Real-time adaptive tracking of fluctuating relaxation rates in superconducting qubits

1. 연구 배경 및 문제 제기 (Problem)

• 환경적 결맞음 손실 (Decoherence): 고체 상태 양자 프로세서의 연산 정밀도는 환경적 결맞음 손실에 의해 근본적으로 제한됩니다. 특히 초전도 큐비트의 이완 시간 ($T_1 = 1/\Gamma_1$) 은 예측 불가능하게 변동하며, 이는 양자 게이트의 충실도 (fidelity) 를 저하시킵니다.
• 기존 방법의 한계: 기존의 비적응형 (nonadaptive) 실험 프로토콜은 고정된 대기 시간을 사용하여 데이터를 수집한 후 곡선 피팅을 통해 $\Gamma_1$을 추정합니다. 이 방식은 다음과 같은 심각한 단점이 있습니다.
  • 낮은 시간 분해능: 데이터 수집에 수 초에서 수 분이 소요되어, 밀리초 (ms) 단위로 발생하는 빠른 동역학을 평균화하여 놓치게 됩니다.
  • 비효율성: 큐비트 상태에 대한 사전 정보가 활용되지 않아 불필요한 측정이 발생합니다.
  • 실시간 제어 부재: FPGA 등 저지연 하드웨어에서 실시간으로 파라미터를 추정하고 피드백을 줄 수 없어, 변동하는 큐비트 특성에 맞춰 연산을 최적화하기 어렵습니다.
• 핵심 질문: 초전도 큐비트의 이완율 변동이 실제로 얼마나 빠른 시간尺度 (timescale) 에서 발생하는지, 그리고 이를 실시간으로 추적하여 양자 오류 보정 및 프로세서 성능 최적화에 활용할 수 있는가?

2. 방법론 (Methodology)

이 연구는 FPGA 기반의 고전 제어기를 활용하여 **실시간 베이지안 추정 (Real-time Bayesian Estimation)**을 구현함으로써 기존 한계를 극복했습니다.

• 적응형 프로토콜 (Adaptive Protocol):

  • 단일 샷 측정 (Single-shot readout): 큐비트를 들뜬 상태 ($|1\rangle$) 로 초기화한 후, 적응적으로 선택된 대기 시간 ($\tau_i$) 동안 기다린 뒤 상태를 측정합니다.
  • 베이지안 업데이트: 측정 결과 ($m_i \in \{0, 1\}$) 를 기반으로 $\Gamma_1$의 확률 분포 (Posterior distribution) 를 실시간으로 업데이트합니다.
  • 지수 분포 근사: 계산 효율성을 위해 $\Gamma_1$의 사전 분포 (Prior) 와 사후 분포를 **감마 분포 (Gamma distribution)**로 근사화했습니다. 이는 FPGA 에서 두 개의 파라미터 (shape $k$, scale $\theta$) 만 추적하면 되어 계산 부하를 극도로 낮춥니다 (업데이트 시간 약 2.2 $\mu$s).
  • 적응형 대기 시간: 현재 추정된 평균 이완 시간 $\hat{T}_1$을 기반으로 다음 측정의 대기 시간을 동적으로 설정합니다 ($\tau_{i+1} = c \cdot \hat{T}_1$). 이는 정보 획득을 최대화하도록 설계되었습니다.

• 실험 설정:

  • 고정 주파수의 트랜스몬 (transmon) 큐비트 2 개 (Q1, Q2) 사용.
  • 상용 제어기 (Quantum Machines OPX1000) 내장 FPGA 를 활용하여 실시간 제어 및 데이터 처리 수행.
  • 기존 비적응형 방법 (고정된 대기 시간 그리드 사용) 과의 교차 검증 (Interleaved estimation) 수행.

3. 주요 기여 및 결과 (Key Contributions & Results)

가. 시간 분해능의 획기적 개선

• 기존 방법 (수 초~수 분) 대비 2 자릿수 (orders of magnitude) 빠른 시간 분해능을 달성했습니다.
• 전체 추정 시간을 약 11 ms로 단축하여, 평균 이완 시간 ($T_1 \approx 0.17$ ms) 과 유사한 시간尺度에서 변동성을 추적할 수 있게 되었습니다.
• 50 회 단일 샷 측정만으로 $T_1$을 추정할 수 있으며, 이는 기존 방법보다 훨씬 효율적입니다.

나. 빠른 변동 (Fast Fluctuations) 의 발견

• 전보식 스위칭 (Telegraphic Switching): 이완 시간이 수십 밀리초 (tens of milliseconds) 시간尺度에서 거의 **1 자릿수 (order of magnitude)**만큼 급격히 변동하는 현상을 관측했습니다. (예: 500 $\mu$s 에서 100 $\mu$s 로 급감).
• TLS 스위칭 속도: 이러한 변동은 환경 내 **2-레벨 시스템 (TLS, Two-Level Systems)**의 스위칭에 기인한 것으로 분석되었습니다.
  • 추정된 TLS 스위칭 속도는 최대 10 Hz에 달하며, 이는 기존 보고된 값보다 4 자릿수 (10,000 배) 빠릅니다.
  • 전력 스펙트럼 밀도 (PSD) 와 앨런 편차 (Allan deviation) 분석을 통해 로렌츠형 (Lorentzian) 노이즈가 지배적임을 확인했습니다.

다. 검증 및 정확도

• 교차 검증: 적응형 추정 결과와 기존 비적응형 방법 (지수 감쇠 곡선 피팅) 의 결과를 비교하여 두 값이 통계적으로 일치함을 입증했습니다.
• 불확실성 정량화: 베이지안 후분포의 표준 편차가 실제 추정 오차와 높은 상관관계를 보임을 확인하여, 실시간 추정 오차의 신뢰성을 검증했습니다.

4. 의의 및 중요성 (Significance)

• 양자 프로세서 (QPU) 캘리브레이션의 재정의:

  • 기존의 분~시간 단위의 캘리브레이션 주기가 필요하다는 통념을 깨고, 밀리초 단위의 실시간 적응형 재캘리브레이션이 가능함을 보였습니다.
  • 이는 "최악의 아웃라이어 (worst outlier)" 큐비트들을 실시간으로 식별하고, 게이트 실행을 중단하거나 라우팅을 변경하여 전체 QPU 의 충실도를 유지하는 전략에 필수적입니다.

• 재료 및 결함 이해의 심화:

  • 초전도 큐비트의 이완을 유발하는 TLS 의 동역학에 대한 새로운 통찰을 제공했습니다. 특히 매우 빠른 스위칭 속도를 가진 TLS 의 존재를 규명함으로써, 재료 공학적 개선 방향을 제시합니다.

• 확장성 및 응용:

  • 이 프로토콜은 단일 큐비트 게이트만 사용하므로 대규모 큐비트 배열로 확장 가능합니다.
  • 양자 오류 정정 (QEC) 구현 시, 큐비트의 실시간 상태 ($T_1$ 변동) 에 기반한 동적 라우팅 및 오류 완화 (Error Mitigation) 전략 수립의 기초를 마련했습니다.
  • 초전도 큐비트뿐만 아니라 다른 양자 플랫폼의 해밀토니안 학습 및 실시간 제어에도 적용 가능한 범용적인 방법론입니다.

결론

본 논문은 FPGA 기반의 적응형 베이지안 추정을 통해 초전도 큐비트의 이완율 변동을 밀리초 단위로 실시간 추적하는 데 성공했습니다. 이를 통해 기존에는 관측 불가능했던 매우 빠른 TLS 스위칭 동역학을 발견했으며, 이는 차세대 양자 프로세서의 성능 최적화, 오류 정정, 및 재료 분석을 위한 새로운 기준을 제시합니다.