양자컴퓨팅에서 실용적인 양자 알고리즘은 수백만에서 수조 번의 연산을 요구할 수 있습니다. 양자 오류 보정은 여러 물리 큐비트로 논리 큐비트를 만들어 오류가 누적되는 속도를 낮추고 장시간 계산을 가능하게 하는데요, 함께 오류보정에 대해 알아보시죠.
양자 오류 보정과 상용화의 핵심 정리
양자컴퓨팅 오류 보정이 상용화의 핵심으로 평가받는 이유는 현재의 물리적 큐비트만으로 장시간 계산에 필요한 정확도를 유지하기 어렵기 때문입니다. 개별 게이트의 오류가 작아도 수백만에서 수조 번의 연산을 반복하면 오류가 누적돼 최종 결과를 신뢰하기 어려워집니다.
양자 오류 보정은 하나의 양자정보를 여러 물리적 큐비트에 분산하고, 정보 자체를 직접 측정하지 않으면서 오류의 징후를 반복적으로 확인합니다. 이를 통해 물리적 오류가 발생하더라도 논리적 정보가 계속 유지되는 논리 큐비트를 만드는 것을 목표로 합니다.
오류 보정은 불완전한 물리 큐비트를 완전히 오류 없는 장치로 즉시 바꾸는 기술이 아닙니다. 물리적 오류율이 일정한 임계값보다 낮아야 하고, 많은 추가 큐비트와 측정·초기화, 빠른 고전 디코딩이 필요합니다. 상용화 가능성은 오류 보정의 효과뿐 아니라 이 자원부담을 얼마나 줄일 수 있는지에 달려 있습니다.
| 상용화 조건 | 오류 보정이 담당하는 역할 |
|---|---|
| 장시간 계산 | 회로가 깊어져도 논리 오류 누적을 억제 |
| 결과 신뢰성 | 물리적 오류를 검출하고 논리결과를 보정 |
| 확장성 | 물리 오류율이 낮을 때 코드규모로 정확도 조절 |
| 재현성 | 장치 잡음이 있어도 일정한 논리 성능을 목표로 함 |
| 응용 가능성 | 화학·재료·암호 등 깊은 알고리즘 실행 기반 제공 |
현재의 물리 큐비트만으로 부족한 이유
물리 큐비트는 열과 전자기장, 진동과 재료 결함 등 주변 환경에 민감합니다. 큐비트의 에너지가 줄어드는 이완과 상대위상이 흐트러지는 위상완화, 제어펄스의 과회전과 누설, 판독 오류가 계산 중에 발생할 수 있습니다.
하나의 연산에서 발생하는 평균 오류가 0.1%라고 가정하면 숫자만 볼 때는 매우 정확해 보입니다. 그러나 오류가 서로 독립적이라는 단순한 가정에서도 1,000번의 연산이 모두 오류 없이 실행될 확률은 약 36.8%에 불과합니다.
실용적인 양자 알고리즘에는 수백만 번을 넘어 수십억 또는 수조 번의 논리연산이 필요한 경우가 연구되고 있습니다. 물리적 게이트의 품질을 개선하는 것만으로 오류율을 필요한 수준까지 낮추기 어려운 이유입니다.
- 게이트 오류가 회로깊이에 따라 누적됩니다.
- 측정과 초기화에서도 새로운 오류가 발생합니다.
- 여러 큐비트를 동시에 제어하면 크로스토크가 증가할 수 있습니다.
- 장치 특성이 시간에 따라 변하는 드리프트가 발생합니다.
- 방사선과 누설이 여러 큐비트에 상관 오류를 만들 수 있습니다.
오류 완화만으로 해결하기 어려운 이유
현재의 양자컴퓨터에서는 오류 완화가 널리 연구됩니다. 측정 오류를 보정하거나 서로 다른 노이즈 수준에서 회로를 실행해 무잡음 결과를 외삽하고, 오류가 의심되는 결과를 제외하는 방법입니다.
오류 완화는 추가적인 논리 큐비트를 만들지 않고 현재 하드웨어의 결과를 개선할 수 있다는 장점이 있습니다. 그러나 물리적 오류를 계산 중에 실제로 수정하는 것이 아니라 반복측정과 통계적 후처리로 더 정확한 값을 추정합니다.
회로가 깊어지고 큐비트 수가 늘어나면 오류 완화에 필요한 표본 수와 실행비용이 매우 커질 수 있습니다. 장시간 범용 양자계산에서는 발생한 오류를 계산 도중 지속적으로 관리하는 양자 오류 보정이 필요합니다.
| 구분 | 오류 완화 | 양자 오류 보정 |
|---|---|---|
| 기본 원리 | 반복실행과 후처리로 무잡음 값을 추정 | 여러 물리 큐비트에 정보를 부호화 |
| 오류 처리시점 | 주로 회로 실행 전후 | 계산 도중 반복적으로 검출 |
| 추가 큐비트 | 상대적으로 적음 | 다수의 물리·보조 큐비트 필요 |
| 회로 확장성 | 깊은 회로에서 표본부담 증가 | 임계값 이하에서 코드거리로 오류 억제 |
| 현재 역할 | 현재 하드웨어의 결과 개선 | 장기적인 내결함성 계산의 기반 |
물리 큐비트와 논리 큐비트의 차이
물리 큐비트는 초전도 회로와 이온, 중성원자, 광자와 반도체 스핀처럼 실제 장치에 구현된 양자정보 단위입니다. 환경과 직접 상호작용하므로 일정한 오류율과 제한된 코히런스 시간을 가집니다.
논리 큐비트는 하나의 양자정보를 여러 물리적 큐비트에 분산해 보호한 정보 단위입니다. 일부 물리 큐비트에 오류가 발생하더라도 전체 부호화 구조와 신드롬 정보를 이용해 논리적 상태를 복구할 수 있습니다.
논리 큐비트가 물리 큐비트보다 안정적이려면 오류 보정에 추가한 게이트와 측정에서 새로 발생하는 오류보다 보정으로 제거되는 오류가 더 많아야 합니다. 물리 오류율이 충분히 낮아야 하는 이유입니다.
양자정보를 직접 복사하지 않고 보호하는 방법
고전 컴퓨터는 데이터를 여러 비트에 복사한 뒤 다수결로 오류를 확인할 수 있습니다. 하지만 임의의 양자상태는 복제 불가능 정리에 따라 완벽하게 복사할 수 없습니다.
양자 오류 보정은 상태를 그대로 여러 개 복사하는 대신 여러 물리적 큐비트 사이의 상관관계에 논리정보를 부호화합니다. 보조 큐비트는 데이터 큐비트의 개별 상태가 아니라 패리티와 안정자 정보를 측정합니다.
이 측정에서는 논리상태의 구체적인 값은 드러내지 않으면서 비트 반전이나 위상 반전이 발생했는지를 알려주는 오류의 징후만 얻습니다. 이 정보를 오류 신드롬이라고 합니다.
신드롬 측정과 디코더의 역할
오류 신드롬은 오류가 발생한 정확한 위치를 직접 알려주는 답이 아닙니다. 서로 다른 오류경로가 비슷한 신드롬을 만들 수 있으므로 디코더가 시간과 공간에 걸친 측정패턴을 분석해야 합니다.
- 데이터 큐비트에 논리적 양자상태를 부호화합니다.
- 보조 큐비트로 안정자와 패리티를 측정합니다.
- 연속된 측정결과를 비교해 오류 검출사건을 찾습니다.
- 고전 디코더가 가능한 오류경로를 추정합니다.
- 보정연산을 실행하거나 최종 결과의 해석을 수정합니다.
- 이 과정을 계산이 끝날 때까지 반복합니다.
초전도 프로세서에서는 오류 보정 주기가 매우 짧기 때문에 디코더가 신드롬 생성속도를 따라가야 합니다. 디코딩이 느리면 자료가 계속 쌓이고 측정결과에 따라 다음 연산을 결정하는 논리 게이트가 지연될 수 있습니다.
오류 임계값이 상용화에 중요한 이유
양자 오류 보정에는 임계값이라는 개념이 있습니다. 물리적 큐비트와 게이트의 오류율이 코드의 임계값보다 낮으면 코드거리를 늘릴수록 논리 오류율을 낮출 수 있습니다.
반대로 물리 오류율이 임계값보다 높으면 큐비트를 추가할수록 오류가 발생할 위치와 게이트가 함께 늘어납니다. 오류 보정의 이익보다 추가 자원이 만드는 오류가 커져 코드규모를 확대해도 성능이 개선되지 않습니다.
상용화 관점에서 임계값 이하 동작이 중요한 이유는 정확도를 제조공정의 우연한 최고기록이 아니라 코드거리와 자원설계로 조절할 수 있는 가능성이 생기기 때문입니다. 물리 오류율을 조금 개선했을 때 논리 오류율이 훨씬 크게 낮아지는 구간에 진입할 수 있습니다.
표면코드가 가장 많이 연구되는 이유
표면코드는 물리적 큐비트를 이차원 격자로 배치하고 인접한 큐비트 사이의 안정자를 반복 측정하는 오류 보정 방식입니다. 비교적 높은 오류 임계값과 이차원 반도체형 회로와의 호환성 때문에 초전도 양자컴퓨팅에서 활발히 연구됩니다.
코드거리 d가 증가하면 논리 오류를 만들기 위해 필요한 물리적 오류의 연결길이도 증가합니다. 물리 오류율이 임계값보다 낮다면 코드거리를 늘릴수록 논리 오류가 빠르게 감소할 수 있습니다.
그러나 표면코드는 논리 큐비트 하나에 많은 데이터·측정 큐비트가 필요합니다. 논리 오류율을 매우 낮게 만들려면 수백에서 수천 개 이상의 물리적 큐비트가 필요할 가능성이 있어 하드웨어와 제어 부담을 줄이는 연구가 중요합니다.
임계값 이하 오류 보정은 어디까지 왔을까
2025년 Nature에 정식 게재된 Google Quantum AI의 연구에서는 초전도 프로세서에서 거리 5와 거리 7 표면코드 메모리의 임계값 이하 동작이 보고됐습니다.
101개 물리적 큐비트를 사용한 거리 7 코드에서는 코드거리가 2 증가할 때 논리 오류가 약 2.14배 억제됐습니다. 논리 메모리의 수명도 가장 좋은 구성 물리 큐비트보다 약 2.4배 길게 측정됐습니다.
이는 오류 보정 규모를 늘리면 논리정보가 더 안정적으로 유지될 수 있음을 보여주는 중요한 성과입니다. 하지만 해당 결과는 논리 메모리에 관한 실험입니다. 상용 양자컴퓨터에는 여러 논리 큐비트의 초기화와 측정, 범용 논리 게이트와 장시간 알고리즘 실행이 추가로 필요합니다.
표면코드의 주기당 논리 오류율과 실제 응용에서 요구하는 논리 오류율 사이에도 여전히 큰 차이가 있습니다. 최근 성과를 완성된 내결함성 양자컴퓨터로 해석하기보다 확장 가능한 오류 억제 원리를 입증한 단계로 보는 것이 적절합니다.
물리적 오류를 논리적으로 낮추는 과정
| 단계 | 주요 역할 | 성공 기준 |
|---|---|---|
| 물리 큐비트 개선 | 재료·냉각·게이트와 측정 오류 감소 | 오류 보정 임계값 이하 진입 |
| 반복 오류 검출 | 오류 신드롬을 계산 중 계속 측정 | 논리정보를 직접 붕괴시키지 않음 |
| 실시간 디코딩 | 가능성이 높은 오류경로 추정 | 오류 보정 주기보다 충분히 빠름 |
| 논리 메모리 | 물리 큐비트보다 정보를 오래 보존 | 손익분기점 초과 |
| 논리 게이트 | 오류가 코드 전체로 퍼지지 않게 연산 | 범용 내결함성 게이트 구성 |
| 응용 회로 | 여러 논리 큐비트로 알고리즘 실행 | 사업가치가 있는 계산을 신뢰성 있게 완료 |
논리 메모리와 논리 게이트는 다르다
논리 메모리는 부호화된 양자상태를 일정 시간 동안 보존하는 기능입니다. 오류 보정의 기본효과를 확인할 수 있지만 실제 계산을 수행하려면 논리상태를 변화시키는 게이트가 필요합니다.
논리 게이트는 실행 중 발생한 오류 하나가 여러 물리적 큐비트로 퍼지지 않도록 내결함성 방식으로 설계해야 합니다. 격자수술과 횡단 게이트, 코드 변환과 양자 텔레포테이션 등이 연구됩니다.
일부 논리연산은 측정결과에 따라 다음 연산이 달라집니다. 고전 디코더가 신드롬을 해석하는 속도와 제어장치가 피드포워드를 적용하는 시간이 전체 계산속도에 직접적인 영향을 줄 수 있습니다.
오류 보정의 물리 큐비트 부담
오류 보정은 많은 물리적 큐비트와 보조 큐비트를 필요로 합니다. 논리 오류율을 낮추기 위해 코드거리를 늘리면 데이터 큐비트와 안정자 측정 큐비트, 제어선과 판독장치도 함께 증가합니다.
현재 물리 오류율에서 주기당 논리 오류를 100만분의 1 수준으로 낮추려면 하나의 표면코드 논리 큐비트에 1,000개가 넘는 물리적 큐비트가 필요할 수 있다는 추정도 있습니다. 실제 자원은 게이트 오류와 연결구조, 목표 알고리즘과 코드설계에 따라 달라집니다.
- 데이터를 저장하는 물리적 큐비트
- 안정자를 측정하는 보조 큐비트
- 누설 제거와 초기화를 위한 추가 큐비트
- 오류 신드롬을 전송하고 처리하는 고전 장치
- 논리 게이트와 상태 주입을 위한 보조공간
- 불량 큐비트를 우회하기 위한 연결과 여유자원
따라서 상용화 경쟁은 물리 큐비트 수를 늘리는 것뿐 아니라 논리 큐비트 하나를 만드는 데 필요한 물리 자원과 시간, 전력과 냉각비용을 줄이는 경쟁이기도 합니다.
qLDPC와 저부담 오류 보정 연구
표면코드의 높은 자원부담을 줄이기 위해 양자 저밀도 패리티 검사인 qLDPC 코드가 연구됩니다. 제한된 수의 검사만 사용하면서 여러 논리 큐비트를 높은 비율로 부호화하는 것을 목표로 합니다.
qLDPC 코드는 같은 논리정보를 더 적은 물리적 큐비트로 보호할 가능성이 있지만 장거리 큐비트 연결과 복잡한 안정자 측정이 필요할 수 있습니다. 코드 자체의 이론적인 효율과 실제 하드웨어 구현비용을 함께 비교해야 합니다.
최근에는 장거리 결합이 가능한 초전도 프로세서에서 여러 논리 큐비트를 부호화하는 qLDPC 실험이 진행됐습니다. 아직 논리 오류율은 높지만 저부담 코드가 실제 회로에서 구현될 수 있다는 가능성을 확인하는 단계입니다.
보손형 캣 큐비트가 자원부담을 줄일 수 있을까
보손 코드는 하나의 공진기나 진동모드가 가진 넓은 상태공간에 양자정보를 부호화합니다. 캣 큐비트는 물리적 구조에서 특정 오류를 강하게 억제하고 남은 오류가 한 방향으로 주로 발생하도록 잡음을 편향시킵니다.
비트 반전은 물리적으로 억제하고 위상 반전만 반복코드로 보정할 수 있다면 모든 종류의 오류를 같은 방식으로 처리하는 코드보다 자원부담을 줄일 가능성이 있습니다.
2025년에는 보손형 캣 큐비트와 거리 5 반복코드를 결합한 논리 메모리가 초전도 회로에서 구현됐습니다. 물리적 오류 억제와 외부 오류 보정을 결합하는 방향을 보여줬지만 보조 큐비트의 오류와 범용 논리 게이트를 더 개선해야 합니다.
누설과 상관 오류를 다뤄야 하는 이유
일반적인 오류 보정 모델은 각 큐비트에 비트 반전과 위상 반전이 독립적으로 발생한다고 단순화합니다. 현실에서는 큐비트가 0과 1 이외의 높은 상태로 이동하는 누설과 여러 큐비트가 함께 영향을 받는 상관 오류가 발생할 수 있습니다.
누설상태는 여러 오류 보정 주기 동안 남아 인접한 큐비트의 게이트를 방해할 수 있습니다. 이를 줄이기 위해 데이터 큐비트의 누설을 보조 큐비트로 옮기고 초기화하거나 계산공간으로 돌려보내는 기술이 연구됩니다.
자연 방사선과 큰 에너지 충격은 칩의 넓은 영역에 영향을 줄 수 있습니다. 드물게 발생하더라도 수십억 번의 연산을 실행하는 시스템에서는 무시하기 어려우므로 방사선 차폐와 준입자 포획, 오류 보정 코드의 상관 오류 대응이 필요합니다.
실시간 디코더가 상용화 속도를 좌우한다
양자 오류 보정 시스템은 매 주기마다 많은 신드롬 정보를 생성합니다. 코드거리가 커지면 측정해야 할 안정자 수와 가능한 오류경로도 증가합니다.
디코더가 충분히 빠르지 않으면 측정자료의 대기열이 길어지고 논리 측정결과에 의존하는 후속 게이트가 지연됩니다. 따라서 오류 추정 정확도뿐 아니라 처리량과 지연시간, 전력소비와 확장성이 중요합니다.
- 신드롬 생성속도를 따라가는 데이터 처리량
- 논리 게이트를 지연시키지 않는 낮은 응답시간
- 누설과 크로스토크를 반영하는 오류모델
- 장치 드리프트에 적응하는 지속적인 학습
- 전용 반도체와 저온 제어장치의 통합
- 코드규모가 커져도 감당할 수 있는 메모리와 전력
최근에는 그래프 기반 디코더와 신경망 디코더를 함께 사용하고, 오류 검출자료를 장치 교정의 입력으로 재활용하는 연구가 진행됩니다. 오류 보정과 교정이 별도의 작업이 아니라 계산 중 동시에 수행되는 구조가 장시간 상용계산에 필요할 수 있습니다.
오류 보정이 기업 활용에 미치는 영향
기업이 양자컴퓨터를 업무에 사용하려면 같은 입력과 조건에서 결과의 품질을 예측할 수 있어야 합니다. 장치상태에 따라 결과가 크게 달라지거나 계산을 완료할 가능성을 알 수 없다면 중요한 연구와 의사결정에 사용하기 어렵습니다.
논리 큐비트와 오류 보정은 물리적 하드웨어의 잡음을 응용 프로그램에서 직접 관리해야 하는 부담을 줄일 수 있습니다. 개발자는 개별 큐비트의 T1과 게이트 오류보다 논리 게이트의 오류율과 실행시간을 기준으로 알고리즘을 설계할 수 있게 됩니다.
| 기업 요구사항 | 오류 보정 이후 기대되는 변화 |
|---|---|
| 정확한 계산결과 | 목표 정확도에 맞춘 논리 오류율 관리 |
| 예측 가능한 실행 | 논리 게이트와 회로의 성공 가능성 추정 |
| 긴 알고리즘 | 물리 코히런스 시간을 넘어 정보 유지 |
| 재현 가능한 서비스 | 장치 변화가 응용 결과에 미치는 영향 감소 |
| 비용 산정 | 논리 큐비트 시간과 오류 예산으로 자원계획 |
| 규모 확장 | 코드거리와 물리자원으로 정확도 조절 |
상용화는 논리 큐비트 수만으로 결정되지 않는다
논리 큐비트 수가 많더라도 논리 오류율이 높거나 게이트가 지나치게 느리면 유용한 알고리즘을 완료하기 어렵습니다. 논리 큐비트를 만드는 데 필요한 물리 자원과 함께 연산속도와 오류 보정 주기, 논리 게이트의 종류를 확인해야 합니다.
대규모 계산에서는 비클리퍼드 게이트에 필요한 특수 논리상태를 준비하는 과정이 큰 자원을 사용할 수 있습니다. 흔히 매직 스테이트 증류라고 불리는 과정의 공장 규모와 처리속도가 전체 시스템 크기를 결정할 가능성도 있습니다.
- 사용 가능한 논리 큐비트 수
- 주기당 논리 오류율과 장시간 안정성
- 논리 단일·다중 큐비트 게이트의 충실도
- 한 번의 논리 게이트에 필요한 시간
- 매직 스테이트 준비와 소비속도
- 실시간 디코딩의 지연시간과 전력
- 논리 큐비트 하나당 물리 큐비트와 운영비용
오류 보정이 하드웨어 개선을 대신할 수 있을까
양자 오류 보정은 물리 큐비트 개선을 대체하지 않습니다. 물리 오류율이 낮을수록 같은 논리 오류율을 달성하는 데 필요한 코드거리와 물리 큐비트 수가 줄어듭니다.
게이트와 측정의 오류가 절반으로 낮아지면 오류 보정이 임계값 이하에서 제공하는 효과는 단순히 두 배보다 커질 수 있습니다. 물리 하드웨어의 작은 개선이 논리 오류율을 큰 폭으로 낮출 가능성이 있기 때문입니다.
따라서 상용 양자컴퓨터는 좋은 물리 큐비트와 효율적인 오류 보정 코드, 빠른 디코더와 안정적인 제어시스템을 함께 갖춰야 합니다.
상용화까지 확인해야 할 단계
| 단계 | 확인해야 하는 성과 |
|---|---|
| 물리 오류 개선 | 다수의 큐비트에서 임계값 이하 오류 유지 |
| 논리 메모리 | 코드거리가 커질수록 논리 오류 감소 |
| 논리 손익분기 | 논리 큐비트가 구성 물리 큐비트보다 안정적 |
| 논리 게이트 | 메모리 보호를 유지하며 범용 연산 실행 |
| 다중 논리 큐비트 | 여러 논리 큐비트의 얽힘과 연결 |
| 장시간 계산 | 실시간 교정·디코딩을 유지하며 회로 실행 |
| 유용한 응용 | 전체 비용을 포함해 고전 방식보다 의미 있는 가치 제공 |
양자 오류 보정에 관한 대표적인 오해
- 오류가 발생한 큐비트를 직접 찾아 고친다: 신드롬을 분석해 가능한 오류경로를 추정하는 과정입니다.
- 양자상태를 여러 개 복사한다: 상태를 복제하지 않고 여러 큐비트의 상관관계에 정보를 부호화합니다.
- 물리 큐비트가 나빠도 오류 보정으로 해결된다: 물리 오류율이 코드의 임계값보다 낮아야 합니다.
- 오류 보정 실험 성공은 상용화 완료를 뜻한다: 논리 게이트와 확장성, 비용과 속도를 추가로 검증해야 합니다.
- 논리 큐비트가 많으면 무조건 유용하다: 논리 오류율과 게이트시간, 연결성과 사용 가능한 연산이 중요합니다.
- 하나의 코드가 모든 하드웨어에 적합하다: 연결구조와 잡음특성에 따라 유리한 코드가 달라질 수 있습니다.
오류 보정 성과를 확인하는 체크리스트
- 실제 하드웨어에서 반복 오류 보정을 수행했는가
- 코드거리를 늘렸을 때 논리 오류율이 감소했는가
- 논리 오류율과 통계적 불확실성을 공개했는가
- 메모리뿐 아니라 논리 게이트도 시험했는가
- 비트·위상 오류와 누설을 모두 다뤘는가
- 오류가 의심되는 결과를 얼마나 버렸는가
- 디코더가 실제 장치의 신드롬 생성속도를 따라가는가
- 장시간 실행에서 교정과 성능이 유지되는가
- 목표 오류율에 필요한 물리 큐비트 수를 추정했는가
- 전체 실행시간과 냉각·제어·고전 계산비용을 포함했는가
양자 오류 보정 관련 주요 용어
| 용어 | 의미 |
|---|---|
| 물리 큐비트 | 실제 양자장치에 구현된 기본 양자정보 단위 |
| 논리 큐비트 | 여러 물리적 자원과 오류 보정으로 보호한 정보 단위 |
| 신드롬 | 논리상태를 직접 읽지 않고 오류의 징후를 나타내는 측정정보 |
| 안정자 | 논리상태를 보존하면서 오류를 검사하기 위한 연산자 |
| 디코더 | 신드롬을 분석해 가능한 오류경로를 추정하는 시스템 |
| 코드거리 | 논리 오류를 일으키는 최소 물리 오류 수와 관련된 코드지표 |
| 오류 임계값 | 코드규모 증가가 논리 오류 감소로 이어지기 위한 물리 오류 기준 |
| 논리 오류율 | 오류 보정 이후 논리적 정보가 잘못되는 비율 |
| 표면코드 | 이차원 큐비트 격자와 반복 안정자 측정을 사용하는 코드 |
| qLDPC | 높은 부호화율과 낮은 물리 큐비트 부담을 목표로 하는 코드 |
| 보손 코드 | 공진기나 진동모드의 넓은 상태공간에 정보를 부호화하는 방식 |
| 매직 스테이트 | 범용 내결함성 계산의 특정 논리 게이트에 사용되는 특수 상태 |
양자 오류 보정이 상용화의 핵심인 이유
양자컴퓨터가 실험실의 짧은 시연을 넘어 실제 산업문제를 해결하려면 알고리즘이 끝날 때까지 양자정보를 안정적으로 유지해야 합니다. 물리적 큐비트의 오류율을 개선하는 것만으로 수십억 번 이상의 연산에 필요한 신뢰도를 확보하기는 어렵습니다.
양자 오류 보정은 여러 물리적 큐비트의 오류를 관리해 더 안정적인 논리 큐비트를 만들고, 필요한 정확도에 따라 코드규모를 조절할 수 있는 길을 제공합니다. 임계값 이하 동작이 중요한 이유는 하드웨어의 작은 개선을 논리 오류의 큰 감소로 확대할 가능성이 생기기 때문입니다.
그러나 오류 보정 자체에도 많은 큐비트와 측정, 빠른 디코딩과 냉각·제어 인프라가 필요합니다. 따라서 상용화의 핵심 질문은 오류 보정이 가능한가에서 끝나지 않습니다. 목표한 계산을 완료할 만큼 낮은 논리 오류율을 합리적인 물리 자원과 시간, 비용으로 구현할 수 있는지가 최종 기준입니다.
공식 문서와 연구자료
Google Research — Making quantum error correction work (2024-12-09)