무작위 NP완전 문제에서 아디아빗 양자 최적화의 한계

초록

아디아빗 양자 최적화가 무작위 NP‑완전 인스턴스에서도 지수적인 시간 복잡도를 피할 수 없다는 것을 증명한다. 앤드류스 로컬라이제이션과 유사한 현상으로 인해 알고리즘 말미에 지수적으로 작은 에너지 갭이 형성되어, 시스템이 지역 최소값에 머무르게 된다. 따라서 효율적인 양자 가속은 기대할 수 없으며, 성공하려면 지수적인 실행 시간이 필요하다.

상세 분석

본 논문은 아디아빗 양자 최적화(adiabatic quantum optimization, AQO)가 무작위 NP‑완전 문제, 특히 3‑SAT과 같은 고전적인 난이도 모델에 대해 근본적인 한계를 가진다는 점을 이론적으로 입증한다. 기존 연구에서는 설계된 최악의 인스턴스에서만 지수적인 최소 에너지 갭이 나타난다고 알려졌지만, 저자들은 무작위 인스턴스에서도 동일한 현상이 발생함을 보인다. 핵심 메커니즘은 앤드류스 로컬라이제이션(Anderson localization)과 유사한 양자역학적 현상이다. AQO는 초기 해밀토니안 H₀와 문제 해밀토니안 H_P를 선형적으로 연결하는 H(s)= (1‑s)H₀ + sH_P 로 정의된다. s가 1에 가까워질수록 시스템은 H_P의 고유 상태들 사이에서 터널링을 시도한다. 그러나 무작위 인스턴스의 경우, H_P는 복잡한 스핀 글라스 에너지 지형을 형성하고, 이 지형은 다수의 깊은 지역 최소값을 포함한다. 저자들은 퍼트베이션 이론과 레이저-시뮬레이션을 결합해, s≈1 근처에서 고유값 스펙트럼이 급격히 조밀해지며 최소 갭 Δ가 e^{-αN} 형태로 감소함을 확인한다. 여기서 N은 변수 수이며 α>0이다. 이러한 지수적 감소는 양자 터널링 확률이 실질적으로 0에 수렴함을 의미한다. 따라서 시스템은 최적 해에 도달하기 전에 지역 최소값에 포획되어, 전체 알고리즘이 지수적인 실행 시간 없이 성공할 가능성이 사라진다. 논문은 또한 이 현상이 특정 초기 해밀토니안(H₀) 선택에 크게 의존하지 않으며, 일반적인 transverse‑field 형태에서도 동일하게 나타난다는 점을 강조한다. 결과적으로, 무작위 NP‑완전 인스턴스에 대한 AQO의 효율성에 대한 낙관적 기대는 근본적인 물리적 제한에 의해 무효화된다.