초대형 디지털 양자 시뮬레이션을 위한 초전도 큐비트 활용

초록

본 논문은 초전도 트랜스몬 회로의 고차 에너지 레벨을 이용해 큐디트 기반 연산을 구현하고, 정보완전 측정을 통해 회로 합성·측정 효율을 높이며, 변분적 분산 감소와 노이즈 학습 기반 오류 완화 기법을 결합해 IBM 양자 하드웨어에서 클래식 시뮬레이션 한계를 초월하는 대규모 디지털 양자 시뮬레이션을 실현한다.

상세 분석

이 연구는 초전도 트랜스몬을 단순한 2레벨 큐비트가 아니라 다중 레벨 큐디트(qudit)로 활용한다는 근본적인 설계 전환을 제안한다. 트랜스몬의 0,1 레벨 외에 2,3… n 레벨을 연산 자원으로 끌어들여, 전체 Hilbert 공간을 효율적으로 사용함으로써 동일한 물리적 칩에서 더 많은 논리 차원을 구현한다. 논문은 이러한 큐디트를 위한 보편적인 게이트 집합을 설계하고, 특히 다중 레벨 전이와 교차공명(CR) 상호작용을 조합한 고정밀 단일·다중 큐디트 게이트를 실험적으로 검증한다.

정보완전(informationally complete, IC) 측정 프레임워크는 모든 양자 상태를 완전하게 재구성할 수 있는 POVM 집합을 제공한다. 저자는 IC 측정을 이용해 두 가지 핵심 알고리즘을 최적화한다. 첫째, ‘dual‑frame’ 최적화를 통해 관측값 추정기의 분산을 최소화함으로써 동일한 샘플 수에서 통계적 오차를 크게 감소시킨다. 이는 기존 Pauli 그룹화 방식 대비 샷 수를 2~3배 절감하는 효과를 보인다. 둘째, IC 측정 결과를 클래식 섀도우(Shadow) 기법과 결합해 양자 상태·다이내믹스의 추정 비용을 선형 시간에 근접하게 만든다.

오류 완화 측면에서는 두 가지 혁신적인 접근을 제시한다. (1) 서브스페이스 확장(Subspace Expansion, QSE) 알고리즘을 IC 측정으로 병렬화하여, 다수의 변형 해밀토니안에 대한 기대값을 한 번의 실험으로 동시에 얻는다. 이를 통해 지상 상태 에너지 추정의 정확도가 기존 방법 대비 1‑2 오더 향상된다. (2) 텐서 네트워크 기반 노이즈 모델링 파이프라인을 구축하고, 실험적으로 관측된 오류 채널을 ‘노이즈 학습’ 절차로 정밀하게 추정한다. 학습된 모델은 확률적 오류 취소(Probabilistic Error Cancellation)와 제로‑노이즈 외삽(Zero‑Noise Extrapolation)에 입력되어, 편향과 분산을 동시에 감소시킨다. 특히, 이 파이프라인은 20 큐비트 규모의 다체 양자 혼돈 시뮬레이션을 수행했으며, 고전적 정확한 시뮬레이션이 불가능한 영역까지 확장하였다.

실험은 IBM Quantum 하드웨어(다양한 27‑큐비트 및 65‑큐비트 장치)에서 수행되었으며, 모든 결과는 실시간 캘리브레이션 데이터와 결합된 소프트웨어 스택(IBM Qiskit, OpenPulse, 자체 개발 라이브러리)으로 재현 가능하도록 공개하였다. 논문은 하드웨어 설계, 알고리즘 최적화, 오류 완화라는 세 축을 통합함으로써, 현재 NISQ(Near‑Term Intermediate‑Scale Quantum) 시대에 실용적인 디지털 양자 시뮬레이션을 구현하는 로드맵을 제시한다.