Ground-State Preparation by Projection onto the Maximal Decoherence-Free Subspace: Operator-Algebraic Derivation and Constant-Depth Execution on 156-Qubit Processors

양자 컴퓨팅의 세계에서 가장 큰 장애물은 동력의 부족이 아니라 시간의 부족이다. 양자 컴퓨터는 물질의 섬세한 상태를 취약한 균형 속에 유지하며 작동하지만, 이 상태가 주변의 노이즈가 있는 환경과 상호작용하는 순간 붕괴한다. 결맞음 해제(decoherence)라고 알려진 이 현상은 복잡한 계산이 끝나기도 전에 정보를 지워버리는 끊임없는 정적(static)처럼 작용한다. 수년 동안 과학자들은 계산이 노이즈에 패배하기 전에 완료하기를 바라며 점점 더 깊은 회로를 구축함으로써 이에 맞서 싸우려 노력해 왔다. 그러나 문제가 커질수록 이러한 계산을 실행하는 데 필요한 시간은 하드웨어가 제공할 수 있는 아주 짧은 안정성의 창을 초과하는 경우가 많다. 표준적인 접근 방식은 마치 안개 속에서 산을 내려가는 등산객이 길을 더듬어 내려가듯 양자 시스템을 정답을 향해 천천히 유도하는 것이었으나, 이 느린 여정은 종종 노이즈 속에서 길을 잃거나 국소적인 막다른 골목(local dead ends)에 갇히곤 했다.

모하메드 하산(Mohamed Hassan)의 최근 연구에서 상세히 다뤄진 새로운 접근 방식은 목적지에 도달하는 다른 방법을 제시한다. 경로를 따라 걷는 대신, 단순히 지면 위로 직접 발을 내딛는 것이다. 연구진은 양자 상태를 시간에 따라 진화시키려 노력하는 대신, 물리 법칙을 사용하여 시스템을 보호된 상태로 즉각 투영하는 방법을 제안한다. 결맞음 해제 자유 부공간(decoherence-free subspace)이라고 불리는 이 상태는 양자 정보가 주변 노이즈로부터 자연스럽게 면역력을 갖는 특별한 영역이다. 문제를 해결하는 답이 이 보호된 영역 안에 존재하도록 실험을 설계함으로써, 컴퓨터는 노이즈와 단계별로 싸울 필요 없이 정답으로 바로 뛰어넘을 수 있다. 이 방법은 156개의 큐비트를 가진 실제 작동하는 양자 프로세서에서 테스트되었으며, 문제의 규모와 상관없이 단 한 번의 일정한 단계로 복잡한 양자 상태를 준비할 수 있음을 입증했다.

이 발견의 핵심은 동적 시뮬레이션에서 구조적 투영으로의 전환에 있다. 변분 양자 고유값 솔버(Variational Quantum Eigensolver)와 같은 전통적인 방식은 컴퓨터가 회로를 실행하고, 결과를 측정하고, 설정을 조정한 뒤 다시 시도하는 시행착오 과정에 의존한다. 이 루프는 수천 번의 반복을 필요로 할 수 있으며, 컴퓨터가 자신의 실수로부터 배우는 능력을 상실하는 '배런 플래토(barren plateau)'라고 알려진 문제에 빠지기 쉽다. 반면, 새로운 프레임워크는 양자 시스템 내에서 '안전 지대'에 해당하는 특정 수학적 구조를 식별한다. 이 안전 지대는 양자 비트가 환경과 상호작나하는 방식에 의해 정의된다. 문제가 올바르게 인코딩된다면, 바닥 상태(ground state)—즉, 가장 낮은 에너지 상태이자 정답—는 자연스럽게 이 안전 지대와 일치하게 된다. 연구진은 단 한 번의 구조적 연산을 적용함으로써 원치 않는 모든 상태를 걸러내고 오직 정답만을 남길 수 있음을 보여주었으며, 이를 통해 길고 오류가 발생하기 쉬운 일련의 연산 과정을 효과적으로 우회했다.

연구팀은 각각 156개의 큐비트를 포함하는 세 가지 서로 다른 IBM 양자 프로세서에서 이 이론을 검증했다. 그들은 이론적 보호가 실제 환경의 노이즈에 대해 유효한지 확인하기 위해 라이브 하드웨어에서 프로토콜을 실행하며 55회의 독립적인 실험을 수행했다. 결과는 놀라웠다. 조합 최적화 문제를 포함한 테스트에서, 이 방법은 무작위 확률보다 수십만 배 더 높은 확률로 정확한 해를 성공적으로 찾아냈다. 예를 들어, 12개의 노드를 가진 그래프를 이용한 특정 테스트에서 시스템은 82% 이상의 시행에서 정확한 최대 컷(maximum cut)을 생성한 반면, 무작위 추측은 2,000번 중 1번 미만으로 성공했다. 연구진은 또한 분자 화학, 암호학, 포트폴리오 최적화를 포함한 다양한 분야의 문제에 대해 이 방법을 테스트하여, 근본적인 양자 회로의 깊이를 변경하지 않고도 동일한 메커로니즘이 다양한 유형의 문제를 해결할 수 있음을 보여주었다.

이 연구의 중요한 측면은 이 작업이 하지 않는다고 명시한 부분이다. 연구진은 자신들의 방법이 갖는 '일정한 깊이(constant depth)'가 오직 양자 실행 자체만을 의미한다고 명시적으로 밝히고 있다. 문제의 난이도가 제거된 것은 아니다. 단지 위치가 옮겨졌을 뿐이다. 전통적인 방식에서는 어려움이 회로를 실행하는 데 걸리는 시간에 숨겨져 있다. 이 새로운 방식에서는 어려움이 문제를 보호 구역으로 매핑하는 데 필요한 특정 지침을 준비하는 과정에서 컴퓨터에 의해 사전에 처리된다. 만약 어떤 문제를 빠르게 매핑하는 것을 고전 컴퓨터가 파악할 수 없을 정도로 어렵다면, 이 방법 역시 해결할 수 없다. 혁신은 일단 매핑이 완료되면 양자 부분이 믿을 수 없을 정도로 빠르고 견고하며, 오류 수정이나 긴 대기 시간이 필요하지 않다는 점에 있다. 이 구분은 매우 중요하다. 이 방법은 어려운 문제를 쉽게 만드는 것이 아니라, 현재의 불완전한 기계에서도 그 문제를 푸는 양자 부분을 실행 가능하게 만드는 것이다.

이 실험의 성공은 양자 하드웨어의 특정 특성, 즉 큐비트가 연결되는 방식과 특정 유형의 노이즈에 자연적으로 저항하는 방식에 달려 있다. 연구진은 대규모 156-큐비트 프로세서를 여러 개의 작고 독립적인 큐비트 쌍으로 나누는 '타일링(tiling)' 전략을 사용했다. 각 쌍은 동시에 투영을 수행할 수 있는 작고 자립적인 단위 역할을 했다. 이 모든 쌍이 동시에 작동했기 때문에, 양자 상태가 생존해야 하는 총 시간은 참여하는 쌍의 수와 관계없이 일정하게 유지되었다. 이를 통해 시스템은 오류의 위험을 증가시키지 않고도 규모를 확장할 수 있었다. 연구진은 또한 이 보호 기능이 3개, 4개, 심지어 5개의 큐비트가 동시에 상호작용하는 더 복잡한 상호작용에 대해서도 수학적으로 작동함을 증명하여, 단순한 2-큐비트 쌍을 넘어 이 방법을 확장했다.

가장 중요한 발견 중 하나는 이 방법이 최근 몇 년간 양자 컴퓨팅 연구를 지배해 온 '변분(variational)' 루프를 피한다는 점이다. 노브를 조절하고 시스템이 안정되기를 기다리며 답을 찾는 대신, 새로운 방법은 직접적인 투영을 사용한다. 이는 마치 올바른 답만을 통과시키고 나머지는 차단하는 체(sieve)를 가진 것과 같다. 연구진은 이 체가 단순한 이론적 아이디어가 아니라 기존 하드웨어상에서 구현 가능한 물리적 실체임을 보여주었다. 그들은 능동적인 오류 수정 없이도 실험 중에 양자 상태가 안정적으로 유지되었으며, 보호 구역에서 벗어나지 않았음을 확인했다. 이는 문제가 올바른 방식으로 인코딩되어 있다면, 시스템의 자연스러운 대칭성이 정보를 보호하기에 충분하다는 것을 시사한다.

연구는 또한 다양한 유형의 문제를 이 시스템에 어떻게 인코딩할 것인가라는 질문을 다루었다. 연구진은 화학이나 금융 분야의 문제를 양자 프로세서의 언어로 번환하는 레시피를 제공하는 '압축 인코딩(compression encoding)' 정리를 개발했다. 그들은 수소 분자의 전자 상관관계와 큰 수의 인수분해를 포함한 여섯 가지 유형의 문제에 대해 이를 테스트했다. 모든 경우에서 시스템은 문제 해밀토니안(Hamiltonian)의 바닥 상태, 즉 가장 낮은 에너지 구성을 성공적으로 준비했다. 이는 이 방법이 단일 유형의 문제에 국한되지 않고, 보호된 부공간의 특정 구조에 매핑될 수 있는 한 광범위한 과학적, 수학적 과제에 적응할 수 있음을 입증한다.

성공에도 불구하고 연구진은 자신들의 주장의 범위에 대해 신중한 태도를 유지하고 있다. 그들은 이 방법이 고전 컴퓨터가 효율적으로 바닥 상태 에너지를 계산할 수 있는 특정 클래스의 문제에 대해서만 작동한다는 점을 강조한다. 바닥 상태를 찾는 것이 본질적으로 어렵고 지수적인 시간을 요구하는 문제에 대해서는 이 방법이 지름길을 제공하지 않는다. 양자 가속(quantum speedup)은 양자 단계가 즉각적이고 노이즈에 강하다는 점에서 오는 것이지, 가장 어려운 부분을 해결하는 데서 오는 것이 아니다. 이 연구는 구조적 투영이 동적 시뮬레이션의 실행 가능한 대안이 될 수 있음을 보여주는 개념 증명이다.

이 연구의 함의는 즉각적인 결과 그 이상을 넘어서는 것이다. 양자 바닥 상태를 깊은 회로나 복잡한 오류 수정 없이 준비할 수 있음을 보여줌으로써, 이 연구는 이전에 도달 불가능하다고 생각되었던 실질적인 응용 분야에 현재의 양자 프로세서를 사용할 수 있는 문을 열어준다. 156-큐비트 프로세서에서 높은 충실도로 이러한 실험을 수행할 수 있다는 것은 기술이 비관적인 모델의 예측보다 더 빠르게 성숙하고 있음을 시사한다. 연구진은 데이터와 작업 식별자를 공개하여 과학계가 독립적으로 결과를 검증할 수 있도록 초대했다. 이러한 투명성은 그들이 발견한 내용에 대한 확신과 방법론의 견고함을 뒷받yl 한다.

결국, 이 논문은 우리가 양자 상태 준비를 생각하는 방식의 근본적인 변화를 제시한다. 이는 더 길고 긴 회적으로 노이즈와 싸우려는 생각에서 벗어나, 답이 자연스럽게 보호되는 시스템을 설계하는 방향으로 나아가는 것이다. 연구진은 문제의 깊은 대수적 구조와 하드웨어를 이해함으로써, 직접적인 해결 경로를 만들 수 있음을 보여주었다. 이 경로는 짧고, 견고하며, 현재 우리가 가진 기계에서도 작동한다. 이것이 모든 양자 컴퓨팅 문제를 해결하지는 못할지라도, 결정적인 문제 하나는 해결한다. 그것은 바로 노이즈가 정보를 파괴하기를 기다리지 않고, 노이즈가 있는 기계로부터 신뢰할 수 있는 답을 얻는 방법이다. 이 연구는 구조적 통찰력이 얼마나 강력한지를 보여주는 증거이며, 때로는 앞으로 나아가는 가장 좋은 방법이 움직임을 멈추고 단지 올바른 곳으로 발을 내딛는 것임을 입증한다.