← 최신 논문
⚛️ 양자물리학

Improved Low-Cost Quantum Error Mitigation with Benchmarked-Noise Zero-Noise Extrapolation (bnZNE)

이 논문은 클래식하게 시뮬레이션 가능한 벤치마크 회로를 활용하여 유효 오류율을 더 정확하게 추정하고 다양한 하드웨어 플랫폼 및 대규모 애플리케이션 전반에서 제로 노이즈 외삽 과정을 개선함으로써 표준 ZNE보다 성능이 뛰어난 저비용 양자 오류 완화 기술인 벤치마크 노이즈 제로 노이즈 외삽(bnZNE)을 소개하고 실험적으로 검증한다.

원저자: Joseph Harris, Kevin Lively, Peter Ken Schuhmacher

게시일 2026-11-13
📖 4 분 읽기🧠 심층 분석

원저자: Joseph Harris, Kevin Lively, Peter Ken Schuhmacher

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

유용한 양자 컴퓨터를 구축하기 위한 경쟁 속에서, 과학자들은 지속적이고 완고한 장애물에 직면해 있습니다. 바로 노이즈(noise)입니다. 고전 컴퓨터의 안정적인 비트와 달리, 이러한 기계들을 구동하는 양자 비트, 즉 큐비트(qubits)는 믿을 수 없을 정도로 취약합니다. 이들은 주변 환경에 매우 민려하여, 아주 미세한 진동, 온도 변화, 또는 전자기적 속삭임만으로도 정보를 잃어버릴 수 있으며, 계산이 완료되기도 전에 계산 내용을 오염시킬 수 있습니다. 복잡한 과업을 시도할 만큼 강력하지만 아직 오류 없이 실행할 만큼 완벽하지는 않은 현재 세대의 양자 장치들에게, 이 노이즈는 발전의 주요 장벽입니다. 이를 극복하기 위해 연구자들은 양자 오류 완화(quantum error mitigation)라고 불리는 일련의 기술들을 개발했습니다. 이 방법들은 하드웨어 자체를 고치는 것이 아니라, 인위적인 노이즈를 다양한 양으로 추가하여 동일한 계산을 여러 번 실행한 다음, 클래식 컴퓨터를 사용하여 기계가 완벽하게 정숙했을 때의 결과가 무엇이었을지 수학적으로 추측하는 방식입니다. 이 방법 중 가장 대중적인 것 중 하나는 제로 노이즈 외삽(zero-noise extrapolation)이라 불리는 것입니다. 이는 의도적으로 회로를 단계별로 더 시끄럽게 만들고, 각 단계에서의 결과를 측정한 다음, 노이즈가 제로인 이론적 지점으로 선을 그려 되돌아가는 방식으로 작동합니다.

하지만 이 대중적인 방법은 현실 세계에서는 자주 실패하는 단순화된 가정에 의존합니다. 연구자들이 추가한 노이즈의 양이 기계가 실제로 겪고 있는 실제 노이즈와 일치한다는 것, 즉 노이즈를 늘리기 위해 돌리는 다이얼이 완벽하게 정확하다는 가정입니다. 실제로 기계의 노이즈는 더 불규칙하게 작동합니다. 노이즈는 시간이 지남에 따라 변할 수 있고, 다이얼 설정과 실제 오류 사이의 관계가 일정하지 않을 수도 있습니다. 이러한 불일치는 숨겨진 편향(bias)을 유발하여, 특히 크고 복잡한 계산에서 최종 추측치를 부정확하게 만듭니다. 독일 항공우주 센터(German Aerospace Center)의 연구팀은 이 결함을 수정하기 위해 개선된 접근 방식을 개발했습니다. 그들은 이 방법을 벤치마크 노이즈 제로 노이즈 외삽(benchmarked-noise zero-noise extrapolation)이라고 부릅니다. 다이얼을 신뢰하는 대신, 그들은 모든 노이즈가 섞인 계산과 함께 두 번째의 더 단순한 테스트 회로를 실행합니다. 이 테스트 회로는 예측하기 쉽게 설계되어, 특정 순간에 실제로 존재하는 노이즈가 정확히 얼마인지 측정하는 내장된 자(ruler)와 같은 역할을 합니다. 이론적인 설정값이 아닌 이 실시간 노이즈 측정을 사용함으로써, 그들은 노이즈가 없는 결과로 훨씬 더 정확하게 선을 그려 되돌아갈 수 있습니다.

연구진은 이 새로운 방법을 두 가지 유형의 양자 하드웨어, 즉 156개의 큐비트를 가진 IBM Fez 장치와 54개의 큐비트를 가진 IQM Emerald 장치에서 테스트했습니다. 그들은 자기 사슬(magnetic chains)의 거동 시뮬레이션, 양자 푸리에 변환(quantum Fourier transforms)이라 불리는 복잡한 수학적 변환 수행, 그리고 탐색 알고리즘 실행을 포함한 매우 도전적인 다양한 문제들에 이 기술을 적용했습니다. 모든 경우에서 그들은 자신들의 새로운 방법을 표준 방식과 비교했습니다. 결과는 명확하고 일관된 우위를 보여주었습니다. 연구진이 표준 방법을 사용했을 때, 최종 답변은 특히 회로가 깊어지고 복잡해짐에 따라 실제 값에서 벗어나는 경우가 많았습니다. 반면, 새로운 벤치마크 방법을 사용했을 때는 결과가 진실에 훨씬 더 가까이 머물렀습니다. 예를 들어, 100개의 큐비트를 포함하는 시뮬레이션에서 표준 방법은 결과가 상당히 어긋난 값을 냈지만, 새로운 방법은 편향을 교정하여 기대되는 결과에 대한 훨씬 더 충실한 표현을 제공했습니다.

이 개선의 핵심은 팀이 노이즈를 측정하는 방식에 있습니다. 표준적인 접근 방식에서는 연구자가 특정 연산을 반복함으로써 회로의 노이즈를 3배로 늘리기로 결정하고, 오류율 또한 3배가 되었다고 가정할 수 있습니다. 새로운 방법은 검증의 층을 하나 더 추가합니다. 노이즈가 섞인 계산마다 컴퓨터는 '벤치마크' 회로를 함께 실행합니다. 이 벤치마크 회로는 연구자들이 일반 컴퓨터로 완벽하게 풀 수 있는 원본 문제의 단순화된 버전입니다. 그들은 정답이 무엇인지 정확히 알고 있기 때문에, 양자 기계의 출력에서 발생하는 모든 편차는 그 순간 발생하는 정확한 오류 수준을 알려줍니다. 그들은 측정된 오류 수준이 이론적 설정과 일치하지 않는 경우가 많다는 것을 발견했습니다. 때로는 기계가 예상보다 더 시끄러웠고, 때로는 더 조용했습니다. 이론적 설정이 아닌 이 실제 측정된 오류에 대해 결과를 도표화함으로써, 노이즈 없는 결과를 추측하기 위해 사용되는 수학적 곡선은 훨씬 더 신뢰할 수 있게 되었습니다. 이를 통해 그들은 너무 시끄러워서 정보를 제공할 수 없었던 기계들로부터 정확한 답을 추출할 수 있었습니다.

연구팀은 또한 이 방법이 서로 다른 유형의 오류와 회로 구조를 어떻게 처리하는지 탐구했습니다. 그들은 회로의 깊이, 즉 계산을 완료하는 데 걸리는 단계의 수가 포함된 총 큐비트 수보다 성공을 결정하는 데 더 결정적인 요인이라는 것을 발견했습니다. 현재의 하드웨어 한계를 밀어붙이는 매우 깊은 회로에 대해서도, 새로운 방법은 기존 방법이 실패한 곳에서 유용한 신호를 복구해 냈습니다. 그러나 연구진은 회로가 극도로 깊어짐에 따라 결과의 변동성이 커지기 시작했다는 점을 언급했는데, 이는 매우 시끄러운 환경에서 신호를 끌어내려고 할 때 발생하는 자연스러운 트레이드오프(trade-off)입니다. 그럼에도 불구하고, 이 방법은 5큐비트 탐색부터 거대한 100큐비트 시뮬레이션에 이르기까지 테스트한 모든 응용 분야에서 일관되게 기존 기술보다 뛰어난 성능을 보였습니다.

이 연구는 노이즈를 측정하고 고려하는 방식의 상대적으로 간단한 변화가 오늘날의 양자 컴퓨터의 신뢰성을 크게 향상시킬 수 있음을 입증합니다. 이 방법은 새로운 하드웨어나 값비싼 업그레이드를 요구하지 않습니다. 단지 실시간으로 노이즈를 교정하기 위해 몇 개의 추가 테스트 회로를 실행하는 것만을 필요로 합니다. 연구진은 이 접근 방식이 서로 다른 유형의 양자 기계에서 작동함을 보여주었으며, 이는 이 장치들을 사용하는 누구에게나 표준적인 도구가 될 수 있음을 시사합니다. 양자 하드웨어가 계속 개선되고 오류율이 서서히 낮아짐에 따라, 노이즈를 정확하게 측정하고 교정하는 능력은 더욱 가치 있어질 것입니다. 현재로서는, 이 기술은 우리가 가진 불완전한 기계들로부터 더 나은 답을 얻을 수 있는 실질적인 방법을 제공하며, 노이즈가 많은 현재와 오류가 없는 미래 사이의 간극을 메워주고 있습니다.

연구 분야의 논문에 파묻히고 계신가요?

연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.

Digest 사용해 보기 →