한 기능을 갖춘 양자 입자 수송 코드로 가는 길이 여전히 멀지만, 기초적인 단계는 이제 마련되었음을 시사합니다. 방사선의 혼돈스러운 춤을 구조화된 양자 워크로 전환함으로써, 연구팀은 미래의 연구자들이 이 방법을 개선하고 궁극적으로 핵 안전과 설계를 위해 양자 기계의 완전한 힘을 활용할 수 있는 문을 열었습니다.