AQET 프로그램과 2026 캡스톤 과제의 배경
워싱턴대학교(UW)의 AQET(Accelerating Quantum-Enabled Technologies) 프로그램은 물리학·화학·재료과학·공학·컴퓨터과학을 통합한 다학제 양자 기술 인력 양성 과정으로, NSF 과제(DGE-2021540)의 지원을 받는다. 이 과정의 핵심 요소인 10주 산업 멘토십 캡스톤 프로젝트에서 전년도 팀이 NVIDIA CUDA-Q로 질소-공공(nitrogen-vacancy) 센터를 모델링했다면, 2026년 팀은 양자 노이즈 자체를 정면으로 다루는 과제를 수행했다. 큐비트는 외부 환경에 극히 민감하고 게이트 연산은 불완전하며 측정 단계에서도 편향이 발생하는 만큼, 노이즈 제어는 실용적 양자컴퓨팅으로 가는 길목의 핵심 과제다.
1단계: 동적 디커플링으로 하드웨어 수준 노이즈 억제
팀은 먼저 큐비트의 에너지 이완 시간(T1)과 위상 결맞음 시간(T2)을 측정해 노이즈 특성을 파악했다. 이어 환경 노이즈를 상쇄하는 정교한 펄스 시퀀스인 동적 디커플링(dynamical decoupling)을 적용해 큐비트 결맞음 유지 시간을 연장하는 실험을 수행했다. 이 실험은 잡음 시뮬레이터와 더불어 Amazon Braket을 통해 접근한 Rigetti의 초전도 QPU Cepheus-1에서 실제로 실행됐다.
2단계: AWS Batch 병렬 분산으로 영-노이즈 외삽법 구현
하드웨어 단계를 통과한 잔류 오류는 측정 결과 후처리로 다뤘다. 팀이 선택한 기법은 영-노이즈 외삽법(Zero-Noise Extrapolation, ZNE)으로, 노이즈를 의도적으로 여러 수준으로 증폭한 회로들을 반복 실행한 뒤 노이즈가 없을 때의 이상적 값을 역산하는 방식이다. 다수의 회로 변형을 대규모로 실행해야 안정적인 외삽 결과를 얻을 수 있으므로, 팀은 미리 컨테이너화된 환경을 기반으로 AWS Batch를 활용해 연산을 병렬 분산했다. 경감 후처리 역시 동일한 인프라에서 처리됐다.
3단계: 회전 표면 코드와 AWS PCS 기반 양자 오류 정정
가장 계산 집약적인 단계는 물리 큐비트 다수에 논리 큐비트 하나를 인코딩해 오류를 검출·수정하는 양자 오류 정정(QEC)이었다. 팀은 회전 표면 코드(rotated surface code)를 Stim(회로 시뮬레이션)·PyMatching(오류 증후군 디코딩) 라이브러리로 구현하고, 코드 크기가 커질수록 급격히 증가하는 계산 부담을 AWS Parallel Computing Service(PCS) 위에서 처리했다. 모든 단계의 최종 결과는 공유 S3 스토리지에 저장됐다.
한편 Amazon Braket은 올해 초 QuEra와의 협력 확대를 공표하며, 과학적으로 유의미한 문제를 다룰 수 있는 내결함성 양자컴퓨터 Libra를 2028년까지 AWS 고객에게 제공할 계획을 밝혔다. 이번 프로젝트에서 수행한 다양한 QEC 코드 분석은 해당 장치를 실제로 활용하기 위한 사전 이해를 쌓는 작업으로서 의미를 갖는다.
교육적 의의와 한계
이 프로젝트의 핵심 기여는 억제·경감·정정이라는 세 전략을 단일 파이프라인으로 연결하고, 각 단계에 최적화된 AWS 서비스를 체계적으로 매핑한 재사용 가능한 교육 자원을 공개했다는 점이다. CloudFormation 템플릿과 Jupyter 노트북 4종이 공개 저장소에 수록돼 있어 다른 기관의 연구자와 교육자도 동일한 파이프라인을 즉시 재활용할 수 있다. 다만 이번 결과는 교육 목적의 실습 수준이며, 새로운 QEC 코드를 제안하거나 기존 성능을 상회하는 연구 성과가 아님을 주의해야 한다. QPU 실험도 Rigetti Cepheus-1 한 기종에 국한됐고, 성능 벤치마크 수치는 별도로 제시되지 않았다.
전문은 원문에서 읽으세요
이 글은 Claude 가 원문의 사실을 재구성한 편집 요약입니다. 원제: Combating quantum noise with AWS: University of Washington Capstone Project
