INJEQT: Improved Magic-State Injection Protocol for Fault-Tolerant Quantum Extractor Architectures

본 논문은 비클리포드 게이트 실행 중 고비용 모듈 간 측정을 최소화하여 오류율, 벽시계 시간 및 시공간 비용을 현저히 감소시키기 위해 2-팩토리 설계와 프리-페칭 전략을 활용하는 내결함성 양자 추출기 아키텍처를 위한 개선된 매직 상태 주입 프로토콜인 INJEQT 를 소개한다.

핵심

거대한 유리의 성을 짓는다고 상상해 보세요. 이 성은 내결함성 양자 컴퓨터를 상징합니다. 이 성이 무너지지 않도록 유지하려면 가장 중요하고 표준적이지 않은 조각들을 붙잡아 줄 특별한 "마법 접착제"(매직 스테이트) 가 필요합니다. 이 접착제가 없으면 성은 무너집니다.

하지만 이 마법 접착제를 만드는 것은 위험합니다. 이 과정은 오류가 발생하기 매우 쉬워서 전체 건설 프로젝트에서 발생하는 **전체 오류의 90%**를 차지합니다.

이것이 논문 INJEQT가 해결하려는 문제입니다. 그들이 어떻게 이를 고쳤는지 간단히 설명해 드리겠습니다.

문제: "비싼 메신저"

현재 양자 컴퓨터 설계 ( Extractor 아키텍처라고 함) 에서는 다음과 같은 방식으로 작동합니다.

1. 주요 건설 현장 ( Extractor 모듈) 이 있습니다.
2. 마법 접착제를 만드는 별도의 공장이 있습니다 ( Factory).
3. 접착제를 건설 현장으로 가져오려면 위험한 다리를 건너 메신저를 보내야 합니다 ( Inter-module Measurement).

이 논문은 이 다리가 전체 여정에서 가장 위험한 부분임을 발견했습니다. 메신저를 보낼 때마다 접착제를 떨어뜨리거나 길을 잃을 확률이 매우 높습니다. 복잡한 구조물을 짓기 위해 많은 수의 메신저를 보내야 하므로, 이 다리는 전체 프로젝트를 망치는 약한 고리가 됩니다.

해결책: INJEQT ("두 공장 릴레이")

Sayam Sethi 와 그의 팀은 INJEQT라는 새로운 시스템을 제안했습니다. 위험한 다리를 통해 원료인 위험한 접착제를 직접 보내는 대신, 전략을 변경했습니다.

1. 중간 정거장: 주요 현장 바로 옆에 두 번째로 안전한 "준비 주방" ( Auxiliary Code, 예를 들어 Surface Code) 을 만들었습니다.
2. 릴레이 경기:
   • 원래 공장에서 기본 재료를 만듭니다.
   • 이 재료를 안전한 주방으로 보냅니다.
   • 안전한 주방에서 이를 최종적이고 완벽한 "마법 접착제" ( Rz 상태) 로 섞어 만듭니다.
   • 이 주방이 더 안전하므로, 섞는 과정에서 오류가 적게 발생합니다.
   • 마지막으로, 이미 섞인 접착제를 위험한 다리를 통해 한 번만 보냅니다.

비유: 케이크를 굽는다고 상상해 보세요.

• 기존 방식: 위험한 농장에서 불안정한 생란을 사서, 울퉁불퉁하고 위험한 도로를 운전해 주방으로 가져온 뒤, 그제서야 깨서 섞습니다. 도로가 너무 심하게 흔들려서 달걀이 깨지면 처음부터 다시 시작해야 합니다.
• INJEQT 방식: 달걀을 사서 근처의 안전하고 매끄러운 "준비 주방"으로 운전해 갑니다. 그곳에서 안전하게 깨서 섞습니다. 그런 다음, 이미 섞인 반죽을 울퉁불퉁한 도로로 운반합니다. 도로가 흔들리더라도 반죽은 생란보다 훨씬 쉽게 망가지지 않습니다.

단점: 더 오래 걸림 ("교통 체증")

단점이 있었습니다. 이 추가적인 "준비 주방" 단계를 도입함으로써 과정이 느려졌습니다. 휴게소에 들르는 것과 같아서, 더 안전하게 도착하지만 더 늦게 도착하는 것입니다.

해결책: "프리페칭" ("조립 라인")

속도 문제를 해결하기 위해 저자들은 Pre-fetching 전략을 도입했습니다.

컨베이어 벨트를 상상해 보세요. 첫 번째 배次的 반죽이 섞일 때까지 기다리는 대신, 여러 개의 주방을 동시에 작동하도록 설정했습니다.

• 주방 A 가 현재 배次的 반죽을 배달하는 동안, 주방 B 는 다음 배次的 반죽을 이미 섞고 있습니다.
• 주방 C 는 그 다음 배次的 반죽을 섞고 있습니다.
• 첫 번째 배次的 반죽에 수정 ("수선") 이 필요하다면, 다음 배次的 반죽은 즉시 준비되어 있습니다.

이것은 느린 1 차선 도로를 바쁜 다차선 고속도로로 바꿉니다.

결과: 무엇을 달성했는가?

이 논문은 다양한 유형의 "공장" (Distillation, Cultivation, STAR) 을 사용하여 기존 방법과 이 시스템을 비교 테스트했습니다. 그들이 발견한 바는 다음과 같습니다.

• 오류 감소: 새로운 시스템은 일부 공장 유형의 경우 전체 오류율을 최대 22 배까지 줄였습니다. 접착제가 다리를 건너지 전에 이미 완벽했기 때문에 "다리"의 중요성이 크게 낮아졌습니다.
• 실행 속도 향상: "Pre-fetching" 조립 라인 덕분에 프로그램을 실행하는 데 걸리는 총 시간이 최대 13 배까지 개선되었습니다.
• 공간 효율성: 이들은 막대한 추가 공간 없이 모든 것을 수행했습니다. 최악의 경우 약 25% 더 많은 공간이 필요했지만, 평균적으로는 매우 작은 증가분 (3~10%) 으로 충분했습니다.

요약

INJEQT는 양자 컴퓨터를 위한 새로운 청사진으로, 다음과 같이 말합니다: "취약한 원료를 위험한 다리 건너로 보내지 마십시오. 먼저 안전한 구역에서 섞고, 기다리는 일이 없도록 여러 팀이 준비되게 하십시오."

이를 통해 양자 컴퓨터는 훨씬 적은 충돌과 훨씬 빠른 속도로 복잡한 프로그램을 실행할 수 있게 되어, 신뢰할 수 있는 양자 컴퓨터에 대한 꿈이 조금 더 현실적으로 다가옵니다.

기술 요약

다음은 논문 "INJEQT: 인과적 양자 추출기 아키텍처를 위한 개선된 매직 상태 주입 프로토콜"에 대한 상세한 기술 요약입니다.

1. 문제 제기

이변수-자전거 (Gross) 코드 계열과 같은 공간 효율적인 양자 오류 정정 코드 (QECC) 기반의 내결함성 양자 컴퓨팅 (FTQC) 아키텍처는 추출기 기반 아키텍처에 의존합니다. 이러한 시스템의 주요 병목 현상은 매직 상태 주입이 필요한 비-클리포드 연산의 실행입니다.

• 병목 현상: 현재 설계 (예: Tour de Gross) 에서 비-클리포드 게이트는 $|T\rangle$ 상태의 시퀀스를 사용하여 $R_z(\theta)$ 회전을 합성함으로써 구현됩니다. 이 과정은 **합성 (synthillation)**으로 알려져 있으며, 여러 단계의 순차적 주입을 수반합니다.
• 오류 원인: 각 주입은 모듈 간 측정 (매직 상태 공장 연결 및 논리 처리 유닛) 을 필요로 합니다. 이는 아키텍처에서 오류율 측면에서 가장 비용이 많이 드는 명령어입니다.
• 영향: 저자들은 이러한 아키텍처에서 전체 프로그램의 부정확성 (오류) 의 90% 이상이 순차적 $|T\rangle$ 주입에 필요한 모듈 간 측정이 필요한 합성 과정에서 비롯된다고 관찰했습니다.
• 절충 과제: 오류를 줄이는 것이 중요하지만, 단순히 더 많은 오류 정정 계층을 추가하면 실행 시간 (지연) 과 공간 오버헤드 (큐비트 수) 가 증가하여 어려운 공간 - 시간 절충 문제가 발생합니다.

2. 방법론: INJEQT 프로토콜

저자들은 오류율과 실행 시간 사이의 절충을 최적화하는 새로운 2 공장 설계인 INJEQT를 제안합니다.

A. 핵심 개념: 2 단계 공장 아키텍처

추출기 모듈에 $|T\rangle$ 상태를 직접 주입하는 것 (많은 순차적 모듈 간 측정이 필요함) 대신, INJEQT 는 보조 코드 (이 연구에서는 구체적으로 표면 코드) 를 중간 계층으로 도입합니다.

1. 1 단계 (보조 합성): $|T\rangle$ 상태가 보조 표면 코드에 주입되어 고충실도 $R_z(\theta)$ 상태를 합성합니다. 이 합성은 모듈 간 측정보다 낮은 오류율을 가진 격자 수술 (lattice surgery) 또는 횡단 CNOT 을 사용하여 보조 코드 내부에서 수행됩니다.
2. 2 단계 (추출): 합성된 $R_z(\theta)$ 상태는 단일 모듈 간 측정을 통해 메인 추출기 모듈에 한 번 주입됩니다.
3. 수정 처리: $R_z$ 주입은 확률적 (50% 확률로 실패하고 $R_z(2\theta)$ 수정이 필요함) 이므로, 프로토콜은 잠재적인 재귀적 수정을 고려합니다.

B. 최적화: 선취 (Pre-fetching) 전략

2 단계 공장의 단순한 구현은 보조 합성에 시간이 소요되므로 실행 시간을 증가시킵니다. 이를 완화하기 위해 INJEQT 는 선취 전략을 사용합니다:

• 병렬 준비: 여러 개의 2 단계 공장 ($R$ 공장) 이 병렬로 작동합니다. 이들은 현재 필요한 $R_z(\theta)$ 상태뿐만 아니라 잠재적 수정 상태 ($R_z(2\theta), R_z(4\theta), \dots$) 도 미리 준비합니다.
• 파이프라인 중첩: 이러한 상태의 준비는 추출기 모듈의 설정 단계 (모듈 내 및 모듈 간 측정) 와 동시에 발생하여 합성의 지연을 효과적으로 숨깁니다.
• 동적 선택: 수정이 필요한 경우, 미리 준비된 상태가 즉시 사용 가능하고, 그렇지 않은 경우 공장은 즉시 다음 불필요한 상태의 준비를 시작합니다.

3. 주요 기여

1. 아키텍처 변경을 통한 오류 감소: 논문은 모듈 간 측정이 지배적인 오류 원인임을 규명했습니다. 합성 작업의 대부분을 보조 코드 (표면 코드) 로 전환하고 모듈 간 주입 횟수를 $O(c)$ (GridSynth 의 경우 $c \approx 80-100$) 에서 상수 (일반적으로 1 또는 2) 로 줄임으로써 전체 오류 예산을 극적으로 감소시켰습니다.
2. 시간 최적화 선취: 저자들은 2 단계 설계의 지연 패널티를 해결하는 파이프라인 공장 방식을 도입하여 월시계 시간 (wall-clock time) 에서 상당한 개선을 달성했습니다.
3. 종합적 평가: 연구는 INJEQT 를 다음과 같이 엄격하게 평가했습니다:
   • 세 가지 공장 패러다임: 증류 (Distillation), 재배 (Cultivation), STAR.
   • 두 가지 주입 모델: 격자 수술 및 횡단 CNOT.
   • 산술, 최적화, 시뮬레이션 회로를 포함한 광범위한 벤치마크 스위트 (QASMBench).

4. 주요 결과

평가 결과, INJEQT 는 여러 메트릭에서 기준선인 Tour de Gross (TDG) 아키텍처를 크게 능가하는 것으로 나타났습니다:

메트릭	증류 공장	재배 공장	STAR 공장
프로그램 오류 감소	평균 약 11% (최대 12.5%)	평균 약 12.5 배 (최대 20 배)	평균 약 10 배 (최대 18 배)
월시계 시간 개선	평균 약 7 배 (최대 13 배)	평균 약 6.5~7 배 (최대 8.8 배)	평균 약 9 배 (최대 12 배)
공간 - 시간 비용 감소	평균 약 2 배 (최대 7.2 배)	평균 약 1.5~2.5 배 (최대 4.5 배)	평균 약 12 배 (최대 16 배)
공간 오버헤드	평균 +2.5%~5%	평균 +7%~13%	약 4% 감소 (작은 발자국으로 인해)

• 강건성: INJEQT 는 다양한 장치 기술 (초전도 대 중성 원자) 과 공장 선택에 걸쳐 강건합니다.
• 공장 수 민감도: 최적의 선취 공장 수 ($R$) 는 벤치마크에 따라 다르지만, 월시계 시간의 개선은 빠르게 포화됩니다 (종종 $R < 20$). 이는 하드웨어 자원의 modest 한 증가가 거의 최대 성능 향상을 가져온다는 것을 의미합니다.
• STAR 공장: STAR 는 $R_z$ 상태를 직접 합성하므로 합성을 위한 2 단계 공장이 필요하지 않지만, INJEQT 의 선취 논리는 여전히 실행 시간과 공간 - 시간 비용에서 막대한 이점을 제공합니다.

5. 의의

• FTQC 확장성 가능화: 비-클리포드 연산의 오류 기여를 90% 이상에서 관리 가능한 수준으로 줄임으로써, INJEQT 는 Gross 코드와 같은 공간 효율적인 qLDPC 코드에서 대규모 양자 알고리즘을 실행하는 것을 가능하게 합니다.
• 공간 - 시간 절충의 재정의: 이 연구는 낮은 오류율이 금지적인 시간 또는 공간 오버헤드를 수반해야 한다는 가정에 도전합니다. INJEQT 는 지능적인 아키텍처 파이프라이닝이 오류율을 낮추면서 동시에 실행 시간을 단축할 수 있음을 보여줍니다.
• 하드웨어 중립성: 이 프로토콜은 다양한 물리적 큐비트 기술 및 주입 방법과 호환되므로, 차세대 FTQC 시스템 아키텍트를 위한 다용도 설계 패턴이 됩니다.

결론적으로, INJEQT는 양자 컴파일러 및 아키텍처 설계에서 중요한 진전을 나타내며, 차세대 내결함성 양자 컴퓨터의 지배적인 오류 원인을 완화하기 위한 실용적인 경로를 제공합니다.