Green's Functions from Sample-based Krylov Quantum Diagonalization: An Impurity Solver for Dynamical Mean-Field Theory

초전도체처럼 저항 없이 전기를 운반하거나 하드 드라이브를 구동하는 자성 물질처럼, 일반적인 고체의 법칙으로는 설명하기 어려운 기이하고 고집스러운 방식으로 행동하는 물질이 존재한다. 이러한 물질 속에서 전자들은 독립적으로 움직이지 않는다. 전자들은 서로 밀고 당기는 힘이 매우 강력하여, 한 전자의 행동이 이웃한 전자의 행동과 불가분하게 연결되어 있다. 이러한 물질이 어떻게 작동하는지 이해하기 위해 과학자들은 '그린 함수(Green's function)'를 계산해야 하는데, 이는 전자가 이 혼잡하고 혼란스러운 환경 속에서 어떻게 이동하는지를 보여주는 지도와 같은 역할을 하는 수학적 도구이다. 이 지도는 물질의 에너지 준위와 빛이나 전기에 대한 반응을 밝혀주지만, 거대 시스템에 대해 이를 계산하는 것은 엄청난 과업이다. 시스템의 크기가 커짐에 따라 가능한 전자의 배열 수가 폭발적으로 증가하기 때문에, 가장 강력한 슈퍼컴퓨터조차 빠르게 메모리 부족에 직면하며, 이로 인해 연구자들은 실제로 관심을 두는 물질의 아주 작고 단순화된 버전만을 연구할 수밖에 없는 상황에 처한다.

이제 한 연구팀이 전체 시스템을 한꺼번에 시뮬레이션하는 대신, 영리하게 작은 스냅샷을 연속적으로 찍는 방식을 사용하여 양자 컴퓨터를 이용해 이 문제를 해결할 새로운 방법을 제안했다. 금속 내 전자의 거동을 모방한 모델 시스템에 초점을 맞춘 이 연구에서, 연구진은 '샘플 기반 크릴로프 양자 대각화(sample-based Krylov quantum diagonalization)'라고 불리는 기법을 응용했다. 양자 컴퓨터에게 시스템의 거대하고 전체적인 상태를 메모리에 담아두라고 요구하는 대신, 연구진은 양자 컴퓨터가 시스템을 아주 짧은 시간 동안 진화시키고 그 결과를 측정하도록 했다. 이 과정을 여러 번 반복하고 가장 흔하게 나타나는 결과들을 수집함으로써, 그들은 전통적인 방식에서 요구되는 불가능한 양의 데이터를 저장하지 않고도 전자의 이동에 대한 전체 지도를 재구성할 수 있었다. 이 접근 방식은 현재 사용 가능한, 즉 아직 길고 복잡한 회로를 실행할 수 없는 노이즈가 많고 불완전한 양자 컴퓨터에서도 작동하도록 설계되었다.

연구진은 단일 원자가 전자의 바다와 상호작는 모습을 묘사하는 '단일 불순물 안데르센 모델(single-impurity Anderson model)'이라는 특정 모델을 통해 이 방법을 테스트했다. 그들은 중앙의 원자가 주변 환경을 나타내는 12개의 사이트로 연결된 시뮬레이션을 설정했다. 이 설정에서 중앙의 원자는 두 전자가 같은 위치에 머무는 것을 방지하는 강한 척력을 가지는데, 이는 금속(전기를 전도하는 상태)과 절연체(전기를 전도하지 않는 상태) 사이의 전이를 유도하는 핵심 특징이다. 연구진은 고전 컴퓨터를 사용하여 양자 장치를 시뮬레이션함으로써, 이 새로운 방법을 시스템의 정확하고 완벽한 해답과 비교했다. 그 결과, 양자 진화를 샘플링함으로써 전체 가능한 상태 중 아주 적은 부분만을 사용하여 전자의 에너지 지도를 높은 정확도로 재구성할 수 있음을 발견했다. 12개의 사이트를 가진 시스템에 대해, 이 방법은 필요한 계산 공간을 3~4 자릿수(orders of magnitude)만큼 줄였는데, 이는 전체 계산에 필요한 수억 개의 상태 대신 단 몇 천 개의 상태만을 처리하면 된다는 것을 의미한다.

연구는 이 방법이 시스템이 완전히 단순하지도, 그렇다고 완전히 혼돈스럽지도 않은 상태일 때 가장 잘 작동한다는 것을 보여주었다. 전자 간의 상호작용이 매우 약할 때 시스템은 독립적인 입자들의 잔잔한 바다처럼 행동하며, 상호작용이 매우 강할 때는 전자들이 단단한 패턴으로 고정된다. 이 두 극단적인 경우에는 방법이 답을 쉽게 찾아냈다. 그러나 금속에서 절연체로 변하는 경계에 있는 중간 지점에서는 전자들이 복잡하고 요동치는 상태에 놓이게 된다. 여기서 연구진은 전체 그림을 포착하기 위해 더 많은 샘플이 필요하다는 것을 발견했지만, 그럼에도 불구하고 전통적인 방식이 실패할 지점에서 성공을 거두었다. 결과는 물질의 특성을 정의하는 에너지 지도의 뚜렷한 피크와 골짜기인 스펙트럼 특징들이 광범위한 상호작용 강도에 걸쳐 충실하게 재현되었음을 보여주었다.

가장 중요한 발견 중 하나는 이 방법이 현재의 장치에서 오류의 원인이 되는 경우가 많은 '보조 비트(ancilla)'라고 불리는 추가적인 '헬퍼' 비트를 포함하는 복잡한 연산을 양자 컴퓨터에 요구하지 않는다는 점이었다. 대신, 양자 장치는 상태를 준비하고, 짧은 시간 동안 진화시킨 뒤, 전자의 위치를 측정하기만 하면 된다. 이러한 측정값들을 최종 답변으로 연결하는 무거운 작업은 모두 고전 컴퓨터가 수행했다. 이러한 역할 분담은 양자 회로를 얕고 단순하게 유지하여, 가까운 미래에 사용 가능한 하드웨어에 적합하게 만든다. 연구진은 현재 이 방법이 시뮬레이션 단계이지만, 시스템이 커짐에 따라 필요한 샘ка(sample)의 수가 늘어나는 방식이 고무적이라고 언급했다. 사이트 체인이 8개에서 12개로 늘어남에 따라, 정확한 답을 얻기 위해 필요한 전체 가능한 상태의 비율이 오히려 감소했는데, 이는 이 방법이 현재는 도달할 수 없는 더 큰 시스템으로 확장될 수 있음을 시사한다.

이 연구는 또한 이러한 계산을 위한 최적의 시작점이 무엇인지에 대한 흔한 질문도 다루었다. 연구팀은 시스템의 초기 상태를 설정하는 두 가지 다른 방식, 즉 단순한 비상호작용 모델에 기반한 방식과 더 복잡한 자기 일관적(self-consistent) 모델에 기반한 방식을 테스트했다. 그들은 이 특정 작업에 있어서 단순한 시작점이 더 복잡한 것만큼이나 효과적이라는 것을 발견했으며, 이는 향후 실험의 설정을 단순화해 준다. 나아가, 연구진은 전자가 시스템에 추가되거나 제거되는 방식을 계산하는 데 필요한 수학적 '분기(branching)'를 처리할 수 있음을 입증했는데, 이는 전체 에너지 지도를 구축하는 데 필수적인 단계이다. 샘플링된 상태 중 어떤 것을 유지하고 어떤 것을 버릴지 신중하게 선택함으로써, 그들은 최종 결과가 확률 보존과 같은 근본적인 물리 법칙을 준수하도록 보장했다.

이 접근 방식은 강하게 상관된 물질을 연구하는 데 사용되는 강력한 프레임워크인 동역학적 평균장 이론(dynamical mean-field theory)을 위한 유망한 경로를 제공한다. 이 프레임워크에서는 복잡한 원자 격자가 단일 불순물 문제로 매핑되며, 전체 물질의 특성을 찾기 위해 이 문제를 반복적으로 해결해야 한다. 지금까지 병목 현상은 불순물 솔버(impurity solver), 즉 단일 사이트에 대한 전자 거동을 계산하는 단계에서 발생했다. 만약 이 솔버를 현재 가능한 것보다 더 많은 수의 욕조 사이트(bath sites)를 가진 양자 컴퓨터에서 실행할 수 있다면, 과학자들은 훨씬 더 정밀하게 물질을 모델링할 수 있게 된다. 연구진은 자신들의 방법이 새로운 불순물 솔버 역할을 하여, 이전보다 더 크고 현실적인 시스템을 연구할 수 있게 해줄 것이라고 제안한다. 비록 이번 연구가 특정 모델에 국한되었고 아직 이론의 완전한 자기 일관적 루프를 포함하지는 않았지만, 결과는 이러한 계산이 가능하다는 강력한 개념 증명을 제공한다.

연구는 또한 전자 반발력의 세기를 변화시키는 등 다양한 조건에서 이 방법이 어떻게 작동하는지 조사했다. 연구진은 특정 정확도 수준에 도달하기 위해 필요한 샘플의 수가 단순한 직선 형태가 아님을 발견했다. 즉, 상호작용 강도가 중간 정도일 때 정점을 찍은 후 다시 감소하는 형태를 보였다. 이러한 거동은 물리적으로 타당한데, 중간 영역이 시스템이 가장 복잡하여 기술하기 위해 가장 많은 정보가 필요한 지점이기 때문이다. 그럼에도 불구하고, 가장 어려운 경우에도 필요한 총 샘플 수는 전체 가능한 상태의 아주 작은 부분에 머물렀다. 연구진은 이 방법이 견고하며, 시뮬레이션에서 관찰된 유리한 확장성(scaling)이 이 방법이 가까운 시일 내에 양자 하드웨어에서 실용적인 도구가 될 수 있음을 시사한다고 결론지었다.

궁극적으로, 이 작업은 우리가 완벽하고 오류가 없는 양자 컴퓨터를 기다릴 필요 없이, 응집 물질 물리학의 가장 어려운 문제들을 해결하기 시작할 수 있음을 보여준다. 양자 측정의 확률적 본질을 수용하고 영리한 샘플링 기법을 사용함으로써, 연구자들은 복잡한 물질 속에서 전자가 어떻게 이동하는지에 대한 핵심 정보를 추출할 수 있다. 이 방법은 이전에는 다룰 수 없다고 여겨졌던 문제를 관리 가능한 문제로 변모시켜, 우리가 미래의 첨단 소재를 이해하고 설계하는 데 도움이 될 새로운 세대의 시뮬레이션으로 가는 문을 열어준다. 연구 결과는 적절한 알고리즘만 있다면, 오늘날의 노이즈가 많은 양자 컴퓨터로도 강하게 상관된 물질의 깊은 신비를 밝혀낼 수 있음을 시사한다.