연구 배경: 균일 격자와 황무지 고원의 벽
전산유체역학 분야에서 PDE를 양자 하드웨어로 처리하는 시도는 오랫동안 세 가지 장벽에 막혀 왔다. 회로 설계가 균일 격자에만 적합하다는 구조적 제약, 낮은 레이놀즈 수 조건에 국한된 적용 범위, 그리고 경사 기반 훈련 과정에서 발생하는 황무지 고원 문제가 그것이다. 이번 연구는 이 세 가지를 동시에 우회하는 접근법을 arXiv 프리프린트로 공개하며 실제 QPU 위에서 성능을 입증했다.
QRN 아키텍처: 메시와 회로 위상의 완전 분리
연구팀의 핵심 설계 원칙은 복잡한 경계 형상의 처리를 양자 회로 위상과 분리하는 것이다. 사전 학습된 그래프 신경망(GNN) 오토인코더가 비정형 메시 데이터를 저차원 잠재 벡터로 압축하고, 이 잠재 변수를 훈련 파라미터가 없는 고정 양자 저장소에 넘긴다. 저장소는 메모리 레지스터와 리드아웃 레지스터로 분리되며, 각 시간 스텝마다 데이터 재업로딩 회전으로 메모리에 인코딩한 뒤 가변 부분-SWAP 게이트로 두 레지스터를 결합한다. 리드아웃 레지스터만 중간 측정·재설정되므로 메모리 레지스터의 양자 상태는 보존된다. 이 조정 가능한 페이딩 메모리 덕분에 큐비트 평균 T1의 28배, T2의 24배에 달하는 긴 회로를 연속 실행할 수 있었으며, 사후 파울리 가중치 절단 기법으로 측정 샷 수도 절감했다.
하드웨어 벤치마크: 두 가지 물리계 검증
첫 번째 벤치마크는 레이놀즈 수 1,000의 2D 실린더 흐름이다. OpenFOAM으로 생성한 33,824셀 비정형 헥사 우세 메시를 사용했으며, 26큐비트(메모리 13·리드아웃 13) 구성에서 300스텝, 38,670개 CZ 게이트로 이루어진 회로를 ibm_boston에서 실행했다. QPU에서 NRMSE가 기준선 0.121에서 0.081로 33.2% 감소했고, 압력 관측 항목에서도 21.2% 감소가 확인됐다.
두 번째는 그레이-스콧 반응-확산계로, 52큐비트(메모리 26·리드아웃 26) 구성을 사용했다. 1,001스텝에 272,827개 CZ 게이트로 구성된 회로에서 NRMSE가 기준선 0.225에서 0.133으로 41.1% 감소했다. 샘플링 속도 면에서 ibm_boston QPU는 75초를 기록한 반면, NVIDIA H100의 동등한 처리에는 약 2.5×10⁵초가 소요되어 QPU가 약 3,300배 빨랐다. 나아가 10스텝 폐루프 자기회귀 추론에서는 하드웨어 노이즈가 사실상 정규화 역할을 해, NRMSE 0.257을 달성했다. 무잡음 CUDA-Q 시뮬레이션(0.707)이나 고전 지속성 기준선(1.126)보다 훨씬 낮은 수치다.
의미와 한계
이번 연구는 양자 저장소 컴퓨팅이 균일 격자를 벗어나 현실 엔지니어링 환경의 비정형 메시 위에서도 실제 하드웨어로 작동함을 보인 첫 사례 중 하나다. 그레이디언트 없는 고정 저장소 구조가 황무지 고원 문제를 구조적으로 우회한다는 점도 주목할 만하다. 다만 QPU 샘플링 속도 우위가 더 큰 문제 규모로 확장될 때도 유지될지는 추가 검증이 필요하다. 52큐비트를 넘어서는 규모 확장과 3D 복잡 유체 흐름으로의 적용 가능성도 열린 과제로 남아 있다. 시카고 소재 QodeX Quantum은 이번 연구가 자사 에이전틱 양자 워크플로 플랫폼 AlphaPsi의 모듈 개발 및 검증에도 활용됐다고 밝혔다.
전문은 원문에서 읽으세요
이 글은 원문의 사실을 재구성한 편집 요약입니다. 원제: QodeX Quantum, NVIDIA, RTX BBN, and U.S. Navy Researchers Forecast Unstructured PDEs on 52-Qubit IBM Hardware
