Google, Willow 칩에서 매직 스테이트 컬티베이션으로 오류를 약 40배 줄였다고 밝혀
Google Quantum AI는 이 기술이 오래전부터 알려진 자원 병목을 완화한다고 밝혔지만, 더 큰 규모에서의 검증은 아직 필요하다.
AI 일러스트Google Quantum AI는 시월 15일, 마술 상태 배양이라는 기법을 Willow 프로세서에서 구현해 이 기법을 쓰지 않을 때보다 오류를 약 40배 줄이는 데 성공했다고 밝혔습니다. 회사 측은 이 연구가 현재 발표되었다고 전했습니다.
매직 스테이트는 범용 양자 컴퓨팅에 필요한 일련의 연산을 수행하는 데 도움이 되는 특수한 양자 상태입니다. 범용 양자 컴퓨팅이란 기존 컴퓨터로는 할 수 없는 유용한 프로그램을 실행할 수 있는 방식을 말합니다. 연구자들은 2004년부터 매직 스테이트 생성을 어려운 병목으로 여겨 왔습니다. Google에 따르면 오류가 정정된 고품질 매직 스테이트를 만드는 데 매우 많은 자원이 들어, 일부 추정으로는 양자 컴퓨터 용량의 최대 95%를 여기에 할당해야 할 수도 있습니다. 또한 각 매직 스테이트는 한 번만 사용할 수 있습니다.
컬티베이션 방식은 2024년 Google Quantum AI 연구진이 기존 문헌의 아이디어를 발전시켜 개발했습니다. 이는 필터처럼 작동하도록 고안되었습니다. 잡음이 있는 상태를 칩의 작은 영역에 두고, 일련의 조율된 측정으로 오류를 확인하여 실패한 시도를 폐기합니다. 목표는 오류가 적고 매우 순수한 상태를 키우면서 동시에 더 큰 인코딩으로 변환할 수 있게 하는 것입니다. Google은 하드웨어에서 작동한다면 이 방식이 실용적인 작업에 필요한 양자 컴퓨터의 크기를 크게 줄일 수 있다고 밝혔습니다.
Willow에서 이 프로토콜은 컬티베이션을 거치지 않은 상태에 비해 오류를 40배 줄였고, 회사가 기록적이라고 칭한 논리 충실도 99.99%의 T 상태를 생성했습니다. Google은 이 결과가 해당 분야에서 가장 심각한 자원 병목 중 하나에 대한 실용적 해법을 처음으로 시연한 것이라고 설명했습니다.
여기에 이르기까지는 추가적인 엔지니어링이 필요했습니다. 초기 테스트 중 연구팀은 전기 장비의 드리프트와 온도 변화에서 비롯된 실험실 잡음이 기존 벤치마크를 저해하고 있음을 발견했습니다. 그래서 잡음을 줄이기 위한 제어를 추가하고, 컬티베이션을 이용해 스스로를 측정하는 새로운 벤치마킹 방법을 고안했습니다.
연구진은 또한 양자 오류 정정의 두 형태인 거리 3 컬러 코드에서 거리 5 표면 코드로 상태를 옮겨, 정제된 상태가 하드웨어 안에서 유지되고 전달될 수 있음을 보였습니다.
Google은 매직 스테이트 컬티베이션이 실용적인 양자 컴퓨팅에 현실적이 되려면 더 큰 규모에서의 검증이 아직 필요하며, 많은 기술적 과제가 남아 있다고 밝혔습니다.