IQM Sirius 24큐비트 프로세서로 화학적 정확도의 분자 시뮬레이션 구현

핵심 방법론: SQD 패러다임

이번 연구의 핵심은 샘플 기반 양자 대각화(SQD, Sample-based Quantum Diagonalization) 기법의 활용이다. SQD는 양자 프로세서를 직접적인 에너지 추정기로 쓰는 대신, 전자 배치 공간에서 높은 가중치를 갖는 슬레이터 행렬식(Slater determinant)을 샘플링하는 '구성 샘플러'로 활용한다. 이렇게 수집된 전자 배치 정보를 바탕으로 고전 컴퓨터에서 정확한 대각화 계산을 수행함으로써, 최종 에너지 정밀도가 개별 양자 게이트 오류에 직접 의존하지 않도록 설계를 분리한다. 이 구조 덕분에 현재 하드웨어의 잡음 수준에서도 화학적 정확도 기준을 충족하는 결과를 얻을 수 있었다.

두 가지 회로 설계(Ansatz) 비교

연구진은 LUCJ(Local Unitary Cluster Jastrow)와 LCNot-UCCSD(Linear-CNOT Unitary Coupled-Cluster) 두 가지 회로 청사진을 비교 분석했다. LUCJ는 얕은 회로 깊이 덕분에 잡음 환경에서 효과적으로 작동했으며, 더 작은 분자에서 안정적인 데이터 회수율을 보였다. 반면 LCNot-UCCSD는 고전 전처리 부담을 줄이는 장점이 있지만, 물(H₂O)과 암모니아(NH₃) 같이 상대적으로 복잡한 분자를 다룰 때 회로 깊이가 증가하면서 데이터 회수에 어려움을 겪었다. 이 비교 분석은 근거리 양자 하드웨어에서 어떤 알고리즘을 선택해야 하는지에 대한 실용적 지침을 제공한다.

초전도 하드웨어 최초의 2D 퍼텐셜 에너지 면 생성

이번 연구에서 주목할 만한 성과는 초전도 하드웨어 상에서 물 분자의 완전한 2차원 퍼텐셜 에너지 면(PES, Potential Energy Surface)을 처음으로 실험적으로 생성했다는 점이다. 연구진은 결합 길이와 결합 각도를 각각 32×32 격자로 스캔해 분자의 에너지 지형을 지도화했으며, 그 결과는 고전 완전 배치 상호작용(FCI) 계산 결과와 정밀하게 일치했다. PES는 분자의 진동, 회전, 화학 반응 메커니즘을 이해하는 데 필수적인 정보를 담고 있어, 양자 화학 연구에서 실질적 의미가 크다.

DMET 결합을 통한 대형 분자 확장

더 크고 복잡한 시스템으로의 확장을 위해 연구진은 SQD와 밀도 행렬 임베딩 이론(DMET, Density Matrix Embedding Theory)을 결합하는 하이브리드 전략을 채택했다. 이 방식은 대형 분자를 소규모 '조각(fragment)'으로 분해해 각 조각을 양자 하드웨어에서 계산하고, 나머지 분자 환경은 고전적으로 처리한다. 이를 통해 8개의 리간드 유사 분자와 항바이러스제 아만타딘(Amantadine)의 시뮬레이션을 수행했으며, 이는 양자 컴퓨터를 신약 개발에 활용하는 방향에서 의미 있는 진전으로 평가된다. 다만 본 연구에서 실제로 동작한 큐비트는 24개 중 16개로, 하드웨어 활용 효율성에 대한 추가 개선 여지가 남아 있다.

의미와 한계

이번 실험은 현재의 초전도 양자 프로세서가 고전 HPC 워크플로우에서 특화 가속기로 기능하는 '양자 중심 슈퍼컴퓨팅' 개념의 실현 가능성을 실험적으로 뒷받침한다. 그러나 DMET와의 결합 방식은 분자 분할 방법과 경계 처리에 따라 결과가 달라질 수 있으며, 약물 발견에 실질적으로 적용하려면 더 큰 규모의 분자 및 큐비트 수에서의 검증이 필요하다.