Observing the Quantum Compiler through Automatic Experiment Tracking for Qiskit

당신은 세상에서 가장 복잡한 케이크를 구우려고 노력 중이라고 상상해 보세요. 하지만 레시피는 없습니다. 대신, 당신에게는 마법 같고 매우 빠른 로봇 요리사가 있습니다. 이 로봇은 당신의 엉망진창인 재료 목록을 보고, 특정하고 까다로운 오븐에 맞춰 완벽하게 굽는 방법을 즉각적으로 찾아낼 수 있습니다. 이 로봇은 바로 '양자 컴파일러(quantum compiler)'입니다. 이 로봇의 임무는 고수준 양자 프로그램(레시피 아이디어)을 받아서, 양자 컴퓨터(오븐)가 실제로 이해하고 실행할 수 있는 정교한 저수준 명령어로 번역하는 것입니다.

하지만 여기 함정이 있습니다. 양자 컴퓨터는 믿기지 않을 정도로 취약하고 기이합니다. 때때로 로봇 요리사는 서류상으로는 완벽해 보이지만 오븐 안에서 무너져 내리는 케이크를 만들기도 하고, 혹은 필요 이상으로 열 배나 더 오래 걸리기도 합니다. 이를 해결하기 위해 과학자들은 로봇이 어떻게 생각하는지 알아야 합니다. 그들은 로봇이 수행한 모든 단계, 내린 모든 결정, 그리고 각 단계가 얼마나 걸렸는지 알아야 합니다. 현재 로봇에게 스스로를 설명하라고 요구하는 것은, 마술사가 마술을 부리고 있는 동안 그를 인터뷰하려는 것과 같습니다. 당신은 공연을 멈춰야 하고, 질문을 던져야 하며, 수동으로 노트를 적어야 합니다. 이는 느리고, 번거로우며, 종종 세부 사항을 놓치게 만듭니다. 이 논문은 이 문제를 해결하기 위해, 로봇 요리사가 작업하는 모습을 자동으로 관찰하고, 아무도 손을 까닥하지 않아도 그 전체 사고 과정을 완벽한 일기로 기록해 주는 '블랙박스' 기록 장치와 같은 도구를 구축함으로써 이 문제를 다룹니다.

논문: 양자 로봇 요리사를 위한 마법 카메라

이 논문은 인기 있는 양자 프로그래밍 툴킷인 Qiskit을 위해 특별히 설계된 '자동 실험 추적기(automatic experiment tracker)'라는 영리한 새로운 도구를 소개합니다. Qiskit을 과학자들이 양자 로봇 요리사에게 말을 걸 때 사용하는 언어라고 생각하면 됩니다. 저자들이 발견한 문제는, 이 로봇들이 점점 똑똑해지고 있음에도 불구하고 왜 특정한 선택을 내렸는지 이해하는 것이 매우 어려워졌다는 점입니다. 만약 로봇이 (최종 명령 목록인) 회로를 생성했는데, 그것이 느리거나 오류가 많다면, 연구자들은 보통 최종 결과만을 보게 됩니다. 그들은 로봇이 수십 가지 전략을 시도하고, 실패하고, 다시 시도했던 그 혼란스러운 중간 과정은 보지 못합니다.

이를 해결하기 위해 저자들은 인공지능 분야에서 실험의 점수를 기록하는 것으로 유명한 MLflow라는 도구에서 영감을 받아 시스템을 구축했습니다. 그들은 Qiskit 소프트웨어 내부에 위치하는 '마법 카메라'를 만들었습니다. 보통 로봇이 무엇을 하고 있는지 보려면, 프로그래머가 로봇의 뇌에 단계를 외치도록 하는 코드를 수동으로 추가해야 합니다. 이는 지루하고 실수하기 쉽습니다. 하지만 이 새로운 도구는 '자동 로깅(autologging)'을 사용합니다. 이것은 마치 당신이 주방에 들어서는 순간 자동으로 켜지는 보안 카메라와 같습니다. 버튼을 누를 필요가 없습니다. 그냥 프로그램을 시작하기만 하면 됩니다. 그러면 도구가 조용히 모든 것을 기록합니다. 로봇이 어떤 단계를 밟았는지, 각 단계가 얼마나 걸렸는지, 매 단계 변화 후의 회로 모습은 어떠했는지, 심지어 로봇이 실행하려 했던 양자 컴퓨터의 구체적인 설정까지도 말이죠.

이 논문은 이 도구가 사용자의 코드를 전혀 수정하지 않고도 방대한 양의 상세한 정보를 포착할 수 있음을 보여줍니다. 이 도구는 '프로비넌스(provenance)'를 기록하는데, 이는 실험의 완전한 이력을 뜻하는 멋진 용어입니다. 이 도구는 컴파일 과정을 '패스(pass)'라고 불리는 작은 조각들로 나눕니다. 로봇 요리사가 "추가 재료 제거하기", "반죽 배치하기", "온도 확인하기"와 같이 해야 할 50가지의 서로 다른 체크리스트를 가지고 있다고 상상해 보세요. 이 도구는 이 50가지 단계 각각의 결과를 기록합니다. 또한 회로가 거친 스케치에서부터 다듬어진 최종 제품으로 어떻게 진화했는지 보여주는 타임라인을 만듭니다.

저자들은 이 접근 방식이 연구자들로 하여_로 서로 다른 로봇 전략을 나란히 비교할 수 있게 해준다는 것을 보여줍니다. 예를 들어, 연구자들은 로봇이 동일한 케이크를 굽기 위해 시도한 두 가지 다른 방법을 살펴볼 수 있습니다. 한 방법은 더 작은 케이크를 만들었을 수도 있지만, 타임라인을 통해 로봇이 어려운 단계에서 막혀서 시간이 오래 걸렸다는 사실을 밝혀낼 수도 있습니다. 이 도구를 통해 과학자들은 단순히 추측하는 대신, 왜 한 전략이 다른 전략보다 더 나았는지 알 수 있습니다. 그들은 회로가 로봇의 체크리스트를 통과하며 줄어들거나 커지는 모습을 보여주는 영화와 같은 '트랜스파일레이션 타임라인(transpilation timeline)'을 시각화할 수 있습니다.

이 논문은 이 도구가 실험을 재현하는 것을 훨씬 쉽게 만든다고 제안합니다. 만약 핀란드에 있는 과학자가 미국의 과학자가 한 작업을 검증하고 싶다면, 그들은 동일한 단계의 기록된 이력을 볼 수 있어 서로 사과와 사과를 비교하고 있는지(동일한 조건인지) 확실히 할 수 있습니다. 이 도구는 유연하게 설계되어, 향-후 Qiskit뿐만 아니라 다른 양자 프로그래밍 언어에서도 작동할 수 있습니다. 저자들은 코드를 누구나 사용할 수 있도록 공개했으며, 양자 컴파일러가 작동하는 방식을 더 쉽게 이해할 수 있게 함으로써 전체 커뮤니티가 더 나은, 더 빠르고, 더 신뢰할 수 있는 양자 소프트웨어를 구축할 수 있기를 희망하고 있습니다.

요약하자면, 이 논문은 새로운 양자 컴퓨터나 새로운 종류의 케이크를 발명하는 것이 아닙니다. 대신, 셰프가 요리하는 모습을 관찰하는 더 나은 방법을 발명한 것입니다. 양자 컴파일러가 수행하는 모든 움직임을 자동으로 기록함으로써, 이 도구는 신비로운 블랙박스를 투명하고 이해 가능한 과정으로 바꾸어 놓으며, 과학자들이 코드를 디버깅하고 양자 아이디어에서 작동하는 양자 결과물로 이어지는 복잡한 여정을 이해하도록 돕습니다.