⚛️ 양자물리학

Explicitly correlated ground states with a feedback-free variational hybrid algorithm

이 논문은 양자 프로세서를 사용하여 운동량 공간 행렬 곱 상태(momentum-space matrix product state)를 준비하고 명시적으로 상관된 Jastrow 유형의 상관 함수를 변분적으로 최적화하기 위해 고전적 후처리를 사용하는 피드백 프리(feedback-free) 하이브리드 양자-고전 알고리즘을 제안하고 실험적으로 입증하며, 이를 통해 다른 하이브리드 방법들에 비해 샘플링 및 게이트 요구 사항을 줄이면서 2D 페르미-허바드 모델에 대한 높은 정확도의 바닥 상태 에너지 추정치를 달성한다.

원저자: Benjamin Corbett, Akimasa Miyake

게시일 2026-10-14

📖 4 분 읽기🧠 심층 분석

CC BY 4.0

원저자: Benjamin Corbett, Akimasa Miyake

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

전자들의 미시 세계에서 입자들은 항상 빈 공간을 가로질러 움직이는 독립적인 개체처럼 행동하지는 않습니다. 특정 물질 내에서 전자들은 서로 너무 가까워질 때 발생하는 격렬하고 즉각적인 반발력에 의해 움직임이 결정되는, 깊게 얽힌 상태가 됩니다. '강한 상관관계(strong correlation)'라고 알려진 이 현상은 일부 물질이 어떻게 전기를 전도하는지, 어떻게 자성을 띠는지, 또는 어떻게 언젠가 초전도체가 될 수 있는지를 이해하는 핵심입니다. 이러한 거동을 예측하기 위해 과학자들은 거대한 수학적 퍼즐을 풀어야 합니다. 즉, 모든 전자가 다른 모든 전자에게 끊임없이 반응하는 시스템의 정확한 에너지 상태를 계산해야 하는 것입니다. 수십 년 동안 가장 강력한 고전 컴퓨터들은 이 과제에 부딪혀 왔으며, 상호작용이 너무 강렬해지거나 시스템이 너무 커지면 종종 한계에 봉착했습니다. 그 어려움은 근본적인 불일치에 있습니다. 이 전자들의 장거리 질서를 설명하는 가장 효율적인 방법은 운동량(momentum)의 관점인 반면, 이들의 단거리의 격렬한 반발력을 설명하는 가장 효율적인 방법은 물리적 위치(position)의 관점이라는 점입니다. 고전 컴퓨터에서 이 두 가지 설명을 결합하려고 시도하는 것은 마치 서로 다른 그림에서 잘라낸 조각들로 퍼즐을 맞추려는 것과 같습니다.

뉴멕시코 대학교의 연구팀은 양자 컴퓨터를 사용하여 이 간극을 메우는 방법을 찾아냈습니다. 기계에게 전체 퍼즐을 한 번에 풀라고 요구하는 대신, 고전 컴퓨터가 작업을 마무리할 수 있도록 특정하고 고품질인 시작점을 준비하는 데 사용하는 방식입니다. 최근 연구에서 상세히 밝혀진 이들의 접근 방식은 전자들이 격자 위의 지점들을 옮겨 다니는 것을 설명하는 '페르미-허바드 모델(Fermi-Hubbard model)'이라는 이론적 모델에 초점을 맞춥니다. 연구진은 양자 프로세서를 사용하여 운동량 공간에서 전자의 저-얽힘(low-entanglement) 상태를 생성했는데, 이는 고전 컴퓨터가 효율적으로 만들어내기 어려운 구성입니다. 그런 다음 이 상태를 실공간(real space)으로 회전시켜, 단거리 반발력을 처리할 수 있도록 설명을 변환했습니다. 결정적으로, 그들은 컴퓨터와 고전 알고리즘이 끊임없이 서로를 조정하는 피드백 루프를 거치지 않고 이 작업을 수행했습니다. 대신 양자 프로세서는 작업을 한 번 수행하여 결과를 측정하고, 그 데이터를 고전 컴퓨터로 넘겨주었습니다. 그러면 고전 컴퓨터는 양자 실험이 완전히 끝난 후에 전자 반발력의 설명을 미세하게 조정하는 도구인 수학적 '상관자(correlator)'를 최적화하는 데 이 데이터를 사용했습니다.

실험은 Quantinuum사의 H2-2 모델인 32큐비트 양자 컴퓨터에서 수행되었습니다. 연구팀은 16개의 사이트로 구성된 격자를 나타내며 전자가 절반 채워진 상태를 준비하고 시스템의 에너지를 측정했습니다. 입자 보존 법칙을 위반하는 결과들을 제거하기 위해 데이터를 필터링한 후, 현재의 양자 하드웨어에 내재된 작은 오류들을 교정하기 위해 보정 기술을 적용했습니다. 그 결과, 알려진 정확한 값에 매우 근접한 상대 오차 3.5%의 바닥 상태 에너지 추정치를 얻었습니다. 이러한 수준의 정확도는 반복적인 피드백 루프나 깊은 양자 회로에 의존하는 다른 선도적인 방법들에 비해 훨씬 적은 양의 양자 측정과 적은 수의 2큐비트 게이트를 사용하여 달성되었습니다. 연구진은 양자 준비와 고전적 최적화를 분리함으로써, 동일한 양자 데이터를 사용하여 양자 컴퓨터를 다시 실행하지 않고도 전자 상호작용에 대한 다양한 수학적 모델을 테스트할 수 있음을 입증했습니다.

이 연구는 또한 이 방법이 더 큰 시스템으로 어떻게 확장될 수 있는지를 탐구했습니다. 데이터를 분석한 결과, 저자들은 정밀도를 일정 수준으로 유지하기 위해 필요한 측정 횟수가 격자 크기에 따라 기하급도 증가하지만, 그 속도가 근미래의 양자 장치들이 감당할 수 있는 수준임을 발견했습니다. 그들은 자신들의 접근 방식을 양자 선택 구성 상호작용(quantum-selected configuration interaction) 및 양자 크릴로프(quantum Krylov) 방법과 같은 다른 하이브리드 알고리즘들과 비교했습니다. 이러한 방법들은 엄격한 수학적 보장을 제공할 수 있지만, 테스트된 작은 시스템에서 동일한 정확도에 도달하기 위해 훨씬 더 많은 양의 양자 자원(수백만 배 더 많은 샘플 또는 수천 배 더 복명한 게이트)을 요구하는 경우가 많습니다. 새로운 방법의 양자 측정과 고전적 최적화를 분리하는 능력은 다른 방법들이 갖지 못한 유연성을 제공합니다. 즉, 연구자들은 데이터를 수집한 후 전자 상호작용에 대한 수학적 모델을 교체하여, 동일한 양자 실험에 대해 다양한 이론을 테스트할 수 있습니다.

이 작업은 최종적인 해결책이라기보다는 하나의 증명(proof of principle)입니다. 연구진은 현재의 시연이 4x4 격도로 제한되었음을 인정하며, 더 큰 시스템에는 더 발전된 상태 준비 기술이 필요할 것이라고 밝혔습니다. 그러나 피드백이 없는 하이브리드 알고리즘의 성공은 앞으로 나아갈 수 있는 실행 가능한 경로를 제시합니다. 양자 프로세서를 특정하고 만들기 어려운 상태를 생성하는 도구로 엄격히 제한하고, 고전 컴퓨터가 무거운 최적화 작업을 수행하게 함으로써, 연구팀은 재료 과학에서의 양자 우위가 먼 미래의 거대한 오류 수정 컴퓨터를 반드시 필요로 하는 것은 아님을 보여주었습니다. 대신, 양자과 고전 하드웨어의 고유한 강점을 존중하도록 알고리즘을 세심하게 설계함으로써 오늘날에도 충분히 달성 가능하다는 것을 보여주었습니다. 이는 기저(basis)의 근본적인 불일치를 상호 보완적인 파트너십으로 전환한 것입니다.

기술 요약: 피드백이 없는 변분 하이브리드 알고리즘을 이용한 명시적 상관 기저 상태

문제 정의
2D 페르미-허바드 모델과 같은 강상관 전자계를 정확하게 기술하려면 지배적인 단거리 상관관계를 포착해야 한다. 명시적 상관 방법론은 참조 상태 $|\phi\rangle$ 에 대각 상관자 $C$ (예: Jastrow 또는 Gutzwiller 인자)를 추가함으로써 이를 달성한다. 그러나 이 과정에서 근본적인 기저 불일치(basis mismatch)가 발생한다. 이러한 시스템에 대해 매우 정확한 참조 상태는 종종 운동량 공간에서 압축적인 형태(예: 행렬 곱 상태 또는 MPS)를 띠는 반면, 물리적으로 동기화된 대각 상관자는 실공간에서 자연스럽게 작용하기 때문이다. 고전적 알고리즘은 이 간극을 메우는 데 어려움을 겪는다. 변분 양자 몬테카를로(VMC)는 운동량 공간 MPS로부터 실공간 진폭에 효율적으로 접근하는 것이 어렵고( $\#P$ -hard 문제), 트랜스코렐레이티드(transcorrelated) 방법은 상관자를 해밀토니안에 포함시키지만 비변분적 에너지를 산출하며 복잡한 바이오르소고날(biorthogonal) 계산을 요구한다.

방법론
저자들은 양자 상태 준비와 상관자의 변분 최적화를 분리하여 양자-고전 피드백 루프를 제거하는 하이브리드 양자-고전 알고리즘을 제안한다. 워크플로우는 다음과 같다:

고전적 사전 계산: 트랜코렐레이티드 밀도 행렬 재규격화 군(DMRG) 계산을 통해 낮은 결합 차원(low-bond-dimension)을 가진 운동량 공간 MPS $|\phi\rangle$ 를 생성한다. 이 상태는 Gutzwiller 유사 유사 변환( $C_{tc} = e^{JD}$ )을 사용하여 자기 일관적으로 최적화되며, 비변분적 참조 에너지를 산출한다.
양자 실행: 양자 프로세서는 운동량 공간 MPS $|\phi\rangle$ 를 준비한다. 그 후, 페르미온 푸리에 변환( $U_{FT}$ )을 적용하여 상태를 실공간으로 회전시킨다.
측정: 측정 기저는 해밀토니안 항(대각 점유 기저 및 호핑 기저)에 의해서만 고정된다. 결정적으로, 이 측정 회로는 이후의 변분 상관자 $C_\theta = \exp(\sum \theta_r D_r)$ 의 파라미터 $\theta$ 와 독립적이다.
고전적 사후 처리: 원시 측정 결과는 알려진 운동량 공간 MPS의 기대값(예: $\langle D \rangle, \langle T \rangle$ )을 재현하기 위해 이차 계획법(quadratic program)을 통해 보정된다. 이렇게 보정된 샘플들은 다음의 변분 에너지 범함수를 평가하는 데 사용된다:
$E_{ec}(\theta) = \frac{\langle \phi | C_\theta H C_\theta | \phi \rangle}{\langle \phi | C_\theta^2 | \phi \rangle}$
파라미터 $\theta$ 는 이 에너지를 최소화하기 위해 전적으로 고전적으로 최적화된다. 측정 기저가 $\theta$ 에 의존하지 않으므로, 동일한 데이터셋을 임의의 상관자 형태나 파라미터에 대해 재사용할 수 있다.

주요 기여

피드백이 없는 변분 최적화: 표준 변분 양자 고유치 해결사(VQE)가 반복적인 회로 업데이트를 요구하는 것과 달리, 이 방법은 실행 전에 모든 양자 회로를 고정한다. 변분 최적화는 전적으로 고전적 사후 처리에서 발생하므로, 추가적인 양자 실행 없이도 임의의 실공간 대각 상관자(높은 파라미터 형태 포함)를 탐색할 수 있다.
기저 충돌 해결: 이 알고리즘은 양자 프로세서를 활용하여 운동량 공간에서 실공간으로의 계산 집약적인 회전을 수행함으로써, 압축적인 운동량 공간 MPS 참조 상태와 실공간 상관자를 결합할 수 있게 한다.
보정 프로토콜: 저차 모멘트를 일치시키기 위해 측정 샘플을 재가중하는 새로운 보정 체계를 도입하여, 파동 함수 전체를 재구성할 필요 없이 통계적 오차와 편향을 크게 줄인다.

결과
알고리즘은 Quantinuum의 H2-2 트랩 이온 양자 컴퓨터(32 큐비트)를 사용하여 4 $\times$ 4 반충전 페르미-허바드 모델( $U/t=4$ )에 대해 시연되었다.

하드웨어 성능: 결합 차원-4 MPS를 사용했을 때, 보정 전 포스트셀렉티드(postselected) 에너지는 $-11.49 \pm 0.49$ 였다. 보정 후 에너지는 $-13.14 \pm 0.07$ 로 개선되어, 정확한 기저 상태 대비 $3.5 \pm 0.5\%$ 의 상대 오차를 달alog했다.
샘플 효율성: 양자 선택 구성 상호작용(QSCI)과 비교했을 때, 제안된 방법은 유사한 정확도에 도달하기 위해 훨씬 적은 샘플(약 $3.6 \times 10^4$ 대 $\sim 2 \times 10^8$ )을 필요로 했다.
게이트 효율성: 양자 크릴로프 부공간 대각화(QKSD)와 비교했을 때, 제안된 방법은 더 적은 수의 2-큐비트 게이트를 요구했다(회전 회로를 위한 464개 대 QKSD의 544개, 그리고 더 높은 정확도 목표를 위한 696개 대 22,304개).
스케일링: 연구는 반충전 시스템의 경우 샘플링 비용이 $c < 0.1$ 인 $\exp(cN)$ 으로 스케일링될 것임을 시사하지만, 이는 추가 검증이 필요한 가설이다.

의의 및 주장
저자들은 이 작업을 완전한 양자 우위의 입증이라기보다 "개념 증명(proof of principle)"으로 규정한다. 이 연구의 의의는 클래식 텐서 네트워크 방법(압축적인 운동량 공간 참조)과 양자 하드웨어(정확한 실공간 회전)의 강점을 피드백 루프의 오버헤드 없이 결합할 수 있는 실행 가능한 경로를 보여준 데 있다.

본 논문은 이 접근 방식이 테스트된 특정 벤치마크에서 더 적은 자원(샘플 및 게이트)을 요구함으로써 다른 피드백 프리 하이브리드 알고리즘(QSCI 및 QKSD 등)보다 뚜렷한 이점을 제공한다고 주장한다. 또한 에너지는 변분적이지만, 단일 상태 $C|\phi\rangle$ 로부터 유도된 관측량은 바이오르소고날 트랜스코렐레이티드 방법보다 더 정확하다는 점을 강조한다. 저자들은 이 방법이 보조 장(auxiliary-field) 양자 몬테카를로가 부호 문제(sign problem)를 겪는 영역(예: 반충전이 아니거나 희박한 시스템)에서 특히 유용할 것이라고 언급하며, 단, 작은 결합 차원의 MPS가 효과적인 참조 상태로 유지된다는 전제하에 그러하다. 결론적으로, 현재의 하드웨어 제한이 시스템 크기를 제약하고 있으나, 피드백이 없는 특성과 자원 효율성은 강상관 물질의 근접 미래 양자 시뮬레이션을 위한 유망한 후보임을 시사한다.

유사한 논문