표면 부호(Surface Code)의 구조와 오류 정정 원리

개념 소개

양자 정보는 환경과의 상호작용(디코히런스)과 불완전한 게이트 연산으로 인해 지속적으로 손상된다. 고전 컴퓨터는 비트를 단순 복제하여 오류를 복구하지만, 양자역학의 복제 불가 정리(no-cloning theorem)는 큐비트의 직접 복사를 금지한다. 이를 우회하기 위해 고안된 것이 **양자 오류 정정 부호(quantum error-correcting code)**이며, 표면 부호(surface code)는 그 중 실용성이 가장 높은 방식이다.

표면 부호는 1997년 Kitaev의 토릭 부호(toric code)에서 출발하여, 경계 조건을 변형한 평면 격자 형태로 발전하였다. 핵심 아이디어는 다수의 물리 큐비트로 하나의 논리 큐비트를 인코딩하고, 큐비트 간 상관관계를 지속적으로 측정하여 오류 징후(syndrome)를 추적하는 것이다.

---

핵심 원리

격자 구조

거리(distance) $d$의 표면 부호는 $d\times d$ 격자 위에 데이터 큐비트(data qubit)를 배치하고, 그 사이사이에 보조 큐비트(ancilla qubit)를 놓아 안정자를 측정한다. 총 물리 큐비트 수는 대략 $2d^2-1$개이며, 이로써 하나의 논리 큐비트를 표현한다.

격자의 각 면(face)과 꼭짓점(vertex)에는 두 종류의 **안정자(stabilizer)**가 정의된다.

$$A_v=\prod _{j\in \text{star}(v)}{X}_j,B_f=\prod _{j\in \partial f}{Z}_j$$

• $A_v$: 꼭짓점 $v$ 주변 4개 데이터 큐비트에 $X$ 연산자를 적용하는 X-안정자 (star operator)
• $B_f$: 면 $f$ 경계 4개 데이터 큐비트에 $Z$ 연산자를 적용하는 Z-안정자 (plaquette operator)

모든 $A_v$와 $B_f$는 서로 교환(commute)하며, 코드 공간(code space)은 이들의 공통 $+1$ 고유 공간으로 정의된다.

$$\mathcal{C}=\{|\psi ⟩:A_v|\psi ⟩=|\psi ⟩,B_f|\psi ⟩=|\psi ⟩,\forall v,f\}$$

오류 검출: 신드롬 측정

데이터 큐비트에 비트 반전 오류($X$)가 발생하면 인접한 $B_f$ 측정값이 $-1$로 뒤집힌다. 위상 반전 오류($Z$)는 인접한 $A_v$를 $-1$로 만든다. 이처럼 $\pm 1$ 측정 결과의 패턴을 **오류 신드롬(error syndrome)**이라 하며, 데이터 큐비트를 직접 관측하지 않고도 오류 위치를 추정할 수 있다.

오류 체인(error chain)이 격자를 가로지르는 길이가 $d/2$ 미만이면 신드롬으로부터 정확히 복구할 수 있다. 거리 $d$가 클수록 정정 가능한 오류 수가 증가하고 논리 오류율은 지수적으로 감소한다.

$$p_L\propto {\left(\frac{p}{p_{\text{th}}}\right)}^{\lfloor d/2\rfloor +1}$$

여기서 $p$는 물리 오류율, $p_{\text{th}}\approx 1\%$는 임계 오류율이다.

논리 연산자

논리 큐비트의 $\bar{X}$와 $\bar{Z}$는 격자의 한쪽 경계에서 반대쪽 경계까지 이어지는 Pauli 연산자 체인으로 정의된다.

• $\bar{X}$: 왼쪽 경계 → 오른쪽 경계를 잇는 $X$ 체인
• $\bar{Z}$: 위쪽 경계 → 아래쪽 경계를 잇는 $Z$ 체인

이 두 체인은 정확히 한 큐비트에서 교차하므로 $\bar{X}\bar{Z}=-\bar{Z}\bar{X}$가 성립하여 논리 큐비트의 반교환 관계를 만족한다.

디코더

신드롬으로부터 실제 오류 위치를 추론하는 과정을 **디코딩(decoding)**이라 한다. 대표적인 알고리즘은 **최소 가중치 완전 매칭(Minimum Weight Perfect Matching, MWPM)**으로, 신드롬 결함 쌍 사이의 최단 경로를 찾아 오류를 추정한다.

import networkx as nx

def mwpm_decode(syndrome_graph):
    """
    syndrome_graph: 결함 꼭짓점을 노드로,
                    Manhattan 거리를 가중치로 갖는 그래프
    """
    # 최소 가중치 완전 매칭
    matching = nx.min_weight_matching(syndrome_graph, weight="weight")
    corrections = []
    for u, v in matching:
        # 매칭된 두 결함 사이의 최단 경로를 정정 연산으로 적용
        path = nx.shortest_path(syndrome_graph, u, v, weight="weight")
        corrections.append(path)
    return corrections

---

예시·응용

**거리-3 표면 부호 (d=3)**는 총 17개의 물리 큐비트(9개 데이터 + 8개 보조)로 구성되며, 임의의 단일 큐비트 오류 1개를 완전히 정정할 수 있다. Google의 Sycamore 프로세서와 IBM의 초전도 큐비트 플랫폼에서 이 구조의 실험적 구현이 보고되었다.

**격자 수술(lattice surgery)**은 표면 부호 패치들을 일시적으로 합치거나 분리하여 논리 게이트를 수행하는 기법으로, CNOT 등의 2큐비트 논리 연산을 내결함성 방식으로 구현한다.

**매직 상태 증류(magic state distillation)**와 결합하면 범용 논리 게이트 집합(Clifford + T)을 완성할 수 있으며, 이것이 실용적 양자컴퓨터 구현의 핵심 경로다.

---

정리

표면 부호는 2차원 국소 연결성, 높은 오류 임계값, 확장 가능한 구조를 갖춰 현재 기술 수준에서 가장 현실적인 내결함성 아키텍처다. 거리 $d$를 늘릴수록 논리 오류율이 지수적으로 감소하지만, 요구되는 물리 큐비트 수도 $O(d^2)$으로 증가하기 때문에 물리 큐비트 품질 향상과 디코더 속도 개선이 병행되어야 한다.