기술 요약: QISKIT-QUDITS

문제 정의

큐디트(Qudits)는 2-레벨 큐비트를 $d$개의 계산 레벨로 일반화한 것으로, 양자 정보 처리에서 잠재적인 이점을 제공한다. 그러나 Qiskit 프레임워크는 큐디트에 대한 네이티브 지원이 부족하며, 이를 알려진 제3자 확장 기능의 공백으로 취급하고 있다. 기존의 툴체인은 이분법적 상황에 직면해 있다: 네이티브 큐디트 시뮬레이터(예: Cirq, QuTiP)는 Qiskit의 광범위한 컴파일 스택, 트랜스파일러 패스 및 하드웨어 백엔드를 활용할 수 없는 반면, 큐비트 타겟 도구들은 큐디트 수준의 연산을 위한 프로그래밍 인터페이스가 부족하다. 사용자들은 현재 인코딩 방식, 게이트 행렬, 분해(decomposition), 그리고 고전적 디코딩을 수동으로 구현해야 하며, 이 과정은 물리적으로 존재하지 않는 상태 공간(unphysical state space)의 처리 및 측정 디코딩과 관련하여 오류가 발생하기 쉽다.

방법론

본 논문은 각 큐디트를 $m = \lceil \log_2 d \rceil$개의 큐비트로 인코딩하여 $d$-레벨 큐디트를 시뮬레이션하는 Qiskit 확장 프로그램인 qiskit-qudits를 소개한다. 이 소프트웨어는 Qiskit의 공개된 Instruction, Gate, ControlledGate 클래스를 기반으로 구축되어 기존 생태계와의 호환성을 보장한다.

핵심 설계 결정

1. 인코딩 및 항등 패딩(Identity Padding):
   $d$가 반드시 2의 거듭제곱은 아니기 때문에, 인코딩된 힐베르트 공간($D = 2^N$)은 일반적으로 논리적 부분 공간($L = \prod d_i$)보다 크다. 본 라이브러리는 **항등 패딩 컨벤션(identity-padding convention)**을 채택한다: 모든 게이트는 논리적 부분 공간의 직교 보공간(orthogonal complement)에 대해 항등 연산으로 작용한다. 형식적으로, 논리 게이트 $G$에 대하여 인코딩 유니터리는 $U = E G E^\dagger + (I - \Pi)$이다 (여기서 $E$는 인코딩 아이소메트리이며 $\Pi$는 논리적 부분 공간으로의 투영사이다). 이 선택은 무잡음(noiseless) 시뮬레이션 중 누설(leakage)을 방지하고 치환(permutation) 특성을 보존한다.

2. 게이트 계층 구조 및 분해:
   라이브러리는 세 가지 기본 클래스를 정의한다: QuditGate(단일 큐디트), QuditControlledGate(다중 제어), QuditMultiGate.

• 2의 거듭제곱 경로(Power-of-Two Path): 모든 피연산 차원이 2의 거듭제곱인 경우, 게이트는 표준 Qiskit 큐비트 게이트(예: mcx, cp, synth_qft_full)의 고정된 캐스케이드로 분해된다. 이를 통해 Qiskit 트랜스파일러가 최적화를 수행할 수 있다.
• 밀집 합성 폴백(Dense-Synthesis Fallback): 2의 거듭제곱이 아닌 차원의 경우, 게이트는 정밀한 밀집 유니터리 합성으로 폴백된다. 라이브러리는 전체 $D \times D$ 유니터리 행렬을 생성하고(NumPy의 __array__ 프로토콜을 통해), 이를 단일 불투명 유니터리 명령어로 삽입하여 UnitarySynthesis 패스가 이를 분해하도록 한다.

3. 회로 모델 및 측정:
   QuditQuantumCircuit은 두 개의 동기화된 뷰를 유지한다: 큐디트 수준의 명령어 로그(.data)와 인코딩된 큐비트 수준의 회로(.circuit). 측정은 인코딩 큐비트를 클래식 비트(ClByte)로 매핑하는 QuditMeasure를 통해 처리된다. 전용 디코딩 레이어는 백엔드 카운트를 큐디트 레벨로 변환하며, "누설"(결과값 $\ge d$)을 명시적으로 탐지하여 구성 가능한 정책(keep, drop, raise)에 따라 처리한다.

주요 기여

• 트랜스파일 가능한 큐디트 레이어 구현: 본 연구는 이전 연구[1]의 이론적 게이트 정의를 작동 가능한 트랜스파일 가능 Qiskit 확장 프로그램으로 변환하였다. 이는 차원 $2 \le d \le 16$ 및 혼합 차원 레지스터를 지원한다.
• 2의 거듭제곱이 아닌 차원을 위한 정밀 시뮬레이션: $d=2^m$에 국한되었던 기존의 큐비트 시뮬레이션 접근 방식과 달리, 본 라이브러리는 밀집 유니터리 폴백을 사용하여 지원 범위 내의 임의의 $d$에 대해 정밀한 합성을 지원한다.
• 이론 및 구현 검증:
  • 검증 A: 밀집 유니터리 행렬이 2의 거듭제곱 및 2의 거듭제곱이 아닌 차원 모두에서 논리적 부분 공간에 대한 이산 푸리에 변환(DFT)을 재현함을 확인하였다(연구 [1]의 검증 확장).
  • 검증 B: 138개의 게이트 인스턴스에 대해 분해된 회로(캐스케이드 및 밀집 경로 모두)가 밀집 유니터리 정의와 일치함을 확인하였으며, 편차는 기계 정밀도($\approx 10^{-15}$) 이내였다.
  • 패딩 불변성(Padding Invariant): 항등 패딩 불변성이 정확하게 유지됨을 확인하여, 유효한 부분 공간과 유효하지 않은 부분 공간 사이의 혼합이 없음을 보장하였다.
• 누설 탐지: 시뮬레이션에서 누설 이벤트를 탐지하고 처리하는 명시적인 메커니즘을 제공하여, 이상적인 동작과 노이즈 유발 오류를 구분한다.

결과

수치적 검증을 통해 구현의 정확성을 확인하였다:

• QFT vs. DFT: QFT 구현은 차원 $d \in \{2, 3, 4, 5, 8\}$에 대해 이론적 DFT 행렬과 $10^{-15}$ 이내로 일치한다.
• 게이트 분해: SUMX, SUMP, SWAP, QFT를 포함한 모든 게이트는 밀집 유니터리 정의와 일치하는 분해를 생성한다.
• 자원 분석:
  • 2의 거듭제곱: 분해 과정이 효율적이며 트랜스파일러 친화적이다. 예를 들어, 3-큐트(3-qutrit) QFT($d=3$)는 1,783개의 CX 게이트를 필요로 하는 반면, 3-쿼쿼트(3-ququart, $d=4$) QFT는 단 56개의 CX 게이트만을 필요로 한다.
  • 2의 거듭제곱이 아닌 경우: 밀집 폴백은 상당한 오버헤드를 발생시킨다. 3-큐트($d=3$) QFT는 1,783개의 CX 게이트로 합성되지만, 3-큐퀸트(3-ququint, $d=5$) QFT는 119,383개의 CX 게이트를 필요로 한다. 이는 더 큰 차원의 비-거듭제곱 차원에 대한 밀집 합성의 비용을 강조한다.
  • 메모리 제약: 밀집 경로는 메모리에 의해 제한된다. 16-레벨 큐디트 8개($N=32$)에 대한 게이트는 약 256 EiB의 메모리를 요구하므로, 일반적인 하드웨어에서의 실질적인 한계는 $N \approx 13\text{--}14$이다.

의의 및 한계

본 논문은 qiskit-qudits를 사용자가 큐디트 알고리즘을 논리적 수준에서 작성하면서도 Qiskit의 컴파일 스택, 백엔드 및 프리미티브에 대한 완전한 접근 권한을 유지할 수 있게 하는 가교로 포지셔닝한다. 또한 수동 구현 시 오류가 발생하기 쉬운 "비물리적 부분"과 측정 디코딩 문제를 명시적으로 다룬다.

한계 및 트레이드오프:

• 차원 상한: 라이브러리는 $2 \le d \le 16$ 및 게이트당 최대 8개의 큐디트를 강제한다. 이는 명목상의 상한이며, 실제 한계는 밀집 유니터리 합성에 필요한 메모리($N \lesssim 13\text{--}14$)에 의해 결정된다.
• 누설 의미론(Leakage Semantics): 항등 패딩 컨벤션은 누설된 진폭을 모델링하기보다는 고정(freeze)시킨다. 이는 텐서 곱(tensor product)과 교환 법칙이 성립하지 않으므로, 회로 등가성은 반드시 투영된 부분 공간($\Pi U \Pi$)에서 확인되어야 한다.
• 최적화: 현재 구현은 트랜스파일러에서 "Don't-care" 행/열을 활용하지 않으며, 2의 거듭제곱이 아닌 차원에 대한 밀집 폴백은 최적화된 가역 논리 합성(reversible logic synthesis)에 비해 계산 비용이 높다.

본 연구는 밀집 폴백이 2의 거듭제곱이 아닌 차원에 대한 정밀한 시뮬레이션을 가능하게 하지만, 향후 개선 방향은 차원 불가지론적(dimension-agnostic) 가역 논리 합성 및 자원 오버헤드를 줄이기 위해 비물리적 부분 공간을 트랜스파일러에 노출하는 것에 집중되어야 함을 결론짓는다.