Low-depth simulation of non-Markovianity under quantum hardware noise

기술 요약: 양자 하드웨어 노이즈 환경에서의 비마르코프적 특성에 대한 저심도 시뮬레이션

문제 정의
디지털 양자 컴퓨터에서 열린 양자계(open quantum systems)를 시뮬레이션하는 것은 본질적으로 까다로운 과제이다. 왜냐하면 양자 회로는 기본적으로 유니터리 진화만을 지원하는 반면, 열린 계는 환경과의 상호작용으로 인해 비유니터리 역학을 겪기 때문이다. 표준적인 접근 방식인 스틴스프링 확장(Stinespring dilation)은 보조 큐비트를 시스템에 결합하고 이를 트레이스 아웃(trace out)함으로써 이러한 역학을 시뮬레이션한다. 그러나 이 방법은 조밀한 상호작용 토폴로지와 다수의 2-큐비트 게이트(예: CNOT)를 필요로 하는데, 이러한 게이트들은 단일 큐비트 게이트보다 훨씬 더 많은 노이즈를 발생시킨다. 근미래형 하드웨어에서, 보조 게이트들로부터 발생하는 오차의 축적은 특히 긴 시간의 진화나 복잡한 비마르코프적 역학을 시뮬레이션할 때 시뮬레이션의 충실도(fidelity)와 실행 시간을 심각하게 제한한다.

방법론
본 논문은 보조 큐비트 없이 열린 계의 역학을 시뮬레이션하기 위해 궤적 혼합법(method of trajectory mixing)(순수 상태 궤적들의 통계적 혼합)을 활용하는 방안을 제안한다. 이 접근 방식은 양자 채널 $\Phi(\rho)$가 유니터리 진화의 통계적 혼합 $\Phi(\rho) = \sum_i p_i U_i \rho U_i^\dagger$로 표현될 수 있는 **혼합 유니터리 채널(mixed unitary channels)**에 특화되어 적용된다.

주요 방법론적 특징은 다음과 같다:

1. 상태 독립적 확률: 혼합 유니터리 채널의 경우, 특정 유니터리 점프의 확률($p_i$)은 시스템의 상태와 무관하다. 이를 통해 연구자들은 여러 개의 독립적인 회로(궤적)를 실행하고 그 결과를 통계적으로 혼합함으로써 시뮬레이션을 진행할 수 있으며, 점프 확률을 동적으로 결정하기 위한 비용이 많이 드는 상태 토모그래피를 피할 수 있다.
2. 궤적 샘플링: 전체 가능한 궤적의 수는 지수적으로($m^N$, 여기서 $m$은 크라우스 연산자의 수, $N$은 타임 스텝 수) 증가하지만, 저자들은 통계적으로 충분한 부분 집합의 궤적을 사용하여 장시간 진화를 시뮬레이션하기 위해 확률적 샘플링(몬테카를로 접근법)을 채택한다.
3. 노이즈 모델링: 시뮬레이션에는 단일 큐비트 게이트 이후의 $T_1$ 및 $T_2$ 완화/디페이징과 CNOT 게이트 이후의 디포러라이징 채널을 포함하여, 현대 양자 프로세서에 맞춰 교정된 현실적인 노이즈 모델을 사용한다.
4. 비교 기준: 궤적 혼합법은 다양한 시나리오에 걸쳐 전통적인 보조 큐비트 접근 방식(스틴스프링 확장)과 벤치마킹된다.

주요 기여 및 시뮬레이션
본 논문은 네 가지 구체적인 시뮬레이션 시나리오를 통해 이 접근 방식의 생존 가능성을 입증한다:

• 순수 디페이징(Pure Dephasing): 자유 진화와 순수 디페이징을 겪는 단일 큐비트 시뮬레이션이다. 궤적 혼합법(단일 큐비트 게이트만 사용)은 높은 상태 충실도를 유지하며 노이즈 없는 역학을 밀접하게 추적한다. 반면, CNOT를 요구하는 보조 큐비트 방식은 게이트 노이즈로 인해 블로흐 구(Bloch sphere)의 중심을 향한 상당한 드리프트(drift)를 보인다.
• 비마르코프 역학(진폭 감쇄 및 디페이징): 저자들은 시스템이 메모리 큐비트와 상호작용하는 **마르코프 임베딩(Markovian embeddings)**을 통해 비마르코프 진화를 시뮬레이션한다.
  • 결과: 궤적 혼합법은 결합 시스템-메모리 상태를 고려할 때 보조 큐비트 방식보다 일관되게 높은 충실도를 보여준다. 다만, 시스템 단독에 대해서는 충실도 이점이 때때로 미미할 수 있음을 논문은 언급한다. 저자들은 시스템과 메모리가 끊임없이 상호작용하기 때문에, 임베딩 모델에서의 2-큐비트 게이트 노이즈가 복잡한 다체(many-body) 시나리오에서 궤적 방식의 이점을 제한한다고 설명한다.
• 메모리 채널: 연속적으로 전달되는 두 큐비트에 작용하는 디페이징 메모리 채널 시뮬레이션이다. 이 채널은 벨 상태(Bell states)의 얽힘을 보존한다.
  • 결 result: 궤적 혼합법은 컨커런스(concurrence, 얽힘도)를 거의 완벽하게 보존하는 반면, 보조 큐비트 방식은 상당한 붕괴를 일으킨다. 이는 궤적 방식의 주요 이점을 강조한다: 즉, 보조 큐비트를 두 시스템 큐비트와 상관시키기 위해 필요한 두 개의 CNOT 게이트를 피할 수 있다는 점이다.
• 확률적 구동 해밀토니안(Stochastically Driven Hamiltonians): 저자들은 랜덤 텔레그래프 노이즈(RTN)를 가진 해밀토니안에 의해 구동되는 비마르코프 역학을 시뮬레이션한다. 일정한 노이즈 구간으로 진화를 나누고 궤적을 혼합함으로써, 보조 큐비트나 메모리 큐비트 없이도 매우 높은 충실도를 달ek성한다.

결과
현재 프로세서에 맞춰 교정된 노이즈 모델($T_1=232\,\mu s$, $T_2=127\,\mu s$, CNOT 오차 $\approx 2.4\%$)을 사용하여, 연구는 다음을 발견했다:

• 충실도(Fidelity): 혼합 궤적 방식은 순수 디페이징 및 메모리 채널 시나리오 전반에 걸쳐 보조 큐비트 방식보다 일관되게 높은 상태 충실도를 유지한다.
• 얽힘 보존: 메모리 채널 시뮬레이션에서 궤적 방식은 얽힘을 성공적으로 보존하는 반면, 보조 방식은 2-큐비트 게이트 오차의 축적으로 인해 실패한다.
• 확장성: 제한된 샘플링(25개 타임 스텝에 대해 1024개 궤적)을 사용하더라도, 궤적 방식은 타임 스텝이 증가함에 따라 지속적인 충실도 감소를 겪는 보조 방식보다 우수한 성능을 보인다.

의의 및 주장
본 논문은 궤적 혼합법이 근미래형 양자 하드웨어에서 비국소적 환경 효과를 시뮬레이션하기 위한 **배포 가능한 청사진(deployable blueprint)**을 제공한다고 주장한다. 이 방법의 주요 의의는 다음과 같다:

1. 노이즈 감소: 엔탱글링 게이트를 독립적인 순수 상태 회로의 통계적 혼합으로 대체함으로써, 보조 큐비트와 관련된 노이즈 오버헤드를 획기적으로 줄인다.
2. 자원 효율성: 이 방법은 제한된 자원으로 장시간의 비마르코프 진화를 시뮬레이션할 수 있게 하여, 보조 게이트의 "파괴적인 노이즈 오버헤드"를 피할 수 있게 한다.
3. 실용성: 이 방법은 여러 회로를 실행해야 하지만, 저자들은 현재 양자 프로세서의 2-큐비트 게이트 오차율을 고려할 때 이것이 유리한 트레이드오프(trade-off)라고 주장한다.

저자들은 이 방법의 보편성에 대해서는 신중한 태도를 유지하며, 시스템-메모리 상호작용이 지속적인 복잡한 다체 역학의 경우 임베딩 모델에 내재된 2-큐비트 상호작용의 노이즈로 인해 이점이 덜 두드러질 수 있다고 언급했다. 그러나 특정 채널과 메모리 시나리오에 대해서는, 이 접근 방식이 기존 하드웨어에서 더 높은 충실도의 시뮬레이션을 위한 명확한 경로를 제공한다.