⚛️ quantum physics

Enhanced measurements on quantum computers via the simultaneous probing of non-commuting Pauli operators

본 논문은 베이즈 통계와 적응형 샷 할당을 사용하여 비가환 파울리 연산자를 동시에 탐사하는 2-카피 측정 기법의 첫 실험적 구현을 제시하며, 이는 고정밀 추정을 위한 총 측정 샷 수를 최소화하는 데 있어 내재된 분산 오버헤드에도 불구하고 최첨단 프로토콜보다 우수한 성능을 입증한다.

원저자: Rick P. A. Simon, Zheng Shi, Charlie Nation, Andrew Jena, Luca Dellantonio

게시일 2026-09-23

📖 3 분 읽기🧠 심층 분석

CC BY 4.0

원저자: Rick P. A. Simon, Zheng Shi, Charlie Nation, Andrew Jena, Luca Dellantonio

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

양자 컴퓨터는 새로운 약물을 설계하는 것부터 복잡한 재료를 모델링하는 것에 이르기까지, 오늘날의 기계로는 불가능한 문제들을 해결할 수 있는 가능성을 품고 있습니다. 하지만 이 기계들은 매우 취약하고 읽어내기가 어렵기로 악명이 높습니다. 양자 컴퓨터가 무엇을 하고 있는지 이해하기 위해 과학자들은 그 상태를 측정해야 하지만, 이 과정은 매우 까 la운 일입니다. 그들이 찾고자 하는 정보는 종종 서로 잘 어우러지지 않는 작고 상호작용하는 부분들의 집합체에 인코딩되어 있습니다. 한 부분을 측정하면 다른 부분에 방해가 될 수 있으며, 확인해야 할 많은 특성들은 동시에 관찰될 수 없습니다. 이는 병목 현상을 일으킵니다. 시스템에 대한 명확한 그림을 얻기 위해 연구자들은 측정을 수천 또는 수백만 번 반복해야 하며, 이 과정은 귀중한 시간과 자원을 소모합니다. 핵심 과제는 얼마나 적은 횟수의 이러한 값비싼 측정을 사용하면서 최대한 정확한 정보를 수집하느냐 하는 것입니다.

한 연구팀은 수집된 데이터를 바라보는 방식을 바꾸는 새로운 전략을 개발하여 이 문제를 해결하고자 했습니다. 이들의 방법은 양자 상태를 단 한 번 측정하고 요행을 바라는 대신, 두 개의 동일한 상태를 동시에 준비하는 것을 포함합니다. 이 쌍둥이 복사본들을 동시에 조사함으로써, 연구자들은 이전에는 불가능했던 방식으로 시스템의 특성에 대한 정보를 추출할 수 있습니다. 그들은 이 "이중(double)" 접근 방식이 속성의 평균값을 결정할 수 있게 해주며, 결정적으로 측정과 동시에 그 측정의 불확실성을 계산할 수 있게 해준다는 것을 발견했습니다. 오류에 대한 이러한 실시간 지식 덕분에 그들의 시스템은 어디에 노력을 기울일지 똑똑하게 결정할 수 있습니다. 시스템은 어떤 부분이 여전히 불확실한지를 즉각적으로 인식하고, 이미 잘 이해된 부분에 자원을 낭비하는 대신 그곳에 다음 측정을 집중할 수 있습니다.

연구진은 양자 알고리즘의 컴퓨터 시뮬레이션을 사용하여 이 아이디어를 테스트하며, 자신들의 새로운 방법을 기존의 최선책들과 겨루었습니다. 그들은 격자 형태로 배열된 핵 스핀 모델과 수소 분자의 시뮬레이션이라는 두 가지 유형의 시스템에 집중했습니다. 이 시뮬레이션들에서 측정해야 할 양자 특성들은 종번 서로 충돌하는 경우가 많았는데, 이는 전통적인 방식으로는 이들을 함께 측정할 수 없음을 의미합니다. 연구팀의 새로운 프로토콜인 '더블 스킴(double scheme)'은 이러한 어려운 시나리오에서 훨씬 더 효율적이라는 것이 입증되었습니다. 특성들이 고도로 비가환적(non-commuting)일 때, 즉 함께 측정되는 것을 거부할 때, 새로운 방법은 기존 방법들과 동일한 정밀도에 도달하기 위해 훨씬 더 적은 총 횟수의 측정을 요구했습니다. 어떤 경우에는 필요한 측정 횟수를 2배 이상 줄였는데, 이는 모든 측정이 중요한 양자 컴퓨팅의 세계에서 상당한 절감 효과입니다.

이 접근 방식의 성공은 영리한 피드백 루프에 달려 있습니다. 알고리즘은 각 측정의 결과에 기반하여 시스템에 대한 이해를 지속적으로 업데이트합니다. 알고리즘은 어떤 측정이 전체 불확실성을 가장 많이 줄일 수 있을지 예측하기 위해 통계적 방법을 사용합니다. 만약 시스템이 어떤 속성의 "부호"(양수인지 음수인지)에 대해 확신이 없다면, 알고리즘은 해당 속성만을 측정해야 한다는 것을 압니다. 만약 크기(속성이 얼마나 강한지)에 대해 불확실하다면, 알고리즘은 부호를 아직 알 필요 없이 더 명확한 크기를 파악하기 위해 더블 스킴을 사용할 수 있습니다. 이러한 적응형 전략은 컴퓨터가 단순히 맹목적으로 측정을 반복하는 것이 아니라, 진행하면서 배우고 가장 불확실한 부분에 우선순위를 두게 합니다. 연구진은 자신들의 오차 추정치가 통계적으로 타당함을 확인했는데, 이는 그들이 계산한 불확실성이 실제 결과의 변동과 일치하여 진행 상황에 대한 신뢰할 수 있는 척도를 제공했음을 의미합니다.

더블 스킴이 강력한 도구이긴 하지만, 연구진은 이것이 모든 상황에 적용되는 마법의 탄환은 아니라고 언급했습니다. 이 방법은 두 개의 상태를 보유하기 위해 두 배의 큐비트라는 더 많은 물리적 자원을 필요로 하며, 측정되는 특성들이 서로 묶이기 어려운 경우에 가장 효과적입니다. 특성들을 동시에 측정하기가 이미 쉬운 경우에는 더블 스킴의 추가 비용이 그만한 가치가 없을 수도 있습니다. 그러나 양자 컴퓨터가 해결하도록 설계된 복잡한 문제들, 즉 많은 특성이 서로 얽혀 있고 비가환적인 경우에 이 새로운 방법은 명확한 길을 제시합니다. 이는 상태의 여러 복사본을 사용하고 실시간으로 측정 전략을 조정함으로써, 과학자들이 더 적은 노력으로 더 많은 정보를 추출할 수 있음을 시사하며, 양자 컴퓨터의 실질적인 유용성을 현실에 한 걸음 더 가깝게 가져다줍니다.

기술 요약: 비가환 파울리 연산자의 동시 탐색을 통한 양자 컴퓨터의 향상된 측정

문제 정의
양자 컴퓨터에서 관측량 $\hat{O}$ 의 기댓값을 정확하게 추정하는 것은 알고리즘, 특히 변분 양자 알고리즘(VQA)에서 핵심적인 병목 현상이다. 관측량은 일반적으로 파울리 문자열(Pauli string, PS)의 가중치 합인 $\hat{O} = \sum c_i \hat{P}_i$ 로 표현된다. 표준 측정 프로토콜은 교환 가능한 PS들을 그룹화하여 이들을 동시에 측정하는 것을 요구한다. 그러나 관측량에 비가환(non-commuting) PS가 많이 포함되어 있을 경우, 필요한 측정 그룹의 수가 증가하며, 이는 최소 오차를 달성하기 위해 유한한 측정 예산( $M$ )을 효율적으로 할당하는 전략을 필요로 한다. 클래식 섀도우(classical shadows)나 그룹화 전략과 같은 기존 방법들은 평균과 통계적 오차에 대한 정밀한 단일 실행(single-run) 추정치를 제공하는 데 어려움을 겪거나, 비가환 항이 지배적일 때 샷(shot)을 최적으로 할당하는 데 실패하곤 한다.

방법론
저자들은 다중 복사 양자 상태 준비와 베이지안 통계 프레임워크를 결합한 "더블(double)" 측정 체계를 제안한다.

다중 복사 원리: 단일 복사 상태 $|\phi\rangle$ 를 측정하는 대신, 프로토콜은 두 개의 동일한 복사본 $|\psi\rangle = |\phi\rangle \otimes |\phi\rangle$ 를 준비한다. 이를 통해 "더블" 파울리 문자열 $\hat{P}_i \otimes \hat{P}_i$ 를 동시에 측정할 수 있다. 결정적으로, $\hat{P}_i$ 와 $\hat{P}_j$ 는 서로 가환하지 않을 수 있지만, 그들의 더블 버전인 $\hat{P}_i \otimes \hat{P}_i$ 와 $\hat{P}_j \otimes \hat{P}_j$ 는 항상 가환하므로, 모든 파울리 항의 크기를 가환 관계와 상관없이 동시에 평가할 수 있다.
베이지안 추정: 이 체계는 단일 파울리 측정의 $+1$ $+ 1$ 획득 확률 $\theta_i$ $θ_{i}$ 와 더블 측정의 확률 $\phi_i$ $ϕ_{i}$ 를 추정하기 위해 베이지안 추론을 사용한다.
- 단일 및 더블 결과 사이의 관계는 $\phi_i = \theta_i^2 + (1-\theta_i)^2$ 로 유도된다.
- 프로토콜은 단일/더블 결과(하나의 PS에 대해)를 위한 사후 분포 $P_1$ 과, 교환 가능한 PS 쌍의 상관된 결과(correlated outcomes)를 위한 $P_2$ 를 구축하여 평균 $\hat{O}$ 와, 결정적으로 추정량의 분산 $(\Delta \hat{O})^2$ 을 추정한다.
- PS의 공분산으로부터 분산을 계산하는 이전 연구들과 달리, 이 방법은 추정량 자체의 분산을 계산하여 실시간 오차 모니터링을 가능하게 한다.
적응형 샷 할당: 알고리즘은 "더블" 체계(모든 $\hat{P}_i \otimes \hat{P}_i$ $\hat{P}_{i} \otimes \hat{P}_{i}$ 측정)와 "단일" 체계(교환 가능한 파울리 그룹 측정) 사이에서 측정 샷을 동적으로 할당한다.
- 알고리즘은 "가상 측정(virtual measurements)"을 사용하여 각 선택지에 따른 $(\Delta \hat{O})^2$ 의 감소량을 예측한다.
- 알고리즘은 더블 체계의 자원 오버헤드(두 배의 큐비트 및 잠재적인 회로 깊이 증가)를 고려하여 유효 샷 수 $M_{eff} = M_{single} + 2\alpha M_{double}$ 을 정의한다.
- 알고리즘은 가장 불확실성이 높은 파울리 항을 우선적으로 샘플링하며, 특히 더블 측정의 대칭적 특성으로 인해 발생하는 부호 모호성(sign ambiguities)을 해결하는 것을 목표로 한다 ( $\langle \hat{P}_i \rangle \approx 0$ 인 경우).

주요 기여

최초 구현: 본 연구는 베이지안 통계를 통합한 측정 프로토콜 내에서 이중 복사(two-copy) 체계를 구현한 첫 사례를 제시한다.
향상된 오차 모니터링: 이 방법은 평균과 함께 통계적 오차 $(\Delta \hat{O})^2$ 에 대한 정확한 단일 실행 추정치를 제공한다. AEQuO가 단일 실행 오차 추정이 가능한 최첨단 접근법으로 언급되지만, 본 연구는 다중 복사 프레임워크와 통합하여 특정 영역에서 더 우수한 오차 감소 능력을 제공함으로써 그 기능을 확장한다.
적응형 알고리즘: 저자들은 현재의 지식 상태에 따라 단일 측정과 더블 측정을 지능적으로 전환하여, 자원 비용과 오차 감소 사이의 트레이드오프를 최적화하는 알고리즘을 개발하였다.
이론적 확인: 본 연구는 기대값이 0인 항들에 대해 분산과 샷 수 사이의 제곱근 관계(square-root relationship)를 포함하여, 다중 복사 체계의 오버헤드에 대한 이론적 예측을 수치적으로 확인하였다.

결과
수소 분자( $H_2$ ) 해밀토니안과 다양한 격자 크기를 가진 양자 이징 모델(quantum Ising models)에 대해 수치적 벤치마크를 수행하였다.

기존 기술 대비 성능: 더블 체계는 비가환 파울리 항이 많은 관측량(예: 분자 해밀토니안)이 존재하는 영역에서 최첨단인 AEQuO 프로토콜 및 고정 할당 전략보다 성능이 크게 우수하다. 이러한 경우, 더블 체계는 주어진 유효 측정 예산 내에서 더 낮은 추정 오차를 달ates한다. 그러나 저자들은 특정 시나리오(특정 이징 모델 인스턴스 등)에서는 AEQuO가 순간적인 지식에 기반한 샷 할당 전략의 차이로 인해 때때로 더 나은 오차를 낼 수 있음을 언급한다.
영역 의존성: 성능은 관측량의 특성에 크게 의존한다. 비가환 항이 많아 그룹화가 어려운 시스템에서는 더블 체계가 우월하다. 그러나 기대값이 0에 가까운 항의 경우, 더블 체계의 효율성이 저하되며(분산이 $1/M$ 이 아닌 $1/\sqrt{M}$ 으로 스케일링됨), 알고리즘은 이러한 특정 영역에서 더블 측정에 대한 할당을 적응적으로 줄인다.
통계적 타당성: 추정된 오차 막대 $(\Delta \hat{O})^2$ 는 반복적인 실험 실행 없이도 추정량의 불확실성을 정확하게 포착하며 통계적으로 유의미함을 보여주었다.
자원 스케일링: 알고리즘의 시간 복잡도는 $O(p^2 M^3)$ 으로 제한되지만, 병렬화 및 배치 할당(batch allocation) 전략을 통해 $O(M)$ 으로 최적화될 수 있다.

의의 및 주장
본 논문은 제안된 "더블" 체계가 양자 측정에 있어 실질적이고 구현 가능한 진보임을 주장한다. 주요 의의는 특히 양자 화학 시뮬레이션에서 발견되는 것과 같이 비가환 항이 지배적인 복잡한 관측량에 대해, 목표 정밀도에 도달하는 데 필요한 총 샷 수를 최소화할 수 있다는 점에 있다. 견고한 단일 실행 오차 추정치를 제공함으로써, 이 방법은 현재의 최선책보다 더 효율적인 적응형 측정 전략을 가능하게 한다. 다만 상대적인 성능은 관측량의 특정 교환 구조에 따라 달라질 수 있다. 저자들은 이 체계가 자원 오버헤드(샷/큐비트의 2배 증가)를 수반하지만, 이 비용이 비자명한 시스템에서 수렴을 위해 필요한 총 샷 수의 감소 효과에 의해 상쇄되는 경우가 많다고 언급한다. 결론적으로, 이 접근 방식은 측정 예산이 엄격히 제한되는 근미래 양자 시뮬레이션에 특히 적합하다.

유사한 논문