회전 논리 상태를 활용한 일반화된 코드 거리와 오류 억제

초록

본 논문은 회전 연산자를 안정자(stabilizer) 상태에 적용해 회전 논리 상태를 구성하고, 회전 각도에 따라 효과적인 코드 거리 d_R이 지수적으로 감소함을 보인다. 회전된 코드의 논리 오류율을 회로 수준 잡음(표준 디포라징·SD, 초전도형·SI)에서 평가했으며, 작은 회전에서 논리 오류율이 급격히 감소하고, 물리 오류율 10⁻⁴ 에서 SI 모델이 특히 강한 억제 효과를 보인다. 결과적으로 회전 기반 인코딩이 기존 안정자 코드보다 향상된 오류 억제를 제공한다.

상세 분석

이 연구는 기존 안정자(stabilizer) 기반 양자 오류 정정(QEC) 코드를 확장해 회전 논리 상태(rotated logical states)를 정의한다. 구체적으로 X축 회전 Rₓ(θ)와 Z축 회전 R_z(ϕ)를 안정자 상태에 적용함으로써 새로운 논리 기저를 만들고, 이에 따라 안정자 생성자도 변형된다. 회전 연산자는 파울리 연산자와 비가환(non‑commutative) 관계를 가지며, 식 (6)·(7)에서 보듯 회전 각도에 따라 파울리 행렬이 선형 결합으로 섞인다. 이러한 변환은 논리 연산자를 구현할 때 비클리포드(non‑Clifford) 게이트를 자연스럽게 포함하게 하여, 기존 클리포드 그룹을 U(2ⁿ)까지 확장한다.

핵심 이론적 결과는 회전 각도(θ, ϕ)가 증가할수록 효과적인 코드 거리 d_R이 지수적으로 감소한다는 점이다. 코드 거리는 오류를 탐지·수정할 수 있는 최대 가중치이며, d_R ∝ e^{‑α(θ²+ϕ²)} 형태로 모델링된다. 따라서 작은 회전(θ, ϕ ≪ 1)에서는 d_R이 원래 거리 d와 거의 동일하지만, 각도가 커질수록 거리 손실이 급격히 일어나 논리 오류 억제 능력이 약화된다.

논문은 회로 수준 잡음 모델 두 가지를 사용해 논리 오류율 p_log을 실험적으로 추정한다. 표준 디포라징(SD) 모델에서는 회전된 코드가 p_log ≈ A·exp(‑0.68 d_R) (소각전)와 ≈ A·exp(‑0.65 d_R) (대각전)으로 스케일링한다. 초전도형(SI) 모델에서는 각각 0.81 d_R, 0.77 d_R의 계수를 보이며, 특히 SI 모델이 높은 물리 오류율 (p_phy = 10⁻⁴)에서도 더 빠른 지수 감소를 나타낸다. 이는 SI 잡음이 주로 비위상 오류이며, 회전 연산이 이러한 오류를 효과적으로 분산시켜 억제하기 때문이다.

또한, 논문은 회전된 코드의 임계 오류율을 기존 표면 코드와 비교한다. 회전 각도가 작을 때(θ, ϕ ≈ π/16) 임계값이 약 1.2 % (SD)와 1.5 % (SI)로, 전통적인 표면 코드(≈ 0.9 %)보다 크게 향상된다. 이는 회전 기반 인코딩이 특정 잡음 스펙트럼에 맞춰 코드 구조를 최적화함을 의미한다. 그러나 회전 각도가 과도하면 d_R이 급격히 감소해 임계값이 오히려 낮아지는 역효과가 나타난다. 따라서 실용적인 적용에서는 회전 각도를 물리 시스템의 잡음 특성에 맞춰 미세 조정하는 것이 필수적이다.

이 연구는 두 가지 중요한 기여를 한다. 첫째, 회전 연산자를 이용해 파울리 안정자 집합을 연속적인 U(2ⁿ) 변환으로 확장함으로써 비클리포드 논리 게이트를 자연스럽게 포함하는 새로운 코드 프레임워크를 제시한다. 둘째, 회전 각도와 코드 거리 사이의 정량적 관계를 실험적으로 검증하고, 실제 회로 수준 잡음 하에서 논리 오류율 스케일링을 제시함으로써 회전 기반 QEC가 실용적인 오류 억제 전략이 될 수 있음을 입증한다. 향후 연구에서는 다중 회전 축을 동시에 적용하거나, 회전된 코드를 토폴로지컬 코드와 결합해 더 높은 임계값을 탐색하는 방향이 기대된다.