양자 생성기와 EOM을 활용한 물 분자 Auger 스펙트럼 계산

초록

본 논문은 생성형 양자 고유값 탐색기(GQE)와 양자 자기일관성 방정식 운동법(q‑sc‑EOM)을 결합한 하이브리드 워크플로우를 제시한다. GQE는 GPT‑2 기반 모델이 양자 회로를 자동 생성해 지상 상태를 효율적으로 준비하고, q‑sc‑EOM은 그 결과를 바탕으로 핵이온화·이중이온화 상태와 전이 RDM을 얻는다. 최종적으로 일중심 근사(OCA)를 적용해 물 분자의 Auger 스펙트럼을 STO‑3G 기준으로 계산했으며, 전통적인 FCI와 실험 데이터와의 정량·정성적 일치를 확인하였다. 또한 VQE와 비교했을 때 GQE가 회로 깊이를 약 50 % 절감함을 보고한다.

상세 분석

이 연구는 세 가지 핵심 기술을 통합함으로써 기존의 고전적 전자구조 계산이 직면한 “다중 여기 상태” 문제를 양자 컴퓨팅 관점에서 해결한다. 첫 번째 단계인 Generative Quantum Eigensolver(GQE)는 GPT‑2와 같은 대규모 사전학습 트랜스포머 모델을 양자 회로 토큰 생성기에 매핑한다. 토큰은 UCCSD 기반 파울리 연산자 풀에서 선택된 연산자들의 순열이며, 모델은 Boltzmann 가중 기대 에너지를 최소화하도록 강화학습(그룹 상대 정책 최적화)으로 훈련된다. 이 접근법은 전통적인 VQE가 겪는 ‘바넨 플래토’ 현상을 회피하고, 회로 깊이 d를 토큰 수로 직접 제어함으로써 하드웨어 요구사항을 크게 낮춘다. 논문에서는 기본 파라미터(배치 크기 50, 에폭당 30 스텝 등)를 사용했으며, 실험적으로 깊이 d=6~8 정도에서 물 분자에 대한 에너지 오차가 화학 정확도(1 kcal/mol) 이하로 수렴함을 보였다.

두 번째 단계인 q‑sc‑EOM은 GQE가 만든 근사 지상 상태 U|HF⟩를 기반으로, 다양한 생성·소멸 연산자 𝔾_u를 적용해 서브스페이스를 구성한다. 여기서 핵심은 M 행렬 원소 M_uv = ⟨ψ_u|Ĥ|ψ_v⟩를 직접 측정하는 방식이다. 대각 원소는 단일 상태 준비 후 기대값을 측정하고, 비대각 원소는 위상 ϕ=0, π/2인 중첩 상태 |Φ(ϕ)⟩를 이용해 실·허수 부분을 추출한다. 이 방법은 일반화된 고유값 문제를 회피하고, 자기일관성(self‑consistent) 연산자를 사용함으로써 진공 소멸 조건을 자동 만족시켜 정확도를 높인다. 또한, 점대칭을 활용해 IRREP 별 블록 대각화를 수행함으로써 계산 복잡도를 O(N_exc^2) → Σ_Γ O(N_Γ^2) 로 감소시킨다.

세 번째 단계인 One‑Centre Approximation(OCA)은 핵이온화 상태와 이중이온화 최종 상태 사이의 전이 RDM(⟨Ψ_NI‑1^K| a†_c a_s a_r |Ψ_NII⟩)을 이용해 Auger 전이 확률을 원자 중심 적분과 결합한다. 이때 핵오비탈 c는 고정하고, 전자 궤도 (r,s) 사이의 쌍극자 상호작용을 원자 전자 적분으로 근사한다. 결과적으로 얻어진 Auger 스펙트럼은 전이 에너지와 강도(Γ_fi)를 직접 제공한다.

실험에서는 물 분자(H₂O)를 STO‑3G 기반으로 모델링했으며, GQE‑q‑sc‑EOM‑OCA 파이프라인이 전통적인 전자구조 방법(FCI)과 비교해 피크 위치와 강도 모두 0.1 eV 이내의 차이를 보였다. 또한, 동일 시스템에 대해 VQE를 사용했을 때 회로 게이트 수가 GQE 대비 약 2배였으며, 최종 스펙트럼은 거의 동일했음이 확인되었다. 이는 GQE가 회로 설계 단계에서 이미 최적화된 구조를 제공한다는 강력한 증거이다. 마지막으로, 논문은 현재 시뮬레이터(CUDA‑Q) 기반 실험이지만, GPU 가속 및 HPC 병렬화를 통해 실제 NISQ 디바이스에서도 확장 가능성을 제시한다.

이러한 통합 워크플로우는 (1) 다중 여기 상태를 효율적으로 다루는 양자 알고리즘, (2) GPT‑2 기반 회로 생성으로 VQE의 설계 병목을 해소, (3) q‑sc‑EOM을 통한 정확한 전이 RDM 획득, (4) OCA를 통한 실용적인 Auger 스펙트럼 계산이라는 네 가지 장점을 제공한다. 향후 더 큰 분자와 고차 기저함수에 대한 확장은 사전 학습된 GPT 모델을 전이학습(transfer learning)하는 방식으로 구현 가능하며, 실제 실험 장비와 결합하면 재료 설계와 분석에 혁신적인 양자‑클래식 하이브리드 도구가 될 전망이다.