Predicting Multipartite Entanglement in Quantum Circuits using Transformer

양자 컴퓨팅이라는 신흥 분야에서 과학자들은 오늘날의 컴퓨터가 도달할 수 없는 범위를 넘어서는 문제를 해결하는 기계를 구축하기 위해 노력하고 있습니다. 이러한 미래의 기계들은 입자들이 매우 깊게 연결되어, 아무리 멀리 떨어져 있더라도 한 입자의 상태가 다른 입자들에 즉각적으로 영향을 미치는 '얽힘(entanglement)'이라는 기이한 성질에 의존합니다. 이 기계들을 작동시키기 위해 연구자들은 양자 회로라고 불리는 복잡한 설계도를 설계하는데, 이는 입자들을 조작하는 일련의 연산 과정입니다. 이 분야의 핵심 과제는 특정 설계도가 정말로 좋은 것인지 아는 것입니다. 만약 회로가 충분한 얽힘을 생성하지 못한다면, 그 회로는 속도와 정확성을 위해 필요한 독특한 양자 능력을 발휘하는 데 실패하게 됩니다. 그러나 회로가 진정으로 효과적인지 확인하는 것은 믿기 힘들 정도로 어렵습니다. 표준적인 방법은 컴퓨터에서 수천 번의 무작위 시뮬레이션을 실행하여 얽힘을 측정해야 하는데, 이 과정은 너무 느리고 비용이 많이 들어서 연구자들이 최적의 설계를 찾기 위해 필요로 하는 수천 개의 새로운 설계를 테스트하는 것을 사실상 가로막고 있습니다.

이러한 병목 현상을 극복하기 위해 인도네시아와 중국의 연구진은 양자 회로의 얽힘 능력을 거의 즉각적으로 예측할 수 있는 새로운 인공지능 도구를 개발했습니다. 느리고 무거운 시뮬레이션을 실행하는 대신, 그들은 정교한 컴퓨터 모델이 회로의 구조를 보고 성능을 추측하도록 훈련시켰습니다. 연구팀은 두 가지 구체적인 얽로 측정 방식에 집중했습니다. 하나는 개별 입자들이 어떻게 연결되어 있는지를 보는 표준적인 방법이고, 다른 하나는 세 개 이상의 입자 그룹이 동시에 어떻게 연결되어 있는지를 확인하는 더 발전된 방법입니다. 연구진은 표준적인 방법이 일반적인 아이디어를 제공하는 반면, 발전된 방법은 표준적인 방법이 완전히 놓치는 회로 구조의 숨겨진 세부 사항을 드러낸다는 것을 발견했습니다. 모델에게 이 두 가지를 모두 인식하도록 가르침으로써, 그들은 겉보기에는 비슷해 보이지만 내부적인 능력은 매우 다른 회로들을 구별할 수 있는 시스템을 만들었습니다.

연구진은 4개에서 8개의 입자를 가진 5만 개의 서로 다른 양자 회로 데이터셋을 사용하여 이 도구를 구축했습니다. 그들은 단순히 모델에 단순한 단계 목록을 입력한 것이 아니라, 모델이 회로를 두 가지 다른 방식으로 동시에 볼 수 있도록 가르쳤습니다. 한 가지 관점은 회로를 사건의 타임라인으로 취급하여 연산이 일어난 순서를 보여주었습니다. 또 다른 관점은 팀이 직접 고안한 것으로, 회로를 연결의 웹(web)으로 매핑하여 시간의 흐과 상관없이 어떤 입자들이 서로 상호작용하고 얼마나 자주 상호작용하는지에 초점을 맞추었습니다. 이 두 가지 관점을 융합함으로써, 모델은 양자 시스템의 깊은 기하학적 구조를 이해하는 법을 배웠습니다. 테스트 결과, 모델은 놀라울 정도로 정확했습니다. 모델은 표준 얽힘 점수를 4% 미만의 오차 범위 내에서 예측했으며, 발전된 점수 또한 4% 미만의 오차 범위 내에서 예측했습니다. 더 중요한 점은, 모델이 회로들의 순위를 매기는 데 탁월했다는 것입니다. 즉, 설계가 가진 정확한 수치를 아는 것보다 엔지니어들에게 더 가치 있는 작업인 '어떤 설계가 가장 강력하고 어떤 설계가 가장 약한지'를 정확히 식별해 냈습니다.

이러한 접근 방식은 속도 면에서 엄청난 이점을 제공합니다. 단 하나의 회로를 확인하는 전통적인 방법이 몇 분 또는 몇 시간의 컴퓨터 시간을 소요할 수 있는 반면, 새로운 모델은 눈 깜짝할 사이에 수천 개의 설계를 평가할 수 있습니다. 연구진은 실험을 통해 이 도구를 사용하면 최적의 설계를 찾기 위해 필요한 값비싼 시뮬레이션 횟수를 5배에서 6배까지 줄일 수 있음을 보여주었습니다. 이는 과학자들이 계산의 늪에 빠지지 않고도 훨씬 더 다양한 종류의 회로 설계를 탐색할 수 있음을 의미합니다. 또한 이 연구는 이러한 회로들이 어떻게 작동하는지에 대한 물리적 통찰을 밝혀냈습니다. 단순히 회로를 더 길거나 깊게 만든다고 해서 반드시 더 좋아지는 것은 아니라는 점입니다. 연구진은 특정 유형의 연산 밀도가 전체 길이보다 더 중요하다는 것을 발견했으며, 일정 지점을 넘어서면 층을 더 추가하는 것이 오히려 얽힘의 개선을 저해한다는 것을 찾아냈습니다. 이는 가장 강력한 양자 회로가 기존 생각보다 더 컴팩트할 수 있음을 시사합니다.

이 프로젝트의 성공은 양자 컴퓨터를 설계하는 새로운 방향을 제시합니다. 이 빠르고 정확한 예측 도구를 사용함으로써, 연구자들은 약한 설계들을 빠르게 걸러내고 가장 유망한 후보들에 자원을 집중할 수 있습니다. 연구팀은 모델의 성공이 단순히 더 큰 컴퓨터 뇌를 가졌기 때문이 아니라, 입자 사이의 연결 웹을 보는 능력 덕분임을 확인했습니다. 이러한 구분은 매우 중요한데, 이는 입자들이 상호작용하는 구체적인 방식을 이해하는 것이 단순히 더 많은 데이터를 처리하는 것보다 더 중요하다는 것을 증명하기 때문입니다. 분야가 더 크고 복잡한 양자 기계를 구축하는 방향으로 나아감에 따라, 이와 같은 도구는 가능한 설계의 방대한 영역을 탐색하고, 구축된 회로가 단순히 복잡할 뿐만 아니라 양자 얽힘의 완전한 힘을 실제로 활용할 수 있도록 보장하는 데 필수적일 것입니다.