Computationally Efficient Optimization of Per-Qubit Clifford Deformation for Non-uniform Biased Noise

실용적인 양자 컴퓨터를 구축하기 위한 경주에서, 과학자들은 미묘하지만 끈질긴 적, 즉 노이즈와 싸우고 있습니다. 고전 컴퓨터의 깨끗하고 예측 가능한 오류와 달리, 이 기계들의 핵심을 이루는 양자 비트, 즉 큐비트는 믿기지 않을 정도로 취약합니다. 큐비트는 끊임없이 주변 환경으로부터 폭격을 받으며, 이로 인해 상태가 뒤집히거나 정보가 손실되는데, 이러한 방식은 큐비트마다 제각각 다르게 나타납니다. 이를 방 보호하기 위해 연구자들은 양자 오류 정정이라는 기술을 사용하는데, 이는 단일 논리 비트의 정보를 여러 물리적 큐비트에 분산시키는 방식입니다. 이는 시스템이 섬세한 양자 상태를 파괴하지 않고도 실수를 감지하고 수정할 수 있는 안전망을 만들어냅니다. 그러나 이 안전망이 작동하려면, 시스템은 어떤 종류의 실수가 일어나고 있는지 정확히 알아야 합니다. 만약 노이즈가 칩 위의 모든 개별 큐비트마다 서로 다르다면, 오류를 수정하기 위한 일률적인 접근 방식은 비효율적이 되어 컴퓨터를 취약한 상태로 남겨두게 됩니다.

텍사스 대학교의 연구팀은 이 문제를 해결하기 위해 복잡하고 느린 과정을 빠르고 자동화된 과정으로 바꾸는 새로운 방법을 개발했습니다. 그들은 퀀텀 에러 커렉션(양자 오류 정정)을 위한 스마트 컴파일러 역할을 하는 CHAMELEON이라는 도구를 만들었습니다. 모든 큐비트가 다르게 행동하는 칩에 단일하고 균일한 전략을 강요하는 대신, CHAMELEON은 각 개별 큐비트의 고유한 노이즈 프로필에 맞춰 오류 정정 전략을 맞춤화합니다. 이렇게 함으로써, 하드웨어를 새로 추가하거나 계산을 실행하는 데 추가 시간을 들이지 않고도 컴퓨터가 논리적 실수를 저지르는 비율을 크게 낮춥니다.

연구진이 직면한 핵심 과제는 양자 노이즈가 결코 균일하지 않다는 점이었습니다. 구글이나 IBM이 개발한 실제 양자 칩에서는 어떤 큐비트가 다른 유형의 오류보다 특정 유형의 오류를 겪을 가능성이 훨씬 높을 수 있습니다. 예를 들어, 어떤 큐비트는 위상(phase)이 변하는 것보다 값이 뒤집히는 현상에 훨씬 더 취약할 수 있습니다. 게다가 이러한 편향은 칩 전체에서 동일하지 않으며, 위치에 따라 달라집니다. 만약 컴퓨터가 모든 큐비트가 동일하다고 가정하는 표준 오류 정정 방식을 사용한다면, 자원을 낭비하게 되고 가장 노이즈가 심한 큐비트들의 특정 약점을 방어하는 데 실패하게 됩니다. 이상적인 해결책은 모든 개별 큐비트에 대해 그 지역 환경에 맞게 오류 정정 코드를 조정하는 것이지만, 수백만 가지의 가능성에 대해 완벽한 조정을 찾아내는 작업은 역사적으로 실용적이지 못할 만큼 오랜 시간이 걸리는 일이었습니다.

이 문제를 해결하려는 이전의 시도들은 칩 전체에 단일한 글로벌 설정을 사용하거나, 무작위로 조정을 하나씩 테스트하는 방식을 취했습니다. 글로벌 접근 방식은 지역적 변동성을 무시했기 때문에 자주 실패했고, 무작위 테스트 방식은 계산적으로 불가능했습니다. 최적의 설정을 찾기 위해 연구자들은 모든 가능한 조정 조합에 대해 수백만 번의 시뮬레이션을 실행해야 했으며, 이 과정은 며칠 또는 몇 주까지 걸릴 수 있었습니다. 좋은 해결책을 찾아냈을 때쯤에는 하드웨어의 노이즈 프로필이 이미 변해버려, 그 해결책이 쓸모없게 될 수도 있었습니다. 다른 방법들은 단순한 지역 규칙을 바탕으로 최적의 설정을 추측하려 했으나, 이는 서로 다른 큐비트 간의 오류 상호작용을 고려하지 못해 아무것도 하지 않았을 때보다 성능이 떨어지는 경우가 많았습니다.

CHAMELEON을 개발한 연구진은 좋은 해결책을 찾기 위해 이러한 거대한 시뮬레이션을 실행할 필요가 없다는 것을 깨달았습니다. 대신, 그들은 전체 과정을 실제로 시뮬레이션하지 않고도 오류 발생 가능성을 추정하는 수학적 지름길을 개발했습니다. 그들은 시스템이 오류 검출기에게는 동일해 보이는 두 가지 서로 다른 가능성 사이에서 혼란을 느끼는 특정 유형의 오류 시나리오에 집중했습니다. 이러한 혼란스러운 시나리오의 수학적 특성을 분석함으로써, 그들은 특정 조정이 얼마나 잘 작동할지를 예측하는 단순화된 점수를 만들어냈습니다. 이 점수는 신뢰할 수 있는 가이드 역할을 하여, 시스템이 단 몇 분 만에 최적의 조정을 찾을 수 있게 해줍니다.

이 과정은 세 단계로 작동합니다. 첫째, 시스템은 주어진 양자 코드에 대해 오류가 발생할 가능성이 가장 높은 방식들을 식별하여 재사용 가능한 오류 패턴 라이브러리를 생성합니다. 이 단계는 각 코드 유형에 대해 한 번만 수행되며, 새로운 칩마다 반복할 필요가 없습니다. 둘째, 시스템은 이 라이브러리를 사용하여 수십억 개의 가능한 조정을 빠르게 테스트하며, 단순화된 점수를 사용하여 좋지 않은 것은 배제하고 좋은 것을 남깁니다. 마지막으로, 특정 칩의 노이즈 맵에 완벽하게 작동하도록 최적의 후보를 정교하게 다듬습니다. 이 전체 과정은 매우 빨라서 하드웨어의 변화하는 조건에 실시간으로 적응할 수 있으며, 컴퓨터가 항상 가장 효과적인 오류 정정 전략을 사용하도록 보장합니다.

연구진이 실제 양자 장치의 데이터를 사용하여 CHAMELEON을 테스트했을 때, 결과는 놀라웠습니다. 거의 절반의 큐비트가 오류 패턴에서 강한 편향을 보이는 구글 윌로우(Willow) 칩에서, 이 새로운 방법은 기존의 최선책들과 비교했을 때 논리적 오류율을 평균 13% 감소시켰습니다. 어떤 경우에는 개선 폭이 19%에 달하기도 했습니다. 이 도구는 서피스 코드(surface codes), 컬러 코드(color codes), 바이바리엇 바이시클 코드(bivariate bicycle codes)를 포함한 다양한 유형의 양자 코드에서 효과적으로 작동하여, 이 접근 방식이 특정 설계에 국한되지 않음을 입증했습니다. 아마도 가장 중요한 점은, 최적의 조정을 찾는 데 걸리는 시간이 하루 이상에서 단 몇 분으로 단축되어, 하드웨어가 교정될 때마다 오류 정정 전략을 업데이트하는 것이 실용적으로 가능해졌다는 것입니다.

CHAMELEON의 성공은 양자 오류 정정에 접근하는 방식의 변화를 강조합니다. 연구진은 완벽하고 정적인 방패를 구축하려 하기보다, 위협의 특정 형태에 맞춰 방패를 동적으로 적응시키는 것이 가능하다는 것을 보여주었습니다. 이러한 적응성은 양자 컴퓨터가 더 커지고 복잡해지며, 시스템의 노이즈가 이전에 생각했던 것보다 더 다양하다는 것이 밝혀짐에 따라 매우 중요합니다. 큐비트별 최적화를 가로막던 계산적 병목 현상을 제거함으로써, 연구진은 더 효율적이고 신뢰할 수 있는 양자 컴퓨터로 가는 문을 열었습니다. 이 방법은 새로운 물리적 구성 요소를 요구하거나 양자 알고리즘을 실행하는 데 추가 시간을 소요하지 않으며, 단지 기존 정보를 하드웨어의 현실에 더 잘 맞도록 재배치할 뿐입니다.

또한 연구진은 이 방법이 다양한 조건에서 어떻게 작동하는지 조사했습니다. 연구 결과, 노이즈가 더 편향되고 불균일해질수록 이점은 커지는데, 이는 현재의 초전도 양자 칩에서 발견되는 상황과 정확히 일치합니다. 연구진이 큐비트 간의 상호작용을 포함하는 더 복잡하고 현실적인 노이즈 모델을 시뮬레이션했을 때도, 이 방법은 오류율을 계속해서 낮추었으나 그 이득은 약간 작아졌습니다. 이는 이 방법이 견고하면서도, 노이즈가 강력하게 편향될 때 그 잠재력이 극대화된다는 것을 시사합니다. 또한 연구진은 컴퓨터가 특정 종류의 정보에 의존하는 작업에만 사용될 경우, 특정 유형의 오류를 방어하도록 이 도구를 튜닝할 수 있음을 보여주어 향후 응용 분야에 대한 더 큰 유연성을 제공했습니다.

궁극적으로, 이 연구는 양자 컴퓨터를 더 신뢰할 수 있게 만드는 실질적인 경로를 제공합니다. 느리고 무차별적인 시뮬레이션을 빠르고 지능적인 탐색으로 대체함으로써, 연구진은 양자 칩의 고유한 지문(fingerprint)에 맞춰 오류 정정을 맞춤화하는 것을 가능하게 했습니다. 이는 양자 하드웨어가 계속 발전하고 더 많이 보급됨에 따라, 그 위에서 실행되는 소프트웨어가 각 큐비트로부터 최대한의 성과를 얻기 위해 즉각적으로 적응할 수 있음을 의미합니다. 그 결과, 이론적으로만 건전한 것이 아니라 실제로 실행 가능한 시스템, 즉 결함 허용(fault-tolerant) 양자 컴퓨터라는 꿈에 한 걸음 더 다가선 시스템을 만들어냈습니다.