Local autonomous inference machines for quantum LDPC codes

양자 컴퓨터는 새로운 재료 설계부터 복잡한 암호 해독에 이르기까지, 현재의 고전적 기계로는 불가능한 문제들을 해결할 수 있는 가능성을 품고 있습니다. 그러나 이 기계들은 믿기 힘들 정도로 취약합니다. 열이나 전자기 노이즈로부터 발생하는 아주 미세한 방해조차도 그들이 저장하고 있는 섬세한 정보를 손상시켜 계산을 실패하게 만들 수 있습니다. 유용한 양자 컴퓨터를 구축하기 위해 과학자들은 이 정보를 보호하는 방법, 즉 양자 오류 정정(quantum error correction)이라 불리는 과정을 개발해야 합니다. 이는 마치 금고의 문을 열지 않고도 내부를 감시하는 보안 시스템처럼, 데이터 자체를 방해하지 않으면서 컴퓨터 구성 요소의 상태를 지속적으로 확인하는 과정을 포함합니다. 오류가 감지되면 시스템은 무엇이 잘못되었는지 빠르게 파악하고 수정 사항을 적용해야 합니다. 문제는 양자 컴퓨터의 규모가 커질수록 이러한 오류를 진단하고 수정하는 작업이 압도적으로 어려워진다는 점입니다. 전통적인 방식은 모든 데이터를 모아 전역적으로 처리한 뒤 명령을 내리는 중앙 집중형 '두뇌'를 필요로 하는 경우가 많은데, 이는 미래의 거대하고 분산된 구조를 가진 양자 하드웨어의 특성상 너무 느리고 통신 부하가 큽니다.

프린스턴 대학교와 로잔 연방 공과대학교(EPFL)의 연구팀은 이 문제를 해결하기 위한 새로운 방법을 제안했습니다. 그들은 오류에 대한 '사고'가 중앙의 명령을 기다리지 않고 국소적이고 연속적으로 일어나는 시스템을 도입했습니다. 하나의 프로세서가 전체 퍼즐을 한꺼번에 풀려고 시도하는 대신, 그들은 각자가 책임지는 양자 컴퓨터의 부분 바로 옆에 위치한 작고 단순한 프로세서들의 거대한 네트워크를 구상했습니다. 이 프로세서들은 오직 인접한 이웃들과만 대화하며 자신이 관찰한 정보의 조각들을 공유합니다. 프로세서가 문제를 감지하면, 이들은 이러한 국소적인 대화를 통해 작은 즉각적 수정을 결정합니다. 이는 실시간으로 스스로를 조정하며 자율적으로 작동하는 자기 수정형 기계를 만들어냅니다. 연구진은 이 접근 방식이 단순한 코드뿐만 아니라, 기존의 국소적 방법으로는 해결책을 찾지 못했던 복잡한 양자 코드에서도 작동함을 보여주었습니다.

이 연구의 핵심 아이디어는 디코더(decoder)를 바라보는 관점을 바꾸는 것입니다. 표준적인 접근 방식에서는 시스템이 모든 오류 신호를 수집할 때까지 기다렸다가, 모든 것을 고치기 위한 단 하나의 최선의 방법을 찾기 위해 거대한 계산을 수행합니다. 이는 폭풍이 지나가기를 기다렸다가 구조대가 도착하여 피해를 지도화하고 경로를 계획하는 것과 같습니다. 그러나 새로운 방식은 오류 정정을 지속적이고 능동적인 과정으로 취급합니다. 모든 나무에 센서가 달려 있는 숲을 상상해 보십시오. 만약 어떤 나무가 기울어졌음을 감지한다면, 그 나무는 산림 관리자가 도착하기를 기다리는 것이 아니라, 이웃 나무들이 어느 방향으로 기울어져 있는지 즉시 확인하고 스스로를 바로잡기 위해 작은 발걸음을 뗍니다. 양자 시스템에서 이 '나무'들은 컴퓨터의 구성 요소들이며, '기울어짐'은 오류의 징후입니다. 프로세서들은 메시지를 교환하여 오류에 대한 국소적인 그림을 그려내고, 증거가 충분히 강력하다면 즉시 작은 수정을 가합니다. 이 수정은 시스템의 상태를 변화시키고, 이는 다시 이웃들이 이용할 수 있는 정보를 업데이트하여 과정이 역동적으로 계속 이어지게 합니다.

연구진은 연결된 노드들 사이에 정보를 전달하여 복잡한 퍼즐을 푸는 데 사용되는 잘 알려진 수학적 기법인 '신념 전파(belief propagation)'를 기반으로 시스템을 구축했습니다. 양자 세계에서 이 기법은 오류가 여러 각도에서 동일하게 보일 수 있어 알고리즘을 혼란스럽게 만들기 때문에 어려움을 겪어 왔습니다. 연구팀은 알고리즘이 즉각적으로 완벽한 전역적 솔루션을 찾아낼 필요는 없다는 점을 깨달았습니다. 대신, 알고리즘이 신뢰할 수 있는 국소적 방향만을 제시해주면 된다는 것입니다. 단 하나의 완벽한 답을 찾는 데 집중하는 대신, 수많은 작은 국소적 움직임을 만드는 데 초점을 맞춤으로써, 기존 시스템을 멈추게 했던 혼란을 우회할 수 있었습니다. 연구진은 토릭 코드(toric code)와 같이 표준적인 신념 전파가 임계값을 보여주지 못하는 유형의 코드에서도, 이 국소적이고 능동적인 접근 방식이 중앙 제어 장치 없이도 최고의 전역적 방법들만큼 성공적으로 오류를 제거할 수 있음을 입증했습니다.

아이디어를 테스트하기 위해 연구팀은 여러 가지 다른 유형의 양자 코드를 대상으로 상세한 컴퓨터 시뮬레이션을 실행했습니다. 먼저 개념의 작동 여부를 증명하기 위해 단순한 1차원 코드로 시작하여 시스템이 효율적으로 오류를 제거할 수 있음을 보여주었습니다. 그 다음, 많은 양자 컴퓨터의 기본 구성 요소인 2차원 및 3차원 격자 구조와 같은 더 복잡한 구조로 나아갔습니다. 이 시뮬레이션에서 시스템은 토릭 코드의 '점 형태(point-like)' 섹터 내에서 특정 노이즈 한계, 즉 임계값까지 오류를 성공적으로 식별하고 제거했습니다. 이 임계값 아래에서는 시스템이 샘플링된 오류를 효과적으로 제거할 수 있었지만, 임계값을 넘어서면 오류가 수정을 압도하게 됩니다. 시뮬레이션 결과, 이 국소적이고 자율적인 시스템이 이러한 임계값에 도달할 수 있음을 보여주었으며, 이는 실제 세계의 양자 하드웨어의 복잡성을 다룰 수 있음을 증명합니다.

또한 연구는 더욱 효율적으로 설계된 양자 저밀도 패리티 검사(quantum low-density parity-check) 코드를 탐구했습니다. 이 코드들은 단 하나의 오류가 여러 곳에서 신호를 유발할 수 있기 때문에 훨씬 더 복잡하며, 퍼즐을 풀기가 더 어렵습니다. 표준적인 방법들은 일관된 전역적 솔루션을 찾지 못해 여기서 종종 실패합니다. 그러나 연구진은 국소적이고 능동적인 접근 방식이 여전히 작동한다는 것을 발견했습니다. 완벽한 전역적 그림을 기다리는 대신, 가용한 최선의 국소적 정보에 기반하여 움직임을 허용함으로써 시스템은 여전히 오류를 제거할 수 있었습니다. 이러한 고급 코드들에 대한 시뮬레이션에서, 국소 추론 기계는 3차원 토릭 코드의 막 형태(membrane-like) 섹터에 대해 약 19%, 그리고 바이베리에이트 바이사이클(bivariate-bicycle) 코드 계열에 대해 약 6%의 물리적 오류율까지 안정성을 유지하며 오류를 수정할 수 있는 명확한 능력을 보여주었습니다. 이는 이 방법이 미래의 대규모 양자 컴퓨터에 필요한 복잡한 구조를 다룰 만큼 견고하다는 것을 시사합니다.

가장 중요한 발견 중 하나는 이 시스템이 프로세서들이 행동하기 전에 단 하나의 최종적인 결론에 합의할 필요가 없다는 점입니다. 전통적인 디코딩에서는 시스템이 올바른 해결책을 찾았다고 확신할 때까지 기다려야 하며, 이는 오랜 시간이 걸리고 기계 전체에 걸친 통신을 요구합니다. 이 새로운 프레임워크에서는 프로세서들이 충분한 국소적 확신을 갖는 즉시 행동합니다. 이는 시스템이 오류를 즉시 수정하기 시작하여, 긴 중단 없이 양자 컴퓨터를 원활하게 운영할 수 있음을 의미합니다. 연구진은 오류를 제거하는 데 걸리는 시간이 컴퓨터가 커짐에 따라 매우 느리게 증가한다는 것을 보여주었으며, 이는 실질적인 응용을 위해 필요한 거대한 규모로 확장되더라도 시스템이 여전히 효율적임을 의미합니다.

이 연구는 우리가 오류 정정을 바라보는 방식의 변화를 강조합니다. 오류 정정을 사후에 해결해야 할 정적인 문제으로 보는 대신, 컴퓨터의 지속적인 운영 과정의 일부인 역동적인 과정으로 취급합니다. 이러한 관점은 교정 메커니즘이 기계의 물리적 배치에 직접 내장된 새로운 유형의 하드웨어 설계를 가능하게 합니다. 연구진은 이 접근 방식이 새로운 결함이 발생하는 동안 실시간으로 발생하는 오류를 처리하도록 확장될 수 있다고 제안합니다. 이는 단순히 특정 순간의 오류 스냅샷을 고치는 것이 아니라, 컴퓨터가 실행되는 동안 발생하는 새로운 결함에 대응하는 것입니다. 이는 양자 컴퓨터가 멈추거나 재설정될 필요 없이 지속적으로 작동할 수 있는 체계를 구축하는 데 중요한 단계가 될 것입니다.

결과가 유망하기는 하지만, 연구진은 이러한 결과가 실제 실험실에서 구축된 물리적 양자 컴퓨터가 아닌 컴퓨터 시뮬레이션에서 나온 것임을 주의 깊게 언급했습니다. 시뮬레이션은 완벽한 측정을 가정했으며, 즉 오류를 감지하는 센서가 결함이 없다고 가정되었습니다. 이는 아직 실제 하드웨어에서는 구현되지 않은 상태입니다. 또한, 제시된 결과는 정적인 오류 세트를 시작 시점에 샘플링하고 시스템이 이를 제거하기 위해 진화하는 '오프라인 디코딩'에 관한 것이며, 이를 지속적인 실시간 운영으로 확장하는 것은 향-후의 과제로 남아 있습니다. 다음 단계는 이 국소적이고 자율적인 접근 방식이 노이즈와 불완전한 센서가 또 다른 난이도를 더하는 실제 장치에서 어떻게 구현될 수 있는지를 확인하는 것입니다. 연구진은 또한 프로세서에 메모리를 추가하거나 정보 공유 방식을 변경함으로써 국소적 의사 결정 과정 자체를 개선할 여지가 있으며, 이를 통해 시스템을 더욱 효과적으로 만들 수 있다고 지적했습니다.

궁극적으로, 이 논문은 양자 컴퓨터가 스스로의 안정성을 관리하는 방법에 대한 새로운 청사진을 제시합니다. 지능을 기계 전체에 분산시키고 국소적 정보에 따라 행동하게 함으로써, 시스템은 경직된 기계가 아니라 환경에 끊임없이 적응하는 살아있는 유기체처럼 변모합니다. 이러한 접근 방식은 양자 컴퓨팅의 잠재력을 완전히 실현하는 열쇠가 될 수 있으며, 이 강력한 기계들이 스스로의 복잡성이라는 무게에 짓눌려 무너지지 않고도 더 큰 규모로 성장할 수 있게 할 것입니다. 이 국소적이고 능동적인 전략의 성공은 결함 허용(fault-tolerant) 양자 컴퓨팅을 향한 길이 더 큰 두뇌를 만드는 것이 아니라, 기계가 한 번에 한 걸음씩 스스로 생각하도록 가르치는 데 있다는 것을 시사합니다.