Evaluating Security Properties in the Execution of Quantum Circuits

1. 연구 배경 및 문제 정의 (Problem)

양자 컴퓨팅은 현재 클라우드 플랫폼을 통해 주로 접근되며, 사용자는 신뢰할 수 없는 제 3 자 제공자가 운영하는 NISQ(Noisy Intermediate-Scale Quantum) 장치를 원격으로 활용합니다. 이러한 환경에서 다음과 같은 주요 보안 위협이 존재합니다.

• 기밀성 (Confidentiality) 위협: 사용자의 양자 회로 설계 (지식재산권), 입력 데이터, 그리고 계산 결과의 유출.
• 무결성 (Integrity) 위협: 악성 QPU(Quantum Processing Unit) 가 계산 결과를 조작하거나 의도적으로 변경하여 신뢰할 수 없는 결과를 반환하는 것.

기존의 양자 회로 절단 (Quantum Circuit Cutting) 기술은 대규모 회로를 작은 서브-회로로 분할하여 제한된 큐비트 수를 가진 하드웨어에서 실행할 수 있게 해주는 성능 최적화 기술입니다. 그러나 이 기술이 보안 강화 수단으로 활용될 수 있는지, 그리고 어떻게 악성 공격으로부터 회로와 데이터를 보호할 수 있는지에 대한 체계적인 연구는 부족했습니다.

2. 방법론 (Methodology)

이 논문은 확률적 비간섭성 (Probabilistic Noninterference, PNI) 개념에서 영감을 받아, 클라우드 기반 양자 컴퓨팅 환경에서의 보안성을 정량적으로 평가하는 휴리스틱 프레임워크를 제안합니다.

2.1 위협 모델 (Threat Model)

• 신뢰할 수 있는 중앙 스케줄러 (Quantum Broker): 회로를 분할하고 QPU 에 할당하며 결과를 수집하는trusted 엔티티.
• 신뢰할 수 없는 QPU: 여러 벤더가 운영하며, 악성 QPU 는 회로 조각을 읽거나 (기밀성 침해), 출력을 조작 (무결성 침해) 할 수 있음.
• 공격 목표: 입력 회로/데이터 탈취, 계산 결과 조작.

2.2 제안된 보안 강화 기법 (Security Countermeasures)

기존 회로 절단 기술 위에 다음과 같은 4 가지 보안 계층을 추가했습니다.

1. 동적 QPU 무결성 점수 (Dynamic QPU Integrity Score, i1):
   • 알려진 기대값을 가진 프로브 (probe) 회로를 QPU 에 실행하여 오차를 측정합니다.
   • 오차가 작을수록 높은 무결성 점수를 부여하여 QPU 의 신뢰도를 수치화합니다.
2. 확률적 서브-회로 할당 (Probabilistic Sub-circuit Assignment, i2):
   • 무결성 점수에 비례하거나 지수적으로 비례하는 확률로 서브-회로를 QPU 에 할당합니다.
   • 신뢰도가 낮은 QPU 는 할당 확률이 낮아지도록 설계됩니다.
3. 서브-회로 복제 (Sub-circuit Replication, i3):
   • 동일한 서브-회로를 여러 QPU 에서 실행하고, 무결성 점수를 가중치로 하여 결과를 평균화합니다.
4. 보정된 가짜 회로 주입 (Calibrated Fake Circuits, c1):
   • 실제 서브-회로와 통계적 특성 (기대값 범위 등) 이 유사하도록 설계된 가짜 회로를 섞어 QPU 가 실제 계산 내용을 역추적하거나 구별하지 못하도록 합니다.

2.3 평가 지표

• 무결성 평가: 실제 결과 (Ground Truth) 와 악성 QPU 가 포함된 시스템의 출력 분포 간의 헬링거 거리 (Hellinger Distance) 를 측정합니다. (거리가 0.25 이하이면 신뢰할 수 있는 것으로 간주)
• 기밀성 평가: 서로 다른 입력 회로에 대해 QPU 가 생성한 저수준 출력 (Low-level output) 이 통계적으로 구별 가능한지 (구분 가능성) 를 헬링거 거리로 측정합니다.

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

3.1 무결성 (Integrity) 실험 결과

• 보호 없는 회로 절단: 악성 QPU 가 1 개만 있어도 전체 결과가 크게 왜곡됩니다.
• 비례 확률 + 복제 (2X): 악성 QPU 3 개까지 견딜 수 있으나, 4 개 이상에서는 무결성이 붕괴됩니다.
• 지수 확률 + 복제 (2X): 악성 QPU 4 개까지 견딜 수 있습니다.
• 최적 구성 (지수 확률 + 복제 없음): 가장 우수한 성능을 보였습니다.
  • 무결성 점수에 기반한 지수적 할당 확률을 사용하고, 서브-회로 복제를 제거한 구성은 6 개의 QPU 중 5 개가 악성일지라도 (과반수 이상) 전체 계산의 무결성을 유지했습니다.
  • 이는 신뢰도가 낮은 QPU 를 거의 배제하고 신뢰도 높은 QPU 에 작업을 집중시킴으로써 달성된 결과입니다.

3.2 기밀성 (Confidentiality) 실험 결과

• 기본 회로 절단: QPU 가 회로 조각만 받지만, 서로 다른 입력 회로에 대한 출력 분포는 명확히 구별 가능하여 (헬링거 거리 ~0.9) 기밀성이 보장되지 않습니다.
• 무작위 가짜 회로 (Random Fake Circuits): 실제 회로와 유사하지 않은 무작위 가짜 회로를 섞으면 (5 배, 10 배) 기밀성이 일부 향상되지만 여전히 구별 가능성이 높습니다.
• 보정된 가짜 회로 (Calibrated Fake Circuits): 실제 서브-회로의 기대값 분포와 유사하도록 설계된 가짜 회로를 섞은 경우 (5 배 이상) 가 가장 효과적이었습니다.
  • 5 배 (5X) 또는 10 배 (10X) 의 가짜 회로를 사용할 때, QPU 는 실제 입력 회로와 가짜 회로를 통계적으로 구별할 수 없게 되어 기밀성이 효과적으로 보호됩니다.

3.3 무결성 vs 기밀성의 트레이드오프

• 무결성 최적화: 지수적 할당 확률 (신뢰도 높은 QPU 에 집중) 이 가장 효과적이지만, 이는 기밀성 측면에서 특정 QPU 에 정보가 집중될 수 있어 위험할 수 있습니다.
• 기밀성 최적화: 비례적 할당 확률 (모든 QPU 에 고르게 분산) 이 더 안전합니다.
• 결론: 사용자의 우선순위 (결과 정확도 vs 입력 데이터 비공개) 에 따라 할당 전략을 선택해야 합니다.

4. 의의 및 결론 (Significance)

이 논문은 양자 회로 절단 기술이 단순한 하드웨어 확장 수단을 넘어, 실질적인 보안 메커니즘으로 활용될 수 있음을 입증했습니다.

1. 실용적인 보안 프레임워크: PNI 개념을 양자 시스템에 적용하여, 악성 QPU 가 다수 존재하는 환경에서도 무결성과 기밀성을 정량적으로 평가하고 최적의 구성을 도출하는 방법을 제시했습니다.
2. 구현 가능성: 제안된 기법 (동적 점수, 가짜 회로 주입, 확률적 할당) 은 기존 클라우드 양자 브로커 아키텍처에 비교적 쉽게 통합될 수 있습니다.
3. 보안 스케줄러 설계 지침: 사용자의 요구사항 (기밀성 우선, 무결성 우선, 균형) 에 따라 3 가지 구성 (Configuration 1~3) 을 제안하여, 양자 클라우드 서비스 제공자가 안전한 스케줄러를 설계하는 데 실용적인 가이드를 제공합니다.
4. NISQ 시대의 대응: 현재와 같은 제한적이고 신뢰할 수 없는 양자 하드웨어 환경에서도, 소프트웨어적 계층 (회로 절단 및 보안 기법) 을 통해 신뢰할 수 있는 계산을 수행할 수 있는 가능성을 열었습니다.

요약하자면, 이 연구는 동적 무결성 점수 기반의 지수적 할당과 보정된 가짜 회로 주입을 결합함으로써, 악성 QPU 가 다수 포함된 클라우드 환경에서도 양자 계산의 무결성과 기밀성을 동시에 확보할 수 있는 새로운 패러다임을 제시했습니다.