Krylov Complexity and Entropy of Composite Quantum Systems

현대 물리학의 광활한 풍경 속에서, 연구자들은 종-종 양자계가 시간이 지남에 따라 어떻게 변화하는지를 연구하며, 시스템이 예측 가능하고 질서 정연하게 행동하는지 아니면 혼돈으로 치닫는지 보여주는 패턴을 찾습니다. 이러한 진화를 추적하기 위해 과학자들은 크릴로프 복잡도(Krylov complexity)라는 수학적 도구를 사용합니다. 양자 상태가 시작점에서 출발하여 시간이 흐름에 따라 경로를 따라 퍼져 나가는 긴 1차원 경로를 상상해 보십시오. 상태가 이 경로를 더 멀리 이동할수록, 시스템의 행동은 더 복잡하다고 간여됩니다. 이 경로는 임의적인 것이 아닙니다. 이는 해당 시스템의 에너지 규칙에 맞춰 특별히 구축되었으며, 특정 양자 객체가 어떻게 진화하는지에 대한 고유한 지도를 만들어냅니다. 많은 작은 부분들로 구성된 거대 시스템을 다룰 때, 과학자들은 전체가 부분들의 합으로서 단순하게 작동할지 궁금해하곤 합니다. 만약 작은 조각들이 완벽하게 발맞추어 진화한다면, 전체 복잡도는 개별 복잡도의 합이 될 것이라고 기대할 수 있습니다. 그러나 양자 역학의 현실은 흔히 더 미묘하며, 이 조각들이 어떻게 서로 맞물리는지 이해하는 것은 미시 세계로부터 어떻게 집단적 행동이 창발하는지를 파악하는 데 매우 중요합니다.

케이프타운 대학교의 한 연구팀은 정확히 이 질문, 즉 여러 개의 독립적인 부분들로 구성된 양자계에서 어떤 일이 일어나는지에 초점을 맞추어 연구를 진행했습니다. 그들은 전체 시스템의 복잡도가 단순히 부분들의 복잡도의 합인지, 아니면 부분들이 결합될 때 무언가 추가적인 것이 나타나는지를 물었습니다. 그들의 연구는 부분들이 결합될 때 발생하는 '잉여(excess)' 복잡도가 존재한다는 사실을 밝혀냈으며, 이 추가적인 양은 무작위가 아닙니다. 대신, 이는 하위 시스템들이 서로 얼마나 다른지를 설명하는 특정 통계적 척도에 의해 제어됩니다. 연구진은 만약 개별 부분들이 서로 약간씩 어긋나게 진화한다면, 결합된 시스템이 측정 가능한 잉여 복잡성을 발달시킨다는 것을 발견했습니다. 이 잉여량은 각 하위 시스템이 자신의 복잡도 경로를 따라 움직이는 방식을 설명하는 특정 수치들의 분산, 즉 퍼짐 정도에 의해 결정됩니다. 모든 부분에서 이 수치들이 동일하다면 시스템은 완벽한 일치 속에서 진화하며 추가적인 복잡성은 생성되지 않습니다. 하지만 부분들이 그들의 행동에서 서로 멀어지기 시작하면, 전체 복잡도는 단순한 구성 요소들의 합보다 더 커집니다.

이를 이해하기 위해 연구팀은 수학적 설명이 가장 투명한 시기인 시스템 진화의 초기 순간들을 살펴보았습니다. 그들은 이 잉여 복잡도의 주된 기여가 하위 시스템들의 초기 변화율이 얼마나 다른지와 직접적으로 연결되어 있다는 것을 발견했습니다. 만약 부분들이 그 행동에서 동일하다면 시스템은 하나의 동기화된 단위처럼 작동합니다. 만약 그들이 다르다면, 시스템은 각 부분이 자신만의 고유한 미래를 탐색하는 일종의 동역학적 불균질성(dynamical heterogeneity)을 보입니다. 연구진은 이러한 불일치가 단순한 보정이 아니라, 시스템이 커짐에 따라 지속되는 근본적인 특징임을 보여주었습니다. 실제로 잉여 복잡도의 양은 시스템의 크기에 따라 변화하며, 이는 더 많은 부분을 추가한다고 해서 차이가 사라지는 것이 아니라 오히려 전체 효과를 증폭시킨다는 것을 의미합니다. 이 발견은 거대 시스템이 자연스럽게 개별적인 차이를 상쇄하여 단일하고 균일한 실체처럼 행동한다는 직관에 도전합니다.

또한 이 연구는 크릴로프 엔트로피(Krylov entropy)라는 개념을 사용하여 이 현상을 바라보는 보완적인 방법을 도입했습니다. 복잡도가 상태가 얼마나 멀리 이동했는지를 측정한다면, 엔트로피는 상태에 대한 정보가 어떻게 분포되어 있는지를 측정합니다. 연구진은 시스템이 별개의 부분들의 집합으로 기술될 때, 어떤 특정 부분이 무엇을 하고 있는지에 대한 많은 정보를 유지한다는 것을 발견했습니다. 그러나 시스템을 하나의 결합된 실체로 볼 때, 이러한 상세한 정보의 상당 부분은 압축되거나 손실됩니다. 이러한 정보의 손실은 결합된 시스템의 엔트로피가 부분들의 합보다 적은 결손(deficit)으로 나타납니다. 흥ral하게도, 잉여 복잡도를 제어하는 것과 동일한 통계적 척도가 동역학적 불일치로부터 발생하는 엔트로피 결손을 지배합니다. 이는 복잡도와 엔트로피가 동전의 양면과 같음을 시사합니다. 즉, 복잡도는 부분들이 서로 어긋나게 진화하는 데 드는 비용을 측정하고, 엔트로피는 우리가 개별 부분을 추적하는 것을 멈추고 오직 전체만을 바라볼 때 발생하는 정보의 손실을 측정합니다.

이러한 아이디어를 테스트하기 위해 연구팀은 양자 상전이를 연구하는 데 자주 사용되는 이론적 시스템인 키타에프 체인(Kitaev chain)에 이 방법들을 적용했습니다. 그들은 이 체인을 독립적인 운동량 섹터(momentum sectors)로 나누어 분석함으로써, 이 섹터들이 이론에서의 하위 시스템 역할을 하도록 했습니다. 결과는 그들의 예측과 완벽하게 일치했습니다. 그들은 잉여 복잡도가 체인의 크기에 비례하여 성장함을 관찰했으며, 이는 이 효과가 확장적(extensive)이며 거대 시스템에서도 사라지지 않음을 확인시켜 주었습니다. 나아가, 결합된 시스템의 엔트로피가 부분들의 합보다 일관되게 낮았으며, 그 차이는 시스템에서 사용 가능한 독립적인 방향의 수에 따라 증가함을 확인했습니다. 이는 결합된 설명이 시스템을 묘사하는 더 경제적인 방법이지만, 그것이 각 부분이 전체에 어떻게 기여하는지에 대한 구체적인 세부 사항을 무시하는 대가를 치른다는 것을 확인해 주었습니다.

이 연구의 함의는 단순히 숫자를 계산하는 수준을 넘어섭니다. 이는 우리가 양자계들을 결합하는 방식이 그 역학의 본질을 근본적으로 변화시키는 비자명한(non-trivial) 작업임을 시사합니다. 심지어 부분들이 서로 상호작용하지 않더라도, 그들을 하나의 실체로 바라보는 행위 자체가 새로운 층위의 복잡성과 정보의 손실을 도입합니다. 연구진은 이것이 하위 시스템들이 무의미하다는 뜻이 아니라, 그들의 개별적인 차이가 측정 가능한 방식으로 전체의 행동을 계속해서 형성한다는 점을 강조합니다. 또한 연구는 완벽한 동기화를 위한 조건이 단순히 동일한 부분을 갖는 것보다 훨씬 엄격하며, 부분들이 시간이 흐름에 따라 어떻게 진화하는지에 대한 특정 관계를 만족해야 한다는 점을 강조합니다. 만약 이러한 조건이 충족되지 않는다면, 시스템은 필연적으로 이 잉여 복잡성을 발달시키게 되며, 이는 밑바탕에 깔린 동역학적 차이의 징표 역할을 하게 됩니다.

궁극적으로, 이 연구는 거대 양자계에서 집단적 역학이 어떻게 창발하는지에 대한 더 명확한 그림을 제공합니다. 이는 개별 부분에서 집단적 전체로 넘어가는 과정이 단순한 병합이 아니라, 정보와 복잡도 사이의 절충(trade-off)을 포함하는 과정임을 보여줍니다. 잉여 복잡도와 엔트로피 결손은 서로 보완적인 도구로서, 과학자들이 정밀하게 집단적 행동의 창발을 조사할 수 있게 해줍니다. 하위 시스템 간의 불일치를 정량화함으로써, 이 도구들은 미시적 세부 사항이 거시적 진화에 어떻게 영향을 미치는지 이해하는 방법을 제시합니다. 연구 결과는 거대 시스템의 극한에서 전체에 대한 설명이 점점 더 효율적이 되지만, 구성 부분들의 동역학적 징표를 결코 완전히 지우지는 못한다는 점을 시사합니다. 이러한 통찰은 양자 혼돈, 열화(thermalization), 그리고 양자 진화의 근본적인 본질을 이해하는 새로운 길을 열어주며, 수많은 부분들로 이루어진 세상에서도 그들 사이의 차이가 여전히 중요한 이야기의 일부임을 상기시켜 줍니다.