Krylov geometry and optimal recovery under uncertain coherent noise

주변의 공간이 천천히 회전하고 있는 가운데 비밀을 안전하게 지키려고 노력하는 모습을 상상해 보십시오. 양자 컴퓨팅의 세계에서 정보는 한 번에 여러 가능성으로 존재할 수 있는 섬세한 상태로 저장됩니다. 이 정보를 보호하기 위해 과학자들은 원자 집단이나 빛의 빔과 같은 물리적 시스템에 정보를 인코딩합니다. 그러나 환경은 결코 정지해 있지 않습니다. 변동하는 자기장이나 불안정한 레이저는 전체 시스템을 회전시켜, 정보가 0과 1 사이의 구분을 모호하게 만들 정도로 살짝 뒤틀리게 할 수 있습니다. 만약 이 회전의 각도를 알 수 있다면, 컴퓨터는 단순히 이를 역전시킬 수 있을 것입니다. 하지만 현실 세계에서 정확한 뒤틀림의 양은 종종 미스터리로 남으며, 대략적인 측정값이나 통계적 평균을 통해서만 알 수 있습니다. 과제는 발생한 일을 정확히 알지 못하더라도, 노이즈 자체가 남긴 단서만을 사용하여 손상을 복구할 수 있는 복구 시스템을 구축하는 것입니다.

이것이 인도 공과대학교 부바네스와르(IIT Bhubaneswar)의 아비셰크 초우드리(Abhishek Chowdhury)가 새로운 연구에서 다루는 핵심 문제입니다. 이 연구는 '코히어런트 노이즈(coherent noise)'라고 불리는 특정 유형의 오류에 초점을 맞추고 있는데, 이는 시스템이 고정되어 있지만 알 수 없는 양만큼 회전하는 현상입니다. 수정하기 쉬운 무작위적이고 급격한 오류와 달리, 이러한 코히어런트 회전은 매끄럽고 일관적이기 때문에 의도된 신호와 구별하기가 더 어렵습니다. 이 논문은 다음과 같은 근본적인 질문을 던집니다. 특정 방식으로 데이터를 인코딩하고 노이즈에 대한 제한된 측정 세트를 가지고 있을 때, 가능한 최선의 복구는 무엇인가? 그 답은 단순한 추측이 아닙니다. 그것은 얼마나 많은 정보를 구할 수 있고 얼마나 많은 정보를 잃어야 하는지를 정의하는 정밀한 수학적 한계입니다.

연구진은 정보가 존재하는 물리적 공간을 매핑함으로써 이 문제에 접근했습니다. 그들은 저장 시스템을 서로 다른 층, 즉 '쉘(shell)'을 가진 구조로 취급했습니다. 노이즈가 시스템에 작용하면, 정보는 원래의 층에서 이 새로운 쉘들로 밀려납니다. 핵심적인 발견은 특정 범위의 작은 회전에 대해서는, 이 새로운 쉘들에 있는 정보가 원래의 것과 동일하지만 위치만 이동한 완벽한 복사본이라는 점입니다. 이를 통해 복구 과정은 단순히 정보를 다시 원래 위치로 이동시키기만 하면 됩니다. 그러나 회전이 충분히 커져 특정 경계에 도달하면, 복사본은 왜곡됩니다. 이 왜곡은 정보의 특정 상태에 따라 달라지므로, 복구 과정이 모든 가능성을 동일하게 취급할 수 없게 만듭니다. 논문은 이 경계가 정확히 어디에 있는지 계산하고, 시스템이 이 경계를 넘었을 때 발생하는 피할 수 없는 손실을 정량화합니다.

연구의 주요 부분은 불완전한 정보를 다루는 것입니다. 실제 실험실에서 과학자들은 노이즈 분포를 완벽하게 측정할 수 없습니다. 그들은 회전의 평균 강도나 몇 가지 특정 통계적 특성만을 알 수도 있습니다. 이 연구는 제한된 측정값에 부합하는 모든 가능한 노이즈 분포에 대해 작동하는 단일 복구 연산을 설계하는 방법을 보여줍니다. 결과적으로 최선의 전략은 수학적 기법을 사용하여 노이즈의 예측 가능한 부분을 오차에서 빼는 것입니다. 이는 노이즈 캔슬링 헤드폰이 알려진 소리 패턴을 사용하여 배경 소음을 상쇄하는 것과 유사하지만, 여기서의 '패턴'은 회전 자체의 통계적 특성으로부터 도출됩니다. 연구진은 이 방법이 가장 높은 충실도(fidelity), 즉 물리 법칙이 해당 특정 데이터에 대해 허용하는 최대한의 정보를 구해낸다는 것을 증proof했습니다.

또한 이 논문은 노이즈가 단순히 작고 매끄러운 것이 아니라, 드물지만 큰 도약을 포함하는 경우에 어떤 일이 일어나는지 탐구합니다. 평균 회전은 아주 작더라도, 드물게 발생하는 큰 회전 몇 번이 정보를 파괴할 수 있습니다. 연구는 작은 회전을 위해 설계된 복구 시스템이 드문 사건들이 발생할 가능성이 있다면 실패할 것임을 입증합니다. 캘리브레이션 데이터로부터 알 수 있는 한계를 분석함으로써, 저자는 코드의 보호 능력이 물리적 시스템의 '교정 가능한' 층의 깊이와 직접 연결되어 있음을 보여줍니다. 만약 코드가 처음 몇 개의 오류 층을 교정할 수 있다면 작은 회전에 대해 보호할 수 있습니다. 하지만 노이즈 분포가 드문 큰 각도를 허용한다면 보호 기능은 깨지며, 정보의 손실은 그 드문 점프의 크기에 따라 특정하고 예측 가능한 방식으로 규모가 결정됩니다.

이러한 아이디어를 증명하기 위해 연구진은 빛의 광자 네 개로 이루어진 구체적인 메모리 시스템에 이 이론을 적용했습니다. 이 설정에서 정보는 광자들이 두 경로 사이에 어떻게 분포되어 있는지에 저장됩니다. 연구팀은 서로 다른 시간에 광자의 수를 측정함으로써 노이즈에 대해 알 수 있는 충분한 정보를 얻어 최적의 복구를 구성할 수 있음을 보여주었습니다. 그들은 단 두 개 또는 세 개의 특정 측정만으로도 이론적인 최선치와 일치하는 정밀도로 정보를 복구할 수 있다는 것을 발견했습니다. 이는 그들이 도출한 추상적인 수학적 한계가 단순한 이론적 가능성이 아니라 실제 물리적 시스템에서도 도달할 수 있는 것임을 확인시켜 주었습니다.

이 연구는 더 나은 양자 메모리를 구축하기 위한 명확한 로드맵을 제공합니다. 이는 엔지니어들에게 특정 하드웨어와 노이즈를 측정할 수 있는 능력에 따라 얼마나 많은 정보를 구할 수 있는지 정확히 알려줍니다. 또한 중요한 트레이드오프(trade-off)를 강조합니다. 노이즈 분포에 대해 더 많이 알수록 복구 성능은 좋아집니다. 만약 부분적인 정보만을 가지고 있다면, 보유한 데이터와 호환되는 최악의 시나리오에 대비하여 견고한 시스템을 설계해야 합니다. 연구는 노이즈를 알 수 없을 때 완벽한 복구는 불가능하지만, 손실을 정밀하고 계산 가능한 양으로 최소화할 수 있다고 결론짓습니다. 이는 과학자들이 다음 세대의 양자 컴퓨터를 설계할 때, 그들이 보유한 취약한 정보가 피할 수 없는 변동 속에서도 살아남을 수 있도록 하는 확고한 토대를 제공합니다.