양자 컴퓨터에서 비선형 시스템 해결을 위한 카르레만 선형화 후 데이터 접근 최적화

초록

본 논문은 비선형 미분방정식 시스템을 카르레만 선형화하여 무한 차원의 선형 시스템으로 변환한 뒤, 트렁케이션 차수 N 까지의 유한 차원 표현을 양자 컴퓨터에 효율적으로 로드하기 위한 데이터 접근 모델을 제안한다. 기존 파울리 기반 LCU 방식은 분해 항이 행렬 크기에 대해 이차적으로 증가하지만, 저자들은 비유니터리 연산자 집합인 Sigma 베이스를 정의하여 분해 항 수를 비제로 원소 수에 비례하도록 선형적으로 감소시킨다. 또한, 가중 텐서곱 구성요소 𝓗_j 에 대해 유니터리 컴플리션 기법을 이용해 회로 구현 방법을 제시하고, 변분 양자 알고리즘을 통한 최적화 문제까지 논의한다.

상세 분석

이 논문은 양자 컴퓨팅이 본질적으로 선형 연산만을 수행할 수 있다는 제약을 극복하기 위해, 비선형 미분방정식 시스템을 카르레만 임베딩을 통해 무한 차원의 선형 시스템으로 변환하는 기존 접근법을 재조명한다. 카르레만 선형화는 원래의 비선형 시스템을 고차원 텐서곱 형태의 선형 연산으로 확장하지만, 트렁케이션 차수 N 이 커질수록 상태 벡터 차원은 O(d^N) 으로 급격히 증가하고, 행렬은 여전히 희소하지만 비제로 원소 수는 2N‑1 정도만 존재한다. 이러한 구조적 특성을 활용하지 않으면, 고전적인 파울리 기반 LCU(Linear Combination of Unitaries) 방식은 행렬 원소 수에 비례해 O(N^2) 개의 분해 항을 필요로 하여 양자 회로 깊이와 ancilla 비트 수가 급증한다.

저자들은 이를 해결하기 위해 “Sigma 베이스”라 명명한 비유니터리 연산자 집합을 도입한다. Sigma 베이스는 행렬의 비제로 원소 위치에 직접 대응하는 연산자들로 구성되며, 각 연산자는 단일 텐서곱 형태를 갖는다. 이때 분해 항의 총 개수는 행렬의 비제로 원소 수, 즉 2N‑1 에 비례하게 감소한다. 이는 파울리 기반 분해와 비교했을 때 지수적 절감 효과를 제공한다. 또한, 비유니터리 연산자를 유니터리 연산으로 변환하기 위해 “유니터리 컴플리션” 기법을 적용한다. 구체적으로, 각 𝓗_j 를 적절한 유니터리 U_j 와 보조 레지스터를 이용해 U_j |0⟩ = 𝓗_j |ψ⟩ /‖𝓗_j |ψ‖ 형태로 구현함으로써, 실제 양자 회로에서 비유니터리 텐서곱을 효율적으로 구현한다.

논문은 또한 트렁케이션 차수 N 에 따른 수렴 특성을 베르누이 방정식의 2차 모델을 통해 실험적으로 검증한다. N을 증가시킬수록 해의 정확도가 급격히 향상되지만, 동시에 행렬 차원은 O(N^2) 로 성장한다는 점을 강조한다. 따라서 데이터 로딩 비용을 최소화하는 Sigma 베이스와 유니터리 컴플리션은 실제 양자 하드웨어에서 높은 차수의 카르레만 선형화를 실행 가능하게 만든다. 마지막으로, 변분 양자 알고리즘(VQE)과 같은 하이브리드 접근법을 이용해 트렁케이션된 선형 시스템을 최적화하는 방안을 제시하며, 비용 함수 설계와 파라미터 최적화 과정에서 발생할 수 있는 스케일링 문제를 논의한다. 전체적으로 이 연구는 비선형 동역학을 양자 컴퓨팅에 적용하기 위한 데이터 접근 및 회로 설계 단계에서의 병목을 체계적으로 분석하고, 실용적인 해결책을 제시한다.