구글, 양자컴퓨터 ‘매직 상태’ 오류 40분의 1로 낮췄다

범용 양자컴퓨터의 핵심 자원인 ‘매직 상태’를 더 정확하게 만드는 실험이 실제 양자 하드웨어에서 성과를 냈다. 구글 퀀텀 AI는 15일 윌로우 양자 프로세서에서 ‘매직 상태 배양’을 구현해, 배양 전 상태 주입과 비교했을 때 논리 오류를 약 40분의 1로 낮추고 논리 충실도 99.99%를 달성했다고 밝혔다.

실험 결과는 국제학술지 사이언스에 게재된 논문 ‘초전도 양자 프로세서에서의 매직 상태 배양’에 담겼다. 연구진이 보고한 충실도는 0.9999(1), 추정 오류 상한은 1(1)×10-4다. 충실도는 실제로 준비한 양자 상태가 목표 상태와 얼마나 가까운지를 나타낸다. 이번 수치는 매직 상태의 품질을 범용 연산에 활용할 수 있는 수준으로 끌어올릴 가능성을 보여주지만, 상태 생성의 성공률과 계산 전체의 정확성을 곧바로 뜻하는 것은 아니다.

매직 상태가 중요한 이유는 양자 오류정정과 범용 계산 사이의 빈틈을 메우기 때문이다. 오류정정 체계에서 비교적 안정적으로 다룰 수 있는 클리퍼드 연산만으로는 모든 양자 계산을 구현할 수 없다. 여기에 소모성 보조 상태인 매직 상태를 투입하면 비클리퍼드 T 게이트를 결함허용 방식으로 수행할 수 있어 계산 범위가 범용 수준으로 확장된다. 브라비와 키타예프는 2004년 연구에서 잡음이 섞인 보조 상태 여러 개를 정제해 고품질 상태를 얻고, 이를 클리퍼드 연산과 결합하는 기본 틀을 제시했다.

기존의 매직 상태 ‘증류’는 여러 입력 상태와 규모가 큰 공장형 회로를 필요로 한다. 이번에 시험한 배양 방식은 작은 거리의 컬러코드에 잡음이 있는 상태를 주입한 뒤 논리 하다마드 축을 반복 검사한다. 오류 신호가 검출된 실행은 제외하고 검사를 통과한 상태만 남겨 품질을 높이는 방식이다. 많은 저품질 상태를 큰 회로에서 단계적으로 정제하는 기존 접근과 달리, 작은 코드에서 오류를 능동적으로 찾아내며 상태를 키우는 경로를 실제 장치에서 시험했다는 데 의미가 있다.

다만 높은 충실도에는 뚜렷한 비용이 따랐다. 오류가 검출된 실행을 버리는 사후선별을 거친 결과 전체 시도의 8%만 남았다. 배양 회로에는 물리적 2큐비트 게이트 216회와 측정 54회가 포함됐다. 네 차례의 오류정정 주기를 제외하면 오류가 약 100배 커졌다. 이는 결과의 정확도가 단순한 상태 주입만으로 얻어진 것이 아니라, 연산 도중 오류를 반복적으로 찾아내고 걸러낸 과정에 크게 의존했음을 보여준다. 따라서 앞으로는 상태의 품질뿐 아니라 통과 비율과 자원 비용까지 함께 개선해야 실제 계산에 대량 공급할 수 있다.

실험은 105개의 가변형 트랜스몬 큐비트를 격자로 배치한 윌로우 프로세서에서 수행됐다. 연구진은 거리 3 컬러코드에서 배양한 상태를 거리 5 표면코드 호환 인코딩으로 옮기는 ‘그래프팅’도 시연했다. 컬러코드는 횡단 단일큐비트 연산에 유리하고, 표면코드는 높은 오류 임계값과 성숙한 디코더가 강점이다. 한 코드가 모든 역할을 맡도록 하기보다 매직 상태를 만드는 단계에는 컬러코드를, 이후 오류정정 계산에는 표면코드를 활용하는 연결 경로를 검증한 셈이다. 최대 규모의 그래프팅 실험은 54큐비트 상태벡터 시뮬레이션과 비교해 확인했다.

윌로우의 선행 연구에서는 거리 7 표면코드에서 코드 거리를 2 늘릴 때 논리 오류가 2.14±0.02배 줄었고, 오류정정 주기당 논리 오류는 0.143%±0.003%로 보고됐다. 이번 연구는 그 오류정정 기반 위에서 범용 계산에 필요한 매직 상태를 고충실도로 만들고, 실제 계산에 적합한 다른 코드 체계로 넘기는 과정까지 살폈다. 아직 낮은 통과 비율과 회로 자원 부담이라는 과제가 남아 있지만, 오류정정과 비클리퍼드 연산을 하나의 실행 경로로 잇는 구체적인 가능성을 제시했다.

자료: Google Quantum AI, 미국과학진흥협회, arXiv, Zenodo, Nature Portfolio