Quantum annealing through a first-order phase transition: field theory approach

양자 어닐링(quantum annealing)이라는 기술은 시스템을 가장 안정적이고 에너지가 낮은 상태로 천천히 냉각함으로써 세상에서 가장 어려운 퍼즐들을 해결하도록 설계된 기계의 가능성을 보여줍니다. 이는 교통 흐름 최적화부터 신소재 설계에 이르기까지 복잡한 문제의 최적의 해답을 찾는 방법입니다. 이 과정은 조건이 변화함에 따라 시스템이 저항이 가장 적은 경로를 따르는 능력에 의존합니다. 그러나 자연에는 함정을 만드는 방식이 있습니다. 시스템이 환경의 급격하고 날카로운 변화, 즉 1차 상전이(first-order phase transition)를 마주할 때, 시스템은 일시적인 가짜 상태에 갇힐 수 있습니다. 이는 공이 진정한 바닥에 도달하기 전 작은 움푹 파인 곳에 걸려버리는 것과 같습니다. 만약 공이 이 움푹 파인 곳에서 빠져나오지 못하면, 결국 충돌을 일으키며 혼란스러운 오류의 덩어리를 만들어냅니다. 이러한 오류가 어떻게, 왜 발생하는지를 이해하는 것은 더 나은 양자 컴퓨터를 구축하는 데 매우 중요하지만, 이러한 특정 유형의 함정을 지배하는 규칙은 오랫동안 규명되지 않은 채 남아 있었습니다.

로스앨러모스 국립연구소(Los Alamos National Laboratory)의 연구팀은 이제 새로운 이론적 프레임워크를 사용하여 이러한 실패의 메커니즘을 지도화했습니다. 그들은 시스템이 메타스테이블 상태(metastable state), 즉 결국 붕괴하게 될 가짜 진공에 갇히는 특정 유형의 양자 전이에 초점을 맞추었습니다. 이 함정이 사라질 때, 시스템은 조용히 안착하는 대신 에너지를 방출하며 계산을 망치는 일련의 들뜸 현상(excitations), 즉 오류를 생성합니다. 과학자들은 이 과정을 설명하기 위해 장론(field theory)을 개발함으로써, 냉각 속도에 따라 정확히 얼마나 많은 오류가 생성될지를 예측할 수 있었습니다. 그들의 연구는 오류 생성률이 특정 수학적 패턴인 거듭제곱 법칙(power laws)을 따르며, 이 법칙은 시스템이 임계점을 통과하는지 아니면 그 가장자리를 스치듯 지나가는지에 따라 급격히 변한다는 것을 밝혀냈습니다.

이 아이디어를 테스트하기 위해 연구진은 양자 컴퓨터의 비트 역할을 하는 작은 자성 단위인 상호작용하는 스핀(spins)의 단순화된 모델을 사용했습니다. 그들은 60개의 스핀이 전이를 겪도록 유도하며 행동을 시뮬레이션했습니다. 결과는 두 가지 시나리오 사이의 명확한 구분을 보여주었습니다. 한 가지 경우, 즉 시스템이 임계 임계값 바로 아래를 통과했을 때는 냉각 과정이 느려짐에 따라 오류의 수가 지수적으로 감소했습니다. 이는 기계에 충분한 시간을 준다면 결국 문제를 완벽하게 해결할 수 있음을 의미합니다. 다른 시나리오, 즉 시스템이 임계 임계값을 가로질렀을 때는 냉각 과정을 아무리 느리게 진행하더라도 끈질긴 기본 오류 수준(baseline of errors)이 남아 있었습니다. 이 지속적인 오류 바닥(error floor)은 1차 전이의 특징이며, 이는 단순히 기계를 늦게 작동시킨다고 해서 모든 문제를 완벽하게 해결할 수 있는 것은 아님을 증명합니다.

이 연구는 또한 이러한 오류의 본질에 대한 놀라운 세부 사항을 밝혀냈습니다. 연구진은 오류의 수가 냉각 속도뿐만 아니라 시스템의 설정이 임계점에 얼마나 가까운지에도 달려 있다는 것을 발견했습니다. 그들은 오류 수가 어떻게 변하는지를 설명하는 특정 지수, 즉 스케일링 인자(scaling factors)를 식별했습니다. 예를 들어, 시스템이 임계점을 가로지를 때 오류율은 더 부드러운 2차 전이에서 보이는 것과는 약간 다른 특정 거듭제곱 법칙을 따릅니다. 팀의 시뮬레이션은 이러한 패턴이 유효함을 확인해주었으며, 과정이 무한히 느려짐에 따라 오류 수가 완전히 사라지는 것이 아니라 일정한 값으로 수렴한다는 것을 보여주었습니다. 이 발견은 1차 임계점의 존재가 특정 유형의 양자 시스템에서 완벽한 계산을 가로막는 근본적인 장벽임을 시사합니다.

이 연구의 중요한 측면 중 하나는 서로 다른 유형의 양자 행동을 구분하는 능력입니다. 연구진은 이러한 1차 전이를 지배하는 수학적 규칙이 변화가 점진적인 2차 전이에 적용되는 잘 알려진 규칙과는 구별된다는 것을 보여주었습니다. 1차 사례의 경우, 시스템은 갑작스러운 도약을 강요받으며, 이론은 이 도약이 특정한 피할 수 없는 노이즈를 생성한다고 예측합니다. 팀의 모델은 컴퓨터 시뮬레이션과 높은 정밀도로 일치하는 정확한 오류율 값을 성공적으로 예측했습니다. 그들은 또한 임계점 근처에서의 시스템 행동이 놀라울 정도로 복잡하며, 전체 시스템은 수학적으로 풀 수 없더라도 시스템의 운동을 설명하는 적분 가능한 방정식(integrable equations)을 포함하고 있다는 점에 주목했습니다.

이 연구의 함의는 이론 물리학을 넘어 확장됩니다. 연구진은 양자 어닐링 알고리즘의 성능을 이러한 상전이의 관점을 통해 이해할 수 있다고 제안합니다. 만약 계산 문제가 1차 전이가 있는 시스템에 매핑된다면, 알고리즘은 단순히 과정을 늦추는 것으로는 제거할 수 없는 오류의 벽에 부딪히게 됩니다. 그러나 문제가 2차 전이를 포함한다면, 과정을 늦춤으로써 오류를 억제할 수 있습니다. 이러한 구분은 어떤 문제가 양자 어닐링에 적합하고 어떤 문제가 다른 접근 방식이 필요한지를 평가하는 새로운 방법을 제공합니다. 1차 전이의 지속적인 오류 바닥과 같은 특정 징후를 식별함으로써, 과학자들은 이러한 함정을 완전히 피하도록 알고리즘을 재설계할 수 있습니다.

또한 이 연구는 양자 기계의 물리적 매개변수에 대한 정밀도의 중요성을 강조합니다. 연구진은 기계 설정의 작은 불확실성이 1차 전이를 유발하는 에너지 장벽을 의도치 않게 도입할 수 있다는 것을 발견했습니다. 이러한 매개변수를 엄격히 하고 불확실성을 줄임으로써, 어려운 문제를 효율적으로 해결할 수 있는 문제로 전환하는 것이 가능할 수 있습니다. 이는 양자 어닐링의 잠재력을 최대한 끌어올리는 열쇠가 단순히 더 빠른 기계를 만드는 것이 아니라, 기계가 탐색해야 하는 에너지 상태의 미묘한 지형을 이해하는 데 있을 수 있음을 시사합니다.

궁극적으로 이 작업은 양자 계산의 한계를 이해하기 위한 명확한 로드맵을 제공합니다. 이는 과정을 늦추는 것이 항상 완벽한 해결책으로 이어진다는 생각에서 벗어나, 전이의 성격 자체가 결과를 결정한다는 것을 보여줍니다. 연구진은 시스템이 언제 실패할지, 그리고 왜 실패하는지를 예측할 수 있는 도구 세트를 제공함으로써, 엔지니어와 과학자들이 더 신뢰할 수 있는 양자 컴퓨터를 구축하기 위해 나아갈 길을 제시했습니다. 1차 전이의 고유한 지문을 인식함으로써, 이 분야는 이러한 함정을 피하도록 시스템을 설계하여 더 강력하고 정확한 계산 도구로 나아갈 수 있습니다.