Google Quantum AI, 가상 오류 제거(VEC) 기법으로 거리-7 표면 코드 논리 오류율 1,600배 이상 억제

이중 디코더 구조가 핵심

VEC의 작동 원리는 두 종류의 디코더를 병렬로 운용하는 데 있다. 양자 회로 실행 중에는 마이크로초 이내로 신드롬을 처리하는 실시간 하드웨어 디코더가 파울리 프레임 피드포워드를 담당한다. 같은 신드롬 기록을 사후에 텐서 네트워크 최대우도 방식의 고정밀 오프라인 디코더로 재처리해 두 결과를 비교한다.

비교 결과에 따라 각 측정 샷에 부호 있는 필터 가중치를 부여한다. 두 디코더가 동의하는 샷은 1보다 큰 양의 가중치를, 의견이 갈리는 샷은 오류 방향(X·Y·Z)에 대응하는 음의 가중치를 받는다. 전체 샷에 걸쳐 가중 평균을 내면 임의의 관측 가능량(observable)에 대해 잔류 논리 파울리 오류 층이 수학적으로 동시에 상쇄된다.

거리-7 표면 코드 수치 검증

물리 오류율 p = 0.005, 거리-7 회전 표면 코드 조건에서 수행한 수치 코드-용량 시뮬레이션 결과는 다음과 같다. 기존 MWPM 실시간 디코딩의 잔류 논리 오류율은 약 1.32 × 10⁻⁶이었고, VEC 적용 후에는 7.95 × 10⁻¹⁰ 미만으로 내려갔다. 이는 비보정 기준 대비 1,600배 이상, 후선별(postselection) 방식 대비 200배 이상 억제된 수치다.

샘플링 오버헤드 측면에서도 기존 논리적 확률적 오류 제거(PEC)가 η ≈ 4.0의 지수적 샷 증가를 요구하는 반면, VEC는 거리-7에서 η ≈ 1.3을 달성했다. 코드 거리가 커질수록 η는 점근적으로 1에 수렴해 대규모 내결함성 회로에서의 실용성이 높아진다.

후선별 방식의 구조적 한계 극복

기존 신드롬 후선별은 두 디코더가 불일치하는 샷을 단순 폐기해 체계적 편향을 유발하고 양자 프로세서 실행 시간을 낭비한다. VEC는 불일치 샷을 버리는 대신 음의 가중치로 활용함으로써 편향 없는 추정을 구현한다. 이 차이가 오버헤드 η 값의 큰 격차로 이어진다.

별도 캘리브레이션 없이 노이즈 파라미터 자동 추출

VEC는 Walsh-Hadamard 신드롬 충실도 선형 역산 기법을 통해 안정화기 신드롬 기록에서 직접 노이즈 파라미터를 추출한다. 별도의 노이즈 특성화 회로나 물리 게이트 개입 없이 동작 가능하므로, 기존 내결함성 아키텍처에 별도 하드웨어 수정 없이 접목할 수 있다는 점이 실용적 장점으로 꼽힌다.

현재 한계와 연구 생태계 내 위치

이번 결과는 수치 코드-용량 시뮬레이션에 한정되며, 실제 초전도·이온트랩 등 물리 하드웨어에서의 실증 및 비이상적 노이즈 환경 하 스케일링 특성은 추가 검증이 필요하다. 연구진은 이 성과가 Xanadu의 QROM 알고리즘용 밀집 인코딩 기법, 서스캐처원 대학의 쌍곡면 표면 코드 등 최근 내결함성 소프트웨어 연구 흐름과 상호 보완적이라고 설명했다.