표면 부호(Surface Code)의 구조와 원리

개념 소개

양자 정보는 디코히런스와 게이트 오류에 취약하다. 고전 오류 정정이 비트를 반복 복사하는 전략을 쓰는 것과 달리, 양자 오류 정정은 복제 불가 정리(no-cloning theorem) 때문에 전혀 다른 접근이 필요하다. 해법은 하나의 **논리 큐비트(logical qubit)**를 다수의 물리 큐비트에 걸쳐 비국소적으로 인코딩하는 것이다.

표면 부호(Surface Code)는 Kitaev의 토릭 부호(Toric Code)를 평면 경계 조건으로 변형한 안정자 부호(stabilizer code)로, 2차원 격자 위에서 정의된다. 핵심 장점은 두 가지다.

1. 국소성: 모든 안정자 측정이 인접 큐비트 4개(경계에서는 2~3개)만 포함한다.
2. 높은 임계값: 물리 오류율이 약 $p_{th} \approx 1%$ 이하이면 임의로 긴 계산이 가능하다.

---

핵심 원리

회전 표면 부호의 격자

가장 널리 쓰이는 **회전 표면 부호(rotated surface code)**를 기준으로 설명한다. 거리(distance) $d$인 표면 부호는 다음과 같이 구성된다.

• 데이터 큐비트: $d^2$개, 격자 꼭짓점에 배치
• 보조(ancilla) 큐비트: $d^2 - 1$개, 플래킷(plaquette) 중심에 배치
  • X형 플래킷: $\lfloor d^2/2 \rfloor$개
  • Z형 플래킷: $\lceil d^2/2 \rceil - 1$개 (또는 $d$에 따라 대칭)

안정자 연산자

표면 부호의 안정자 그룹 $\mathcal{S}$는 두 종류의 4-체(4-body) 파울리 연산자로 생성된다.

X형 안정자 (버텍스/스타 연산자):

$$A_v = \bigotimes_{j \in \mathcal{N}(v)} X_j$$

Z형 안정자 (플래킷 연산자):

$$B_p = \bigotimes_{j \in \partial p} Z_j$$

여기서 $\mathcal{N}(v)$는 꼭짓점 $v$에 인접한 데이터 큐비트 집합, $\partial p$는 플래킷 $p$의 경계 큐비트 집합이다. 격자 내부에서는 4체 연산자, 경계에서는 2~3체로 줄어든다.

모든 안정자는 서로 교환 가능(commuting)하다.

$$[A_v, B_p] = 0 \quad \forall, v, p$$

두 플래킷이 공유하는 큐비트는 정확히 0개 또는 2개이므로, $X$와 $Z$의 반교환이 쌍으로 상쇄된다.

논리 큐비트와 논리 연산자

$d^2$개의 물리 큐비트 중 $2(d^2-1)/2 = d^2 - 1$개의 독립적인 안정자를 제거하면, 코드 공간(code space)의 차원은

$$\dim(\mathcal{C}) = 2^{d^2} / 2^{d^2-1} = 2^1$$

즉 1개의 논리 큐비트를 인코딩한다. 논리 연산자는 격자를 가로지르는 **파울리 문자열(Pauli string)**이다.

$$\bar{X} = \prod_{j \in \text{수평 경로}} X_j, \qquad \bar{Z} = \prod_{j \in \text{수직 경로}} Z_j$$

$\bar{X}$와 $\bar{Z}$는 안정자와 교환하지만 서로 반교환($\bar{X}\bar{Z} = -\bar{Z}\bar{X}$)하므로 올바른 논리 파울리 연산자 쌍을 이룬다.

코드 거리 $d$는 가장 작은 가중치를 갖는 논리 연산자의 무게(weight)와 같다. 거리 $d$인 부호는 $\lfloor (d-1)/2 \rfloor$개의 오류를 정정할 수 있다.

오류 증후군 측정

물리 오류 $E$가 발생하면 일부 안정자의 측정값이 $-1$로 뒤집힌다. 이 패턴을 **증후군(syndrome)**이라 한다.

• 비트 반전 오류 $X_j$: 인접한 Z형 안정자 2개를 자극
• 위상 반전 오류 $Z_j$: 인접한 X형 안정자 2개를 자극
• $Y_j = iX_jZ_j$: 두 종류 안정자 각 1쌍씩 자극

증후군은 오류 체인의 **끝점(endpoint)**만 드러낸다. 오류 체인이 닫힌 루프를 형성하거나 경계에 닿으면 증후군이 나타나지 않는다. 복호기(decoder)는 최소 가중치 완전 매칭(Minimum Weight Perfect Matching, MWPM) 알고리즘 등을 이용해 증후군으로부터 오류를 추정하고 정정 연산을 적용한다.

---

예시·응용

d=3 표면 부호 시뮬레이션 (개념 코드)

import numpy as np

# d=3 회전 표면 부호: 9개 데이터 큐비트, 8개 안정자
# 데이터 큐비트 인덱스 0~8 (3x3 격자)
# Z형 안정자 예시: 큐비트 {0,1,3,4} 에 ZZZZ 적용

def measure_stabilizer(state_vector, qubits, pauli_type='Z'):
    """단순 개념 예시 - 실제 구현은 양자 회로 필요"""
    # ZZZZ 측정: 파리티 계산
    parity = 0
    for q in qubits:
        parity ^= int(np.random.choice([0, 1]))  # 실제론 회로 측정
    return (-1)**parity  # +1 또는 -1

# Z형 플래킷 인덱스 (회전 d=3 격자)
z_stabilizers = [
    [0, 1, 3, 4],   # 내부 플래킷 1
    [1, 2, 4, 5],   # 내부 플래킷 2
    [3, 4, 6, 7],   # 내부 플래킷 3
    [4, 5, 7, 8],   # 내부 플래킷 4
]

syndromes = [measure_stabilizer(None, q, 'Z') for q in z_stabilizers]
print("Z 증후군:", syndromes)
# 출력 예: Z 증후군: [1, -1, 1, -1]  → -1 위치가 오류 끝점

하드웨어 구현

Google의 Willow 프로세서, IBM의 헤론(Heron) 계열 칩 등에서 표면 부호 실험이 진행 중이다. 특히 Google은 표면 부호에서 물리 오류율을 낮출수록 논리 오류율이 지수적으로 감소하는 오류 억제(error suppression) 현상을 실험적으로 확인했다.

---

정리

표면 부호는 2D 격자 위의 국소 안정자 측정만으로 1개의 논리 큐비트를 인코딩하고, 증후군을 통해 오류를 검출·정정한다. 코드 거리 $d$를 늘릴수록 오류 정정 능력은 향상되지만 필요한 물리 큐비트 수는 $d^2$에 비례한다. 결함 허용 양자컴퓨팅 실현을 위한 핵심 구성 요소로, 복호기 최적화와 물리 오류율 저감이 현재의 주요 연구 과제다.