기술 요약: PropHunt: 양자 신드롬 측정 회로의 자동 최적화

1. 문제 정의

결함 허용 양자 컴퓨팅(FTQC)은 데이터 큐비트의 오류를 탐지하고 수정하기 위해 신드롬 측정(SM) 회로를 사용하는 양자 오류 정정(QEC) 코드에 의존한다. QEC 코드의 이론적 성능은 흔나 코드 거리($d$)를 기준으로 평가되는 경우가 많지만, 실제 논리적 오류율은 SM 회로의 물리적 구현에 크게 좌우된다.

주로 NISQ(Noisy Intermediate-Scale Quantum) 시대를 위해 설계된 기존 회로 최적화 도구들은 물리적 오류 발생 확률을 줄이기 위해 게이트 수와 회로 깊이를 최소화하는 데 집중한다. 그러나 FTQC에서는 오류가 발생하는 것이 당연하며, 이를 반드시 견뎌내야 한다. 핵심적인 과제는 CNOT 게이트의 순서가 SM 회로 내에서 오류가 전파되는 방식(특히 안실라 결함이 여러 데이터 큐비트로 퍼지는 "훅 에러(hook errors)")을 결정한다는 점이다. 부적절한 순서는 모호한 오류 패턴을 생성하여, 회로 깊이가 최소임에도 불구하고 코드의 성능을 실질적으로 저하시키는 미탐지 논리적 오류를 유발할 수 있다.

현재의 SM 회로 설계 방식은 세 가지 한계점에 직면해 있다:

1. 수동 설계(Hand-design): 맞춤형 회로는 많은 노력이 필요하며, 무작위 구조(예: Lifted Product 또는 Random Quantum Tanner 코드)를 가진 코드의 경우 다루기가 매우 어렵다.
2. 브루트 포스 탐색(Brute-force search): 중간 규모 이상의 코드 크기에 대해서는 확장성이 떨어진다.
3. 불완전한 예측 모델(Imperfect predictors): 회로 깊이나 유효 코드 거리($d_{eff}$)만을 최적화하는 것은 불충분하다. 본 논문에서 입증되었듯이, 동일한 깊이나 $d_{eff}$를 가진 회로라도 특정 CNOT 스케줄을 통해 오류가 전파되는 방식에 따라 판이하게 다른 논리적 오류율을 보일 수 있다.

2. 방법론: PropHunt

저자들은 불완전한 대리 지표인 깊이에 의존하는 대신, **오류 모호성(error ambiguity)**을 직접적으로 최소화하는 것을 목표로 하는 CSS 코드용 SM 회로 자동 최적화 도구인 PropHunt을 제안한다.

핵심 개념: 오류 모호성

본 논문은 모호한 오류를 두 개의 서로 다른 오류 패턴($e_1$과 $e_2$)이 동일한 신드롬($H e_1 = H e_2$)을 생성하지만, 서로 다른 논리적 효과($L e_1 \neq L e_2$)를 갖는 것으로 정의한다. 최대 가능도 추정기(MLE) 디코더는 이러한 모호성이 존재할 때 논리적 상태를 잘못 예측하게 된다. 목표는 SM 회로를 수정하여 이러한 모호한 경로를 제거하는 것이다.

최적화 루프

PropHunt은 다음 다섯 단계로 구성된 반복 루프를 통해 작동한다:

1. 모호한 디코딩 부그래프 탐색(Ambiguous Decoding Subgraph Finding):

   • 도구는 오류와 신드롬을 노드로 나타내는 회로 수준의 디코딩 그래프를 구축한다.
   • 무작위 부그래프를 샘플링하고 확장하여, 논리적 관측량 행렬 $L'$이 체크 행렬 $H'$의 행 공간에 속하지 않는($L' \notin \text{rowsp}(H')$) 부그래프를 식별한다. 이 조건은 해당 부그래프 내에 모호한 오류가 존재함을 나타낸다.

2. 최소 가중치 논리적 오류 해결 (MaxSAT 활용):

   • 식별된 각 모호한 부그래프에 대해, PropHunt은 MaxSAT 정식화(Z3 및 Loandra 솔버를 통해 해결)를 사용하여 최소 가중치 논리적 오류를 찾는다.
   • XOR 절을 조합 정규 형식(CNF)으로 변환할 때 발생하는 지수적 복잡도를 처리하기 위해, 저자들은 트리 구조의 보조 변수를 사용한다. 이를 통해 전역적이고 다루기 힘든 탐색 대신 로컬 부그래프를 효율적으로 병렬 처리하여 해결할 수 있다.

3. 후보 회로 변경 사항 열거(Candidate Circuit Change Enumeration):

   • 최소 가중치 논리적 오류가 식별되면, 도구는 해당 오류를 SM 회로의 특정 게이트 오류로 매핑한다.
   • 오류 전파를 변경하기 위해 두 가지 유형의 수정을 열거한다:
     • 재정렬(Reordering): 신드롬 큐비트가 연결된 데이터 큐비트와 상호작용하는 순서를 변경한다.
     • 재스케줄링(Rescheduling): 공유된 데이터 큐비트와 상호작용하는 신드롬 큐비트들의 상대적 타이밍을 변경한다(내부 멀티 엣지 유향 그래프 표현의 엣지를 교체).

4. 후보 필터링(Pruning Candidates):

   • 후보들은 회로 유효성(스테빌라이저 가환성 유지 및 순환 의존성 없는 스케줄 가능성 보장) 및 모호성 제거(변경 사항이 발견된 특정 모호성을 해결하는지 확인)를 기준으로 필터링된다.
   • 추가적인 검사를 통해 수정된 회로가 의도치 않게 새로운 논리적 오류를 생성하지 않는지 확인한다.

5. 변경 사항 적용(Applying Changes):

   • 검증된 변경 사항을 SM 회로에 적용한다. 만약 호환 가능한 여러 변경 사항이 존재할 경우, 2차 최적화 목표로서 최소 회로 깊이를 갖는 것을 선택한다.

3. 주요 기여

• 새로운 최적화 지표: 회로 깊이나 $d_{eff}$를 최적화하는 것에서 벗어나, 회로 수준 디코딩 그래프에서 오류 모호성을 직접 해결함으로써 논리적 오류율을 최소화하는 방향으로 전환하였다.
• 효율적인 알고리즘: 전역적 해결의 난해함을 피하기 위해, 병렬화된 MaxSAT를 사용하여 회로 수준 그래프에서 최소 가중치 논리적 오류를 찾는 방법을 제시하였다.
• PropHunt 도구: 서피스 코드(Surface Code)의 잘 알려진 스케줄을 자동으로 복구하고, 성능이 우수한 스케줄이 알려지지 않은 코드들을 최적화하는 자동화된 구현체를 제공한다.
• Hook-ZNE: 근접 FTQC를 위한 제로 노이즈 외삽(ZNE)을 개선하기 위해 PropHunt의 중간 최적화 상태를 활용하는 새로운 응용 방식을 제시하였다.

4. 평가 결과

저자들은 Surface Code, Lifted Product (LP) 코드, Random Quantum Tanner (RQT) 코드를 포함한 일련의 QEC 코드에 대해 PropHunt을 평가하였다.

• Surface Codes: PropHunt은 잘 알려진 "N-Z" 스케줄을 성공적으로 자동 발견하여, 수동 설계된 회로의 성능을 복구하였다.
• LP 및 RQT 코드: 최적의 스케줄이 알려지지 않은 코드들에 대해, PropHunt은 물리적 오류율 0.1%에서 표준 "coloration" 회로보다 논리적 오류율을 2.5배에서 4배까지 감소시켰다.
• 확장성: 부그래프 기반의 MaxSAT 접근 방식은 전역적 해결 방식보다 훨씬 더 다루기 쉬운 것으로 증명되었다. $d=7$ 서피스 코드의 경우, 전역적 해결 방식은 시간 초과가 발생했으나 부그래프 방식은 2초 이내에 해결되었다.
• 유휴 오류 민감도(Idle Error Sensitivity): 연구 결과, PropHunt의 최적화로 인해 도입된 약간의 회로 깊이 증가가 중성 원자 및 초전도 시스템과 관련된 광범위한 하드웨어 유휴 오류 강도 전반에 걸친 논리적 오류율 감소 효과에 의해 상쇄됨을 보여주었다.

5. Hook-ZNE 응용

본 논문은 고정된 코드 거리에서 다양한 논리적 오류율을 갖는 중간 SM 회로를 생성하는 PropHunt의 능력을 활용한 근접 기술인 Hook-ZNE를 소개한다.

• 메커니즘: 코드 거리를 변경하거나(자원이 많이 들고 정밀도가 낮음) 회로를 늘리는(결맞음 저하를 유발) 대신, 최적화 과정 중에 발견된 하위 최적 SM 회로를 사용하여 논리적 노이즈를 부드럽게 스케일링한다.
• 성능: 거리 스케일링 ZNE(DS-ZNE)와 비교했을 때, Hook-ZNE는 더 미세한 노이즈 제어를 제공한다. 평가 결과, Hook-ZNE는 동일한 샷 예산(shot budget) 내에서 기대값에 대한 더 안정적인 피팅을 제공하며, DS-ZNE 대비 오류를 3배에서 6배까지 줄인다.

6. 의의 및 주장

이 논문은 PropHunt가 SM 회로의 오류 전파 역학을 고려하는 자동화된 도구의 부재라는 QEC 설계 공간의 중요한 공백을 메운다고 주장한다. 회로 깊리와 같은 불완전한 예측 모델을 넘어섬으로써, PropHunt은 수동 설계나 브루트 포스 방식에 국려되었던 복잡한 QEC 코드들을 위한 고성능 SM 회로의 발견을 가능하게 한다.

저자들은 자신들의 작업이 모든 QEC 문제를 해결한다고 주장하는 것이 아니라, FTQC 시스템을 지탱하는 "접착제"(SM 회로)를 최적화하기 위한 기초적인 도구를 제공하는 것이라고 강조한다. 특히 Emerging 코드 패밀리(LP 및 RQT 등)를 위한 최적화된 회로를 자동으로 생성할 수 있는 능력은 실질적인 대규모 FTQC 실현에 필수적이다. 또한, Hook-ZNE 응용은 최적화 과정 자체가 근접 미래의 오류 완화(error mitigation)를 위한 가치 있는 산출물을 생성할 수 있음을 보여준다.