A QSVT-Based Quantum Jacobi Algorithm for Linear Systems with Application to the Poisson Equation

유체의 움직임을 예측하는 것은 항공기 날개의 효율적인 설계를 설계하는 것부터 기상 패턴을 모델링하는 것에 이르기까지 현대 공학의 초석입니다. 이를 위해 과학자들은 유체 흐름을 지배하는 복잡하고 소용돌이치는 방정식들을 거대한 격자점들로 분해합니다. 각 지점에서 컴퓨터는 이웃한 점들과의 단순한 관계를 풀어내야 합니다. 이러한 관계들이 결합되면 거대한 선형 방정식의 퍼즐이 형성됩니다. 이 퍼즐을 푸는 것은 시뮬레이션에서 가장 비용이 많이 드는 부분이며, 종종 슈퍼컴퓨터 시간의 대부분을 소비합니다. 수십 년 동안 엔지니어들은 이 퍼즐을 풀기 위해 반복적인 방법(iterative methods)에 의존해 왔는데, 이는 마치 거친 스케치를 선을 반복적으로 조정하여 정확한 형태로 안착시키는 정교한 그림으로 다듬어가는 과정과 같습니다. 고전적인 컴퓨터는 이를 잘 처리하지만, 현실적인 시뮬레이션에 필요한 격자의 규모가 커짐에 따라 가장 강력한 기계들조차 한계에 부딪히고 있습니다.

양자 컴퓨팅은 양자 입자의 기묘하고 중첩된 상태에 정보를 인코딩함으로써 이러한 거대한 격자를 처리할 수 있는 새로운 길을 제시하며 기대를 모으고 있습니다. 그러나 기존의 대부분의 양자 접근 방식은 유체 시뮬레이션의 특정한 단계별 성격에 맞추기보다는, 전체 수학적 구조를 한꺼번에 역행렬로 계산하여 풀려고 시도하는데, 이 방법은 종종 유체 시뮬레이션의 단계적인 특성에 비해 너무 경직되거나 자원 집약적입니다. 한 연구팀은 이제 고전적인 공학의 반복적인 정신을 존중하는 새로운 양자 알고리즘을 개발했습니다. 그들은 양자 컴퓨터에게 전체 시스템의 역행렬을 구하도록 강요하는 대신, 단순하고 반복적인 조정 기법인 고전적인 자코비 방법(Jacobi method)을 양자 하드웨어에서 실행할 수 있도록 변형했습니다. 그들의 연구는 '양자 특이값 변환(quantum singular value transformation)'이라는 특정 수학적 도구를 사용함으로써, 계산 단계의 횟수와 상관없이 필요한 추가 양자 비트의 수를 일정하게 유지하면서 이러한 반복적인 조정을 효율적으로 수행할 수 있음을 보여줍니다.

폭스바겐과 독일 항공우주센터를 포함한 기관들과 협력한 연구진은 유체 역학에서 흔히 나타나는 특정 유형의 문제, 즉 포아송 방정식(Poisson equation)에 집중했습니다. 이 방정식은 자동차 주변의 공기 흐름이나 상자 내부의 공기 흐와 같이 유체의 흐름이 일관성을 유지해야 하는 상황을 계산할 때마다 등장합니다. 표준 컴퓨터 시뮬레이션에서 이 방정식을 푸는 과정은 컴퓨터가 해를 추측하고, 오차를 확인하고, 추측을 수정하는 과정을 수백 또는 수천 번 반복하는 루프로 구성됩니다. 연구팀은 이 루프를 양자 회로로 변환했습니다. 그들은 각 수정 단계가 시스템의 값을 재형성하는 수학적 연산인 '다항식 변환(polynomial transformation)'으로 간 виде 수 있다는 점을 깨달았습니다. 양자 특이값 변환을 사용하여, 그들은 이 재형성 과정을 유체를 나타내는 양자 상태에 직접 적용함으로써, 단 한 번의 일관된 양자 연산으로 많은 단계의 수정 과정을 수행할 수 있었습니다.

이전의 양자 컴퓨터 기반 반복 방법 시도에서 마주했던 주요 장애물은 자원의 누적이었습니다. 양자 컴퓨터가 계산 단계를 수행하기 위해 두 행렬을 곱할 때마다, 일반적으로 중간 결과를 보유하기 위한 '안실라 큐비트(ancilla qubits)'라고 불리는 추가 메모리 비트가 필요합니다. 기존의 양자 자코비 방법에서는 이러한 추가 비트의 수가 단계 수에 따라 선형적으로 증가하여, 현재의 제한된 양자 장치의 용량을 빠르게 고갈시켰습니다. 새로운 알고리즘은 반복 횟수에 관계없이 추가 비트가 일정하게 유지되도록 반복 과정을 재구성함으로써 이 문제를 해결합니다. 연구진은 자신들의 방법이 시뮬레이션이 10단계를 실행하든 100단계를 실행하든 관계없이 고정된 적은 수의 추가 큐비트만을 필요로 한다는 것을 입증했습니다. 이러한 효율성은 회로 깊이(circuit depth)가 반복 횟수에 따라 선형적으로 증가한다는 대가를 치르지만, 이는 이전의 시도들을 괴롭혔던 지수적인 자원 폭발을 피할 수 있다는 점에서 유리한 트레이드오프입니다.

아이디어를 테스트하기 위해 연구팀은 실제 양자 기계에서 어떻게 작동할지 확인하고자 고전 컴퓨터에서 알고리즘을 시뮬레이션했습니다. 먼저 유체 압력의 기본 모델인 단순한 1차원 문제에 적용하였고, 양자 알고리즘이 고전적 방법과 동일한 결과를 오차가 거의 제로에 가까울 정도로 정확하게 재현함을 발견했습니다. 그 후, 상단의 덮개가 움직이며 공기를 끌고 가는 사각형 상자 내부의 공기 흐름이라는 더 복합적인 2차원 시나리오로 넘어갔습니다. 이는 '리드-드리븐 캐비티 흐름(lid-driven cavity flow)'이라 불리는 공학 분야의 표준 테스트 케이스입니다. 이 시뮬레이션에서는 공기가 움직임에 따라 압력 방정식을 반복적으로 풀어야 합니다. 연구진은 자신들의 양자 접근 방식이 움직이는 유체의 압력 계산을 처리할 수 있으며, 고전적인 해와 높은 정밀도로 일치함을 보여주었습니다. 또한, 유체 방정식의 수학적 구조가 자신들의 양자 도구의 요구 사항에 완벽하게 부합하지 않는 기술적 어려움도 해결했습니다. 그들은 경계 조건을 약간 수정함으로써 물리적 결과에 큰 영향을 주지 않으면서도 방정식을 호환 가능하게 만들 수 있다는 것을 발견했으며, 이 절충안은 시뮬레이션에서 잘 작동했습니다.

이 연구는 다항식 기반 접근 방식이 미래의 양자 유체 시뮬레이션을 위한 실행 가능한 빌딩 블록임을 확인해 줍니다. 이는 양자 컴퓨팅을 순수 수학을 위해 설계된 틀에 억지로 끼워 맞추는 것이 아니라, 오늘날 엔지니어들이 사용하는 실제 전략에 더 가깝게 정렬시킵니다. 현재의 작업은 시뮬레이션이며 유체 방정식이 특정 방식으로 구조화될 수 있다는 가정에 의존하고 있지만, 결과는 명확한 전방 경로를 제시합니다. 저자들은 이 방법이 결국 고전 컴퓨터에서 유체 시뮬레이션의 속도를 높이는 골드 표준인 '멀티그리드 방법(multigrid methods)'과 같은 더 크고 발전된 양자 워크플로우의 구성 요소가 될 수 있다고 언급했습니다. 단순하고 반복적인 조정 프로세스가 양자 회로에 효율적으로 인코딩될 수 있음을 증명함으로써, 연구진은 양자 컴퓨팅을 계산 유체 역학의 일상적인 도구 상자로 가져오는 실질적인 발판을 마련했습니다.