노이즈 사전 보정: 텐서 네트워크 기반 사전 처리 양자 오류 완화

초록

본 논문은 양자 회로 실행 후가 아니라 측정 전에 오류를 보정하는 사전 처리 방식을 제안한다. 노이즈가 적용된 상태 𝔈(ρ) 에 대해 기대값이 목표 관측값 X 와 동일하도록 하는 대체 관측량 Ŷ 을 찾고, 이를 효율적으로 계산하기 위해 텐서 네트워크(MPO/MPS) 표현을 활용한다. 제안 방법은 기존 텐서 오류 완화(TEM) 대비 평균 오차·측정 오버헤드·클래스ical 복잡도가 크게 개선되며, 특히 DCA(주성분 근사)로 구현 시 10⁶ 배 정도의 계산량 절감 효과를 보인다.

상세 분석

이 연구는 양자 오류 완화(QEM)의 전통적 접근인 포스트 프로세싱을 탈피해, 노이즈가 섞인 출력 상태 𝔈(ρ) 에 바로 적용 가능한 “대체 관측량” Ŷ 을 설계한다는 점에서 혁신적이다. 핵심 아이디어는 Heisenberg picture에서 노이즈 채널 𝔈† 의 역작용을 이용해 Ŷ 을 정의하고, 𝔈†(Ŷ)=X 를 만족하도록 하는 것이다. 이 조건을 만족하면 ⟨Ŷ⟩_{𝔈(ρ)}=⟨X⟩_ρ 가 되므로, 복잡한 포스트 프로세싱 없이도 정확한 기대값을 얻을 수 있다.

하지만 Ŷ 의 정확한 형태는 차원 4ⁿ−1 인 행렬 A 와 벡터 c (𝔈의 Pauli‑Transfer Matrix 표현) 를 역연산해야 하므로, 직접 계산은 지수적 비용이 든다. 저자들은 이를 해결하기 위해 두 가지 전략을 도입한다. 첫째, 노이즈 모델을 “희소 Pauli‑Lindblad” 형태로 제한해 A 가 거의 대각화된 구조를 갖도록 만든다. 둘째, 텐서 네트워크(TN) – 구체적으로 MPO와 MPS – 를 이용해 A 와 c 를 압축 표현한다. 1차원 인접 연결 토폴로지를 가정하면, MPO의 결합 차원 χ 가 낮게 유지되어 메모리와 연산 복잡도가 O(n χ³) 수준으로 감소한다.

실제 구현에서는 완전한 Ŷ 대신 “주성분 근사”(Dominant Component Approximation, DCA)를 사용한다. 원래 관측량 X 가 단일 Pauli 문자열일 경우, 최적 Ŷ 는 동일 Pauli 문자열을 스케일링한 형태로 근사될 수 있다. 실험적으로는 Ising 모델의 Trotter화 회로에 DCA를 적용했을 때, 평균 오차와 분산이 TEM보다 현저히 낮으며, TN 수축 연산 횟수가 약 10⁶ 배 감소함을 확인했다. 또한, 제안된 Ŷ 추정기는 양자 크라머‑라오 바운드(QCRB)를 포화함을 증명해, 통계적 효율성에서도 최적임을 보였다.

이 방법의 장점은 (i) 측정 오버헤드가 이론적 최소값에 근접, (ii) 추가적인 양자 연산(예: 그림자 촬영, IC‑POVM) 없이 순수히 클래시컬 전처리만으로 구현 가능, (iii) 대규모 시스템에서도 MPO/MPS 압축 덕분에 실용적인 계산량을 유지한다는 점이다. 다만, 현재는 1D 인접 연결과 낮은 노이즈 수준을 전제로 하며, 고차원 연결망이나 강한 비유니털 노이즈에 대한 확장성은 추가 연구가 필요하다.