💻 computer science

Pixel-Translation-Equivariant Quantum Convolutional Neural Networks via Fourier Multiplexers

본 논문은 이미지 인코딩 대칭성과 표준 큐비트 치환 사이의 불일치를 해결하기 위해 픽셀 순환 이동과 정확히 교환되는 푸리에 다중화 층을 구축함으로써, 번역된 MNIST 벤치마크에서 비등변 양자 제어보다 우수한 성능을 입증하고 유한 샷 샘플링 비용으로 인해 발생하는 결정적인 훈련-배포 불일치를 강조하는 픽셀-이동-등변 양자 합성 신경망(PCS-QCNNs)을 소개한다.

원저자: Dmitry Chirkov, Igor Lobanov

게시일 2026-08-14

📖 6 분 읽기🧠 심층 분석

CC BY 4.0

원저자: Dmitry Chirkov, Igor Lobanov

원본 논문은 CC BY 4.0 (https://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

당신이 로봇에게 사진 속 고양이를 인식하는 법을 가르치려 한다고 상상해 보세요. 만약 당신이 로봇에게 왼쪽에 있는 고양이 사진을 보여준 다음, 오른쪽에 있는 똑같은 고양이를 보여준다면, 똑똑한 로봇은 "어, 이것도 여전히 고양이네!"라고 깨달아야 합니다. 물체가 움직여도 그것이 동일한 대상임을 이해하는 이 능력은 **이동 대칭성(translation symmetry)**이라고 불립니다. 고전 컴퓨터의 세계에서 우리는 이 규칙을 준수하도록 설계된 **합성곱 신경망(Convolutional Neural Networks, CNN)**이라는 특별한 도구들을 만들어냈으며, 이는 이미지를 포착하는 데 매우 뛰어난 성능을 발휘합니다.

이제, 우리는 이 스마트한 도구들을 양자 컴퓨터를 사용하여 구축하고 싶다고 상상해 봅시다. 양자 컴퓨터는 여러 상태에 동시에 존재할 수 있는 마법 같은 주사기와 같아서 엄청난 속도의 잠재력을 제공합니다. 하지만 문제가 하나 있습니다. 양자 세계에서는 이미지를 컴퓨터에 입력하는 방식(이를 인코딩이라 부릅니다)에 따라 게임의 규칙이 바뀐다는 것입니다. 만약 각 픽셀을 특정 "좌석"(극장 의자 같은)에 할당하여 인코딩한다면, 이미지를 이동시키는 것은 좌석을 옮기는 일이 됩니다. 하지만 픽셀을 "주소 목록"(도서관 카탈로그 같은)에 할당하여 인코딩한다면, 이미지를 이동시키는 것은 카탈로그 카드의 번호를 바꾸는 일이 됩니다. 오늘 우리가 살펴볼 논문은 이 까다로운 퍼즐을 다룹니다. 기존의 많은 양자 설계들은 "좌석 이동" 규칙을 처리하도록 만들어졌지만, "카탈로그 카드" 방식에는 그 규칙이 작동하지 않습니다. 저자들은 만약 당신의 양자 컴퓨터가 움직이는 물체를 진정으로 잘 인식하기를 원한다면, 단순히 일반적인 양자 역학의 규칙을 따르는 것이 아니라, 데이터가 인코딩되는 특정한 방식을 존중하도록 구축해야 한다는 점을 깨달았습니다.

거대한 양자 불일치 (The Great Quantum Mismatch)

ITMO 대학교의 드미트리 치르코프(Dmitry Chirkov)와 이고르 로바노프(Igor Lobanov) 저자들은 양자 컴퓨터가 이미지를 처리하는 방식에서 재미있는 괴리를 발견했습니다. 그들은 이를 "픽셀 대 큐비트(Pixel vs. Qubit)" 불일치라고 부릅니다.

당신에게 한 줄의 전등 스위치(이것들은 양자 정보의 기본 단위인 큐비트입니다)가 있다고 상상해 보세요. 많은 양자 설계에서 엔지니어들은 만약 전등 스위치 한 줄 전체를 오른쪽으로 한 칸 밀면, 컴퓨터가 이를 단순히 이동된 동일한 이미지로 취급해야 한다고 가정했습니다. 이것은 도미노 한 줄을 미는 것과 같습니다. 패턴이 움직여도 패턴은 그대로 남아 있습니다. 이를 **큐비트 순환 이동(Qubit Cyclic Shift, QCS)**이라고 합니다.

하지만 저자들은 FRQI(Flexible Representation of Quantum Images)라고 불리는, 이미지를 양자 컴퓨터에 넣는 인기 있는 방식을 살펴보았습니다. 이 방식에서 이미지는 스위치 자체에 저장되는 것이 아니라, 스위치의 주소에 저장됩니다. 이것은 책(픽셀)이 선반(큐비트)에 순서대로 꽂혀 있는 것이 아니라, 선반에는 라벨(주소)이 붙어 있고 책들은 카드 카탈로그에 목록으로 정리되어 있는 도서관과 같습니다. 만약 책을 선반 1에서 선반 2로 옮긴다면, 당신은 단순히 선반을 미는 것이 아니라 카드의 번호를 바꾸는 것입니다.

저자들은 "스위치를 미는" 규칙(QCS)이 FRQI에서 사용되는 "주소를 바꾸는" 규칙(Pixel Cyclic Shift, 또는 PCS)과 일치하지 않는다는 것을 증명했습니다. 이는 마치 문에 딱 맞는 열쇠를 가지고 있지만, 손잡이 모양이 맞지 않아 문을 열 수 없는 것과 같습니다. 만약 당신이 "스위치 이동" 규칙만을 존중하는 양자 네트워크를 구축한다면, 이 특정 인코딩을 사용할 때 이미지가 이동하더라도 그것이 동일한 이미지임을 인식하는 데 실패할 것입니다. 저자들은 이러한 이미지들을 위한 진정한 "양자 합성곱 신경망(QCNN)"을 만들려면, "스위치" 규칙이 아닌 "주소" 규칙을 존중하도록 구축해야 한다고 주장합니다.

푸리에의 마법 (The Fourier Magic Trick)

그렇다면 잘못된 규칙을 보고 있는 네트워크를 어떻게 고칠 수 있을까요? 저자들은 **푸리에 변환(Fourier Transform)**이라는 수학적 도구를 사용하여 영리한 해결책을 고안해 냈습니다.

고전적인 세계에서 소리의 파동을 분석하고 싶다면, 이를 다양한 음표(주파수)로 분해할 수 있습니다. 양자 세계에서 저자들은 이미지를 이러한 "음표"라는 렌즈를 통해 바라볼 때 "주소 이동" 규칙이 매우 단순해진다는 것을 깨달았습니다. 그들은 이를 **푸리에 기저(Fourier basis)**라고 부릅니다.

그들은 세 단계의 마법 같은 과정을 거치는 새로운 유형의 양자 레이어를 설계했습니다:

음표로 변환: 먼저, 양자 컴퓨터는 특수한 게이트(양자 푸리에 변환)를 사용하여 이미지를 "픽셀 주소"에서 "푸리에 음표"로 변환합니다.
멀티플렉서(The Multiplexer): 다음으로, 컴퓨터는 푸리에 멀티플렉서라고 불리는 특별한 필터를 적용합니다. 이것이 주인공입니다. 각 "음표"(주파수)가 자신만의 고유한 볼륨 조절 노브와 효과를 갖는 거대한 믹싱 보드를 상상해 보세요. 컴퓨터는 다른 것들을 건드리지 않고 각 음표를 독립적으로 미세하게 조정할 수 있습니다. "이동" 규칙이 이러한 음표들에서의 단순한 변화이기 때문에, 이런 방식으로 조정하는 것은 컴퓨터가 이동 대칭성을 준수하도록 보장합니다.
다시 변환: 마지막으로, 컴퓨터는 음표를 다시 픽셀 주소로 변환하여 결과를 읽을 수 있도록 합니다.

이런 방식으로 네트워크를 구축함으로써, 저자들은 **픽셀-이동-등가 QCNN(Pixel-Translation-Equivariant QCNN, PCS-QCNN)**을 만들어냈습니다. 이는 이 네트워크가 FRQI 인코딩 방식에 대해 이미지가 이동해도 동일한 이미지임을 수학적으로 반드시 이해하도록 보장한다는 의미입니다.

이론 검증: 이동된 MNIST 게임 (The Shifted MNIST Game)

그들의 새로운 설계가 실제로 작동하는지 확인하기 위해, 저자들은 필기체 숫자(0부터 9까지)가 포함된 유명한 MNIST 데이터셋을 사용하여 일련의 실험을 수행했습니다.

그들은 **이동된 MNIST(Translated MNIST)**라는 특별한 챌린지를 만들었습니다. 숫자를 페이지 중앙에 두는 대신, 최대 8픽셀까지 무작위로 이동(Shift)시켰습니다. 이는 움직임을 이해하지 못하는 컴퓨터에게는 훨씬 더 어려운 과제입니다.

그들은 네 명의 "선수"를 비교했습니다:

고전적 CNN (Classical CNN): 이동을 처리하도록 설계된 고전 컴퓨터의 표준 모델입니다.
고전적 MLP (Classical MLP): 이동에 대한 지식이 없는 표준 "밀집(dense)" 신경망입니다(개념을 이해하지 못한 채 정답지를 외워버린 학생과 같습니다).
PCS-QCNN: 저자들이 만든, 주소 이동 규칙을 존중하는 새로운 양자 모델입니다.
RBC-QCNN: "무작위 기저 제어(Random Basis Control)" 양자 모델입니다. 이 모델은 저자들의 새로운 모델과 똑같이 생겼지만, 대칭을 존중하는 대신 무작위의 비대칭 규칙을 사용합니다. 이는 대칭성이 정말 중요한지를 증명하기 위한 "대조군"입니다.

결과:

고전적 대결: 예상대로, 고전적 CNN은 이동 대칭성을 처리하도록 설계되었기에 **97.68%**의 정확도로 과제를 압도했습니다. 반면 밀집형 MLP는 **48.93%**에 그치며 비틀거렸습니다. 이는 이 과제가 이동 대칭성에 민감하다는 것을 증명했습니다.
양자 대결: 저자들의 새로운 PCS-QCNN은 **75.89%**를 기록했습니다. 반면 무작위 방식인 RBC-QCNN(대칭을 무시한 모델)은 **40.82%**에 불과했습니다.
격차: 새로운 설계는 무작위 버전보다 35.08 퍼센트 포인트 더 높은 성적을 거두었습니다. 이는 엄청난 승리이며, 데이터 인코딩의 특정 대칭성을 존중하는 것이 양자 이미지 인식에 있어 매우 중요하다는 것을 시사합니다.

하지만 양자 모델들은 고전적 CNN(거의 완벽에 가까운)의 수준에는 미치지 못했습니다. 저자들은 이것이 그들의 양자 모델이 아직 "이상화된" 시뮬레이션이며, 실제 양자 컴퓨터의 하드웨어 제약 조건에 맞춰 아직 최적화되지 않았기 때문이라고 언급했습니다.

"샷(Shot)" 문제: 현실이 닥쳤을 때

한 가지 반전이 더 있습니다. 양자 컴퓨터는 단순히 답을 주는 것이 아니라 확률을 줍니다. 명확한 답을 얻으려면 똑같은 질문을 여러 번 던져야 합니다(이를 **샷(shots)**이라고 합니다).

저자들은 무한한 시간 동안 질문을 던질 수 없을 때 어떤 일이 발생하는지 시뮬레이션했습니다. 그들은 만약 적은 수의 샷(예: 128 또는 256회)만 사용한다면 정확도가 떨어진다는 것을 발견했습니다. 더욱 심각하게도, 그들은 "훈련-배포 불일치(train-deploy mismatch)"를 발견했습니다. 무한한 샷(완벽한 정보)으로 훈련되었을 때 완벽해 보이는 모델이, 제한된 횟수의 샷으로 테스트할 때는 오히려 성능이 더 나빠질 수 있다는 것입니다. 이는 마치 완벽한 교과서로 공부한 학생이 흐릿한 복사본으로 시험을 볼 때 혼란을 느끼는 것과 같습니다.

이는 우리가 언젠가 이러한 양자 모델을 실제로 구축할 때, 단순히 얼마나 잘 학습하는지만 볼 것이 아니라, 수백만 번의 측정을 감당할 여유가 없는 상황에서도 견고하게 작동하도록 설계해야 함을 시사합니다.

핵심 요약 (The Takeaway)

이 논문은 양자 이미지 인식을 해결했거나 고전 컴퓨터를 이기는 작동하는 양자 컴퓨터를 만들었다고 주장하는 것이 아닙니다. 대신, 근본적인 논리 퍼즐을 해결했습니다. 저자들은 대칭성은 만능이 아니다라는 점을 보여주었습니다. 고전적인 합성곱 규칙이나 일반적인 양자 대칭성을 양자 이미지 인코더에 그대로 복사해서 붙여넣을 수는 없습니다.

저자들은 인기 있는 FRQI 인코딩 방식에 대해, 새로운 푸리에 멀티플렉서 기술을 사용하여 "주소 이동" 규칙을 존와해야 한다는 것을 증명했습니다. 실험 결과, 이를 준수하는 것이 무시하는 모델보다 정확도를 35% 이상 높인다는 것을 보여주었습니다. "샷" 비용과 하드웨어 한계와 같은 장애물이 여전히 존재하지만, 이 연구는 양자 컴퓨터가 사물을 보는 방식에 대해 실제로 이해할 수 있는 네트워크를 구축하기 위한 명확하고 건설적인 레시피를 제공합니다. 이는 양자 컴퓨터를 단순히 더 빠른 것이 아니라, 그들이 보고자 하는 세상에 대해 더 똑똑하게 만드는 데 있어 중요한 단계입니다.

기술 요약: 푸리에 멀티플렉서를 통한 픽셀-변환-동변(Pixel-Translation-Equivariant) 양자 합성곱 신경망

문제 정의
대칭성은 머신러닝에서 샘플 효율성과 일반화 능력을 가능하게 하는 유도 편향(inductive bias)의 주요 원천 역할을 한다. 고전적 합성곱 신경망(CNN)에서 변환 동변성(translation equivariance)은 층이 픽셀 이동과 교환(commute)되도록 제한함으로써 하드코딩된다. 그러나 양자 머신러닝(QML)에서 "변환"의 정의는 회로 구조 자체에 내재된 것이 아니라, 데이터 인코딩과 회로의 대칭성에 의해 공동으로 결정된다.

본 논문은 기존 양자 합성곱 신경망(QCNN) 설계, 특히 다중 척도 얽힘 재정규화 근사(MERA) 구조에서 영감을 받은 설계들의 결정적인 불일치를 식별한다. 많은 기존 QCNN은 물리적 큐비트의 순환 치환(Qubit Cyclic Shift, QCS)에 대해 동변성을 강제한다. 이는 픽셀-to-큐비트 인코딩에는 작동하지만, 주소/진폭 기반 인코딩(FRQI와 같은 Flexible Representation of Quantum Images)에는 실패한다. FRQI에서 픽셀 변환은 공간 인덱스 레지스터에 대한 모듈로 덧셈(Pixel Cyclic Shift, PCS)으로 나타나며, 이는 물리적 큐비트 레이블의 순열과는 다르게 작용한다. 결과적으로, QCS에 대해 동변인 회로는 인코딩된 데이터의 픽셀 변환에 대해 반드시 동변적이지 않으며, 이는 합성곱 유도 편향을 저해한다.

방법론
저자들은 양자 회로의 대칭성을 데이터 인코딩에 의해 유도된 변환 대칭성과 정렬하기 위한 공식적인 프레임워크를 제안한다.

대칭성 정형화: 본 논문은 QCS(큐비트 텐서 인자의 순환 치환)와 PCS(인덱스 레지스터의 모듈로 덧셈)를 구분한다. 저자들은 주소 기반 인코딩의 경우, QCS를 강제하는 것이 PCS 동변성을 보장하지 않음을 증명한다.
푸리에 멀티플렉서 구축: PCS-동변 층을 구축하기 위해, 저자들은 변환 연산자가 양자 푸리에 변환(QFT)에 의해 대각화된다는 사실을 활용한다. 이들은 푸리에 기저에서의 유니터리 교환자(unitary commutant)를 특성화한다. PCS-동변 층은 다음과 같이 구성된다:
- 공간 인덱스 레지스터에 QFT를 적용한다.
- 푸리에 기저에서 블록 대각 유니터리(푸리에 멀티플렉서)를 적용한다. 여기서 각 푸리에 모드 $k$ 는 특징(feature) 레지스터에 독립적인 유니터리 변환 $U_k$ 를 적용한다.
- 계산 기저로 돌아오기 위해 역 QFT(IQFT)를 적용한다.
  이 구조는 층이 픽셀 변환과 정확히 교환되도록 보장한다.
풀링을 포함한 심층 아키텍처: 저자들은 이러한 푸리에 멀티플렉서 층을 쌓아 심층 다중 척도 QCNN을 구축한다. 비선형성을 도입하고 차원을 축소하기 위해(고전적 풀링과 유사하게), 측정 유도 풀링(measurement-induced pooling)을 사용한다. 각 합성곱 블록 이후, 공간 인덱스 레지스터의 최하위 유의 큐비트들을 계산 기저에서 측정한다. 이 결과는 후속 멀티플렉서 블록의 선택을 조건화한다. 이는 활성 인덱스 레지스터 크기가 깊이에 따라 감소하는 분기 의존적(branch-dependent) 구조를 생성한다.
하이브리드 판독(Readout): 양자 코어는 남은 큐비트들에 대한 확률 분포를 출력하며, 이는 분류를 위한 고전적 선형-소프트맥스 헤드로 전달된다. 최종 레이블 불변성은 엄격하게 부과되는 것이 아니라 헤드에 의해 학습된다.
학습 가능성 진단: 저자들은 바렌 플래토(barren plateau) 문제와 특정 파라미터 수 스케일링 문제를 다룬다. 이들은 총 파라미터의 지수적 성장(per-coordinate gradient magnitude를 희석시킴)과 전체 그래디언트 노름(norm)의 억제를 구분한다. 이 효과들을 분리하기 위해 경험적 손실 그래디언트 노름과 샘플당 RMS 그래디언트 노름을 모두 보고한다.

주요 기여

형식적 불일치 식의 규명: 본 논문은 주소 기반 인코딩에서 QCS(큐비트 레이블 대칭)와 PCS(픽셀 변환 대칭) 사이의 불일치를 엄밀하게 정형화하여, 기존 MERA 기반 QCNN이 픽셀 변환 동변성을 본질적으로 보존하지 못함을 입증한다.
구조적 특성화: 저자들은 PCS-동변 유니터리의 정확한 형태를 푸리에 공간의 멀티플렉서로 도출하여, 인코딩의 변환 대칭성을 존중하는 양자 합성곱 층을 설계하기 위한 구성적 레시피를 제공한다.
벤치마크 설계: 변환 유도 편향의 효과를 격리하기 위해, 저자들은 숫자가 무작위로 이동된 "translated-MNIST" 벤치마크를 활용한다. 이 환경은 모델이 밀집된(dense) 모델이 적절히 수행할 수 있는 표준 중심 MNIST와 달리, 변환 동변성에 의존하도록 강제한다.
통제된 비교: 연구는 다음의 매칭된 대조군을 사용한다:
- 고전적: translated-MNIST에 대한 CNN vs. Dense MLP.
- 양자: PCS-QCNN vs. 동일한 파라미터 수와 깊이를 유지하면서 푸리에 멀티플렉서 대신 무작위 유니터리를 사용하는 매칭된 비-PCS 무작위 기저 제어(RBC-QCNN).
유한 샷(Finite-Shot) 분석: 저자들은 추론 시 유한 측정 샷(샘플링 노이즈)의 영향을 조사하여, 무한 샷(정확한) 확률로 최적화된 모델이 고정된 샷 예산 하에서 크게 저하될 수 있는 잠재적인 "학습-배포 불일치(train-deploy mismatch)"를 밝혀낸다.

결과

고전적 베이스라인: translated-MNIST 벤치마크에서 고전적 CNN은 밀집된 MLP(97.68% vs. 48.93%)를 크게 앞질렀으며, 이는 작업이 변환 유도 편향에 민감함을 확인시켜 준다.
양자 성능: PCS-QCNN은 75.89%의 평균 테스트 정확도를 달현하여, 매칭된 비-PCS RBC-QCNN(40.82%)을 크게 상회했다. 이 35.08 퍼센트 포인트의 격차는 인코딩에 정렬된 대칭(PCS)을 강제하는 것이 대칭이 깨진 무작위 제어 모델보다 상당한 유도 편향 이점을 제공함을 시사한다.
아키텍처 스윕: 깊이( $Q$ )와 특징 폭( $n_f$ )을 변화시키는 실험은 성능이 깊이에 따라 엄격하게 단조적이지는 않지만, 더 넓은 특징 레지스터와 중간 정도의 깊이가 일반적으로 더 나은 결과를 낸다는 것을 보여준다.
해상도 민감도: Full-MNIST의 경우, 높은 입력 해상도(예: 32x32)가 공격적인 다운샘플링(8x8)보다 일반적으로 더 우수한 성능을 보인다. 32x32 직접 전처리는 98.13%의 정확도를 달성했다.
유한 샷 효과: 유한 샷 진단 결과, 학습은 정확한 확률로 수행되지만 제한된 샷(예: 128–2048)을 사용한 추론은 정확도 저하를 초래할 수 있음을 보여준다. 특히, (무한 샷 한계에서 더 날카로운 손실 지형을 갖는) 더 오래 학습된 모델들이 고정된 샷 예산 하에서 더 취약할 수 있으며, 이는 학습 진행도와 유한 샷 추론 정확도 사이의 비단조적 관계를 나타낸다.

의의 및 주장
본 논문은 양자 합성곱이 단순히 큐비트 토폴로지가 아니라 데이터 인코딩에 상대적으로 정의되어야 한다고 주장한다. 큐비트 순열(QCS)이 아닌 인코딩 유도 변환(PCS)에 대해 동변성을 강제함으로써, 제안된 아키텍처는 양자 설정에서 합성곱 유도 편향을 성공적으로 포착한다.

저자들은 자신들의 결과가 이상적인 상태 벡터 벤치마크에서 파라미터 매칭된 대칭 붕괴 제어 모델에 비해 PCS 구조의 보존을 뒷받침한다는 점을 겸허히 명시한다. 저자들은 하드웨어 네이티브 성능 문제나 모든 모델에 걸친 체계적인 유한 샷 저하를 해결했다고 주장하지 않는다. 이 연구는 샘플링 비용(샷 예산)이 배포 관련 하이퍼파라미터이며, 인코딩의 선택이 양자 합성곱 층을 위한 적절한 대칭 제약 조건을 근본적으로 결정한다는 점을 강조한다. 이 연구는 양자 머신러닝에서 합성곱 유도 편향을 평가하기 위한 진단 프레임워크 역할을 하며, 아키텍처 효과와 확률적 샘플링 노이즈를 분리한다.