양자 얕은 클리포드 회로로 NC¹와 그 이상을 뛰어넘는 인터랙티브 우위

초록

이 논문은 2차원 격자 위에서 상수 깊이의 클리포드 게이트와 파울리 측정을 이용한 양자 회로가 두 라운드 인터랙티브 과제를 해결할 수 있음을 보인다. 동일 과제를 고전적인 회로가 풀려면 ⊕L‑hard 문제를 해결해야 하므로, AC⁰

상세 분석

본 연구는 기존의 Bravyi‑Gosset‑König이 제시한 2D Hidden Linear Function (HLF) 문제를 확장하여, 양자‑고전 인터랙션을 도입함으로써 고전 회로가 직면하는 복잡도 장벽을 크게 높였다. 핵심 아이디어는 두 라운드의 측정 프로토콜이다. 첫 라운드에서 양자 장치는 2D 격자 위의 상수 깊이 클리포드 회로를 실행하고, 대부분의 큐비트를 측정해 중간 상태를 만든다. 두 번째 라운드에서는 남은 큐비트에 대해 선택적인 파울리 기저를 지정해 측정한다. 이때 양자 장치는 측정 결과를 한 번만 제공하지만, 고전 시뮬레이터는 첫 라운드의 출력을 복제하고 두 번째 라운드에서 여러 번 “rewind”하여 동일한 중간 상태를 재사용할 수 있다. 이러한 재사용 능력은 고전 시뮬레이터에게 추가적인 정보 획득 기회를 제공한다.

논문은 이 인터랙티브 구조를 이용해 두 가지 주요 복잡도 하드니스 결과를 도출한다. 첫째, 2×n 격자에서 구현 가능한 QNC⁰ 회로는 NC¹‑hard 문제를 내포한다. 구체적으로, 두 큐비트 클리포드 게이트의 시퀀스를 브라운‑시어링(Barrett‑Thérien) 방식의 브랜칭 프로그램으로 모델링하고, Barrington의 정리를 이용해 NC¹‑완전성을 증명한다. 둘째, 1×n 격자(선형 배열)에서는 CNOT만을 사용한 특수한 클리포드 시퀀스가 ⊕L‑hard 문제와 동형임을 보인다. 이는 알려진 ⊕L‑완전 문제(예: 선형 방정식 모듈 2 해 찾기)로부터 다항 시간 감소를 구성함으로써 입증된다.

고전 시뮬레이터가 허용되는 오류율을 포함한 경우에도 결과는 유지된다. 논문은 “랜덤 자기‑축소(Random Self‑Reduction)” 기법을 도입해, 시뮬레이터가 일정 확률로 올바른 출력을 제공하면, 반복적인 재시도와 독립적인 라운드 선택을 통해 전체 문제를 성공적으로 해결할 수 있음을 보인다. 이는 Kilian의 랜덤리제네이션 기법과 유사하게, 작은 성공 확률을 전체 성공 확률로 증폭한다.

또한, 측정 기반 양자 컴퓨테이션(MBQC)에서 클리포드 회로는 파울리 오류가 최종 측정 단계로 전파될 수 있다는 사실을 활용한다. 파울리 오류는 ⊕L 안에서 효율적으로 추적 가능하지만, 고전 시뮬레이터가 이를 “알 수 없는” 상태로 남겨두면, 인터랙티브 프로토콜이 강제적으로 해당 오류 정보를 공개하도록 설계된다. 구체적으로, 매직 스퀘어 게임과 매직 펜타그램 게임을 이용해 고전 시뮬레이터가 반드시 일관된 파울리 문자열을 반환하도록 만든다. 이는 양자 비맥락성(contextuality)의 고전적 모순을 이용한 증명 전략으로, 고전 시뮬레이터가 오류를 숨기면 프로토콜이 실패하게 된다.

결과적으로, 본 논문은 다음과 같은 계층적 구분을 제시한다.

• m=1 (1×n 격자)에서는 AC⁰