11월 4일 (수)양자 뉴스·논문·데이터를 매일 검증해 한국어로 전합니다

튜토리얼 목록
Tutorial고급양자컴퓨팅

표면 부호(Surface Code)의 구조와 동작 원리

표면 부호는 2차원 격자 위에 큐비트를 배열하고 국소적 안정자 측정만으로 오류를 검출·정정하는 위상 기반 양자 오류 정정 부호이다. 높은 오류 임계율과 근접 큐비트 간 상호작용만을 요구하는 구조 덕분에 초전도 큐비트 등 다양한 하드웨어 플랫폼에서 내결함성 양자 컴퓨팅의 핵심 후보로 자리잡고 있다.

난이도 고급4분 읽기연습문제 3개

개념 소개

물리 큐비트는 환경과의 상호작용으로 비트 반전(X 오류) 및 위상 반전(Z 오류)이 불가피하게 발생한다. 이를 극복하기 위한 양자 오류 정정 체계 중 **표면 부호(Surface Code)**는 Alexei Kitaev의 토릭 부호(Toric Code)에서 출발하여, 경계가 있는 평면 격자로 확장된 형태이다. 핵심 매력은 세 가지다: 국소 측정만 요구, 높은 오류 임계율, 단일 논리 큐비트 인코딩. 현재 가장 널리 연구되는 변형은 **회전 표면 부호(Rotated Surface Code)**로, 동일한 부호 거리 에서 필요한 물리 큐비트 수를 최소화한 구조이다.


핵심 원리

격자 구조와 큐비트 배치

거리 의 회전 표면 부호는 격자에 개의 데이터 큐비트를 배치한다. 격자의 체커보드 패턴에 따라 각 셀에는 X형 안정자 또는 Z형 안정자를 측정하는 **보조 큐비트(ancilla qubit)**가 할당된다.

구성 요소 개수
데이터 큐비트
X형 보조 큐비트
Z형 보조 큐비트
총 물리 큐비트

이 구조로 1개의 논리 큐비트를 인코딩한다.

안정자 형식론과 코드 공간

코드 공간 는 모든 안정자 생성원의 공통 고유 상태로 정의된다:

Z형 안정자(플래킷 연산자) 는 플래킷 에 인접한 데이터 큐비트에 를 적용한다:

X형 안정자(꼭짓점 연산자) 는 꼭짓점 에 인접한 데이터 큐비트에 를 적용한다:

격자 내부(벌크)의 안정자는 4개의 큐비트에 작용하는 4-체(4-body) 연산자이고, 경계 부근의 안정자는 2-체(2-body) 연산자이다. 이 모든 쌍에 대해 성립하므로 모든 안정자를 동시에 측정할 수 있다.

신드롬 측정과 오류 검출

코드 상태에 오류 가 가해지면, 와 반가환하는 안정자의 측정값이 로 바뀐다. 이 측정 결과 패턴을 **신드롬(syndrome)**이라 한다.

  • X 오류 (비트 반전): Z형 안정자와 반가환 → Z형 신드롬 활성화
  • Z 오류 (위상 반전): X형 안정자와 반가환 → X형 신드롬 활성화

신드롬은 오류의 위치가 아니라 오류 체인의 **끝점(endpoint)**을 나타낸다. **디코더(decoder)**가 신드롬 그래프를 분석하여 최소 가중치 완전 매칭(MWPM, Minimum Weight Perfect Matching) 등의 알고리즘으로 오류를 추정하고 정정한다.

논리 연산자와 부호 거리

논리 큐비트의 연산자는 격자의 한 경계에서 반대 경계까지 연결되는 체인(chain) 형태이다:

  • 논리 : 상단 경계 → 하단 경계를 잇는 Z 연산자 체인
  • 논리 : 좌측 경계 → 우측 경계를 잇는 X 연산자 체인

이 두 체인의 최소 길이가 부호 거리 이며, 부호 거리 의 표면 부호는 최대 개의 오류를 정정할 수 있다.


예시·응용

거리-3 표면 부호

이면 데이터 큐비트 9개, 보조 큐비트 8개(X형 4, Z형 4)로 구성된다. 단일 오류까지 정정 가능하며, Stim 라이브러리로 회로를 생성하는 예시는 다음과 같다:

import stim

# 거리-3 회전 표면 부호, Z 기저 메모리 실험
circuit = stim.Circuit.generated(
    "surface_code:rotated_memory_z",
    rounds=3,
    distance=3,
    after_clifford_depolarization=0.001,
)
print(circuit)

오류 임계율

탈분극화(depolarizing) 노이즈 모델 하에서 표면 부호의 임계 오류율은 약 이다. 물리 오류율 인 경우, 부호 거리를 늘릴수록 논리 오류율이 지수적으로 감소한다:

Google은 를 증가시킴에 따라 논리 오류율이 실험적으로 감소함을 시연하였으며, IBM 역시 표면 부호 기반 내결함성 로드맵을 공개하고 있다.


정리

표면 부호는 개의 데이터 큐비트와 개의 보조 큐비트로 1개의 논리 큐비트를 인코딩하는 2차원 안정자 부호이다. X형·Z형 안정자의 독립적 신드롬 측정을 통해 비트 반전 오류와 위상 반전 오류를 분리 추적하며, 논리 연산자는 격자를 가로지르는 최소 체인으로 정의된다. 이 체인의 길이 가 부호의 핵심 성능 지표이며, 임계율 이하의 물리 오류율에서 를 키울수록 논리 오류율이 지수적으로 억제된다는 점이 표면 부호의 실용적 가치를 결정짓는다.

Exercises

연습문제

  1. Q1거리 $d=5$인 회전 표면 부호의 총 물리 큐비트 수와 정정 가능한 최대 오류 수를 구하라.

    힌트 보기

    총 물리 큐비트 수는 $2d^2-1$, 정정 가능 오류 수는 $\lfloor(d-1)/2\rfloor$ 공식을 적용한다.

    해설 보기

    데이터 큐비트 $5^2 = 25$개, 보조 큐비트 $25-1=24$개, 총 $2(25)-1=49$개. 정정 가능 오류 수는 $\lfloor 4/2 \rfloor = 2$개.

  2. Q2X 오류가 발생했을 때 Z형 안정자의 신드롬이 활성화되는 이유를 반가환 관계로 설명하라.

    힌트 보기

    $\{X, Z\} = XZ + ZX = 0$ 임을 이용한다.

    해설 보기

    Z형 안정자 $S^Z_p = \bigotimes Z_j$ 와 오류 연산자 $X_k$는 같은 큐비트 $k$에서 $X_kZ_k = -Z_kX_k$로 반가환한다. 따라서 오류 후 상태에 $S^Z_p$를 측정하면 부호 상태에서의 $+1$이 $-1$로 바뀌어 신드롬이 활성화된다.

  3. Q3논리 $\bar{X}$와 논리 $\bar{Z}$가 반가환해야 하는 이유와, 표면 부호 격자에서 이 조건이 어떻게 만족되는지 설명하라.

    해설 보기

    논리 큐비트가 실제 큐비트처럼 동작하려면 $\bar{X}\bar{Z} = -\bar{Z}\bar{X}$가 성립해야 한다. 표면 부호에서 논리 $\bar{Z}$ 체인은 상하 경계를 잇고, 논리 $\bar{X}$ 체인은 좌우 경계를 잇는다. 두 체인은 격자 위에서 정확히 한 데이터 큐비트에서 교차하며, 그 큐비트에서 $XZ = -ZX$가 성립하므로 두 논리 연산자는 반가환한다.

관련 용어

이 챕터는 Claude (claude-sonnet-4-6)가 작성했습니다. · 발행 2026. 9. 2.

Keep Learning

다음으로 볼 튜토리얼

전체보기
중급

양자통신

포스트양자암호(PQC) 기초: 양자 시대를 대비하는 암호 설계

포스트양자암호(PQC)는 충분한 규모의 양자 컴퓨터가 등장해도 안전하도록 설계된 고전 알고리즘 기반 암호 체계다. RSA·ECC 등 현행 공개키 암호의 취약점을 수학적 난제로 보완하며, NIST의 표준화를 통해 실용화 단계에 진입했다.

4분 읽기

중급

양자통신

PQC(포스트양자암호) 기초: 양자 시대의 암호 보안

양자 컴퓨터의 발전으로 RSA, ECC 등 현재의 공개키 암호 체계가 근본적인 위협에 직면했다. 포스트양자암호(PQC)는 양자 컴퓨터로도 풀기 어려운 수학적 난제에 기반한 새로운 암호 방식으로, NIST의 표준화 작업을 통해 실용화 단계에 접어들었다. PQC는 기존 통신 인프라 위에서 동작하므로 양자키분배(QKD)와는 구별되는 상호 보완적인 접근이다.

4분 읽기

고급

양자컴퓨팅

변분 양자 고유값 계산(VQE): 원리와 구현

VQE(Variational Quantum Eigensolver)는 변분 원리를 기반으로 해밀토니안의 바닥 상태 에너지를 추정하는 양자-고전 하이브리드 알고리즘이다. 매개변수화 양자 회로(Ansatz)로 시험 상태를 준비하고 고전 최적화기로 에너지를 최소화하는 반복 루프를 구성한다. 깊이가 얕은 회로를 사용하므로 NISQ 장치에서 실행 가능한 현실적 양자 알고리즘으로 평가받는다.

6분 읽기

고급

양자컴퓨팅

QAOA: 조합 최적화를 위한 양자 근사 최적화 알고리즘

QAOA(Quantum Approximate Optimization Algorithm)는 조합 최적화 문제를 양자 회로로 근사 해결하는 변분 양자 알고리즘이다. 비용 해밀토니안과 혼합 해밀토니안을 교대로 적용하는 $p$층 회로를 구성하고, 고전 최적화기로 매개변수를 조율하는 하이브리드 방식을 채택한다. MaxCut, 포트폴리오 최적화 등 NP-난해 문제에 대한 근사 해를 NISQ 장치에서 탐색하는 데 활발히 연구되고 있다.

5분 읽기