VQE Validation on the Mononuclear T1 (Blue-Copper) Site: A Stepping Stone to the Multi-Copper Laccase Cluster

자연은 인간 공학자들이 재현하기 위해 애쓰는 화학적 기적을 수행하도록 효소를 수십억 년 동안 정교하게 다듬어 왔습니다. 이러한 생물학적 기계들 중에서도 라카아제(laccase) 효소는 그 중심에 있는 구리 원자 클러스터에 의해 구동되는 능력을 통해, 질긴 식물 섬유와 심지어 합성 플라스틱까지 분해할 수 있는 능력으로 주목받고 있습니다. 이 효소가 어떻게 작동하는지 이해하기 위해 과학자들은 이 구리 원자들 주변을 휘도는 전자들의 거동을 지도화해야 합니다. 이는 매우 어려운 과제인데, 왜냐하면 전자들은 독립적으로 행동하지 않고 서로 깊게 얽혀 있어, 복잡한 상호작용의 그물을 형성하며 서로에게 반응하기 때문입니다. 수십 년 동안 가장 강력한 슈퍼컴퓨터들도 이 특정 구리 클러스터를 시뮬레이션하려 할 때 한계에 부딪혔습니다. 모든 가능한 상호작용을 추적하는 데 필요한 수학적 계산이 너무 방대하여, 가장 빠른 기계조차 메모리와 시간이 부족해졌고, 이는 이 효소들이 어떻게 기능하는지에 대한 이해의 공백을 남겼습니다.

이 간극을 메우기 위해 연구자들은 새로운 종류의 컴퓨터인 양자 컴퓨터로 눈을 돌리고 있습니다. 정보를 이진 비트로 처리하는 전통적인 기계와 달리, 양자 컴퓨터는 여러 상태에 동시에 존재할 수 있는 양자 비트, 즉 큐비트를 사용하여 이론적으로 이러한 복잡한 전자 그물을 수월하게 탐색할 수 있습니다. 그러나 이 기계들이 전체 라카아제 효소를 다루기 전에, 과학자들은 그들의 방법이 더 작고 관리 가능한 조각들에 대해 작동한다는 것을 증명해야 합니다. 이것이 바로 단 한 명의 연구자, 루시아 말리코바(Lucia Malícková)가 해낸 일입니다. 그들은 효소 내의 T1 사이트라고 알려진 단일 구리 사이트에 집중하여, 변분 양자 고유값 솔버(Variational Quantum Eigensolver, VQE)라는 특정 방법을 테스트했습니다. 그들의 목표는 즉시 전체 효소 문제를 해결하는 것이 아니라, 스케일을 키워 고전적으로 불가능한 더 큰 목표로 나아가기 전에 소프트웨어와 알고리즘이 양자 프로세서에서 구리 사이트를 정확하게 시뮬레이션할 수 있는지 확인하는 파이프라인을 검증하는 것이었습니다.

연구진은 먼저 구리 원자와 그 주변 이웃들을 중심으로 T1 사이트의 정밀한 디지털 모델을 구축하는 것으로 시작했습니다. 그들은 가장 중요한 전자들을 분리하는 기술을 사용하여, 문제를 18개의 큐비트에 매핑할 수 있는 시스템으로 축소했습니다. 설정을 검증하기 위해, 그들은 먼저 실제 양자 컴퓨터의 동작을 모방하는 정교한 소프트웨어 프로그램인 강력한 에뮬레이터에서 노이즈가 없는 완벽한 시뮬레이션을 실행했습니다. 이를 통해 그들은 궁극적인 기준점이 되는 정확한 대각화(exact diagonalization) 방법을 사용하여 시스템의 정확한 에너지를 계산할 수 있었습니다. 그들은 이 구리 사이트의 에너지가 약 -2518.995 Eh임을 발견했습니다. 이 기준선이 확립된 후, 그들은 VQE 방법을 사용하여 이 에너지를 찾는 두 가지 다른 접근 방식을 테스트했습니다.

첫 번째 접근 방식은 하드웨어 효율적 안사츠(hardware-efficient ansatz)라고 알려진 표준화된 사전 설계 회로를 사용했습니다. 이 방법은 많은 작업에 적합하지만 어떤 단일 작업에도 완벽하지 않을 수 있는 범용 도구를 사용하는 것과 같습니다. 연구진이 에뮬레이터에서 이를 실행했을 때 결과는 괜찮았지만, 화학적 정확도에는 미치지 못했습니다. 그들이 계산한 에너지는 약 173에서 278 밀리하트리(milli-Hartrees) 정도 차이가 났는데, 이는 양자 화학의 세계에서는 상당한 격차입니다. 이는 기본적인 방법은 작동하지만, 구리의 전자 거동의 전체 복잡성을 포착할 수 있는 유연성이 부족함을 보여주었습니다. 연구팀은 그다음으로 더 정교한 방식인 ADAPT-VQE를 시도했습니다. 고정된 회로를 사용하는 대신, 이 방법은 결과 개선을 위해 필요한 시점에만 특정 수학적 연산자를 단계별로 추가하며 솔루션을 구축합니다. 이는 문제를 해결하기 위해 회로를 맞춤화하는 동적인 과정입니다.

이 적응형 방법의 결과는 놀라웠습니다. 방대한 가능성의 풀에서 가장 유용한 연산자를 반복적으로 선택함으로써, 이 알고리즘은 단순한 방법에서 발견된 오류의 99% 이상을 제거했습니다. 최종 에너지 계산은 단 4.03 밀리하트리 차이만을 보였으며, 이는 시뮬레이션을 화학적 정확도로 간주되는 범위 내로 가져온 엄청난 개선이었습니다. 이는 표준 접근 방식보다 40배나 향상된 결과였습니다. 연구진은 이 성공이 단순히 소프트웨어의 우연이 아님을 확인했습니다. 그들은 시뮬레이션이 전자의 수 보존과 같은 시스템의 물리 법칙을 준수하는지 엄격히 점검하여 결과가 물리적으로 실재함을 보장했습니다.

그러나 완벽한 에뮬레이터에서의 시뮬레이션은 오류와 노이즈가 발생하기 쉬운 실제 기계에서 실행하는 것과는 다릅니다. 미래를 대비하기 위해, 팀은 자신들의 최적 회로를 현재 수준의 노이즈가 있는 실제 양자 컴퓨터에서 실행한다면 어떤 일이 벌어질지 시뮬레이션했습니다. 그들은 2-큐비트 게이트 오류의 간섭으로 인해 에너지 읽기 값이 크게 변하여 정확도가 떨어질 것임을 발견했습니다. 이는 단순히 코드를 하드웨어에서 실행하는 것만으로는 충분하지 않으며, 오류 완화 전략을 적용해야 함을 확인시켜 주었습니다. 다행히 그들의 방법은 전자의 수를 엄격히 보존하기 때문에, 물리적 규칙을 위반하는 결과는 버리는 대칭성 사후 선택(symmetry post-selection) 기술을 사용할 수 있습니다. 다른 오류 수정 방법들과 결래하여, 이는 노이즈가 있는 불완전한 하드웨어에서도 정확한 결과를 얻을 수 있는 명확한 경로를 제공합니다.

이 연구의 궁al 목표는 단일 구리 원자를 시뮬레이션하는 것이 아니라, 50개에서 70개의 큐비트가 필요한 훨씬 더 큰 시스템인 전체 라카아제 효소 클러스터의 비밀을 밝히는 것입니다. 그 규모에서 문제는 너무 복적하여 어떤 고전 슈퍼컴퓨터도 결코 해결할 수 없습니다. 더 작은 18-큐비트 T1 사이트에서 이 파이프라인을 검증한 것은 이 방법이 작동하며 하드웨어가 과업을 수행할 수 있음을 입증합니다. 이는 적절한 알고리즘과 오류 관리가 있다면 양자 컴퓨터가 결국 자연의 가장 복잡한 화학적 퍼즐 중 하나인 이 효소들이 물질을 분해하는 방식에 대한 고전적으로 다룰 수 없는 문제를 해결할 수 있음을 보여주는 견고한 토대를 마련합니다. 이 연구는 이론적 가능성에서 검증된 작동 경로로 분야를 이동시키는 결정적인 디딤돌 역할을 하고 있습니다.