Fragmentation of Virtual Orbitals for Quantum Computing: Reducing Qubit Requirements through Many-Body Expansion

거대한 퍼즐을 풀려고 하는데, 테이블이 너무 작아서 모든 조각을 한꺼번에 올려놓을 수 없다고 상상해 보십시오. 이것이 현재 화학을 이해하기 위해 양자 컴퓨터를 사용하는 과학자들이 직면한 현실입니다. 원자들이 어떻게 결합하고 상호작용하는지 시뮬레이션하려면, 전자가 차지할 수 있는 모든 가능한 "좌석"을 큐비트라고 불리는 물리적 하드웨어 조각에 매핑해야 합니다. 문제는 전자가 실제로 머무는 "점유된(occupied)" 좌석은 적지만, 전자가 어떻게 움직이고 서로 상관관계를 갖는지 설명하는 데 도움을 주는 "가상(virtual)" 좌석(빈 자리)은 엄청나게 많다는 것입니다. 많은 화학 시스템에서 이 빈 가상 좌석들은 퍼즐의 대부분을 차지하며, 이는 현재의 기계가 감당할 수 있는 것보다 더 많은 큐비트를 요구합니다. 과학자들은 그림을 망가뜨리지 않으면서도 퍼즐을 축소할 방법을 찾아야 하지만, 무작정 조각을 버리는 것은 수학적 원리를 망가뜨립니다.

여기에 "단편화(fragmentation)"라는 개념이 등장합니다. 이는 거대한 직소 퍼즐을 관리 가능한 작은 상자들로 나누는 것과 같습니다. 전체 이미지를 한 번에 해결하는 대신, 몇 조각을 풀고, 그다음 또 몇 조각을 풀며, 그 결과들을 하나로 꿰어 맞추는 방식입니다. 이 논문은 이 아이디어에 **가상 궤도 단편화(Virtual-Orbital Fragmentation, Q-FVO)**라는 영리한 변형을 도입합니다. 이것은 가상 좌석들을 위한 똑똑한 '분류 모자(sorting hat)'와 같습니다. 계산 과정에서 모든 빈 좌석을 다 유지하는 대신, 이를 화학적으로 타당한 클러스터로 그룹화합니다. 그런 다음, 방의 전체 면적을 구할 때 구석의 면적들을 더한 뒤 겹치는 부분을 빼는 것과 유사한 수학적 "포함-배제(inclusion-exclusion)" 기법을 사용하여, 이 작은 조각들로부터 전체 에너지 구조를 재구축합니다. 목표는 단순하지만 혁신적입니다. 현재 우리가 가진 작은 양자 컴퓨터에 복잡한 화학을 맞추는 것입니다.

핵심 아이디어: 가상 공간 깎아내기

연구자들인 페데리코 자하리에프(Federico Zahariev), 바실리키-알렉산드라 글레자쿠(Vassiliki-Alexandra Glezakou), 마크 S. 고든(Mark S. Gordon)은 모든 가상 궤도를 양자 계산에 유지할 필요가 없다고 제안합니다. 사실, 그것들을 모두 유지하는 것이 바로 이 문제를 현재 기술로 풀기 어렵게 만드는 원인입니다. 그들의 방법인 Q-FVO는 모든 "점유된" 궤도(확실히 존재하는 전자들)는 유지하되, "가상" 공간(빈 좌석)을 더 작고 국부적인 조각들로 나눕니다.

붐비는 콘서트 홀을 상상해 보십시오. "점유된" 좌석은 현재 앉아 있는 사람들입니다. "가상" 좌석은 발코니와 통로에 있는 빈 의자들입니다. 보통 군중의 에너지를 이해하려면 사람들이 그곳으로 이동할 수도 있기 때문에 모든 빈 의자를 추적해야 합니다. 하지만 이 논문은 모든 빈 의자를 동시에 추적할 필요는 없다고 주장합니다. 대신, 빈 의자들을 구역(조각)으로 나눌 수 있습니다. 하나의 빈 좌석 구역만 포함하여 군중의 에너지를 계산하고, 그다음 다른 구역을 계산한 뒤, 그 결과들을 결합하는 방식입니다. 이렇게 함으로써 큐비트 요구량을 획기적으로 줄일 수 있습니다.

결과: 큐비트 비용 절감

연구팀이 이 방법을 여섯 가지 서로 다른 분자 시스템에 테스트했을 때, 결과는 놀라웠습니다. 단편화되지 않은 버전에서는 가장 큰 시스템이 수소 과산화물(hydrogen peroxide)의 경우 128 큐비트, 암모니아(ammonia)의 경우 100 큐비트를 요구했습니다. 이 수치들은 근미래의 양자 장치들이 감당하기 어려운 수준입니다.

그러나 새로운 단편화 방법을 적용했을 때:

• 1체 계산(one-body calculations) (한 번에 하나의 조각만 보는 방식)은 큐비트 요구량을 46~66% 감소시켰습니다. 수소 과산화물의 예에서, 필요량은 128 큐비트에서 단 46 큐비트로 떨어졌습니다.
• 2체 계산(two-body calculations) (조각 쌍을 보는 방식)은 요구량을 약 31~42% 감소시켰습니다. 동일한 수소 과산화물의 경우, 128 큐비트 대신 74 큐비트만 필요하게 되었습니다.

이는 엄청난 절약입니다. 이는 초거대 양자 컴퓨터가 필요했던 문제를 오늘날 혹은 가까운 미래에 사용 가능한 더 작은 규모의 기계에서도 실행할 수 있는 문제로 바꿔 놓았습니다.

그림이 여전히 선명한가? (정확도)

"만약 대부분의 가상 좌석을 버린다면, 그림이 흐릿해지지 않을까?"라는 의문이 들 수 있습니다. 논문은 이에 대해 "제대로 한다면 그렇지 않다"라고 단호하게 답합니다.

연구진은 하나의 조각만 볼 때는 큰 오차(일부 사례에서 최대 147 kcal mol⁻¹)가 발생하지만, 조각 간의 상호작용(2체 확장)을 추가하면 거의 모든 문제가 해결된다는 것을 발견했습니다.

• 2체 계산을 사용하면 오차가 겨우 0.9~7.5 kcal mol⁻¹로 떨어졌습니다. 이는 대부분의 화학적 예측에 충분히 정확한 수준입니다.
• 한 단계 더 나아가 세 조각의 그룹을 보는 3체 계산을 수행하면, 오차는 더욱 작아졌습니다. CCSD 방법을 사용한 모든 테스트에서 오차는 0.53 kcal mol⁻¹ 미만이었으며, 더 복잡한 CCSD(T) 방법에서도 2 kcal mol⁻¹ 아래를 유지했습니다.

화학의 세계에서 1 kcal mol⁻¹ 이내의 오차는 흔히 "화학적 정확도(chemical accuracy)"라고 간주되며, 이는 실제 응용 분야에서 신뢰할 수 있는 예측임을 의미합니다. 이 논문은 복잡성을 몇 단계만 더 추가함으로써(1체에서 2체 또는 3체로 넘어감으로써), 모든 큐비트를 필요로 하지 않고도 사라진 에너지의 거의 대부분을 회복할 수 있음을 보여줍니다.

회로 깊이(Circuit Depth) 보너스

이 방법은 단순히 큐비트를 아끼는 것을 넘어, 양자 컴퓨터가 문제를 해결하기 위해 수행해야 하는 단계의 척도인 "회로 깊이"에도 도움을 줍니다. 긴 회로는 양자 상태가 취약하기 때문에 오류가 발생하기 쉽습니다.

상태 벡터 시뮬레이터(결함이 없는 완벽한 노이즈 없는 시뮬레이션)를 사용한 예시 테스트에서:

• 물(water) 분자 테스트의 경우, 이 방법은 에너지 오차를 0.48 kcal mol⁻¹로 낮게 유지하면서 회로 깊이를 62%(2,840단계에서 1,080단계로) 줄였습니다.
• 암모니아의 경우, 깊이가 48%(5,650에서 2,940으로) 감소했으며 오차는 0.31 kcal mol⁻¹였습니다.

이는 계산이 더 작을 뿐만 아니라 더 빠르고, 노이즈로 인해 실패할 가능성도 낮다는 것을 의미하며, 이는 현재의 양자 하드웨어에 매우 중요한 이점입니다.

중첩된 전략: 러시아 인형 방식

이 논문은 이 방법이 기존의 다른 기술들과 결합될 수 있음을 시사합니다. 러시아 인형(마트료시카) 세트를 상상해 보십시오.

1. 가장 바깥쪽 인형은 환경(예: 용매)을 고전 물리학으로 처리하는 Q-EFP입니다.
2. 중간 인형은 주 분자를 더 작은 실공간 조각(단량체 및 이량체)으로 나누는 Q-EFMO입니다.
3. 가장 안쪽 인형은 이 조각들의 가상 궤도 공간을 다시 한번 쪼개는 Q-FVO입니다.

Q-FVO를 이러한 다른 방법들 안에 중첩함으로써, 연구진은 복잡성에 대항하는 다층적인 방어 체계를 구축합니다. 이들은 "실공간"에서(분자를 쪼갬으로써) 그리고 "궤도 공간"에서(가상 궤도를 쪼갬으로써) 문제를 줄입니다. 이 계층 구조를 통해 그들은 양자 자원의 증가를 세 가지 다른 차원에서 제어하며 훨씬 더 큰 시스템을 다룰 수 있게 됩니다.

결론

이 논문은 모든 양자 화학 문제를 해결했다거나 물리적인 양자 컴퓨터에서 직접 실행했다는 주장을 하는 것이 아닙니다(그것은 향후의 과제입니다). 대신, 엄격하게 시뮬레이션된 개념 증명(proof-of-concept)을 제공합니다. 이 논문은 전자 계산에서 "빈 좌석"을 어떻게 분할하느냐에 따라, 높은 정확도를 유지하면서도 양자 자원 요구량을 거의 절반 가까이 줄일 수 있음을 입증합니다.

호기심 많은 십 대 학생에게 전달할 핵심 메시지는 이것입니다: 양자 컴퓨터는 강력하지만, 현재는 화학 반응의 전체 그림을 담기에는 너무 작습니다. 이 새로운 방법은 불필요한 배경 소음을 잘라내고 필수적인 부분만을 남겨두는 영리한 편집기와 같아서, 컴퓨터가 페이지가 부족해서 책을 다 읽지 못하는 일 없이 전체 내용을 읽을 수 있게 해줍니다. 이는 우리가 화학 문제를 해결하기 위해 도시 크기만 한 양자 컴퓨터를 기다릴 필요가 없음을 시사합니다. 더 나은 조직화가 있다면, 우리는 지금 당장 가지고 있는 기계들로도 그것을 해낼 수 있을지도 모릅니다.