AQER 디지털 양자 컴퓨터를 위한 확장 가능하고 효율적인 데이터 로더

초록

본 논문은 양자 데이터 로딩의 근본적인 한계를 정보이론적 관점에서 분석하고, 엔탱글먼트 감소를 목표로 하는 새로운 로더 AQER를 제안한다. 통합 프레임워크와 엔탱글먼트 기반 오류 한계를 바탕으로, AQER는 50 qubit까지의 합성·이미지·언어·양자 다체 데이터셋에서 기존 방법보다 낮은 인피델리티와 적은 게이트 수를 달성한다.

상세 분석

본 연구는 Approximate Quantum Loader(AQL) 분야에서 이론적 공백을 메우기 위해 두 가지 주요 기여를 한다. 첫째, 기존의 텐서 네트워크 기반 및 회로 기반 AQL 방법들을 하나의 최적화 문제 (식 1) 로 재정의함으로써, 방법론 간 비교와 일반적인 성능 한계 도출을 가능하게 했다. 이때 목표 상태 |v_target⟩ 와 준비하기 쉬운 product state |ψ_product⟩ 사이의 겹침을 최대화하는 것이 핵심 목표가 된다.

둘째, 엔탱글먼트 측정을 새로운 정보이론적 지표 S(|ψ⟩)=∑_{i=1}^N S_i(|ψ⟩) 로 정의하고, 이를 이용해 인피델리티의 하·상한을 정량화하였다(정리 3.1). 하한 f₁(S) 와 상한 f₂(S) 는 각각 S/N 와 S 에 선형적으로 의존함을 보이며, 엔탱글먼트가 작을수록 로딩 오류가 급격히 감소한다는 중요한 통찰을 제공한다. 특히 S→0 일 때 f₁(S)≈(ln 2/2)·N·S, f₂(S)≈(ln 2/2)·S 와 같은 1차 근사식이 도출되어, 엔탱글먼트 감소가 로딩 효율성의 핵심임을 이론적으로 입증한다.

이론적 기반 위에 설계된 AQER는 세 단계로 구성된다. 단계 I에서는 두 큐비트 게이트 블록을 순차적으로 삽입해 U†|v_target⟩ 의 엔탱글먼트를 최소화한다. 단계 II에서는 남은 저엔탱글먼트 상태를 단일 큐비트 회전 R_Z, R_Y 시퀀스로 근사한다. 마지막 단계 III에서는 전체 파라미터 θ=(α,β,γ) 를 미세 조정해 최종 인피델리티를 최소화한다. 이러한 설계는 파라미터 공간의 기울기 소실(barren plateau) 문제를 완화하고, 대규모(최대 50 qubit) 시스템에서도 안정적인 수렴을 보인다.

실험에서는 합성 데이터, MNIST·CIFAR 이미지, 텍스트 임베딩, 그리고 양자 다체 모델(예: 1D 이징 모델) 등 네 가지 도메인에서 기존 MPS 기반 로더, 변분 회로 로더, 비변분 최적화 로더와 비교하였다. 모든 실험에서 AQER는 평균 10–30 % 인피델리티 감소와 20–40 % 게이트 수 절감을 달성했으며, 특히 고엔탱글먼트 양자 다체 상태에서 그 우수성이 두드러졌다. 코드와 데이터셋은 GitHub에 공개되어 재현성을 확보하였다.

요약하면, 이 논문은 엔탱글먼트 감소가 AQL 성능을 좌우한다는 근본적인 원리를 제시하고, 이를 실용적인 알고리즘(AQER)으로 구현함으로써 양자 데이터 로딩의 스케일러빌리티와 효율성을 크게 향상시켰다.