Freie Universität Berlin 연구팀, 최적제어이론으로 핵스핀 반전 속도 10배 향상 입증

스핀 제어 100년과 최적제어이론의 부상

스핀은 입자가 지닌 고유한 양자역학적 성질로, 일상적 경험에 직접적인 대응물이 없다. 20세기 초부터 연구자들은 정밀하게 형성된 전자기 펄스를 이용해 스핀을 의도적으로 조작하는 기법을 발전시켜 왔다. 그 산물이 병원에서 일상적으로 사용되는 MRI와 단백질 구조 분석·신약 개발에 쓰이는 핵자기공명(NMR) 분광법이다. 이번 리뷰 논문은 이 분야에 최적제어이론(optimal control theory)이라는 수학적 틀을 도입했을 때 어떤 성과가 가능한지를 체계적으로 정리한다. 이 이론은 양자계에 적용 가능한 전자기장을 통해 목표 상태에 가장 빠르고 정확하게 도달하는 경로를 계산하며, 그 원리적 한계도 함께 제시한다.

핵스핀 반전 10배 가속과 MRI 설계 개선

최적제어이론으로 설계된 전자기 펄스는 핵스핀 반전 시간을 기존 관습적 방식에 비해 약 10배 단축시킨다. MRI 응용에서는 한 걸음 더 나아가, 실제 스캐너의 물리적 제약 조건을 실험 설계 단계 자체에 내장시키는 것이 가능해진다. 이는 임상 환경의 장비 특성에 맞춤화된 촬영 프로토콜 개발로 이어질 수 있다는 의미다.

키랄 분자 분리와 원자 수준 비고전적 중첩 달성

최적제어 기법의 적용 범위는 자기공명을 넘어 분자와 개별 원자로까지 확장된다. 키랄(chiral) 분자는 동일한 원자 구성에서 서로 거울상을 이루는 두 형태로 존재하며, 생물학적 효과가 크게 다를 수 있다. 마이크로파 펄스 배열을 정밀하게 설계하면 두 형태 가운데 하나만 특정 양자 상태로 전이시키면서 나머지는 그대로 유지하는 선택적 제어가 가능하며, 이것이 두 형태를 분리하기 위한 전제 조건이 된다. 개별 원자 조작에서도 성과가 확인됐다. 최적제어 기법을 통해 원자가 서로 매우 다른 여러 배열 상태를 동시에 점유하는 비고전적 중첩 상태가 처음으로 실현됐으며, 이전에는 이를 위한 어떤 프로토콜도 존재하지 않았다.

머신러닝과의 결합: 보완이지 대체가 아니다

연구팀은 최적제어이론이 정확한 양자계 모델과 세밀하게 교정된 실험 장치를 전제로 한다는 점을 한계로 명시했다. 향후 전망으로는 최적제어와 머신러닝의 결합이 가장 유망한 방향으로 제시된다. 최적제어는 정확한 물리 모델과 빠른 수렴을 강점으로 하지만, 머신러닝은 실험 데이터로부터 간결한 기술을 도출할 수 있다. 다만 양자 측정 데이터는 획득 비용이 높고 본질적으로 희소하기 때문에, 두 접근법은 상호 대체가 아닌 상호 보완 관계로 운용되어야 한다는 것이 연구팀의 입장이다.

이번 리뷰는 TU 뮌헨, 아르후스 대학교(Aarhus University), 부르고뉴 대학교(Université de Bourgogne), 도르트문트 대학교(Dortmund University) 연구자들이 공동으로 참여했으며, DOI는 10.1126/sciadv.aeh1978이다.