Hardware-in-the-Loop Syndrome-to-Decoder Validation for Repetition, Surface, CSS-LDPC, and Digitized-GKP Codes

당신이 시끄럽고 혼란스러운 방을 가로질러 비밀 메시지를 보내려고 한다고 상상해 보세요. 당신은 친구에게 메시지를 속삭이고, 그 친구는 또 다른 사람에게 속삭이며, 메시지가 끝에 도달할 때까지 이어집니다. 하지만 방 안에는 사람들이 소리를 지르고, 물건을 떨어뜨리고, 실수로 당신의 단어를 바꾸는 상황이 가득합니다. 이를 해결하기 위해, 당신은 메시지를 한 번만 보내는 것이 아니라, 메시지와 함께 여러 개의 추가적인 "체크" 신호를 보냅니다. 이 신호들은 수신자에게 "헤이, 만약 여기서 'cat'이라는 단어가 'bat'처럼 들린다면, 무언가 잘못되었다는 것을 알라"라고 알려줍니다.

첨단 기술의 세계인 양자 컴퓨팅에서, 과학자들은 오늘날의 기계로는 불가능한 문제들을 해결할 수 있는 컴퓨터를 만들기 위해 노력하고 있습니다. 하지만 양자 컴퓨터는 믿기지 않을 정도로 취약합니다. 아주 작은 충격, 열, 또는 소음조차도 그들의 계산을 뒤섞어 놓을 수 있습니다. 이 상황을 구제하기 위해, 그들은 **양자 오류 정정(Quantum Error Correction)**을 사용합니다. 이것은 마치 컴퓨터의 메모리를 끊임없이 모니터링하는 매우 똑똑한 맞춤법 검사기와 같습니다. 그들은 아주 작은 "증후군(syndromes)"(시끄러운 방에서의 체크 신호와 같은 것)을 측정하여 오류가 발생했는지 파악합니다. 일단 문제를 발견하면, 디코더(decoder)(맞춤법 검사기의 두뇌)는 어떻게 수정할지를 즉각적으로 결정해야 합니다.

중요한 질문은 단순히 "우리가 오류를 고칠 수 있는가?"가 아닙니다. "메시지의 의미를 잃지 않고, 노이즈가 섞인 복잡한 양자 기계로부터 가공되지 않은 데이터를 디코더로 실제로 전달할 수 있는가?"입니다. 만약 기계는 "지점 A에서 오류 발생"이라고 말하는데, 번역 실수 때문에 디코더가 "지점 B에서 오류 발생"이라고 듣게 된다면, 전체 시스템은 실패하게 됩니다. 이 논문은 하드웨어가 제대로 작동하지 않을 때조차도, 노이즈가 섞인 양자 하드웨어와 똑똑한 디코더 사이의 "전화선"이 완벽하게 작동하고 있는지 확인하기 위한 엄격한 품질 관리 테스트와 같습니다.

---

위대한 번역 테스트: 노이즈 섞인 하드웨어에서 똑똑한 디코더로

Dennis Delali Wayo와 동료들이 이끄는 이 연구의 저자들은 거대한 "번역 챌린지"를 설정했습니다. 그들은 실제 양자 컴퓨터와 시뮬레이션 모델에서 나온 가공되지 않은 복잡한 데이터를 가져와 디코더에 입력하고, 올바른 답을 다시 얻을 수 있는지 확인하고 싶었습니다. 그들은 단 한 종류의 컴퓨터만 본 것이 아니라, 이 번역 파이프라인이 잘 유지되는지 확인하기 위해 네 가지 서로 다른 "언어" 또는 코드 패밀리를 테스트했습니다.

네 가지 테스트 케이스

1. 단순 반복 코드 (The Simple Repetition Code): 다섯 명의 친구가 줄을 서 있다고 상상해 보세요. 한 명이 재채기를 하면, 옆에 있는 사람이 그것을 듣습니다. 이것은 오류를 찾아내는 간단한 방법입니다. 연구팀은 이를 실제 양자 칩(IBM의 "ibm fez")에서 테스트했습니다.
2. 표면 코드 (The Surface Code - 가장 큰 규모): 이것은 양자 메모리의 골드 스탠다드로, 이웃을 확인함으로써 오류를 잡아내는 복잡한 타일 격자와 같습니다. 그들은 40개의 데이터 큐비트("친구들")와 16개의 체크 큐비트("듣는 사람들")를 가진 버전으로 이를 테스트했습니다. 이는 훨씬 더 크고 복잡한 회로입니다.
3. CSS-LDPC 코드 (Steane Code): 이것은 오류를 확인하기 위해 희소 행렬(빈 공간이 많은 격자)을 사용하는 조밀하고 효율적인 코드입니다. 이는 전체 그림을 알기 위해 몇몇 특정 지점만 확인하면 되는 영리한 퍼즐과 같습니다.
4. 디지털화된 GKP 코드 (The Digitized-GKP Code - 보존적 사촌): 이것은 다릅니다. 실제 양자 칩을 사용하는 대신, 그들은 소프트웨어 시뮬레이션(PennyLane)을 사용하여 "진동자(oscillator)" 공간(연못의 파도와 같은)에 존재하는 유형의 양자 코드를 모방했습니다. 그들은 이 파동 형태의 신호들을 디지털 비트로 변 변환하여, 실제 칩에서 사용하는 것과 동일한 디코더에 입력했습니다.

실험: 4,096회의 실행과 엄청난 노이즈

모든 테스트에 대해, 그들은 회로를 4,096번 실행했습니다("shots"라고 불립니다). 그들은 두 가지 유형의 스트림을 실행했습니다:

• 클린 스트림 (Clean Streams): 아무런 문제가 발생해서는 안 되는 상태입니다.
• 주입된 스트림 (Injected Streams): 시스템이 오류를 찾을 수 있는지 확인하기 위해 의도적으로 오류를 심은(예: 스위치를 뒤집는 것과 같은) 상태입니다.

그 후 결과물을 가져와 세 가지 전략을 사용하는 디코더 파이프라인을 통과시켰습니다:

• MWPM (Minimum Weight Perfect Matching): 오류를 고치기 위한 최단 경로를 찾는 것과 같은 "골드 스탠다드" 기준점입니다.
• UF (Union-Find): 더 빠르고 단순한 방법입니다.
• BP (Belief Propagation): 확률에 기반하여 추측하는 방법입니다.

결과: 성공, 실패, 그리고 "거의 맞음"

결과는 승리와 현실 자각의 혼합이었습니다.

• 단순한 것들은 매우 잘 작동했습니다: **반복 코드(Repetition Code)**와 CSS-LDLD (Steane) 코드의 경우, 시스템은 스타처럼 활약했습니다. 오류를 주입했을 때, 디코더는 거의 항상 정확한 위치를 찾아냈습니다.

  • 반복 코드의 경우, "정확한 국지화(exact localization)"(정확한 오류 지점을 찾는 것) 비율은 0.821에서 0.868 사이였습니다.
  • Steane 코드의 경우, 이 비율은 0.843에서 0.858 사이였습니다.
  • 더 나아가, 단순히 "수정에 대상이 포함되었는가?"(target-containing)라고 물었을 때, 비율은 각각 0.923과 0.858까지 올라갔습니다. 이는 더 작고 단순한 회로의 경우, 하드웨어와 디코더 사이의 "전화선"이 매우 투명하다는 것을 증명했습니다.

• 대규모 회로는 노이즈가 심했습니다: 그들이 표면 코드(40 큐비트 괴물)로 넘어갔을 때, 상황은 엉망이 되었습니다. 실제 하드웨어가 너무 노이즈가 심해서 디코더는 더 이상 정확한 오류를 짚어낼 수 없었습니다.

  • "정확한 국지화" 비율은 0.003에서 0.108이라는 매우 낮은 수치로 떨어졌습니다.
  • 하지만 디코더가 완전히 길을 잃은 것은 아니었습니다. 여전히 오류를 올바른 근처에서 찾아냈습니다. "대상 포함(target-containing)" 비율(오류 또는 그 이웃을 찾는 것)은 0.279에서 0.642 사이로 준수한 수준을 유지했습니다.
  • 저자들은 이것이 디코더의 논리적 실패가 아니라, 하드웨어 자체가 생성하는 배경 노이즈(마치 라디오의 잡음처럼)가 너무 많아 신호가 묻혀버린 결과라고 설명합니다. 디코더는 제 역할을 하고 있지만, 입력값 자체가 너무 지저분한 것입니다.

• 시뮬레이션은 이론과 일치했습니다: 파도를 시뮬레이션하고 이를 비트로 변환하는 소프트웨어를 사용한 디지털화된 GKP 연구는, 이 "번역"이 다른 유형의 양자 물리학에도 작동함을 보여주었습니다.

  • 정확한 국지화는 0.350에서 0.495였습니다.
  • 대상 포함 비율은 0.417에서 0.608이었습니다.
  • 이는 설령 당신이 독특한 파동 기반의 양자 컴퓨터를 가지고 있더라도, 여전히 그 신호를 디코더가 이해하는 동일한 언어로 번역할 수 있음을 시사합니다.

결론: 신호가 흐릿하더라도 신뢰할 수 있는 파이프라인

가장 중요한 시사점은 그들이 완벽하고 오류 없는 양자 컴퓨터를 만들었다는 것이 아닙니다. 그것은 인터페이스가 작동한다는 것을 증명했다는 점입니다. 그들은 실제 양자 칩(또는 시뮬레이션)으로부터 나온 가공되지 않은 노이즈 섞인 데이터를 가져와, 오류의 "의미"를 잃지 않고 표준 요청으로 번역하여 디코더에 전달할 수 있음을 보여주었습니다.

이 논문은 디코더가 고장 났거나 번역이 틀렸다는 가설을 명시적으로 배제합니다. 대신, 더 큰 회로(예: 56 큐비트 표면 코드)의 경우, 현재 병목 현상은 소프트웨어가 아니라 하드웨어의 노이즈라는 점을 시사합니다. 디코더는 준비되어 있으며, 하드웨어가 더 조용해질 필요가 있을 뿐입니다.

저자들은 이 "증후군-디코더" 파이프라인이 이제 검증되고 재현 가능한 도구가 되었다고 결론짓습니다. 이는 향후 실험을 위한 견고한 토대입니다. 더 큰 코드를 테스트하든, 여러 라운드에 걸쳐 오류를 수정하려 하든, 혹은 저 파동 기반의 GKP 코드를 섞어서 사용하든, 이제 그들은 데이터가 올바르게 읽히고 있는지 확인할 수 있는 신뢰할 수 있는 방법을 갖게 된 것입니다. 이는 양자 컴퓨터가 실제로 자신의 실수를 스스로 바로잡고 세상의 가장 어려운 문제들을 해결할 수 있는 날을 향한 중요한 단계입니다.