Quantifying and Bounding Spatiotemporal Correlations in Quantum Noise

오늘날의 컴퓨터로는 도달할 수 없는 영역의 문제를 해결할 수 있는 기계를 구축하려는 여정 속에서, 과학자들은 취약한 양자 역학의 세계를 정복하기 위해 경주하고 있습니다. 양자 컴퓨터라고 알려진 이 기계들은 빛이나 물질의 아주 작은 입자들이 섬세한 균형 상태에서 정보를 보유하도록 하는 것에 의존합니다. 그러나 이 균형은 쉽게 깨질 수 있습니다. 이 입자들이 주변 환경과 상호작용하는 순간—그것이 미세한 열이든, 전자기파이든, 혹은 불완전한 제어 신호이든 상관없이—입자들은 정보를 잃기 시작합니다. '노이즈(noise)'라고 불리는 이 손실은 강력한 양자 기술로 나아가는 길을 가로막는 가장 큰 장애물입니다. 수년 동안 엔지니어들은 노이즈가 단순하고 예측 가능한 방식으로 작동한다고 가정하며 이에 맞서 싸워왔습니다. 즉, 오류가 마치 지붕에 떨어지는 빗방울처럼 무작위적이고 독립적으로 발생하여, 한 방울이 기와를 때리는 것이 다음 방울에 아무런 영향을 주지 않는다고 가정한 것입니다. 이 가정은 수학적 계산을 용이하게 만들지만, 종종 틀리곤 합니다. 실제 장치에서는 오류가 공간과 시간 전체에 걸쳐 연결될 수 있으며, 오늘날 기계의 한 부분에서 발생한 결함이 내일 다른 부분의 결함과 연결되어, 단순한 모델로는 포착할 수 없는 복잡한 간섭의 그물을 형성할 수 있습니다.

상파울루 대학교의 연구팀은 이제 이러한 숨겨진 연결성을 측정하고 이해하는 새로운 방법을 개발했습니다. 노이즈가 어떻게 작동하는지 추측하는 대신, 그들은 서로 다른 양자 시스템의 부분들 사이에서 시간이 흐름에 따라 정보가 정확히 얼마나 공유되는지를 정량화하는 통합된 프레임워크를 구축했습니다. 그들의 연구는 노이즈가 단순히 독립적인 실수들의 연속이라는 오래된 가정을 넘어섭니다. 양자 과정의 전체 이력을 하나의 상호 연결된 객체로 다룸으로써, 그들은 노이즈가 진정으로 무작위적인 것인지, 아니면 과거의 기억을 담고 있는 것인지를 구별할 수 있습니다. 이러한 구별은 매우 중요한데, 양자 컴퓨터의 오류를 수정하는 데 사용되는 도구들이 독립적인 오류를 상정하고 설계되었기 때문입니다. 만약 오류들이 실제로 연결되어 있다면, 그 도구들은 실패할 수 있으며, 결과적으로 컴퓨터가 복잡한 계산을 수행하지 못하게 만들 수 있습니다. 연구진의 새로운 방법은 이러한 연결을 감지하고, 그 강도를 측정하며, 환경이 얼마나 많은 '기억'을 가지고 있는지 정확히 결정하는 방법을 제공하며, 이는 신뢰할 수 있는 미래의 기계를 구축하는 데 필수적입니다.

이 새로운 접근 방식의 핵심은 양자 시스템을 테스트하는 영리한 방법입니다. 기계가 자신의 과거 행동을 기억하고 있는지, 아니면 단지 현재에 반응하고 있는지를 알아내려는 시도를 상상해 보십시오. 연구진은 시스템에 정교하게 설계된 일련의 실험, 즉 '프로브(probes)'를 실행하는 방법을 제안했습니다. 그런 다음 이 실험 결과들을 노이즈가 완전히 무작위적이고 연결되지 않았을 때 예상되는 결과와 비교합니다. 실제 결과와 무작위 기대치 사이의 차이가 바로 상관관계가 얼마나 존재하는지를 알려줍니다. 이 프레임워크의 아름다움은 노이즈가 기계의 서로 다른 부분들 사이에 동시에 연결되어 있든, 서로 다른 시점들 사이에 연결되어 있든, 혹은 두 가지 모두에 해당하든, 모든 유형의 양자 과정에 적용된다는 점에 있습니다. 그들은 이 세 가지 유형의 연결성에 대해 구체적인 척도를 정의했습니다: 시간적 상관관계(시간에 따른 기억), 공간적 상관관계(서로 다른 부분들 사이의 연결), 그리고 총 시공간적 상관관계(두 가지의 합)입니다.

결정적으로, 연구진은 자신들의 측정이 견고하다는 것을 증명했습니다. 그들은 허용된 물리적 연산을 통해 시스템을 어떻게 조작하더라도, 측정된 상관관계의 양이 인위적으로 증가할 수 없음을 보여주었습니다. 이는 그들이 얻은 수치가 실험 설정의 부산물이 아니라, 노이즈의 실제 물리적 특성임을 보장합니다. 또한 그들은 시스템의 크기와 기억을 보유한 환경의 크기에 근거하여, 이 상관관계가 얼마나 강해질 수 있는지에 대한 엄격한 수학적 한계를 설정했습니다. 예를 들어, 환경이 단 하나의 작은 입자처럼 작다면, 그것이 보유할 수 있는 기억은 제한적이며 상관관계의 강도 역시 상한선이 존재합니다. 반면 환경이 더 크다면, 더 강력하고 복잡한 상관관계를 생성할 가능성이 높아집니다. 이러한 한계는 자와 같은 역할을 합니다. 만약 여러분이 작은 환경이 만들어낼 수 있는 수준보다 더 강한 상관관계를 측정한다면, 여러분은 그 환경이 생각보다 더 크거나 복잡하다는 것을 확실히 알 수 있습니다.

아이디어를 검증하기 위해 연구팀은 현재 많은 선도적인 양자 기업들이 사용하는 하드웨어 유형인 초전도 큐비트 모델에 이 프레임워크를 적용했습니다. 그들은 두 개의 큐비트가 공유된 환경과 상호작용하는 시나리오를 시뮬레이션했으며, 실제 장치에서 흔히 발생하는 두 가지 유형의 상호작용을 사용했습니다. 한 시나리오에서 환경은 상태 사이를 전환하며 특정 종류의 기억을 생성하는 고전적 스위치처럼 작동했습니다. 또 다른 시나리오에서는 환경이 섬세한 양자 정보를 보존하는 양자 입자처럼 작동했습니다. 결과는 놀라웠습니다. 고전적인 경우, 측정된 상관관계는 환경의 크기에 의해 예측된 특정 천장에 도달하여, 그 기억이 실제로 고전적임을 확인시켜 주었습니다. 양자적인 경우, 상관관계는 더 강해졌으며, 고전적 한계를 넘어 시스템 크기에 의해 허용되는 최대치에 근접했습니다. 이는 그들의 방법이 단순히 기억의 존재를 감지할 뿐만 아니라, 고전적 기억과 양자적 기억을 구별하고, 관찰된 효과를 생성하는 데 필요한 최소한의 환경 크기까지 결정할 수 있음을 입증했습니다.

이 연구의 함의는 심오합니다. 연구진은 메모리의 최소 크기를 인증하는 방법을 제공함으로써 엔지니어들에게 새로운 진단 도구를 제공합니다. 만약 장치가 단순하고 작은 환경의 한계를 초과하는 상관관계를 보인다면, 이는 노이즈가 기존에 가정했던 것보다 더 복잡하다는 신호이며, 더 정교한 오류 수정 전략이 필요함을 의미합니다. 반대로, 상관관계가 작은 환경의 한계 범위 내에 있다면, 이는 노이즈가 현재의 기술로 관리 가능할 수도 있음을 시사합니다. 또한 이 프레임워크는 이론적 모델에 대한 현실적인 점검 역할을 합니다. 만약 어떤 모델이 특정 동작을 예측하지만 측정된 상관관계가 시스템 크기에 따른 보편적 한계를 위반한다면, 이는 모델 자체가 결함이 있거나 시스템이 하드웨어의 숨겨진 부분으로 정보를 유출하는 것과 같이 예상치 못한 방식으로 작동하고 있음을 나타냅니다.

궁극적으로, 이 연구는 양자 장치의 노이즈를 바라보는 방식을 변화시킵니다. 노이즈를 막연하고 통제 불가능한 배경 잡음으로 취급하는 대신, 연구진은 이를 명확한 경계가 있는 측정 가능한 양으로 탈바꿈시켰습니다. 그들은 이러한 상관관계의 구조를 이해함으로써, 우리의 양자 컴퓨터와 상호작용하는 숨겨진 환경에 대해 배울 수 있다는 것을 보여주었습니다. 이 지식은 노이즈를 길들이기 위한 첫걸음이며, 과학자들이 더 나은 오류 수정 코드를 설계하고 더 오랫동안 안정적으로 작동하는 기계를 구축할 수 있게 해줍니다. 양자 기술이 실험실을 넘어 현실 세계로 나아감에 따라, 이러한 시공간적 상관관계를 정량화하고 제한하는 능력은 양자 컴퓨팅의 약속을 실질적인 현실로 바꾸는 데 필수적일 것입니다. 이 연구는 노이즈 문제를 완전히 해결하는 것은 아니지만, 문제를 명확하게 보고, 규모를 측정하며, 우리가 작업해야 할 물리적 한계를 이해하는 데 필요한 도구를 제공합니다.