Reusable selected-time channels for quantum simulation of non-Markovian dynamics

양자 세계에서 완전히 고립되어 존재하는 것은 아무것도 없다. 모든 원자, 전자, 또는 광자는 끊임없이 주변 환경과 부딪히며 방대한 보이지 않는 환경과 에너지와 정보를 교환한다. 이러한 상호작용이 매우 빠르게 일어나 과거를 거의 즉각적으로 잊어버릴 때, 물리학자들은 이 과정을 '마르코프적(Markovian)'이라고 부른다. 이는 시스템의 미래가 오직 현재에만 의존하는 상태를 의미한다. 하지만 환경이 복잡하여 정보를 일정 기간 보유하고 나중에 이를 시스템에 다시 전달할 경우, 그 거동은 '비마르코프적(non-Markovian)'이 된다. 이러한 기억 효과는 양자 컴퓨터가 어떻게 정교한 상태를 잃어버리는지, 혹은 생물학적 시스템에서 에너지가 어떻게 이동하는지를 이해하는 데 매우 중요하지만, 이를 시뮬레이션하는 것은 엄청난 도전 과제였다. 전통적인 방법들은 전체 환경을 추적하거나 매번 새로운 시작 조건마다 고유한 계산을 수행해야 했기에, 이러한 복잡한 역학을 위한 재사용 가능한 도구를 구축하기가 어려웠다.

한 연구자가 이러한 기억을 담은 상호작용을 재사용 가능한 표준화된 형식으로 매핑하는 새로운 방법을 개발했다. 연구자는 양자 시스템이 노이즈가 있는 환경을 통해 어떻게 확산되는지에 집중함으로써, 시스템의 복잡하고 이력에 의존적인 진화를 깨끗하고 고정된 일련의 지침으로 변환하는 프레임워크를 만들었다. 이 과정은 며칠 전 내린 비에 따라 경로가 바뀌는 길고 구불구불한 강을, 어디서 시작했든 상관없이 어떤 배로도 항해할 수 있는 하나의 신뢰할 수 있는 지도로 추출하는 과정과 같다. 뉴욕 테크놀로지 연구소의 유스이 첸(Yusui Chen)이 이끄는 연구팀은 이 방법이 진공 상태의 시스템에 완벽하게 작동하며, 더 따뜻하고 혼란스러운 환경으로도 체계적으로 확장될 수 있음을 입증했다. 그들의 연구는 미시적인 환경의 기억으로부터 실용적이고 재사용 가능한 채널로 가는 직접적인 가교를 제공하며, 이는 양자 하드웨어에 구현될 수 있다.

문제의 핵심은 양자 노이즈의 본질에 있다. 양자 시스템이 주변 환경과 상호작용할 때, 환경은 무한한 가능성의 저장소 역할을 한다. 표준 시뮬레이션에서 과학자들은 종종 특정 시작점에서 출발하는 특정 경로를 따라가며, 그 한 가지 시나리오에 대한 결과를 계산해야 한다. 만약 다른 시작 상태에서 어떤 일이 일어나는지 알고 싶다면, 전체 계산을 처음부터 다시 수행해야 한다. 이는 비효율적이며 일반 목적의 양자 시뮬레이션을 설계하는 데 제약을 준다. 새로운 접근 방식은 환경의 기억을 맞서 싸워야 할 혼란스러운 폭풍이 아니라, 포착하고 재사용할 수 있는 구조화된 패턴의 집합으로 취급함으로써 이 문제를 우회한다. 연구자는 양자 상태 확산(quantum state diffusion)이라 알려진, 노이즈가 있는 환경에서 시스템이 진화하는 수학적 기술로부터 시작했다. 노이즈가 발생하는 과정을 그대로 추적하는 대신, 그들은 환경의 기억을 마치 복잡한 소리를 개별적인 음표로 분리하듯, 유한한 수의 독립적인 모드(modes)로 분해했다.

연구자는 이러한 모드들을 특정 계층 구조로 조직함으로써, 시스템의 진화가 모든 초기 상태에 대해 작동하는 단일 가족의 연산자(operators)에 의해 설명될 수 있음을 보여주었다. 이는 중대한 변화이다. 이전에 이러한 역학을 설명하는 데 사용된 수학적 도구들은 시스템의 특정 시작 조건에 묶여 있었다. 그러나 여기서 연구자는 일단 환경의 기억이 이러한 구조화된 방식으로 포착되면, 결과적인 '채널'은 입력값과는 독립적이라는 것을 증명했다. 시스템이 고에너지 상태에서 시작하든, 저에너지 상태에서 시작하든, 혹은 복잡한 혼합 상태에서 시작하든 동일한 규칙이 적용된다. 이는 시뮬레이션을 일회성 계산에서, 전압만 맞으면 어떤 기기에도 꽂아 쓸 수 있는 표준 콘센트와 같은 재사용 가능한 구성 요소로 변모시킨다.

연구자는 두 가지 유형의 환경 모델을 사용하여 이 프레임워크를 테스트했다. 첫 번째는 환경의 영향이 시간에 따라 부드럽게 감쇠하는 표준적인 기억 효과 모델인 '오른슈타인-우울렌벡(Ornstein-Uhlenbeck)' 저장소였다. 그들은 재구성된 채널을 이미 알려진 매우 정확한 해와 비교하였으며, 모델에 더 많은 기억 모드를 포함할수록 결과가 정확한 해에 수렴한다는 것을 발견했다. 이 시뮬레이션에서 그들은 높은 정확도를 달-성하기 위해 30개의 모드 순위를 사용하였으며, 이를 통해 이 방법이 환경의 복잡한 역학을 충실히 재현할 수 있음을 보여주었다. 두 번째 테스트는 진동하는 현이 공기로 에너지를 잃는 방식과 같이 많은 물리적 시스템이 주변 환경과 상호작용하는 방식을 모사하는 더 현실적인 '오믹(Ohmic)' 저장소를 포함했다. 이 경우, 그들은 환경의 기억을 설명하는 방대한 양의 정보를 훨씬 작고 관리 가능한 일련의 지침으로 압축할 수 있음을 입증했다.

가장 놀라운 발견 중 하나는 이 압축의 효율성이었다. 환경의 전체 기억을 설명하려면 수천 개의 수학적 계수를 추적해야 하는 반면, 특정 순간에 시스템의 진화를 시뮬레이션하기 위해 필요한 실제 양자 채널은 단 6개의 독립적인 방향으로 줄어들 수 있었다. 이러한 감소는 자원이 제한된 실제 양자 컴퓨터를 구축하는 데 매우 중요하다. 연구자는 이 6개의 방향이 시스템을 나타내는 2개의 큐비트와 함께, 정보를 저장하는 데 사용되는 보조 양자 비인 3개의 추가 '앤실라(ancilla)' 큐비트를 사용하여 구현될 수 있음을 보여주었다. 이는 복잡하고 기억이 가득한 환경을 총 5개의 논리적 큐비트만을 가진 작은 양자 프로세서에서 시뮬레이션할 수 있음을 의미한다. 연구자는 이를 400개 이상의 게이트를 포함하는 구체적인 회로로 컴파일하여, 이론적 프레임워크가 물리적 연산으로 번역될 수 있음을 증명했다.

이 연구는 또한 유한한 온도의 문제도 다루었다. 진공 상태에서 시스템의 진화는 빈 환경으로부터 에너지를 얻을 수 없기 때문에 자연스러운 정지점을 갖는다. 그러나 따뜻한 환경에서는 시스템이 지속적으로 에너지를 흡수할 수 있어 이론적으로 무한한 시뮬레이션이 될 수 있다. 연구자는 에너지 흡수를 위한 추가 모드를 포함함으로써 이 조건에서도 방법이 확장될 수 있음을 보여주었다. 비록 계층 구조가 진공 상태만큼 깔끔하게 닫히지는 않지만, 프레임워크는 여면 견고함을 유지하며 필요에 따라 정밀하게 다듬을 수 있는 체계적인 근사법을 허용한다. 이러한 유연성은 이 방법이 심우주의 차가운 고립부터 실험실의 열적 노이즈에 이르기까지 광범위한 물리적 조건을 다룰 수 있음을 시사한다.

이 작업의 함의는 단순한 시뮬레이션을 넘어선다. 초기 상태와 무관한 채널을 생성함으로써, 연구자는 최적화된 하드웨어 구현을 위한 토대를 마련했다. 매 실험마다 시뮬레이션을 다시 구축하는 대신, 엔지니어들은 이제 환경의 필수적인 기억을 포착하는 단일하고 재사용 가능한 모듈을 설계할 수 있다. 이는 특히 환경이 시스템에 어떻게 영향을 미치는지 이해하는 것이 필수적인 양자 오류 수정 및 양자 센서 설계에서 매우 중요하다. 환경의 기억 설명을 적은 수의 큐비트로 압축할 수 있다는 것은, 크기와 성능이 제한적인 현재의 근접 양자 장치(near-term quantum devices)에서도 이러한 복잡한 역학을 연구할 수 있음을 의미한다.

논문은 이 프레임워크가 저장소의 기억에 관한 미시적 세부 사항과 양자 시뮬레이션에 필요한 거시적 도구 사이의 직접적인 연결 고리를 구축한다고 강조하며 결론을 맺는다. 이는 해당 분야를 임시방편적인 사례별 계산에서 체계적이고 건설적인 접근 방식으로 이동시킨다. 연구자는 엄격한 수치적 검증을 통해 자신의 발견을 검증하였으며, 압축된 채널이 확률 보존과 같은 양자 역학의 기본 법칙을 보존함을 확인했다. 이 방법이 환경의 기억에 대한 특정 근사를 활용하더라도, 결과는 더 많은 모드를 포함함으로써 임의로 정밀하게 만들 수 있음을 보여준다. 이러한 정확성과 효율성 사이의 균고는 양자 세계를 지배하는 복잡한 비마르코프적 역학을 시뮬레이션하기 위한 유망한 길을 제시한다.