GN⁺: 구글의 양자 오류 수정 혁신 이해하기

• 양자 컴퓨터의 기본 단위인 큐비트는 매우 민감하여 미세한 외부 간섭에도 오류가 발생함
• 양자 오류 수정(QEC) 은 다수의 민감한 물리적 큐비트를 결합해 더욱 안정적인 논리적 큐비트를 생성하고 오류를 수정함
• QEC의 핵심 목표는 물리적 큐비트의 오류율이 임계치 이하일 때, 더 많은 큐비트를 추가해도 오류가 줄어들도록 만드는 것임

구글의 주요 성과: 임계치 이하의 오류율 달성

• 구글은 특정 유형의 QEC인 표면 코드(surface codes) 를 사용하여 오류를 지수적으로 줄이는 데 성공함
• 5개에서 7개의 큐비트로 코드 거리(code distance)를 증가시킴으로써 논리적 오류율이 2.14배 감소함
• 실험 결과, 논리적 큐비트는 물리적 큐비트보다 두 배 더 오래 지속됨
• 이는 논리적 큐비트가 물리적 큐비트보다 뛰어난 성능을 입증한 첫 사례로, 확장 가능한 양자 컴퓨터의 중요한 기반을 마련함

제어 엔지니어링 관점에서 구글의 혁신

1. 실시간 동기화

• 모든 오류 수정 주기를 1.1µs 내에 완료해야 했으며, 이는 큐비트 간 완벽한 동기화를 요구함
• 신호의 미세한 타이밍 오류도 오류 누적과 계산 실패를 초래할 수 있음

2. 실시간 디코딩

• 디코딩은 측정 데이터를 분석해 오류 위치와 유형을 파악하는 작업
• 구글은 63µs의 지연 시간으로 100만 회 이상의 오류 수정 주기를 처리함
• 디코더 속도가 느리면 오류가 축적되므로 실시간 디코딩이 필수적임

3. 고충실도 게이트 운영

• 단일 큐비트 게이트 오류율 0.1% 미만, 두 큐비트 CZ 게이트 오류율 0.3% 를 달성해 논리적 큐비트의 안정성을 확보함
• 게이트 오류는 시스템 전반으로 오류가 전파될 수 있어 정확도가 중요함

실시간 디코딩의 중요성

• 구글의 연구는 디코더의 지연 시간(latency)과 처리량(throughput)이 QEC 성능에 얼마나 중요한지 보여줌
• 디코딩은 FPGA와 같은 하드웨어에서 빠르고 정확하게 수행되지만, GPU는 더 높은 계산 능력을 제공함
• NVIDIA와 Quantum Machines의 협업으로 탄생한 DGX Quantum 플랫폼은 4µs 미만의 데이터 왕복 지연 시간으로 QEC 작업을 지원함

앞으로의 과제와 전망

구글의 시사점

• 구글은 논리적 큐비트가 물리적 큐비트를 능가할 수 있음을 보여줌으로써 오류 내성(fault tolerance) 양자 컴퓨팅으로 가는 길을 열었음
• 논리적 오류율이 지수적으로 감소함을 입증하여 복잡한 양자 계산을 수행할 수 있는 잠재력을 제시함

향후 연구 과제

• 디코더 속도의 향상 및 자동화된 보정
• 빠른 오류 완화 전략 개발
• 양자와 고전적 작업 간의 통합 제어 시스템 설계
• 실시간 피드백 루프를 완성하여 오류가 축적되기 전에 수정하는 시스템 필요