Simulation of additive binding energies in asphalt using quantum-selected configuration interaction (QSCI)

본 논문은 54 큐비트 양자 프로세서에서 양자 선택 구성 상호작용(QSCI)을 활용하는 QuantumPave 라는 하이브리드 양자-고전 워크플로우가 아스팔트 바인더 모델에 대해 화학적으로 의미 있는 가산 결합 에너지를 성공적으로 계산할 수 있음을 보여주며, 이는 산업적으로 관련된 재료 과학 문제 해결을 위한 양자 중심 슈퍼컴퓨팅의 실현 가능성을 입증한다.

핵심

특정 성분이 케이크가 더 오래 신선하게 유지되도록 하는 이유를 파악하려고 상상해 보세요. 도로 세계에서는 그 "성분"이 아스팔트(도로를 포장하는 검은 물질) 에 혼합된 첨가제입니다. 과학자들은 이 첨가제가 햇빛과 날씨로 인한 도로의 균열 및 노화를 방지하기 위해 아스팔트에 얼마나 강하게 부착되는지 정확히 알고 싶어 합니다.

이 논문은 결합 에너지(이 "접착력"을 부르는 용어) 를 측정하기 위한 새로운 고기술 방식에 관한 것으로, 초고속 고전 컴퓨터와 최신형 양자 컴퓨터를 혼합하여 사용합니다.

다음은 그들이 무엇을 했는지에 대한 이야기를 쉽게 설명한 것입니다:

1. 문제: 도로의 "접착제"

아스팔트는 복잡한 분자들의 국물과 같습니다. 도로를 내구적으로 유지하기 위해 엔지니어들은 부패를 막기 위해 화학 물질을 첨가합니다. 이러한 첨가제가 어떻게 작동하는지 이해하기 위해 과학자들은 첨가제와 아스팔트 사이의 "악수" 에너지를 계산해야 합니다.

• 도전 과제: 이러한 악수는 작고 까다롭습니다. 전자들이 복잡하게 춤추는 것을 포함하며, 일반 컴퓨터는 이를 완벽하게 예측하는 데 어려움을 겪습니다.
• 시험 대상: 연구자들은 messy 한 도로 전체를 시뮬레이션하는 대신, 작고 대표적인 모델을 선택했습니다: 피리딘 - 페놀 복합체. 이는 아스팔트에서 발견되는 실제 화학을 모방하는 두 분자 (하나는 질소 고리, 하나는 산소 고리) 사이의 "미니 악수"라고 생각하세요.

2. 새로운 도구: "양자 중심 슈퍼컴퓨팅"

저자들은 QuantumPave라고 부르는 워크플로우를 사용했습니다. 함께 일하는 두 명의 전문가 팀을 상상해 보세요:

• **고전 컴퓨터 **(서점 관리자) 데이터 정리와 최종 수학 계산을 위한 무거운 작업을 처리합니다.
• **양자 컴퓨터 **(샘플러) 모든 가능성을 계산하는 대신 (이는 영원히 걸릴 것입니다), 양자 컴퓨터는 수프를 맛보는 셰프처럼 행동합니다. 가장 중요한 맛 (전자 구성) 을 빠르게 "샘플링"하여 요리의 맛을 파악합니다.

이 특정 방법은 QSCI(Quantum-Selected Configuration Interaction) 라고 합니다. "해변의 모든 모래알을 확인할 필요는 없습니다; 언덕의 모양을 결정하는 가장 중요한 모래알 10 개만 확인합시다"라고 말하는 것과 같습니다.

3. 실험: 54 큐비트 맛보기 테스트

연구자들은 실제 양자 컴퓨터 (IQM Emerald 프로세서) 에서 그들의 "미니 악수" 시뮬레이션을 실행했습니다.

• 설정: 그들은 마법이 일어나는 작은 10 개의 전자와 10 개의 오비탈 ( "활성 공간") 그룹에 집중했습니다.
• 반전: 일반적으로 양자 컴퓨터는 잡음 (라디오의 정전기) 이 많습니다. 잡음이 결과를 망칠 것이라고 예상할 수 있습니다. 그러나 이 특정 방법에서는 잡음이 실제로 도움이 되었습니다! 라디오의 정전기가 우연히 셰프가 수프를 더 많이 맛보게 하여 중요한 맛을 놓치지 않도록 한 것과 같습니다.
• 결과: 양자 컴퓨터의 결과는 "완벽한" 고전 계산과 정확히 일치했습니다. 그들은 결합 에너지가 -3.52 kcal/mol임을 발견했습니다.

4. 숫자의 의미

• 일치: 양자 컴퓨터와 고전 "골드 스탠다드"가 완벽하게 일치했습니다. 이는 새로운 방법이 오류를 수정하기 위한 복잡한 트릭 없이 실제 하드웨어에서 작동함을 증명합니다.
• 격차: 결과 (-3.52) 는 실제 실험 값 (-6.25) 보다 약간 낮았습니다.
  • 왜? 연구자들은 그들의 "미니 모델"(활성 공간) 이 악수에 관여하는 모든 작은 힘을 포착하기에는 너무 작았다고 설명합니다. 강한 수소 결합은 포착했지만, 약하고 장거리인 힘은 놓쳤습니다.
  • 유사성: 사람의 머리와 몸통만 무게를 재어 사람의 무게를 측정하는 것과 같습니다. 무게에 대한 좋은 아이디어를 얻지만, 다리와 팔의 무게는 놓치게 됩니다. 정확한 실제 세계 숫자를 얻으려면 계산에 더 많은 "신체 부위"(더 많은 전자) 를 포함해야 합니다.

5. 결론

이 논문은 개념 증명입니다. 이는 다음을 보여줍니다:

1. 우리는 현재 잡음이 있는 양자 컴퓨터를 도로 재료와 관련된 실제 화학 문제 해결에 사용할 수 있습니다.
2. 양자 컴퓨터가 단순히 "샘플링"하고 고전 컴퓨터가 "대각화"(수학 해결) 하도록 함으로써, 완벽한 오류 없는 양자 기계가 필요하지 않은 상태에서도 정확한 결과를 얻을 수 있습니다.
3. QuantumPave라고 불리는 이 접근법은 도로를 더 오래 지속되게 만드는 방법을 이해하는 데 유망한 단계이지만, 여기서 사용된 모델은 실제 것의 단순화된 버전입니다.

간단히 말해: 그들은 두 분자가 얼마나 잘 붙어 있는지 측정하기 위해 양자 컴퓨터와 고전 컴퓨터 사이의 디지털 다리를 구축했습니다. 이 테스트는 성공적이었으며, 오늘날의 불완전한 양자 하드웨어로도 이 새로운 하이브리드 방법이 도로 화학의 복잡한 수학을 처리할 수 있음을 증명했습니다.

기술 요약

기술 요약: 양자 선택 구성 상호작용 (QSCI) 을 이용한 아스팔트의 첨가제 결합 에너지 시뮬레이션

문제 제기
도로 인프라의 핵심 구성 요소인 아스팔트 바인더의 장기 내구성과 산화 노화는 복잡한 분자 상호작용에 의해 결정됩니다. 첨가제가 노화 경로에 어떻게 간섭하는지 이해하려면 첨가제와 주요 아스팔트 구성 요소 간의 결합 에너지를 정확하게 계산해야 합니다. 그러나 이러한 에너지를 예측하는 것은 강한 상관 효과와 분산 상호작용을 고려해야 하기 때문에 어려우며, 이는 종종 표준 평균장 근사로는 잘 설명되지 않습니다. 저자들은 아스팔트 노화 연구에서 확인된 기능기들을 반영하는 피리딘 - 페놀 복합체로 표현된 아스팔트 구성 요소 간의 상호작용에 초점을 맞춰, 산업적으로 관련성이 높은 재료 문제에 대한 결합 에너지를 계산할 수 있는 "양자 중심 (quantum-centric)" 워크플로우를 입증하고자 합니다.

방법론
본 연구는 첨가제 결합 에너지를 계산하도록 설계된 하이브리드 양자 - 고전 워크플로우인 QuantumPave를 소개합니다. 방법론은 세 가지 상호 보완적인 접근법을 통합합니다:

1. 시스템 선정: 저자들은 24 개의 원자로 구성된 피리딘 - 페놀 복합체 ($C_{11}H_{11}NO$) 를 대표 모델로 선정했습니다. 이 시스템은 아스팔트 노화에 대한 분자 동역학 연구에서 확인된 기능기들을 반영하는 강한 O-H$\cdots$N 수소 결합과 $\pi$-공액 전자 시스템을 특징으로 합니다.
2. 기하 구조 최적화: 기계 학습 원자 간 퍼텐셜 (ORB v3) 을 사용하여 기하 구조를 신속하게 최적화함으로써 계산 효율성과 화학적 정확성 사이의 균형을 제공했습니다.
3. 결합 에너지 계산: 결합 에너지를 계산하기 위해 세 가지 방법이 동원되었습니다:
   • 기계 학습 (ORB v3): 신속한 스크리닝 및 초기 추정에 사용되었습니다.
   • 밀도 범함수 이론 (DFT): B3LYP-D3/def2-SVP 계산은 $\pi$-$\pi$ 적층 및 수소 결합을 위한 분산 보정을 포함하는 고전적 참조로 작용했습니다.
   • 양자 선택 구성 상호작용 (QSCI): 샘플 기반 양자 대각화 (SQD) 라고도 불리는 이 방법은 핵심적인 양자 영감 방법입니다. 가전자 지배적 상호작용을 목표로 하면서 복잡성을 줄이기 위해 활성 공간 근사 (10 개의 궤도에 10 개의 전자, 20 개의 큐비트로 매핑) 를 사용합니다.
4. 양자 실행: QSCI 알고리즘은 54 개의 큐비트를 가진 IQM Emerald 초전도 양자 프로세서에서 실행되었습니다. 워크플로우에는 다음이 포함됩니다:
   • 샘플링: 양자 프로세서는 준비된 상태에서 지배적인 전자 구성 (비트 문자열) 을 샘플링합니다.
   • 오차 완화: 제로 노이즈 외삽 대신 자기 일관성 구성 복구를 활용합니다. 이 반복 과정은 유지된 샘플의 평균 궤도 점유를 사용하여 입자 수 대칭을 위반하는 잘못된 구성을 수정합니다.
   • 대각화: 고전적인 고성능 컴퓨팅 (HPC) 자원이 선택된 부분 공간 내에서 대각화를 수행합니다.
   • 분산 보정: 활성 공간 전자 구조만으로는 포착되지 않는 장거리 반데르발스 상호작용을 고려하기 위해 QSCI 결과에 경험적 D3BJ 보정이 추가되었습니다.

주요 결과

• 하드웨어 정확도: IQM Emerald 프로세서에서 SQD 방법은 고전적 활성 공간 완전 활성 공간 구성 상호작용 (CASCI) 참조를 정확히 재현했습니다. 두 방법 모두 **-3.52 kcal/mol (-0.153 eV)**의 결합 에너지를 산출했습니다.
• 노이즈 강건성: 장치 노이즈가 결과를 저하시키는 대신, 샘플링 분포를 활성 공간으로 확장시켰습니다. 결과적으로 고전적 대각화는 제로 노이즈 외삽이 필요 없이 정확한 활성 공간 에너지를 복원했습니다.
• 실험과의 비교: 계산된 활성 공간 값 (-3.52 kcal/mol) 은 약 -6.25 kcal/mol인 실험적 열량 측정 엔탈피보다 결합이 약하게 나타났습니다. 저자들은 이 불일치는 내부 가전자 상관관계를 포착하지만 전기적 수소 결합에 관여하는 더 넓은 궤도 공간의 기여는 생략하는 활성 공간의 컴팩트한 특성 때문이라고 귀착했습니다.
• DFT 비교: B3LYP-D3 방법은 결합 에너지를 과대평가 (-9.08 kcal/mol) 했으며, 이는 하이브리드 범함수가 중간 강도의 수소 결합을 과대평가하는 것으로 알려진 경향과 일치합니다.

주요 기여

• 양자 중심 슈퍼컴퓨팅의 개념 증명: 이 논문은 QPU 가 구성을 샘플링하고 고전적 HPC 가 대각화를 수행하는 완전히 재현 가능한 소규모 양자 중심 슈퍼컴퓨팅 구현을 보여줍니다.
• 하드웨어 상의 QSCI/SQD 검증: 현재의 잡음이 있는 중규모 양자 (NISQ) 하드웨어에서 QSCI 가 고전적 활성 공간 한계에 대해 수치적 정밀도를 달성할 수 있음을 실험적으로 입증했습니다.
• 노이즈 허용 워크플로우: 이 연구는 샘플링 분포를 확장시켜 수렴을 돕는 장치 노이즈를 활용하는 워크플로우를 강조하며, 이 특정 영역에서는 복잡한 제로 노이즈 외삽 기법이 항상 필요하지 않을 수 있음을 시사합니다.
• 재료 과학에의 적용: 아스팔트 산업과 관련된 문제에 이러한 양자 알고리즘을 성공적으로 적용하여 양자 컴퓨팅 시연과 산업적 재료 문제 간의 격차를 해소했습니다.

의의 및 주장
이 논문은 양자 중심 워크플로우 내에서 현재 양자 하드웨어로 산업적으로 관련성이 높은 재료 문제에 대한 화학적으로 의미 있는 결합 에너지를 달성할 수 있다고 주장합니다. 그 의의는 다음과 같은 점을 입증하는 데 있습니다:

1. 실현 가능성: 실제 양자 프로세서는 고전적 활성 공간 참조와 일치하는 상관 전자 구조 계산을 실행할 수 있습니다.
2. 실용성: 이 접근법은 노이즈에 강건하여, 샘플링 전략과 고전적 후처리가 최적화된다면 제로 노이즈 외삽과 같은 오차 완화 전략이 항상 필요하지 않을 수 있음을 시사합니다.
3. 확장성: 현재 활성 공간은 제한적이지만, 이 방법론은 개선을 위한 체계적인 경로를 제공합니다. 향후 연구는 아스팔트 매트릭스와 같은 더 크고 현실적인 응축상 환경을 다루기 위해 큐비트 효율적 공식과 임베딩 기법 (예: 밀도 행렬 임베딩) 을 활용할 수 있습니다.

저자들은 주요 한계가 하드웨어 자체가 아닌 활성 공간의 크기라고 결론지으며, 이 접근법이 재료 과학 및 촉매 분야의 차세대 계산 화학 응용을 위한 유망한 기반을 제공한다고 주장합니다.