Benchmarking Error Mitigation: Artefactual Improvements in Zero-Noise Extrapolation

기술 요약: 오류 완화 벤치마킹: 제로 노이즈 외삽(Zero-Noise Extrapolation)에서의 인위적 개선 현상

문제 정의
양자 오류 완화(Quantum Error Mitigation, QEM)를 신뢰성 있게 벤치마킹하려면, 사후 처리 과정에서 도입된 수학적 인위적 결과물(artefact)과 실제 물리적 개선을 구분해야 한다. 본 논문은 널리 사용되는 기법인 리처드슨 제로 노이즈 외삽(Richardson Zero-Noise Extrapolation, ZNE)에 초점을 맞춘다. ZNE는 다양한 노이즈 증폭 수준($\lambda_k$)에서의 기대값을 다항식으로 피팅하여 제로 노이즈 극한값($\hat{E}(0)$)을 추정하는 방식이다.

논문이 식별한 핵심 문제는 특정 실패 모드이다. 노이즈 증폭이 측정된 신호를 사용 가능한 영역(예: 패리티의 경우 $f=0$, 확률의 경우 $f=1/2^N$과 같은 관측량의 '바닥(floor)'에 근접함) 미만으로 몰아넣을 때, 외삽은 더 이상 기저의 물리학을 반영하지 못한다. 대신, 이는 단일 노이즈 측정값($E(\lambda_1)$)의 결정론적 재스케일링(rescaling)으로 붕괴된다. 이는 "호로스코프 효과(horoscope effect)"를 생성한다. 즉, 실제 노이즈 증폭 메커니즘과는 무관하면서도 겉보기에는 개선된 것처럼 보이는 현상이며, 비물리적인 오버슈트(이상적인 값을 초과하는 값)나 실제 완화와 구분이 불가능한 가짜 개선을 초래할 수 있다.

방법론
저자들은 이러한 실패 모드를 규명하고 검증하기 위해 이론적 유도, 시뮬레이션, 그리고 실증적 하드웨어 실험을 결합하여 사용하였다.

1. 이론적 유도: 논문은 증폭된 노이즈 수준($k > 1$)에서의 기대값이 바닥($f$)으로 붕괴될 경우, 리처드슨 추정치 $\hat{E}(0)$가 오직 첫 번째 측정값 $E(\lambda_1)$과 바닥 $f$의 선형 함수가 됨을 보여주는 폐쇄형 특성식(Equation 2)을 유도한다. 구체적으로 $\hat{E}(0) = c_1 E(\lambda_1) + (1-c_1)f$이다. 표준 스케일 인자(예: $\{1, 3, 5\}$)에 대해 $c_1 > 1$이므로, 바닥 근처의 신호는 위쪽으로 재스케일링되어 인위적인 개선을 만들어낸다.
2. 신호 유지 분류 체계(Signal-Retention Taxonomy): 저자들은 신호와 관측량 바닥 사이의 관계를 기준으로 세 가지 영역을 정의한다.
   • 신호 유지(Signal Retained): 신호가 바닥보다 높은 곳에 머물러 있음; 외삽이 유효함.
   • 신호 감쇠(Signal Decayed): 신호가 바닥에 접근함; 복구 성능이 저하됨.
   • 신호 파괴(Signal Destroyed): 신호가 바닥으로 붕괴되거나 그 아래로 떨어짐; 외삽이 앞서 설명한 인위적 현상으로 퇴화함.
3. 가비지 폴딩(Garbage-Folding) 음성 대조군: 노이즈 증폭 메커니즘으로부터 신호 파괴 효과를 분리하기 위해, 저자들은 "가비지 폴딩" 기법을 도입한다. 이는 일반적인 폴딩(identity로 환원됨)과 달리, 게이트 수와 잔류 에러율은 유지하면서 identity로 환원되지 않는 게이트 시퀀스를 삽endant하여 신호 파괴를 극대화하는 방식이다. 이를 통해 동일한 계산 비용을 유지하면서 $\lambda > 1$에서 신호를 최대한 파괴한다.
4. 하드웨어 검증: 54 큐비트 IQM Euro-Q-Exa 머신에서 4-큐비트 양자 트로터 회로(QTC)와 6-큐비트 그로버(Grover) 회로를 사용하여 실험을 수행하였다. 연구에는 스케일 인자 $\{1, 3, 5\}$가 사용되었으며, 실제 폴딩(genuine folding)과 가비지 폴딩 및 identity 폴딩을 비교하였다.
5. 제로 코스트 진단(Zero-Cost Diagnostic): 저자들은 각 기저 상태(per-basis-state) 확률 분포에 기반한 진단 체크를 제안한다. 리처드슨 외삽은 확률들의 선형 결합이므로, 유효한 분포는 모든 상태에 대해 비음수(non-negative) 확률을 가져야 한다. 저자들은 물리적 제약 위반을 정량화하기 위해 "음수 확률 가중치($W_{neg}$)"를 정의하였다.

주요 결과

• 경험적 붕괴: IQM Euro-Q-Exa 하드웨어에서 회로 깊이가 증가함에 따라 증폭된 패리티 값들이 바닥($f=0$)으로 붕괴되었다. 이 지점에서 리처드슨 추정치 $\hat{E}(0)$는 실제 이상적인 값에서 벗어나 이론적 재스케일링 예측값($\frac{15}{8}E(\lambda_1)$)을 추적하게 되었다.
• 인위적 오버슈트: 신호가 파괴된 영역에서, 이 방법은 이상적인 값에 대해 21%의 오버슈트($E_{ideal}=0.96$ 대비 $\hat{E}=1.16$)를 발생시켰다.
• 가비지 폴딩의 우월성: 시뮬레이션과 하드웨어 실행 모두에서, "가비지 폴딩"(사용 가능한 신호가 없음)이 실제 폴딩보다 더 큰 겉보기 개선을 나타냈다. 예를 들어, 그로버 회로에서 가비지 폴딩은 복구 비율 $\rho \approx 0.56$을 기록한 반면, 실제 폴딩은 $\rho \approx 0.44$를 기록했다. 신호 유지 영역에서 가비지 폴딩은 극단적인 비물리적 값($\rho = 16$ 및 $125$)을 생성했다.
• 진단의 효능: 음수 확률 가중치($W_{neg}$)는 유효한 영역과 인위적 영역을 성공적으로 구분하였다. 유효한 폴딩의 경우 $W_{neg} \approx 0.02\text{--}0.04$였으나, 파괴된 영역의 가비지 폴딩은 $W_{neg} \approx 0.74$를 기록했다. 두 분포는 겹치지 않았으며(AUC = 1.0), 이는 $W_{neg}$가 인위적 현상을 식별하는 견고한 제로 코스트 지표임을 보여준다.

주요 기여

1. 폐쇄형 특성 규명: $E(\lambda_{>1})$이 관측량 바닥에 도달할 때 리처드슨 ZNE가 결정론적 재스케일링으로 퇴화함을 입증하는 수학적 증명을 제시하여, 보고된 개선 사항이 무의미함을 밝혔다.
2. 신호 유지 분류 체계: 자체적인 per-$\lambda$ 데이터를 사용하여 자신의 작동 영역(유지, 감쇠, 파괴)을 결정할 수 있는 프레임워크를 제공한다.
3. 매치된 비용의 음성 대조군: 신호 파괴만을 통해 더 큰 겉보기 개선을 제조할 수 있음을 보여주는 "가비지 폴딩"을 도입하여, 개선의 크기가 곧 정확성의 증거가 아님을 증명하였다.
4. 제로 코스트 진단 및 체크리스트: 기존 데이터(per-state counts)를 활용해 $W_{neg}$ 지표로 인위적 현상을 플래그할 수 있는 실용적인 방법과 ZNE 벤치마크를 위한 보고 체크리스트를 제안한다.

의의 및 주장
본 논문은 양자 컴퓨팅의 많은 경험적 평가의 타당성이 이처럼 드물게 고려되는 실패 모드에 의해 위협받고 있다고 주장한다. 저자들의 주장은 다음과 같다:

• "호로스코프 효과"(인위적 개선)는 서로 밀접한 스케일 인자로 인해 발생하는 잘 알려진 불량 조건(ill-conditioning) 문제와는 별개의 문제이며, 신호가 파괴되면 분산 최적 스케일 인자 세트인 $\{1, 3, 5\}$에서도 발생한다.
• 신호가 파괴된 영역에서 보고된 개선은 성공적인 완화의 증거가 아니라, 사후 처리 산술의 수학적 인위적 결과물이다.
• 신뢰할 수 있는 벤치마크는 개선 사항이 노이즈 증폭 메커니즘이 아닌 외삽 산술에 의한 것이 아님을 보장해야 한다.
• 제안된 체크리스트(신호 유지 상태, $W_{neg}$, 물리적 경계 보고)는 추가적인 계산 자원 없이도 ZNE 파이프라인이 무엇을 측정한다고 주장하는지와 실제로 무엇을 측정하는지를 구분할 수 있게 해준다.

저자들은 현재 하드웨어 증거가 하나의 장치와 특정 회로 제품군에 국한되어 있다는 점을 언급하며 연구의 범위를 겸허히 유지하면서도, 이론적 유도는 선형 외삽기와 관측량 바닥의 일반적인 특성에만 의존하므로 이 실패 모드가 일반화될 수 있음을 시사한다.