이 연구자들의 업적을 이해하기 위해서는 먼저 물질을 시뮬레이션하는 데 있어 근본적인 도전 과제를 파악해야 합니다. 화학의 핵심에는 원자핵 주위를 전자가 어떻게 움직이는지를 설명하는 수학적 규칙인 슈뢰딩거 방정식이 자리 잡고 있습니다. 이 방정식을 푸는 것은 과학자들이 분자가 어떻게 행동하고, 반응하며, 결합하는지를 예측할 수 있게 해줍니다. 그러나 전자는 양자 입자이기 때문에 고정된 위치에 머무는 것이 아니라 확률의 흐릿한 구름 형태로 존재합니다. 분자의 거동을 계산하기 위해 컴퓨터는 원자 주변의 공간을 아주 작은 점들의 격자로 나누어 각 위치에서의 전자의 확률을 확인해야 합니다. 그림이 더 정확해져야 할수록 이 격자는 더 미세해져야 합니다.

어려움은 전자가 중심에 있는 무겁고 양전하를 띤 원자핵에 끌리기 때문에 발생합니다. 전자가 원자핵에 매우 가까워지면 그 거동이 급격하게 변하며, '커스프(cusp)'라고 불리는 확률 구름의 날카로운 스파이크를 생성합니다. 이 스파이크를 정확하게 포착하려면 컴퓨터 격자가 원자핵 근처에 매우 촘촘하게 배치되어야 합니다. 만약 격자가 모든 곳에 일정한 간격으로 배치된 균일한 형태라면, 컴퓨터는 전자의 밀도가 낮은 원자에서 먼 빈 공간에서도 이 촘촘한 간격을 전체 분자에 걸쳐 사용해야 합니다. 이는 컴퓨터가 흥미로운 일이 일어나지 않는 영역을 계산하는 데 대부분의 시간을 소비하게 함으로써 엄청난 계산 능력을 낭비하게 만듭니다. 수십 년 동안 이러한 정확도와 효율성 사이의 절충안은 복잡한 화학 시뮬레이션의 주요 병목 현상이 되어 왔습니다.

소르본 대학교, 큐비트 파마슈티컬스(Qubit Pharmaceuticals) 및 기타 기관의 연구팀은 양자 컴퓨터를 사용하여 이 문제를 해결하는 새로운 방법을 제안했습니다. 이들은 균일한 격자를 강요하는 대신, 전자가 발견될 가능성이 가장 높은 곳에 자동으로 점을 집중시키는 유연한 비균일 격자를 사용하는 방법을 개발했습니다. 그런 다음, 이 적응형 격자를 '트랜스코릴레이션(transcorrelation)'이라 불리는 수학적 기법과 결합하여 전자 거동의 날카로운 스파이크를 부드럽게 만들었습니다. 이를 통해 연구진은 전통적인 방식이 요구하는 막대한 계산 자원을 필요로 하지 않으면서도 높은 정밀도로 분자를 설명할 수 있는 프레임워크를 구축했습니다. 이들의 연구는 향후 결함 허용 양자 하드웨어에서 정확한 화학 시뮬레이션을 실행할 수 있는 실행 가능한 경로를 제시합니다.

문제의 핵심은 전자가 위치에 따라 다르게 행동한다는 것입니다. 원자핵 근처에서 전자는 빠르게 움직이며 확률 밀도가 급격하게 변합니다. 멀리 떨어진 곳에서는 넓게 퍼져 있으며 천천히 변합니다. 전통적인 방법은 모든 칸의 크기가 같은 체커보드와 유사한 '균일한' 격자를 사용하는 경우가 많습니다. 원자핵 근처의 미세한 세부 사항을 보기 위해서는 칸을 아주 작게 만들어야 합니다. 하지만 이는 큰 칸으로 충분할 수 있는 빈 모서리 부분까지도 전체 판을 작은 칸들로 덮어야 함을 의미합니다. 이러한 비효율성은 컴퓨터의 메모리와 시간이 부족해지게 만들어 큰 분자를 시뮬레이션하는 것을 어렵게 만듭니다. 연구진은 분자의 모양에 적응하는 격자를 설계함으로써 이 문제를 해결했습니다. 이들은 공간을 특정 지점과의 근접성을 기준으로 영역을 나누는 '보로노이 다이어그램(Voronoi diagram)'이라는 수학적 도구를 사용했습니다. 이 설정에서 점들은 원자핵 주변에 조밀하게 모여 있고, 원자 사이의 빈 공간에는 넓게 퍼져 있습니다. 이를 통해 시뮬레이션은 정확히 필요한 곳에 역량을 집중할 수 있습니다.

그러나 단순히 격자를 바꾸는 것만으로는 충분하지 않은데, 전자의 거동에 나타나는 날카로운 스파이크, 즉 커스프가 여전히 수학적 어려움을 유발하기 때문입니다. 격자가 조밀하더라도 원자핵 근처의 전자 운동을 설명하는 방정식은 불안정해지며 엄청난 컴퓨팅 파워를 요구하게 됩니다. 이를 해결하기 위해 연구팀은 트랜스코릴레이션이라고 알려진 변환을 적용했습니다. 이 기술은 방정식을 수정하여 날카로운 스파이크를 부드럽게 만들고, 계산상의 문제를 일으키는 특이점(singularities)을 효과적으로 제거합니다. 결과적으로 얻어진 에너지 방정식은 형태는 다르지만 분자의 에너지 준위에 대해 정확히 동일한 답을 줍니다. 결정적으로, 스파이크가 사라졌기 때문에 정확한 결과를 얻기 위해 격자를 반드시 믿을 수 없을 정도로 조밀하게 만들 필요가 없습니다. 이 변환은 문제를 훨씬 더 쉬운 유형의 해결 알고리즘을 요구하는 새로운 수학적 복잡성을 도입하면서도, 양자 컴퓨터가 처리하기 훨씬 쉬운 문제로 탈바꿈시킵니다.

연구진은 단일 수소 원자, 수소 분자, 헬륨 원자와 같은 단순한 시스템을 시뮬레이션하여 아이디어를 테스트했습니다. 이들은 표준적인 접근 방식으로는 '양자 위상 추정(Quantum Phase Estimation)'이라는 양자 알고리즘을 사용했고, 트랜스코릴레이션 버전에는 '양자 고유값 추정(Quantum Eigenvalue Estimation)'이라는 새로운 방법을 사용했습니다. 시뮬레이션 결과, 적응형 격자가 빈 공간에 자원을 낭비하지 않고 전자 밀도를 성공적으로 포착했음을 보여주었습니다. 트랜스코릴레이션 기법을 적용했을 때, 전자의 파동 함수에 나타나던 날카로운 커스프는 사라지고 부드러운 곡선으로 대체되었습니다. 이를 통해 연구진은 다른 방식보다 더 적은 격자점으로도 정확한 에너지 계산을 달-성할 수 있었습니다. 수소 분자의 경우, 원자들이 서로 멀어질 때 에너지가 어떻게 변하는지, 즉 해리(dissociation) 과정을 추적할 수 있었습니다. 결과는 예상된 물리적 거동과 일치했으며, 분자가 올바르게 분해되고 원자들이 떨어질 때 에너지 준위가 일관되게 유지됨을 보여주었습니다.

또한 본 연구는 미래의 양자 기계에서 이 접근 방식이 가질 잠재적인 효율성을 강조했습니다. 격자점이 점의 개수에 따라 로그 스케일로 저장되기 때문에, 양자 컴퓨터는 매우 적은 수의 큐비트를 사용하여 매우 미세한 격자를 표현할 수 있습니다. 예를 들어, 클래식 컴퓨터에서 수백만 개의 격자점이 필요할 시뮬레이션을 양자 장치에서는 불과 수십 개의 큐비트로 인코딩할 수 있습니다. 연구진은 현재의 시뮬레이션이 수학적 검증을 위해 클래식 컴퓨터에서 수행되었지만, 이 프레임워크가 특히 양자 하드웨어를 위해 설계되었다는 점에 주목했습니다. 그들은 이 방법이 동적 상관관계(dynamic correlation)와 정적 상관관계(static correlation)를 모두 가진 시스템에서 작동함을 입증했는데, 이는 분자 내에서 발생하는 서로 다른 유형의 복잡한 상호작용입니다. 수소 분자 시뮬레이션의 성공은 이러한 실공간 적응형 접근 방식이 궁극적으로 현재의 기술로는 도달할 수 없는 더 복잡한 화학 시스템을 연구하는 데 사용될 수 있음을 시사합니다.

이러한 유망한 결과에도 불구하고, 저자들은 이것이 완성된 제품이라기보다는 기초적인 단계임을 신중하게 언급했습니다. 그들이 수행한 시뮬레이션은 작은 시스템에 국한되었으며, 이 방법은 격자가 구축되는 방식과 평활화 변환이 적용되는 방식에 대한 특정 선택에 의존합니다. 연구진은 원자가 이동함에 따라 격자 셀이 재배열되는 방식이 때때로 계산된 에너지에 작고 갑작스러운 변화를 일으킬 수 있다는 점을 확인했으며, 향후 연구에서 이를 개선할 계획이라고 밝혔습니다. 또한, 이러한 적응형 격자의 복잡한 데이터를 양자 컴퓨터에 효율적으로 로드하는 것은 여전히 중요한 공학적 과제로 남아 있습니다. 연구진은 향후 연구가 데이터 로딩 체계를 최적화하고, 양자 하드웨어 상에서 직접 격자를 구축하는 다양한 방법을 탐구하는 데 집중할 것이라고 제안했습니다. 그럼에도 불구하고, 이 연구는 적응형 실공간 격자와 고급 양자 알고리즘을 결합하여 전자의 커스프라는 어려운 문제를 해결할 수 있음을 증명함으로써 유연하고 견고한 토대를 마련했습니다.