Benchmarking neutral atom-based quantum processors at scale

컴퓨터가 단순히 숫자를 계산하는 것을 넘어 현실의 결을 따라 춤을 추는 세상을 상상해 보십시오. 이것이 바로 원자와 같은 아주 작은 입자들이 뇌의 뉴런처럼 작동하는 분야인 양자 컴퓨팅의 영역입니다. 0 또는 1 중 하나만을 사용하는 일반적인 노트북과 달리, 이 양자 기계들은 0, 1, 혹은 그 둘이 동시에 섞인 마법 같은 상태를 가질 수 있는 '큐비트(qubit)'를 사용합니다. 이러한 기계를 만드는 유망한 방법 중 하나는 '광학 집게(optical tweezers)'라고 불리는 레이저 빛으로 만든 보이지 않는 새장에 개별 원자들을 가두는 것입니다. 이 원자들은 무대 위의 무용수와 같습니다. 만약 원자들이 너무 가까워지면 '리드베리 차단(Rydberg blockade)'이라는 특별한 방식으로 상호작용하며, 서로 동시에 들뜬 상태가 되는 것을 거부합니다. 과학자들은 이 규칙을 사용하여, 예를 들어 친구 관계인 두 사람이 나란히 앉지 않도록 사람들을 배치하는 최적의 방법과 같이 매우 어려운 퍼즐을 해결합니다. 하지만 여기에는 함정이 있습니다. 이 양자 무용수들은 매우 취약합니다. 주변 환경의 소음은 그들을 비틀거리게 만들 수 있으며, 더 많은 원자로 더 큰 무대를 만들수록 기계가 실제로 똑똑해지고 있는 것인지 아니면 그저 소음이 커지고 있는 것인지 구분하기가 더 어려워집니다. 그렇기 때문에 우리는 내부 부품을 들여다보는 것뿐만 아니라, 그들이 실제 문제를 얼마나 잘 해결하는지를 통해 그들을 공정하게 테스트할 방법이 필요합니다.

이 논문은 지구상에서 가장 진보된 두 종류의 양자 컴퓨터를 위한 거대하고 공정한 스포츠 토너너먼트와 같습니다. 하나는 QuEra가 만든 것(Aquila라고 불림)이고, 다른 하나는 Pasqal이 만든 것(Fresnel이라고 불림)입니다. 연구진은 어떤 기계가 '최대 독립 집합(Maximal Independent Set, MIS)'이라 불리는 특정 유형의 퍼즐을 푸는 데 더 뛰어난지 알아보고 싶었습니다. 도시 지도에 많은 교차로(점)와 그들을 연결하는 도로(선)가 있다고 상상해 보십시오. 목표는 선택된 교차로들 중 어느 두 곳도 도로로 직접 연결되지 않도록 하면서 가능한 가장 큰 교차로 그룹을 선택하는 것입니다. 단순해 보이지만, 도시가 커질수록 가능한 조합의 수가 폭발적으로 늘어나 일반적인 컴퓨터에게는 악몽이 됩니다. 연구진은 이 문제를 양자 기계로 해결하기 위해 두 가지 다른 '전략'을 사용했습니다. 첫 번째는 '양자 단열 알고리즘(Quantum Adiabatic Algorithm, QAA)'으로, 이는 구불구불한 언덕을 따라 구슬을 천천히 유도하는 것과 같습니다. 충분히 천천히 진행한다면 구슬은 자연스럽게 가장 깊은 골짜기로 굴러떨어지며, 이 골짜기가 바로 최적의 해답을 나타냅니다. 두 번째는 '양자 근사 최적화 알고리즘(Quantum Approximate Optimization Algorithm, QAOA)'으로, 이는 컴퓨터가 다양한 설정을 시도하고, 결과를 학습하며, 최적의 지점을 찾기 위해 접근 방식을 미세하게 조정하는 '뜨겁다 차갑다' 게임과 더 비슷합니다.

연구팀은 11개의 원자부터 시작하여 Aquila의 경우 102개, Fresnel의 경우 85개에 이르는 대규모 도전 과제까지 다양한 규모의 문제를 테스트했습니다. 그들은 단순히 기계가 완벽한 답을 찾아냈는지뿐만 아니라, 얼마나 자주 '유효한' 답(규칙을 실제로 따르는 해답)을 찾아냈는지, 그리고 그 답이 최적의 답에 얼마나 근접했는지도 살펴보았습니다. 결과는 명확한 경향성을 보여주었습니다. 퍼즐이 커질수록 두 기계 모두 완벽한 해답을 찾는 데 더 어려움을 겪었는데, 이는 문제가 어려워지고 기계의 노이즈가 심해지기 때문에 예상된 결과였습니다. 그러나 Aquila는 특히 퍼즐이 매우 커졌을 때 Fresnel보다 일반적으로 더 우수한 성능을 보였습니다. 예를 들어, 85개 원자 문제에서 Aquila는 약 22.1%의 확률로 유효한 해답을 찾아낸 반면, Fresnel은 4.6%에 그쳤습니다. 흥ari롭게도 연구진은 QAOA 전략이 항상 더 느리고 꾸준한 QAA 전략을 이기는 것은 아니라는 점을 발견했는데, 이는 특정 기계에서는 빠르고 복잡한 방식보다 부드럽고 느린 방식이 더 효과적일 수 있음을 시사합니다.

저자들은 또한 향후 구축될 미래의 양자 컴퓨터를 위한 표준 테스트로 활용될 수 있도록 최대 1,000개의 원자까지 확장되는 거대한 새로운 퍼즐 라이브러리를 제작했습니다. 그들은 이 테스트가 기계가 실패한 정확한 이유(예를 들어 고장 난 레이저 때문인지 아니면 잘못된 알고리즘 때문인지)를 알려주는 것이 아니라, 전체 시스템이 실제 환경에서 어떻게 함께 작동하는지에 대한 '성적표'를 제공한다는 점을 주의 깊게 명시했습니다. 이것은 자동차의 모든 볼트를 측정하는 대신, 자동차가 트랙을 얼마나 빠르고 안전하게 달리는지를 보고 평가하는 것과 같습니다. 논문은 두 기계 모두 아직 노이즈 문제를 완전히 '해결'하지는 못했지만, 현재로서는 Aquila가 이러한 대규모 네이티브 최적화 작업에서 앞서 나가고 있다고 결론짓습니다. 이 벤치마크는 과학자들이 서로 다른 양자 기술을 비교할 수 있는 공통된 언어를 제공하며, 우리가 더 크고 강력한 기계를 만들어감에 따라 그 기계들이 실제로 우리에게 필요한 일을 수행하는 데 정말로 나아지고 있는지 측정할 수 있게 해줍니다.