Warm-Start Quantum Computation for Energy Readout and State Preparation

물질이 어떻게 결합하는지를 이해하려는 탐구에서, 과학자들은 오랫동안 강력하지만 불완전한 도구인 분자의 가능한 가장 낮은 에너지 상태, 즉 '바닥 상태'를 찾는 데 의존해 왔습니다. 이 바닥 상태는 원자들이 어떻게 결합하고, 화학 물질이 어떻게 반응하며, 약물이 인체와 어떻게 상호작용할지를 결정합니다. 수십 년 동안 표준적인 접근 방식은 분자의 전자 구름에 대한 형태를 추측하고, 그 에너지를 계산한 다음, 그 에너지를 낮추기 위해 추측을 미세하게 조정하는 것이었습니다. '변분법(variational approach)'이라 알려진 이 방법은 마치 경사면을 따라 손으로 더듬어가며 골짜기의 바닥을 찾는 것과 같습니다. 근처까지는 갈 수 있지만, 자신이 정말로 가장 낮은 바닥에 도달했는지 확신할 수는 없으며, 실제 바닥처럼 보이는 작은 턱에 걸려 멈춰버릴 수도 있습니다. 한편, 추측 없이 정확한 바닥을 찾아내는 이론적으로 완벽한 방법은 현재의 기계로는 감당할 수 없는 수준의 컴퓨터 안정성과 시간을 요구합니다. 그 결과, 우리가 계산할 수 있는 것과 실제 진실 사이에는 간극이 존재하며, 생물학 및 촉매 작용에서 발견되는 복잡하고 강하게 상호작용하는 분자를 다룰 때 이 간극은 현저히 커집니다.

새로운 연구는 컴퓨터의 시간을 사용하는 방식을 바꿈으로써 이 간극을 메울 수 있는 방법을 제안합니다. 연구진은 컴퓨터가 완벽한 상태를 오랜 시간 동안 유지하도록 강제하는 대신, 컴퓨터의 초기 추측을 최종 답안이 아닌 다른 종류의 측정을 위한 시작점으로 취급하는 2단계 전략을 제안합니다. 그들은 이 구성을 WARP라고 부릅니다. 이 과정은 분자의 상태에 대한 거친 근사치를 준비하는 '프런트엔드(front-end)'로 시작됩니다. 이 단계는 다양한 알고리즘이나 심지어 고전적 컴퓨터 휴리스틱을 사용하여 여러 방식으로 수행될 수 있지만, 핵심은 실제 바닥 상태와 어떤 연결 고리를 가진 상태를 만들어낸다는 점입니다. 그다음 연구진은 이 거친 상태를 '백엔드(back-end)'로 전달하는데, 백엔드는 상태 자체의 형태를 개선하려고 시도하지 않습니다. 대신, 상태가 시간이 흐름에 따라 어떻게 진화하는지를 경청합니다.

양자 상태가 진화할 때, 상태는 분자의 에너지 준위와 정확히 일치하는 주파수로 진동합니다. 연구진은 이 진동을 매우 짧은 시간 동안 측정함으로써, 전통적인 완벽한 방법들이 요구하는 길고 안정적인 진화 과정 없이도 실제 에너지 값, 즉 정확한 바닥 상태 에너지를 추출할 수 있습니다. 시뮬레이션에서 이 접근 방식은 초기 추측이 훨씬 더 큰 오차를 가지고 있었음에도 불구하고, 이산화황 분자의 실제 에너지를 화학적 정확도의 아주 작은 단위 내로 찾아낼 수 있었습니다. 이 방법은 양자 장치로부터 짧은 신호를 받아낸 뒤, 고급 고전 신호 처리 기술을 사용하여 실제 에너지 주파수를 노이즈로부터 분리해냄으로써 작동했습니다. 이를 통해 연구진은 표준적인 방법이 필요로 하는 시간보다 50배나 짧은 신호만으로도 실제 에너지를 복구해냈으며, 이는 길고 어려운 기다림을 짧고 반복적인 측정으로 맞바꾼 효과를 냈습니다.

연구는 이 초기 추측이 단순히 거친 근사치가 아니라 혼합되거나 불완전한 상태일 때 어떤 일이 발생하는지도 탐구했습니다. 그들은 전체 과정의 성공 여부가 단 하나의 양, 즉 초기 추측 안에 실제 바닥 상태가 얼마나 포함되어 있는지에 달려 있다는 것을 발견했습니다. 만약 추측 속에 실제 상태의 아주 적은 양이라도 들어 있다면, 이 방법은 정확한 에너지를 찾아낼 수 있습니다. 하지만 추측 속에 그것이 전혀 없다면, 이 방법은 작동할 수 없습니다. 이러한 통찰은 필요한 자원에 대한 더 깊은 이해로 이어졌습니다. 연구진은 계산의 '비용'이 단순히 초기 추측이 얼마나 좋은가에 달려 있는 것이 아니라, 남은 에너지 준위들이 얼마나 넓게 퍼져 있는지에 따라 달라진다는 것을 보여주었습니다. 동일한 수준의 정확도를 가진 두 가지 추측이라 할지라도, 하나는 남은 가중치를 여러 에너지 준위에 널리 퍼뜨리고 다른 하나는 집중시킨다면 요구되는 컴퓨터 시간은 매우 다를 수 있습니다.

에너지를 찾는 것을 넘어, 연구진은 이와 동일한 설정을 사용하여 분자의 실제 바닥 상태를 준비할 수도 있음을 입증했습니다. 그들은 세 가지 다른 방식을 테스트했습니다. 한 가지 방법은 시스템을 거친 추측으로부터 실제 상태로 천천히 유도하는 것으로, 초기 추측이 괜찮을 때 잘 작동합니다. 또 다른 방법은 상태를 증폭시키기 위해 일련의 이산적인 단계들을 사용하지만, 이 경우 정확히 언제 멈춰야 하는지를 알아야 하며, 그렇지 않으면 과정이 스스로의 작업을 되돌리게 됩니다. 세 번째인 재귀적 방법은 상태를 반복해서 정교하게 다듬지만, 초기 조건에 너무 민감하여 연구진이 초기 추측의 품질을 극도로 정밀하게 먼저 측정할 수 있을 때만 사용할 수 있습니다. 이를 해결하기 위해 연구진은 강한 참조값과 비교하여 미세한 신호를 감지할 수 있는 새로운 측정 기술을 개발했는데, 이는 표준적인 방법으로는 보이지 않을 정도로 약한 신호일 때도 추측의 품질을 측정할 수 있게 해줍니다. 이 측정은 컴퓨터에게 증폭 과정을 언제 멈춰야 할지를 정확히 알려주어, 목표치를 지나쳐 버리는 것을 방지하는 데 결정적인 역할을 합니다.

논문은 또한 초기 '프런트엔드'를 표준 양자 알고리즘부터 고전적 휴리스틱, 머신러닝 모델에 이르기까지 7번 교체하며 이 접근 방식의 유연성을 테스트했습니다. 모든 경우에 백엔드는 동일하게 작동했으며, 이는 특정적인 초기 추측을 만드는 방법보다 그 추측이 실제 상태와 맺고 있는 연결의 질이 더 중요하다는 것을 증명했습니다. 한 가지 눈에 띄는 사례로, 연구진은 프로세서 상의 양자 상태와 메모리 상의 고전적 벡터를 모두 생성하는 '샘플 기반 대각화(sample-based diagonalization)' 기법을 사용했습니다. 양자 상태를 직접 읽어냄으로써, 연구진은 추가적인 회로나 별도의 준비 과정 없이도 고전적 벡터만으로는 제공할 수 없는 경계값보다 4개 차수(four orders of magnitude)나 더 정확한 에너지 값을 찾아냈습니다.

연구진은 자신들의 발견에 대한 한계점도 명시했습니다. 이 방법은 초기 추측이 실제 상태와 0이 아닌 연결을 가질 때 가장 잘 작동하며, 분자의 에너지 준위들이 너무 밀집되어 서로 겹쳐 보일 때는 어려움을 겪습니다. 또한 특정 유형의 문제, 예를 들어 단순한 온-오프 스위치와 관련된 문제의 경우, 상태를 직접 측정하는 전통적인 방식이 여전히 더 저렴하고 빠르다는 점도 발견했습니다. 그러나 가장 연구하기 까다로운 복잡하고 강하게 상관된 분자들을 다룰 때, 이 새로운 접근 방식은 이전에는 도달할 수 없었던 진정한 정확성으로 가는 길을 제시합니다. 이 연구는 양자 화학의 미래가 완벽한 상태를 오랫동안 유지할 수 있는 기계를 만드는 데 있는 것이 아니라, 거친 추측을 받아들여 그 짧은 진동을 듣고 노이즈로부터 진실을 추출해낼 수 있는 시스템을 구축하는 데 있음을 시사합니다.