오프라인 폐쇄루프·온라인 개방루프 구현을 통한 Aurora‑DD 위상 보정 방법

오프라인 폐쇄루프·온라인 개방루프 구현을 통한 Aurora‑DD 위상 보정 방법
안내: 본 포스트의 한글 요약 및 분석 리포트는 AI 기술을 통해 자동 생성되었습니다. 정보의 정확성을 위해 하단의 [원본 논문 뷰어] 또는 ArXiv 원문을 반드시 참조하시기 바랍니다.

초록

본 논문은 IBM fez 백엔드에서 동작하는 단일 큐비트 회로에 대해, 사전 보정된 전역 위상 오프셋 Δϕ*와 고정 깊이 XY8 디내믹 디코플링을 결합한 Aurora‑DD 기법을 제안한다. 에어(Aer) 기반 에뮬레이터에서 30회 반복 실험으로 평균 제곱오차(MSE)를 68‑97 % 감소시켰으며, 실제 하드웨어에서는 3회 실험으로 절대 오차를 99.2‑99.6 % 정도 감소시켰다. ZNE를 추가한 변형은 불안정성을 보여 부록에만 기술한다.

상세 분석

Aurora‑DD는 기존의 오픈‑루프 오류 완화 기법인 XY8 디내믹 디코플링(Dynamical Decoupling)과 위상 보정을 결합한 하이브리드 제어 체계이다. 핵심 아이디어는 Bloch 방정식 기반의 디코히런스 모델을 이용해 측정된 ⟨Z⟩값과 이상값 사이의 위상 오차 프록시 δZ(ϕ)=⟨Z⟩ideal−⟨Z⟩meas(ϕ+Δϕ)를 정의하고, 이 오차의 평균제곱(MSE)을 최소화하는 전역 위상 오프셋 Δϕ*를 찾는 것이다. 최적화는 sign‑based gradient descent, 즉 Δϕ_{k+1}=Δϕ_k+η·sgn(δZ_k) 형태의 부호 기반 업데이트 규칙을 사용한다. 이 규칙은 측정 노이즈에 강인하고, 양자 제어에서 흔히 쓰이는 bang‑bang 형태와 일치해 하드웨어 구현 시 급격한 회전으로 인한 오버슈팅을 방지한다.

실험에서는 먼저 IBM fez의 T1=155.3 µs, T2=110.3 µs, 측정 오류 등을 반영한 Aer 노이즈 모델을 구축하고, ϕ∈{0.05,0.10,0.15,0.20} 라디안 네 가지 위상 설정에 대해 각각 30번의 무작위 시드로 시뮬레이션을 수행했다. 결과는 XY8만 적용했을 때보다 Aurora‑DD가 MSE를 68 %~97 % 감소시켰으며, 이는 디코플링이 제거한 저주파 디코히런스와 전역 위상 바이어스가 동시에 억제된 효과임을 보여준다.

하드웨어 검증은 ibm_fez에서 동일한 네 단계(베이스라인, DD‑only, Δϕ‑only, Aurora‑DD)와 추가적인 Aurora‑DD+ZNE 구성을 3번씩 실행했다. 제한된 샘플 수(n=3)에도 불구하고 Aurora‑DD는 절대 오차를 평균 99.2 %~99.6 % 수준으로 감소시켰으며, DD‑only와 Δϕ‑only보다 일관되게 우수한 성능을 보였다. 특히 Δϕ‑only는 위상 바이어스가 작을 때만 제한적인 개선을 제공하고, DD‑only는 디코히런스가 강할 때 효과가 크다. 두 기법을 결합한 Aurora‑DD는 두 효과를 동시에 활용해 전반적인 오류를 최소화한다.

ZNE을 결합한 Aurora‑DD+ZNE는 두 단계 스케일링만을 사용했음에도 불구하고 일부 실행에서 큰 오차 외곡을 야기했다. 이는 ZNE가 노이즈 스케일링 과정에서 캘리브레이션 불일치를 증폭시키는 메커니즘으로, 현재 깊은 DD 블록과 결합했을 때 불안정성을 초래한다는 점을 부록에서 상세히 분석한다.

이 논문은 “오프라인 폐쇄루프, 온라인 개방루프”라는 새로운 실험 패러다임을 제시한다. 피드백 최적화는 에뮬레이터에서 수행해 Δϕ*를 사전 캘리브레이션하고, 실제 장치에서는 고정된 파라미터만 적용한다는 점에서 실행 시간, 큐 대기, 크레딧 제한 등 실용적 제약을 크게 완화한다. 또한, 전역 위상 보정이 전역적인 드리프트(ε_phase≪1)를 효과적으로 보정한다는 물리적 근거를 제시함으로써, 복잡한 실시간 적응 제어 없이도 NISQ 수준의 단일 큐비트 작업에서 신뢰성을 크게 향상시킬 수 있음을 입증한다.


댓글 및 학술 토론

Loading comments...

의견 남기기