Iceberg Beyond the Tip: Co-Compilation of a Quantum Error Detection Code and a Quantum Algorithm

본 논문은 이전의 최첨단 시연 결과에 비해 Quantinuum H2-1 양자 컴퓨터에서 성공 확률과 사후 선택률을 크게 향상시키는 Iceberg 양자 오류 감지 코드의 유연한 인코딩을 양자 근사 최적화 알고리즘 (QAOA) 과 함께 최적화하는 공최적화 프레임워크를 제시합니다.

핵심

이 논문은 간단한 언어와 창의적인 비유를 사용하여 설명합니다.

큰 그림: "빙산" 문제

소음 폭풍 한가운데서 희미한 라디오 신호 (양자 계산) 를 들으려 한다고 상상해 보세요. 신호가 너무 약해서 정적 (소음) 이 그것을 압도합니다.

양자 컴퓨팅 세계에서는 **양자 오류 검출 (QED)**이라는 기술을 사용합니다. 이는 공장의 "품질 관리 검사원"과 같습니다. 제품 (계산 실행) 에 결함이 나오면 검사원은 그것을 폐기하고 다시 시도합니다. 완벽한 것만 유지하는 것입니다.

이 논문에서 사용되는 특정 "검사원"은 **빙산 코드 (Iceberg code)**라고 불립니다. 실제 빙산처럼 구조의 대부분이 물 아래에 숨겨져 있기 때문에 빙산이라고 이름 붙여졌습니다. 이 코드는 오류를 포착하기 위해 데이터를 더 크고 복잡한 형태로 인코딩합니다.

문제:
이 논문은 빙산 코드가 훌륭한 검사원이지만, 공장을 구축하는 방식 ("컴파일") 이 비효율적이었다고 주장합니다.

• 구식 방식: 우리는 미리 만들어진 단단한 벽으로 공장을 지었습니다. 검사원이 유연한 방법으로 검사할 수 있더라도, 우리는 근로자들에게 엄격하고 느린 경로를 따르도록 강요했습니다. 이로 인해 근로자들이 아무것도 하지 않고 서 있게 되어 (유휴 상태) 피로해지고 실수 (메모리 오류) 를 저지르기 쉬웠습니다.
• 결과: 공장은 너무 크고 느렸으며, "품질 관리"는 과정이 너무 지저분했기 때문에 너무 많은 좋은 제품을 폐기했습니다.

해결책: 공동 컴파일 ( "탱고" 접근법)

저자들은 **공동 컴파일 (Co-Compilation)**이라는 새로운 방법을 제안합니다. 알고리즘을 먼저 만든 다음 오류 감지 코드를 스티커처럼 그 위에 붙이는 대신, 파트너가 탱고를 추듯 함께 구축합니다.

그들은 "검사원" (빙산 코드) 이 숨겨진 유연성을 가지고 있음을 깨달았습니다. 검사원은 다른 순서로 또는 다른 도구를 사용하여 오류를 확인할 수 있습니다. 알고리즘과 검사원이 함께 춤추도록 함으로써 그들은 다음과 같은 효과를 얻을 수 있습니다:

1. 유휴 시간 제거: 근로자들이 피로해지지 않도록 지속적으로 움직이게 합니다.
2. 공장 축소: 전체 과정을 훨씬 더 짧게 만듭니다.
3. 안전 유지: 검사원이 여전히 모든 불량 제품을 포착하도록 보장합니다.

어떻게 수행했는지 (세 가지 트릭)

이 팀은 이 춤이 작동하도록 하기 위해 세 가지 주요 트릭을 사용했습니다:

1. 도구 재설계 (새로운 가젯):
   그들은 "검사원의 도구"의 새롭고 빠른 버전을 만들었습니다. 옛날 도구가 못을 박기 위해 망치를 사용한 다음, 나사 드라이버, 그리고 렌치를 사용했던 것처럼요. 그들은 검사원이 작업을 더 적은 단계로 수행할 수 있도록 도구를 재설계하여 일부 작업의 시간을 절반으로 줄였습니다.

2. 가구 재배치 (가젯 재합성):
   옛날 설정에서는 검사원의 도구들이 길고 구불구불한 계단처럼 배열되어 있었습니다. 저자들은 가구를 재배치하여 직선이나 2 차선 고속도로처럼 만들 수 있음을 깨달았습니다. "검사원"은 모든 큐비트를 확인하는 한 어떤 순서로 확인하든 상관없기 때문에, 교통 체증을 피하기 위해 단계를 재배열할 수 있었습니다.

3. 대칭성 활용 (Z2 트릭):
   그들이 테스트한 특정 문제 (MaxCut) 는 특별한 대칭성을 가지고 있습니다: 방 안의 모든 스위치를 뒤집어도 같은 결과가 나옵니다. 저자들은 이 "거울 이미지" 속성을 활용하여 한 번에 두 가지 작업을 수행할 수 있음을 깨달았습니다. 마치 벽의 왼쪽과 오른쪽이 동일하므로 동시에 칠할 수 있음을 깨닫는 것처럼, 페인팅 시간을 절반으로 줄이는 것입니다.

결과: "손익분기점" 돌파

양자 컴퓨팅에서 **"손익분기점 (Break-Even)"**이라는 개념이 있습니다. 이는 오류 수정을 사용하는 것이 단순히 수정되지 않은 지저분한 버전을 실행하는 것보다 실제로 결과를 더 좋게 만드는 순간을 의미합니다. 그 전까지는 오류 수정이 너무 많은 오버헤드를 추가하여 상황을 더 악화시켰습니다.

그들이 달성한 것:

• 더 빠름: 계산의 "깊이" (단계 수) 를 최대 **55%**까지 줄였습니다.
• 더 신뢰할 수 있음: 특정 테스트에서 유지된 "양호한" 결과의 수 (사후 선택률) 를 **4% 에서 33%**로 증가시켰습니다.
• 더 큼: 그들은 34 개 큐비트 (양자 정보의 기본 단위) 에서 복잡한 계산을 성공적으로 실행했습니다. 그 전까지 이 특정 코드로 가장 많이 한 것은 20 개 큐비트였습니다.
• 소음보다 우수함: 처음으로 오류 수정된 버전이 이러한 더 큰 규모에서 수정되지 않은 버전보다 더 좋은 성능을 발휘했습니다.

"긴 꼬리" 발견

그들이 결과를 살펴보면 흥미로운 점을 발견했습니다. 오류 수정된 결과에는 기이하고 고에너지인 결과들의 "긴 꼬리"가 있었습니다.

• 비유: 시험 점수의 종형 곡선을 상상해 보세요. "긴 꼬리"는 평균보다 훨씬 나쁜 점수를 받은 몇몇 학생이 있다는 것을 의미합니다.
• 수정: 저자들은 오류 감지기가 가장 나쁜 오류들을 폐기하기 때문에, 남은 "긴 꼬리" 오류들은 실제로 특정 유형의 실수임을 깨달았습니다. 그들은 단순히 데이터에서 가장 극단적인 이상치를 무시함으로써 (사후 처리 트릭), 거의 완벽하고 소음이 없는 계산과 똑같은 결과를 얻을 수 있음을 보여주었습니다.

요약

이 논문은 양자 컴퓨터가 더 효율적이 되도록 가르치는 것에 관한 것입니다. 저자들은 오류 수정을 경직되고 무거운 부담으로 취급하는 대신, 유연한 파트너로 취급했습니다. 도구를 재설계하고, 단계를 재배열하며, 문제의 수학을 자신들의 이점으로 활용함으로써 그들은 양자 컴퓨터를 더 빠르고, 더 신뢰할 수 있으며, 현재 하드웨어에서 이전보다 더 큰 문제를 해결할 수 있게 만들었습니다.

기술 요약

"빙산의 일각을 넘어: 양자 오류 검출 코드와 양자 알고리즘의 공동 컴파일"에 대한 상세한 기술 요약입니다.

1. 문제 제기

양자 하드웨어, 특히 Quantinuum H2-1 과 같은 포획 이온 장치의 최근 발전은 논리 큐비트 실증을 가능하게 했습니다. 그러나 여전히 핵심적인 과제는 남아있습니다: 정확한 알고리즘 관측값을 추출하기 위한 노이즈 완화입니다.

• 현재 흐름의 한계: 양자 오류 검출 (QED) 코드 (예: Iceberg 코드) 는 오류가 있는 실행을 식별하고 폐기할 수 있지만, 기존의 컴파일 흐름은 알고리즘과 오류 검출 가젯을 별개의 개체로 취급합니다. 이들은 고정된 가젯 구조와 경직된 순서를 사용합니다.
• 결과: 이러한 분리는 QED 가젯 인코딩 및 순서의 고유한 유연성을 활용하지 못합니다. 이로 인해 다음과 같은 문제가 발생합니다:
  • 병렬성 감소.
  • 큐비트 유휴 시간 증가로 인해 큐비트가 메모리 오류 (결어긋남) 및 결어긋남에 노출됨.
  • 대규모 회로 (일반적으로 20 개 이상의 큐비트) 에 대해 "브레이크 이븐 이상 (break-even 이상)"의 성능 (부호화된 회로가 부호화되지 않은 회로보다 우수한 성능) 을 달성하지 못함.

2. 방법론: 공동 컴파일 프레임워크

저자들은 알고리즘 회로와 QED 가젯을 공동으로 최적화하는 하드웨어 인식형 공동 컴파일 프레임워크를 제안합니다. 핵심 철학은 알고리즘과 오류 검출 코드를 두 개의 순차적 단계가 아닌 단일하고 유연한 시스템으로 취급하는 것입니다.

주요 최적화 전략:

1. 새로운 내결함성 가젯:

   • 초기화: 이전의 선형 구조에 비해 회로 깊이를 절반으로 줄이는 2-분기 GHZ 구성을 사용하도록 재설계됨.
   • 증후군 측정: CNOT 게이트 순서를 재배열하여 깊이를 $k+6$에서 $k+2$로 줄임 (여기서 $k$는 논리 큐비트 수).
   • 최종 측정: 보조 큐비트와 CNOT 의 수를 1 개 줄임.

2. 가젯 재합성 및 큐비트 재배열:

   • 가젯의 암시적 큐비트 순서 (일반적으로 $[t, 1, \dots, k, b]$) 는 고정되지 않았습니다. 프레임워크는 자주 사용되는 큐비트를 우선시하도록 이 순서를 치환하여 충돌과 유휴 시간을 줄입니다.
   • 예시: 알고리즘에서 가장 활발하게 사용되는 큐비트의 연결성에 맞추기 위해 초기화 가젯의 큐비트 순서를 재배열.

3. 문제 대칭성 ($Z_2$ 대칭성) 활용:

   • MaxCut 과 같은 문제의 경우, 해는 전역 비트 플립 ($X_1 X_2 \dots X_k$) 에 대해 불변입니다.
   • Iceberg 코드에서 이 대칭성은 논리 $X$ 회전을 제어 비트로 상단 큐비트 ($t$) 또는 하단 큐비트 ($b$) 중 하나를 사용하여 구현할 수 있게 합니다.
   • 영향: 이를 통해 믹서 레이어를 두 개의 병렬 분기로 분할할 수 있어, 믹싱 연산자의 회로 깊이가 절반으로 줄어듭니다.

4. 트리 검색 기반 컴파일:

   • 유연한 게이트 순서와 가젯 구조로 인해 생성된 기하급수적으로 큰 설계 공간을 탐색하기 위해, 저자들은 트리 검색 알고리즘을 개발했습니다.
   • 그래프 표현: 깊이를 추정하기 위해 "컴파일되지 않은 그래프"를 사용하고, 각 단계에서 유효한 게이트 조합을 추적하기 위해 "실행 가능한 그래프"를 사용합니다.
   • 휴리스틱 비용 함수: 현재 경로 길이 ($G$) 와 컴파일되지 않은 그래프의 간선 최대 가중치에 기반하여 계산된 잔여 깊이 추정치 ($H$) 를 결합합니다.
   • 목표: 내결함성을 유지하면서 소스 노드 (컴파일되지 않음) 에서 목표 노드 (완전히 컴파일됨) 까지의 최단 경로 (최소 깊이) 를 찾습니다.

3. 주요 기여

1. 공동 컴파일 파이프라인: "고정된 가젯" 패러다임을 넘어 알고리즘 회로와 QED 가젯을 공동으로 최적화하는 새로운 프레임워크.
2. 자동화된 트리 검색: 그래프 표현과 휴리스틱을 사용하여 유효한 게이트 순서와 가젯 치환의 광범위한 공간을 탐색하는 확장 가능한 컴파일러.
3. 하드웨어 실증: Quantinuum H2-1 포획 이온 프로세서에서 성공적으로 실행되어 깊이, 포스트 선택률, 성공 확률에서 상당한 개선을 입증.
4. 브레이크 이븐 이상 확장: 내결함성 성능의 한계를 이전의 최첨단 수준인 20 개 큐비트에서 34 개 논리 큐비트로 확장.

4. 실험 결과

이 프레임워크는 주로 MaxCut 을 위한 **양자 근사 최적화 알고리즘 (QAOA)**뿐만 아니라 즉각 양자 다항식 (IQP) 및 양자 푸리에 변환 (QFT) 회로를 사용하여 Quantinuum H2-1 하드웨어 및 에뮬레이터에서 평가되었습니다.

• 회로 깊이 감소:
  • MaxCut QAOA 의 경우, 공동 컴파일은 고정된 가젯 기준에 비해 2-큐비트 깊이를 최대 55% 감소시켰습니다.
  • 정규 그래프의 경우 깊이 감소는 약 54.8%, 랜덤 그래프 (밀도 0.2) 의 경우 약 43.9% 였습니다.
• 포스트 선택률:
  • $k=22$ 인스턴스 (330 개 알고리즘 게이트, 744 개 물리 게이트) 의 경우 4% 에서 33% 로 증가했습니다.
  • $k=38$에서도 관리 가능한 6.6% 의 포스트 선택률을 유지했습니다.
• 성공 확률 (브레이크 이븐 이상):
  • 최대 34 개 알고리즘 큐비트에 대해 브레이크 이븐 이상 성능 (부호화되지 않은 회로를 능가하는 성능) 을 달성했습니다.
  • $k=22$에서 성공 확률은 기준선인 44% 에서 제안된 방법인 65% 로 향상되었습니다.
  • $k=34$에서 부호화된 회로는 부호화되지 않은 버전보다 우수한 성능을 보였으며, 이전 방법들은 이 규모에서 실패했습니다.
• 다른 알고리즘:
  • IQP 회로: 최대 37% 깊이 감소 달성.
  • QFT 회로: 회로 구조에 제한을 받았지만 여전히 유익한 13% 깊이 감소 달성.
• 에너지 분포:
  • Iceberg 부호화된 회로는 부호화되지 않은 회로보다 노이즈 없는 에너지 분포를 더 정확하게 포착했습니다.
  • 간단한 후처리 전략 (긴 꼬리 잘라내기) 은 부호화된 회로의 총변동 거리 (TVD) 를 최대 **57%**까지 추가로 개선했습니다.

5. 의의

• NISQ/내결함성 하이브리드 시스템의 확장성: 이 연구는 "브레이크 이븐 이상" 성능이 이전에는 불가능하다고 생각되었던 훨씬 더 큰 문제 크기 (최대 34 개 큐비트) 에 대해 근미래 하드웨어에서 달성 가능함을 보여줍니다.
• 메모리 오류 완화: 공동 컴파일을 통해 회로 깊이와 큐비트 유휴 시간을 적극적으로 줄임으로써, 포획 이온 시스템의 주요 병목 현상인 메모리 오류 (유휴 시간 중 결어긋남) 를 직접 해결합니다.
• 일반화 가능성: Iceberg 코드와 QAOA 에서 입증되었지만, 이 공동 컴파일 프레임워크는 다른 QED 코드 (예: H-코드) 와 알고리즘에도 적용 가능하여 더 효율적인 내결함성 아키텍처로의 길을 제공합니다.
• 실용적 벤치마킹: 노이즈가 있는 하드웨어에서 고충실도 에너지 분포를 추출할 수 있다는 것은, 완전한 오류 정정이 제공되기 전에도 QED 가 스마트한 컴파일과 결합될 경우 근미래 양자 알고리즘 벤치마킹을 위한 실현 가능한 도구임을 시사합니다.

요약하자면, 이 논문은 "빙산의 일각 (현재의 QED 성능)"을 오류 검출 코드와 알고리즘을 통합되고 공동으로 최적화된 시스템으로 취급함으로써 크게 확장할 수 있으며, 이를 통해 복잡한 알고리즘 작업을 위한 현재 양자 하드웨어의 잠재력을 unlocking 할 수 있다고 주장합니다.