중간 측정까지 포함한 아벨 군 정규자 회로의 고전 시뮬레이션

초록

이 논문은 유한 아벨 군 위에서 정의되는 정규자 회로와 그 회로에 삽입된 중간 측정, 그리고 적응적 제어까지 모두 고전적으로 효율적으로 시뮬레이션할 수 있음을 증명한다. 기존의 클리퍼드 회로에 대한 Gottesman‑Knill 정리를 일반 아벨 군으로 확장하고, 새로운 안정자 형식과 측정 업데이트 규칙을 제시한다.

상세 분석

정규자 회로는 퀀텀 푸리에 변환(QFT), 군 자동동형 사상에 해당하는 선형 변환, 그리고 이차 함수에 기반한 위상 게이트로 구성된다. 기존 연구(arXiv:1201.4867)는 이러한 회로만으로 이루어진 계산이 고전적으로 다항 시간 안에 시뮬레이션 가능함을 보였으며, 이는 QFT가 포함돼도 지수적 속도 향상이 불가능한 첫 사례로 주목받았다. 본 논문은 그 결과를 크게 확장한다. 첫 번째 핵심은 회로 도중에 수행되는 측정—특히 일반화된 파울리 측정—을 허용하고, 측정 결과에 따라 이후 연산을 적응적으로 선택하는 경우에도 시뮬레이션이 유지된다는 점이다. 이를 위해 저자들은 두 가지 독립적인 알고리즘을 제시한다. 하나는 전체 측정 확률 분포를 샘플링하는 방법으로, 이는 각 단계에서 상태를 확률적 모델로 표현하고, 측정 결과를 효율적으로 추출한다. 다른 하나는 상태 벡터의 정확한 진폭을 단계별로 계산하는 방법으로, 이는 군의 서브그룹과 코셋 구조, 그리고 이차 형태의 조합을 이용해 진폭을 압축된 형태로 유지한다.

핵심 기술은 ‘일반화된 안정자 형식’이다. 전통적인 클리퍼드 안정자는 Pauli 연산군의 교환 관계와 군론적 구조를 이용해 상태를 기술한다. 여기서는 임의의 유한 아벨 군 G에 대해 Pauli 연산을 G‑표현으로 정의하고, 안정자 그룹을 G‑자동동형과 이차 함수로 생성한다. 측정이 발생하면, 안정자 집합을 서브그룹의 교집합·합집합 연산과 이차 형태의 재정규화 규칙을 통해 갱신한다. 이러한 갱신 규칙은 측정 결과에 따라 새로운 서브그룹과 코셋이 생성되는 과정을 정확히 추적한다.

또한, 저자들은 모든 정규자 상태를 ‘이차 함수와 서브그룹 코셋의 곱’ 형태로 정규화된 표준형으로 표현할 수 있음을 증명한다. 이는 상태의 진폭이 복소수 위상 e^{2πi q(x)} (q는 이차 함수)와 서브그룹 H의 원소 x에 대한 지표 함수 χ_{a+H}(x) (a는 코셋 대표) 의 곱으로 나타난다는 의미이다. 이 표준형은 시뮬레이션 알고리즘이 진폭을 직접 계산하거나 확률을 샘플링할 때 핵심적인 압축 구조를 제공한다.

복잡도 분석에 따르면, 모든 연산—QFT, 자동동형, 이차 위상 게이트, 그리고 일반화된 파울리 측정—은 입력 군의 크기와 차원에 대해 다항 시간 내에 처리된다. 특히, 서브그룹과 코셋 연산은 군의 구조적 데이터(생성자, 관계식)만을 이용해 효율적으로 구현된다. 따라서, 적응적 회로에서도 전체 계산 복잡도는 여전히 다항 시간에 머문다.

결과적으로, 이 논문은 ‘정규자 회로 + 중간 측정 + 적응 제어’라는 매우 일반적인 양자 계산 모델이 고전적으로 효율적으로 시뮬레이션 가능함을 보여준다. 이는 QFT가 포함된 회로가 반드시 양자 우위를 제공하지 않으며, 안정자 형식과 군론적 구조가 시뮬레이션 가능성의 핵심 요인임을 다시 한 번 확인시킨다.