A Quantum-Classical Surrogate Model for the Collision Operator of the Lattice Boltzmann Method

기술 요약: 격자 볼츠만 방법의 충돌 연산자를 위한 양자-고전 대리 모델

문제 정의
격자 볼츠만 방법(Lattice Boltzmann Method, LBM)은 공간, 시간, 속도를 이산화하는 데 널리 사용되는 전산유체역학(CFD) 기법이다. LBM의 스트리밍 단계는 선형적이며 양자 알고리즘에 적합하지만, 국소 충돌 단계는 유니타리 연산에 의존하는 순수 양자 솔버에 도전 과제를 제기하는 비선형 의존성을 도입한다. 기존의 양자 접근 방식은 문제를 이진 최적화로 재구성하거나, 단열 어닐링을 사용하거나, 고정된 이완 파라미터(예: $\tau=1$)에 제한되어 재학습이 필요한 변분 양자 회로(VQC)를 사용하는 등의 한계가 있었다. 또한, 기존 방식들은 Bhatnagar-Gross-Krook(BGK) 충돌 연산자의 비유니타리 특성과 Carleman 전개와 같은 선형화 기법에 요구되는 높은 게이트 수를 처리하는 데 어려움을 겪는 경우가 많다.

방법론
저자들은 비선형 BGK 충돌 연산자를 근사하기 위해 잡음이 있는 중간 규모 양자(NISQ) 하드웨어에 설계된 하이브리드 양자-고전 대리 모델을 제안한다. 이 방법론의 핵심은 충돌 과정을 두 가지 별개의 구성 요소로 분리하는 것이다:

1. VQC를 통한 평형 예측: 얕은 매개변수화된 양자 회로가 충돌 후의 평형 분포를 예측한다. 이 회로는 고전적 거시 변수(밀도 $\rho$, 속도 $\mathbf{u}$)를 회전 각도로 인코딩하는 각도 인코딩(Angle Encoding, AE) 방식을 활용한다. 아키텍처는 세 가지 속도 성분을 처리하기 위해 $N=3$ 큐비트를 사용하는 **병렬 안사츠(Parallel Ansatz, PA)**를 채택한다. 회로 구조는 더 높은 차수의 비선형성을 표현할 수 있도록 데이터 재업로드(인코딩 및 얽힘 층의 반복)를 사용한다.
2. 회로 확장을 통한 BGK 이완: 전체 이완 역학을 학습하는 대신, 저자들은 BGK 이완 단계를 회로 구조 내에 직접 삽착한다. 이완 파라미터 $\omega$는 Fredkin(제어-SWAP) 게이트를 제어하는 양자 확률 진폭으로 인코딩된다. 이 게이트는 충돌 전 상태와 예측된 평형 상태를 혼합한다. 이러한 설계는 모델이 재학습 없이도 임의의 이완 파라미터 $\omega \in [0.5, 2)$를 입력으로 받아들일 수 있게 한다.
3. 후처리 제약 조건: 양자 대리 모델의 근사 오차를 해결하기 위해, 모델은 다음 사항을 강제하는 고전적 후처리를 적용한다:
   • 질량 및 운동량 보존: Corbetta 등이 도출한 대수적 보정을 사용하여 보존 법칙을 준수한다.
   • 회전 등변성: 3D의 경우 팔면체 군 $D_{48}$, 2D의 경우 이면체 군 $D_8$에 대한 군 평균화를 통해 대칭성을 강제한다.
   • 방향 궤도 압축: 물리적으로 동등한 방향들 간에 매개변수를 공유함으로써 훈련된 회로의 수를 줄이고 물리적 대칭 궤도로 그룹화한다.

주요 기여

• 가변 이완 파라미터: 본 논문은 이완 파라미터 $\omega$를 회로 입력으로 명시적으로 인코딩하는 최초의 하이브리드 양자-고전 대리 모델을 도입하여, 재학습 없이 전체 물리적 허용 범위 내에서 완전한 BGK 사후 충돌 상태를 복구할 수 있게 한다.
• 아키텍처 분석: 저자들은 유체 역학의 맥락에서 표준 VQC 지표(표현력, 얽힘, 유효 차원)를 비판적으로 재검토한다. 저자들은 인코딩 반복 횟수($L_{SW}$)가 모델 용량의 주요 동력임을 식별하였으며, 경쟁력 있는 정확도를 위해 Haar 수준의 얽힘이 필수 조건은 아님을 밝혀냈다.
• 3D 고충실도 시뮬레이션: Taylor–Green 와류 벤치마크를 통해 검증된 최초의 3차원 고충실도 양자 LBM 대리 시뮬레이션을 제시한다.
• 궤도 압축: 방향 궤도 압축의 구현은 정확도를 유지하면서도 훈련 및 추론 오버헤드를 크게 줄이고, 시뮬레이션을 확률적 훈련 분산으로부터 안정화시킨다.

결과
대리 모델은 확립된 벤치마크 문제를 통해 고전 BGK 연산자와 비교 검증되었다:

• Taylor–Green 와류 (3D): $\omega = 0.75$ 및 $\omega = 1.25$의 이완 파라미터에서 $Re \approx 1$로 시뮬레이션되었다. 대리 모델은 운동 에너지 감소와 와류 역학을 정확하게 재현하였으며, 중앙값 상대 오차는 약 $10^{-4}$였다. 보존 및 대칭 보정의 포함이 장기적 안정성을 위해 필수적임이 입증되었다.
• 이중 전단층 (2D): 레이놀즈 수 $Re = 100, 400, 1000$에서 시뮬레이션되었다. 모델은 Kelvin-Helmholtz 불안정성, 와류 쌍 형성 및 난류로의 전이를 성공적으로 포착하였다. 점별 오차는 낮은 수준($\sim 10^{-4}$에서 $10^{-3}$)을 유지하였으며, 비선형성이 높은 영역(와류 핵)에 집중되었다.
• 일반화: 모델은 재학습 없이 다양한 레이놀즈 수와 이완 파라미터에 대해 강력한 일반화 성능을 보여주었으며, 이는 가변 $\omega$ 인코딩의 효용성을 확인시켜 준다.

의의 및 주장
본 논문은 이러한 하이브리드 전략이 유체 공학 분야에서 양자 컴퓨팅의 잠재력을 실현하기 위한 실질적인 경로를 제공한다고 주장한다. 비유니타리 BGK 이완을 폐쇄형 회로 확장으로 오프로딩하고 얕은 VQC만을 사용하여 비선형 평형 예측을 수행함으로써, 이 방식은 NISQ 하드웨어의 한계(잡음, 제한된 큐비트, 얕은 깊이)를 완화한다. 저자들은 이 접근 방식이 선형화 기법의 지수적인 게이트 비용과 이전 VQC 기반 LBM 대리 모델의 재학습 요구 사항을 피한다는 점을 강조한다. 이 연구는 하이브리드 양자-고전 전략이 높은 정확도를 달면서도 고전적 해를 밀접하게 모사할 수 있음을 시사하며, 이를 통해 양자 강화 CFD 대리 모델의 타당성을 입증한다.