Non-Unitary Quantum Butterfly Effect: Theory and Experiment

양자 세계에서 정보는 우리의 일상적인 직관을 거스르는 방식으로 행동합니다. 격리된 시스템이 양자 역학의 엄격한 규칙에 따라 진화할 때, 정보는 사라지지 않습니다. 단지 물속에 떨어진 잉크 한 방울이 퍼져나가는 것처럼 전체 시스템으로 흩어질 뿐입니다. '스크램블링(scrambling)'이라고 알려진 이 과정은 블랙홀에서 초전도체에 이르기까지 복잡한 양자 시스템이 정보를 어떻게 처리하는지 이해하는 데 핵심적입니다. 과학자들은 오랫동안 이 스크램블링을 추적하기 위해 '아웃-오브-타임-오더드 코렐레이터(out-of-time-ordered correlator)'라고 불리는 특정 수학적 도구를 사용해 왔습니다. 이것을 시스템의 한 부분에서의 작은 변화가 나중에 멀리 떨어진 부분에 얼마나 영향을 미치는지 측정하는 방법이라고 생각하면 됩니다. 완벽하게 격리된 시스템에서 이러한 효과는 고정된 속도로 바깥을 향해 이동하며, 마치 연못에 던져진 돌로부터 퍼져나가는 물결처럼 명확한 영향의 경계를 만듭니다.

하지만 현실 세계의 양자 컴퓨터는 완벽하게 격리되어 있지 않습니다. 이들은 끊임없이 환경과 상호작용하며, 연구자들은 오류를 제어하고 수정하는 도구로서 측정(시스템의 상태를 관찰하는 것)을 점점 더 많이 사용하고 있습니다. 이는 새로운 요소를 도입합니다. 즉, 양자 시스템을 측정하는 행위는 시스템을 교란하며, 과학자들이 추적하려는 바로 그 정보를 지워버릴 수도 있다는 점입니다. 질문이 생깁니다. 만약 우리가 양자 시스템이 진화하는 동안 계속해서 엿본다면, 정보는 여전히 스크램블링될까요? 영향의 물결은 여전히 이동할까요, 아니면 관찰하는 행위가 그 움직임을 멈추게 할까요? 이것이 메릴랜드 대학교와 국립표준기술연구소(NIST)의 물리학자 팀이 해결하고자 했던 핵심 미스터리였습니다.

연구진은 양자 시스템을 지속적으로 측정하는 행위가 정보가 퍼지는 방식을 어떻게 변화시키는지 조사했습니다. 그들은 양자 비트, 즉 큐비트들의 집합을 진화시키는 일련의 연산인 특정 유형의 양자 회로에 집중했습니다. 이론적 모델에서 그들은 무작위 양자 연산이 국소적 측정과 교차하여 나타나는 회로를 구축했습니다. 이 측정은 단순히 수동적인 관찰이 아니라, 특정 시점에서 양자 상태를 붕괴시키는 능동적인 개입이었습니다. 연구팀은 이러한 측정이 시스템의 '나비 효과'—즉, 과거의 미세한 변화에 대한 미래 상태의 민감도—에 어떤 영향을 미치는지 알고 싶었습니다. 표준적인 미측정 시스템에서는 한 위치에서의 작은 변화가 결국 시스템 전체에 영향을 미치도록 파동처럼 퍼져나갑니다. 연구진은 질문했습니다. 만약 우리가 시스템이 진화함에 따라 계속 측정한다면, 이 물결에는 어떤 일이 일어날 것인가?

이를 밝히기 위해 팀은 이러한 측정의 거동을 계산하기 위한 새로운 이론적 프레임워크를 개발했습니다. 그들은 측정이 이야기를 바꾼다는 사실을 발견했습니다. 측정이 없는 시스템에서는 정보가 날카롭고 예측 가능한 전면을 형성하며 퍼져나가며, 그 뒤에 초기 교란에 대한 지속적인 기억을 남깁니다. 그러나 측정이 도입되면 이 기억은 희미해지기 시작합니다. 연구진은 측정이 일종의 '역동적 건망증(dynamical amnesia)' 역할을 한다는 것을 발견했습니다. 교란은 계속해서 바깥으로 이동하지만, 과학자들이 코렐레이터 도구를 통해 추적하는 그 교란의 흔적은 감소하기 시작합니다. 시스템은 초기 충격을 점진적으로 잊어버립니다. 이 감소는 무작위가 아닙니다. 측정이 드문 시스템에서 신호는 단순히 천천히 사라지는 것이 아니라 가우시안 형태, 즉 종 모양을 따릅니다. 이는 시간이 지남에 따라 정점에 도달했다가 매우 예측 가능한 방식으로 떨어지는 것을 의미합니다.

연구팀은 이론에 머물지 않았습니다. 그들은 수천 개의 서로 다른 가능한 회로 결과들을 추적할 수 있는 방법을 사용하여 계산을 검증하기 위한 컴퓨터 시뮬레이션을 구축했습니다. 이 시뮬레이션은 자신들의 수학적 예측이 옳다는 것을 확인해주었습니다. 신호는 장기적으로는 지수적으로 감소했지만, 과정의 초기 및 중기 단계에서는 가우시안 형태가 유효했습니다. 이를 한 단계 더 발전시켜, 그들은 시뮬레이션에서 현실로 옮겨갔습니다. 그들은 큐비트로 트랩된 이온(trapped ions)을 사용하는 퀀티뉴엄(Quantinuum)의 실제 양자 컴퓨터를 사용하여 실험을 수행했습니다. 이 기계는 높은 정밀도로 알려져 있지만, 모든 양자 하드웨어와 마찬가지로 완벽하지 않으며 자체적인 배경 노이즈를 포함하고 있습니다.

하드웨어 노이즈의 존재에도 불구하고, 실험은 이상적인 미측정 사례와 측정된 사례 사이의 차이를 성공적으로 분별해 냈습니다. 연구진은 미측정 시나리오에서 신호가 명확한 탄도적 전면(ballistic front)을 그리며 퍼져나가 시스템을 채우며 안정적인 수준에 도달하는 것을 관찰했습니다. 측정을 도입했을 때, 행동은 이론이 예측한 대로 변했습니다. 신호는 여전히 퍼져나갔지만, 그 강도는 퍼져나간 영역 내에서 시간이 지남에 따라 약해졌습니다. 측정은 효과적으로 교란의 흔적을 지웠으며, 영향의 물리적 확산과 그 영향에 대한 정보의 지속성을 분리해 냈습니다. 실험은 실제 하드웨어의 불완전함 속에서도 이러한 '비유니터리(non-unitary)' 효과의 독특한 서명이 감지 가능하다는 것을 보여주었습니다.

이 연구 결과는 양자 컴퓨팅의 미래에 중요한 시사점을 줍니다. 엔지니어들이 더 크고 복잡한 양자 기계를 구축함에 따라, 오류를 수정하고 고급 알고리즘을 실행하기 위해 회로 중간 측정(mid-circuit measurements)에 크게 의존하고 있습니다. 측정이 시스템의 흐름에 어떤 영향을 미치는지 이해하는 것은 매우 중요합니다. 이 연구는 측정이 시스템을 얼마나 교란하는지를 정확하게 정량화하는 방법을 제공합니다. 이는 하드웨어에 대한 새로운 벤치마크를 제공합니다. 엔지니어들은 신호가 얼마나 빨리 감소하는지를 측정함으로써 노이즈와 측정 오류가 시스템의 역학에 미치는 누적 효과를 결정할 수 있습니다. 이는 특히 측정을 계산 자원으로 사용하는 아키텍처, 예를 들어 시스템의 '기억'이 측정의 영향이 얼마나 멀리, 얼마나 오래 지속되는지에 의해 정의되는 측정 기반 신경망(measurement-based neural networks)에서 매우 중요합니다.

연구진은 또한 자신들의 방법이 놀라울 정도로 단순하고 효율적이라는 점에 주목했습니다. 이러한 효과를 측정하기 위한 기존의 접근 방식들은 종종 추가적인 보조 큐비트나 복잡한 간섭계 설정을 필요로 했지만, 이 프로토콜은 시스템에 이미 존재하는 큐비트만을 사용합니다. 이는 추가적인 자원 없이도 현재 및 미래의 하드웨어에 배치할 수 있는 실용적인 도구임을 의미합니다. 연구팀은 이 접근 방식이 8개의 큐비트를 가진 시스템에서도 작동함을 입증했는데, 이 규모는 고전 컴퓨터로 시뮬레이션할 수 있을 만큼 작으면서도 필수적인 물리학을 보여줄 만큼은 충분히 큽니다. 그들은 이 방법이 훨씬 더 큰 시스템, 즉 고전 컴퓨터로는 시뮬레이션이 불가능한 시스템으로 확장될 수 있다고 믿으며, 이를 통해 이전에는 접근할 수 없었던 모니터링된 다체 시스템(monitored many-body systems)의 거동을 들여다볼 수 있는 창을 열어줄 것이라고 믿습니다.

궁극적으로, 이 작업은 추상적인 양자 이론과 양자 컴퓨터를 구축하는 실제 현실 사이의 간극을 메웁니다. 이는 측정이 강력한 제어 도구이지만, 그에 따른 대가, 즉 정보의 점진적인 삭제가 따른다는 것을 보여줍니다. 이 연구는 정밀하게 그 대가를 규명하여, 양자 세계가 어떻게 기억하고 잊는지에 대한 명확한 그림을 제시합니다. 시뮬레이션과 실제 하드웨어 모두에서 이러한 시스템의 거동을 해결함으로써, 연구팀은 관찰이 존재하는 상황에서 정보가 어떻게 흐르는지에 대한 기초적인 이해를 제공했으며, 이는 차세대 양자 기술을 마스터하기 위한 핵심적인 단계입니다.