Dynamical quantum simulations as laboratories for quantum information

양자 컴퓨터는 언젠가 어떤 고전적 슈퍼컴퓨터로도 풀 수 없는 복잡한 문제들을 해결할 기계로 종종 상상되지만, 이들의 가장 즉각적이고 자연스러운 용도는 그 자체로 양자 세계를 비추는 거울 역할을 하는 것입니다. 물리적 세계에서 전자나 원자와 같은 입자들은 작은 당구공처럼 행동하지 않습니다. 이들은 입자의 성질이 일상적인 직관을 거스르는 방식으로 공간을 가로질러 서로 연결되어 있는, 유동적인 가능성의 상태로 존재합니다. 과학자들은 특정 물질을 모사하도록 프로그래밍된 특수 양자 컴퓨터인 양자 시뮬레이터를 사용하여, 이러한 입자들이 시간이 흐름에 따라 어떻게 상호작용하고 진화하는지 관찰합니다. 전통적으로 연구자들은 이 기계들을 미세한 자기적 자극에 물질이 어떻게 반응하는지와 같은 단 하나의 특정한 결과를 측정하는 데 사용해 왔습니다. 이러한 반응은 열이나 전기를 어떻게 전도하는지와 같은 물질의 특성을 알려줍니다. 그러나 이 하나의 숫자를 생성하는 과정은 컴퓨터가 복잡하고 진화하는 양자 상태의 구름을 만들어내야 함을 의미합니다. 오랫동안 사람들은 그 최종 숫자가 추출되고 나면, 그 양자 구름의 나머지는 목적을 위한 수단일 뿐이며 버려져야 할 일시적인 부산물이라고 생각했습니다.

새로운 연구는 이러한 관점에 도전하며, 양자 시뮬레이션 중에 생성되는 양자 상태들이 단순한 디딤돌이 아니라 그 자체로 풍부한 실험실이라는 점을 시사합니다. 두 가지 서로 다른 자기적 사슬 모델(작은 회전하는 입자들로 구성된)을 다룬 연구진은 간단한 질문을 던졌습니다. 만약 컴퓨터가 이미 이러한 복intricate한 상태들을 준비하고 있다면, 그로부터 또 무엇을 배울 수 있을까? 그들은 시뮬레이션을 단 하나의 숫자를 찾기 위한 도구가 아니라, 아주 작은 정보 조각—단순한 "예" 또는 "아니오" 신호—를 양자 시스템에 인코딩한 다음, 그 신호가 물질을 통해 이동하며 어떻게 퍼지고, 숨겨지고, 변화하는지를 관찰하는 방법으로 취급했습니다. 이렇게 함으로써, 그들은 이러한 양자 시스템에 정보가 저장되는 방식이 이전에 생각했던 것보다 훨씬 더 미묘하고 다양하다는 것을 발견했으며, 상태를 수학적으로 기술하는 것이 얼마나 쉬운지와 그것을 단순한 측정으로 읽어내는 것이 얼마나 쉬운지 사이의 놀라운 격차를 밝혀냈습니다.

연구진은 먼저 50개의 스핀(양자 역학적 의미의 작은 자석)으로 이루어진 표준 실험을 설정했습니다. 그들은 사슬을 최저 에너지 상태로 준비한 다음, 중앙의 스한 개의 스핀에 미세하고 국소적인 펄스를 가했습니다. 이 펄스는 서로 반대되는 두 방향 중 하나로 가해질 수 있으며, 이는 효과적으로 0 또는 1과 같은 단일 비트의 고전적 정보를 양자 시스템에 인코딩합니다. 펄스를 가한 후, 시스템이 자연스럽게 진화하도록 두어 그 교란이 사슬을 통해 바깥쪽으로 퍼져 나가게 했습니다. 전통적인 실험에서 과학자들은 나중에 특정 스핀을 측정하여 시스템이 초기 자극에 어떻게 반응했는지 확인할 것입니다. 그러나 이 연구에서 연구진은 이 진화 과정 동안 생성된 전체 상태의 가족을 살펴보았습니다. 그들은 펄스의 두 가지 가능한 결과를 동일한 이야기의 두 가지 버전으로 취급하고, 사슬의 서로 다른 부분을 관찰하는 관찰자가 그 이야기의 얼마나 많은 부분을 회복할 수 있는지 물었습니다.

그들은 초기 펄스에 대한 정보가 제자리에 머물지 않는다는 것을 발견했습니다. 정보는 퍼져 나갔지만, 단순하고 균일한 방식은 아니었습니다. 관찰자가 단 하나의 스핀만을 보았을 때, 신호는 종종 희미하고 진동했으며, 때로는 너무 약해져서 펄스가 어느 방향에서 왔는지 구별하는 것이 거의 불가능해졌습니다. 그러나 관찰자가 시야를 넓혀 이웃한 스핀들을 포함하게 되자, 그림은 극적으로 변했습니다. 더 큰 규모의 스핀 집단은 단일 스핀보다 정보를 훨씬 더 오래, 그리고 더 명확하게 유지할 수 있었습니다. 이는 초기 펄스의 "기억"이 한 특정 위치에 저장되는 것이 아니라, 많은 입자 사이의 상관관계 속에 분산되어 있음을 시사합니다. 정보는 개별 스핀의 상태가 아니라, 여러 스민들이 서로 관계를 맺는 방식 속에 숨겨진 집단적 속성이 됩니다.

가장 놀라운 발견 중 하나는 양자 상태를 기술하는 데 드는 단순함과 그것을 읽어내는 데 드는 단순함 사이의 명확한 분리였습니다. 연구진은 두 종류의 자기 사슬을 비교했습니다. 첫 번째 유형의 경우, 양자 상태의 수학적 기술은 매우 간단했습니다. 입자 쌍들이 서로 어떻게 상관되어 있는지만 알면 전체 상태를 완전히 재구성할 수 있었습니다. 두 번째 유형은 상호작용이 더 복잡했으며, 이 단순한 기술로는 전체 그림을 포착할 수 없었습니다. 직관적으로는 더 단순한 시스템이 읽기도 더 쉬울 것이라고 예상할 수 있습니다. 그러나 결과는 정반대였습니다. 연구진이 스핀의 단순하고 직접적인 측정을 통해 원래의 정보를 회복하려고 시도했을 때, 더 복잡한 시스템이 실제로 더 많은 양의 숨겨진 정보를 산출한다는 것을 발견했습니다. 단순한 시스템은 깔끔한 수학적 기술을 가지고 있음에도 불구하고, 사용 가능한 도구로 조사하기에는 놀라울 정도로 어려웠습니다. 이 발견은 종이 위에서는 단순해 보이는 시스템이 지저져한(messy) 시스템보다 물리적으로 접근하기 더 어려울 수 있음을 암시합니다.

연구는 또한 이 정보가 사슬의 서로 다른 부분들 사이에서 어떻게 공유되는지를 탐구했습니다. 그들은 정보가 별개의 스핀 그룹들에 의해 독립적으로 보유되는지, 아니면 그 그룹들을 함께 관찰해야만 온전히 이해될 수 있는지를 살펴보았습니다. 그들은 더 단순한 모델에서 정보가 종종 멀리 떨어진 사슬의 부분들을 동시에 관찰해야만 이해할 수 있는 방식으로 공유된다는 것을 발견했습니다. 사슬의 양측은 각각 따로 보았을 때보다 결합했을 때 더 유용한 정보를 담고 있었습니다. 더 복잡한 모델에서는 정보가 더 고르게 분포되어 있었으며, 각 측이 스스로의 이야기에 대해 더 큰 몫을 보유하고 있었습니다. 이러한 차이는 양자 정보가 인코딩되는 방식이 입자들 사이의 상호작용을 규정하는 특정 규칙에 깊이 의존한다는 점을 강조합니다.

단순한 신호를 추적하는 것을 넘어, 연구진은 이러한 동일한 상태들이 양자 통신과 얽힘에 관한 더 깊은 질문에 답하는 데 사용될 수 있음을 보여주었습니다. 그들은 시뮬레이션 중에 환경으로 손실되는 정보의 양이 양자 통신의 자원인 '벨 상태(Bell state)'라는 특수한 양자 연결을 회복하는 능력을 직접적으로 제한한다는 것을 입증했습니다. 환경이 어떤 펄스가 적용되었는지에 대해 더 많이 "학습"할수록, 섬세한 양자 연결을 보존하는 것은 더 어려워졌습니다. 나아가, 그들은 사슬 내부의 얽힘을 조사했습니다. 그들은 교란이 시스템을 통과해 움직임에 따라, 관찰된 영역 내의 스핀들이 사슬의 나머지 부분과 더 많이 얽히게 된다는 것을 발견했지만, 해당 영역 내부의 스핀들 사이의 얽힘은 오히려 감소했습니다. 시스템은 외부 세계와의 더 강력한 연결을 위해 내부의 결합을 맞교환하며, 사실상 내부 연결을 재편성하고 있었던 것입니다.

궁극적으로, 이 연구는 우리가 양자 시뮬레이션을 바라보는 방식을 재정립합니다. 연구진은 양자 시뮬레이터를 단순히 단 하나의 숫자를 계산하는 기계로 보는 대신, 양자 정보의 근본적인 구조를 탐구하기 위한 강력한 도구로 보여줍니다. 그들이 만들어내는 상태들은 단지 최종 답변을 위한 일시적인 그릇이 아닙니다. 그것들은 정보가 어떻게 전파되고, 어떻게 인코딩되며, 어떻게 회복될 수 있는지에 대한 풍부한 데이터를 담고 있는 복잡하고 진화하는 기록입니다. 이러한 시뮬레이션을 양자 정보의 실험실로 취급함으로써, 과학자들은 이제 이들이 만들어내는 다체 상태(many-body states)에 대해 훨씬 더 넓은 범위의 질문을 던질 수 있으며, 단일 응답 함수를 찾는 과정 뒤에 숨겨져 있던 양자 물질의 본질에 대한 새로운 통찰을 밝혀낼 수 있습니다.