Quantum Circuit-Based Adaptation for Credit Risk Analysis

본 논문은 초전도 NISQ 장치를 활용하여 하드웨어 인식 및 노이즈 보정 변분 양자 회로를 신용 리스크 분석과 관련된 분포를 모델링하는 데 사용할 수 있음을 실험적으로 입증함으로써, 오류 정정 이전 시대의 금융 응용 분야에 대한 실용적인 개념 증명 역할을 제공합니다.

핵심

이 글은 간단한 언어와 일상적인 비유를 사용하여 해당 논문을 설명한 것입니다.

큰 그림: 폭풍우 속에서 양자 집 짓기

당신이 현재 가지고 있는 불완전하고 잡음이 많은 양자 하드웨어라는 허리케인 속에서 정교한 카드 집 (양자 컴퓨터 프로그램) 을 짓고 있다고 상상해 보세요.

오랫동안 과학자들은 바람이 존재하지 않는 것처럼 이 집들을 설계했습니다. 카드들이 완벽하게 가만히 있을 것이라고 가정했죠. 하지만 실제로는 '잡음이 있는 중규모 양자 (NISQ)' 시대가意味着 우리의 컴퓨터가 불안정하고 오류에 취약하며 환경에 민감하다는 것을 뜻합니다.

이 논문은 바람이 존재하지 않는 것처럼 가장하는 것을 멈춘 연구팀에 관한 것입니다. 대신 그들은 바람과 춤추는 법을 배웠습니다. 그들은 특정 금융 문제인 신용 위험 (차입자가 대출을 상환하지 못할 가능성) 을 계산하는 문제를 다루며, 완벽한 이론적 모델에 기계를 맞추는 대신 기계의 고유한 특징에 적응하는 양자 솔루션을 구축했습니다.

문제: '신용 위험' 퍼즐

금융 세계에서 은행들은 알아야 합니다: 경제가 타격을 입으면 몇몇 사람들이 대출 상환을 중단할까요?

이를 파악하기 위해 그들은 가우시안 조건부 독립 (GCI) 모델이라는 것을 사용합니다. 이는 돈에 대한 일기예보와 같습니다:

• '잠재 요인' (일반적인 경제 날씨) 이 있습니다.
• 이 날씨가 개별 차입자 (집들) 에 영향을 미칩니다.
• 날씨가 나빠지면 집이 무너질 (대출 불이행) 확률이 높아집니다.

이 논문의 목표는 양자 컴퓨터에게 이 '날씨'와 그로 인한 '집 붕괴'를 시뮬레이션하여 위험을 계산하도록 가르치는 것이었습니다.

도전: '번역' 문제

연구진들은 양자 집을 위한 완벽한 설계도 (알고리즘) 를 가지고 있었습니다. 그러나 그들이 Quantware 가 만든 초전도 프로세서라는 특정 양자 기계에서 이를 구축하려 했을 때, 작동하지 않았습니다.

왜일까요? 설계도는 벽돌을 어디에나 놓을 수 있다고 가정했기 때문입니다. 하지만 실제 기계는 특정 배치를 가지고 있어 일부 벽돌은 연결되어 있고 다른 것들은 멀리 떨어져 있습니다. 이는 "두 탑을 연결하라"는 지시를 받으면서도 탑들이 배가 없는 강 양쪽에 있는 상황에서 다리를 짓는 것과 같습니다.

과거에는 과학자들이 연결을 강제로 시도했는데, 이는 다리를 흔들리게 하고 무너뜨려 (오류를 유발) 버렸습니다.

해결책: '하드웨어 인식' 조정

설계도를 기계에 맞추기 위해 강제로 맞추는 대신, 연구진들은 기계에 맞도록 설계도를 변경했습니다. 그들은 변분 양자 회로 (Variational Quantum Circuits) 라는 기법을 사용했습니다.

여기서 비유를 들어보겠습니다:
기타를 튜닝한다고 상상해 보세요. 'A 음을 연주하라'고 적힌 악보 (알고리즘) 가 있습니다. 하지만 기타는 약간 튜닝이 맞지 않고 방은 울림이 있습니다. 적힌 대로 음을 연주하기만 하면 소리가 잘못 들립니다.

연구진들은 단순히 음을 연주한 것이 아니라 기타와 방을 들었습니다. 그들은 현의 장력 (양자 게이트의 회전 각도) 을 조정하여 그 특정 방에서 음이 완벽하게 들릴 때까지 조정했습니다.

그들은 세 단계로 이를 수행했습니다:

1. '가우시안' 로더: 먼저 컴퓨터에게 '종 모양 곡선' (표준 정규 분포) 을 생성하도록 가르쳐야 했습니다. 이는 경제 날씨를 나타냅니다. 그들은 이 곡선을 생성하는 데 필요한 정확한 각도가 표준 숫자가 아니며, 사용하는 두 개의 '벽돌' (큐비트) 에 따라 완전히 달라진다는 것을 발견했습니다. 곡선이 올바르게 보이도록 각도를 수동으로 조정해야 했습니다.
2. '트랜스파일레이션' (번역): 그들은 복잡한 알고리즘을 기계가 이해하는 특정 동작으로 분해했습니다. 표준 번역 소프트웨어 (Qiskit 의 기본 설정 등) 가 충분하지 않다는 것을 깨달았습니다. 이는 기계의 전자 부품으로 인한 미묘한 오류를 놓쳤기 때문입니다.
3. '상쇄 위상' 트릭: 그들은 기계가 두 개의 먼 큐비트를 연결하려 할 때 미세한 '위상 오류' (신호의 약간의 지연과 유사) 를 발생시킨다는 것을 발견했습니다. 이를 수정하기 위해 오류를 상쇄하는 특정 '상쇄 위상' 게이트, 즉 작은 디지털 '되돌리기' 버튼을 추가했습니다.

결과: 완벽한 일치

그들이 실제 기계에서 적응된 회로를 실행했을 때:

• 출력은 완벽한 이론적 시뮬레이션과 거의 정확히 일치했습니다.
• 그들은 '신용 위험' (불이행 확률) 을 계산하여 기존 컴퓨터의 답변과 98.9% 정확도로 일치함을 발견했습니다.
• 중요하게도, 양자 알고리즘을 한 기계에서 다른 기계로 단순히 복사하여 붙여넣을 수 없다는 것을 증명했습니다. '조정' (게이트의 특정 각도) 은 모든 특정 큐비트 쌍과 모든 특정 기계에 대해 다시 보정되어야 합니다.

교훈

이 논문은 현재의 양자 컴퓨팅 시대에는 '일률적인' 알고리즘에 의존할 수 없다고 주장합니다. 우리는 하드웨어 인식적이어야 합니다.

자동차를 운전하는 것과 같습니다. 자동차의 고유한 특징 (브레이크의 느낌, 엔진의 울림 등) 을 아는 운전자는 도로의 이론적 규칙만 아는 운전자가 운전하는 것보다 더 빠르고 안전하게 운전할 수 있습니다. 이 논문은 양자 프로세서의 특정 '느낌'을 이해함으로써 팀이 이론이 아닌 실제의 잡음이 있는 세계에서 작동하는 금융 위험 모델을 성공적으로 구축했음을 보여줍니다.

이 논문이 주장하지 않는 것:

• 이것이 내일 모든 은행 소프트웨어를 대체할 것이라고 주장하지 않습니다.
• 이것이 거대 글로벌 은행의 모든 신용 위험 문제를 해결한다고 주장하지 않습니다 (그들은 하나의 자산으로만 된 작고 '장난감' 같은 모델만 테스트했습니다).
• 이 기계가 이제 '오류 허용 (fault-tolerant)' 즉, 오류가 없다고 주장하지 않습니다. 그들은 단순히 이 특정 작업에 대해 오류를 우회했을 뿐입니다.

핵심 메시지는 다음과 같습니다: 오늘날 양자 컴퓨터를 유용하게 만들기 위해서는 잡음을 무시하는 것을 멈추고 기계의 현실에 맞게 코드를 적응시켜야 합니다.

기술 요약

기술 요약: 신용 위험 분석을 위한 양자 회로 기반 적응

문제 제기
잡음이 있는 중규모 양자 (NISQ) 프로세서는 본질적으로 잡음, 결어긋남 (decoherence), 게이트 오류에 민감하며, 결함 허용 양자 계산을 위해 필요한 연속적 오류 보정이 결여되어 있습니다. 따라서 이상화된 환경을 위해 설계된 양자 알고리즘은 종종 현재 하드웨어에서 정확한 결과를 산출하지 못합니다. 신용 위험 분석 (CRA) 분야, 특히 경제적 자본 (예: 위험 가치 및 조건부 위험 가치) 을 추정하는 데 사용되는 가우시안 조건부 독립 (GCI) 모델 내에서, 상관된 디폴트 분포로부터 고충실도 샘플을 생성하는 것은 계산 병목 현상입니다. 양자 진폭 추정 (QAE) 은 이론적 속도 향상을 제공하지만, 초전도 양자 처리 장치 (sQPU) 에서는 제한된 큐비트 연결성, 게이트 충실도 제약, 그리고 표준 변환 (transpilation) 도구가 특정 하드웨어 잡음 특성을 고려하지 못한다는 점으로 인해 구현이 방해받습니다.

방법론
저자들은 17 큐비트 초전도 프로세서 (Quantware Contralto-D) 에서 QAE 기반 CRA 알고리즘의 서브 회로에 대한 하드웨어 인식 적응 전략을 실험적으로 조사합니다. 이 연구는 잠재 위험 요인 $z$(표준 정규 분포 $N(0,1)$로 모델링됨) 를 로드하고 단일 자산에 대한 조건부 디폴트 확률로 매핑하는 데 초점을 맞춥니다.

1. 회로 설계 및 변환: 저자들은 잠재 요인을 큐비트 레지스터에 인코딩하고 대상 자산 큐비트에서 단일 큐비트 회전 ($R_y$) 을 통해 디폴트 확률을 인코딩하는 확장 가능한 매개변수화 회로를 정의합니다. 그들은 게이트 깊이와 연결성 위반을 최소화하기 위해 sQPU 의 특정 토폴로지에 맞춘 변환 기법을 사용합니다.
2. 변분 최적화: 잡음이 없는 시뮬레이션에만 의존하는 대신, 팀은 하드웨어에서 직접 회전 각도를 최적화하기 위해 변분 접근법을 사용합니다. 그들은 먼저 2 큐비트 및 3 큐비트에서 이산 가우시안 분포를 생성하기 위한 유망한 각도 영역을 식별하기 위해 (Adam 최적화기와 매개변수 이동 규칙을 사용한) 고전적 시뮬레이션을 사용합니다.
3. 하드웨어 수준 보정: 오프라인 최적화가 NISQ 장치에는 불충분하다는 점을 인식하여, 저자들은 현장 (in-situ) 미세 조정을 수행합니다. 그들은 전자기기 (예: 펄스 진폭/위상 오류) 와 하드웨어 특유의 잡음 (예: 탈분극 오류) 으로 인한 체계적 오류를 상쇄하기 위해 특정 큐비트 쌍 (D3-C4, D3-A6) 에서 회전 각도 ($\theta_0, \theta_1, \theta_2$) 를 체계적으로 스윕합니다.
4. 오류 완화 전략:
   • SPAM 오류: 100 회 측정 샷의 통계적 분석을 사용하여 오차 막대를 추정하고 대칭성에서의 편차를 정량화합니다.
   • 탈분극 오류: 가변 큐비트에서의 플럭스 펄스로 인한 위상 누적 오류를 완화하기 위해 CNOT 분해 (특히 Hadamard 와 CZ 게이트 사이) 에 반위상 $Z$-게이트를 삽입합니다.
   • 판독: 이 연구는 판독 충실도 한계 (~5% 오류) 와 큐비트 수에 따른 충실도 의존성을 인정하지만, 최종 실험에서는 능동적 판독 오류 완화 기법이 적용되지 않았습니다.

주요 기여

• 하드웨어 인식 변분 적응: 이 논문은 (가우시안과 같은) 특정 확률 분포를 준비하기 위한 최적의 회전 각도가 보편적인 것이 아니라 큐비트 쌍의 특정 물리적 특성과 프로세서의 전자 장치에 크게 의존한다는 것을 보여줍니다.
• 펄스 수준 최적화: 펄스 수준에서 작동함으로써 (Quantify 프레임워크와 Qblox 전자 장치를 사용), 저자들은 표준 컴파일러가 해결할 수 없는 체계적 하드웨어 오류를 보상하기 위해 게이트 매개변수를 성공적으로 보정했습니다.
• NISQ 상의 GCI 구현: 이 작업은 초전도 QPU 에서 GCI 서브 회로의 첫 번째 실험적 구현을 제시하며, 잠재 정규 분포를 조건부 디폴트 확률로 성공적으로 매핑했습니다.
• 변환 대 현실: 이 연구는 표준 변환 (예: Qiskit 의 SABRE 패스 관리자) 이 모델링되지 않은 잡음으로 인해 실제 하드웨어에서 종종 최적이지 않은 결과를 산출한다고 강조합니다. 저자들은 더 나은 충실도를 달성하기 위해 변환된 서브 회로를 수동으로 최적화하고 하드웨어를 인식하는 회로로 대체할 것을 제안합니다.

결과

• 분포 로드: 팀은 2 큐비트 및 3 큐비트 레지스터에서 이산 가우시안 분포를 성공적으로 생성했습니다. 3 큐비트 경우 (큐비트 D3, A6, C4) 에 최적 각도는 $\theta_0 = 90^\circ$, $\theta_1 = 212.5^\circ$, $\theta_2 = 104.5^\circ$로 발견되었습니다.
• GCI 회로 성능: 하드웨어 준비 변환 회로는 변환된 회로의 이상적인 잡음이 없는 시뮬레이션과 비교하여 $98.9 \pm 0.3\%$의 헬링거 충실도를 가진 확률 분포를 생성했습니다.
• 위험 지표: 실험 데이터는 총 손실의 누적 분포 함수 (CDF) 를 계산하는 데 사용되었습니다. 실험적 CDF 는 시뮬레이션과 비교하여 약 $0.5\%$의 불일치만 보였으며, 예상 위험 프로파일 (예: $P(L \le 0) \approx 0.75$) 을 정확하게 재현했습니다.
• 확장 관찰: 저자들은 판독 충실도가 큐비트 수에 따라 선형적으로 감소한다고 지적합니다 (1 큐비트의 경우 ~99% 에서 6 큐비트의 경우 약 75% 로 추정되는 수준으로 하락). 이는 더 큰 포트폴리오로 확장할 때 오류 완화가 중요할 것임을 시사합니다.

의의 및 주장
이 논문은 금융 응용 분야를 위한 소규모 개념 증명 모델에서 양자 적응의 타당성을 보여주는 것이 주요 기여라고 주장합니다. NISQ 시대에는 알고리즘 전문가와 하드웨어 엔지니어 간의 격차를 해소하는 것이 필수적이라고 주장합니다. 저자들은 다음과 같이 주장합니다:

1. 하드웨어 인식이 중요합니다: NISQ 장치에서 양자 알고리즘의 성공적인 구현은 잡음이 없는 시뮬레이터가 놓치는 체계적 오류 (위상, 진폭, 탈분극) 를 상쇄하기 위해 하드웨어 매개변수에 대한 직접적 접근과 회전 각도의 변분 조정이 필요합니다.
2. 개념 증명: 이 연구는 완전한 오류 보정이나 오류 완화 기법 없이도 신용 위험 분석에 대한 고전적 기대와 일치하는 분포를 양자 알고리즘이 생성할 수 있음을 검증합니다.
3. 미래 방향: 이 작업은 NISQ 장치의 실용적 사용을 이해하기 위한 출발점으로, 향후 개발은 실험적 특성 분석에서 도출된 맞춤형 잡음 모델과 큐비트 수 증가에 따른 오류 완화 기법의 통합에 초점을 맞춰야 함을 시사합니다. 저자들은 이 접근 방식이 하드웨어 중립적이지 않으며 다른 큐비트 레지스터와 프로세서 토폴로지에 대해 반복되어야 함을 강조합니다.