← 최신 논문
⚛️ 양자물리학

Logical error prediction and geometry selection for rectangular surface codes under biased circuit-level noise

본 논문은 편향된 노이즈 하에서의 논리 오류율을 예측하기 위해 편향되지 않은 회로 수준의 시뮬레이션을 활용하여, 특정 오류 임계값에서 정사각형 코드 대비 물리적 큐비트 오버헤드를 최대 42.4%까지 감소시키는 것을 입증하는 미회전 직사각형 표면 코드용 기하학적 구조 선택 방법을 제시한다.

원저자: Youshin Chung, Yujin Kang, Jun Heo

게시일 2026-11-18
📖 5 분 읽기🧠 심층 분석

원저자: Youshin Chung, Yujin Kang, Jun Heo

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

오늘날의 기계가 도달할 수 없는 문제를 해결할 수 있는 컴퓨터를 구축하려면 정보를 처리하는 방식에 근본적인 변화가 필요합니다. 0 또는 1로 엄격히 구분되는 비트 대신, 미래의 이 컴퓨터들은 동시에 두 가지 상태로 존재할 수 있는 미세한 상태의 큐비트(qubit)를 사용합니다. 그러나 이 미세함은 이들의 가장 큰 약점이기도 합니다. 열, 진동, 또는 주변의 전자기장과 같은 환경으로부터의 아주 작은 방해조차도 큐비트가 정보를 잃게 만들 수 있는데, 이 과정을 '노이즈(noise)'라고 합니다. 유용한 기계를 만들기 위해 과학자들은 이러한 취약한 상태를 지속적인 오류로부터 보호해야 합니다. 이 보호를 위한 주요 전략은 '표면 코드(surface code)'라고 불리는데, 이는 많은 물리적 큐비트의 격자 위에 정보를 분산시켜 하나의 더 신뢰할 수 있는 '논리적(logical)' 큐비트를 만드는 방법입니다. 이것을 마치 안전망과 같이 생각할 수 있습니다. 만약 한 줄기가 끊어지더라도 다른 줄기들이 무게를 지탱하는 것과 같습니다.

수년간 연구자들은 이러한 시스템의 오류가 무작위로, 그리고 모든 방향으로 균등하게 발생한다고 가정해 왔습니다. 하지만 현실 세계에서, 특히 오늘날 가장 진보된 양자 실험을 구동하는 초전도 회로에서는 노이즈가 무작위가 아닙니다. 노이즈는 편향되어 있습니다. 팽이가 한쪽 방향으로 더 잘 흔들리는 것처럼, 양자 오류는 특정 유형의 실수 쪽으로 치우치는 경향이 있습니다. 많은 시스템에서 큐비트의 위상(phase)을 흐트러뜨리는 오류는 상태를 뒤집는(flip) 오류보다 훨씬 더 자주 발생합니다. 이러한 비대칭성은 잠재적인 지름길을 제공합니다. 만약 시스템이 특정 종류의 오류에 취약하다면, 아마도 우리는 그 방향으로는 더 두껍고 다른 방향으로는 더 얇은 안전망을 설계하여 엄청난 양의 공간과 자원을 절약할 수 있을 것입니다. 과제는 노이즈가 계산 사이의 정적인 순간뿐만 아니라 컴퓨터의 모든 작동 단계마다 복잡하게 발생할 때, 그 안전망을 정확히 어떤 모양으로 만들 것인가를 알아내는 것이었습니다.

고려대학교 연구팀은 이제 이를 수행할 수 있는 실질적인 방법을 찾아냈습니다. 그들은 표면 코드에 집중하여, 특히 편향된 노이즈를 활용하기 위해 격자를 정사각형에서 직사각형으로 재구성하는 방법을 살펴보았습니다. 그들의 연구는 중요한 간극을 다룹니다. 즉, 물리적 큐비트가 편향되어 있다는 것은 알고 있었지만, 그 편향이 오류 수정이라는 혼란스러운 과정 속에서 어떻게 살아남는지 알지 못했다는 점입니다. 실제 양자 회로에서 컴퓨터는 오류를 포착하기 위해 자신의 상태를 끊임없이 측정해야 합니다. 이러한 측정에는 큐비트를 능동적으로 조작하는 일련의 '게이트(gate)' 작업과, 큐비트가 다음 단계를 위해 단순히 기다리는 '유휴(idle)' 상태가 포함됩니다. 연구진은 유휴 상태에서는 하드웨어의 강한 편향이 유지되지만, 능동적인 게이트와 측정 과정에서는 오류가 무작위화되어 편향이 흐려진다는 것을 발견했습니다. 이는 컴퓨터 전체가 편향되어 있다고 단순히 가정하면 설계가 부실해질 것이며, 반대로 전체가 무작위라고 가정하면 자원이 낭비될 것임을 의미합니다.

이를 해결하기 위해 연구팀은 모든 가능성을 처음부터 일일이 시뮬레이션하지 않고도 최적의 양자 격자 모양을 예측할 수 있는 방법을 개발했습니다. 그들은 먼저 편향되지 않은 표준 환경에서 오류가 어떻게 행동하는지에 대한 상세한 모델을 구축했습니다. 이 모델은 격자의 크기와 모양이 논리적 오류 발생 확률에 어떤 영향을 미치는지 설명하는 기준점 역할을 했습니다. 그런 다음, 편향을 고려할 수 있는 영리한 방법을 도입했습니다. 모든 가능한 편향 수준에 대해 수천 번의 새로운 시뮬레이션을 실행하는 대신, 그들은 유휴 상태에서의 변화와 전체 오류율의 변화에 대해 논리적 오류율이 얼마나 민감하게 반응하는지를 측정했습니다. 이 두 가지 반응을 비교함으로써, 그들은 편향된 시스템의 거동을 편향되지 않은 기준 모델을 사용하여 번역할 수 있게 해주는 일종의 변환 계수를 도출했습니다. 이 접근 방식 덕분에 그들은 편향되지 않은 참조 회로의 데이터만을 사용하여 편향된 시스템의 성능을 높은 정확도로 예측할 수 있었습니다.

그들의 시뮬레이션 결과는 놀라웠습니다. 목표로 하는 신뢰 수준에 대해 가장 효율적인 격자 모양을 찾기 위해 이 방법을 적용했을 때, 직사각형 코드는 전통적인 정사각형 코드를 일관되게 능가했습니다. 그들이 테스트한 시나리오에서, 직사각형 격자를 사용하면 한 노이즈 모델에서는 최대 42.4%, 다른 모델에서는 26.2%까지 물리적 큐비트의 수를 줄일 수 있었습니다. 이를 체감하기 위해 설명하자면, 표준 정사각형 격도가 특정 수준의 안전성을 확보하기 위해 거의 3,000개의 물리적 큐비트를 필요로 한다면, 그들의 최적화된 직사각형 설계는 그보다 적은 1,700개 미만의 큐비스로 동일한 안전성을 달 수 있었습니다. 이러한 감소는 사소한 조정이 아닙니다. 이는 결함 허용(fault-tolerant) 양자 컴퓨터를 구축하는 데 필요한 물리적 하드웨어의 양을 대폭 절감하는 것을 의미합니다. 연구진은 직접적인 고충실도 시뮬레이션을 통해 편향된 회로를 검증함으로써, 예측된 절감 효과가 실제이며 직사각형 격자가 엄격한 안전 목표를 충족한다는 것을 확인했습니다.

또한 이 연구는 무엇이 효과가 없는지도 명확히 했습니다. 연구팀은 두 가지 더 단순한 아이디어를 명시적으로 테스트했습니다. 하나는 편향을 완전히 무시하는 것이었고, 다른 하나는 전체 시스템에 편향의 전체 강도가 적용된다고 가정하는 것이었습니다. 두 접근 방식 모두 예측에서 상당한 오류를 낳았습니다. 편향을 무시한 설계는 충분히 안전하지 못했고, 편향이 모든 곳에 적용된다고 가정한 설계는 너무 크고 낭비적이었습니다. 진실은 그 중간, 즉 유휴 상태를 통해 필터링되는 특정 방식 속에 있었습니다. 연구진은 편향 반응이 단일 표준 크기의 격리에서 도출된 고정된 수치 세트에 의해 포착될 수 있음을 발견했습니다. 이 수치들은 서로 다른 격자 크기와 서로 다른 편향 수준에서도 정확하게 유지되었으며, 이는 물리적 하드웨어와 논리적 보호 사이의 관계가 이전에 생각했던 것보다 더 안정적이고 예측 가능하다는 것을 시사합니다.

이 연구는 양자 하드웨어의 무질서한 현실과 오류 수정의 깔끔한 수학 사이의 실질적인 가교를 제공합니다. 국소적인 편향에 대한 논리적 반응을 편향되지 않은 참조 모델로부터 추론할 수 있음을 보여줌으로써, 연구팀은 엔지니어들이 더 효율적인 양자 컴퓨터를 설계할 수 있는 도구를 제공했습니다. 그들은 코드의 기하학적 구조를 하드웨어의 고유한 노이즈 특성에 맞춤으로써, 신뢰할 수 있는 기계를 구축하는 데 필요한 오버헤드를 크게 줄일 수 있음을 입증했습니다. 비록 시뮬레이션이 특정 조건 하에서 수행되었고 실제 장치에서 발견되는 모든 유형의 오류를 포함하지는 않았지만, 결과는 명확한 방향을 제시합니다. 이 연구 결과는 미래의 양자 컴퓨팅이 단순히 더 나은 큐비트를 만드는 것뿐만 아니라, 큐비트가 실패하는 독특한 방식을 존중하는 형태로 배열하는 것에 달려 있음을 시사합니다.

연구 분야의 논문에 파묻히고 계신가요?

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

Digest 사용해 보기 →