Quantum Simulation of Electronic Structure using Quantum Density Functional Theory on a Programmable Integrated Photonic Circuit

전자가 원자 주변에 어떻게 배열되는지를 이해하는 것은 현대 화학의 기초입니다. 이는 새로운 재료를 설계하고, 더 효율적인 배터리를 만들며, 더 나은 의약품을 개발하는 데 핵심적인 역할을 합니다. 수십 년 동안 과학자들은 이러한 배열을 예측하기 위해 강력한 컴퓨터에 의존해 왔지만, 분자가 커질수록 수학적 계산은 불가능할 정도로 복잡해집니다. 모든 전자 간의 상호작용을 설명하는 데 필요한 계산 횟수가 기하급수적으로 폭발하기 때문에, 완벽한 정확도로 몇 개의 원자 이상의 규모를 시뮬레이션하는 것은 매우 어렵습니다. 고전적인 컴퓨터들이 근사치를 사용하여 큰 진전을 이루어 왔지만, 양자 역학의 법칙 자체를 사용하여 이 문제를 해결하려는 새로운 접근 방식이 등장했습니다. 이 방법은 모든 전자의 복잡한 상호작용을 직접 시뮬레이션하는 대신, 개별 전자의 경로가 아닌 전자의 밀도를 추적하는 더 단순한 버전으로 문제를 재구성합니다. 이러한 전환은 훨씬 더 효율적인 계산을 가능하게 하여, 동일한 시스템을 설명하는 데 훨씬 적은 자원을 필요로 합니다.

연구진은 이제 이 효율적인 방법을 실제 작동하는 기계에서 테스트함으로써 중요한 진전을 이루었습니다. 그들은 빛으로 만들어진 특수 장치를 사용하여 리튬 수소화물(리튬 원자 하나와 수소 원자 하나로 구성된 단순 화합물)의 전자 구조를 성공적으로 시뮬레이션했습니다. 이 실험은 광자라고 알려진 개별 빛 입자를 미세한 경로를 통해 안내하는 프로그래밍 가능한 통합 광학 회로, 즉 칩 위에서 수행되었습니다. 연구진은 이 문제를 광자에 인코딩함으로써, 분자의 가장 안정적인 형태에 해당하는 최저 에너지 상태를 찾아낼 수 있었습니다. 이 연구는 빛을 사용하는 하드웨어에서 복잡한 화학 시뮬레이션을 실행하는 것이 가능하다는 것을 보여주며, 이는 현재 전통적인 컴퓨터로는 도달할 수 없는 문제들을 해결할 수 있는 유망한 경로를 제시합니다.

분자를 시뮬레이션하는 데 있어 과제는 변수의 엄청난 수에 있습니다. 표준적인 방법을 사용하여 높은 정밀도로 분자를 설명하려면, 컴퓨터는 전자가 존재할 수 있는 모든 궤도마다 별도의 메모리 단위인 큐비트를 필요로 합니다. 심지어 작은 분자일지라도, 이러한 요구 사항은 기술의 한계를 빠르게 넘어섭니다. 연구진은 이 병목 현상을 우회하기 위해 양자 밀도 범함수 이론(Quantum Density Functional Theory)이라는 기술을 사용했습니다. 이 접근 방식은 상호작용하는 전자의 어려운 문제를, 유효한 장(field) 안에서 움직이는 비상호작용 전자들의 더 단순한 문제로 변환합니다. 결정적인 장점은 필요한 큐비트의 수가 궤도의 수에 따라 증가하는 것이 아니라, 그 수의 로그 값에 따라 증가한다는 것입니다. 4개의 전자를 가진 리튬 수소화물의 경우, 이 방법은 요구되는 큐비트를 12개에서 단 2개로 줄였습니다. 이러한 획기적인 자원 절감 덕분에 가용한 광학 하드웨어에서 시뮬레이션을 실행할 수 있었습니다.

실험을 수행하기 위해 연구팀은 단일 광자원과 복잡한 유리 칩을 결합한 시스템을 구축했습니다. 광자는 레이저를 맞을 때 한 번에 하나의 빛 입자를 방출하는 작은 반도체 구조인 양자점을 통해 생성되었습니다. 생성된 광자들은 유리 칩 내부로 유입되어 도파로(waveguide) 네트워크를 통해 이동했습니다. 이 칩은 완전히 프로그래밍 가능하도록 설계되어, 연구진이 계산을 수행하기 위해 빛의 경로와 위상을 조절할 수 있게 했습니다. 실험의 핵심은 변분 양자 고유값 솔버(Variational Quantum Eigensolver)라고 알려진 알고리즘이었는데, 이는 회로의 설정을 반복적으로 조정하여 시스템의 에너지를 최소화하는 구성을 찾는 방식으로 작동합니다. 이 특정 사례에서 알고리즘은 단순히 최저 에너지 상태를 찾는 것뿐만 아니라 첫 번째 들뜬 상태(excited state)까지 찾도록 적응되었으며, 이를 통해 연구진은 분자의 전자 밀도를 재구성할 수 있었습니다.

연구진은 결과를 검증하기 위해 세 가지 다른 방식으로 시뮬레이션을 실행했습니다. 첫째, 이론적 기준점을 설정하기 위해 고전 컴퓨터에서 완벽하고 노이즈가 없는 시뮬레이션을 수행했습니다. 둘째, 광자의 미세한 차이나 입자 수를 측정할 때 발생하는 제한된 횟수 등 실제 하드웨어의 알려진 결함들을 포함한 시뮬레이션을 실행했습니다. 마지막으로, 실제 광학 칩에서 실험을 수행했습니다. 노이즈가 없는 시뮬레이션은 이론적 참조 모델과 거의 완벽하게 일치하여, 알고리즘과 2개의 큐비트로의 매핑이 올바름을 확인해주었습니다. 하드웨어 노이즈를 포함한 시뮬레이션은 해당 방법이 견고함을 보여주었으나, 정확도는 약간 감소했습니다. 실제 광학 칩에서의 실험은 질적으로 올바른 해답으로 수렴하는 데 성공했으며, 이는 리튬에서 수소로의 전하 이동과 같은 분자의 핵심적인 화학적 특징을 포착했음을 의미합니다.

하지만 실험 결과가 분자의 이온 결합을 완벽하게 설명할 만큼 정밀하지는 않았습니다. 데이터에 따르면 일반적인 거동은 올바르게 나타났으나, 전자 분포의 세부 사항은 다소 왜곡되었습니다. 연구진은 주요 오류 원인이 광자들이 서로 완벽하게 동일하지 않다는 점과 유한한 수의 입자를 셀 때 발생하는 통계적 노이즈라는 점임을 확인했습니다. 이러한 한계에도 불구하고, 이 실험은 해당 접근 방식이 작동함을 증명했습니다. 연구팀은 이 방법이 노이즈가 존재하는 상황에서도 화학적 상태의 복잡한 지형을 성공적으로 탐색하여 올바른 바닥 상태를 찾을 수 있음을 발견했습니다. 이러한 성공은 하드웨어, 특히 더 나은 광원과 회로 내 손실 감소가 이루어진다면, 이 기술을 더 크고 화학적으로 유의미한 분자들을 시뮬레이션하는 데 확장할 수 있음을 시사합니다.

이 연구의 함의는 단 하나의 분자를 시뮬레이션하는 것을 넘어섭니다. 연구진은 이 큐비트 효율적인 접근 방식이 궁극적으로 리튬 이온 배터리의 복잡한 계면과 같이 기술적으로 매우 중요한 시스템에 적용될 수 있다고 강조했습니다. 배터리의 전해질과 전극 사이의 경계에서 전자가 어떻게 행동하는지를 시뮬레이션함으로써, 과학자들은 배터리가 왜 시간이 지남에 따라 성능이 저하되는지 또는 왜 빠르게 충전할 수 없는지에 대한 깊은 이해를 얻을 수 있습니다. 이러한 과정을 높은 정확도로 모델링할 수 있는 능력은 차세대 에너지 저장 솔루션의 개발을 가속화할 수 있습니다. 현재의 실험은 작은 분자로 제한되었지만, 효율적인 알고리즘과 재구성 가능한 광학 하드웨어의 성공적인 통합은 향 이상의 발전을 위한 명확한 경로를 구축했습니다. 이 연구는 하드웨어가 더 큰 시스템의 요구 사항을 충족하도록 계속 진화한다면, 빛 기반의 양자 컴퓨터가 어려운 양자 화학 문제를 해결하기 위한 실행 가능한 플랫폼임을 확인시켜 줍니다.