프로그래머블 선형 광학 양자 리저버와 측정 피드백을 이용한 시계열 분석

초록

본 논문은 다중광자 간섭을 이용한 재구성 가능한 선형 광학 인터페로미터와 임계 검출기로 구성된 양자 리저버 컴퓨팅(Quantum Reservoir Computing, QRC) 아키텍처를 제안한다. 입력 신호는 얕은 입력 블록을 통해 위상 변조되고, 이전 시간 단계에서 얻은 교차 채널 동시 검출(coincidence) 특징을 선형 매핑하여 제한된 수의 Mach‑Zehnder 인터페로미터(MZI) 위상을 피드백으로 업데이트한다. 피드백 강도를 스위프함으로써 안정, 불안정, 피드백‑지배의 세 동역학 영역을 확인하고, 메모리 용량은 안정 경계 근처에서 최대가 됨을 보였다. 선형 메모리 용량과 Mackey‑Glass, NARMA‑n, 비적분성 Ising 체인 등 비선형 예측 벤치마크에서 경쟁력 있는 성능을 달성했으며, 현재 광자칩 기술로 구현 가능함을 논의한다.

상세 분석

이 연구는 양자 리저버 컴퓨팅의 핵심 요구조건인 입력 분리성(input separability)과 퇴화 메모리(fading memory)를 선형 광학 플랫폼에서 구현한다는 점에서 혁신적이다. 먼저, N개의 동일 광자를 M개의 모드에 입력하고, 유니터리 V∈U(M) 로 기술되는 재구성 가능한 인터페로미터망을 통과시킨다. 전통적인 포톤 수 분해 검출(PNR) 대신 임계 검출기(on/off)와 다중 채널 동시 검출(coincidence) 특징을 사용함으로써 실험 복잡도를 크게 낮추면서도 높은 차원의 비선형 특징을 추출한다. 특징 벡터 C_k는 d_cthr = M(M‑1)/2 차원을 가지며, 이는 각 모드 쌍(i,j)의 동시 클릭 확률을 집계한 것이다.

피드백 메커니즘은 최근 C_{k‑1}을 고정된 랜덤 매트릭스 V_fb에 곱해 h_k를 얻고, 이를 스칼라 피드백 강도 α_fb 로 스케일링한 뒤 위상 파라미터 a_k = π/4·(1+α_fb·h_k) 로 변환한다. 변환된 a_k는 Galton‑형 위쪽 피드백 웨지에 위치한 2·R_fb개의 MZI에만 적용되며, 나머지 MZI는 고정된 무작위 위상으로 유지된다. 이렇게 제한된 위상 재구성은 하드웨어 비용을 절감하고, 내부 가중치를 학습할 필요 없이 자연스럽게 순환성을 부여한다.

시뮬레이션에서는 피드백 강도 α_fb 를 연속적으로 변화시켜 세 가지 동역학 영역을 관찰했다. (1) 입력‑반응 안정 영역에서는 위상 변동이 작아 시스템이 선형에 가깝고 메모리 용량이 낮다. (2) 불안정 영역에서는 위상 변동이 급격히 증폭되어 동적 혼돈에 가까워지지만, 메모리 손실이 급격히 발생한다. (3) 피드백‑지배 영역에서는 피드백이 주도적인 역할을 하며, 메모리 용량이 안정 경계 근처에서 최고치를 기록한다. 이는 “edge‑of‑chaos” 가설과 일치한다.

성능 평가는 선형 메모리 용량(linear memory capacity)과 비선형 예측 정확도로 수행되었다. Mackey‑Glass 시계열(비선형, 혼돈)과 NARMA‑n(고차 비선형 종속) 벤치마크에서 NMSE가 10^{-2} 수준으로, 기존 광학 QRC 및 고전적 ESN(Extreme Learning Machine) 대비 동등하거나 우수한 결과를 보였다. 또한, 1‑D 비적분성 Ising 체인의 동역학을 예측하는 실험에서도 피드백‑조절 메모리 프로파일이 중요한 역할을 함을 확인했다.

실험적 구현 가능성에 대해서는 현재 실리콘 포토닉스 기술을 근거로 논의하였다. MZI의 위상 제어는 열광학 또는 전기광학 방식으로 60 dB 이상의 소멸비를 달성할 수 있으며, 10 000개의 임의 선형 변환을 0.99997 이상의 충실도로 구현한 사례가 있다. 광자 손실은 전체 효율 η_eff 로 모델링했으며, 균일 손실 가정 하에 피드백 강도 보정으로 보정 가능함을 보였다. 또한, 광자 구분성(99 % 이상)과 동시 검출 속도는 현재 상용 다중채널 타임태깅 장비로 충분히 만족한다.

결론적으로, 이 논문은 제한된 피드백 제어와 임계 검출 기반 특징 추출을 결합한 선형 광학 양자 리저버가 메모리와 비선형 처리 능력에서 경쟁력을 갖추며, 실험적 구현 장벽을 크게 낮춘다는 점을 입증한다. 향후 연구는 대규모 M, N 확대와 비균일 손실 보정, 그리고 실시간 피드백 루프 하드웨어 구현을 통해 실제 시계열 분석 및 제어 응용에 적용하는 방향으로 진행될 수 있다.