Quantifying Teleportation Overhead in Distributed Unitary Coupled-Cluster Ansätze

잎사귀가 햇빛을 포착하는 방식부터 약물이 바이러스에 결합하는 방식에 이르기까지, 생명의 화학을 이해하기 위해서 과학자들은 슈뢰딩거 방정식이라 알려진 복잡한 수학적 퍼즐을 풀어야 합니다. 이 방정식은 전자가 원자 주위를 어떻게 움직이는지를 설명하며, 이 방정식의 해를 찾는 것은 분자의 에너지와 거동을 밝혀줍니다. 수십 년 동안 이 퍼즐을 푸는 가장 정확한 방법은 '풀 컨피규레이션 인터랙션(full configuration interaction)'이라 불리는 방법이었으나, 이는 너무 많은 컴퓨팅 파워를 요구하여 아주 작은 분자보다 큰 대상에는 적용하는 것이 불가능합니다. 이를 극복하기 위해 연구자들은 양자 컴퓨터를 활용해 왔으며, 이는 양자 역학의 기묘한 법칙을 사용하여 이러한 전자들을 직접 시뮬레이션합니다. 하지만 오늘날 제작된 가장 진보된 양자 컴퓨터조차도 화학자들이 정말로 연구하고자 하는 커다란 분자들을 다루기에는 너무 작습니다. 이 기기들은 필요한 계산을 실행하는 데 필요한 아주 작은 정보 처리 장치인 '큐비트(qubit)'를 충분히 보유하고 있지 않습니다.

이러한 크기 제한을 해결할 유망한 해결책 중 하나는 여러 개의 작은 양자 컴퓨터를 연결하여 하나의 거대한 기계처럼 작동하게 만드는 것입니다. '분산 양자 컴퓨팅(distributed quantum computing)'이라고 알려진 이 접근 방식은 거대한 계산을 여러 장치로 나누어 수행할 수 있게 해줍니다. 문제는 이 장치들이 물리적으로 서로 맞닿아 있을 수 없기에, '텔레포테이션(teleportation, 양자 원격 전송)'이라 불리는 과정을 통해 정보를 교환해야 한다는 점입니다. 여기서 텔레포테이션은 물질을 이동시키는 것이 아니라, 공유된 얽힘 입자 링크를 사용하여 한 머신의 큐비트 상태를 다른 머신으로 이동시키는 것을 의미합니다. 이 과정은 자원 측면에서 비용이 많이 드는데, 정보 조각 하나를 옮길 때마다 특정 수의 얽힘 쌍(entangled pairs)과 고전적 통신 단계가 필요하기 때문입니다. 과학자들의 핵심 질문은 이 컴퓨터들을 연결하는 방식이 대규모 화학 시뮬레이션을 가능하게 할 만큼 효율적인지, 아니면 머신 간에 정보를 이동시키는 비용이 너무 높게 책정될 것인지 하는 점입니다.

토론토 대학교의 한 연구팀은 서로 다른 양자 화학 방법론들이 분산된 머신들 사이에서 얼마나 잘 작동하는지 테스트함으로써 이 질문에 답하고자 했습니다. 그들은 분자의 에너지를 추정하는 데 사용되는 특정 알고리즘 군인 '유니터리 커플드 클러스터 안사츠(unitary coupled-cluster ansätze)'에 집중했습니다. 이 알고리즘들은 모든 유형의 전자 이동을 포함하는 표준 버전부터 특정 유형의 상호작용에만 집중하는 더 특화된 버전까지 다양한 종류가 있습니다. 연구진은 두 개의 연결된 양자 프로세서로 구성된 이론적 설정에서 이 알고리로들을 시뮬레이션했는데, 각 프로세서는 주요 기술 기업들의 현재 하드웨어 규모와 유사한 120개의 큐비트를 보유하고 있었습니다. 그들은 수소 원자 사슬을 대상으로 시뮬레이션을 진행했으며, 사슬의 길이를 늘려가며 자원 요구량이 어떻게 증가하는지 관찰했습니다.

연구팀은 작업을 두 머신 사이에서 나누는 매우 다른 두 가지 방식을 비교했습니다. 첫 번째 방식은 지능적인 계획 없이 단순히 계산을 절반이나 4분의 1로 자르는 방법이었습니다. 두 번째 방식은 'TeleSABRE'라고 불리는 정교한 라우팅 알고리즘을 사용한 것으로, 이는 교통 관제사처럼 작동하여 연산의 순서와 큐비트의 배치를 재조정함으로써 두 머신 사이를 오가는 정보의 횟수를 최소화합니다. 이 시뮬레이션을 실행함으로써 연구진은 각 방법의 계산을 완료하는 데 정확히 몇 개의 얽힘 쌍, 즉 '벨 쌍(Bell pairs)'이 필요한지 셀 수 있었습니다. 또한, 전자 문제를 큐비트 언어로 번역하는 방식이 결과에 어떤 영향을 미치는지도 살펴보았습니다.

결과는 어떤 알고리즘을 사용하느냐에 따라 효율성에서 명확한 차이를 보였습니다. 쌍을 이룬 전자 움직임에 집중하는 'UpCCD'라는 특화된 방법이 가장 효율적인 것으로 나타났습니다. 이 방법은 실행에 필요한 얽히는 쌍의 수가 가장 적었으며, 수소 사슬이 길어짐에 따라 자원 요구량이 완만하고 예측 가능하게 증가했습니다. 반면, 모든 가능한 전자 움직임을 고려하려는 표준 방식인 'UCCSD'는 훨씬 더 많은 자원 예산을 요구했습니다. UCCSD에 필요한 얽힘 쌍의 수는 너무 빠르게 급증하여, 연구진은 18개의 수소 원자보다 긴 사슬에 대해서는 시뮬레이션을 수행할 수 없었습니다. 비용을 계산하는 데 필요한 메모리가 너무 커졌기 때문입니다. 이는 분산 양자 컴퓨팅을 위해서는 범용 알고리즘을 억지로 작동시키려 하기보다, 특화되고 간소화된 알고리즘을 선택하는 것이 훨씬 더 중요하다는 것을 시사합니다.

아마도 가장 중요한 발견은 라우팅 알고리즘의 힘이었을 것입니다. 연구진이 지능적인 계획 없이 계산을 단순히 절반이나 4분의 1로 나누는 방식을 사용했을 때는 필요한 얽힘 쌍의 수가 많았고, 전자 문제가 큐비트로 어떻게 번역되느냐에 따라 변동이 심했습니다. 그러나 TeleSABRE 알고리즘을 적용했을 때, 필요한 얽힘 쌍의 수가 극적으로 감소하여 종종 10배 이상 줄어들었습니다. 스마트한 라우팅은 회로를 재구성하여 대부분의 작업을 각 머신에서 로컬로 수행할 수 있게 했고, 값비싼 텔레포테이션은 반드시 필요한 단계에만 남겨두었습니다. 어떤 경우에는 라우팅 알고리즘이 매우 효과적이어서, 지능적인 계획이 없는 방식이 보여준 일반적인 경향을 뒤집고 특정 번역 방식이 다른 방식보다 더 효율적이게 만들기도 했습니다. 이는 단순히 양자 컴퓨터를 연결하는 것만으로는 부족하며, 작업이 어떻게 나뉘고 경로가 지정되는지를 관리하는 소프트웨어가 하드웨어 자체만큼이나 중요하다는 것을 보여줍니다.

이 연구는 분산 양자 컴퓨팅이 현재 도달할 수 없는 화학 문제들을 해결할 가능성을 품고 있지만, 앞으로 나아가는 길에는 알고리즘과 관리 전략 모두의 신중한 선택이 필요하다고 결론짓습니다. 특화된 UpCCD 방식은 지능적인 라우팅과 결합될 때 가장 유리한 경로를 제공하며, 표준 방식보다 훨씬 더 잘 확장됩니다. 연구진은 자신들의 결과가 수소 사슬에 기반한 시뮬레이션임을 언급하며, 향-후 더 복잡한 분자와 다른 알고리즘들에 대해 이 방법들을 테스트할 계획이라고 밝혔습니다. 또한 실제 기기에서의 노이즈가 이러한 계산에 어떤 영향을 미칠지도 탐구할 예정입니다. 현재로서는 이 연구가 명확한 로드맵을 제시하고 있습니다. 즉, 양자 화학의 규모를 키우기 위해서는 더 큰 기계를 구축할 뿐만 아니라, 작업을 나누고 정보를 이동시키는 더 스마트한 방법을 개발해야 한다는 것입니다.