Scalable testing of quantum error correction

기술 요약: 양자 오류 정정의 확장 가능한 테스트

문제 정의

양자 오류 정정(QEC) 알고리즘을 벤치마킹하는 것은 결함 허용 양자 컴퓨팅을 향한 중요한 단계입니다. 표준적인 접근 방식은 결함을 주입한 양자 회로를 시뮬레이션하여 논리적 오류율($P_L$)을 추정하는 것입니다. 그러나 QEC 코드가 더 큰 거리($d$)와 더 낮은 물리적 오류율($p$)로 확장됨에 따라, 논리적 오류는 점점 더 드문 사건이 됩니다.

최첨단 도구인 Stim은 QEC 구현을 벤치마킹하기 위해 무작위 결함 주입(randomized fault injection)을 활용합니다. 이 방식은 작은 거리(최대 $d \approx 10$)에서는 효율적이지만, 더 큰 거리로 확장될 경우 몬테카를로 샘플링(Monte Carlo sampling)에 의존하기 때문에 성능이 저하됩니다. 고품질 QEC 알고리즘의 경우, 논리적 오류가 발생할 확률이 매우 낮기 때문에 Stim은 통계적 신뢰도를 확보하기 위해 방대한 수의 테스트를 수행해야 합니다. 많은 경우, Stim은 합리적인 시간 예산(예: 데스크톱에서 2시간) 내에 단 하나의 논리적 오류도 관찰하지 못하며, 이로 인해 $d \ge 13$인 거리에서 추정치를 제공하지 못하게 됩니다. 이는 실제 응용 분야를 위한 QEC 성능을 특성화하려는 연구자들에게 병목 현상을 야기합니다.

방법론: ScaLER

저자들은 무작위 샘플링의 한계를 극복하기 위해 **층화 결함 주입(stratified fault injection)**과 **외삽(extrapolation)**을 결합한 방법인 ScaLER(Scalable Logical Error Rate Testing)를 제안합니다. 핵심 통찰은 "결함 공간(fault space)"을 주입된 오류의 가중치(결함의 개수)에 따라 분할할 수 있으며, 고가중치 샘플을 효율적으로 샘플링함으로써 저가중치 샘플의 거동을 예측할 수 있다는 점입니다.

1. QEC 테스트 데이터를 S-곡선으로 모델링

저자들은 오류 가중치에 따른 논리적 오류율($P_L^w$)이 **S-곡선(S-curve)**을 형성한다는 점에 주목했습니다.

• 결함 허용 구역(Fault-Tolerant Zone): 가중치 $w \le t$ (여기서 $t = \lfloor (d-1)/2 \rfloor$)인 경우, 논리적 오류율은 정확히 0입니다.
• 전이 구역(Transition Zone): 가중치가 $t$를 초과하여 증가함에 따라, 오류율이 급격히 상승합니다.
• 포화 구역(Saturation Zone): 매우 높은 가중치에서, 오류율은 0.5(동전 던지기와 동일)에 수렴합니다.

논문은 이 거동을 연속 함수 $f(w)$를 사용하여 모델링합니다. IBM의 기존 "Min-Fail Enclosure Model"도 데이터를 잘 맞추지만, 저자들은 이 모델이 결함 허용 임계값 근처에서 정밀도가 부족하다고 주장합니다. 저자들은 $w \le t$일 때 함수를 0으로 정의하고 $w > t$일 때 특정 안사츠(ansatz)를 사용하는 새로운 S-곡선 모델을 도입하여 결함 허용 임계값 $t$를 명시적으로 인코딩합니다:
$$f_t^{\text{ours}}[\mu, \alpha, \beta](w) = \begin{cases} 0 & w \le t \\ \frac{1}{2} \cdot \frac{1}{1 + e^{-\frac{w-\mu}{\alpha} + \frac{\beta}{\sqrt{w-t}}}} & w > t \end{cases}$$
이 모델은 특정 가중치 부분 공간(subspace)에서 수집된 데이터 포인트에 맞춰 피팅됩니다.

2. 층화 샘플링 및 적응형 탐색

모든 가중치에 대해 균등하게 샘플링하는 대신, ScaLER는 논리적 오류가 빈번하게 발생하는 고가중치 샘플에 집중한 뒤, 이를 바탕으로 임계 저가중치 영역으로 외삽합니다. 알고리즘은 세 단계로 작동합니다:

1. 이진 탐색 단계 (Binary Search Stage): 알고리즘은 두 가지 경계 가중치를 찾습니다:
   • $w_{err}$: 1,000개의 샘플에서 1개의 논리적 오류가 발생하는 가장 낮은 가중치 (약 $P_L^w \approx 0.001$).
   • $w_{sat}$: 논리적 오류율이 $\le 0.25$인 가장 높은 가중치.
2. 초기 샘플링 단계 (Initial Sampling Stage): $w_{err}$와 $w_{sat}$ 사이에 균등하게 분포된 5개의 부분 공간에서 샘플을 수집합니다. 이 데이터에 Y-곡선(로그 변환된 S-곡선)을 피팅하여 "스위트 스팟($w_{sweet}$)"을 추정합니다.
3. 반복 단계 (Iterative Stage): 알고리즘은 $w_{err}$에서 $w_{sweet}$를 향해 내려가며 부분 공간을 반복적으로 샘플링합니다. 각 부분 공간을 테스트한 후, Y-곡선을 다시 피팅하고 $w_{sweet}$ 추정치를 업데이트합니다. 이 과정은 5개의 부분 공간을 테스트하거나 시간 예산이 소진될 때까지 계속됩니다.

3. 논리적 오류율 추정

S-곡선 파라미터($\mu, \alpha, \beta$)가 피팅되면, 모델링된 오류율과 회로에서 해당 가중치가 발생할 확률의 곱을 합산하여 전체 논리적 오류율을 추정합니다:
$$\hat{P}_L = \sum_{w=w_{min}}^{w_{max}} f_t^{\text{ours}}(w) \times \binom{n}{w} p^w (1-p)^{n-w}$$
여기서 $n$은 회로 내 위치의 수이며, 합산 범위는 "임계 영역"(통상적으로 $[np - 5\sigma, np + 5\sigma]$)을 포함합니다.

주요 기여

1. ScaLER 도구: 층화 결함 주입과 S-곡선 피팅을 구현한 오픈 소스(C++/Python) 도구입니다.
2. 새로운 S-곡선 모델: 결함 허용 임계값 $t$를 명시적으로 포함하는 수학적 모델로, 기존 모델보다 임계값 근처에서의 외삽 정확도가 더 높습니다.
3. 적응형 샘플링 알고리즘: 테스트 비용과 정확도 사이의 균형을 맞추면서 최적의 가중치 범위를 동적으로 결정하는 방법(알고리즘 1)입니다.
4. 확장성 입증: ScaLER가 Stim이 완전히 실패하는 영역인 $d=17$ 거리까지의 논리적 오류율을 표준 데스크톱의 2시간 시간 예산 내에 추정할 수 있음을 실증적으로 보여주었습니다.

결과

저자들은 Surface code, Toric code, Bivariate Bicycle (BB) code를 사용하여 거리 $d$가 최대 17이고 물리적 오류율이 $p=0.0005$ 및 $p=0.0001$인 환경에서 ScaLER를 Stim과 비교 평가했습니다.

• 확장성 (RQ1): Surface code $d=17, p=0.0005$ 설정에서 Stim은 2시간 동안 0개의 논리적 오류를 관찰했습니다. 반면 ScaLER는 동일한 시간 내에 높은 신뢰도로 $1.51 \times 10^{-11}$의 논리적 오류율을 추정했습니다. ScaLER는 Stim이 실패한 모든 구성에서 성공적으로 추정치를 제공했습니다.
• 일치성 (RQ2): Stim이 지면 참값(ground-truth) 추정치를 생성할 수 있는 경우(주로 $d \le 10$), Sc가의 추정치는 10배 차이 이내의 오차를 보였습니다. $d=3$ 및 $d=9$의 경우 상대 오차는 10% 미만이었습니다. 중간 거리($d=5, 7$)의 경우 오차는 약 20~40%였으며, 저자들은 이를 "스위트 스팟" 하이퍼파라미터($\Gamma$)의 선택 때문이라고 설명했습니다. $\Gamma$를 높이면 샘플링 비용은 증가하지만 정확도는 향상됩니다.
• 모델 비교 (RQ3): 저자들의 S-곡선 모델은 데이터를 피팅하고 임계 영역으로 외삽하는 데 있어 IBM의 모델보다 우수한 성능을 보였습니다. 다양한 지수($s$)를 가진 모델 변형을 테스트한 결과, $s=1/2$(분모의 제곱근 항)가 가장 높은 정확도를 나타냈습니다.

의의 및 주장

본 논문은 ScaLER가 고품질 QEC 알고리즘을 벤치마킹하기 위한 확장 가능한 대안을 제공한다고 주장합니다. 테스트의 초점을 고가중치 오류 부분 공간으로 전환하고 논리적 오류율의 예측 가능한 S-곡선 거동을 활용함으로써, 극도로 낮은 논리적 오류율을 추정하는 데 필요한 샘플링 노력을 획기적으로 줄입니다.

저자들은 이 방식이 현재 Stim과 같은 표준 몬테카를로 도구로는 접근할 수 없는 규모($d=17$)와 오류율(예: 거대 정수 인수 분해와 같은 미래의 결함 허용 애플리케이션 관련)의 QEC 회로를 특성화할 수 있게 해준다는 점을 강조합니다. 또한, 이 방법이 QEC 테스트 데이터가 S-곡선을 따른다는 가정에 의존하며 매우 큰 거리에서의 지면 참값은 여전히 불투명하다는 점을 인정하면서도, 자신들의 추정치가 하위 거리 벤치마크와 일관되며 견고함을 입증했습니다.