C01양자 컴퓨팅 · 통신 · 표면 부호
100%
강의 안내핵심O01

양자 계산·통신과 정보 복구

QUANTUM COMPUTATION · COMMUNICATION · INFORMATION RECOVERY

양자 계산·통신과
정보 복구

고전 논리와 정보 이론에서 출발하여 양자 계산·통신,
오류 정정과 Hayden–Preskill 정보 복구로 나아간다.

이기훈
계산하다게이트와 간섭으로 정답을 얻을 확률을 바꾸기
전송하다채널과 얽힘 자원을 구별하기
보호하다표면 부호에서 블랙홀의 정보 복구까지
00 · 계산 · 통신 · 보호O01
강의 안내핵심B01

이 강의에서 답할 질문

양자 컴퓨터는 흔히 “중첩을 쓰는 기계”⁠로 설명된다. 이 강의는 한 걸음 더 나아가 무엇을 조작하고 무엇을 읽는지 추적하며 세 질문에 답한다. 게이트와 간섭은 정답을 얻을 확률을 어떻게 바꾸는가? 채널과 얽힘 자원으로는 무엇을 보낼 수 있는가? 잡음과 오류를 겪거나 큰 계에 퍼진 정보는 언제 복구할 수 있는가?

위 여섯 항목은 여러 절을 묶은 학습 흐름이다. 복소수·행렬곱과 기초 확률을 사용한다. 내적·수반·대각합과 조건부 확률은 첫 준비 절에서 정리한다. 양자 회로·오류 정정의 사전 지식은 가정하지 않는다.
“핵심 + 실습”⁠에서는 개념과 실습을 살펴본다. Hayden–Preskill 복구도 본문에 포함한다. 다른 계산 보충까지 순서대로 읽으려면 “전체”⁠를 선택한다.

수학 언어와 확률절 안내ST00

수학 언어와 확률

SECTION 01

수학 언어와 확률

벡터·연산자·확률을 어떻게 구별하는가?

01벡터와 연산자를 구별한다
02내적·외적·대각합을 계산한다
03관측으로 확률을 갱신한다

상태·변화·측정 결과를 서로 다른 수학적 대상으로 읽기 위한 준비다. 복소수의 켤레와 행렬곱을 알고 있다고 가정하며, 필요한 표기는 S00부터 정리한다. 유한차원 복소 공간과 유한한 결과 집합을 다룬다. 마지막에는 U01에서 계산 대상과 조건화의 차이를 확인한다.

01 · 수학 언어와 확률ST00
수학 언어와 확률절 안내S00

먼저 정리할 수학 언어

이 강의에서는 상태를 벡터로, 변화를 행렬로, 측정 결과를 확률로 나타낸다. 먼저 세 표현을 읽는 데 필요한 표기를 정리한다.

복소수의 켤레와 행렬곱은 알고 있다고 가정한다. 내적·수반·외적·대각합은 이어지는 페이지에서 예로 확인하고, 조건부 확률과 독립성도 구별한다.

두 성분 벡터의 표준 기저를 |0⟩=(1,0)T|0\rangle=(1,0)^{\mathsf T}, |1⟩=(0,1)T|1\rangle=(0,1)^{\mathsf T}로 쓴다. 여기서는 벡터의 이름이며, 큐비트의 상태는 뒤에서 도입한다.

수학적 정의와 물리적 가정을 구별하자. 정규화된 벡터를 다루는 계산만으로는 측정 확률이나 측정 후 상태가 정해지지 않는다. 이 둘을 정하는 측정 규칙과 상태 갱신 규칙은 물리적 가정이며, A01에서 따로 명시한다.

스펙트럼 정리는 이 준비 절에서, 특잇값분해는 슈미트 분해를 다룰 때 사용한다. 핵심 본문에서는 결과를 사용하고, 자세한 증명은 해당 페이지의 선택 경로에서 읽을 수 있다.

준비를 마치면 불 논리와 고전 정보량부터 시작한다. 뒤에서는 같은 확률 언어를 양자 측정과 오류 정정에 다시 사용한다.

수학 언어와 확률핵심A00a

상태벡터를 읽는 데 필요한 선형대수 표기

정의 ·수반·내적·정규화

상태를 열벡터 |u⟩|u\rangle로 나타낸다. 수반(adjoint)⁠은 전치한 뒤 각 성분을 복소켤레로 바꾸는 연산이다.

|u⟩=(u0u1),⟨u|=(u0∗,u1∗).|u\rangle=\begin{pmatrix}u_0\\u_1\end{pmatrix},\qquad\langle u|=(u_0^*,u_1^*).

내적(inner product)⁠은 두 벡터에서 복소수 하나를 만든다.

⟨u|v⟩=∑juj∗vj(두 성분이면 u0∗v0+u1∗v1).\langle u|v\rangle=\sum_ju_j^*v_j\qquad(\text{두 성분이면 }u_0^*v_0+u_1^*v_1).

수반이 성분을 켤레로 바꾸므로 ⟨u|u⟩=∑j|uj|2\langle u|u\rangle=\sum_j|u_j|^2은 음이 아닌 실수다. ⟨u|u⟩=1\langle u|u\rangle=1이면 정규화되어 있고, ⟨u|v⟩=0\langle u|v\rangle=0이면 서로 직교한다.

예를 들어 다음 두 벡터는 정규화되어 있고 서로 직교한다.

|u⟩=12(1i),|v⟩=12(1−i).|u\rangle=\frac1{\sqrt2}\begin{pmatrix}1\\i\end{pmatrix},\qquad |v\rangle=\frac1{\sqrt2}\begin{pmatrix}1\\-i\end{pmatrix}.
⟨u|u⟩=1+(−i)i2=1,⟨u|v⟩=1+(−i)(−i)2=0.\langle u|u\rangle=\frac{1+(-i)\,i}2=1,\qquad\langle u|v\rangle=\frac{1+(-i)(-i)}2=0.

정의 ·에르미트 행렬

연산자에도 같은 수반을 쓰며 (AB)†=B†A†(AB)^\dagger=B^\dagger A^\dagger이다. A†=AA^\dagger=A인 행렬을 에르미트 행렬(Hermitian matrix)⁠이라 한다. 관측량과 밀도 행렬을 다룰 때 이 조건을 사용한다.

수학 언어와 확률핵심A00b

벡터 공간: 기저는 좌표를 정하는 기준이다

정의 ·선형대수의 기초

벡터들의 선형 결합(linear combination)⁠은 ∑jcjvj\sum_j c_jv_j이다. 계수 cjc_j는 이 강의에서는 복소수다. 이 결합으로 만들 수 있는 벡터들의 집합을 생성 공간(span)⁠이라 한다.

∑jcjvj=0\sum_jc_jv_j=0이 모든 cj=0c_j=0일 때만 성립하면 벡터들은 선형 독립(linearly independent)⁠이다. 공간 전체를 생성하는 선형 독립 집합을 기저(basis)⁠라 한다.

기저를 정하면 모든 벡터의 좌표가 유일하게 정해진다. 같은 벡터를 두 가지로 전개했다면 두 전개의 차 ∑j(cj−cj′)vj\sum_j(c_j-c'_j)v_j가 0이므로 선형 독립성에서 cj=cj′c_j=c'_j이기 때문이다. 유한차원 공간에서 기저 벡터의 개수를 차원(dimension)⁠이라 한다.

예를 들어 C2\mathbb C^2의 기저로 e0=(1,0)Te_0=(1,0)^{\mathsf T}, e1=(0,1)Te_1=(0,1)^{\mathsf T}(S00의 |0⟩|0\rangle, |1⟩|1\rangle)⁠를 들 수 있다. (a,b)T=ae0+be1(a,b)^{\mathsf T}=ae_0+be_1이며 e0,e0+e1e_0,e_0+e_1도 다른 기저를 이룬다.

이 벡터를 두 번째 기저 e0, e0+e1e_0,\ e_0+e_1로 전개하면

(a,b)T=(a−b)e0+b(e0+e1).(a,b)^{\mathsf T}=(a-b)e_0+b(e_0+e_1).

예를 들어 (2,1)T(2,1)^{\mathsf T}의 좌표는 첫 번째 기저에서는 (2,1)(2,1), 두 번째 기저에서는 (1,1)(1,1)이다. 같은 벡터라도 기저에 따라 이를 나타내는 계수가 달라진다.

영벡터를 포함하고 선형 결합에 대해 닫힌 부분집합을 부분공간(subspace)⁠이라 한다. 예를 들어 span⁡{e0+e1}\operatorname{span}\{e_0+e_1\}은 1차원 부분공간이다.

이 강의의 힐베르트 공간(Hilbert space)⁠은 유한차원 복소 내적 공간이다. 무한차원에서 필요한 완비성의 문제는 다루지 않는다. 사상 TT가 T(av+bw)=aT(v)+bT(w)T(av+bw)=aT(v)+bT(w)를 만족하면 선형 사상(linear map)⁠이라 한다.

수학 언어와 확률핵심A00c

고윳값과 고유공간: 행렬이 보존하는 방향

정의 ·고윳값·고유공간·핵

정사각 행렬 AA에 대해 영벡터가 아닌 vv가 Av=λvAv=\lambda v를 만족하면 λ\lambda를 고윳값(eigenvalue), vv를 그 고유벡터(eigenvector)⁠라 한다. 행렬을 적용해도 벡터의 방향이 같은 1차원 공간에 남는다.

Eλ={v:(A−λI)v=0}E_\lambda=\{v:(A-\lambda I)v=0\}

은 λ\lambda의 고유공간(eigenspace)⁠이다. 여기에는 영벡터도 포함된다. 일반적으로 ker⁡T={v:T(v)=0}\ker T=\{v:T(v)=0\}을 사상 TT의 핵(kernel)⁠이라 한다.

정의 ·정규직교 기저

기저가 ⟨ei|ej⟩=δij\langle e_i|e_j\rangle=\delta_{ij}를 만족하면 정규직교 기저(orthonormal basis)⁠다. 크로네커 델타(Kronecker delta) δij\delta_{ij}는 i=ji=j이면 1, 아니면 0이다.

예를 들어 A=diag⁡(2,3)A=\operatorname{diag}(2,3)에서 e0,e1e_0,e_1은 고윳값 2, 3에 대응한다. A=2IA=2I라면 모든 벡터가 같은 고유공간에 속한다. 하나의 고윳값에 독립인 고유벡터가 여러 개 있을 수 있다.

모든 행렬에 정규직교 고유기저가 있는 것은 아니다. 예를 들어 N=(0100)N=\begin{pmatrix}0&1\\0&0\end{pmatrix}과 v=(v0,v1)Tv=(v_0,v_1)^{\mathsf T}에 대해 Nv=λvNv=\lambda v를 성분으로 쓰면 v1=λv0v_1=\lambda v_0, 0=λv10=\lambda v_1이다. λ≠0\lambda\ne0이면 v=0v=0이므로 고윳값은 0뿐이고, 이때 v1=0v_1=0이므로 고유벡터는 e0e_0의 배수뿐이다. 따라서 이들로는 기저를 만들 수 없다. 이 NN은 에르미트 행렬이 아니다. 다음의 스펙트럼 정리는 에르미트 행렬에서 정규직교 고유기저의 존재를 보장한다.

수학 언어와 확률핵심A05p

외적과 대각합: 벡터에서 연산자로

정의 ·외적

외적(outer product) |u⟩⟨v||u\rangle\langle v|는 열벡터와 행벡터를 곱한 연산자다. 내적 ⟨v|u⟩\langle v|u\rangle가 수인 것과 구별하자.

|0⟩⟨1|=(0100).|0\rangle\langle1|=\begin{pmatrix}0&1\\0&0\end{pmatrix}.

행렬곱의 결합법칙에 따라 (|u⟩⟨v|)|w⟩=|u⟩⟨v|w⟩=⟨v|w⟩|u⟩(|u\rangle\langle v|)|w\rangle=|u\rangle\langle v|w\rangle=\langle v|w\rangle\,|u\rangle이다. 따라서 |0⟩⟨1||0\rangle\langle1|은 |1⟩|1\rangle을 |0⟩|0\rangle으로, |0⟩|0\rangle을 영벡터로 보낸다.

(|0⟩+i|1⟩)(⟨0|−i⟨1|)2=12(1−ii1).\frac{(|0\rangle+i|1\rangle)(\langle0|-i\langle1|)}2=\frac12\begin{pmatrix}1&-i\\i&1\end{pmatrix}.

이는 A00a의 정규화된 |u⟩|u\rangle로 만든 외적 |u⟩⟨u||u\rangle\langle u|이다.

정의 ·대각합

대각합(trace)⁠은 정사각 행렬의 대각 성분을 더한 값이다.

Tr⁡A=∑jAjj,Tr⁡(|u⟩⟨v|)=∑jujvj∗=⟨v|u⟩.\operatorname{Tr}A=\sum_j A_{jj},\qquad\operatorname{Tr}(|u\rangle\langle v|)=\sum_ju_jv_j^*=\langle v|u\rangle.

따라서 앞의 예에서 |u⟩⟨u||u\rangle\langle u|의 대각합은 Tr⁡(|u⟩⟨u|)=⟨u|u⟩=1\operatorname{Tr}(|u\rangle\langle u|)=\langle u|u\rangle=1이다. 이후에는 정규화된 벡터로 만든 이런 외적들의 확률적 혼합으로 상태를 나타낸다.

정리 ·유한차원 스펙트럼 정리증명: 고유기저 구성

유한차원 에르미트 행렬 AA에는 고유벡터로 이루어진 정규직교 기저 {|j⟩}\{|j\rangle\}가 있고, 대응하는 고윳값 aja_j는 모두 실수다. 이를 스펙트럼 정리(spectral theorem)⁠라 한다. 이 기저로 AA를 다음처럼 쓸 수 있다.

A=∑jaj|j⟩⟨j|,aj∈R.A=\sum_j a_j|j\rangle\langle j|,\qquad a_j\in\mathbb R.

실제로 우변을 |k⟩|k\rangle에 적용하면 ⟨j|k⟩=δjk\langle j|k\rangle=\delta_{jk}이므로 j=kj=k 항만 남아 ak|k⟩=A|k⟩a_k|k\rangle=A|k\rangle이다. 두 변이 기저의 모든 벡터에서 같으므로 같은 행렬이고, 이 기저에서 AA는 대각행렬이다. 고유기저는 고유벡터를 하나 구한 뒤 직교 여공간에서 반복하여 얻는다.

수학 언어와 확률핵심N01

확률: 결합·조건부·주변 분포를 구별하기

정의 ·유한 확률분포·결합·주변·조건부 확률

공집합이 아닌 유한한 결과 집합 X를 정하자. 그 위의 유한 확률분포(finite probability distribution)⁠는 각 결과 x∈X에 실수 p(x)를 대응시키며 p(x)≥0p(x)\ge0, ∑xp(x)=1\sum_xp(x)=1을 만족하는 함수다. 여기서 합은 결과 집합 전체에 대해 취한다. 확률이 0인 결과도 허용한다. 결합 확률분포(joint probability distribution) p(x,y)p(x,y)에서 yy를 무시하면 주변 확률분포(marginal probability distribution)⁠를 얻는다.

p(x)=∑yp(x,y).p(x)=\sum_y p(x,y).

p(x)>0p(x)>0일 때 조건부 확률(conditional probability)⁠은

p(y∣x)=p(x,y)p(x)p(y\mid x)=\frac{p(x,y)}{p(x)}

이다. xx를 관측해 조건을 걸면 p(y∣x)p(y\mid x)를, xx를 기록하지 않으면 이를 p(x)p(x)로 가중평균한 p(y)p(y)를 쓴다.

정의 ·독립성

두 변수가 독립(independent)⁠이라는 것은 모든 결과에 대해 p(x,y)=p(x)p(y)p(x,y)=p(x)p(y)가 성립한다는 뜻이다. 주변 분포만으로는 독립인지 알 수 없다.

예를 들어 p(0,0)=p(1,1)=1/2p(0,0)=p(1,1)=1/2이면 각 변수는 공정한 비트지만 두 값은 항상 같다. 이때 p(0,0)=1/2p(0,0)=1/2이 주변 확률의 곱 1/41/4과 다르므로 독립이 아니다. 네 쌍의 확률이 모두 1/41/4인 분포는 앞의 분포와 주변 분포가 같지만 독립이다.

정의 ·기댓값

기댓값(expectation)⁠은 가능한 결과의 가중평균이다.

E[f(X)]=∑xp(x)f(x).\mathbb E[f(X)]=\sum_xp(x)f(x).

이후 정보량에는 주로 밑 2의 로그를 쓴다. 자연로그를 쓰는 경우에는 별도로 밝힌다.

수학 언어와 확률핵심N01a

조건부 확률과 베이즈 규칙: 관측으로 확률 갱신하기

정의 ·사전 확률·우도·사후 확률

관측 전 가설 XX의 분포 p(x)p(x)를 사전 확률(prior probability), 가설 xx에서 관측 yy가 나올 확률 p(y∣x)p(y\mid x)를 우도(likelihood)⁠라 한다. 관측 후 분포 p(x∣y)p(x\mid y)는 사후 확률(posterior probability)⁠이다.

정리 ·베이즈 규칙유도: 상자 안

p(y)>0p(y)>0일 때 베이즈 규칙(Bayes' rule)⁠은

p(x∣y)=p(y∣x)p(x)∑x′p(y∣x′)p(x′)p(x\mid y)=\frac{p(y\mid x)p(x)}{\sum_{x'}p(y\mid x')p(x')}

이다. 분모는 전확률 공식 p(y)=∑x′p(y∣x′)p(x′)p(y)=\sum_{x'}p(y\mid x')p(x')이다. 결합 확률을 p(x,y)=p(y∣x)p(x)=p(x∣y)p(y)p(x,y)=p(y\mid x)p(x)=p(x\mid y)p(y)로 두 번 쓰면 바로 유도된다.

어떤 송신기가 1을 보낼 확률은 0.1이고, 비트는 입력과 독립적으로 확률 0.1로 뒤집힌다고 하자. 수신값 Y=1Y=1을 보았을 때 송신값 XX도 1이었을 확률을 구한다.

p(Y=1)=0.9×0.1+0.1×0.9=0.18.p(Y=1)=0.9\times0.1+0.1\times0.9=0.18.

분자는 첫째 항 p(Y=1∣X=1)p(X=1)=0.9×0.1p(Y=1\mid X=1)p(X=1)=0.9\times0.1이다. 따라서 p(X=1∣Y=1)=0.09/0.18=1/2p(X=1\mid Y=1)=0.09/0.18=1/2이다. 1을 보냈을 때 1을 받을 확률 0.9와는 다르다. 0을 보내는 경우가 훨씬 많기 때문이다.

같은 장치라도 송신기가 0과 1을 같은 확률로 보내면 사후 확률은 0.9가 된다. 관측에서 원인을 추론할 때는 우도뿐 아니라 사전 확률도 필요하다.

조건부 확률은 정보를 얻은 뒤의 확률 갱신이다. 그것만으로 원인과 결과의 방향이나 물리적 상태 변화가 결정되는 것은 아니다.

수학 언어와 확률핵심U01

요약: 계산 대상과 확률 갱신

대상을 먼저 구별한다. 벡터는 상태를 표현하는 데, 행렬은 벡터에 작용하는 연산을 표현하는 데 사용한다. 기저를 고르면 좌표가 정해진다. 내적은 수를, 외적은 연산자를 만들므로 두 곱의 순서를 구별해야 한다. 다시 보기: A00a, A00b.

고유기저에서 계산한다. 에르미트 행렬은 실수 고윳값과 정규직교 고유기저를 갖는다. 수반·대각합의 계산 규칙과 스펙트럼 분해를 익혀 두면 뒤의 상태 정규화와 관측량 계산에 사용할 수 있다. 다시 보기: A00c, A05p.

합과 조건화를 구별한다. 확률은 비음수이고 전체 합이 1이다. 결과를 무시하면 결합분포를 합하여 주변분포를 얻는다. 결과를 알고 조건을 걸 때는 그 결과의 양의 확률로 나눈다. 주변분포가 같아도 결합분포는 다를 수 있으므로 주변분포만으로 독립성을 결론 내릴 수 없다. 다시 보기: N01.

관측에서 원인을 추론한다. 베이즈 규칙은 우도와 사전 확률을 함께 사용한다. 관측 확률이 양수일 때

p(x∣y)=p(y∣x)p(x)∑x′p(y∣x′)p(x′).p(x\mid y)=\frac{p(y\mid x)p(x)}{\sum_{x'}p(y\mid x')p(x')}.

송신과 수신의 조건부 확률을 서로 바꾸어 쓰지 않는 것이 첫 확인 사항이다. 다시 보기: N01a.

01 · 수학 언어와 확률U01
수학 언어와 확률도전X09

도전: 관측으로 확률 갱신하기

N01a의 베이즈 규칙 p(x∣y)=p(y∣x)p(x)∑x′p(y∣x′)p(x′)p(x\mid y)=\frac{p(y\mid x)p(x)}{\sum_{x^\prime}p(y\mid x^\prime)p(x^\prime)}를 적용한다. 가설이 정해졌을 때 두 관측이 독립이면 첫 관측 뒤의 사후 확률을 새 사전 확률로 쓴다.

논리에서 회로로절 안내S01

논리에서 회로로

SECTION 02

논리에서 회로로

참과 거짓을 조합하면 어떻게 계산이 되는가?

01진리표로 함수를 정한다
02NAND 회로를 구성한다
03합과 올림을 구별한다

이진 값을 조합하여 실제 계산을 수행하는 회로를 구성한다. 0과 1의 의미부터 시작하며 회로의 사전 지식은 필요 없다. 기본 규칙은 O07에서 정한다. 이상적인 불 연산을 다루며, 핵심 경로에서는 반가산기의 합·올림을 계산한다. 선택 계산 B02에서는 전가산기로 확장한다. U02에서 구성 방법을 정리한다.

02 · 논리에서 회로로S01
논리에서 회로로핵심O07 · 1/2

불 대수: 두 값과 네 가지 진리표

정의 ·두 원소 불 대수와 기본 연산

두 원소 불 대수(two-element Boolean algebra)⁠의 원소 집합은 {0,1}\{0,1\}이다. 연산은 x,y∈{0,1}x,y\in\{0,1\}에서 x∧y=xy,x∨y=max{x,y},¬x=1−xx\land y=xy,\qquad x\lor y=\max\{x,y\},\qquad \neg x=1-x로 정의한다. 1과 0은 각각 참과 거짓에 대응한다.

불 대수의 합 연산 ∨\lor는 논리합, 곱 연산 ∧\land는 논리곱에 해당한다. ¬x\neg x는 xx의 부정이다. 불 대수에서 ¬x\neg x는 x∧¬x=0x \land \neg x = 0, x∨¬x=1x \lor \neg x = 1을 만족하므로 xx의 여원(complement)⁠이라 부른다. ∨\lor의 항등원은 00(x∨0=xx\lor0=x)⁠인데 x∨¬x=1x \lor \neg x = 1이므로, ¬x\neg x는 실수 덧셈의 −x-x 같은 역원이 아니다. 부정을 두 번 적용하면 ¬(¬x)=x\neg(\neg x) = x이다.

정의 ·진리표

진리표(truth table)⁠는 가능한 입력 조합마다 출력값을 정리한 표다. 진리표로 불 함수를 정의할 수 있고, 반대로 주어진 진리표를 불 변수의 논리식으로 표현할 수도 있다. 앞의 항등식들은 각 입력에 대한 진리표를 비교하여 증명할 수 있다.

아래는 네 가지 이항 연산에 대한 진리표이다.

AND OR XOR XNOR
xx yy x∧yx \land y x∨yx \lor y x⊕yx \oplus y x⊙yx \odot y
00 00 00 00 00 11
00 11 00 11 11 00
11 00 00 11 11 00
11 11 11 11 00 11

¬(x⊕y)=x⊙y\neg (x \oplus y) = x \odot y이다. XNOR는 x↔yx \leftrightarrow y로도 쓴다. xx와 yy를 명제로 보면, 두 명제의 진릿값이 같을 때 참이 되는 동치 연산이다.

02 · 논리에서 회로로O07 · 1/2
논리에서 회로로핵심O07-⁠-2 · 2/2

불 대수의 항등식과 드모르간의 법칙

  • x∨1=1x \lor 1 = 1, x∧0=0x \land 0 = 0

  • x∨x=xx \lor x = x, x∧x=xx \land x = x

  • x∧(x∨y)=xx \land (x \lor y) = x, x∨(x∧y)=xx \lor (x \land y) = x

  • x∧(y∨z)=(x∧y)∨(x∧z)x \land (y \lor z) = (x \land y ) \lor (x \land z)

  • x∨(y∧z)=(x∨y)∧(x∨z)x \lor (y \land z) = (x \lor y ) \land (x \lor z)

같은 진리표를 갖는 두 논리식은 같은 함수를 나타낸다. 각 항등식은 가능한 입력을 모두 대입하여 확인할 수 있다. 두 변수이면 네 경우, 세 변수이면 여덟 경우를 비교하면 된다.

정리 ·드모르간의 법칙증명: 모든 입력의 진리표 비교

0 또는 1인 모든 x,yx,y에 대해 다음 드모르간의 법칙이 성립한다. ¬x∧¬y=¬(x∨y)¬x∨¬y=¬(x∧y)\begin{aligned} \neg x \land \neg y &= \neg (x \lor y)\\ \neg x \lor \neg y &= \neg (x \land y) \end{aligned}

이 법칙은 AND와 OR를 서로 바꾸면서 각 입력과 출력의 부정을 옮기는 규칙이다. 뒤에서 NAND만으로 OR를 구현할 때 이 관계를 사용한다. 항등식은 회로의 출력을 유지하면서 게이트 구성을 바꾸는 근거가 된다.

02 · 논리에서 회로로O07 · 2/2
논리에서 회로로핵심O08 · 1/2

DNF의 준비: 원하는 입력을 골라내기

주어진 진리표와 같은 출력을 내는 논리식을 어떻게 만들까? NOT, AND, OR만 조합해도 모든 불 함수를 표현할 수 있다.

먼저 두 비트열이 같을 때만 11을 출력하는 함수를 만들자. 비트열 XX의 ii번째 비트를 xix_i, 비트열 YY의 ii번째 비트를 yiy_i라 하자. 두 비트열 XX와 YY가 같을 때만 11이 되는 함수는 다음과 같다. X⊙Y:=(x1⊙y1)∧(x2⊙y2)∧⋯∧(xn⊙yn)X \odot Y := (x_{1} \odot y_{1}) \land (x_{2} \odot y_{2}) \land\cdots\land (x_{n} \odot y_{n}) 이 함수는 XX와 YY의 각 자리 비트를 비교한다.

XX가 정해져 있으면 다음 항등식을 이용할 수 있다.

x⊙y={¬y,x=0y,x=1x \odot y = \begin{cases} \neg y, & x = 0\\ y, & x = 1 \end{cases}

이 항등식은 O07 진리표의 XNOR 열에서 바로 읽을 수 있다.

예를 들어 고정된 입력이 X=101X=101이면, 앞의 항등식에 따라 이 입력만 골라내는 식은 (101)⊙Y=(1⊙y1)∧(0⊙y2)∧(1⊙y3)=y1∧¬y2∧y3.(101)\odot Y=(1\odot y_1)\land(0\odot y_2)\land(1\odot y_3)=y_1\land\neg y_2\land y_3. Y=101Y=101에서는 세 인자가 모두 1이다. Y=111Y=111에서는 둘째 인자가 0이므로 전체 값도 0이다. 한 자리라도 다르면 해당 인자가 0이 된다.

이제 nn개의 비트를 입력받는 불 함수 ff를 생각하자. 출력이 11인 입력들의 집합을 {Xi}i=1m\{X_i\}_{i=1}^{m}이라 하자. 그러면 f(Xi)=1f(X_i) = 1이고, 이 집합에 속하지 않는 입력에서 ff의 값은 00이다.

논리에서 회로로핵심O08-⁠-2 · 2/2

DNF: 선택한 입력들을 OR로 묶기

정의 ·논리합 표준형

이 함수는 다음과 같이 표현된다. f(Y)=(X1⊙Y)∨(X2⊙Y)∨⋯∨(Xm⊙Y)f(Y) = (X_1 \odot Y) \lor (X_2 \odot Y) \lor \cdots \lor (X_m \odot Y) 논리곱 항들을 논리합으로 묶은 이런 식을 논리합 표준형(disjunctive normal form, DNF)⁠이라 한다. 위 식은 각 항이 모든 변수를 담는 특별한 경우다. 출력이 11인 입력이 없으면 f(Y)=y1∧¬y1=0f(Y)=y_1\land\neg y_1=0이다.

우변이 ff와 같은 이유는 다음과 같다. YY가 어느 XiX_i와 같으면 그 항이 1이므로 우변은 1이다. 출력이 0인 입력은 어느 XiX_i와도 다르므로 모든 항이 0이다. 따라서 모든 입력에서 우변은 ff와 같다.

XOR의 논리합 표준형을 구해 보자. XOR의 진리표에서 출력이 1인 입력은 01과 10이므로 X1=01X_1=01, X2=10X_2=10이다. 입력 YY의 두 비트를 x,yx,y라 쓰면 x⊕y=((0⊙x)∧(1⊙y))∨((1⊙x)∧(0⊙y))=(¬x∧y)∨(x∧¬y)\begin{aligned} x \oplus y &= ( (0 \odot x) \land (1 \odot y) ) \lor ( (1 \odot x) \land (0 \odot y) )\\ &= (\neg x \land y) \lor (x \land \neg y) \end{aligned}이다. 둘째 줄은 O08의 항등식 1⊙y=y1\odot y=y, 0⊙y=¬y0\odot y=\neg y를 적용한 것이다. XNOR의 논리합 표준형은 다음과 같다. x⊙y=(x∧y)∨(¬x∧¬y)x \odot y = (x \land y) \lor (\neg x \land \neg y) [질문] x⊙y=¬(x⊕y)x \odot y = \neg (x \oplus y)와 앞서 구한 XOR의 논리합 표준형을 이용하여 이 식을 유도하자.

같은 함수를 나타내는 논리식은 여러 가지다. 카르노 맵(Karnaugh map)⁠이나 콰인–매클러스키(Quine–McCluskey) 방법으로 논리합 표준형을 단순화할 수 있다. 실제 회로를 구현할 때는 하드웨어에 적합한 형태로 최적화하기도 한다.

논리에서 회로로핵심O09

NAND 하나로 논리 게이트 만들기

논리 게이트는 불 연산을 수행하는 기본 단위다. 게이트를 연결하여 연산의 흐름을 나타낸 것이 논리 회로다. 회로도에서는 병렬·순차 연산과 배선의 복잡도가 드러난다.

정리 ·NAND의 보편성구성에 의한 증명: 아래

NAND는 AND의 결과에 NOT을 적용하는 게이트다. NAND 게이트만 조합해도 모든 불 함수를 구현할 수 있으므로, NAND를 보편 게이트(universal gate)⁠라 한다.

  • ¬(x∧x)=¬x\neg (x \land x) = \neg x이므로 NOT 게이트를 대체할 수 있다.

  • ¬(¬(x∧y))=x∧y\neg(\neg(x\land y))=x\land y이므로 NAND와 NOT으로 AND를 만든다.

  • ¬((¬x)∧(¬y))=x∨y\neg ((\neg x) \land (\neg y)) = x \lor y임을 이용하여 OR를 만들 수 있다.

O08-⁠-2에서 모든 불 함수를 NOT·AND·OR만으로 된 논리합 표준형으로 쓸 수 있었다. 세 연산을 NAND 구성으로 바꾸면 NAND만으로 모든 불 함수를 구현할 수 있다. 새 소재로 회로를 만들 때도 NAND를 구현하고 연결하면 논리적으로 충분하다.

전자식 논리 게이트는 보통 트랜지스터로 만든다. 다음 회로는 무슨 게이트인가?

NAND 하나로 논리 게이트 만들기 — 설명 그림
트랜지스터 Q1Q_1과 Q2Q_2를 직렬로 연결한 논리 회로

그림의 VccV_{\mathrm{cc}}는 전원이다. 베이스(base) 전류가 충분하면 NPN 트랜지스터가 켜져 컬렉터(collector)⁠에서 이미터(emitter)⁠로 전류가 흐른다. Q1Q_1과 Q2Q_2는 직렬이므로 둘 다 켜질 때만 R1R_1을 지나 접지로 전류가 흐르고, 이때 R1R_1의 전압 강하로 출력 YY가 낮아진다. 하나라도 꺼지면 YY는 VccV_{\mathrm{cc}}에 가깝다. 따라서 전압과 저항이 적절하면 두 입력 전압이 모두 높을 때만 출력 전압이 낮다.

논리에서 회로로실습L01

진리표와 NAND를 직접 조작하기

논리에서 회로로핵심O10

반가산기: 합과 올림을 나누어 계산하기

가장 간단한 덧셈 회로인 반가산기(half adder)⁠를 살펴보자. 두 1비트 이진수 x,yx,y를 더하면 합 비트와 올림 비트가 각각 어떻게 정해지는가? 합 x+yx+y의 1의 자리, 2의 자리 비트를 (x+y)0(x+y)_0, (x+y)1(x+y)_1이라 하자.

xx yy (x+y)0(x + y)_0 (x+y)1(x + y)_1
00 00 00 00
00 11 11 00
11 00 11 00
11 11 00 11

마지막 두 열은 O07 진리표의 XOR 열, AND 열과 같으므로 합 비트 s=(x+y)0s=(x+y)_0은 XOR로, 올림 비트 c=(x+y)1c=(x+y)_1은 AND로 구한다. 여러 자릿수의 덧셈에서는 아랫자리에서 넘어온 올림도 더해야 한다. 반가산기 두 개와 OR 게이트로 전가산기를 만들고, 전가산기들을 연결하면 된다.

반가산기: 합과 올림을 나누어 계산하기 — 설명 그림
반가산기: 합과 올림을 나누어 계산하기

반가산기의 합 비트 ss와 올림 비트 cc. 배선이 교차하는 곳의 점은 두 배선이 연결되어 있음을 뜻한다.

논리에서 회로로계산B02

계산: 두 반가산기로 전가산기 만들기

두 입력 비트 x,yx,y뿐 아니라 아랫자리에서 넘어온 올림 cinc_{\mathrm{in}}도 더해야 한다. 첫 반가산기의 출력을 s1,c1s_1,c_1, 둘째의 출력을 s,c2s,c_2라 하자.

계산: 두 반가산기로 전가산기 만들기 — 설명 그림
두 반가산기로 전가산기 만들기

x+y=s1+2c1x+y=s_1+2c_1이고 s1+cin=s+2c2s_1+c_{\mathrm{in}}=s+2c_2이므로 x+y+cin=s+2(c1+c2)=s+2coutx+y+c_{\mathrm{in}}=s+2(c_1+c_2)=s+2c_{\mathrm{out}}이다. c1=1c_1=1이면 s1=0s_1=0이므로 c2=0c_2=0이다. 따라서 c1,c2c_1,c_2가 동시에 1일 수 없으며, 두 올림 비트의 합은 OR 연산의 결과와 같다. 같은 이유로 c1⊕c2c_1\oplus c_2도 c1+c2c_1+c_2와 같다. 그러므로 마지막 OR 대신 XOR를 써도 coutc_{\mathrm{out}}은 같다.

두 입력에서 올림의 위치를 비교해 보자. (x,y,cin)=(1,1,1)(x,y,c_{\mathrm{in}})=(1,1,1)이면 첫 반가산기에서 올림이 생긴다.

(s1,c1)=(0,1),(s,c2)=(1,0).(s_1,c_1)=(0,1),\qquad(s,c_2)=(1,0).

반면 (1,0,1)(1,0,1)이면 둘째 반가산기에서 올림이 생긴다.

(s1,c1)=(1,0),(s,c2)=(0,1).(s_1,c_1)=(1,0),\qquad(s,c_2)=(0,1).

두 경우 모두 cout=1c_{\mathrm{out}}=1이지만, 합 비트는 각각 1과 0이다. 따라서 나타내는 정수는 각각 1+2=31+2=3, 0+2=20+2=2다.

논리에서 회로로핵심U02

요약: 진리표에서 가산 회로까지

회로의 과제를 정한다. 불 함수는 각 이진 입력에 출력을 배정한다. 회로를 만들기 전에 진리표로 요구하는 동작을 정하고, 회로가 모든 입력에서 그 표와 맞는지 확인한다. 다시 보기: O07.

기본 연산으로 분해한다. 출력이 1인 각 입력을 골라내는 항들을 논리합으로 묶으면 불 함수를 표현할 수 있다. 이는 유한한 진리표에서 회로를 구성하는 방법이지, 가장 작은 회로를 보장하는 방법은 아니다. 다시 보기: O08, O08-⁠-2.

NAND로 구현한다. 드모르간의 법칙과 이중 부정을 이용하면 NOT·AND·OR를 NAND만으로 만들 수 있다. 따라서 논리합 표준형의 각 연산을 바꾸어 임의의 불 함수를 NAND 회로로 구현한다. 다시 보기: O09.

합과 올림을 따로 추적한다. 반가산기는 두 비트의 합과 올림을 만든다. 전가산기는 아랫자리에서 넘어온 올림까지 포함한다. 선택 계산에서는 중간 올림들이 언제 생기는지 확인하여 마지막 OR를 XOR로 바꿀 수 있는 이유도 설명한다. 다시 보기: O10, B02.

02 · 논리에서 회로로U02
논리에서 회로로도전X10

도전: 진리표에서 식과 NAND 회로로

O08-⁠-2의 논리합 표준형과 O09의 NAND 구성을 적용한다. 출력이 1인 입력마다 그 입력만 골라내는 항을 만들어 ∨\lor로 묶고, ¬x=NAND(x,x)\neg x=\mathrm{NAND}(x,x), x∧y=¬NAND(x,y)x\land y=\neg\mathrm{NAND}(x,y), x∨y=NAND(¬x,¬y)x\lor y=\mathrm{NAND}(\neg x,\neg y)를 쓴다.

고전 정보량과 채널절 안내S02

고전 정보량과 채널

SECTION 03

고전 정보량과 채널

정보원의 불확실성과 채널이 전달하는 정보를 어떻게 구별하는가?

01정보원과 채널을 구별한다
02불확실성과 상관관계를 계산한다
03평균 부호 길이를 비교한다

같은 채널도 입력 분포에 따라 전달하는 정보가 달라진다. 결합·조건부 확률(N01)⁠과 베이즈 규칙(N01a)⁠을 사용하여 이를 구별한다. 유한한 기호 집합을 다루고, 압축의 점근적 설명에는 독립·동일분포를 가정한다. U03에서 정보량과 실제 표현 길이의 차이를 확인한다.

03 · 고전 정보량과 채널S02
고전 정보량과 채널핵심C01

통신: 계산한 결과를 다른 곳에 전달하기

통신의 한 과제는 송신자가 고른 메시지 MM을 수신자가 알아내게 하는 것이다. 신호가 도착하더라도 잡음 때문에 메시지를 잘못 읽을 수 있다. 수신자의 추정값을 M̂\widehat M이라 하자. Perr=Pr(M̂≠M).P_{\mathrm{err}}=\Pr(\widehat M\ne M). 정보원 부호화(source coding)⁠는 메시지를 효율적으로 표현하여 평균 길이를 줄이는 과정이다. 채널 부호화(channel coding)⁠는 중복 정보를 추가하여 잡음이 있어도 메시지를 구별할 수 있게 하는 과정이다. 압축과 오류 정정은 목적이 다르므로 함께 사용할 수 있다.

한 번의 채널 사용과 1초는 같은 단위가 아니다. 이하에서는 주로 채널 사용 한 번당 전달하는 비트 수를 센다.

통신: 계산한 결과를 다른 곳에 전달하기 — 설명 그림 잡음이 있는 채널 복호 / 추정값
통신: 계산한 결과를 다른 곳에 전달하기

아래 세 가지를 구별하며 읽자.

  • 어떤 메시지를 보내는가?

  • 어떤 채널과 사전 자원을 사용하는가?

  • 오류를 얼마나 허용하며, 비용은 무엇으로 세는가?

참고: [SH48]. 통신 모형과 두 종류의 부호화.

고전 정보량과 채널핵심C01b

고전 채널: 입력마다 출력의 확률을 정하기

정의 ·유한 고전 채널

유한한 입력 기호 집합 X\mathcal X와 출력 기호 집합 Y\mathcal Y를 생각하자. 고전 채널(classical channel)⁠은 각 입력 xx에 대해 출력의 전이 확률(transition probability) W(y∣x)W(y\mid x)를 정하는 규칙이다.

W(y∣x)≥0,∑y∈YW(y∣x)=1(x∈X).W(y\mid x)\ge0,\qquad\sum_{y\in\mathcal Y}W(y\mid x)=1\quad(x\in\mathcal X).

이하에서는 유한 기호 집합을 갖는 이 모형을 사용한다. 입력을 고정하면 출력에 대한 확률분포 하나가 정해진다.

입력 확률변수 XX의 분포 pXp_X까지 주어지면 결합 분포와 출력 분포는

pXY(x,y)=pX(x)W(y∣x),p_{XY}(x,y)=p_X(x)W(y\mid x),
pY(y)=∑x∈XpX(x)W(y∣x)p_Y(y)=\sum_{x\in\mathcal X}p_X(x)W(y\mid x)

로 정해진다. 채널 WW와 입력 분포 pXp_X는 서로 다른 대상이다.

예를 들어 X=Y={0,1}\mathcal X=\mathcal Y=\{0,1\}이고, 입력이 확률 0.1로 뒤집힌다고 하자. 행을 입력 xx, 열을 출력 yy의 순서 0, 1로 쓰면

W=(0.90.10.10.9).W=\begin{pmatrix}0.9&0.1\\0.1&0.9\end{pmatrix}.

각 행의 합은 1이다. pX(1)=qp_X(1)=q이면

pY(1)=0.1(1−q)+0.9q.p_Y(1)=0.1(1-q)+0.9q.

따라서 q=1/2q=1/2이면 출력의 1 확률은 1/2이고, q=0q=0이면 0.1이다. 채널은 같아도 입력 분포에 따라 출력 분포가 달라진다.

입력 분포에서 확률이 0인 기호에 대해서도 채널의 전이 확률은 정해 둔다. 그러나 pX(x)=0p_X(x)=0인 입력 xx에서는 모든 yy에 대해 pXY(x,y)=pX(x)W(y∣x)=0p_{XY}(x,y)=p_X(x)W(y\mid x)=0이므로, 관측된 결합 분포로는 그 입력에서 채널의 동작을 알 수 없다.

한 번의 사용에 대한 WW만으로 여러 번 사용할 때의 상관관계까지 정해지지는 않는다. 다음 페이지에서는 반복 사용에 무기억 가정을 추가한다.

고전 정보량과 채널핵심C01a

독립인 정보원과 무기억 채널은 다른 가정이다

정의 ·독립·동일분포 정보원

확률변수 열이 독립·동일분포(independent and identically distributed, i.i.d.)⁠라는 것은 각 자리가 같은 분포를 따르면서 결합 확률이 곱으로 분해된다는 뜻이다.

p(x1,…,xn)=∏i=1np(xi).p(x_1,\ldots,x_n)=\prod_{i=1}^n p(x_i).

각 자리가 공정한 비트라는 것만으로는 충분하지 않다. N01의 예처럼 한 비트를 두 번 기록한 쌍은 00, 11뿐이어서 곱으로 분해되지 않는다.

정의 ·무기억 채널

무기억 채널(memoryless channel)⁠에서는 입력열을 주었을 때 출력열의 전이 확률 W(n)W^{(n)}이 자리별 전이 확률의 곱이다. xn=(x1,…,xn)x^n=(x_1,\ldots,x_n), yn=(y1,…,yn)y^n=(y_1,\ldots,y_n)이라 쓰면

W(n)(yn∣xn)=∏i=1nW(yi∣xi).W^{(n)}(y^n\mid x^n)=\prod_{i=1}^n W(y_i\mid x_i).

이는 입력 정보원이 독립이라는 조건과 다르다. 상관된 입력을 무기억 채널에 보낼 수도 있다. 반대로 독립인 입력을 보내도 잡음이 시간에 따라 상관되어 있으면 채널은 무기억이 아닐 수 있다.

이후의 간단한 압축 예는 독립·동일분포 정보원을, 이진 대칭 채널 예는 각 사용에서 독립인 비트 반전 잡음을 가정한다.

고전 정보량과 채널핵심C02

정보량: 흔한 결과와 드문 결과는 다르다

정의 ·섀넌 엔트로피

확률변수 XX가 값 xx를 가질 확률을 p(x)p(x)라 하자. 결과 xx의 정보량 −log2p(x)-\log_2p(x)는 드문 결과일수록 크고, 두 확률변수 XX와 YY가 독립이면 p(x,y)=p(x)p(y)p(x,y)=p(x)p(y)이므로 정보량이 더해진다. 평균 정보량을 섀넌 엔트로피(Shannon entropy)⁠라 한다. H(X)=−∑xp(x)log2p(x).H(X)=-\sum_x p(x)\log_2p(x). 로그의 밑이 2이므로 단위는 비트다. 연속성을 이용하여 0log20=00\log_2 0=0으로 정한다. 항상 같은 결과가 나오면 H=0H=0이고, 0과 1이 같은 확률로 나오는 이진 정보원이면 H=1H=1이다.

Pr(X=1)=q\Pr(X=1)=q인 비트의 이진 엔트로피(binary entropy)⁠는 h2(q)=−qlog2q−(1−q)log2(1−q).h_2(q)=-q\log_2q-(1-q)\log_2(1-q).

예를 들어 q=0.1q=0.1이면 엔트로피는 H(X)≃0.469H(X)\simeq0.469비트다. 독립·동일분포 정보원의 긴 블록을 접두 부호(C02c)⁠로 압축하면, 기호당 평균 부호 길이의 점근적 한계는 이 값이다.

이진 엔트로피 h₂(q)의 그래프 — 설명 그림
이진 엔트로피 h2(q)h_2(q)는 q=0q=0과 q=1q=1에서 0이고 q=1/2q=1/2에서 최댓값 1이다. 점은 본문의 예 h2(0.1)≃0.469h_2(0.1)\simeq0.469를 나타낸다.

이는 섀넌의 정보원 부호화 정리(source coding theorem)⁠의 한 형태이며, 증명은 뒤의 C03에서 여는 증명에 있다. 각 결과를 반드시 0.4690.469개의 이진 기호로 적어야 한다는 뜻은 아니다. 엔트로피는 기호의 개수나 부호 길이가 아니라 분포의 성질이다. 기호 사이에 상관관계가 있으면 개별 기호의 엔트로피가 아니라 긴 기호열의 엔트로피율을 고려해야 한다.

참고: [SH48]. 여기서는 독립·동일분포 정보원의 기초만 다룬다.

03 · 고전 정보량과 채널C02
고전 정보량과 채널핵심C02a

정보량의 구조: 결합 엔트로피와 조건부 엔트로피

정의 ·결합·조건부 엔트로피

유한한 고전 확률변수 XX, YY의 결합 엔트로피(joint entropy)⁠는 쌍 (X,Y)(X,Y)의 불확실성이다. 로그의 밑은 2이고 0log2⁡0=00\log_2 0=0으로 둔다.

H(X,Y)=−∑x,yp(x,y)log2⁡p(x,y).H(X,Y)=-\sum_{x,y}p(x,y)\log_2p(x,y).

조건부 엔트로피(conditional entropy)⁠는 관측한 XX의 값마다 남는 YY의 엔트로피를 평균한 양이다.

H(Y∣X)=∑x:p(x)>0p(x)H(Y∣X=x).H(Y\mid X)=\sum_{x:p(x)>0}p(x)H(Y\mid X=x).

여기서

H(Y∣X=x)=−∑yp(y∣x)log2⁡p(y∣x)H(Y\mid X=x)=-\sum_y p(y\mid x)\log_2p(y\mid x)

이다. 특정 관측값의 엔트로피와 관측 전 평균을 구별한다.

정리 ·엔트로피의 연쇄 법칙증명: 상자 안

엔트로피의 연쇄 법칙(chain rule)⁠은

H(X,Y)=H(X)+H(Y∣X)H(X,Y)=H(X)+H(Y\mid X)

이다. 양의 결합 확률에 대해

log⁡p(x,y)=log⁡p(x)+log⁡p(y∣x)\log p(x,y)=\log p(x)+\log p(y\mid x)

를 대입하면 첫 항은 ∑yp(x,y)=p(x)\sum_yp(x,y)=p(x)로 H(X)H(X)가 되고, 둘째 항은 xx마다 묶으면 H(Y∣X)H(Y\mid X)다.

공정한 비트 XX를 복사해 Y=XY=X로 두면 H(X)=H(Y)=1H(X)=H(Y)=1이지만 H(X,Y)=1H(X,Y)=1, H(Y∣X)=0H(Y\mid X)=0이다. 두 기록이 있다고 해서 독립적인 정보가 두 비트인 것은 아니다.

반대로 XX와 YY가 독립인 공정한 비트이면 H(X,Y)=2H(X,Y)=2, H(Y∣X)=1H(Y\mid X)=1이다. H(Y∣X=x)H(Y\mid X=x)가 모두 음이 아니므로 그 평균도 0 이상이다. 이 평균 해석과 비음성은 고전 확률변수에 대한 것이다.

고전 정보량과 채널핵심C02b

상호정보량: 관측으로 줄어든 평균 불확실성

정의 ·상호정보량

상호정보량(mutual information)⁠은 한 변수를 알게 되어 줄어드는 다른 변수의 평균 불확실성이다.

I(X;Y)=H(Y)−H(Y∣X)=H(X)+H(Y)−H(X,Y)=H(X)−H(X∣Y).\begin{aligned}I(X;Y)&=H(Y)-H(Y\mid X)\\&=H(X)+H(Y)-H(X,Y)\\&=H(X)-H(X\mid Y).\end{aligned}

연쇄 법칙에 의해 세 식이 같으므로 I(X;Y)=I(Y;X)I(X;Y)=I(Y;X)다. 정의는 대칭적이며, 그 자체로 인과관계의 방향을 나타내지 않는다.

정리 ·상호정보량의 범위와 독립성증명: 로그 부등식

유한 고전 변수에서는 0≤I(X;Y)≤min{H(X),H(Y)}0\le I(X;Y)\le\min\{H(X),H(Y)\}이고, I=0I=0일 필요충분조건은 독립성이다. 비음성과 등호 조건은 로그 부등식으로 직접 확인할 수 있다.

XX를 공정한 비트라 하자. Y=XY=X이면 YY를 보고 XX를 완전히 알 수 있으므로 I=1I=1비트다. 독립인 공정한 YY라면 관측해도 불확실성이 줄지 않아 I=0I=0이다.

잡음이 있는 관측에서는 두 극단 사이의 값을 얻는다. 이어서 다룰 이진 대칭 채널에서는 입력 분포를 정한 뒤 H(Y)H(Y)와 H(Y∣X)H(Y\mid X)를 계산하여 전달된 정보를 구한다.

입력 분포까지 최적화한 채널 용량과, 특정 입력 분포의 상호정보량은 다르다. 실제 부호 길이와 전송률은 부호화 방법의 성질이다.

관측으로 불확실성이 줄어든다는 말은 평균에 관한 것이다. 드문 관측 하나가 오히려 더 불확실한 사후 분포를 만들 수도 있다. N01a의 베이즈 규칙 예에서는 사전 확률 0.1이 관측 Y=1Y=1 뒤 0.5가 되어 엔트로피가 h2(0.1)≃0.469h_2(0.1)\simeq0.469에서 1로 늘었다. 그러나 이 관측의 확률은 0.18이다. 확률 0.82인 Y=0Y=0 뒤에는 X=1X=1의 확률이 0.01/0.82≃0.0120.01/0.82\simeq0.012여서 불확실성이 약 0.095비트로 줄고, 평균 H(X∣Y)≃0.258H(X\mid Y)\simeq0.258은 H(X)H(X)보다 작다.

고전 정보량과 채널핵심C02c

압축의 작은 예: 자주 나오는 기호를 짧게 쓰기

네 기호 AA, BB, CC, DD의 확률이 각각 1/2,1/4,1/8,1/81/2,1/4,1/8,1/8이라고 하자. 각 기호를 두 비트로 쓰는 대신

A↦0,B↦10,C↦110,D↦111A\mapsto0,\quad B\mapsto10,\quad C\mapsto110,\quad D\mapsto111

로 부호화할 수 있다. 예를 들어 ABDABD는 010111이고 왼쪽부터 0, 10, 111로 읽는다.

정의 ·접두 부호

어느 부호어(기호에 배정한 비트열)⁠도 다른 부호어의 처음 부분이 되지 않는 부호를 접두 부호(prefix code)⁠라 한다. 이 조건이면 기호 사이에 별도의 구분자를 넣지 않고 순서대로 복호할 수 있다.

정의 ·평균 부호 길이

기호 xx의 부호어 길이를 ℓ(x)\ell(x)라 하면 평균 부호 길이(average codeword length)⁠는 ℓ¯=∑xp(x)ℓ(x)\bar\ell=\sum_xp(x)\ell(x)다. 이 예에서는

ℓ¯=12⋅1+14⋅2+18⋅3+18⋅3=74\bar\ell=\tfrac12\!\cdot1+\tfrac14\!\cdot2+\tfrac18\!\cdot3+\tfrac18\!\cdot3=\tfrac74

비트/기호이며, H(X)=7/4H(X)=7/4과 같다. 각 확률이 2의 음의 정수 거듭제곱이라 길이를 −log2⁡p(x)-\log_2p(x)와 정확히 맞출 수 있었기 때문이다. 일반적인 분포에서 기호별 정수 길이가 항상 엔트로피와 일치하는 것은 아니다.

이 부호는 확률적 중복을 줄이는 정보원 부호다. 전송 오류를 정정하도록 설계한 부호는 아니다. 뒤의 반복 부호는 반대로 여분의 비트를 넣어 오류에 대비한다. 압축 한계와 오류 정정 성능을 별도로 평가해야 한다.

고전 정보량과 채널핵심U03

요약: 불확실성과 전달되는 정보

정보원과 채널을 구별한다. 입력 분포는 무엇을 얼마나 자주 보내는지를, 전이 확률은 각 입력에서 무엇이 수신되는지를 정한다. 입력을 정한 뒤 채널을 적용하여 결합분포를 구한다. 독립·동일분포 정보원과 무기억 채널은 서로 다른 가정이다. 다시 보기: C01b, C01a.

불확실성을 평균한다. 정보량의 평균이 섀넌 엔트로피다. 이 강의에서는 밑 2의 로그와 0log2⁡0=00\log_2 0=0을 쓴다. 결합·조건부 엔트로피는

H(X,Y)=H(X)+H(Y∣X)H(X,Y)=H(X)+H(Y\mid X)

를 만족한다. 다시 보기: C02, C02a.

상관관계가 줄이는 불확실성을 잰다. I(X;Y)=H(Y)−H(Y∣X)I(X;Y)=H(Y)-H(Y\mid X)로 정의한 상호정보량은 대칭적이며 비음수이고, 0인 것과 독립인 것은 동치다. 출력 엔트로피가 크다는 사실만으로 입력 정보가 많이 전달된다고 할 수는 없다. 잡음이 만든 불확실성 H(Y∣X)H(Y\mid X)도 함께 커질 수 있기 때문이다. 예를 들어 입력과 독립인 공정한 YY는 H(Y)=1H(Y)=1이지만 I=0I=0이다. 다시 보기: C02b.

압축의 단위를 확인한다. 독립·동일분포 정보원의 긴 블록을 접두 부호로 압축하면 기호당 평균 길이를 H(X)H(X)에 얼마든지 가깝게 줄일 수 있지만, H(X)H(X)보다 짧게 할 수는 없다. 접두 부호는 구분자 없이 순서대로 복호할 수 있다. 각 기호의 부호 길이는 정수지만 평균 길이는 정수일 필요가 없다. 정보원 압축과 잡음에 대비한 채널 부호화는 목적이 다르다. 다시 보기: C02, C02c, C01.

03 · 고전 정보량과 채널U03
고전 정보량과 채널도전X11

도전: 채널로 전달되는 정보

C02b의 상호정보량을 적용한다. 채널 WW의 출력 분포 p(y)=∑xp(x)W(y∣x)p(y)=\sum_x p(x)W(y\mid x)에서 H(Y)H(Y)를, 입력마다 출력 엔트로피를 평균해 H(Y∣X)H(Y\mid X)를 구하면 I(X;Y)=H(Y)−H(Y∣X)I(X;Y)=H(Y)-H(Y\mid X)이다.

고전 부호화와 오류 정정절 안내S02a

고전 부호화와 오류 정정

SECTION 04

고전 부호화와 오류 정정

중복을 넣어 오류를 줄일 때 전송률과 신뢰성은 어떻게 달라지는가?

01부호화·복호와 비용을 정한다
02거리로 정정 범위를 판단한다
03신드롬에서 오류 후보를 찾는다

압축과 달리 오류 정정은 중복을 넣어 신뢰성을 높인다. 고전 채널(C01b)⁠과 상호정보량(C02b)⁠을 바탕으로 독립 비트 반전 모형에서 오류 확률과 전송률을 비교한다. 거리의 보장은 반전 개수에 대한 것이며, 모든 잡음에 대한 보장은 아니다. U04에서 부호·채널·복호 규칙을 함께 확인한다.

04 · 고전 부호화와 오류 정정S02a
고전 부호화와 오류 정정핵심C01c

고전 부호화: 메시지·부호어·복호를 구별하기

정의 ·블록 부호화 방식과 부호어 집합

유한한 메시지 집합 M\mathcal M에 대한 결정론적 블록 부호화 방식(block coding scheme)⁠을 두 함수로 정의한다.

f:M→Xn,g:Yn→M∪{⊥}.f:\mathcal M\to\mathcal X^n,\qquad g:\mathcal Y^n\to\mathcal M\cup\{\bot\}.

부호화 함수(encoder) ff는 서로 다른 메시지에 서로 다른 입력열을 배정한다. 복호기(decoder) gg는 수신열에서 메시지를 추정하며, ⊥\bot은 실패 선언이다.

부호어(codeword)⁠는 f(m)f(m)이고, 그 모음 C=f(M)⊆Xn\mathcal C=f(\mathcal M)\subseteq\mathcal X^n이 부호(codebook)⁠다. 복호 규칙은 이 집합과 별도로 정한다.

M→fXn→W(n)Yn→gM^.M\xrightarrow{f}X^n\xrightarrow{W^{(n)}}Y^n\xrightarrow{g}\widehat M.

여기서 Xn\mathcal X^n, Yn\mathcal Y^n은 각각 길이 n≥1n\ge1인 입력열과 출력열의 집합이다. W(n)(yn∣xn)W^{(n)}(y^n\mid x^n)은 nn회 사용의 채널 법칙이며, C01a의 무기억 가정 아래에서는 ∏iW(yi∣xi)\prod_iW(y_i\mid x_i)다.

정의 ·전송률

채널 사용 한 번당 메시지 비트 수인 전송률(code rate)⁠은

R=log2⁡|M|nR=\frac{\log_2|\mathcal M|}{n}

이다. 메시지 분포의 엔트로피와는 구별한다.

정의 ·평균 블록 오류 확률

메시지 분포 pMp_M을 정하면 평균 블록 오류 확률(average block error probability)⁠은

Perr=∑mpM(m)∑yn:g(yn)≠mW(n)(yn∣f(m)).P_{\mathrm{err}}=\sum_m p_M(m)\sum_{y^n:g(y^n)\ne m}W^{(n)}(y^n\mid f(m)).

실패 선언도 오류에 포함한다. 성능은 ff, 채널, gg, 메시지 분포에 함께 의존한다. O11a에서 이진 반복 부호로 구체화한다.

가변 길이의 정보원 부호화는 C02c에서 다룬다.

고전 부호화와 오류 정정핵심C03

이진 대칭 채널: 오류 확률과 전송률

정의 ·이진 대칭 채널

보낸 비트가 독립적으로 확률 pp로 뒤집히는 이진 대칭 채널(binary symmetric channel, BSC)⁠을 생각하자. Y=X⊕N,Pr(N=1)=p,0≤p≤12.Y=X\oplus N,\qquad \Pr(N=1)=p,\quad 0\le p\le\tfrac12. NN은 XX와 독립이다. p=1/2p=1/2이면 출력은 입력에 대한 정보를 주지 않는다.

정의 ·채널 용량용량 계산: C04

유한 고전 채널 WW에서 입력 분포 전체에 대해 상호정보량을 최적화한 값을 채널 용량(channel capacity)⁠이라 한다. C:=maxpXI(X;Y)C:=\max_{p_X}I(X;Y)

각 입력에서 출력이 확률 pp로 뒤집히므로 H(Y∣X)=h2(p)H(Y\mid X)=h_2(p)이고, 출력이 한 비트이므로 I(X;Y)=H(Y)−H(Y∣X)≤1−h2(p)I(X;Y)=H(Y)-H(Y\mid X)\le1-h_2(p)이다. 균등 입력이면 H(Y)=1H(Y)=1이므로 C=1−h2(p)C=1-h_2(p)다.

참고: [SH48]. 용량은 채널 사용 한 번당 비트 수다.

이진 대칭 채널: 오류 확률과 전송률 — 설명 그림
이진 대칭 채널: 오류 확률과 전송률

정리 ·채널 부호화 정리(channel coding theorem)증명: 무작위 부호와 약한 역정리

kk비트 메시지를 보내는 데 채널을 nn번 사용하면 전송률은 R=k/nR=k/n이다. 이 무기억 채널(C01a)⁠에서는 R<CR<C일 때 충분히 긴 부호를 적절히 선택하여 블록 오류 확률을 원하는 만큼 작게 할 수 있고, R>CR>C이면 오류 확률을 0으로 보낼 수 없다. 모든 부호가 이러한 성능을 낸다는 뜻도, 유한한 부호 길이에서 오류가 전혀 없다는 뜻도 아니다.

04 · 고전 부호화와 오류 정정계산 C04C03
고전 부호화와 오류 정정핵심O11

고전적 반복 부호: 중복으로 오류 줄이기

C01c의 블록 부호로 비트 반전 오류를 줄여 보자.

가정 ·독립 비트 반전과 세 번 반복 부호

앞서 본 통신 채널뿐 아니라 고전적인 저장과 연산에도 오류가 생길 수 있다. 여기서는 독립적인 비트 반전만 가정한다. 가장 단순한 방법은 0↦0000\mapsto000, 1↦1111\mapsto111로 세 번 반복하고 다수결로 읽는 것이다. 각 비트가 독립적으로 확률 pp로 뒤집힌다고 하자.

오른쪽 표는 00을 부호화한 000을 보낼 때의 여덟 수신열과 그 확률이다. 판정이 11인 아래 네 행의 확률을 더하면 오류 확률은 p3+3(1−p)p2=3p2−2p3p^3+3(1-p)p^2=3p^2-2p^3이다. 0<p<1/20<p<1/2이면 p−(3p2−2p3)=p(1−p)(1−2p)>0p-(3p^2-2p^3)=p(1-p)(1-2p)>0이므로 이 값은 반복 없이 보낸 오류 확률 pp보다 작고, p≪1p\ll1이면 3p23p^2에 가깝다.

판정 수신열 확률
00 000000 (1−p)3(1-p)^3
00 001001 (1−p)2p(1-p)^2p
00 010010 (1−p)2p(1-p)^2p
00 100100 (1−p)2p(1-p)^2p
11 111111 p3p^3
11 011011 (1−p)p2(1-p)p^2
11 101101 (1−p)p2(1-p)p^2
11 110110 (1−p)p2(1-p)p^2
04 · 고전 부호화와 오류 정정O11
고전 부호화와 오류 정정핵심O11a

반복 부호에서 일반적인 블록 부호로

정의 ·이진 블록 부호와 전송률

길이 nn의 이진 문자열 집합 {0,1}n\{0,1\}^n의 부분집합 C\mathcal C를 이진 블록 부호(binary block code)⁠라 하고, 그 원소는 C01c의 부호어다. 메시지 집합 M\mathcal M에서 C\mathcal C로 가는 일대일 대응이 부호화 함수다.

|C|=2k|\mathcal C|=2^k이면 kk비트 메시지를 nn비트로 보내며, 전송률(C01c)⁠은 R=k/nR=k/n이다. 일반적인 크기에서는 R=(log2⁡|C|)/nR=(\log_2|\mathcal C|)/n로 쓴다.

세 번 반복 부호는 C={000,111}\mathcal C=\{000,111\}, n=3,k=1,R=1/3n=3, k=1, R=1/3이다. 부호어 집합은 보낼 수 있는 문자열을 정하지만, 손상된 수신열을 어떻게 판정할지는 별도로 정해야 한다.

정의 ·반복 부호의 복호기

반복 부호의 복호기(C01c의 gg)⁠는 다수결로 판정한다. 곧 001은 0으로, 110은 1로 읽는다.

각 비트가 독립적으로 0<p<1/20<p<1/2의 확률로 뒤집히면, 수신열과 다른 자리가 ww개인 부호어의 우도는 pw(1−p)n−w=(1−p)n(p1−p)wp^w(1-p)^{n-w}=(1-p)^n\Bigl(\frac{p}{1-p}\Bigr)^w이다. p/(1−p)<1p/(1-p)<1이므로 ww가 작을수록 우도가 크다. 즉 가장 가까운 부호어를 고르는 규칙이 가장 큰 우도를 준다. 메시지를 균등하게 보내면 사후 확률은 우도에 비례하므로, 이 부호어는 가장 큰 사후 확률도 준다. 거리는 다음 페이지에서 정의한다.

사전 확률이 균등하지 않으면 가장 가까운 부호어가 가장 큰 사후 확률을 주리라는 보장은 없다. 베이즈 규칙에 따라 우도에 메시지의 사전 확률을 곱해 비교해야 한다. 예를 들어 p=0.1p=0.1에서 110을 받으면 우도는 111이 0.081, 000이 0.009이지만, 1의 사전 확률이 0.1보다 작으면 000의 사후 확률이 더 크다.

전송률은 전송 효율을, 블록 오류 확률은 복호의 신뢰성을 나타낸다. 부호어 집합·채널 모형·복호 규칙·메시지 분포를 모두 정해야 오류 확률을 계산할 수 있다.

고전 부호화와 오류 정정핵심O39

해밍 거리: 오류 검출과 정정의 차이

정의 ·해밍 거리와 고전 부호 거리

같은 길이의 두 비트열의 해밍 거리(Hamming distance)⁠는 서로 다른 자리의 수다. 아래의 c1c_1과 c2c_2는 첫째와 셋째 자리에서 다르므로 거리가 2다. 부호 거리(code distance)⁠는 서로 다른 부호어 쌍의 해밍 거리 중 최솟값이다.

부호어
c1c_1 0000
c2c_2 1010
c3c_3 1100
c4c_4 0011
c1c_1 c2c_2 c3c_3 c4c_4
c1c_1 0 2 2 2
c2c_2 2 0 2 2
c3c_3 2 2 0 4
c4c_4 2 2 4 0

위 부호의 거리는 22다. 따라서 이 부호는 한 비트 반전을 항상 검출한다. 예를 들어 부호어 c1c_1(0000)⁠의 첫 비트가 뒤집힌 1000은 부호어가 아니다. 그러나 1000은 c1c_1, c2c_2, c3c_3 모두와 거리가 1이어서 어느 부호어로 되돌릴지 정할 수 없다. 거리가 dd인 부호는 최대 d−1d-1개의 비트 반전 오류를 검출하거나, 최대 ⌊(d−1)/2⌋\lfloor (d-1)/2 \rfloor개의 비트 반전 오류를 정정할 수 있다. [질문] 검출과 정정에 필요한 거리 조건이 왜 다른가?

04 · 고전 부호화와 오류 정정O39
고전 부호화와 오류 정정핵심O39a

선형 부호: 부호어를 행렬로 만들기

정의 ·이진 선형 부호

0과 1을 원소로 하고 덧셈·곱셈을 2로 나눈 나머지로 계산하는 체를 F2\mathbb F_2라 한다. 특히 1+1=01+1=0이므로 덧셈은 비트별 XOR이다.

1≤k≤n1\le k\le n이라 하자. F2n\mathbb F_2^n의 kk차원 선형 부분공간인 부호를 이진 선형 부호(binary linear code)⁠라 한다. 선형 결합·선형 독립·차원은 A00b의 정의에서 계수를 F2\mathbb F_2의 0, 1로 바꾸어 읽는다. 영벡터를 포함하고, 두 부호어의 합도 부호어다. 최소 거리가 dd이면 [n,k,d][n,k,d]로 표시한다.

정의 ·생성 행렬 · 열벡터 관례

열벡터 메시지 m∈F2km\in\mathbb F_2^k에 대해 c=Gmc=Gm으로 부호화한다. 열들이 부호 공간의 기저인 n×kn\times k 행렬 GG를 생성 행렬(generator matrix)⁠이라 한다. 모든 계산은 F2\mathbb F_2에서 한다.

세 번 반복 부호에서는

G=(111),G(0)=000,G(1)=111G=\begin{pmatrix}1\\1\\1\end{pmatrix},\qquad G(0)=000,\quad G(1)=111

이다. 여기서는 비트열을 세로 벡터로 이해한다. 두 부호어의 거리는 3이므로 [3,1,3] 부호다. 행벡터 메시지를 사용하는 문헌에서는 GG의 모양이 전치되므로 관례를 확인해야 한다.

비트열의 해밍 무게(Hamming weight)⁠는 1의 개수다. 두 비트열 cc, c′c'의 거리는 c+c′c+c'의 무게와 같다(c+c′c+c'은 두 비트열이 다른 자리에서만 1이다). 선형 부호에서는 c+c′c+c'도 부호어이므로 최소 거리는 영이 아닌 부호어의 최소 무게 이상이고, 부호어 c≠0c\ne0의 무게는 영벡터와의 거리이므로 반대 부등식도 성립한다. 따라서 둘은 같다.

선형 구조를 이용하면 모든 부호어를 나열하지 않고 부호화하고 검사할 수 있다. 다음에는 검사를 행렬로 표현한다.

고전 부호화와 오류 정정핵심O39b

패리티 검사와 신드롬: 오류의 위치를 찾기

정의 ·패리티 검사 행렬

[n,k][n,k] 선형 부호를 C={c:Hc=0}\mathcal C=\{c:Hc=0\}으로 나타내는 서로 독립인 n−kn-k개의 행을 갖는 (n−k)×n(n-k)\times n 행렬 HH를 패리티 검사 행렬(parity-check matrix)⁠이라 한다. 생성 행렬과는 HG=0HG=0을 만족한다. 이 HH는 뒤에서 나올 아다마르 게이트(O15b)⁠와 다른 기호다.

정의 ·신드롬

수신열 y=c+ey=c+e의 신드롬(syndrome)⁠은 s=Hys=Hy이다. 부호어는 검사를 통과하므로

s=H(c+e)=Hc+He=He.s=H(c+e)=Hc+He=He.

따라서 신드롬은 보낸 부호어가 아니라 오류에 의존한다. s=0s=0은 오류가 없다는 충분조건이 아니다. 영벡터가 아닌 부호어만큼 변하는 오류도 검사를 통과한다.

반복 부호에는 두 이웃 비트가 같은지 검사하는

H=(110011)H=\begin{pmatrix}1&1&0\\0&1&1\end{pmatrix}

을 쓸 수 있다. 단일 오류 100, 010, 001의 신드롬은 각각 10, 11, 01이다. 오류가 최대 하나라는 가정 아래에서는 신드롬으로 위치를 정하고 그 비트를 뒤집는다.

그러나 오류 110의 신드롬도 01이다. 이를 세 번째 비트의 오류로 판단해 뒤집으면 원래 부호어와 111만큼 다른 부호어를 얻는다. 두 오류까지 항상 정정할 수는 없다.

이 구별은 양자 오류 정정에서도 중요하다. 검사 결과가 오류에 관한 정보를 주더라도, 허용한 오류 집합 안에서 복구가 유일한지 따로 확인해야 한다.

고전 부호화와 오류 정정핵심O39c

이진 행렬의 계수와 해공간: 차원 정리

정의 ·이진 행렬의 계수와 핵

O39a에서 정한 체 F2\mathbb F_2 위에서 행렬을 다루자. r×mr\times m 이진 행렬 AA는 선형 사상 F2m→F2r\mathbb F_2^m\to\mathbb F_2^r을 정한다. 덧셈이 비트별 XOR이므로, 같은 숫자를 담은 실수 행렬과 결과가 달라질 수 있다.

AA의 계수(rank)⁠는 상(image) AF2mA\mathbb F_2^m의 차원이다. 계수는 독립인 행의 최대 개수와 같고(오른쪽 정리의 증명 마지막 단계), F2\mathbb F_2 위의 행 소거(가우스 소거)⁠로 구할 수 있다. 행 소거가 행들이 생성하는 공간을 바꾸지 않는다는 선형대수의 기본 결과는 증명 없이 사용한다. 핵(kernel) ker⁡A={v∈F2m:Av=0}\ker A=\{v\in\mathbb F_2^m: Av=0\}은 방정식 Av=0Av=0의 해공간이며 영공간이라고도 부른다. 두 양은 모두 F2\mathbb F_2 위에서 계산한다.

예를 들어 A=(110011)A=\begin{pmatrix}1&1&0\\0&1&1\end{pmatrix}의 열 (1,0)T(1,0)^{\mathsf T}, (1,1)T(1,1)^{\mathsf T}, (0,1)T(0,1)^{\mathsf T}는 F22\mathbb F_2^2 전체를 생성하므로 계수가 2다. 여기에 행 (1,0,1)(1,0,1)을 덧붙여도 그 행이 앞의 두 행의 합이므로 계수는 그대로 2다. 실수 위에서는 (1,1,0)+(0,1,1)=(1,2,1)(1,1,0)+(0,1,1)=(1,2,1)이어서 같은 관계가 성립하지 않는다.

계수는 적어 둔 행의 개수가 아니라 독립인 행의 최대 개수다.

정리 ·차원 정리와 역상의 크기증명: 잉여류 세기

b∈F2rb\in\mathbb F_2^r을 고정하고 사상 v↦Av+bv\mapsto Av+b를 생각하자. 값 ss의 역상(preimage)⁠은 {v:Av+b=s}\{v: Av+b=s\}이다. 그러면 다음이 성립한다.

dim⁡ker⁡A=m−rank⁡A.\dim\ker A=m-\operatorname{rank}A.

공집합이 아닌 모든 역상은 한 원소 v0v_0을 잡으면 ker⁡A\ker A의 잉여류(coset) v0+ker⁡Av_0+\ker A이므로 원소가 2m−rank⁡A2^{m-\operatorname{rank}A}개로 모두 같고, 실제로 나타나는 값은 정확히 2rank⁡A2^{\operatorname{rank}A}개다.

O39b의 신드롬 사상 e↦Hee\mapsto He가 그런 사상이다. 두 오류의 신드롬이 같은 것은 그 합이 ker⁡H\ker H, 즉 부호 C\mathcal C에 있다는 뜻이다. O39b의 오류 110과 001이 그 예다. 신드롬은 2rank⁡H2^{\operatorname{rank}H}가지이므로, 왼쪽 예처럼 검사 (1,0,1)(1,0,1)을 덧붙여도 네 가지뿐이다. 검사의 개수와 구별 가능한 가짓수는 다른 문제다.

04 · 고전 부호화와 오류 정정O39c
고전 부호화와 오류 정정계산O39d

계산: 소거된 열의 계수가 남은 불확실성을 정한다

기록의 일부가 지워지면 기록에서 계산한 양의 가능한 값은 몇 개인가? 이 계산은 31절(FR03·FR04)⁠에서 다시 쓴다. O39c의 행렬 A=(110011)A=\begin{pmatrix}1&1&0\\0&1&1\end{pmatrix}을 그대로 쓰자. 기록 M∈F23M\in\mathbb F_2^3에서 계산한 목표량은 S=AM=(M1+M2, M2+M3)∈F22S=AM=(M_1+M_2,\ M_2+M_3)\in\mathbb F_2^2이다. 여덟 기록이 각각 어떤 SS를 주는지 먼저 적는다.

M000001010011100101110111S0001111010110100\begin{array}{c|cccccccc}M&000&001&010&011&100&101&110&111\\\hline S&00&01&11&10&10&11&01&00\end{array}

계수가 2이므로 네 값이 모두 나타나고, 각 값의 역상은 두 개씩이다.

이제 위치 집합 EE의 비트가 지워지고 나머지 R=EcR=E^{\mathsf c}는 그대로 남는다고 하자. AA의 열과 MM의 비트를 EE 자리와 RR 자리로 나누어 AEA_E, MEM_E와 ARA_R, MRM_R로 쓰면 S=AEME+ARMRS=A_EM_E+A_RM_R이다. MRM_R은 알고 MEM_E는 아무 값이나 될 수 있으므로, 가능한 SS는 b=ARMRb=A_RM_R인 사상 v↦AEv+bv\mapsto A_Ev+b의 값이며 O39c에 따라 그 개수는 2rank⁡AE2^{\operatorname{rank}A_E}이다.

세 열이 모두 영벡터가 아니고 어느 두 열도 서로 독립이므로 다음 표를 얻는다.

지워진 위치 Erank⁡AE가능한 S의 개수∅01한 자리12두 자리24세 자리24\begin{array}{c|c|c}\text{지워진 위치 }E&\operatorname{rank}A_E&\text{가능한 }S\text{의 개수}\\\hline \varnothing&0&1\\ \text{한 자리}&1&2\\ \text{두 자리}&2&4\\ \text{세 자리}&2&4\end{array}

예를 들어 E={1}E=\{1\}이면 AE=(1,0)TA_E=(1,0)^{\mathsf T}의 계수가 1이고, E={1,3}E=\{1,3\}이면 AE=(1001)A_E=\begin{pmatrix}1&0\\0&1\end{pmatrix}이므로 계수가 2다.

세 자리를 모두 지워도 가능한 값은 4개다. SS가 두 비트뿐이므로 rank⁡AE≤2\operatorname{rank}A_E\le 2이기 때문이다. 지워진 비트의 개수가 아니라 지워진 열이 생성하는 부분공간의 차원, 곧 rank⁡AE\operatorname{rank}A_E가 답을 정한다.

표의 값은 이 행렬에 대한 것이다. 영벡터인 열은 지워도 잃는 것이 없고, 같은 두 열은 함께 지워도 계수가 1에 머문다. 일반적인 규칙으로 옮기기 전에 열 사이의 관계를 확인해야 한다.

04 · 고전 부호화와 오류 정정O39d
고전 부호화와 오류 정정계산C04

계산: 채널 용량과 반복 부호의 비용

Pr(X=1)=q\Pr(X=1)=q라 하면 r:=Pr(Y=1)=(1−q)p+q(1−p)=p+q(1−2p).r:=\Pr(Y=1)=(1-q)p+q(1-p)=p+q(1-2p). H(Y)=h2(r)H(Y)=h_2(r)이고 C03에서 본 대로 H(Y∣X)=h2(p)H(Y\mid X)=h_2(p)이므로 I(X;Y)=h2(r)−h2(p).I(X;Y)=h_2(r)-h_2(p). 이진 엔트로피는 11 이하이고 q=1/2q=1/2이면 r=1/2r=1/2이므로 maxqI(X;Y)=1−h2(p).\max_q I(X;Y)=1-h_2(p). p=1/2p=1/2이면 모든 qq에 대해 I=0I=0이고, p=0p=0이면 I=h2(q)I=h_2(q)이며 균등한 입력에서 용량 11을 얻는다.

p=0.1p=0.1인 예를 살펴보자. C=1−h2(0.1)≃0.531.C=1-h_2(0.1)\simeq0.531. O11의 다수결 오류 확률 prep=3p2−2p3p_{\mathrm{rep}}=3p^2-2p^3에서 prep=0.028,Rrep=13.p_{\mathrm{rep}}=0.028,\qquad R_{\mathrm{rep}}=\frac13. 오류 확률은 줄지만, 한 비트를 보내는 데 채널을 세 번 사용한다. 전송률 Rrep<CR_{\mathrm{rep}}<C이므로, C03의 정리에 따라 충분히 긴 부호를 적절히 고르면 이 전송률에서도 블록 오류 확률을 원하는 만큼 작게 할 수 있다. 세 번 반복 부호의 오류 확률은 0.0280.028에 머문다.

p=0p=0, p=1/2p=1/2에서는 무엇이 달라지는가? 독립성 가정을 버리면 3p2−2p33p^2-2p^3을 그대로 쓸 수 있는가?

참고: [SH48]. 앞서 본 반복 부호의 원리는 뒤의 양자 오류 정정 부분과 연결된다.

고전 부호화와 오류 정정실습L02

잡음·정보량·반복 부호의 대가

고전 부호화와 오류 정정핵심U04

요약: 전송률·거리·신드롬

부호와 복호 규칙을 함께 지정한다. 길이 nn의 부호어를 메시지에 배정하고, 수신열을 메시지나 실패로 보내는 복호기를 정한다. 전송률은 log2⁡|M|/n\log_2|\mathcal M|/n이다. 오류 확률은 채널과 복호 규칙뿐 아니라 메시지 분포에도 의존한다. 다시 보기: C01c, O11a.

반복으로 얻는 것과 잃는 것을 센다. 독립 비트 반전 확률이 pp일 때 3비트 반복 부호의 다수결 오류율은 3p2−2p33p^2-2p^3이고 전송률은 1/31/3이다. 이진 대칭 채널의 용량 1−h2(p)1-h_2(p)는 긴 부호열의 점근적 한계이며 이 짧은 부호의 성능과 같지 않다. 다시 보기: O11, C04.

거리로 보장 범위를 읽는다. 최소 해밍 거리가 dd인 부호는 d−1d-1개까지의 반전을 검출하거나 2t<d2t<d인 tt개까지 정정할 수 있다. 검출과 정정은 다른 요구다. 선형 부호에서는 영이 아닌 부호어의 최소 무게로 거리를 구한다. 다시 보기: O39, O39a.

검사값에서 오류 후보를 찾는다. 열벡터 관례로 쓰면 c=Gmc=Gm, HG=0HG=0이며, 수신열 y=c+ey=c+e의 신드롬은 Hy=HeHy=He다. 영신드롬은 오류가 없다는 뜻이 아니며, 같은 신드롬의 후보를 어떻게 고르는지가 복호 규칙이다. 다시 보기: O39b.

신드롬과 소거를 센다. 같은 신드롬을 주는 오류들은 ker⁡H\ker H의 한 잉여류를 이루고, 나타나는 신드롬은 2rank⁡H2^{\operatorname{rank}H}가지다. 비트가 지워질 때 목표량이 가질 수 있는 값의 수는 지워진 비트의 개수가 아니라 지워진 열의 계수로 정해진다. 다시 보기: O39c, O39d.

04 · 고전 부호화와 오류 정정U04
고전 부호화와 오류 정정도전X01

도전: 신드롬으로 한 비트 오류 고치기

O39b의 신드롬 복호를 적용한다. 수신열 y=c+ey=c+e의 신드롬은 s=Hy=Hes=Hy=He다. HH의 열이 모두 다르고 영벡터가 아니면, 오류가 많아야 하나일 때 s=0s=0이면 오류가 없고 s≠0s\ne0이면 ss와 같은 열의 위치가 오류 위치다.

한 큐비트로 간섭 만들기절 안내S03

한 큐비트로 간섭 만들기

SECTION 05

한 큐비트로 간섭 만들기

같은 측정 확률을 주는 두 상태를 어떻게 구별하는가?

01상태와 측정 규칙을 정한다
02게이트로 진폭을 바꾼다
03간섭으로 위상을 구별한다

같은 측정 확률을 준다는 사실만으로 양자 상태가 같지는 않다. 내적과 정규화(A00a), 외적과 고유기저(A05p)⁠를 사용하여 진폭과 측정 확률을 계산한다. 이상적인 닫힌 계의 게이트와 사영 측정을 다루며, 자세한 간섭 유도는 선택 계산 A04에 있다. U05에서 확률과 상태 갱신을 구별한다.

05 · 한 큐비트로 간섭 만들기S03
한 큐비트로 간섭 만들기핵심A01

큐비트와 측정: 한 번의 출력은 하나의 비트

정의 ·큐비트의 순수 상태

고전 비트는 0 또는 1을 나타낸다. 큐비트(qubit)⁠는 두 기저 상태 |0⟩,|1⟩\left|0\right\rangle,\left|1\right\rangle을 갖는 양자계다. 먼저 순수 상태를 다루자. |ψ⟩=α|0⟩+β|1⟩,|α|2+|β|2=1.\left|\psi\right\rangle=\alpha\left|0\right\rangle+\beta\left|1\right\rangle,\qquad |\alpha|^2+|\beta|^2=1.

공리·측정 규칙 ·계산 기저의 측정 확률

두 기저 상태 |0⟩,|1⟩\left|0\right\rangle,\left|1\right\rangle을 구별하는 측정에서는 0 또는 1을 얻으며, 각 결과의 확률은 Pr(0)=|α|2,Pr(1)=|β|2\Pr(0)=|\alpha|^2,\qquad \Pr(1)=|\beta|^2이다. 한 번의 측정으로 α,β\alpha,\beta를 모두 읽어 내는 것은 아니다.

예를 들어 |ψ⟩=3|0⟩/2+|1⟩/2\left|\psi\right\rangle=\sqrt3\left|0\right\rangle/2+\left|1\right\rangle/2이면 두 측정 결과의 확률은 3/4,1/43/4,1/4이다. 이상적인 계산 기저 측정에서는 측정 직후 상태가 얻은 결과에 대응하는 기저 상태로 바뀐다. 이는 결과 확률과 함께 사용하는 상태 갱신 규칙이다. 이 확률을 실험으로 확인하려면 매번 같은 상태를 새로 준비한 뒤 측정하는 과정을 반복한다.

큐비트와 측정: 한 번의 출력은 하나의 비트 — 설명 그림
큐비트와 측정: 한 번의 출력은 하나의 비트

기저 |0⟩\left|0\right\rangle, |1⟩\left|1\right\rangle이 정규직교하므로 ⟨ψ|ψ⟩=|α|2+|β|2\langle\psi|\psi\rangle=|\alpha|^2+|\beta|^2이다. 곧 A00a의 정규화 조건은 두 결과 확률의 합이 1이라는 조건이다.

정의 ·전체 위상과 상대 위상

정규화된 두 상태벡터가 |ψ′⟩=eiχ|ψ⟩|\psi^\prime\rangle=\mathrm{e}^{i\chi}|\psi\rangle처럼 실수 χ\chi의 전체 위상만 다르면 같은 상태를 나타낸다. 반면 αβ≠0\alpha\beta\ne0일 때 β/α\beta/\alpha의 위상인 상대 위상(relative phase)⁠이 다르면 다른 상태다.

한 큐비트로 간섭 만들기핵심O12a

양자 게이트는 상태를 어떻게 바꾸는가?

공리 ·닫힌 계의 유니타리 변화

고전 논리 게이트와 마찬가지로 양자 게이트도 입력 상태에 연산을 수행한다. 이상적인 닫힌 양자계에서는 상태벡터에 유니타리(unitary) 행렬 UU가 작용한다. |ψ⟩↦U|ψ⟩,U†U=I.\left|\psi\right\rangle\longmapsto U\left|\psi\right\rangle,\qquad U^\dagger U=I.

이 조건을 만족하는 연산은 내적과 정규화를 보존한다. 임의의 두 상태에 대해 ⟨Uϕ|Uψ⟩=⟨ϕ|U†U|ψ⟩=⟨ϕ|ψ⟩.\langle U\phi|U\psi\rangle=\langle\phi|U^\dagger U|\psi\rangle=\langle\phi|\psi\rangle. 첫 등호는 A00a의 (AB)†=B†A†(AB)^\dagger=B^\dagger A^\dagger에서 나오고, ϕ=ψ\phi=\psi이면 정규화가 보존된다. 또한 U−1=U†U^{-1}=U^\dagger이므로 가역적이다. 다만 측정, 초기화, 부분계를 버리는 과정까지 모두 하나의 유니타리 게이트로 나타낼 수 있는 것은 아니다.

회로는 상태 준비 → 게이트 → 측정으로 구성된다. 복소수 계수를 조절한 뒤, 측정 결과의 확률을 이용하여 답을 얻는다.

고전 게이트와의 차이는 무엇인가?

  1. 고전 비트는 0 또는 1이지만, 단일 큐비트의 입력은 두 기저 상태에만 한정되지 않는다.

  2. 한 비트를 받아 한 비트를 내는 고전 게이트는 네 개뿐이지만, 한 큐비트에 작용하는 유니타리 행렬은 무한히 많다.

  3. AND·NAND는 두 비트를 한 비트로 줄여 입력을 되돌릴 수 없지만, 닫힌 계의 게이트는 입력과 출력 공간의 차원이 같고 가역적이다.

  4. 고전 비트는 복사할 수 있지만, 미지의 임의 상태를 완벽하게 복제하는 게이트는 없다.

여러 큐비트의 공간, 복제 불가능성, 보편 게이트는 필요한 예제를 본 뒤 구체적으로 다룬다.

한 큐비트로 간섭 만들기핵심O12c

양자 회로: 무엇을 어떤 순서로 하는가?

정의 ·양자 회로

양자 회로(quantum circuit)⁠는 레지스터·초기 상태와 유한한 연산 목록으로 정한다. 각 항목에는 적용 순서, 대상 레지스터, 유니타리 게이트 또는 측정 기저(A01)⁠를 지정한다. 앞선 측정 기록에 따른 연산 선택 규칙을 추가하면 고전적 제어를 포함한다.

회로선 하나는 큐비트 하나, 상자는 그 큐비트에 작용하는 게이트를 나타낸다. 빈 선은 이상적으로 항등 연산을 뜻한다. 선은 실제 배선이나 입자의 이동 경로가 아니다.

회로는 왼쪽에서 오른쪽으로 읽는다. UU 다음에 VV를 적용하면 상태는 다음 순서로 변한다.

|ψ⟩ ⟼ U|ψ⟩ ⟼ VU|ψ⟩.|\psi\rangle\ \longmapsto\ U|\psi\rangle\ \longmapsto\ VU|\psi\rangle.

행렬곱에서는 오른쪽 연산자가 먼저 작용한다. 일반적으로 VU≠UVVU\ne UV이므로, 그림의 순서와 행렬의 순서를 맞추는 일이 중요하다.

아래 회로는 한 큐비트에 UU, VV를 차례로 적용한 뒤 계산 기저로 측정한다. 여기서 UU, VV는 임의의 유니타리 게이트(O12a)⁠다.

입력 상태에 U, V를 차례로 적용한 뒤 계산 기저로 측정하여 결과 b를 얻는다.|ψ⟩UVb
실선은 큐비트, 계기 기호 뒤의 이중선은 측정 결과 bb를 나타낸다.
p(b)=|⟨b|VU|ψ⟩|2,b∈{0,1}.p(b)=|\langle b|VU|\psi\rangle|^2,\qquad b\in\{0,1\}.

|0⟩,|1⟩|0\rangle,|1\rangle이 정규직교하므로 ⟨b|VU|ψ⟩\langle b|VU|\psi\rangle는 VU|ψ⟩VU|\psi\rangle의 |b⟩|b\rangle 성분이다. 곧 이 식은 A01의 측정 확률 규칙을 VU|ψ⟩VU|\psi\rangle에 적용한 것이고, p(b)p(b)는 A01처럼 반복 실행의 빈도로 추정한다.

여러 큐비트에서는 위쪽 선부터 상태 표기의 왼쪽 자리에 대응시킨다. 선이 나뉘어 있어도 독립된 상태라는 뜻은 아니다. 전체 상태를 함께 추적해야 한다.

게이트는 여기서 유니타리 연산을 뜻한다. 측정·초기화·고전적 제어도 회로의 구성 요소이지만 유니타리 게이트와는 구별한다.

한 큐비트로 간섭 만들기핵심O15a

파울리 게이트: 비트와 위상의 변화

정의 ·항등 행렬과 파울리 행렬

II, XX, YY, ZZ 게이트는 각각 항등 연산자와 파울리(Pauli) 연산자에 해당한다. ZZ가 대각행렬이 되는 계산 기저에서 이들을 차례로 행렬로 쓰면 다음과 같다. (1001),(0110),(0−ii0),(100−1)\begin{pmatrix} 1 & 0 \\ 0 & 1 \end{pmatrix},\, \begin{pmatrix} 0 & 1 \\ 1 & 0 \end{pmatrix},\,\, \begin{pmatrix} 0 & -\mathrm{i}\\ \mathrm{i}& 0 \end{pmatrix},\,\, \begin{pmatrix} 1 & 0 \\ 0 & -1 \end{pmatrix}

교환자(commutator)⁠와 반교환자(anticommutator)⁠를 [A,B]=AB−BA,[A,B]+=AB+BA[A,B]=AB-BA,\qquad [A,B]_+=AB+BA로 쓰자. 위 행렬을 곱하면 다음 관계를 확인할 수 있다. X2=Y2=Z2=I,XY=−YX=iZ,X^2=Y^2=Z^2=I,\qquad XY=-YX=\mathrm{i}Z, YZ=−ZY=iX,ZX=−XZ=iY.YZ=-ZY=\mathrm{i}X,\qquad ZX=-XZ=\mathrm{i}Y. 제곱 관계와 XYZ=iIXYZ=\mathrm{i}I 하나에서 나머지가 모두 나온다. 이 식의 오른쪽에 ZZ를 곱하면 XY=iZXY=\mathrm{i}Z이고, (XY)2=−I(XY)^2=-I에서 YX=−XYYX=-XY다.

이 행렬들은 모두 에르미트(Hermitian) 행렬인 동시에 유니타리 행렬이다.

위 관계에서 서로 다른 두 파울리 행렬은 반교환자가 0이다. 이처럼 반교환자가 0이면 반가환한다고 하고, 교환자가 0이면 가환한다고 한다.

X|0⟩=|1⟩,X|1⟩=|0⟩.X\left|0\right\rangle=\left|1\right\rangle,\quad X\left|1\right\rangle=\left|0\right\rangle. Z|0⟩=|0⟩,Z|1⟩=−|1⟩.Z\left|0\right\rangle=\left|0\right\rangle,\quad Z\left|1\right\rangle=-\left|1\right\rangle. XX는 계산 기저의 0과 1을 바꾸고, ZZ는 두 성분 사이의 상대적인 부호를 바꾼다. Y|0⟩=i|1⟩,Y|1⟩=−i|0⟩.Y\left|0\right\rangle=\mathrm{i}\left|1\right\rangle,\quad Y\left|1\right\rangle=-\mathrm{i}\left|0\right\rangle. 상태에 작용하는 순서에도 주의하자. XZ=−ZXXZ=-ZX이므로 행렬로는 순서가 중요하다.

Y=iXZY=\mathrm{i}XZ임을 확인하자. YY가 단순한 “확률적 비트 반전”⁠과 다른 이유는 무엇인가?

한 큐비트로 간섭 만들기핵심O15b

아다마르 게이트: 중첩을 만들고 다시 합치기

정의 ·아다마르 게이트

아다마르(Hadamard) 게이트는 계산 기저 상태 |0⟩,|1⟩\left|0\right\rangle,\left|1\right\rangle을 각각 XX의 고유 상태 |±⟩:=(|0⟩±|1⟩)/2\left|\pm\right\rangle:=(\left|0\right\rangle\pm\left|1\right\rangle)/\sqrt2로 보낸다. H:=12(Z+X)H := \frac{1}{\sqrt{2}}(Z + X)

계산 기저에 대한 작용과 행렬 표현은 H|0⟩=12(|0⟩+|1⟩)H|1⟩=12(|0⟩−|1⟩)H=12(111−1)\begin{aligned}H\left|0\right\rangle&=\frac{1}{\sqrt2}\left(\left|0\right\rangle+\left|1\right\rangle\right)\\H\left|1\right\rangle&=\frac{1}{\sqrt2}\left(\left|0\right\rangle-\left|1\right\rangle\right)\end{aligned}\qquad H=\frac{1}{\sqrt2}\begin{pmatrix}1&1\\1&-1\end{pmatrix}이다. O15a의 X2=Z2=IX^2=Z^2=I와 ZX=−XZZX=-XZ를 쓰면 H2=12(Z2+ZX+XZ+X2)=IH^2=\tfrac12(Z^2+ZX+XZ+X^2)=I이므로, 두 번 적용하면 처음 상태로 돌아온다.

아다마르 게이트: 중첩을 만들고 다시 합치기 — 설명 그림
HH는 |0⟩|0\rangle과 |+⟩|+\rangle를, |1⟩|1\rangle과 |−⟩|-\rangle를 서로 바꾼다(H2=IH^2=I).

|+⟩,|−⟩\left|+\right\rangle,\left|-\right\rangle는 서로 직교하며, XX의 고윳값이 각각 +1,−1+1,-1인 상태다. 계산 기저로 측정하면 두 상태 모두 0과 1이 각각 확률 1/2로 나온다.

그러나 HH를 한 번 더 적용한 뒤 측정하면 두 상태를 확실히 구별할 수 있다. 같은 측정 확률을 주는 두 상태가 반드시 같은 양자 상태인 것은 아니다.

한 큐비트로 간섭 만들기핵심O15d

관측량과 사영 측정: 어느 기저에서 읽는가?

정의 ·관측량과 직교 사영

관측량(observable)⁠은 에르미트 연산자 OO로 나타낸다. 서로 다른 고윳값을 mm, 해당 고유공간으로의 직교 사영(orthogonal projection)⁠을 PmP_m이라 쓰면

O=∑mmPm,Pm†=Pm,PmPn=δmnPm,∑mPm=I.O=\sum_m mP_m,\quad P_m^\dagger=P_m,\quad P_mP_n=\delta_{mn}P_m,\quad\sum_mP_m=I.

PmP_m은 벡터에서 해당 고유공간의 성분만 남긴다. 같은 고윳값의 고유벡터가 여러 개이면 결과 mm만으로 그 안의 벡터까지 구별하지 않는다.

PmP_m은 스펙트럼 정리(A05p)⁠로 구한다. O=∑joj|j⟩⟨j|O=\sum_j o_j|j\rangle\langle j|로 쓰고 고윳값이 mm인 기저 벡터들을 모으면 Pm=∑j:oj=m|j⟩⟨j|P_m=\sum_{j:\,o_j=m}|j\rangle\langle j|이다.

공리·측정 규칙 ·이상적 사영 측정

정규화된 순수 상태 |ψ⟩|\psi\rangle를 이상적으로 사영 측정할 때 결과가 mm일 확률과 그 결과를 얻은 뒤의 상태는 다음과 같다.

pm=‖Pm|ψ⟩‖2,|ψm⟩=Pm|ψ⟩pm(pm>0).p_m=\|P_m|\psi\rangle\|^2,\qquad |\psi_m\rangle=\frac{P_m|\psi\rangle}{\sqrt{p_m}}\quad(p_m>0).

위 두 식은 측정의 물리적 규칙이다(‖v‖2=⟨v|v⟩\|v\|^2=\langle v|v\rangle는 벡터 길이의 제곱이다). pm=0p_m=0인 결과는 발생하지 않으며 위 식으로 조건부 상태를 정의하지 않는다.

XX의 고윳값 ±1\pm1에 대한 고유상태는 |±⟩|\pm\rangle이므로 P±1=|±⟩⟨±|P_{\pm1}=|\pm\rangle\langle\pm|이다. H|0⟩=|+⟩H|0\rangle=|+\rangle, H|1⟩=|−⟩H|1\rangle=|-\rangle이고 H†=HH^\dagger=H이므로 두 결과의 확률은 p+1=|⟨+|ψ⟩|2=|⟨0|H|ψ⟩|2,p−1=|⟨−|ψ⟩|2=|⟨1|H|ψ⟩|2p_{+1}=|\langle+|\psi\rangle|^2=|\langle0|H|\psi\rangle|^2,\qquad p_{-1}=|\langle-|\psi\rangle|^2=|\langle1|H|\psi\rangle|^2이다. 따라서 HH를 적용하고 ZZ를 측정하면 XX 측정과 같은 확률을 얻는다. 기록 비트 0, 1은 각각 고윳값 +1,−1+1,-1에 대응한다. 측정 뒤 상태까지 비교하려면 기저를 되돌리는 HH도 필요하다.

한 큐비트로 간섭 만들기핵심O15c

단일 큐비트 게이트의 분류와 관계

계산 기저에서 XX는 두 기저 상태를 교환하고, ZZ는 |1⟩|1\rangle 성분의 부호를 바꾼다. YY는 Y=iXZY=iXZ로 두 효과를 함께 가지며, II는 상태를 그대로 둔다.

HH는 계산 기저를 |+⟩,|−⟩|+\rangle,|−\rangle 기저로 바꾸며, 다시 적용하면 원래 기저로 돌아온다. 상대 위상을 측정 확률에 드러내는 데 쓸 수 있다.

정의 ·위상 이동 게이트

위상 이동 게이트(phase gate)⁠는 실수 ϕ\phi에 대해 다음과 같이 정의한다.

P(ϕ)=(100eiϕ).P(\phi)=\begin{pmatrix}1&0\\0&e^{i\phi}\end{pmatrix}.

계산 기저의 측정 확률은 그대로이고 상대 위상만 변한다. 상태 전체에 같은 위상을 곱하는 것과 구별한다. ZZ는 파울리 게이트이면서 위상 게이트다. 이처럼 역할에 따른 분류는 서로 겹친다.

정의 ·S 게이트와 T 게이트

자주 쓰는 위상 게이트에는 다음 이름을 붙인다.

S:=P(π/2),T:=P(π/4).S:=P(\pi/2),\qquad T:=P(\pi/4).
T2=S,S2=Z,P(π)=Z.T^2=S,\qquad S^2=Z,\qquad P(\pi)=Z.

위상 변화가 관측에 드러나는 가장 간단한 예는 HH 뒤에 P(ϕ)P(\phi), 다시 HH를 놓는 회로다.

P(ϕ)H|0⟩=|0⟩+eiϕ|1⟩2,HP(ϕ)H|0⟩=1+eiϕ2|0⟩+1−eiϕ2|1⟩.\begin{aligned}P(\phi)H|0\rangle&=\frac{|0\rangle+e^{i\phi}|1\rangle}{\sqrt2},\\HP(\phi)H|0\rangle&=\frac{1+e^{i\phi}}2|0\rangle+\frac{1-e^{i\phi}}2|1\rangle.\end{aligned}

마지막 HH가 없으면 두 확률은 각각 1/2이다. HH 뒤에는 p(0)=(1+cos⁡ϕ)/2p(0)=(1+\cos\phi)/2가 된다. 다음 간섭 회로에서 이 변화를 살펴본다.

한 큐비트로 간섭 만들기핵심A03

간섭의 관측: 상대 위상이 측정 확률로 바뀌기

O15b에서 본 대로 |±⟩\left|\pm\right\rangle는 계산 기저로 측정하면 같은 확률을 주지만, HH를 적용하면 각각 |0⟩\left|0\right\rangle, |1⟩\left|1\right\rangle이 되어 구별된다. 중간에 위상 게이트 P(ϕ)=diag(1,eiϕ)P(\phi)=\operatorname{diag}(1,e^{i\phi})을 넣어보자.

간섭 회로: H, P(φ), H, 측정을 왼쪽부터 적용한다.|0⟩HP(φ)H
상대 위상이 측정 확률로 바뀌는 간섭

이 회로의 출력 확률은 Pr(0)=cos2ϕ2,Pr(1)=sin2ϕ2\Pr(0)=\cos^2\frac\phi2,\qquad \Pr(1)=\sin^2\frac\phi2이다(유도: A04). cos2⁡ϕ2=1+cos⁡ϕ2\cos^2\frac\phi2=\frac{1+\cos\phi}2이므로 O15c에서 구한 확률과 같다. 상대 위상을 바꾸면 마지막 간섭에 따른 측정 확률이 달라진다.

상대 위상이 측정 확률로 바뀌는 간섭 — 설명 그림
상대 위상이 측정 확률로 바뀌는 간섭

마지막 HH 뒤 |0⟩|0\rangle의 진폭은 두 성분에서 온 기여 12\frac12과 12eiϕ\frac12\mathrm{e}^{i\phi}의 합이다(O15c). 이렇게 진폭이 더해져 커지거나 지워지는 현상을 간섭(interference)⁠이라 한다. ϕ=0\phi=0이면 두 기여가 서로 보강하여 Pr(0)=1\Pr(0)=1이고, ϕ=π\phi=\pi이면 서로 상쇄되어 Pr(0)=0\Pr(0)=0이다. 확률이 아니라 진폭을 먼저 더하므로 상대 위상이 측정 확률에 나타난다.

반면 전체 위상 eiχe^{i\chi}은 측정 확률을 바꾸지 않는다(A01).

05 · 한 큐비트로 간섭 만들기계산 A04A03
한 큐비트로 간섭 만들기계산A04

계산: 간섭 회로의 출력과 중간 측정

이번에는 A03의 확률식을 상태벡터에서 유도한다. A03의 회로는 왼쪽부터, 수식의 연산자 곱은 오른쪽부터 계산하자. |0⟩→H|0⟩+|1⟩2→P(ϕ)|0⟩+eiϕ|1⟩2,HP(ϕ)H|0⟩=12[(|0⟩+|1⟩)+eiϕ(|0⟩−|1⟩)]=12[(1+eiϕ)|0⟩+(1−eiϕ)|1⟩]=eiϕ/2[cos⁡ϕ2|0⟩−isin⁡ϕ2|1⟩].\begin{aligned} \left|0\right\rangle&\xrightarrow{H}\frac{\left|0\right\rangle+\left|1\right\rangle}{\sqrt2} \xrightarrow{P(\phi)}\frac{\left|0\right\rangle+\mathrm{e}^{i\phi}\left|1\right\rangle}{\sqrt2},\\ HP(\phi)H\left|0\right\rangle &=\frac12\bigl[(\left|0\right\rangle+\left|1\right\rangle)+\mathrm{e}^{i\phi}(\left|0\right\rangle-\left|1\right\rangle)\bigr]\\ &=\frac12\bigl[(1+\mathrm{e}^{i\phi})\left|0\right\rangle+(1-\mathrm{e}^{i\phi})\left|1\right\rangle\bigr]\\ &=\mathrm{e}^{i\phi/2}\left[\cos\frac\phi2\left|0\right\rangle-i\sin\frac\phi2\left|1\right\rangle\right]. \end{aligned} 둘째 줄은 마지막 HH를 두 성분에 선형으로 적용한 것이고, 셋째 줄은 |0⟩\left|0\right\rangle, |1⟩\left|1\right\rangle의 계수를 모은 O15c의 결과다. 마지막 줄은 인수 eiϕ/2\mathrm{e}^{i\phi/2}을 묶어 낸 뒤 오일러 공식으로 e−iϕ/2±eiϕ/2\mathrm{e}^{-i\phi/2}\pm\mathrm{e}^{i\phi/2}을 각각 2cos⁡ϕ22\cos\frac\phi2, −2isin⁡ϕ2-2i\sin\frac\phi2로 바꾼 것이다. 따라서 |1+eiϕ|2/4=cos2(ϕ/2)|1+e^{i\phi}|^2/4=\cos^2(\phi/2)이고 두 출력 확률의 합은 1이다. 공통 인자 eiϕ/2e^{i\phi/2}은 측정 확률에 영향을 주지 않는다.

ϕ=0\phi=0이면 결과는 반드시 0이고, ϕ=π\phi=\pi이면 반드시 1이다.

중간에 측정하면 어떻게 되는가? 첫 HH 뒤에서 계산 기저로 측정하면 0과 1이 각각 확률 1/2로 나온다. 측정 뒤 상태는 |0⟩|0\rangle 또는 |1⟩|1\rangle이다. P(ϕ)P(\phi)는 여기에 전체 위상만 곱하므로 상대 위상이 남지 않는다. 따라서 마지막 HH가 만드는 |+⟩|+\rangle 또는 |−⟩|-\rangle를 측정하면 어느 경우에나 0과 1이 각각 확률 1/2로 나온다. 중간 측정 결과를 사용하지 않으면 Pr(0)=12⋅12+12⋅12=12\Pr(0)=\tfrac12\cdot\tfrac12+\tfrac12\cdot\tfrac12=\tfrac12이므로 상대 위상에 따른 변화가 사라진다. 중첩을 단순히 “0 또는 1이지만 아직 모르는 상태”⁠로 볼 수 없는 이유다. 밀도 행렬을 도입한 뒤 이 차이를 다시 확인한다.

한 큐비트로 간섭 만들기실습L03

큐비트에 게이트를 가하고 측정하기

한 큐비트로 간섭 만들기핵심Q01

개념 확인: 상대 위상과 측정 기저

입력은 |−⟩=(|0⟩−|1⟩)/2|-\rangle=(|0\rangle-|1\rangle)/\sqrt2이다. 각 문항에서는 이 상태를 새로 준비한다. 연속 측정이 아니다.

① ZZ 기저에서 0을 얻을 확률, ② XX 기저에서 +1을 얻을 확률, ③ HH를 적용한 뒤 ZZ 기저에서 1을 얻을 확률을 각각 구하라.

|+⟩|+\rangle와 |−⟩|-\rangle의 ZZ 측정 확률이 같은데도 두 상태를 구별할 수 있는 이유를 생각해 보자. 아래 채점은 세 확률만 확인한다.

수치는 소수 또는 분수로 입력한다. 수치 오차 10−610^{-6} 이내는 맞은 것으로 본다. 답 확인을 누르기 전에는 채점하지 않는다.

마우스 숫자 입력판
입력할 칸: ① ZZ 측정: Pr⁡(0)\operatorname{Pr}(0)

정답은 공개하지 않는다. 새로고침하면 입력이 지워진다.

한 큐비트로 간섭 만들기핵심U05

요약: 진폭·위상·측정

확률과 진폭을 구별한다. 한 큐비트의 정규화된 순수 상태는 α|0⟩+β|1⟩\alpha|0\rangle+\beta|1\rangle로 표현한다. 계산 기저 측정의 확률은 진폭의 절댓값 제곱이다. 전체 위상은 상태를 바꾸지 않지만 상대 위상은 이후 간섭에 영향을 준다. 다시 보기: A01.

연산 순서와 대상을 읽는다. 닫힌 계의 이상적 게이트는 내적을 보존하는 유니타리 연산이다. 회로에서는 어느 계에 어떤 순서로 게이트와 측정을 적용하는지 확인한다. 측정을 포함한 과정 전체가 하나의 유니타리 게이트인 것은 아니다. 다시 보기: O12a, O12c.

위상을 확률로 바꾼다. |0⟩|0\rangle을 준비하여 H, P(ϕ), HH,\ P(\phi),\ H를 차례로 적용한 뒤 계산 기저에서 측정하면

p(0)=1+cos⁡ϕ2.p(0)=\frac{1+\cos\phi}{2}.

상대 위상이 다른 상태가 마지막 HH 전에는 계산 기저에서 같은 확률을 주더라도 마지막 결과는 달라질 수 있다. 이를 진폭을 더한 뒤 절댓값을 제곱하는 계산으로 확인한다. 다시 보기: O15c, A03.

기저를 바꾸어 읽는다. 서로 다른 두 파울리 행렬은 반가환하고, 각 파울리 행렬은 에르미트이자 유니타리다. HH는 계산 기저와 |±⟩|\pm\rangle 기저를 서로 바꾸므로, HH를 적용한 뒤의 ZZ 측정은 XX 측정과 같은 확률을 준다. 다시 보기: O15a, O15b, O15d.

측정 뒤의 상태까지 추적한다. 사영 측정은 결과 확률과 조건부 상태를 함께 정한다. 선택 계산 A04는 간섭 회로의 첫 HH 뒤에 계산 기저로 측정하고 결과를 버리면 p(0)=1/2p(0)=1/2이 되어 ϕ\phi에 따른 변화가 사라짐을 보인다. 이처럼 중간 측정을 하고 결과를 버리는 과정과 측정을 하지 않는 과정은 일반적으로 다르다. 간섭 실습에서는 준비·게이트·측정 뒤 상태를 구분하여 읽는다. 다시 보기: O15d, A04.

05 · 한 큐비트로 간섭 만들기U05
한 큐비트로 간섭 만들기도전X02

도전: 상대 위상으로 측정 확률 맞추기

A03과 A04의 간섭을 적용한다. 전체 위상을 빼고 상태를 (|0⟩+eiθ|1⟩)/2(|0\rangle+\mathrm{e}^{i\theta}|1\rangle)/\sqrt2로 쓰면 위상 게이트 P(α)P(\alpha)는 θ\theta에 α\alpha를 더하고, XX는 두 성분을 바꾸어 θ\theta를 −θ-\theta로 바꾼다. 마지막 HH 뒤에 측정하면 Pr(0)=cos2⁡(θ/2)\Pr(0)=\cos^2(\theta/2)이다.

여러 큐비트와 얽힘절 안내S04

여러 큐비트와 얽힘

SECTION 06

여러 큐비트와 얽힘

서로 얽히게 하는 것과 같은 상태를 복사하는 것은 왜 다른가?

01곱기저로 공동 상태를 쓴다
02CNOT으로 벨 상태를 만든다
03복제 불가능성을 증명한다

한 큐비트의 상태만 나열해서는 얽힌 공동 상태를 표현할 수 없다. 유니타리 연산(O12a)⁠과 내적(A00a)⁠을 사용하여 구별되는 유한차원 계를 결합한다. 핵심 경로에서 벨 상태의 진폭과 복제 불가능성을 확인하고, 선택 계산 O13b에서 보조계까지 검토한다. U06에서 제어·얽힘·복사를 구별한다.

06 · 여러 큐비트와 얽힘S04
여러 큐비트와 얽힘핵심O02

여러 큐비트: 복합계와 텐서곱

두 양자계 AA와 BB를 하나의 복합계로 다루려면 어떻게 해야 할까?

공리 ·복합계의 상태 공간

구별되는 두 계 AA와 BB를 합친 복합계 ABAB의 상태벡터 공간은 텐서곱 HAB=HA⊗HB\mathcal{H}_{\textrm{AB}}=\mathcal{H}_{\textrm{A}}\otimes\mathcal{H}_{\textrm{B}}이다. 이 강의는 이를 복합계에 관한 기본 규칙으로 두며, 추상적 구성은 선택 계산 O03에서 다룬다. 이하에서는 유한차원 계를 다룬다.

두 큐비트의 계산 기저는 |00⟩, |01⟩, |10⟩, |11⟩\left|00\right\rangle,\ \left|01\right\rangle,\ \left|10\right\rangle,\ \left|11\right\rangle이다. 여기서 두 표기 |ij⟩\left|ij\right\rangle와 |i⟩|j⟩\left|i\right\rangle\left|j\right\rangle는 |i⟩⊗|j⟩\left|i\right\rangle\otimes\left|j\right\rangle의 줄임이다. 계수 네 개로 임의의 순수 상태를 적는다. |Ψ⟩=c00|00⟩+c01|01⟩+c10|10⟩+c11|11⟩.\left|\Psi\right\rangle=c_{00}\left|00\right\rangle+c_{01}\left|01\right\rangle+c_{10}\left|10\right\rangle+c_{11}\left|11\right\rangle. 텐서곱은 각 인자에 대해 선형이므로 계수는 곱해지고 합은 분배된다. 예를 들어 두 독립적인 상태의 곱은 (a|0⟩+b|1⟩)⊗(c|0⟩+d|1⟩)=ac|00⟩+ad|01⟩+bc|10⟩+bd|11⟩.\begin{aligned} &(a\left|0\right\rangle+b\left|1\right\rangle)\otimes(c\left|0\right\rangle+d\left|1\right\rangle)\\ &=ac\left|00\right\rangle+ad\left|01\right\rangle+bc\left|10\right\rangle+bd\left|11\right\rangle. \end{aligned}

각 계의 기저 벡터의 곱 |i⟩⊗|j⟩\left|i\right\rangle\otimes\left|j\right\rangle들이 복합계의 기저이므로 전체 차원은 각 차원의 곱이다. 곱벡터 |u,v⟩:=|u⟩⊗|v⟩\left|u,v\right\rangle:=\left|u\right\rangle\otimes\left|v\right\rangle의 내적은 인자별 내적의 곱 ⟨u,v|u′,v′⟩=⟨u|u′⟩⟨v|v′⟩\left\langle u,v\middle|u',v'\right\rangle=\left\langle u\middle|u'\right\rangle\left\langle v\middle|v'\right\rangle으로 정한다.

nn개 큐비트의 공간 차원은 2n2^n이다. 그러나 한 번의 계산 기저 측정에서는 nn비트 문자열 하나만 얻는다. 큰 상태 공간과 한 번에 읽을 수 있는 정보는 구별해야 한다.

정의 ·순수 곱상태와 얽힌 순수 상태

구별되는 두 계에서 |Ψ⟩=|ψ⟩A⊗|ϕ⟩B|\Psi\rangle=|\psi\rangle_A\otimes|\phi\rangle_B로 쓸 수 있으면 순수 곱상태(pure product state)⁠라 한다. 이렇게 쓸 수 없는 순수 상태를 얽힌 상태(entangled state)⁠라 한다. 이후에는 구별되는 큐비트를 다룬다.

이 모형을 동일입자의 다입자 상태 공간에 그대로 적용해서는 안 된다. 동일한 보손에는 대칭 부분공간을, 동일한 페르미온에는 반대칭 부분공간을 사용한다. 반면 위치와 스핀처럼 서로 구분되는 자유도를 결합할 때는 텐서곱을 사용한다.

여러 큐비트와 얽힘계산O03

계산: 텐서곱의 추상적 구성과 기저

두 계 AA와 BB의 복합계에 대해 생각해 보자. 먼저 벡터 공간의 카테시안 곱의 정의는 다음과 같다. HA×HB={(|ψ⟩,|ϕ⟩):|ψ⟩∈HA,|ϕ⟩∈HB}\mathcal{H}_{\mathrm{A}} \times \mathcal{H}_{\mathrm{B}} = \left\{ (\left|\psi\right\rangle, \left|\phi\right\rangle) : \left|\psi\right\rangle \in \mathcal{H}_{\textrm{A}}, \left|\phi\right\rangle \in \mathcal{H}_{\textrm{B}} \right\} ℋA⊗ℋB=F(ℋA×ℋB)/R\mathcal{H}_{\mathrm{A}} \otimes \mathcal{H}_{\mathrm{B}} = F(\mathcal{H}_{\mathrm{A}}\times\mathcal{H}_{\mathrm{B}})/R FF는 위 순서쌍들을 기저로 하는 자유 복소 벡터 공간이다. RR은 아래 쌍선형 관계의 양변 차이로 생성되는 부분공간이다. 여기서는 유한차원 공간을 다룬다. 앞으로 다음 표기법을 사용한다. |ψϕ⟩≡|ψ⟩|ϕ⟩≡|ψ⟩⊗|ϕ⟩\left|\psi\phi\right\rangle \equiv \left|\psi\right\rangle\left|\phi\right\rangle \equiv \left|\psi\right\rangle\otimes\left|\phi\right\rangle 몫공간에서는 다음 쌍선형 관계가 성립한다. (α|ψ⟩)(|ϕ⟩)=α(|ψ⟩|ϕ⟩)=(|ψ⟩)(α|ϕ⟩)(|ψ⟩)(|ϕ⟩)+(|ζ⟩)(|ϕ⟩)=(|ψ⟩+|ζ⟩)(|ϕ⟩)(|ψ⟩)(|ϕ⟩)+(|ψ⟩)(|ζ⟩)=(|ψ⟩)(|ϕ⟩+|ζ⟩)\begin{aligned} (\alpha\left|\psi\right\rangle)(\left|\phi\right\rangle) &=\alpha(\left|\psi\right\rangle\left|\phi\right\rangle)=(\left|\psi\right\rangle)(\alpha\left|\phi\right\rangle)\\ (\left|\psi\right\rangle)(\left|\phi\right\rangle) + (\left|\zeta\right\rangle)(\left|\phi\right\rangle) &= (\left|\psi\right\rangle + \left|\zeta\right\rangle)(\left|\phi\right\rangle)\\ (\left|\psi\right\rangle)(\left|\phi\right\rangle) + (\left|\psi\right\rangle)(\left|\zeta\right\rangle) &= (\left|\psi\right\rangle)(\left|\phi\right\rangle + \left|\zeta\right\rangle) \end{aligned} 계 AA와 BB의 기저를 {|en⟩}\{\left|e_n\right\rangle\}, {|em′⟩}\{\left|e_m'\right\rangle\}이라 하면 텐서곱 공간의 기저는 {|en,em′⟩}\{\left|e_n,e_m'\right\rangle\}이다.

곱벡터가 위 벡터들의 선형 결합으로 표현되는지 먼저 확인하자. |ψϕ⟩=(∑nψn|en⟩)(∑mϕm|em′⟩)=∑nmψnϕm|en,em′⟩\begin{aligned}\left|\psi\phi\right\rangle &= \left( \sum_{n} \psi_n \left|e_n\right\rangle \right) \left( \sum_{m} \phi_m \left|e_m'\right\rangle \right) \\ &= \sum_{nm} \psi_n \phi_m \left|e_n,e_m'\right\rangle\end{aligned} 따라서 이 벡터들은 텐서곱 공간을 생성한다. 원래 기저가 정규직교기저이면 ⟨en,em′|er,es′⟩=δnrδms\left\langle e_n,e_m'\middle|e_r,e_s'\right\rangle=\delta_{nr}\delta_{ms}이므로 이들은 서로 독립이다.

|Φ⟩=∑n,mcnm|en,em′⟩\left|\Phi\right\rangle = \sum_{n,m} c_{nm} \left|e_n, e_m'\right\rangle 각 부분계의 상태는 복합계의 상태와 어떻게 대응할까? |ψ⟩\left|\psi\right\rangle에 해당하는 상태와 |ϕ⟩\left|\phi\right\rangle에 해당하는 상태의 곱은 다음과 같이 표현된다. z(|ψ⟩|ϕ⟩)=(z|ψ⟩)|ϕ⟩=|ψ⟩(z|ϕ⟩)\begin{aligned} z (\left|\psi\right\rangle\left|\phi\right\rangle) = (z\left|\psi\right\rangle)\left|\phi\right\rangle = \left|\psi\right\rangle (z \left|\phi\right\rangle) \end{aligned} 즉, 각 부분계에서 같은 물리적 순수 상태를 나타내는 상태벡터의 동치류(ray)⁠를 정하면 복합계의 곱상태도 정해진다. 단, 모든 복합계 상태가 곱상태인 것은 아니다.

06 · 여러 큐비트와 얽힘개념 설명으로선행: 자유 벡터 공간·몫공간 · 기저 계산: O02O03
여러 큐비트와 얽힘핵심O22

연산자 표기: 어느 큐비트에 작용하는가?

정의 ·국소 연산자의 첨자와 문자열 표기

  1. 문맥상 분명할 때는 연산자를 나타내는 모자 기호(hat)⁠를 생략한다.

  2. 연산자의 텐서곱은 곱벡터에는 인자별로 작용하고, 일반 벡터에는 선형으로 확장한다.

    (A⊗B)(|a⟩⊗|b⟩)=A|a⟩⊗B|b⟩.(A\otimes B)(|a\rangle\otimes|b\rangle)=A|a\rangle\otimes B|b\rangle.
  3. XiX_i를 I⊗⋯⊗I⏟i−1⊗X⊗I⊗⋯⊗I⏟n−i\underbrace{I \otimes \cdots \otimes I}_{i-1} \otimes X \otimes \underbrace{ I \otimes \cdots \otimes I}_{n-i}로 해석한다.

  4. ABCDABCD처럼 서로 다른 큐비트의 연산자를 한 글자씩 나열한 문자열은 미리 정한 큐비트 순서에 따른 텐서곱을 뜻한다. 예를 들어 A1B2C3D4A_1 B_2 C_3 D_4로 해석할 수 있다.

이 표기법을 사용한 예는 다음과 같다. I⊗X⊗X⊗I⊗Z=IXXIZ=X2X3Z5I \otimes X \otimes X \otimes I \otimes Z = IXXIZ = X_2 X_3 Z_5

텐서곱 연산 I ⊗ X ⊗ X ⊗ I ⊗ Z의 각 인자가 작용하는 회로선.q₁q₂q₃q₄q₅IXXIZ
연산자 표기: 어느 큐비트에 작용하는가?

이 규칙에 따르면 (A⊗I)(I⊗B)=A⊗B=(I⊗B)(A⊗I)(A\otimes I)(I\otimes B)=A\otimes B=(I\otimes B)(A\otimes I)이므로 서로 다른 큐비트에 작용하는 인자들은 가환한다. X2X3Z5|00001⟩=−|01101⟩.X_2X_3Z_5\left|00001\right\rangle=-\left|01101\right\rangle. 둘째·셋째 비트가 뒤집히고, 다섯째 비트가 1이어서 부호가 바뀐다. 같은 큐비트에 두 연산자를 적용할 때는 곱의 순서를 따로 확인한다.

06 · 여러 큐비트와 얽힘O22
여러 큐비트와 얽힘핵심O17a

CNOT: 한 큐비트의 값으로 다른 큐비트 제어하기

정의 ·제어 NOT 게이트

제어 NOT(CNOT) 게이트를 다음과 같이 정의한다. |0⟩⟨0|⊗I+|1⟩⟨1|⊗X=12(I+Z)⊗I+12(I−Z)⊗X\left|0\right\rangle\!\left\langle 0\right| \otimes I + \left|1\right\rangle\!\left\langle 1\right| \otimes X = \frac{1}{2} (I + Z) \otimes I + \frac{1}{2} (I - Z) \otimes X

계산 기저에서의 작용은 CNOT1,2|00⟩=|00⟩,CNOT1,2|01⟩=|01⟩,CNOT1,2|10⟩=|11⟩,CNOT1,2|11⟩=|10⟩\begin{aligned} \operatorname{CNOT}_{1,2} \left|00\right\rangle &= \left|00\right\rangle,\quad \operatorname{CNOT}_{1,2} \left|01\right\rangle = \left|01\right\rangle,\\ \operatorname{CNOT}_{1,2} \left|10\right\rangle &= \left|11\right\rangle,\quad \operatorname{CNOT}_{1,2} \left|11\right\rangle = \left|10\right\rangle \end{aligned}이다. 첫째 큐비트를 제어 큐비트(control qubit), 둘째를 표적 큐비트(target qubit)⁠라 한다. 계산 기저 상태 사이의 변환은 불 연산을 사용하여 CNOT1,2⁡|xy⟩=|x(x⊕y)⟩\operatorname{CNOT}_{1,2} \left|x y\right\rangle = \left|x (x \oplus y)\right\rangle로 나타낼 수 있다.

여기서 |b⟩⟨b||b\rangle\langle b|는 열벡터와 행벡터의 곱으로, 입력의 |b⟩|b\rangle 성분만 남긴다. 따라서 첫째 큐비트가 0인 성분에는 II, 1인 성분에는 XX가 작용한다.

정의식의 둘째 표현은 O15a의 Z=diag⁡(1,−1)Z=\operatorname{diag}(1,-1)에서 얻는 두 등식 |0⟩⟨0|=12(I+Z)|0\rangle\langle0|=\tfrac12(I+Z), |1⟩⟨1|=12(I−Z)|1\rangle\langle1|=\tfrac12(I-Z)를 첫째 표현에 넣어 II, XX, ZZ만으로 쓴 것이다. CNOT1,2\operatorname{CNOT}_{1,2}의 1, 2는 제어·표적 큐비트의 번호이고, x,y∈{0,1}x,y\in\{0,1\}은 각 큐비트의 비트 값이다. 표적 큐비트의 입력 yy가 정해져 있으면 CNOT1,2⁡|xy⟩={|xx⟩,y=0|x¬x⟩,y=1\operatorname{CNOT}_{1,2} \left|x y\right\rangle = \begin{cases} \left|x x\right\rangle,& y = 0\\ \left|x\, \neg x\right\rangle,& y = 1 \end{cases}이다. 계산 기저 입력에서 표적이 00이면 제어 비트의 값을 복사하고, 11이면 그 값을 반전하여 복사한다. 이는 임의의 양자 상태를 복제한다는 뜻이 아니다.

[질문] 임의의 입력 상태에 CNOT을 적용해 보고, 뒤의 O13a에서 증명하는 복제 불가능성(no-cloning theorem)⁠과 모순되지 않음을 확인하자.

여러 큐비트와 얽힘핵심O17c

다중 큐비트 게이트: 국소 연산, 제어, 교환

게이트가 몇 개의 큐비트에 작용하는지와 무엇을 하는지를 함께 구분하자. 두 큐비트에 각각 UU, VV를 적용하는 국소 연산 U⊗VU\otimes V는 곱상태를 U|ψ⟩⊗V|ϕ⟩U|\psi\rangle\otimes V|\phi\rangle로 보내므로 얽힘을 만들지 않는다.

정의 ·제어 U 게이트

첫 큐비트가 제어인 제어 UU 게이트(controlled-U gate)⁠는 다음과 같이 정의한다. UU는 두 번째 큐비트의 유니타리 연산이다.

C(U):=|0⟩⟨0|⊗I+|1⟩⟨1|⊗U.C(U):=|0\rangle\langle0|\otimes I+|1\rangle\langle1|\otimes U.

제어가 0인 성분에는 II, 1인 성분에는 UU가 작용한다. 제어 큐비트를 먼저 측정하는 것이 아니며, 중첩 입력에도 선형적으로 작용한다.

C(U)(α|0⟩+β|1⟩)|ϕ⟩=α|0⟩|ϕ⟩+β|1⟩U|ϕ⟩.C(U)(\alpha|0\rangle+\beta|1\rangle)|\phi\rangle=\alpha|0\rangle|\phi\rangle+\beta|1\rangle U|\phi\rangle.

CNOT은 C(X)C(X)다. 제어 ZZ 게이트(controlled-Z gate, CZ)⁠는 C(Z)C(Z)이며, 계산 기저 00, 01, 10, 11 중 11 성분에만 −1을 곱한다.

정의 ·교환 게이트

교환 게이트(SWAP gate)⁠는 두 큐비트의 상태를 교환한다. 기저 상태에서 정의한 작용을 선형적으로 확장한다.

SWAP|a,b⟩=|b,a⟩,a,b∈{0,1}.\mathrm{SWAP}|a,b\rangle=|b,a\rangle,\qquad a,b\in\{0,1\}.

따라서 |ψ⟩|ϕ⟩|\psi\rangle|\phi\rangle는 |ϕ⟩|ψ⟩|\phi\rangle|\psi\rangle가 된다. SWAP은 두 큐비트 게이트이지만 곱상태에서 얽힘을 만들지 않는다. 다중 큐비트에 작용한다는 사실만으로 얽힘 생성 여부가 결정되지는 않는다.

CNOT은 |00⟩|00\rangle은 그대로 두지만, |+⟩|0⟩|+\rangle|0\rangle에서는 얽힘을 만든다. 다음 벨 상태 준비 회로에서 계산한다.

측정 결과 b=1b=1일 때 XX를 적용하는 고전적 제어는 CNOT과 다르다. 고전적 제어는 측정 기록을 사용하지만, CNOT은 제어 큐비트를 측정하지 않는다.

여러 큐비트와 얽힘계산O17b

계산: CNOT의 두 방향과 행렬

행렬의 기저 순서는 {|00⟩,|01⟩,|10⟩,|11⟩}\{\left|00\right\rangle,\left|01\right\rangle,\left|10\right\rangle,\left|11\right\rangle\}이다. CNOT1,2=(1000010000010010),CNOT2,1=(1000000100100100)\operatorname{CNOT}_{1,2} = \begin{pmatrix} 1 & 0 & 0 & 0 \\ 0 & 1 & 0 & 0 \\ 0 & 0 & 0 & 1 \\ 0 & 0 & 1 & 0 \end{pmatrix},\,\,\, \operatorname{CNOT}_{2,1} = \begin{pmatrix} 1 & 0 & 0 & 0 \\ 0 & 0 & 0 & 1 \\ 0 & 0 & 1 & 0 \\ 0 & 1 & 0 & 0 \end{pmatrix}

첫 번째 행렬은 |10⟩\left|10\right\rangle과 |11⟩\left|11\right\rangle을 바꾸고, 두 번째 행렬은 |01⟩\left|01\right\rangle과 |11⟩\left|11\right\rangle을 바꾼다. 어느 큐비트가 제어 비트인지 행렬의 기저 순서와 함께 확인해야 한다. U12:=CNOT1,2U_{12}:=\operatorname{CNOT}_{1,2}, U21:=CNOT2,1U_{21}:=\operatorname{CNOT}_{2,1}이라 하자. 두 행렬은 기저 벡터 둘만 맞바꾸므로 두 번 적용하면 제자리로 돌아오고, 전치해도 같은 실수 행렬이므로 수반이 자기 자신이다. U122=U212=I,U12†=U12,U21†=U21.U_{12}^2=U_{21}^2=I,\qquad U_{12}^\dagger=U_{12},\quad U_{21}^\dagger=U_{21}. 벡터 |ψ⟩=a|00⟩+b|01⟩+c|10⟩+d|11⟩\left|\psi\right\rangle=a\left|00\right\rangle+b\left|01\right\rangle+c\left|10\right\rangle+d\left|11\right\rangle에 대해서는 U12|ψ⟩=a|00⟩+b|01⟩+d|10⟩+c|11⟩.U_{12}\left|\psi\right\rangle=a\left|00\right\rangle+b\left|01\right\rangle+d\left|10\right\rangle+c\left|11\right\rangle. [질문] U12U_{12}를 다시 작용하여 원래 상태로 돌아감을 확인하자.

여러 큐비트와 얽힘핵심A02

두 큐비트 회로: 벨 상태와 측정

양자 회로는 상태를 준비하고 게이트를 순서대로 적용한 뒤 측정하는 절차를 나타낸다. 회로도는 왼쪽에서 오른쪽으로 읽는다. 반면 연산자 곱은 오른쪽 연산자부터 상태에 작용한다.

벨 상태 준비: 첫 큐비트에 H, 첫 큐비트를 제어로 CNOT, 두 큐비트 측정.|0⟩|0⟩Hb₁b₂
첫 큐비트에 HH를 적용한 뒤, 첫 큐비트를 제어(●), 둘째 큐비트를 표적(⊕\oplus)⁠으로 하는 CNOT을 적용하고 두 큐비트를 측정한다. b1b_1, b2b_2는 측정 기록이다. 제어점과 표적을 잇는 세로선은 하나의 게이트를 나타낸다.

일반적으로 nn개 큐비트의 상태는 ∑x=02n−1cx|x⟩\sum_{x=0}^{2^n-1}c_x\left|x\right\rangle이다. 여기서 |x⟩\left|x\right\rangle는 정수 xx를 nn자리 이진수로 쓴 계산 기저 상태다(예: n=2n=2에서 |2⟩=|10⟩\left|2\right\rangle=\left|10\right\rangle). 측정 결과는 nn자리 이진수 하나이고, 결과 xx의 확률은 |cx|2|c_x|^2이다.

이 회로에서 첫 HH 뒤 상태는 |+⟩|0⟩=(|00⟩+|10⟩)/2\left|+\right\rangle\left|0\right\rangle=(\left|00\right\rangle+\left|10\right\rangle)/\sqrt2이다. CNOT은 선형이므로 각 성분에 따로 작용하여 |00⟩\left|00\right\rangle은 그대로 두고 |10⟩\left|10\right\rangle은 |11⟩\left|11\right\rangle로 보낸다. 따라서 회로는 |00⟩\left|00\right\rangle을 (|00⟩+|11⟩)/2(\left|00\right\rangle+\left|11\right\rangle)/\sqrt2로 바꾼다. 이 상태는 벨 상태(Bell state)⁠의 하나로 |Φ+⟩\left|\Phi^+\right\rangle라 쓴다. 측정하면 00과 11이 각각 확률 1/21/2로 나온다.

벨 상태는 곱상태가 아니다. O02의 전개 (a|0⟩+b|1⟩)⊗(c|0⟩+d|1⟩)(a\left|0\right\rangle+b\left|1\right\rangle)\otimes(c\left|0\right\rangle+d\left|1\right\rangle)과 계수를 비교하면 ac=bd=1/2ac=bd=1/\sqrt2, ad=bc=0ad=bc=0이어야 한다. ad=0ad=0이면 a=0a=0 또는 d=0d=0인데, 그러면 acac나 bdbd가 0이 되어 모순이다. 따라서 CNOT은 곱상태 |+⟩|0⟩\left|+\right\rangle\left|0\right\rangle에서 얽힌 상태를 만든다.

양자 알고리즘의 핵심은 모든 진폭 cxc_x를 읽는 것이 아니라, 원하는 답이 나오도록 확률을 바꾸는 것이다. 이를 위해 중첩된 성분 사이의 간섭을 이용한다. 게이트 수, 준비 비용, 측정 반복 횟수도 계산 비용에 포함해야 한다.

참고: [C98]. 이 예에서는 이상적인 게이트와 측정을 가정한다.

06 · 여러 큐비트와 얽힘A02
여러 큐비트와 얽힘핵심O13a

복제 불가능성: 얽히게 하는 것과 복사하는 것은 다르다

정리 ·복제 불가능성증명: 아래

차원 2 이상의 H\mathcal H에서 정규화된 빈 상태 |e⟩|e\rangle를 고정하자. 모든 정규화된 입력 |ϕ⟩|\phi\rangle에 대해 다음 식을 만족하는 유니타리 UU는 없다. U|ϕ⟩|e⟩=eiα(ϕ)|ϕ⟩|ϕ⟩U \left|\phi\right\rangle\left|e\right\rangle = \mathrm{e}^{ \mathrm{i}\alpha(\phi)} \left|\phi\right\rangle \left|\phi\right\rangle 여기서 α(ϕ)\alpha(\phi)는 실수다. 전체 위상만 다른 벡터는 같은 상태를 나타내므로(A01), 이 식은 UU가 모든 입력 상태를 복제한다는 뜻이다.

귀류법으로 증명하자. 위 유니타리 연산자 UU가 존재한다고 가정하고, 서로 다르지만 직교하지 않는 두 상태 |ψ⟩\left|\psi\right\rangle와 |ϕ⟩\left|\phi\right\rangle를 택한다(차원이 2 이상이므로 예를 들어 |0⟩|0\rangle과 |+⟩|+\rangle). 두 상태의 내적은 0<|⟨ψ|ϕ⟩|<10 < \left|\left\langle\psi\middle|\phi\right\rangle\right| < 1을 만족한다. ⟨ϕ|ψ⟩=⟨ϕ|ψ⟩⟨e|e⟩=⟨ϕ,e|U†U|ψ,e⟩=e−i(α(ϕ)−α(ψ))⟨ϕ,ϕ|ψ,ψ⟩=e−i(α(ϕ)−α(ψ))⟨ϕ|ψ⟩2\begin{aligned} \left\langle\phi\middle|\psi\right\rangle &= \left\langle\phi\middle|\psi\right\rangle \left\langle e\middle|e\right\rangle = \left\langle\phi,e\right| U^{\dagger} U \left|\psi, e\right\rangle\\ &= \mathrm{e}^{ - \mathrm{i}(\alpha(\phi) - \alpha(\psi) )} \left\langle\phi, \phi\middle|\psi, \psi\right\rangle = \mathrm{e}^{ - \mathrm{i}(\alpha(\phi) - \alpha(\psi) )} \left\langle\phi\middle|\psi\right\rangle^2 \end{aligned}

앞의 전개에서 첫 등호는 ⟨e|e⟩=1\langle e|e\rangle=1, 둘째는 곱벡터의 내적 규칙(O02)⁠과 U†U=IU^\dagger U=I를 쓴다. 셋째는 가정 U|ψ,e⟩=eiα(ψ)|ψ,ψ⟩U|\psi,e\rangle=\mathrm e^{\mathrm i\alpha(\psi)}|\psi,\psi\rangle와 ϕ\phi에 대한 같은 식의 수반 ⟨ϕ,e|U†=e−iα(ϕ)⟨ϕ,ϕ|\langle\phi,e|U^\dagger=\mathrm e^{-\mathrm i\alpha(\phi)}\langle\phi,\phi|를, 넷째는 다시 내적 규칙을 쓴다. 양변의 절댓값을 비교하면 |⟨ϕ|ψ⟩|=|⟨ϕ|ψ⟩|2|\langle\phi|\psi\rangle|=|\langle\phi|\psi\rangle|^2이므로 |⟨ϕ|ψ⟩||\langle\phi|\psi\rangle|는 1 또는 0이어야 하고, 이는 가정과 모순된다.

|ψ⟩=a|0⟩+b|1⟩\left|\psi\right\rangle=a\left|0\right\rangle+b\left|1\right\rangle이면 CNOT은 |ψ⟩|0⟩\left|\psi\right\rangle\left|0\right\rangle을 a|00⟩+b|11⟩a\left|00\right\rangle+b\left|11\right\rangle로 보낸다. 그러나 입력의 두 복사본은 |ψ⟩|ψ⟩=a2|00⟩+ab|01⟩+ab|10⟩+b2|11⟩\begin{aligned} \left|\psi\right\rangle\left|\psi\right\rangle&=a^2\left|00\right\rangle+ab\left|01\right\rangle\\ &\quad+ab\left|10\right\rangle+b^2\left|11\right\rangle \end{aligned}이므로, 두 결과가 같으려면 |01⟩\left|01\right\rangle의 계수에서 ab=0ab=0이어야 한다. 곧 CNOT은 계산 기저 상태만 복사한다.

복제 불가능성은 알고 있는 상태를 여러 번 준비하는 것도, 계산 기저 상태만 복사하는 고전적인 동작도 금지하지 않는다.

선택 계산 O13b에서는 보조계를 추가해도 미지의 임의 상태를 복제할 수 없는지 확인한다.

여러 큐비트와 얽힘계산O13b

계산: 보조계를 허용한 복제 불가능성

입력 외에 추가하여 입력과 무관하게 정해 둔 상태로 준비하고, 계산이나 측정을 돕는 데 쓰는 큐비트를 보조 큐비트(ancilla qubit)⁠라 한다. 아래 식에서 |μ⟩\left|\mu\right\rangle는 이렇게 고정한 보조 큐비트들의 처음 상태이고, |ν(ϕ)⟩\left|\nu(\phi)\right\rangle는 연산 뒤의 상태다. 보조 큐비트를 도입하면 상황이 변하는가? 즉, 다음을 만족하는 유니타리 연산자 UU가 존재할 수 있는가? U|ϕ⟩|e⟩|μ⟩=eiα(ϕ)|ϕ⟩|ϕ⟩|ν(ϕ)⟩U \left|\phi\right\rangle\left|e\right\rangle \left|\mu\right\rangle = \mathrm{e}^{ \mathrm{i}\alpha(\phi)} \left|\phi\right\rangle \left|\phi\right\rangle \left|\nu(\phi)\right\rangle ⟨ϕ|ψ⟩=⟨ϕ|ψ⟩⟨e|e⟩⟨μ|μ⟩=e−i(α(ϕ)−α(ψ))⟨ϕ,ϕ,ν(ϕ)|ψ,ψ,ν(ψ)⟩=e−i(α(ϕ)−α(ψ))⟨ϕ|ψ⟩2⟨ν(ϕ)|ν(ψ)⟩\begin{aligned} \left\langle\phi\middle|\psi\right\rangle &= \left\langle\phi\middle|\psi\right\rangle \left\langle e\middle|e\right\rangle \left\langle\mu\middle|\mu\right\rangle\\ &= \mathrm{e}^{ - \mathrm{i}(\alpha(\phi) - \alpha(\psi) )} \left\langle\phi, \phi, \nu(\phi)\middle|\psi, \psi, \nu(\psi)\right\rangle\\ &= \mathrm{e}^{ - \mathrm{i}(\alpha(\phi) - \alpha(\psi) )} \left\langle\phi\middle|\psi\right\rangle^2 \left\langle\nu(\phi)\middle|\nu(\psi)\right\rangle \end{aligned} |⟨ϕ|ψ⟩|=|⟨ϕ|ψ⟩|2|⟨ν(ϕ)|ν(ψ)⟩||\left\langle\phi\middle|\psi\right\rangle| = |\left\langle\phi\middle|\psi\right\rangle|^2 |\left\langle\nu(\phi)\middle|\nu(\psi)\right\rangle| r=|⟨ϕ|ψ⟩|r=|\left\langle\phi\middle|\psi\right\rangle|, s=|⟨ν(ϕ)|ν(ψ)⟩|s=|\left\langle\nu(\phi)\middle|\nu(\psi)\right\rangle|라 두면, 두 입력 |ψ⟩|\psi\rangle, |ϕ⟩|\phi\rangle가 O13a처럼 서로 다르지만 직교하지 않을 때r=r2s≤r2<rr=r^2s\le r^2<r이다. 첫 부등식은 s≤1s\le1에서 나온다. 입력의 길이가 1이고 UU가 길이를 보존하므로(O12a), 곱벡터의 내적 규칙(O02)⁠으로 ⟨ν(ϕ)|ν(ϕ)⟩=1\langle\nu(\phi)|\nu(\phi)\rangle=1이다. 정규화된 두 벡터 |u⟩|u\rangle, |v⟩|v\rangle에서 |v⟩=⟨u|v⟩|u⟩+|w⟩|v\rangle=\langle u|v\rangle|u\rangle+|w\rangle, ⟨u|w⟩=0\langle u|w\rangle=0으로 나누면 1=|⟨u|v⟩|2+⟨w|w⟩1=|\langle u|v\rangle|^2+\langle w|w\rangle이므로 |⟨u|v⟩|≤1|\langle u|v\rangle|\le1, 곧 s≤1s\le1이다. 둘째 부등식은 0<r<10<r<1에서 나오므로 r<rr<r이 되어 모순이다. 따라서 보조계를 허용하더라도 임의의 미지 상태를 완벽하게 복제하는 하나의 장치는 존재하지 않는다.

여러 큐비트와 얽힘핵심U06

요약: 복합계와 얽힘

계의 순서를 고정한다. 복합계의 기저는 각 계의 기저를 텐서곱하여 만든다. 전체 차원은 각 차원의 곱이다. 국소 연산을 쓸 때는 나머지 계의 항등 연산자를 포함하여 입력과 출력의 순서를 맞춘다. 다시 보기: O02, O22.

곱상태인지 확인한다. 순수 상태가 두 정규화된 벡터의 곱으로 쓰이지 않으면 얽힌 상태다. 벨 상태는 계수를 비교하면 두 벡터의 곱으로 쓸 수 없으므로 각 큐비트에 독립적인 상태벡터를 배정할 수 없다. 다시 보기: A02.

제어는 측정이 아니다. CNOT과 일반 제어 연산은 제어 기저의 각 분기에 선형적으로 작용한다. 제어 큐비트를 먼저 읽어 고전적으로 분기를 고르는 것과 다르다. SWAP은 두 계를 교환하며, CNOT의 얽힘 생성과는 역할이 다르다. 다시 보기: O17a, O17c.

큰 상태 공간과 읽을 수 있는 정보를 구별한다. nn큐비트의 진폭은 2n2^n개이지만 한 번의 계산 기저 측정은 nn비트 문자열 하나만 준다. 양자 알고리즘은 진폭을 모두 읽는 대신 간섭으로 원하는 답의 확률을 키운다. 다시 보기: O02, A02.

상태를 복사할 수 있는 범위를 구별한다. CNOT은 계산 기저 값은 복사할 수 있지만 임의의 중첩을 두 복사본으로 만들지는 못한다. 비직교 미지 상태의 완벽한 결정론적 복제는 불가능하다. 다음 절에서는 부분계가 가진 상태를 밀도 행렬로 표현한다. 다시 보기: O13a, O13b.

06 · 여러 큐비트와 얽힘U06
여러 큐비트와 얽힘도전X12

도전: 두 큐비트 회로의 출력과 얽힘

A02의 두 큐비트 회로 계산을 적용한다. 게이트를 차례로 각 성분에 작용시키고, 출력 a|00⟩+b|01⟩+c|10⟩+d|11⟩a|00\rangle+b|01\rangle+c|10\rangle+d|11\rangle이 곱상태인지 계수로 판정한다.

밀도 행렬과 부분계의 상태절 안내ST05

밀도 행렬과 부분계의 상태

SECTION 07

밀도 행렬과 부분계의 상태

전체 상태와 부분계의 상태는 어떤 정보를 담는가?

01혼합 상태의 측정 통계를 구한다
02부분 대각합을 계산한다
03국소 통계와 상관관계를 구별한다

전체가 순수해도 부분계에 상태벡터 하나를 배정할 수 없는 경우가 있다. 외적(A05p), 복합계(O02), 사영 측정(O15d)⁠을 바탕으로 밀도 행렬을 도입한다. 유한차원 상태와 한 시점의 측정 통계를 다루며, 동역학은 별도로 지정해야 한다. U07에서 어떤 계와 기록을 남겼는지 확인한다.

07 · 밀도 행렬과 부분계의 상태ST05
밀도 행렬과 부분계의 상태절 안내S05

밀도 행렬과 부분계의 상태

전체 상태와 부분계의 상태는 어떤 정보를 담는가?

순수 상태의 벡터 표현에서 밀도 행렬로 넘어간다. 측정 확률을 계산하고, 전체 상태에서 부분계의 상태를 얻는 방법을 익힌다.

같은 부분계 통계가 같은 공동 상태를 뜻하지는 않는다. 고전적인 혼합과 얽힘을 비교한 뒤, 밀도 행렬이 담는 정보와 접근 조건에 따른 한계를 정리한다.

07 · 밀도 행렬과 부분계의 상태S05
밀도 행렬과 부분계의 상태핵심B13

밀도 행렬: 상태가 만족해야 할 조건

정의 ·밀도 행렬의 조건

유한차원 힐베르트 공간 위에서 다음 조건을 모두 만족하는 연산자를 밀도 행렬(density matrix)⁠이라 정의한다.

ρ=ρ†,ρ≥0,Tr⁡ρ=1.\rho=\rho^\dagger,\qquad \rho\ge0,\qquad \operatorname{Tr}\rho=1.

여기서 양의 준정부호(positive semidefinite)⁠라는 조건 ρ≥0\rho\ge0은 모든 고윳값이 0 이상이라는 뜻이다. 따라서 밀도 행렬의 고윳값은 합이 1인 확률로 해석할 수 있다. 고유 상태를 |j⟩|j\rangle, 고윳값을 λj\lambda_j라 쓰면

ρ=∑jλj|j⟩⟨j|,λj≥0,∑jλj=1\rho=\sum_j\lambda_j|j\rangle\langle j|, \qquad \lambda_j\ge0,\qquad\sum_j\lambda_j=1

이다. 이는 고유 상태를 각각 확률 λj\lambda_j로 준비하는 혼합으로 해석할 수 있다. 역으로, 정규화된 상태들을 확률에 따라 혼합하여 만든 밀도 행렬은 위 세 조건을 만족한다. 다만 같은 밀도 행렬을 만드는 준비 방법이 하나로 정해지는 것은 아니다.

정의 ·순수 상태와 혼합 상태

정규화된 벡터 하나의 사영으로 표현되는 밀도 행렬을 순수 상태라 하고, 그런 표현이 없는 밀도 행렬을 혼합 상태라 한다. 정규화된 |ψ⟩|\psi\rangle에 대해 ρ=|ψ⟩⟨ψ|\rho=|\psi\rangle\langle\psi|이며, 이때 ρ2=ρ\rho^2=\rho다. 둘 이상의 고윳값이 양수이면 혼합 상태다.

왼쪽의 혼합 ρ=∑kqk|ψk⟩⟨ψk|\rho=\sum_kq_k|\psi_k\rangle\langle\psi_k|도 ρ≥0\rho\ge0이다. 정규화된 고유벡터 |v⟩|v\rangle의 고윳값이 λ=⟨v|ρ|v⟩=∑kqk|⟨ψk|v⟩|2≥0\lambda=\langle v|\rho|v\rangle=\sum_kq_k|\langle\psi_k|v\rangle|^2\ge0이기 때문이다. 나머지 조건과 순수 상태의 고윳값은 아래 증명에서 확인한다.

A06a에서는 벨 상태와 고전적인 혼합의 밀도 행렬을 직접 비교한다.

밀도 행렬과 부분계의 상태핵심B13c

밀도 행렬로 측정 확률과 평균을 계산하기

상태 |ψj⟩|\psi_j\rangle를 확률 qjq_j로 준비하여 ρ=∑jqj|ψj⟩⟨ψj|\rho=\sum_jq_j|\psi_j\rangle\langle\psi_j|를 얻었다고 하자. 사영 측정의 확률을 준비 과정에 대해 평균하면

pm=∑jqj⟨ψj|Pm|ψj⟩=Tr⁡(ρPm).p_m=\sum_jq_j\langle\psi_j|P_m|\psi_j\rangle=\operatorname{Tr}(\rho P_m).

O=∑mmPmO=\sum_m mP_m의 기댓값(expectation value) ⟨O⟩=∑mmpm\langle O\rangle=\sum_mmp_m은 따라서 Tr⁡(ρO)\operatorname{Tr}(\rho O)와 같다. 같은 밀도 행렬을 만드는 준비들은 모든 이러한 측정에서 같은 통계를 준다.

공리·측정 규칙 ·혼합 상태의 사영 측정

이상적 사영 측정에서 결과 mm을 얻은 뒤의 상태는

ρm=PmρPmpm(pm>0)\rho_m=\frac{P_m\rho P_m}{p_m}\quad(p_m>0)

으로 정한다. 결과를 기록하지 않으면 각 결과 상태 ρm\rho_m을 확률 pmp_m으로 섞으므로 ρ′=∑mpmρm=∑mPmρPm\rho'=\sum_mp_m\rho_m=\sum_mP_m\rho P_m이다. 확률을 구하는 식과 측정 뒤 상태를 정하는 규칙을 구별하자.

왼쪽 식의 ⟨ψj|Pm|ψj⟩\langle\psi_j|P_m|\psi_j\rangle는 O15d의 확률과 같고 대각합으로도 쓸 수 있다. Pm†=Pm=Pm2P_m^\dagger=P_m=P_m^2과 A05p의 규칙 Tr⁡(|u⟩⟨v|)=⟨v|u⟩,|u⟩=|ψj⟩, |v⟩=Pm|ψj⟩\operatorname{Tr}(|u\rangle\langle v|)=\langle v|u\rangle,\qquad|u\rangle=|\psi_j\rangle,\ |v\rangle=P_m|\psi_j\rangle에서 다음을 얻는다. ‖Pm|ψj⟩‖2=⟨ψj|Pm|ψj⟩=Tr⁡(|ψj⟩⟨ψj|Pm)\|P_m|\psi_j\rangle\|^2=\langle\psi_j|P_m|\psi_j\rangle=\operatorname{Tr}(|\psi_j\rangle\langle\psi_j|P_m) qjq_j를 곱해 더하면 대각합의 선형성으로 Tr⁡(ρPm)\operatorname{Tr}(\rho P_m)을 얻는다.

예를 들어 ρ=q|0⟩⟨0|+(1−q)|1⟩⟨1|\rho=q|0\rangle\langle0|+(1-q)|1\rangle\langle1|에서 ZZ의 평균은 2q−12q-1이다. 측정값은 매번 +1+1 또는 −1-1이며 평균 자체가 한 번의 결과는 아니다. 일반적인 측정 장치의 상태 갱신은 11절 B14에서 다룬다.

밀도 행렬과 부분계의 상태핵심A05a

부분 대각합은 관측하지 않는 지표를 합한다

정의 ·부분 대각합

각 부분계의 정규직교 기저로 만든 |i⟩A|j⟩B|i\rangle_A|j\rangle_B를 곱기저로 잡자. 부분 대각합(partial trace)⁠의 계산 규칙은

TrB⁡(|i⟩⟨k|⊗|j⟩⟨ℓ|)=δjℓ|i⟩⟨k|\operatorname{Tr}_B(|i\rangle\langle k|\otimes|j\rangle\langle\ell|)=\delta_{j\ell}|i\rangle\langle k|

이다. 곱기저에서 본 ρAB\rho_{AB}의 성분을 다음과 같이 쓴다.

ρij,kℓ:=(A⟨i|B⟨j|)ρAB(|k⟩A|ℓ⟩B).\rho_{ij,k\ell}:=\bigl({}_A\langle i|\,{}_B\langle j|\bigr)\rho_{AB}\bigl(|k\rangle_A|\ell\rangle_B\bigr).

축약 상태(reduced state) ρA:=TrB⁡ρAB\rho_A:=\operatorname{Tr}_B\rho_{AB}의 성분은

(ρA)ik=∑jρij,kj.(\rho_A)_{ik}=\sum_j\rho_{ij,kj}.

ρAB=∑i,j,k,ℓρij,kℓ|i⟩⟨k|⊗|j⟩⟨ℓ|\rho_{AB}=\sum_{i,j,k,\ell}\rho_{ij,k\ell}|i\rangle\langle k|\otimes|j\rangle\langle\ell|을 전개하고 위 규칙을 항마다 적용하면 이 식을 얻는다. 관측하지 않는 BB의 두 지표를 같게 놓고 합한다. 결과를 하나 선택하는 조건부 측정과는 다른 연산이다.

벨 상태의 밀도 행렬을 네 항으로 전개하면

ρAB=12(|00⟩⟨00|+|00⟩⟨11|+|11⟩⟨00|+|11⟩⟨11|).\rho_{AB}=\tfrac12\bigl(|00\rangle\langle00|+|00\rangle\langle11|+|11\rangle\langle00|+|11\rangle\langle11|\bigr).

교차 항 |00⟩⟨11|=|0⟩⟨1|⊗|0⟩⟨1||00\rangle\langle11|=|0\rangle\langle1|\otimes|0\rangle\langle1| 등은 BB의 두 지표가 달라 사라진다.

ρA=12(|0⟩⟨0|+|1⟩⟨1|)=I/2.\rho_A=\tfrac12(|0\rangle\langle0|+|1\rangle\langle1|)=I/2.

AA의 국소 관측량 OAO_A에 대해 Tr⁡(ρAOA)=Tr⁡[ρAB(OA⊗IB)]\operatorname{Tr}(\rho_AO_A)=\operatorname{Tr}[\rho_{AB}(O_A\otimes I_B)]다. 곱기저에서 대각합을 전개하면 Tr⁡[ρAB(OA⊗IB)]=∑i,j,kρij,kj(OA)ki=∑i,k(ρA)ik(OA)ki=Tr⁡(ρAOA)\operatorname{Tr}[\rho_{AB}(O_A\otimes I_B)]=\sum_{i,j,k}\rho_{ij,kj}(O_A)_{ki}=\sum_{i,k}(\rho_A)_{ik}(O_A)_{ki}=\operatorname{Tr}(\rho_AO_A)이기 때문이다. 따라서 축약 상태는 전체 상태의 국소 측정 통계를 그대로 재현한다.

밀도 행렬과 부분계의 상태핵심B13d

상관관계·얽힘·순도를 구별하기

정의 ·분리 가능 상태와 얽힘

두 계의 상태가

ρAB=∑jpjρA(j)⊗ρB(j),pj≥0,∑jpj=1\rho_{AB}=\sum_jp_j\rho_A^{(j)}\otimes\rho_B^{(j)},\quad p_j\ge0,\quad\sum_jp_j=1

로 표현되면 분리 가능 상태(separable state)⁠라 한다. 이런 표현이 존재하지 않는 상태가 얽힌 상태(entangled state)⁠다. 곱 상태는 합의 항이 하나인 특별한 경우다. 순수 상태에서는 이 정의가 O02의 정의(곱상태가 아닌 상태)⁠와 같다(아래 증명).

(|00⟩⟨00|+|11⟩⟨11|)/2(|00\rangle\langle00|+|11\rangle\langle11|)/2은 분리 가능하지만 곱 상태는 아니다. 곱 상태 ρA⊗ρB\rho_A\otimes\rho_B라면 두 축약 상태가 ρA\rho_A, ρB\rho_B이고 여기서는 둘 다 I/2I/2이므로 I/4I/4여야 하지만 ⟨01|ρ|01⟩=0\langle01|\rho|01\rangle=0이다. 두 측정값에 고전적 상관관계가 남는다. 그런데 이 상태의 축약 상태도 ρA=I/2\rho_A=I/2로 혼합 상태다. 따라서 부분계가 혼합이라는 사실만으로 전체의 얽힘을 판정할 수는 없다.

정의 ·순도

상태의 순도(purity)⁠는 γ=Tr⁡(ρ2)\gamma=\operatorname{Tr}(\rho^2)이다. 차원 dd에서 고윳값 λj\lambda_j를 쓰면

γ=∑jλj2,1d≤γ≤1.\gamma=\sum_j\lambda_j^2,\qquad \frac1d\le\gamma\le1.

두 경계는 각각 ∑j(λj−1/d)2=γ−1/d≥0\sum_j(\lambda_j-1/d)^2=\gamma-1/d\ge0과 λj2≤λj\lambda_j^2\le\lambda_j에서 나온다. 등호는 각각 ρ=I/d\rho=I/d일 때와 한 고윳값만 1인 순수 상태일 때만 성립한다. 벨 상태는 전체 순도가 1이고 각 부분계의 순도가 1/21/2이며, 왼쪽의 고전적 혼합은 전체 순도도 1/21/2이다.

전체가 순수 상태라면 부분계가 혼합 상태인 것과 두 계가 얽혀 있는 것은 동치다. 곱 상태 |a⟩|b⟩|a\rangle|b\rangle의 축약 상태는 |a⟩⟨a||a\rangle\langle a|로 순수하므로 축약 상태가 혼합이면 얽혀 있다. 반대 방향은 아래 증명에서 보인다(9절의 슈미트 분해 O04a로도 얻는다).

밀도 행렬과 부분계의 상태핵심A05

얽힘과 고전적인 혼합을 구별하기

다음 두 준비 방법을 비교하자. |Φ⟩=|00⟩+|11⟩2.\left|\Phi\right\rangle=\frac{\left|00\right\rangle+\left|11\right\rangle}{\sqrt2}. 첫째는 위 순수 상태를 준비하는 것이다. 둘째는 동전을 던져 확률 1/21/2로 |00⟩\left|00\right\rangle, 확률 1/21/2로 |11⟩\left|11\right\rangle을 준비하는 것이다.

두 경우 모두 ZZ 기저로 측정하면 00 또는 11이 나온다. 한 큐비트만 관측해서는 두 준비 방법을 구별할 수 없다. 두 준비 방법이 ZZ 기저에서 같은 상관관계를 보이므로, 한 기저에서 상관관계가 나타난다는 사실만으로는 얽힘을 판정할 수 없다.

그러나 X⊗XX\otimes X의 기댓값은 서로 다르다. ⟨X⊗X⟩Φ=1,⟨X⊗X⟩mix=0.\langle X\otimes X\rangle_{\Phi}=1,\qquad \langle X\otimes X\rangle_{\mathrm{mix}}=0. X⊗XX\otimes X는 |00⟩|00\rangle과 |11⟩|11\rangle을 서로 바꾸므로 (X⊗X)|Φ⟩=|Φ⟩(X\otimes X)|\mathit\Phi\rangle=|\mathit\Phi\rangle이다. 혼합에서는 ⟨00|X⊗X|00⟩=⟨00|11⟩=0\langle00|X\otimes X|00\rangle=\langle00|11\rangle=0이고 |11⟩|11\rangle도 마찬가지다(행렬 성분 계산: A06a).

개념 설명 ·밀도 행렬과 축약 상태의 적용

밀도 행렬(B13), 기댓값 Tr(ρO)\operatorname{Tr}(\rho O)(B13c), 부분 대각합(A05a)⁠을 두 준비 방법에 적용하자. 두 방법 모두 ρA=I/2\rho_{\mathrm{A}}=I/2를 준다.

전체가 순수 상태일 때, ρA\rho_{\mathrm{A}}가 혼합 상태라는 것과 두 부분계가 얽혀 있다는 것은 동치다(B13d). 전체가 혼합 상태일 때는 이 판정법을 그대로 쓸 수 없다.

밀도 행렬과 부분계의 상태계산A06a

계산: 밀도 행렬과 부분계의 상태

기저 순서를 00,01,10,1100,01,10,11로 정하면 두 밀도 행렬은 ρΦ=12(1001000000001001),ρmix=12(1000000000000001)\rho_\Phi=\frac12\begin{pmatrix}1&0&0&1\\0&0&0&0\\0&0&0&0\\1&0&0&1\end{pmatrix},\qquad \rho_{\mathrm{mix}}=\frac12\begin{pmatrix}1&0&0&0\\0&0&0&0\\0&0&0&0\\0&0&0&1\end{pmatrix} 이다. 부분 대각합은 TrB(|ab⟩⟨cd|)=δbd|a⟩⟨c|\operatorname{Tr}_{\mathrm{B}}(\left|ab\right\rangle\!\left\langle cd\right|)=\delta_{bd}\left|a\right\rangle\!\left\langle c\right|로 계산한다. 두 경우 모두 ρA=(|0⟩⟨0|+|1⟩⟨1|)/2\rho_{\mathrm{A}}=(\left|0\right\rangle\!\left\langle 0\right|+\left|1\right\rangle\!\left\langle 1\right|)/2을 얻는다.

기댓값에 어떤 성분이 들어가는지도 직접 확인하자. X⊗XX\otimes X는 두 비트를 모두 뒤집으므로 0000과 1111, 0101과 1010을 각각 서로 바꾼다.

Tr⁡[ρ(X⊗X)]=ρ00,11+ρ11,00+ρ01,10+ρ10,01.\begin{aligned} \operatorname{Tr}[\rho(X\otimes X)] &=\rho_{00,11}+\rho_{11,00}\\ &\quad+\rho_{01,10}+\rho_{10,01}. \end{aligned}

따라서 벨 상태에서는 1/2+1/2=11/2+1/2=1, 고전적 혼합 상태에서는 0이다. 같은 축약 상태를 갖더라도 두 계를 함께 측정한 상관관계는 다를 수 있다.

A04의 간섭 회로에서 |0⟩|0\rangle에 HH를 적용하고 계산 기저로 측정한 뒤 그 값을 버린 상태는 ρ=12|0⟩⟨0|+12|1⟩⟨1|=I/2\rho=\tfrac12\left|0\right\rangle\!\left\langle 0\right|+\tfrac12\left|1\right\rangle\!\left\langle 1\right|=I/2다. 모든 유니타리 UU에 대해 U(I/2)U†=I/2U(I/2)U^\dagger=I/2이므로 P(ϕ)ρP(ϕ)†=ρ,HρH†=ρ.P(\phi)\rho P(\phi)^\dagger=\rho,\qquad H\rho H^\dagger=\rho. 따라서 상대 위상 ϕ\phi와 관계없이 최종 측정 확률은 1/2,1/21/2,1/2이다.

밀도 행렬과 부분계의 상태핵심B13a

밀도 행렬이 담는 상태: 순수 상태를 넘어선 완전한 측정 통계

밀도 행렬은 순수 상태에 잡음이 있을 때만 쓰는 근사법이 아니다. 유한차원 표준 양자이론에서 주어진 계의 순수 상태와 혼합 상태를 모두 표현한다. 전체 계를 잡으면 얽힌 상태도 포함한다.

확률적으로 서로 다른 상태를 준비한 경우, 준비 기록을 사용하지 않을 때의 상태는 ρ=∑jpj|ψj⟩⟨ψj|\rho=\sum_jp_j|\psi_j\rangle\langle\psi_j|다. 전체가 순수하더라도 일부 계만 기술하면 혼합 상태가 나올 수 있다. 두 경우에 같은 수학적 형식을 쓴다고 해서 준비 과정까지 같은 것은 아니다.

밀도 행렬은 결맞음도 담는다. 선택한 기저에서 비대각 성분을 그 기저의 결맞음(coherence)⁠이라 하며, 이 성분은 상대 위상에 민감한 측정에 기여한다. 예를 들어 A04처럼 P(ϕ)P(\phi)와 HH를 거친 뒤 0이 나올 확률은 12+Re⁡(ρ01e−iϕ)\tfrac12+\operatorname{Re}(\rho_{01}\mathrm{e}^{-\mathrm{i}\phi})이다. ϕ\phi에 대한 의존은 비대각 성분에서만 온다. 대각 성분만 남긴 고전 확률표와 다르며, 어떤 성분이 대각인지도 기저에 따라 달라진다.

핵심은 ‘실제로 어떤 순수 상태였는가’⁠를 유일하게 복원하는 것이 아니라, 접근 가능한 계에서 가능한 측정의 통계를 일관되게 예측하는 것이다.

정리 ·같은 밀도 행렬과 측정 통계근거: 측정 확률의 대각합 공식

같은 계의 두 준비 방법이 같은 밀도 행렬 ρ\rho를 주면, 그 계만 측정해서는 준비 방법을 구별할 수 없다. 사영 연산자 PP에 해당하는 결과의 확률은 두 경우 모두 Tr⁡(ρP)\operatorname{Tr}(\rho P)이기 때문이다.

예를 들어 다음 두 혼합은 같다.

12|0⟩⟨0|+12|1⟩⟨1|=I/2,12|+⟩⟨+|+12|−⟩⟨−|=I/2.\begin{aligned}\tfrac12|0\rangle\langle0|+\tfrac12|1\rangle\langle1|&=I/2,\\\tfrac12|+\rangle\langle+|+\tfrac12|-\rangle\langle-|&=I/2.\end{aligned}

따라서 ZZ 기저 상태를 무작위로 준비했는지, XX 기저 상태를 무작위로 준비했는지 이 큐비트만으로 알아낼 수 없다. 밀도 행렬의 혼합 분해는 유일하지 않다.

반대로 서로 다른 밀도 행렬은 어떤 사영 측정에서 다른 확률을 준다. 차이 Δ=ρ−σ\Delta=\rho-\sigma는 영이 아닌 에르미트 행렬이므로 0이 아닌 고윳값 μ\mu를 갖고, 그 정규화된 고유벡터 |v⟩|v\rangle로 사영하면 확률의 차가 ⟨v|Δ|v⟩=μ\langle v|\Delta|v\rangle=\mu이다. 곧 사영 측정의 통계가 밀도 행렬을 정한다.

밀도 행렬과 부분계의 상태핵심B13b

밀도 행렬의 한계: 어느 계와 어떤 기록에 접근하는가?

축약 밀도 행렬 ρA\rho_A는 AA만 측정할 때 필요한 정보를 모두 담지만, 전체 상태 ρAB\rho_{AB}를 결정하지는 않는다. 벨 상태와 00·11의 고전적 혼합은 모두 ρA=I/2\rho_A=I/2이지만, 앞서 본 X⊗XX\otimes X 측정에서 서로 다른 결과를 준다.

이 차이는 밀도 행렬 형식 자체의 실패가 아니다. AA만 남기면서 버린 상관관계를 알려면 ABAB의 밀도 행렬이 필요하다. 고전 기록에 접근할 때도 그 기록과 양자계의 결합 상태를 기술해야 한다.

예를 들어 기록 jj를 보고 그에 해당하는 상태를 준비했다면

ρJA=∑jpj(|j⟩⟨j|)J⊗ρA(j)\rho_{JA}=\sum_jp_j\bigl(|j\rangle\langle j|\bigr)_J\otimes\rho_A^{(j)}

로 나타낼 수 있다. 기록을 버리면 ρA=∑jpjρA(j)\rho_A=\sum_jp_j\rho_A^{(j)}이고, jj를 알면 조건부 상태를 사용한다. 여기서 서로 직교하는 |j⟩|j\rangle는 구별 가능한 고전 기록을 표현한다.

상태의 지정과 허용 연산의 지정은 다르다. 측정 장치는 B14a, 실험실의 제어 범위는 C09c에서 다룬다.

현재의 밀도 행렬만으로 미래 상태가 정해지지는 않는다. 시간 변화나 측정 후 상태를 예측하려면 시간 진화 연산자, 장치의 작용, 측정 절차 같은 동역학 정보가 추가로 필요하다.

특히 AA의 축약 상태가 같아도 환경과의 상관관계가 다르면, 이후 상호작용에서 서로 다른 변화가 생길 수 있다. 축약 상태 하나만으로 과거의 환경 기록이나 여러 시점의 상관관계를 모두 알 수는 없다. 뒤의 양자 채널에서는 고정된 환경 준비 같은 가정을 명시한다.

또한 밀도 행렬을 안다는 것과 한 번의 측정으로 그것을 알아낼 수 있다는 것은 다르다. 미지의 상태를 추정하려면 같은 방식으로 반복 준비한 표본과 충분한 정보를 주는 측정이 필요하다.

dd차원 밀도 행렬은 에르미트이므로 실수 대각 성분 dd개와 대각선 위쪽 복소 성분 d(d−1)/2d(d-1)/2개(실수 d(d−1)d(d-1)개)⁠로 정해진다. 합 d2d^2에서 대각합 조건 하나를 빼면 d2−1d^2-1개의 실수 매개변수를 갖는다. nn큐비트에서는 d=2nd=2^n이므로, 표현이 일반적이라고 해서 저장·추정·계산이 항상 효율적인 것은 아니다.

밀도 행렬과 부분계의 상태실습L04

같은 단일 큐비트 통계, 다른 결합 확률

밀도 행렬과 부분계의 상태핵심Q02

개념 확인: 전체의 순수성과 부분계의 혼합

두 큐비트 AA, BB가 |Φ+⟩=(|00⟩+|11⟩)/2|\Phi^+\rangle=(|00\rangle+|11\rangle)/\sqrt2에 있다. 계산 기저 순서는 00, 01, 10, 11이다. BB를 관측하지 않을 때 ρA=TrB⁡|Φ+⟩⟨Φ+|\rho_A=\operatorname{Tr}_B|\Phi^+\rangle\langle\Phi^+|를 계산하라.

ρA\rho_A의 (0,0)(0,0), (0,1)(0,1) 성분과 순도 Tr⁡ρA2\operatorname{Tr}\rho_A^2을 구하라. 마지막으로 두 큐비트를 ZZ 기저에서 측정할 때 공동 결과 00의 확률을 구하라.

전체 상태가 순수하다는 사실과 각 부분계가 순수하다는 주장은 같은가? 수치를 구한 뒤 비교해 보자.

수치는 소수 또는 분수로 입력한다. 수치 오차 10−610^{-6} 이내는 맞은 것으로 본다. 답 확인을 누르기 전에는 채점하지 않는다.

마우스 숫자 입력판
입력할 칸: ρA\rho_A의 (0,0)(0,0) 성분

정답은 공개하지 않는다. 새로고침하면 입력이 지워진다.

밀도 행렬과 부분계의 상태핵심U07

요약: 밀도 행렬이 정하는 정보

측정 통계를 하나의 연산자로 모은다. 밀도 행렬 ρ\rho는 ρ=ρ†\rho=\rho^\dagger, ρ≥0\rho\ge0, Tr⁡ρ=1\operatorname{Tr}\rho=1을 만족한다. 관측량의 기댓값은 Tr⁡(ρO)\operatorname{Tr}(\rho O)다. 같은 계에서 같은 밀도 행렬은 같은 측정 통계를 주지만, 준비한 방법까지 유일하게 정하지는 않는다. 다시 보기: B13, B13a.

부분계만 남긴다. 접근하지 않는 계에 부분 대각합을 취하면 남은 계의 모든 국소 측정 통계를 보존한다. 벨 상태와 두 기저 상태의 고전적 혼합은 같은 국소 상태를 줄 수 있지만, 두 계를 함께 측정한 상관관계는 다르다. 다시 보기: A05a, A05.

순수성과 얽힘을 구별한다. 순도 Tr⁡ρ2\operatorname{Tr}\rho^2은 dd차원에서 1/d1/d과 1 사이이며 순수 상태에서 1이다. 전체가 순수하면 부분계가 혼합인 것과 두 계가 얽힌 것은 동치다. 혼합 복합계의 얽힘은 국소 상태의 혼합 여부만으로 판정하지 않는다. 분리 가능성은 곱 밀도 행렬들의 확률 혼합으로 쓸 수 있는지를 묻는다. 다시 보기: B13d.

기술하는 계의 범위를 명시한다. 준비 기록이나 환경에 접근할 수 있다면 그 계까지 포함한 공동 상태가 필요하다. 한 시점의 상태는 동역학이나 실험 기록 전체를 대신하지 않는다. 무엇을 버렸는지 명시해야 밀도 행렬의 한계를 정확히 말할 수 있다. 다시 보기: B13b.

07 · 밀도 행렬과 부분계의 상태U07
밀도 행렬과 부분계의 상태도전X13

도전: 섞인 두 큐비트 상태의 부분계

A05a의 부분 대각합을 적용한다. ρA=TrB⁡ρAB\rho_A=\operatorname{Tr}_B\rho_{AB}는 선형이고 AA의 국소 측정 통계를 모두 정한다. 두 큐비트 결과의 상관관계에는 ρAB\rho_{AB}가 필요하다.

연산자 표현과 블로흐 기하절 안내ST05a

연산자 표현과 블로흐 기하

SECTION 08

연산자 표현과 블로흐 기하

행렬과 상태의 변화를 좌표와 회전으로 어떻게 읽는가?

01행렬 함수와 전개 계수를 구한다
02블로흐 좌표로 상태를 읽는다
03제어 연산의 위상을 비교한다

밀도 행렬(B13)⁠을 파울리 행렬(O15a)⁠의 좌표로 나타내어 상태 변화를 읽는다. 고유기저(A05p)⁠를 사용하며, 블로흐 구는 한 큐비트에 적용한다. 핵심 경로에서는 좌표와 양성 조건을 익히고, 선택 계산에서는 회전과 제어 위상을 추적한다. U08에서 각 표현의 적용 범위를 확인한다.

08 · 연산자 표현과 블로흐 기하ST05a
연산자 표현과 블로흐 기하절 안내S05a

연산자 표현과 블로흐 기하

행렬과 상태의 변화를 좌표와 회전으로 어떻게 읽는가?

이제 상태를 나타내는 연산자 자체를 계산의 대상으로 삼는다. 행렬 함수와 연산자 기저를 준비한 뒤, 한 큐비트의 상태를 블로흐 좌표로 나타낸다.

좌표 표현을 이용해 유니타리 연산을 회전으로 읽는다. 마지막에는 단독 연산의 전체 위상과 제어 연산에서 나타나는 상대 위상을 구별한다. 이 표현은 뒤의 잡음 계산에도 사용한다.

연산자 표현과 블로흐 기하핵심O16c

행렬 함수: 고윳값에 함수를 적용한다

정의 ·스펙트럼으로 정의한 행렬 함수

에르미트 행렬의 스펙트럼 분해 A=∑jλjPjA=\sum_j\lambda_jP_j에 대해, 고윳값에서 정의된 함수 ff로 행렬 함수(matrix function)⁠를

f(A)=∑jf(λj)Pjf(A)=\sum_j f(\lambda_j)P_j

로 정의한다. 양의 준정부호 행렬의 양의 제곱근(positive square root)⁠은 A=∑jλjPj\sqrt A=\sum_j\sqrt{\lambda_j}P_j다. 이는 양의 준정부호이며 제곱하면 AA가 된다.

예를 들어 A=(5445)A=\begin{pmatrix}5&4\\4&5\end{pmatrix}의 고윳값은 9, 1이고 고유사영 P9P_9, P1P_1로 A=9P9+P1A=9P_9+P_1이다. P9=12(1111),P1=12(1−1−11),A=3P9+P1=(2112)P_9=\tfrac12\begin{pmatrix}1&1\\1&1\end{pmatrix},\quad P_1=\tfrac12\begin{pmatrix}1&-1\\-1&1\end{pmatrix},\quad\sqrt A=3P_9+P_1=\begin{pmatrix}2&1\\1&2\end{pmatrix} 성분마다 제곱근을 취하는 연산과 다르다.

에르미트 행렬의 연산자 순서(operator order) A≥BA\ge B는 A−BA-B가 양의 준정부호라는 뜻이다. 이 조건은 v†(A−B)v≥0v^\dagger(A-B)v\ge0이 모든 벡터 vv에서 성립하는 것과 동치다. M=A−B=∑jμj|j⟩⟨j|M=A-B=\sum_j\mu_j|j\rangle\langle j|로 쓰면 v†Mv=∑jμj|⟨j|v⟩|2v^\dagger Mv=\sum_j\mu_j|\langle j|v\rangle|^2이다. 따라서 모든 μj≥0\mu_j\ge0이면 이 값은 음이 아니고, 거꾸로 v=|j⟩v=|j\rangle를 넣으면 μj≥0\mu_j\ge0을 얻는다.

엔트로피의 ρlog⁡ρ\rho\log\rho에는 f(x)=xlog⁡xf(x)=x\log x를 f(0)=0f(0)=0으로 연속 확장하여 적용한다. 이는 log⁡0=0\log0=0이라는 약속이 아니다. 행렬 지수도 같은 스펙트럼 규칙으로 계산한다. 예를 들어 파울리 행렬 σa∈{X,Y,Z}\sigma_a\in\{X,Y,Z\}는 σa2=I\sigma_a^2=I이므로 고윳값이 ±1\pm1이고, 고유사영 P±P_\pm에 대해 P++P−=IP_++P_-=I, P+−P−=σaP_+-P_-=\sigma_a다. 따라서 e−iθσa/2=e−iθ/2P++eiθ/2P−=cos⁡θ2I−isin⁡θ2σa\mathrm{e}^{-i\theta\sigma_a/2}=\mathrm{e}^{-i\theta/2}P_++\mathrm{e}^{i\theta/2}P_-=\cos\frac\theta2\,I-i\sin\frac\theta2\,\sigma_a이다(O16a의 회전).

연산자 표현과 블로흐 기하핵심O16d

연산자도 기저로 전개할 수 있다

정의 ·연산자 공간의 내적과 기저

행렬 공간의 내적 ⟨A,B⟩HS=Tr⁡(A†B)\langle A,B\rangle_{\mathrm{HS}}=\operatorname{Tr}(A^\dagger B)를 힐베르트–슈미트 내적(Hilbert–Schmidt inner product)⁠이라 한다. 한 큐비트의 파울리 기저 Pμ∈{I,X,Y,Z}P_\mu\in\{I,X,Y,Z\}는

Tr⁡(Pμ†Pν)=2δμν,M=12∑μTr⁡(Pμ†M)Pμ\operatorname{Tr}(P_\mu^\dagger P_\nu)=2\delta_{\mu\nu},\qquad M=\frac12\sum_\mu\operatorname{Tr}(P_\mu^\dagger M)P_\mu

를 만족한다. 네 행렬은 복소 차원 4인 2×22\times2 행렬 공간의 직교 기저다. 밀도 행렬뿐 아니라 임의의 행렬 MM을 전개할 수 있다.

다음은 에르미트 행렬이 아닌 경우의 파울리 전개다.

|0⟩⟨1|=(0100)=X+iY2.|0\rangle\langle1|=\begin{pmatrix}0&1\\0&0\end{pmatrix}=\frac{X+iY}{2}.

여기서 YY의 계수 i/2i/2는 실수가 아니다. 반면 에르미트 행렬을 파울리 기저로 전개한 계수는 모두 실수다.

에르미트인 PμP_\mu, MM에서는 Tr⁡(PμM)―=Tr⁡(MPμ)=Tr⁡(PμM)\overline{\operatorname{Tr}(P_\mu M)}=\operatorname{Tr}(MP_\mu)=\operatorname{Tr}(P_\mu M)이므로 계수가 실수다. 두 등호는 대각합의 성질 Tr⁡A―=Tr⁡A†\overline{\operatorname{Tr}A}=\operatorname{Tr}A^\dagger와 순환성 Tr⁡(AB)=Tr⁡(BA)\operatorname{Tr}(AB)=\operatorname{Tr}(BA)에서 나온다.

nn큐비트에서는 각 자리의 I,X,Y,ZI,X,Y,Z를 텐서곱한 4n=d24^n=d^2개 행렬을 쓴다. 여기서 d=2nd=2^n이며 ±1,±i\pm1,\pm i의 전체 위상은 별도 기저 원소로 세지 않는다.

Tr⁡(Pμ†Pν)=dδμν,M=1d∑μTr⁡(Pμ†M)Pμ.\operatorname{Tr}(P_\mu^\dagger P_\nu)=d\delta_{\mu\nu},\qquad M=\frac1d\sum_\mu\operatorname{Tr}(P_\mu^\dagger M)P_\mu.

다른 계 RR이 붙어 있으면 계수는 RR의 연산자가 된다. 큐비트 AA에 대해 WRA=12∑μWμ⊗PμW_{RA}=\frac12\sum_\mu W_\mu\otimes P_\mu, Wμ=TrA⁡[(IR⊗Pμ)WRA]W_\mu=\operatorname{Tr}_A[(I_R\otimes P_\mu)W_{RA}]다. 이는 곱 상태라는 가정이 아니다. WRA=∑r,s|r⟩⟨s|⊗W(rs)W_{RA}=\sum_{r,s}|r\rangle\langle s|\otimes W^{(rs)}로 쓰고 각 블록 W(rs)W^{(rs)}에 한 큐비트 전개를 적용하면 이 식을 얻고, 양변에 IR⊗PμI_R\otimes P_\mu를 곱해 AA의 부분 대각합을 취하면 Tr⁡(PμPν)=2δμν\operatorname{Tr}(P_\mu P_\nu)=2\delta_{\mu\nu}에서 WμW_\mu의 식이 나온다. 이 전개는 AA에만 작용하는 연산이 RR과의 상관관계를 바꾸는 계산에 쓰인다(D28).

연산자 표현과 블로흐 기하핵심O16a

블로흐 구: 한 큐비트 상태의 좌표

정의 ·블로흐 좌표양성 조건의 유도: B15

한 큐비트의 밀도 행렬은 ρ=I+xX+yY+zZ2\rho=\frac{I+xX+yY+zZ}{2} 로 적을 수 있다. x,y,zx,y,z는 각각 X,Y,ZX,Y,Z의 기댓값이며 실수다. 밀도 행렬 ρ\rho가 양의 준정부호라는 조건은 x2+y2+z2≤1x^2+y^2+z^2\le1이다. 순수 상태는 구의 표면, 혼합 상태는 내부에 놓인다. 이 구를 블로흐 구(Bloch sphere)⁠라 한다.

순수 상태를 |ψ⟩=cosθ2|0⟩+eiφsinθ2|1⟩\left|\psi\right\rangle=\cos\frac\theta2\left|0\right\rangle+e^{i\varphi}\sin\frac\theta2\left|1\right\rangle 로 적으면 x=sinθcosφx=\sin\theta\cos\varphi, y=sinθsinφy=\sin\theta\sin\varphi, z=cosθz=\cos\theta다(계산: O16b).

σa2=I\sigma_a^2=I이므로 O16c의 규칙에서 각 축의 회전은 다음과 같다.

Ra(θ)=cos⁡θ2I−isin⁡θ2σa.R_a(\theta)=\cos\frac\theta2\,I-i\sin\frac\theta2\,\sigma_a.
블로흐 구: 한 큐비트 상태의 좌표 — 설명 그림
블로흐 구: +x+x축은 보는 쪽으로 나와 있고, 적도의 점선 부분이 구의 뒤쪽이다.

Ra(θ)=e−iθσa/2R_a(\theta)=e^{-i\theta\sigma_a/2}으로 ρ\rho를 RaρRa†R_a\rho R_a^\dagger로 바꾸면 블로흐 벡터가 aa축 둘레로 θ\theta만큼 회전한다(zz축 계산: D01). 반각과 회전각은 다르다.

정의 ·에르미트 생성자의 지수

여기서 σx=X, σy=Y, σz=Z\sigma_x=X,\ \sigma_y=Y,\ \sigma_z=Z다. 에르미트 GG의 정규직교 고유기저 G|j⟩=λj|j⟩G|j\rangle=\lambda_j|j\rangle에서 e−itG:=∑je−itλj|j⟩⟨j|e^{-itG}:=\sum_j e^{-it\lambda_j}|j\rangle\langle j|로 둔다(tt는 실수). G=σa/2G=\sigma_a/2, t=θt=\theta이면 파울리 회전이다.

연산자 표현과 블로흐 기하계산B15

계산: 블로흐 구의 내부와 표면

한 큐비트의 밀도 행렬을

ρ=I+xX+yY+zZ2\rho=\frac{I+xX+yY+zZ}{2}

로 쓰자. x,y,zx,y,z는 실수다. 각 파울리 행렬은 제곱하면 II가 되고, 서로 다른 두 파울리 행렬은 반가환한다. 따라서 곱을 전개할 때 교차항이 상쇄된다.

(xX+yY+zZ)2=(x2+y2+z2)I.(xX+yY+zZ)^2=(x^2+y^2+z^2)I.
0½1r블로흐 구의 단면r = 0(1/2, 1/2)r = 1/2(3/4, 1/4)r = 1(1, 0)고윳값 (λ₊, λ₋)중심: 최대 혼합 · 내부: 혼합 · 표면: 순수
원은 블로흐 구의 단면이다. 같은 방향에서 rr이 커질수록 두 고윳값의 차이가 커진다.

r=x2+y2+z2r=\sqrt{x^2+y^2+z^2}이라 두자. 위 등식에 의해 xX+yY+zZxX+yY+zZ의 고윳값은 제곱하면 r2r^2이 된다. 이 행렬의 대각합이 0이므로 두 고윳값은 +r,−r+r,-r이다. 따라서 ρ\rho의 고윳값은

λ±=1±r2\lambda_\pm=\frac{1\pm r}{2}

이다. 두 고윳값이 모두 0 이상이려면 r≤1r\le1이어야 한다. r=1r=1이면 고윳값이 1과 0이므로 순수 상태이고, r<1r<1이면 두 고윳값이 모두 양수이므로 혼합 상태다. 즉, 순수 상태는 구면 위에, 혼합 상태는 구의 내부에 놓인다.

연산자 표현과 블로흐 기하계산O16b · 1/2

계산: 블로흐 구에서의 회전

순수 상태의 블로흐 좌표를 확인하고, 게이트가 블로흐 벡터를 어떻게 돌리는지 계산한다.

O16a의 순수 상태 cos⁡θ2|0⟩+eiφsin⁡θ2|1⟩\cos\frac\theta2|0\rangle+\mathrm{e}^{\mathrm{i}\varphi}\sin\frac\theta2|1\rangle의 계수를 c0,c1c_0,c_1이라 하면 c0∗c1=12sin⁡θeiφc_0^*c_1=\tfrac12\sin\theta\,\mathrm{e}^{\mathrm{i}\varphi}이므로 x=⟨X⟩=2Re⁡(c0∗c1)=sin⁡θcos⁡φ,y=⟨Y⟩=2Im⁡(c0∗c1)=sin⁡θsin⁡φ,z=⟨Z⟩=|c0|2−|c1|2=cos⁡θ\begin{aligned}x&=\langle X\rangle=2\operatorname{Re}(c_0^*c_1)=\sin\theta\cos\varphi,\\y&=\langle Y\rangle=2\operatorname{Im}(c_0^*c_1)=\sin\theta\sin\varphi,\\z&=\langle Z\rangle=|c_0|^2-|c_1|^2=\cos\theta\end{aligned}이다. 반각 θ/2\theta/2가 구면의 각 θ\theta가 된다.

각 연산자 UU로 ρ\rho를 UρU†U\rho U^\dagger로 바꾸면 블로흐 구의 점 (x,y,z)(x,y,z)는 다음과 같이 변한다.

표의 파울리 행은 서로 다른 파울리 행렬의 반가환성(XYX=−YXYX=-Y 등)⁠에서, HH의 행은 HXH=ZHXH=Z, HYH=−YHYH=-Y, HZH=XHZH=X에서 나온다.

연산자 변환 결과
II (x,y,z)(x,y,z)
X=iRx(π)X = \mathrm{i}R_{\mathrm{x}}(\pi) (x,−y,−z)(x,-y,-z)
Y=iRy(π)Y = \mathrm{i}R_{\mathrm{y}}(\pi) (−x,y,−z)(-x,y,-z)
Z=iRz(π)Z = \mathrm{i}R_{\mathrm{z}}(\pi) (−x,−y,z)(-x,-y,z)
Rx(π/2)R_{\mathrm{x}}(\pi/2) (x,−z,y)(x,-z,y)
Ry(π/2)R_{\mathrm{y}}(\pi/2) (z,y,−x)(z,y,-x)
Rz(π/2)R_{\mathrm{z}}(\pi/2) (−y,x,z)(-y,x,z)
H=iRx+z(π)H = \mathrm{i}R_{\mathrm{x}+\mathrm{z}}(\pi) (z,−y,x)(z,-y,x)

회전의 부호 관례는 Ra(θ)=e−iθσa/2R_a(\theta)=e^{-\mathrm{i}\theta\sigma_a/2}으로 정한다. Rx+zR_{\mathrm{x}+\mathrm{z}}의 회전축은 (x̂+ẑ)/2(\hat{x}+\hat{z})/\sqrt2다. 표에 있는 인자 i\mathrm{i}도 이 관례에 따른다.

연산자 표현과 블로흐 기하계산D01

위상 회전에서 블로흐 벡터의 회전으로

상태벡터에 나타나는 반각과 블로흐 벡터의 회전각을 연결해 보자. c=cos⁡θc=\cos\theta, s=sin⁡θs=\sin\theta로 쓴다.

Rz(θ)=(e−iθ/200eiθ/2).R_z(\theta)=\begin{pmatrix}e^{-i\theta/2}&0\\0&e^{i\theta/2}\end{pmatrix}.

행렬을 곱하면 비대각 성분에 위상차가 생긴다.

RzXRz†=(0e−iθeiθ0)=cX+sY.\begin{aligned}R_zXR_z^\dagger&=\begin{pmatrix}0&e^{-i\theta}\\e^{i\theta}&0\end{pmatrix}\\&=cX+sY.\end{aligned}

같은 방식으로 YY와 ZZ도 변환한다.

RzYRz†=−sX+cY,RzZRz†=Z.R_zYR_z^\dagger=-sX+cY,\qquad R_zZR_z^\dagger=Z.

ρ=(I+xX+yY+zZ)/2\rho=(I+xX+yY+zZ)/2에 대입하고 각 파울리 행렬의 계수를 모으면

(x′y′z′)=(c−s0sc0001)(xyz).\begin{pmatrix}x'\\y'\\z'\end{pmatrix}=\begin{pmatrix}c&-s&0\\s&c&0\\0&0&1\end{pmatrix}\begin{pmatrix}x\\y\\z\end{pmatrix}.

따라서 |+⟩|+\rangle의 벡터 (1,0,0)(1,0,0)은 θ=π/2\theta=\pi/2에서 (0,1,0)(0,1,0)으로 간다. 블로흐 벡터의 회전각은 θ\theta다.

연산자 표현과 블로흐 기하계산O16b-⁠-2 · 2/2

계산: 전체 위상을 제어 게이트에서 버리면 안 되는 이유

특수 유니타리 군(special unitary group) SU(2)\mathrm{SU}(2)는 행렬식이 1인 2×2 유니타리 행렬들의 집합이다. 여기서 행렬식(determinant)⁠은 det(abcd)=ad−bc\det\begin{pmatrix}a&b\\c&d\end{pmatrix}=ad-bc다. 유니타리 행렬 AA에 위상 인자를 곱하면 행렬 자체는 달라진다. O=eiλAO = \mathrm{e}^{\mathrm{i}\lambda} A 그러나 단일 큐비트 상태에 작용했을 때 생기는 전체 위상 eiλ\mathrm{e}^{\mathrm{i}\lambda}은 물리적 상태를 바꾸지 않는다. 따라서 전체 위상을 제외한 상태 변환은 SU(2)\mathrm{SU}(2) 원소로 나타낼 수 있다. 행렬식에는 위상 인자의 제곱이 곱해진다. detO=e2iλdetA\det O=\mathrm{e}^{2\mathrm{i}\lambda}\det A e2iλ=(detA)−1\mathrm{e}^{2 \mathrm{i}\lambda} = (\det A)^{-1}이 되도록 λ\lambda를 정하여 곱하면 OO는 SU(2)\mathrm{SU}(2) 원소가 된다.

detH=−1\det H=-1이므로 e2iλ=−1\mathrm{e}^{2\mathrm{i}\lambda}=-1이 되도록 eiλ=−i\mathrm{e}^{\mathrm{i}\lambda}=-\mathrm{i}를 택하면 −iH-\mathrm{i}H의 행렬식은 1이다. 이 연산자가 O16b 표의 회전임은 정의에서 바로 확인된다. 회전축이 (x^+z^)/2(\hat x+\hat z)/\sqrt2이면 σa\sigma_a 자리에 (X+Z)/2=H(X+Z)/\sqrt2=H가 오고 H2=IH^2=I이다. 따라서 O16c의 규칙에서 Rx+z(π)=cos⁡π2I−isin⁡π2H=−iHR_{\mathrm{x}+\mathrm{z}}(\pi)=\cos\tfrac\pi2\,I-\mathrm{i}\sin\tfrac\pi2\,H=-\mathrm{i}H이다. eiλ=i\mathrm{e}^{\mathrm{i}\lambda}=\mathrm{i}를 택한 iH\mathrm{i}H도 SU(2)\mathrm{SU}(2) 원소이므로 행렬식만으로는 둘을 가릴 수 없다. 다만 제어 게이트를 만들 때에는 이 위상이 상대 위상이 되므로 함부로 버릴 수 없다.

첫 큐비트를 제어로 잡으면 두 제어 연산의 차이는 다음과 같다.

C(eiλA)=(P(λ)⊗I)C(A).\mathrm C(e^{i\lambda}A)=(P(\lambda)\otimes I)\,\mathrm C(A).

위상은 제어 비트가 1인 성분에만 붙는다. 표적에 단독으로 작용할 때의 전체 위상이 제어 연산에서는 두 제어 성분 사이의 상대 위상이 된다. A=IA=I, λ=π\lambda=\pi인 구체적인 출력과 측정은 D02에서 계산한다.

연산자 표현과 블로흐 기하계산D02

제어 연산에서는 전체 위상도 상대 위상이 된다

한 계에 −I-I를 작용시키면 모든 성분에 같은 위상이 붙는다. 밀도 연산자는 변하지 않는다.

(−I)ρ(−I)†=ρ.(-I)\rho(-I)^\dagger=\rho.

그러나 제어 큐비트가 있을 때의 연산은 다르다. 제어가 11인 성분에만 부호가 붙는다.

C(−I)=|0⟩⟨0|⊗I−|1⟩⟨1|⊗I=Z⊗I.\begin{aligned}\mathrm C(-I)&=|0\rangle\langle0|\otimes I\\&\quad-|1\rangle\langle1|\otimes I\\&=Z\otimes I.\end{aligned}

입력 |+⟩|0⟩|+\rangle|0\rangle에 두 제어 연산을 각각 작용시킨다.

C(I)|+0⟩=|+0⟩,C(−I)|+0⟩=|−0⟩.\begin{aligned}\mathrm C(I)|{+}0\rangle&=|{+}0\rangle,\\\mathrm C(-I)|{+}0\rangle&=|{-}0\rangle.\end{aligned}

제어 큐비트를 XX 기저에서 측정하면 두 결과를 확실히 구별한다. 제어 없는 연산의 전체 위상이 제어 연산에서는 두 가지 경로 사이의 상대 위상이 된 것이다.

따라서 UU와 eiαUe^{i\alpha}U가 단일계의 상태에 같은 변화 ρ↦UρU†\rho\mapsto U\rho U^\dagger를 주더라도, 주어진 물리적 구현을 제어하는 두 회로가 같다고 결론 내릴 수는 없다.

연산자 표현과 블로흐 기하심화O14

심화: 한 큐비트 유니타리 행렬의 자유도

닫힌 단일 큐비트 계의 게이트는 2×22\times 2 유니타리 행렬로 나타낸다. 유니타리 조건 (a*c*b*d*)(abcd)=(|a|2+|c|2a*b+c*db*a+d*c|b|2+|d|2)=(1001)\begin{aligned} \begin{pmatrix} a^* & c^* \\ b^* & d^* \end{pmatrix} \begin{pmatrix} a & b \\ c & d \end{pmatrix} &= \begin{pmatrix} |a|^2 + |c|^2 & a^* b + c^* d\\ b^* a + d^* c & |b|^2 + |d|^2 \end{pmatrix}\\ &= \begin{pmatrix} 1 & 0 \\ 0 & 1 \end{pmatrix} \end{aligned}은 (Re⁡a)2+(Im⁡a)2+(Re⁡c)2+(Im⁡c)2=1(Re⁡b)2+(Im⁡b)2+(Re⁡d)2+(Im⁡d)2=1Re⁡aRe⁡b+Im⁡aIm⁡b+Re⁡cRe⁡d+Im⁡cIm⁡d=0Re⁡aIm⁡b−Im⁡aRe⁡b+Re⁡cIm⁡d−Im⁡cRe⁡d=0\begin{aligned} (\operatorname{Re} a)^2 + (\operatorname{Im} a)^2 + (\operatorname{Re} c)^2 + (\operatorname{Im} c)^2 &= 1\\ (\operatorname{Re} b)^2 + (\operatorname{Im} b)^2 + (\operatorname{Re} d)^2 + (\operatorname{Im} d)^2 &= 1\\ \operatorname{Re} a \operatorname{Re} b + \operatorname{Im} a \operatorname{Im} b + \operatorname{Re} c \operatorname{Re} d + \operatorname{Im} c \operatorname{Im} d &= 0\\ \operatorname{Re} a \operatorname{Im} b - \operatorname{Im} a \operatorname{Re} b + \operatorname{Re} c \operatorname{Im} d - \operatorname{Im} c \operatorname{Re} d &= 0 \end{aligned}이라는 제약을 준다. 첫 열은 단위벡터(실수 3개), 둘째 열은 그에 직교하는 단위벡터 eiϕ(−c∗,a∗)\mathrm{e}^{\mathrm{i}\phi}(-c^*,a^*)(위상 1개)⁠이므로 실수 자유도는 네 개로, SU(2)\mathrm{SU}(2)의 생성자 세 개와 U(1)\mathrm{U}(1)의 한 개에 대응한다.

정의 ·U(2), SU(2), U(1)

U(2)\mathrm{U}(2)는 2×2 유니타리 행렬 전체의 집합이고, SU(2)\mathrm{SU}(2)는 그중 행렬식이 1인 행렬의 집합이다(O16b-⁠-2). U(1)\mathrm{U}(1)은 절댓값이 1인 복소 위상의 집합이다. 행렬곱으로 이룬 군의 일반적인 성질은 뒤에서 다룬다.

정리 ·단일 큐비트의 회전 분해증명: 행렬 성분 비교

임의의 2×2 유니타리 UU에 대해 실수 χ\chi, α\alpha, β\beta, γ\gamma를 택하여 U=eiχRz(α)Ry(β)Rz(γ)U=e^{i\chi}R_{\mathrm{z}}(\alpha)R_{\mathrm{y}}(\beta)R_{\mathrm{z}}(\gamma) 로 적을 수 있다. 성분을 비교해 이 분해를 구성할 수 있다. 나머지 세 매개변수는 SU(2)\mathrm{SU}(2)의 국소적인 자유도와 대응된다. 좌표가 특별한 점에서 유일하지 않을 수 있다는 것과 군의 차원은 다른 문제다.

전체 위상 eiχe^{i\chi}은 상태를 바꾸지 않지만, 제어 eiχUe^{i\chi}U에서는 두 제어 성분 사이의 상대 위상이 되므로 생략할 수 없다(O16b-⁠-2, D02).

08 · 연산자 표현과 블로흐 기하O14
연산자 표현과 블로흐 기하핵심U08

요약: 연산자의 좌표와 회전

행렬 함수는 스펙트럼에 적용한다. 에르미트 행렬의 함수를 계산할 때는 고윳값에 함수를 적용하고 같은 고유사영을 사용한다. 양의 제곱근은 각 행렬 성분의 제곱근과 다르다. 로그를 포함한 식에서는 영 고윳값의 처리도 확인한다. 다시 보기: O16c.

연산자도 기저에 전개한다. 힐베르트–슈미트 내적으로 연산자 기저의 계수를 구한다. 파울리 기저를 쓸 때는 대각합 정규화와 항등 성분을 포함한다. 기저 계수는 확률이 아니라 연산자를 표현하는 좌표다. 다시 보기: O16d.

블로흐 구에서 상태 변화를 읽는다. 한 큐비트 상태는 ρ=(I+xX+yY+zZ)/2\rho=(I+xX+yY+zZ)/2이며 x2+y2+z2≤1x^2+y^2+z^2\le1이다. ρ\rho를 UρU†U\rho U^\dagger로 바꾸면 블로흐 벡터가 회전한다. 상태벡터 식의 반각과 블로흐 회전각을 혼동하지 않는다. 다시 보기: O16a, D01.

전체 위상의 적용 범위를 확인한다. 선택 계산에서 확인한 것처럼, 단독으로 작용하는 게이트의 전체 위상은 상태에 영향을 주지 않는다. 그러나 제어 연산의 한 분기에만 붙으면 상대 위상이 될 수 있다. 따라서 제어 게이트를 만들기 전에 버린 위상이 없는지 확인한다. 다시 보기: O16b-⁠-2.

08 · 연산자 표현과 블로흐 기하U08
연산자 표현과 블로흐 기하도전X14

도전: 블로흐 구의 회전

O16a와 O16b의 표, D01을 적용한다. 전체 위상을 빼면 한 큐비트 게이트는 블로흐 벡터의 회전이고, Ra(θ)=e−iθσa/2R_a(\theta)=\mathrm{e}^{-i\theta\sigma_a/2}은 aa축 둘레로 θ\theta만큼 돌린다.

슈미트 분해·정화·양자 정보량절 안내ST05b

슈미트 분해·정화·양자 정보량

SECTION 09

슈미트 분해·정화·양자 정보량

부분계의 혼합과 얽힘, 추측의 불확실성을 어떤 수로 재는가?

01슈미트 계수에서 엔트로피를 구한다
02정화와 상관관계를 비교한다
03레니 엔트로피와 추측 확률을 정의한다

부분계가 혼합이라는 사실만으로 전체의 얽힘을 판단할 수는 없다. 밀도 행렬(B13), 부분 대각합(A05a), 섀넌 엔트로피(C02)⁠를 사용하여 축약 스펙트럼을 계산한다. 유한차원을 가정하며 얽힘 엔트로피의 해석에는 전체 순수성을 요구한다. U09·U09a에서 상태·분할·기록을 함께 확인한다.

09 · 슈미트 분해·정화·양자 정보량ST05b
슈미트 분해·정화·양자 정보량절 안내S05b

슈미트 분해·정화·양자 정보량

부분계의 혼합과 얽힘, 추측의 불확실성을 어떤 수로 재는가?

여러 계의 공동 상태로 돌아와 슈미트 분해를 도입한다. 그 계수에서 부분계의 스펙트럼과 엔트로피를 얻는 과정을 살펴본다.

준비 기록, 측정 결과, 양자 상태의 엔트로피를 구별한다. 이어 정화와 상호정보량을 이용해 부분계의 혼합과 계 사이의 상관관계를 비교한다. 얽힘의 양을 말할 때에는 전체 상태의 순수성과 분할을 함께 확인한다. 다음으로 레니 엔트로피를 도입하여 고윳값 분포를 차수에 따라 다르게 살펴본다. 끝으로 관측 자료로 값을 맞힐 최대 확률과 조건부 최소 엔트로피를 정의한다.

09 · 슈미트 분해·정화·양자 정보량관련 설명S05b
슈미트 분해·정화·양자 정보량핵심O04a

슈미트 분해: 얽힘과 행렬의 계수

|ψ⟩A⊗|ϕ⟩B\left|\psi\right\rangle_{\mathrm{A}}\otimes\left|\phi\right\rangle_{\mathrm{B}}로 쓸 수 있는 순수 상태를 곱상태라 한다. 각 부분계의 정규직교 기저를 택하고, 그 곱기저에 대한 계수 행렬 C=(cnm)C=(c_{nm})을 도입하여 |Ψ⟩=∑n,mcnm|en⟩|e′m⟩\left|\Psi\right\rangle=\sum_{n,m}c_{nm}\left|e_n\right\rangle\left|e'_m\right\rangle으로 쓰자. 곱상태이면 cnm=anbmc_{nm}=a_n b_m이므로 행렬 CC의 계수(rank), 즉 선형 독립인 열의 최대 개수는 1이다.

행렬 CC의 특잇값(singular value)⁠은 C†CC^\dagger C의 고윳값의 비음수 제곱근이다. 0이 아닌 특잇값의 개수는 행렬의 계수다.

정리 ·슈미트 분해SVD를 사용한 유도: O04b

특잇값분해(singular value decomposition, SVD)⁠를 이용하면 유한차원 두 계 A,BA,B의 임의의 정규화된 순수 상태를 |Ψ⟩=∑kαk|uk⟩|vk⟩,αk≥0\left|\Psi\right\rangle=\sum_k\alpha_k\left|u_k\right\rangle\left|v_k\right\rangle,\qquad\alpha_k\ge0으로 쓸 수 있다. 여기서 두 벡터 집합은 각각 정규직교하고 ∑kαk2=1\sum_k\alpha_k^2=1이다. 이를 슈미트(Schmidt) 분해라 한다.

왼쪽 분해의 계수 αk\alpha_k를 슈미트 계수(Schmidt coefficient)⁠라 한다.

0이 아닌 슈미트 계수가 하나이면, 그리고 그때만 곱상태다. |+⟩|0⟩:α1=1.\left|+\right\rangle\left|0\right\rangle:\quad \alpha_1=1. |00⟩+|11⟩2:α1=α2=12.\frac{\left|00\right\rangle+\left|11\right\rangle}{\sqrt2}:\quad \alpha_1=\alpha_2=\frac1{\sqrt2}. 후자의 상태는 곱상태로 적을 수 없으므로 얽혀 있다.

(|00⟩+|01⟩+|10⟩+|11⟩)/2(\left|00\right\rangle+\left|01\right\rangle+\left|10\right\rangle+\left|11\right\rangle)/2은 곱상태인가? 계수들을 배열한 행렬의 계수(rank)⁠를 구하거나, 두 단일 큐비트 상태의 곱으로 표현해 보자.

슈미트 분해·정화·양자 정보량계산O04b

계산: 특잇값분해에서 슈미트 분해로

각 부분계의 정규직교 기저로 전개한 임의의 상태 |Φ⟩=∑nmcnm|en,em′⟩\left|\Phi\right\rangle=\sum_{nm} c_{nm} \left|e_n,e_m'\right\rangle이 O02의 곱상태 |ψϕ⟩\left|\psi\phi\right\rangle인지 어떻게 확인할까? 계수 cnmc_{nm}을 행렬 CC의 성분으로 놓고, C=UΣV†C=U\Sigma V^\dagger와 같이 특잇값분해(SVD)⁠를 한다. SVD의 존재는 별도 증명에서 확인한다. cnm=∑kUnkΣkkVmk*c_{nm} =\sum_k U_{nk} \Sigma_{kk} V_{mk}^* ∑nmkUnkΣkkVmk*|en,em′⟩=∑kαk|uk⟩⊗|vk⟩\sum_{nmk} U_{nk} \Sigma_{kk} V_{mk}^* \left|e_n,e_m'\right\rangle = \sum_{k} \alpha_{k} \left| u_{k}\right\rangle \otimes \left| v_{k} \right\rangle CC는 dA×dBd_A\times d_B, U,VU,V는 각각 dA,dBd_A,d_B차원 유니타리다. Σ\Sigma는 CC와 크기가 같으며 대각에는 특잇값을, 나머지는 0을 둔다. αk:=Σkk,|uk⟩:=∑nUnk|en⟩,|vk⟩:=∑mVmk*|em′⟩\alpha_{k} := \Sigma_{kk}, \,\, \left|u_k\right\rangle := \sum_n U_{nk} \left|e_n\right\rangle, \,\, \left|v_k\right\rangle := \sum_m V_{mk}^* \left|e_m'\right\rangle

U,VU,V의 전체 열로 정의한 |uk⟩\left|u_k\right\rangle, |vℓ⟩\left|v_{\ell}\right\rangle은 각각 정규직교기저다. ⟨uk|uℓ⟩=∑nmUnk*Umℓδnm=∑nUnk*Unℓ=δkℓ\left\langle u_k\middle|u_{\ell}\right\rangle = \sum_{nm} U_{nk}^* U_{m\ell} \delta_{nm} = \sum_{n} U_{nk}^* U_{n\ell} = \delta_{k\ell} |vk⟩\left|v_k\right\rangle에 대해서도 비슷한 계산을 할 수 있다.

이를 슈미트 분해라 한다. 정규화된 상태에서 αk\alpha_k 중 하나만 11이고 나머지가 00이면 곱상태다. 이때 두 인자는 서로 상쇄되는 위상 인자를 제외하면 유일하다. 두 표현이 같다고 하면 |u⟩|v⟩=z|u′⟩|v′⟩\left|u\right\rangle \left|v\right\rangle = z \left|u'\right\rangle \left|v'\right\rangle이고, 양변에 ⟨u,v|\left\langle u,v\right|를 곱하면 1=z⟨u|u′⟩⟨v|v′⟩1 = z \left\langle u\middle|u'\right\rangle \left\langle v\middle|v'\right\rangle이다. 첫 식 양변의 길이에서 |z|=1|z|=1이다. 단위벡터의 내적은 절댓값이 1 이하이므로(O13b) 두 내적의 절댓값은 모두 11이고, 그러면 직교 성분이 0이어서 각 인자는 위상만 다르다. 계수가 00인 항에 대응하는 기저는 유일하지 않다. 일반적으로 00이 아닌 슈미트 계수의 수가 11인지 확인하면 곱상태 여부를 판정할 수 있다.

슈미트 분해·정화·양자 정보량핵심C07a

일반 상태의 엔트로피와 정보량

정의 ·폰 노이만 엔트로피

밀도 행렬의 고윳값을 λj\lambda_j라 하자. 일반 상태의 폰 노이만 엔트로피(von Neumann entropy)⁠는

S2(ρ)=−Tr⁡(ρlog2⁡ρ)=−∑jλjlog2⁡λjS_2(\rho)=-\operatorname{Tr}(\rho\log_2\rho)=-\sum_j\lambda_j\log_2\lambda_j

로 정의한다. 0log2⁡0=00\log_2 0=0으로 연속적으로 확장한다. 여기서 아래첨자 2는 로그의 밑이며 단위는 비트다. Rényi 엔트로피의 차수 2를 뜻하지 않는다.

순수 상태의 고윳값은 1과 0이므로 엔트로피가 0이다. dd차원 최대 혼합 상태는

S2(I/d)=log2⁡dS_2(I/d)=\log_2d

를 준다. 일반적으로 0≤S2(ρ)≤log2⁡d0\le S_2(\rho)\le\log_2d이다. 0≤λj≤10\le\lambda_j\le1에서는 각 항 −λjlog2⁡λj-\lambda_j\log_2\lambda_j가 0 이상이므로 하한이 성립한다. 차원 상한은 뒤의 D29a에서 여는 증명으로 확인한다.

이 정의는 전체가 혼합 상태일 때도 적용된다. 다만 부분계의 엔트로피를 곧바로 얽힘의 양으로 해석할 수 있는 것은 전체가 순수한 경우다. 뒤에서 다룰 홀레보 상한에서는 일반 상태의 엔트로피를 사용한다.

슈미트 분해·정화·양자 정보량핵심C07b

준비 기록·상태·측정 결과의 엔트로피

이 페이지에서는 S=S2S=S_2로 쓴다. 고전 확률변수 JJ의 값 jj를 서로 직교하는 상태 |j⟩|j\rangle에 기록하면

ρJ=∑jpj|j⟩⟨j|,S(ρJ)=H(J).\rho_J=\sum_jp_j|j\rangle\langle j|,\qquad S(\rho_J)=H(J).

고윳값이 바로 pjp_j이므로 두 엔트로피가 같다. 반면 준비한 상태들이 직교하지 않으면, 준비 기록의 엔트로피와 그 기록을 제외한 양자 상태의 엔트로피는 다를 수 있다.

예를 들어 동전을 던져 |0⟩|0\rangle과 |+⟩|+\rangle를 각각 확률 1/21/2로 준비하자. 준비 기록의 엔트로피는 1비트지만, 기록을 보지 않을 때의 상태는

ρ=12|0⟩⟨0|+12|+⟩⟨+|=(3/41/41/41/4).\rho=\tfrac12|0\rangle\langle0|+\tfrac12|+\rangle\langle+|=\begin{pmatrix}3/4&1/4\\1/4&1/4\end{pmatrix}.

블로흐 좌표가 x=2Re⁡ρ01=1/2x=2\operatorname{Re}\rho_{01}=1/2, y=0y=0, z=ρ00−ρ11=1/2z=\rho_{00}-\rho_{11}=1/2이므로 길이는 r=1/2r=1/\sqrt2이다. B15의 λ±=(1±r)/2\lambda_\pm=(1\pm r)/2에서 고윳값은

λ±=1±1/22,S(ρ)=−∑s=±λslog2⁡λs≃0.601.\lambda_\pm=\frac{1\pm1/\sqrt2}{2},\qquad S(\rho)=-\sum_{s=\pm}\lambda_s\log_2\lambda_s\simeq0.601.

준비 기록의 서로 다른 두 값이 양자계에서 완전히 구별되는 두 상태를 뜻하지는 않는다.

측정 결과의 엔트로피도 따로 구별해야 한다. 순수 상태 |+⟩|+\rangle는 S=0S=0이지만 ZZ 측정에서는 두 결과가 같은 확률로 나오므로 결과의 엔트로피는 1비트다. 같은 상태를 XX로 측정하면 결과는 항상 +1이므로 결과의 엔트로피는 0이다.

폰 노이만 엔트로피는 상태의 고윳값으로 정해진다. 측정 결과의 섀넌 엔트로피는 선택한 측정에도 의존한다. 따라서 측정 결과가 무작위라는 사실만으로 상태가 혼합 상태이거나 얽혀 있다고 판단할 수 없다.

09 · 슈미트 분해·정화·양자 정보량관련 설명C07b
슈미트 분해·정화·양자 정보량핵심O05

순수 상태의 얽힘 엔트로피

정의 ·순수 상태의 얽힘 엔트로피

정규화된 순수 상태 |ψ⟩AB|\psi\rangle_{AB}의 슈미트 계수를 αk≥0\alpha_k\ge0이라 하자. pk=αk2p_k=\alpha_k^2(슈미트 확률)⁠이고 ∑kpk=1\sum_kp_k=1이다. 분할 A:BA:B에 대한 얽힘 엔트로피(entanglement entropy)⁠를

S=−∑kpklog2⁡pkS=-\sum_kp_k\log_2p_k

로 정의한다. C07a와 같이 로그의 밑은 2이고 0log2⁡0=00\log_2 0=0으로 둔다. 벨 쌍 하나의 얽힘을 1 이비트(ebit)⁠로 센다.

예를 들어 정규직교 기저 {|a⟩,|a′⟩}\{|a\rangle,|a'\rangle\}, {|b⟩,|b′⟩}\{|b\rangle,|b'\rangle\}으로 만든 상태

|ψ⟩=|ab⟩+|a′b′⟩2|\psi\rangle=\frac{|ab\rangle+|a'b'\rangle}{\sqrt2}

에서는 두 슈미트 확률이 1/21/2이므로 S=−2(1/2)log2⁡(1/2)=1S=-2(1/2)\log_2(1/2)=1이다. 벨 상태 |Φ+⟩|\Phi^+\rangle와 스핀 단일항 상태(spin singlet) (|01⟩−|10⟩)/2(|01\rangle-|10\rangle)/\sqrt2가 이러한 예다.

전체 ABAB가 순수하면 축약 밀도 행렬의 고윳값은 슈미트 확률이다. 슈미트 분해에서 |vk⟩|v_k\rangle가 정규직교하므로 ρA=∑kαk2|uk⟩⟨uk|\rho_A=\sum_k\alpha_k^2|u_k\rangle\langle u_k|이고(A06b), |uk⟩|u_k\rangle도 정규직교하므로 ρB=∑kαk2|vk⟩⟨vk|\rho_B=\sum_k\alpha_k^2|v_k\rangle\langle v_k|이다. 따라서

S(ρAB)=0,S(ρA)=S(ρB)=S.S(\rho_{AB})=0,\qquad S(\rho_A)=S(\rho_B)=S.

전체 상태의 엔트로피와 부분계의 엔트로피를 구별해야 한다. 축약 상태가 혼합 상태이면 AA와 BB는 얽혀 있고, 축약 상태가 순수하면 전체는 곱상태다(B13d). 전체 ABAB가 혼합 상태일 때에는 이 판정법을 그대로 적용할 수 없다.

여기서 축약 상태는 측정 결과로 조건을 건 상태가 아니라 다른 부분계에 대해 부분 대각합을 취한 상태다. 얽힌 상태에서 한쪽의 측정 결과를 알면 다른 쪽의 조건부 상태에 관한 정보를 얻을 수 있지만, 이런 상관관계만으로 얽힘을 판정할 수는 없다.

조건부 상태와 신호 전달도 다르다. 측정 결과를 알려 주지 않으면 다른 쪽만의 측정 통계는 바뀌지 않는다(비신호성, 증명은 뒤의 16절 C09·C10). 얽힘만으로 원하는 비트를 즉시 전달할 수는 없다.

09 · 슈미트 분해·정화·양자 정보량계산 A06bO05
슈미트 분해·정화·양자 정보량계산A06b

계산: 슈미트 계수에서 얽힘 엔트로피로

정규화된 순수 상태 |Ψ⟩=∑kαk|uk⟩|vk⟩\left|\Psi\right\rangle=\sum_k\alpha_k\left|u_k\right\rangle\left|v_k\right\rangle에서 출발하자. ρAB=∑k,ℓαkαℓ(|uk⟩⟨uℓ|)⊗(|vk⟩⟨vℓ|),ρA=TrBρAB=∑k,ℓαkαℓ⟨vℓ|vk⟩|uk⟩⟨uℓ|=∑kαk2|uk⟩⟨uk|.\begin{aligned} \rho_{\mathrm{A}\mathrm{B}}&=\sum_{k,\ell}\alpha_k\alpha_\ell (\left|u_k\right\rangle\!\left\langle u_\ell\right|)\otimes(\left|v_k\right\rangle\!\left\langle v_\ell\right|),\\ \rho_{\mathrm{A}}&=\operatorname{Tr}_{\mathrm{B}}\rho_{\mathrm{A}\mathrm{B}} =\sum_{k,\ell}\alpha_k\alpha_\ell\left\langle v_\ell\middle|v_k\right\rangle\left|u_k\right\rangle\!\left\langle u_\ell\right| =\sum_k\alpha_k^2\left|u_k\right\rangle\!\left\langle u_k\right|. \end{aligned}

AB: |Φ⁺⟩⟨Φ⁺|A: TrB ρAB0000½00½01010000101000001111½00½TrB00½0110½(ρA)ij = Σb (ρAB)ib,jbAB의 4차원 공간 → A의 2차원 공간
A05a의 벨 상태 예다. 계산 기저로 쓴 벨 상태의 식이 이미 슈미트 분해다. ABAB의 기저는 00, 01, 10, 11이고 AA의 기저는 0, 1이다. BB의 같은 지표를 합한다. 일반 행렬의 비대각 성분을 지우는 연산이 아니다. 점선으로 표시한 두 비대각 ½(행 00·열 11, 행 11·열 00)⁠은 BB의 두 지표가 서로 달라 어느 성분에도 더해지지 않는다. 일반적인 상태에서는 계산 기저로 쓴 축약 상태에도 비대각 성분이 남을 수 있다.

따라서 ρA\rho_{\mathrm{A}}의 고윳값은 pk=αk2p_k=\alpha_k^2이다. S(ρA)=−Tr⁡(ρAlog2⁡ρA)=−∑kαk2log2⁡αk2.S(\rho_{\mathrm{A}})=-\operatorname{Tr}(\rho_{\mathrm{A}}\log_2\rho_{\mathrm{A}})=-\sum_k\alpha_k^2\log_2\alpha_k^2. 0log2⁡0=00\log_20=0으로 연속적으로 정의한다. 벨 상태에서는 S=−12log2⁡12−12log2⁡12=1.S=-\frac12\log_2\frac12-\frac12\log_2\frac12=1. 여기서도 로그의 밑은 2이며 단위는 비트다. 계수 αk\alpha_k 자체를 확률로 넣으면 안 된다.

전체가 혼합 상태이면 이 부분계 엔트로피에는 고전적 불확실성도 포함될 수 있다. 그러므로 위 양을 일반적인 혼합 상태의 얽힘으로 그대로 사용할 수 없다.

슈미트 분해·정화·양자 정보량계산D26

최대 얽힘이 아닌 상태의 슈미트 분해

|ψ⟩=(3/2)|+0⟩+(1/2)|−1⟩|\psi\rangle=(\sqrt3/2)|{+}0\rangle+(1/2)|{-}1\rangle을 계산 기저로 쓰면 계수 행렬은

C=122(313−1),CC†=(1/21/41/41/2).C=\frac1{2\sqrt2}\begin{pmatrix}\sqrt3&1\\\sqrt3&-1\end{pmatrix},\qquad CC^\dagger=\begin{pmatrix}1/2&1/4\\1/4&1/2\end{pmatrix}.

고윳값은 3/4,1/43/4,1/4, 고유벡터는 |+⟩,|−⟩|+\rangle,|-\rangle이다. C=UΣV†C=U\Sigma V^\dagger(O04b)⁠이면 CC†=UΣ2U†CC^\dagger=U\Sigma^2U^\dagger이므로 특잇값은 고윳값의 제곱근 3/2,1/2\sqrt3/2,1/2이다.

오른쪽 슈미트 벡터는 왼쪽 벡터와의 내적으로 얻을 수 있다. 앞의 계수 행렬에서 두 행의 합과 차를 각각 2\sqrt2로 나누면

(⟨+|⊗I)|ψ⟩=32|0⟩,(⟨−|⊗I)|ψ⟩=12|1⟩.\begin{aligned} (\langle+|\otimes I)|\psi\rangle&=\frac{\sqrt3}{2}|0\rangle,\\ (\langle-|\otimes I)|\psi\rangle&=\frac12|1\rangle. \end{aligned}

각 벡터의 노름이 해당 슈미트 계수다. 그 계수로 나누면 정규화된 오른쪽 벡터 |0⟩,|1⟩|0\rangle,|1\rangle을 얻는다.

오른쪽 슈미트 벡터는 |0⟩,|1⟩|0\rangle,|1\rangle이고 처음 쓴 식이 이미 슈미트 분해다. 부분계의 고윳값이 둘 다 0이 아니므로 곱 상태가 아니다.

A05a의 규칙으로 (ρA)nn′=∑mcnmcn′m∗(\rho_A)_{nn'}=\sum_mc_{nm}c_{n'm}^*이다. 이는 CC†CC^\dagger의 (n,n′)(n,n') 성분이므로 ρA=CC†\rho_A=CC^\dagger이고, 그 고윳값으로 앞의 정의와 같은 밑 2의 엔트로피를 계산한다.

S2(ρA)=−34log2⁡34−14log2⁡14≃0.81128.S_2(\rho_A)=-\frac34\log_2\frac34-\frac14\log_2\frac14\simeq0.81128.

벨 상태의 1보다 작다. 자연로그를 사용한 값을 원한다면 이 결과에 ln⁡2\ln 2를 곱하면 된다.

슈미트 분해·정화·양자 정보량핵심D29a

엔트로피의 기본 등식과 부등식

이 페이지에서는 S=S2S=S_2로 쓰고, S(ρA)S(\rho_A)를 S(A)S(A)처럼 계의 이름으로 줄여 쓴다. 다음 두 등식은 고윳값으로 확인할 수 있다.

S(ρA⊗ρB)=S(ρA)+S(ρB).S(\rho_A\otimes\rho_B)=S(\rho_A)+S(\rho_B).

곱 상태의 고윳값은 λiμj\lambda_i\mu_j이고 로그가 합으로 나뉘므로 성립한다.

전체 ABAB가 순수 상태이면

S(A)=S(B).S(A)=S(B).

두 축약 상태의 0이 아닌 고윳값이 같다는 슈미트 분해의 결과를 사용했다.

정리 ·엔트로피의 준가법성과 차원 상한증명: 차원 상한 · 준가법성

다음 부등식은 임의의 유한차원 상태에 성립한다. 각각의 증명은 아래에서 따로 확인할 수 있다.

S(AB)≤S(A)+S(B),S(A)≤log2⁡dim⁡HA.S(AB)\le S(A)+S(B),\qquad S(A)\le\log_2\dim\mathcal H_A.

첫째는 준가법성(subadditivity)⁠이며, 아래 증명에서 정의하는 상대 엔트로피의 비음성에서 나온다. 둘째는 차원에 따른 상한이다.

이 성질들은 뒤에서 양자 상호정보량과 소실 정정의 한계를 설명할 때 사용한다. 싱글턴 한계의 증명에서는 여기에 오류 정정 조건에서 얻는 독립성을 결합한다.

슈미트 분해·정화·양자 정보량핵심HP01

혼합 상태를 더 큰 순수 상태의 일부로 나타내기

정의 ·정화

유한차원 상태 ρA\rho_A에 대해, 정규화된 순수 상태 |ψ⟩RA|\psi\rangle_{RA}의 밀도 행렬을 ΨRA:=(|ψ⟩⟨ψ|)RA\Psi_{RA}:=\bigl(|\psi\rangle\langle\psi|\bigr)_{RA}라 하자. TrR⁡ΨRA=ρA\operatorname{Tr}_R\Psi_{RA}=\rho_A를 만족하면 이 순수 상태를 ρA\rho_A의 정화(purification)⁠라 한다. 고윳값 분해 ρA=∑jpj|j⟩⟨j|\rho_A=\sum_jp_j|j\rangle\langle j|로부터 한 정화를 다음처럼 구성할 수 있다.

|ψ⟩RA=∑jpj|j⟩R|j⟩A|\psi\rangle_{RA}=\sum_j\sqrt{p_j}|j\rangle_R|j\rangle_A

양의 고윳값의 수 이상으로 RR의 차원을 잡으면 된다. 이 벡터의 외적에 RR의 부분 대각합을 취하면 원래 밀도 행렬을 얻는다. 이 RR을 정화 계라 한다. 정화 계는 오른쪽에서 정의하는 기준계로 쓸 수 있다.

AA만의 혼합 상태는 더 큰 순수 상태의 부분계로 표현할 수 있다. 정화가 실제로 손에 쥔 물리적 자원이라고 가정하는지는 모형마다 따로 밝혀야 한다.

정의 ·등거리 사상

복소 힐베르트 공간 사이의 선형 사상 V:HA→HBV:\mathcal H_A\to\mathcal H_B가 모든 u,v∈HAu,v\in\mathcal H_A에 대해 ⟨Vu|Vv⟩=⟨u|v⟩\langle Vu|Vv\rangle=\langle u|v\rangle를 만족하면 등거리 사상(isometry)⁠이라 한다. 동치인 조건은 V†V=IAV^\dagger V=I_A다.

같은 ρA\rho_A의 두 정화는 정화 계의 등거리 사상으로 연결된다. 슈미트 계수와 AA 쪽 고유공간을 맞춘 뒤 정화 계의 정규직교 벡터를 서로 보내면 된다. 차원이 다르면 보조 공간을 덧붙인다.

정의 ·기준계

계 AA와 함께 기술하되, AA에 연산을 적용하는 동안 그대로 두는 보조계 RR을 기준계(reference system)⁠라 한다. 예를 들어 AA에 유니타리 UU를 적용하면 공동 상태에는 IR⊗UAI_R\otimes U_A가 작용한다. RR은 AA와 얽혀 있어도 되며, 두 계의 상관관계가 얼마나 보존되는지 확인하는 데 사용한다.

기준계는 미지의 입력을 대신 저장한 사본이 아니다. 입력의 중첩과 외부 얽힘이 보존되는지 검사할 때 함께 기술하는 계다. 일반적인 양자 채널에 대한 확장은 C06에서 다룬다.

슈미트 분해·정화·양자 정보량핵심HP03

같은 부분계 엔트로피, 다른 상관관계

정의 ·양자 상호정보량

유한차원 결합 상태 ρAB\rho_{AB}와 그 축약 상태 ρA,ρB\rho_A,\rho_B에 대해 양자 상호정보량(quantum mutual information)⁠을 다음과 같이 정의한다.

I(A:B)=S(A)+S(B)−S(AB)I(A:B)=S(A)+S(B)-S(AB)

여기서 S(A)S(A)는 S2(ρA)S_2(\rho_A)를 뜻하며, 다른 항도 같은 관례를 쓴다. 이 페이지의 로그 밑은 2다. 두 큐비트의 세 상태를 비교하자.

① 벨 상태 Φ\Phi. ② 고전적 혼합 (|00⟩⟨00|+|11⟩⟨11|)/2(|00\rangle\langle00|+|11\rangle\langle11|)/2. ③ 독립인 최대 혼합 상태 IAB/4I_{AB}/4.

셋 모두 ρA=ρB=I/2\rho_A=\rho_B=I/2이므로 S(A)=S(B)=1S(A)=S(B)=1이다.

하지만 전체 상태의 엔트로피는 각각 0, 1, 2다. 따라서 상호정보량은 각각 2, 1, 0이다.

정리 ·상호정보량이 0인 조건증명: 상대 엔트로피의 등호 조건

일반적으로 상호정보량은 음이 아니며, 0이 되는 조건은 다음과 같다. 이는 엔트로피 준가법성(D29a)⁠의 등호 조건이다. 상대 엔트로피의 비음성과 등호 조건으로 증명할 수 있다.

I(A:B)=0⟺ρAB=ρA⊗ρB.I(A:B)=0\quad\Longleftrightarrow\quad\rho_{AB}=\rho_A\otimes\rho_B.

부분계가 최대 혼합이라는 사실만으로 상관관계가 없다고 판단할 수 없다. 접근할 수 없는 계와 기준계의 공동 상태를 보아야 한다.

뒤의 Hayden–Preskill 모형에서는 남은 블랙홀의 상태가 모든 유니타리에서 최대 혼합이다. 그 사실만으로 메시지 복구가 가능하다는 결론은 나오지 않는다.

슈미트 분해·정화·양자 정보량핵심HP03a

부분계의 엔트로피가 같아도 얽힘은 사라질 수 있다

|Φ±⟩=(|00⟩±|11⟩)/2|\Phi^\pm\rangle=(|00\rangle\pm|11\rangle)/\sqrt2, Φ±=|Φ±⟩⟨Φ±|\Phi^\pm=|\Phi^\pm\rangle\langle\Phi^\pm|라 하자. 벨 상태 Φ+\Phi^+의 AA에 II 또는 ZZ를 같은 확률로 적용하고, 어느 연산을 했는지에 관한 기록은 보지 않는다.

(Z⊗I)|Φ+⟩=|Φ−⟩.(Z\otimes I)|\Phi^+\rangle=|\Phi^-\rangle.

두 상태를 평균하면 비대각 성분이 서로 상쇄된다.

ρAB′=12(Φ++Φ−)=12(|00⟩⟨00|+|11⟩⟨11|).\rho'_{AB}=\tfrac12(\Phi^++\Phi^-)=\tfrac12(|00\rangle\langle00|+|11\rangle\langle11|).

이 상태는 곱상태들의 확률 혼합이므로 분리 가능하다. 평균 전후에 ρA=I/2\rho_A=I/2, S(A)=1S(A)=1은 그대로지만, AA와 BB 사이의 얽힘은 사라진다.

두 큐비트를 모두 ZZ로 측정하면 평균 전후의 결과 분포는 같지만, ⟨X⊗X⟩\langle X\otimes X\rangle는 1에서 0으로 바뀐다(A05와 같은 비교). 한 측정의 결과 분포가 같다고 공동 상태가 같은 것은 아니다.

HP01의 정화를 이용하면 이 구별을 더 분명히 할 수 있다. ρA\rho_A를 순수 상태 |Ψ⟩AR|\Psi\rangle_{AR}로 정화하면, O05에 따라 S(A)S(A)는 AA와 RR 사이의 얽힘 엔트로피다.

그러나 주어진 공동 상태 ρAB\rho_{AB}가 혼합 상태라면, BB가 AA의 정화 계라고 단정할 수 없다. ρAB\rho_{AB}의 정화 |Ω⟩ABE|\Omega\rangle_{ABE}를 생각하면 S(A)S(A)는 AA와 BEBE 사이의 얽힘 엔트로피이며, AA와 BB 사이의 얽힘의 양과는 일반적으로 다르다.

예를 들어 왼쪽의 평균 상태는

|Ω⟩ABE=|000⟩+|111⟩2|\Omega\rangle_{ABE}=\frac{|000\rangle+|111\rangle}{\sqrt2}

을 EE에 대해 부분 대각합하여 얻는다. A:BEA:BE의 얽힘 엔트로피는 1이지만 ABAB의 상태는 분리 가능하다. 이는 가능한 정화의 한 예이며 실제 준비 과정을 유일하게 정하지 않는다.

따라서 엔트로피를 해석할 때에는 대상 부분계, 비교하는 분할, 전체 상태의 순수성, 이용할 수 있는 기록을 함께 밝혀야 한다.

09 · 슈미트 분해·정화·양자 정보량관련 설명HP03a
슈미트 분해·정화·양자 정보량핵심C07r

레니 엔트로피: 차수에 따라 분포를 다르게 읽기

정의 ·고전 레니 엔트로피

유한 확률분포 pp와 차수 α>0,α≠1\alpha >0, \alpha \ne 1에 대해 레니 엔트로피(Rényi entropy)⁠를 다음과 같이 정의한다. 로그의 밑은 2이며, 0인 확률의 거듭제곱은 0으로 둔다.

HR(α)(p)=11−αlog2⁡∑xpxα.H_{\mathrm R}^{(\alpha)}(p)=\frac{1}{1-\alpha}\log_2\sum_xp_x^\alpha.

정의 ·양자 레니 엔트로피

유한차원 밀도 행렬 ρ\rho의 고윳값을 λi\lambda _{i}라 하자. 양자 레니 엔트로피(quantum Rényi entropy)⁠는 그 고윳값 분포의 레니 엔트로피이다.

SR(α)(ρ)=log2⁡Tr⁡ρα1−α,ρα=∑iλiα|i⟩⟨i|.S_{\mathrm R}^{(\alpha)}(\rho)=\frac{\log_2\operatorname{Tr}\rho^\alpha}{1-\alpha},\qquad \rho^\alpha=\sum_i\lambda_i^\alpha|i\rangle\langle i|.

위첨자 (α)(\alpha)는 차수이다. 폰 노이만 엔트로피 S2S_{2}의 아래첨자 2는 로그의 밑이므로 구별한다.

차수 1은 극한으로 정의하며(C07s에서 확인), 고전에서는 섀넌 엔트로피, 양자에서는 폰 노이만 엔트로피가 된다.

limα→1SR(α)(ρ)=−∑iλilog2⁡λi=S2(ρ).\lim_{\alpha\to1}S_{\mathrm R}^{(\alpha)}(\rho)=-\sum_i\lambda_i\log_2\lambda_i=S_2(\rho).

정의 ·차수 0과 최소 엔트로피

분포를 고정하고 차수를 바꾸면 큰 확률에 주는 비중이 달라진다. 다음 두 끝점도 극한으로 정의한다. rr은 양의 고윳값의 개수이고 λmax\lambda_{\max}는 가장 큰 고윳값이다.

SR(0)=log2⁡r,SR(∞)=−log2⁡λmax.S_{\mathrm R}^{(0)}=\log_2 r,\qquad S_{\mathrm R}^{(\infty)}=-\log_2\lambda_{\max}.

각각 차수 0 엔트로피(order-zero entropy)⁠와 최소 엔트로피(min-entropy)⁠라 한다. 고전 분포에서는 rr을 양의 확률의 개수로 바꾸면 된다.

이는 하나의 상태에 대한 엔트로피이다. 레니 발산이나 조건부 레니 엔트로피는 같은 식으로 정의하지 않으며, 고전 자료의 조건부 최소 엔트로피는 C07t에서 추측 확률로 정의한다.

09 · 슈미트 분해·정화·양자 정보량C07r
슈미트 분해·정화·양자 정보량핵심C07s

레니 엔트로피의 계산: 순도와 얽힘을 구별하기

차수 2에서는 밀도 행렬의 순도가 바로 들어간다. 고전 분포에서는 두 독립 표본이 같은 값을 가질 확률이 ∑px2\sum p_{x}^{2}이므로 충돌 엔트로피(collision entropy)⁠라고도 한다.

SR(2)(ρ)=−log2⁡Tr⁡ρ2.S_{\mathrm R}^{(2)}(\rho)=-\log_2\operatorname{Tr}\rho^2.

D26의 ρA\rho_A처럼 고윳값이 3/4, 1/4이면 다음과 같다. 같은 상태라도 차수에 따라 값이 달라진다.

Tr⁡ρ2=9+116=58,SR(2)=log2⁡85≃0.678.\operatorname{Tr}\rho^2=\frac{9+1}{16}=\frac58,\qquad S_{\mathrm R}^{(2)}=\log_2\frac85\simeq0.678.SR(0)=1,S2≃0.811,SR(∞)=log2⁡43≃0.415.S_{\mathrm R}^{(0)}=1,\quad S_2\simeq0.811,\quad S_{\mathrm R}^{(\infty)}=\log_2\frac43\simeq0.415.

순수 상태에서는 모든 차수의 값이 0이다. dd차원 최대 혼합 상태 I/dI/d에서는 모두 log2⁡d\log _{2}d이다. 그러나 엔트로피가 같다는 이유만으로 상태나 준비 과정이 같다고 할 수는 없다.

차수 1의 극한을 확인하자. Z(α)=∑λiαZ(\alpha )=\sum \lambda _{i}^{\alpha}이라 두면 Z(1)=1Z(1)=1이다. Z′(1)=∑λi>0λiln⁡λiZ'(1)=\sum_{\lambda_i>0}\lambda_i\ln\lambda_i(ln\ln은 자연로그)⁠이므로 로피탈 법칙에서

limα→1ln⁡Z(α)(1−α)ln⁡2=−Z′(1)ln⁡2=−∑λi>0λilog2⁡λi.\lim_{\alpha\to1}\frac{\ln Z(\alpha)}{(1-\alpha)\ln2}=-\frac{Z'(1)}{\ln2}=-\sum_{\lambda_i>0}\lambda_i\log_2\lambda_i.

α→0\alpha\to0이면 양의 λi\lambda_i마다 λiα→1\lambda_i^\alpha\to1이므로 log2⁡r\log_2r로 간다. α→∞\alpha\to\infty이면 λmaxα≤Z(α)≤rλmaxα\lambda_{\max}^\alpha\le Z(\alpha)\le r\lambda_{\max}^\alpha이므로 −log2⁡λmax-\log_2\lambda_{\max}로 간다(C07r의 두 끝점).

전체 ABAB가 순수하면 두 축약 상태의 0이 아닌 고윳값은 슈미트 계수의 제곱으로 일치한다. 따라서 각 차수의 축약 엔트로피로 슈미트 확률의 분포(뒤의 28절 EN04의 얽힘 스펙트럼)⁠를 살펴볼 수 있다.

SR(α)(ρA)=SR(α)(ρB).S_{\mathrm R}^{(\alpha)}(\rho_A)=S_{\mathrm R}^{(\alpha)}(\rho_B).

전체가 혼합 상태이면 부분계 엔트로피만으로 얽힘을 판정할 수 없다(B13d, HP03a). 뒤에서 사용하는 순도 계산도 이 구별을 유지해야 한다.

09 · 슈미트 분해·정화·양자 정보량C07s
슈미트 분해·정화·양자 정보량핵심C07t

추측 확률과 조건부 최소 엔트로피

정의 ·추측 확률과 조건부 최소 엔트로피

확률변수 SS(엔트로피 기호가 아니다)⁠를 관측 자료 YY로 맞히려 한다고 하자. 결합분포 p(s,y)p(s,y)는 모형의 일부다. 결정론적 추측 전략(deterministic guessing strategy)⁠은 함수 g:y↦sg:y\mapsto s이며, 그 성공 확률은 ∑yp(g(y),y)\sum_yp(g(y),y)다.

모든 전략의 최댓값을 추측 확률(guessing probability)⁠이라 하고, 그 음의 로그를 조건부 최소 엔트로피(conditional min-entropy)⁠라 한다. 로그의 밑은 2다.

pguess(S∣Y)=∑ymaxsp(s,y)p_{\mathrm{guess}}(S\mid Y)=\sum_y\max_sp(s,y)Hmin(S∣Y)=−log2⁡pguess(S∣Y)H_{\min}(S\mid Y)=-\log_2p_{\mathrm{guess}}(S\mid Y)

yy마다 따로 최선의 값을 고를 수 있으므로 최댓값을 각 yy에서 취한다. 추측을 무작위로 섞으면 성공 확률이 이 값들의 볼록 결합이 되므로 최댓값을 넘지 못한다. 따라서 결정론적 전략만 따져도 충분하다.

YY가 상수이면 다음과 같다.

pguess(S)=maxsp(s),Hmin(S)=−log2⁡maxsp(s).p_{\mathrm{guess}}(S)=\max_sp(s),\qquad H_{\min}(S)=-\log_2\max_sp(s).

Hmin(S)H_{\min}(S)는 분포 p(s)p(s)의 차수 ∞\infty 레니 엔트로피, 곧 C07r의 최소 엔트로피와 같은 값이다. C07r에서 따로 정의하지 않은 조건부 형태를 여기서 정한다. 이 값을 다룰 때 혼동하기 쉬운 두 성질은 C07v에서 살펴본다.

이 추측 확률은 31절(FR02)⁠에서 일부 기록을 잃었을 때 필요한 정정 프레임을 맞힐 확률로 다시 쓴다.

09 · 슈미트 분해·정화·양자 정보량C07t
슈미트 분해·정화·양자 정보량핵심C07v

조건부 최소 엔트로피의 성질: 평균과 데이터 처리

C07t의 조건부 최소 엔트로피는 yy마다 계산한 최소 엔트로피 −log2⁡maxsp(s∣y)-\log_2\max_sp(s\mid y)의 평균과 다르다. pguess(S∣Y)=∑ymaxsp(s,y)=∑yp(y)maxsp(s∣y)p_{\mathrm{guess}}(S\mid Y)=\sum_y\max_sp(s,y)=\sum_yp(y)\max_sp(s\mid y)이므로 HminH_{\min}은 조건부 최댓값을 먼저 평균한 뒤 로그를 취한 값이다.

조건부 최댓값이 큰 관측 결과와 작은 관측 결과가 섞여 있으면 두 값이 실제로 달라진다. C07u에서 같은 분포로 두 값을 모두 계산한다.

정리 ·고전 데이터 처리 부등식증명: 오른쪽 · 고전 확률변수에 한함

Y′Y'이 YY만을 입력으로 하는 처리, 즉 YY가 주어지면 Y′Y'이 SS와 조건부 독립(p(y′∣s,y)=p(y′∣y)p(y'\mid s,y)=p(y'\mid y))⁠이 되는 처리로 얻어졌다고 하자. 그러면 Y′Y'을 쓰는 모든 전략을 YY를 쓰는 전략으로 재현할 수 있으므로

pguess(S∣Y′)≤pguess(S∣Y)p_{\mathrm{guess}}(S\mid Y')\le p_{\mathrm{guess}}(S\mid Y)

증명. YY를 받으면 같은 처리로 Y′Y'을 만들고 Y′Y'에 대한 전략을 적용한다. 처리는 YY만 보므로 이렇게 만든 Y′Y'과 SS의 결합분포는 실제와 같다. 이 절차는 YY만 쓰는 무작위 전략이므로, C07t에 따라 성공 확률이 pguess(S∣Y)p_{\mathrm{guess}}(S\mid Y)를 넘지 못한다. 따라서 최적 성공 확률 pguess(S∣Y′)p_{\mathrm{guess}}(S\mid Y')도 이를 넘지 못한다.

이렇게 증명한 부등식을 데이터 처리 부등식(data-processing inequality)⁠이라 한다. 자료를 버린 뒤에 최적 성공 확률이 올라갔다면 과제·사전분포·허용한 연산·추정량 가운데 무엇인가가 바뀐 것이거나 계산이 틀린 것이다.

이는 고전 확률변수에 대한 진술이다. C06d의 대각합 거리 수축성은 같은 동기를 갖지만 양자 상태에 대한 별개의 정리다.

09 · 슈미트 분해·정화·양자 정보량C07v
슈미트 분해·정화·양자 정보량계산C07u

계산: 사후 분포에서 최적 추측하기

기록 MM의 확률을 Pr(00)=0.35\Pr(00)=0.35, Pr(01)=0.30\Pr(01)=0.30, Pr(10)=0.25\Pr(10)=0.25, Pr(11)=0.10\Pr(11)=0.10이라 하고, 목표량을 패리티 S=M1⊕M2S=M_1\oplus M_2(2를 법으로 한 합)⁠로 정하자. 그러면

Pr(S=0)=0.35+0.10=0.45,Pr(S=1)=0.30+0.25=0.55\begin{aligned}\Pr(S=0)&=0.35+0.10=0.45,\\ \Pr(S=1)&=0.30+0.25=0.55\end{aligned}

이므로 pguess(S)=0.55p_{\mathrm{guess}}(S)=0.55다. 가장 확률이 큰 기록은 0000이고 그 패리티는 0이지만, 가장 확률이 큰 패리티는 1이다. 가장 그럴듯한 기록을 고른 뒤 그 값을 읽는 전략은 여기서 최적이 아니다.

이제 둘째 비트 Y=M2Y=M_2를 관측할 수 있다고 하자. Y=0Y=0이면 M∈{00,10}M\in\{00,10\}이고 각각의 패리티는 0과 1이며, Y=1Y=1이면 M∈{01,11}M\in\{01,11\}이고 패리티는 1과 0이다. yy마다 결합 확률이 큰 쪽을 고르면 된다.

yPr(Y=y)p(0,y), p(1,y)max00.600.35, 0.250.3510.400.10, 0.300.30\begin{array}{c|c|c|c}y&\Pr(Y=y)&p(0,y),\ p(1,y)&\max\\\hline 0&0.60&0.35,\ 0.25&0.35\\ 1&0.40&0.10,\ 0.30&0.30\end{array}

따라서

pguess(S∣Y)=0.35+0.30=0.65p_{\mathrm{guess}}(S\mid Y)=0.35+0.30=0.65

이고 Hmin(S∣Y)=log2⁡(1/0.65)≈0.621H_{\min}(S\mid Y)=\log_2(1/0.65)\approx0.621비트다. 관측 없이 얻은 Hmin(S)=log2⁡(1/0.55)≈0.862H_{\min}(S)=\log_2(1/0.55)\approx0.862비트보다 작다.

조건부 최댓값의 음의 로그를 평균하면

0.60×log2⁡(0.60/0.35)+0.40×log2⁡(0.40/0.30)≈0.6330.60\times\log_2(0.60/0.35)+0.40\times\log_2(0.40/0.30)\approx0.633

비트다. 0.6210.621과 다르므로 두 양을 바꿔 쓸 수 없다.

YY를 버리고 상수를 쓰면 성공 확률이 0.550.55로 내려간다. 0.55≤0.650.55\le0.65이므로 데이터 처리 부등식과 어긋나지 않는다. 자료를 버려서 점수가 올라갔다면 계산을 다시 확인해야 한다.

09 · 슈미트 분해·정화·양자 정보량C07u
슈미트 분해·정화·양자 정보량핵심U09

요약: 부분계의 혼합과 정화

한 순수 상태를 두 계에서 읽는다. 슈미트 분해는 공동 진폭 행렬의 특잇값분해에서 얻는다. 두 축약 상태의 영이 아닌 고윳값은 슈미트 계수의 제곱으로 같다. 양의 슈미트 계수가 하나뿐인 경우가 순수 곱상태다. 다시 보기: O04a, O04b.

혼합 상태를 더 큰 순수 상태로 표현한다. 밀도 행렬의 고유기저를 보조계의 정규직교 기저와 짝지으면 정화를 구성할 수 있다. 보조계의 부분 대각합이 원래 상태가 되는지 확인한다. 정화는 표현 방법이며 실제로 그 보조계를 조작할 수 있다는 가정과는 다르다. 다시 보기: HP01.

정화의 선택과 접근 권한을 구별한다. 같은 상태의 두 정화는 필요한 보조 공간을 추가한 뒤 정화 계의 등거리 사상으로 연결된다. 이 자유도는 뒤의 복구 존재 논증에 쓰이지만, 허용된 실험실에서 그 사상을 구현할 수 있는지는 별도 문제다. 다시 보기: HP01.

얽힘 해석에는 전체 순수성이 필요하다. 순수한 이분계에서는

S(A)=S(B)S(A)=S(B)

이고 이 값은 그 분할의 얽힘 엔트로피다. 전체가 혼합 상태라면 같은 축약 엔트로피를 곧바로 얽힘의 양으로 해석할 수 없다. 다시 보기: O05, HP03a.

09 · 슈미트 분해·정화·양자 정보량U09
슈미트 분해·정화·양자 정보량핵심U09a

요약: 서로 다른 정보량의 해석

무엇의 불확실성인지 밝힌다. 준비 기록의 섀넌 엔트로피, 밀도 행렬의 폰 노이만 엔트로피, 선택한 측정 결과의 엔트로피는 서로 다른 양이다. 직교 상태를 준비한 경우에는 앞의 두 값이 일치하지만 일반적인 비직교 준비에서는 그렇지 않다. 다시 보기: C07b.

전체와 부분을 함께 비교한다. 양자 상호정보량은

I(A:B)=S(A)+S(B)−S(AB)I(A:B)=S(A)+S(B)-S(AB)

이다. 준가법성에서 I(A:B)≥0I(A:B)\ge0이고, 0일 필요충분조건은 공동 상태가 곱상태인 것이다. 이 양은 고전적 상관관계까지 포함한 전체 상관관계를 잰다. 그래서 분리 가능 상태에서도 양수일 수 있다. 다시 보기: HP03, D29a.

차수에 따른 정보를 구별한다. 레니 엔트로피는 상태의 고윳값 분포에 다른 가중을 주는 정보량이다. 차수 1의 극한은 폰 노이만 엔트로피이고, 차수 2는 순도의 음의 밑 2 로그다. 차수와 로그의 밑을 구별한다. 다시 보기: C07r, C07s.

같은 국소 통계가 같은 얽힘을 뜻하지 않는다. 벨 상태를 위상 반전으로 평균하면 국소 엔트로피는 유지되면서 얽힘이 사라질 수 있다. 정보를 해석할 때는 상태, 분할, 접근 가능한 기록을 함께 지정한다. 이것이 뒤의 채널과 통신 과제를 읽는 기준이다. 다시 보기: HP03a.

맞힐 확률을 정보량으로 읽는다. 관측 YY로 SS를 맞힐 최대 확률은 pguess(S∣Y)=∑ymaxsp(s,y)p_{\mathrm{guess}}(S\mid Y)=\sum_y\max_sp(s,y)이고, 그 음의 밑 2 로그가 조건부 최소 엔트로피다. 이 값은 각 yy에서 계산한 −log2⁡maxsp(s∣y)-\log_2\max_sp(s\mid y)의 평균과 다르며, YY를 처리해도 추측 확률은 커지지 않는다. 다시 보기: C07t, C07v.

09 · 슈미트 분해·정화·양자 정보량U09a
슈미트 분해·정화·양자 정보량도전X03

도전: 슈미트 확률과 얽힘 엔트로피

O04a와 A06b를 적용한다. A05a의 부분 대각합 규칙으로 (ρA)nn′=∑mcnmcn′m∗(\rho_A)_{nn'}=\sum_mc_{nm}c_{n'm}^*, 곧 ρA=CC†\rho_A=CC^\dagger이다(계수 행렬 C=(cnm)C=(c_{nm})). 그 고윳값이 슈미트 확률 pkp_k이고, 얽힘 엔트로피는 S=−∑kpklog2⁡pkS=-\sum_kp_k\log_2p_k이다.

양자 채널과 환경절 안내ST06a

양자 채널과 환경

SECTION 10

양자 채널과 환경

환경과의 상호작용을 상태 변화의 규칙으로 어떻게 나타내는가?

01양자 채널의 정의
02크라우스 표현과 환경 확장
03위상 반전과 환경에 남는 정보
10 · 양자 채널과 환경ST06a
양자 채널과 환경절 안내S06a

양자 채널과 환경

환경과의 상호작용을 상태 변화의 규칙으로 어떻게 나타내는가?

닫힌 계의 유니타리 변화에서 출발하여, 환경과 상호작용한 뒤 일부 계를 관측하지 않는 상황으로 범위를 넓힌다.

양자 채널의 조건을 먼저 정의하고 크라우스 표현과 환경 확장으로 연결한다. 위상 반전의 계산과 실습에서는 계의 상태 변화와 환경에 남는 정보를 함께 확인한다.

이 절을 마치면 유한차원 채널의 조건을 설명하고, 크라우스 연산자로 출력 상태를 계산할 수 있어야 한다. 계와 환경의 초기 상관관계가 있을 때에는 같은 채널 모형을 그대로 적용할 수 없다는 점도 구별한다.

양자 채널과 환경핵심C06u

양자 채널은 언제 필요한가?

실험에서 준비한 상태가 장치를 통과한 뒤 어떻게 바뀌는지 예측하고 싶다고 하자. 관심 있는 입력과 출력만 남겨 그 사이의 변화를 나타내는 도구가 양자 채널(quantum channel)⁠이다. 통신선뿐 아니라 게이트, 저장 장치, 측정 장치에도 같은 언어를 쓴다.

이상적인 닫힌 계의 게이트는 ρ↦UρU†\rho\mapsto U\rho U^\dagger로 나타낸다. 환경과 상호작용하거나 계의 일부를 버리는 경우에는 관측하는 계만의 유니타리 연산으로 상태 변화를 표현할 수 없을 수 있다. 유니타리 변화는 고윳값을 바꾸지 않으므로 순도도 그대로다. 그런데 |+⟩A|0⟩F|+\rangle_A|0\rangle_F에 AA를 제어로, FF를 표적으로 하는 CNOT을 가하면 순수 상태였던 AA가 최대 혼합 상태 I/2I/2가 된다. 이런 변화는 AA의 어떤 유니타리로도 나타낼 수 없다.

채널을 정하면 여러 입력에 대해 같은 장치의 출력을 계산하고 비교할 수 있다. 입력이 외부 기준계와 얽혀 있는 경우에도 일관되게 적용할 수 있어야 한다. 이를 정확히 정식화하는 조건이 C06의 CPTP 조건이다.

잡음과 전송: 광자나 큐비트가 전송·저장 중 겪는 위상 변화와 에너지 손실을 모형화한다. 입력 상태와 잡음 세기를 바꾸어 정보가 얼마나 보존되는지 계산한다.

부분계만 관측: 계와 환경을 함께 변화시킨 뒤 환경을 무시한다. 부분 대각합 자체도 더 큰 입력계에서 작은 출력계로 가는 채널의 예다.

측정과 복구: 측정 결과를 모두 합친 평균 상태 변화, 그리고 오류 정정의 부호화·잡음·복구 과정을 채널로 나타낸다. 특정 결과만 골라 정규화하는 사후 선택(11절 B14c)⁠은 일반적인 CPTP 채널과 구별한다.

장치를 차례로 통과하면 채널을 합성한다. 고정된 장치 설정과 환경 준비 아래에서 입력 상태를 바꾸어도 같은 사상을 사용한다. 장치가 입력 준비와 상관된 환경을 가진다면 이 가정을 다시 확인해야 한다.

양자 채널과 환경핵심C06v

연산자에 작용하는 사상과 기준계

정의 ·연산자 공간과 선형 사상

L(H)\mathcal L(\mathcal H)는 H\mathcal H 위의 선형 연산자 전체가 이루는 벡터 공간이다. 사상 E:L(HA)→L(HB)\mathcal E:\mathcal L(\mathcal H_A)\to\mathcal L(\mathcal H_B)는 연산자를 다른 연산자로 보낸다. 선형이면 행렬 단위 |i⟩⟨j||i\rangle\langle j|에 대한 값으로 완전히 정해진다.

X=∑i,jXij|i⟩⟨j|,E(X)=∑i,jXijE(|i⟩⟨j|).X=\sum_{i,j}X_{ij}|i\rangle\langle j|,\qquad\mathcal E(X)=\sum_{i,j}X_{ij}\mathcal E(|i\rangle\langle j|).

II는 벡터에 작용하는 항등 연산자, id(X)=X\mathrm{id}(X)=X는 연산자에 작용하는 항등 사상이다. (F∘E)(X)=F(E(X))(\mathcal F\circ\mathcal E)(X)=\mathcal F(\mathcal E(X))에서는 E\mathcal E가 먼저 작용한다.

기준계 RR은 건드리지 않고 AA만 변화시키는 확장은

(idR⊗E)(MR⊗NA)=MR⊗E(NA)(\mathrm{id}_R\otimes\mathcal E)(M_R\otimes N_A)=M_R\otimes\mathcal E(N_A)

로 정하고 모든 연산자에 선형적으로 확장한다. 일반적인 공동 상태는 곱 연산자들의 합으로 전개하므로, 이 정의는 얽힌 입력에도 적용된다.

예를 들어 |Φ⟩=(|00⟩+|11⟩)/2|\Phi\rangle=(|00\rangle+|11\rangle)/\sqrt2의 밀도 행렬은

12∑i,j|i⟩⟨j|⊗|i⟩⟨j|\frac12\sum_{i,j}|i\rangle\langle j|\otimes|i\rangle\langle j|

이다. 두 번째 인자에만 E\mathcal E를 적용한다. 다음의 완전 양성 조건은 이러한 확장이 모든 기준계에서 양성을 보존하도록 요구한다.

양자 채널과 환경핵심C06

양자 채널: 상태 변화가 만족해야 할 조건

정의 ·양자 채널

유한차원 입력계 AA와 출력계 BB를 생각하자. 양자 채널(quantum channel)⁠은 AA의 연산자를 BB의 연산자로 보내는 선형 사상 E\mathcal E로서, 완전 양성과 대각합 보존을 만족한다. 이를 CPTP 사상(completely positive trace-preserving map)⁠이라 한다.

대각합 보존(trace preservation)⁠은 모든 입력 연산자 XX에 대해 Tr⁡E(X)=Tr⁡X\operatorname{Tr}\mathcal E(X)=\operatorname{Tr}X가 성립한다는 뜻이다. 특히 정규화된 입력 상태의 전체 확률 1을 보존한다.

정의 ·완전 양성

완전 양성(complete positivity)⁠은 임의의 유한차원 보조계 RR과 모든 양의 준정부호 연산자 XRAX_{RA}에 대해

(idR⊗E)(XRA)≥0(\mathrm{id}_R\otimes\mathcal E)(X_{RA})\ge0

이 성립한다는 뜻이다. X≥0X\ge0은 에르미트 XX에 대해 모든 vv에서 ⟨v|X|v⟩≥0\langle v|X|v\rangle\ge0, 즉 모든 고윳값이 0 이상이라는 뜻이다. idR\mathrm{id}_R은 RR을 그대로 두는 항등 사상이다.

입력 밀도 연산자 ρA\rho_A는 출력 상태 E(ρA)\mathcal E(\rho_A)로 변한다. 완전 양성과 대각합 보존은 출력이 다시 밀도 연산자가 되도록 한다. 입력계와 출력계의 차원은 같을 필요가 없다.

완전 양성은 단독 입력의 양성을 보존하는 것보다 강한 조건이다. AA가 RR과 얽혀 있어도 AA에만 채널을 적용한 전체 상태는 양성을 유지해야 한다. 그렇지 않으면 어떤 공동 측정에서는 음의 확률이 나올 수 있다.

계와 환경의 초기 상태가 곱 상태이고 환경의 초기 상태가 고정되어 있으면, 전체를 유니타리하게 변화시킨 뒤 환경의 부분 대각합을 취해 CPTP 채널을 얻는다. 특정 결과만 남긴 분기는 대각합이 줄고, 다시 정규화한 사후 선택(11절 B14c)⁠은 비선형이다.

크라우스 표현의 정의와 존재 정리는 C06a, 위 환경 모형에서 그 표현을 얻는 계산은 D03에서 다룬다.

참고: [PR16]. 초기 상관관계나 제한된 출력 공간 밖으로의 누설에는 별도의 모형이 필요하다.

양자 채널과 환경계산C25

계산: 양성만으로 충분하지 않은 이유

양성을 보존하는 사상이 반드시 완전 양성인 것은 아니다. 고정한 계산 기저에서 전치(transpose)⁠는 (XT)ij=Xji(X^{\mathsf T})_{ij}=X_{ji}로 정의하며, 성분의 복소켤레는 취하지 않는다. 전치 사상 T(ρ)=ρTT(\rho)=\rho^{\mathsf T}를 생각하자. 양의 준정부호 행렬을 전치해도 고윳값은 바뀌지 않으므로, TT는 양성을 보존한다.

이번에는 벨 상태 |Φ+⟩=(|00⟩+|11⟩)/2|\Phi^+\rangle=(|00\rangle+|11\rangle)/\sqrt2의 첫 번째 큐비트에만 전치를 적용하자. a,b,c,d∈{0,1}a,b,c,d\in\{0,1\}에 대해 기저 연산자에는

(T⊗id)(|a⟩⟨c|⊗|b⟩⟨d|)=|c⟩⟨a|⊗|b⟩⟨d|\begin{aligned}&(T\otimes\mathrm{id})(|a\rangle\langle c|\otimes|b\rangle\langle d|)\\&\qquad=|c\rangle\langle a|\otimes|b\rangle\langle d|\end{aligned}

로 작용한다. 따라서 |00⟩⟨11||00\rangle\langle11|은 |10⟩⟨01||10\rangle\langle01|로, 그 수반 항 |11⟩⟨00||11\rangle\langle00|은 |01⟩⟨10||01\rangle\langle10|으로 바뀐다. 이 규칙을 벨 상태의 밀도 행렬에 적용하면

σ=(T⊗id)(|Φ+⟩⟨Φ+|)=12(1000001001000001)\sigma=(T\otimes\mathrm{id})(|\Phi^+\rangle\langle\Phi^+|) =\frac12\begin{pmatrix} 1&0&0&0\\0&0&1&0\\0&1&0&0\\0&0&0&1 \end{pmatrix}

위 행렬의 기저 순서는 00,01,10,1100,01,10,11이다.

이 행렬을 반대칭 벨 상태에 작용시키면

|Ψ−⟩=|01⟩−|10⟩2,σ|Ψ−⟩=−12|Ψ−⟩|\Psi^-\rangle=\frac{|01\rangle-|10\rangle}{\sqrt2}, \qquad \sigma|\Psi^-\rangle=-\frac12|\Psi^-\rangle

이다. 음의 고윳값이 있으므로 σ\sigma는 밀도 행렬이 될 수 없다. σ\sigma를 상태로 간주하고 |Ψ−⟩|\Psi^-\rangle에 대한 사영 측정의 확률을 계산하면 −1/2-1/2이 되어 확률의 조건을 어긴다.

따라서 전치 사상은 양성을 보존하지만 완전 양성은 아니다. 물리적 채널에 완전 양성을 요구하는 이유는, 입력이 다른 계와 얽혀 있을 때도 전체 상태가 물리적으로 허용되어야 하기 때문이다.

양자 채널과 환경핵심C06a

크라우스 연산자와 양자 채널의 표현 정리

정의 ·크라우스 연산자

선형 사상 E\mathcal E를 연산자족 Kμ:HA→HBK_\mu:\mathcal H_A\to\mathcal H_B로 다음과 같이 쓸 수 있다고 하자.

E(X)=∑μKμXKμ†.\mathcal E(X)=\sum_\mu K_\mu X K_\mu^\dagger.

이때 각 KμK_\mu를 이 표현의 크라우스 연산자(Kraus operator)⁠라 한다. 이 표현은 일반적으로 유일하지 않다(예: C07). 개별 연산자 하나가 대각합을 보존해야 하는 것은 아니다.

정리 ·크라우스 표현 정리증명: Choi 행렬에서 구성

유한차원 선형 사상 E\mathcal E가 양자 채널일 필요충분조건은 위 표현을 갖는 유한한 연산자족이 존재하고 다음을 만족하는 것이다.

∑μKμ†Kμ=IA.\sum_\mu K_\mu^\dagger K_\mu=I_A.

위상 반전 확률이 0≤p≤10\le p\le1일 때

K0=1−pI,K1=pZK_0=\sqrt{1-p}\,I,\qquad K_1=\sqrt p\,Z

로 두면 K0†K0+K1†K1=IK_0^\dagger K_0+K_1^\dagger K_1=I이다. 이 연산자족이 나타내는 채널은

Ep(ρ)=(1−p)ρ+pZρZ\mathcal E_p(\rho)=(1-p)\rho+pZ\rho Z

이다. ZρZZ\rho Z는 대각 성분을 두고 비대각 성분의 부호만 바꾸므로, Ep\mathcal E_p는 계산 기저의 측정 확률을 유지하고 비대각 성분(결맞음)⁠에 1−2p1-2p를 곱한다. p=1/2p=1/2이면 비대각 성분이 모두 사라진다. 이 채널 E1/2\mathcal E_{1/2}을 완전한 위상 감쇠(complete dephasing)⁠라 한다. 예를 들어 E1/2(|+⟩⟨+|)=I/2\mathcal E_{1/2}(|+\rangle\langle+|)=I/2이다.

반면 p=1p=1이면 늘 ZZ를 적용하는 유니타리 채널이다. 따라서 반전 확률이 커진다고 해서 상태가 점점 더 혼합되는 것은 아니다.

연산자족의 존재는 크라우스 표현 정리(Kraus representation theorem)⁠가 보장하며, 아래 증명에서 구성한다.

양자 채널과 환경핵심C06b

환경 확장 정리: 채널을 더 큰 계에서 구현하기

정리 ·Stinespring 확장 정리유도: 오른쪽과 D03 · 크라우스 정리 사용

유한차원 양자 채널 E:A→B\mathcal E:A\to B에는 어떤 환경 FF와 등거리 사상 V:HA→HB⊗HFV:\mathcal H_A\to\mathcal H_B\otimes\mathcal H_F가 존재하여

E(ρ)=TrF⁡(VρV†),V†V=IA\mathcal E(\rho)=\operatorname{Tr}_F(V\rho V^\dagger),\qquad V^\dagger V=I_A

로 쓸 수 있다. 반대로 이 식으로 정의한 사상은 양자 채널이다. 이것이 유한차원 Stinespring 확장 정리(Stinespring dilation theorem)⁠의 채널 형태다.

등거리 사상은 필요한 보조 공간을 더하면 유니타리 연산으로 확장할 수 있다. 따라서 채널은 더 큰 계에서 가역적으로 변화시킨 뒤 일부 계를 관측하지 않는 과정으로 구현할 수 있다.

크라우스 표현을 알고 있다면 환경의 정규직교 기저 {|μ⟩F}\{|\mu\rangle_F\}를 사용하여

V|ψ⟩=∑μKμ|ψ⟩⊗|μ⟩FV|\psi\rangle=\sum_\mu K_\mu|\psi\rangle\otimes|\mu\rangle_F

로 구성한다. ∑μKμ†Kμ=IA\sum_\mu K_\mu^\dagger K_\mu=I_A이므로 내적이 보존된다. 환경의 부분 대각합을 취하면 서로 다른 환경 기저 사이의 항이 사라져 크라우스 표현을 얻는다. 다음 D03에서 두 방향의 계산을 확인한다.

이 정리는 잡음을 환경으로 흘러간 정보와 연결한다. 출력 BB 대신 환경 FF를 남기는 상보 채널은 뒤에서 오류 정정과 Hayden–Preskill 복구를 설명하는 데 쓰인다.

이는 구현의 존재에 관한 결과다. 특정 실험 장치의 실제 환경을 유일하게 정하거나, 구현 회로가 효율적임을 보장하는 것은 아니다.

양자 채널과 환경핵심D03

환경을 제거하면 크라우스 연산자가 남는다

계 SS와 환경 FF를 ρ⊗(|0⟩⟨0|)F\rho\otimes\bigl(|0\rangle\langle0|\bigr)_F로 준비하고 함께 유니타리하게 진화시킨다. 환경의 정규직교 기저를 {|μ⟩F}\{|\mu\rangle_F\}라 하자.

Kμ=F⟨μ|U|0⟩F.K_\mu={}_F\langle\mu|U|0\rangle_F.

곧 KμK_\mu는 다음과 같이 정하는 SS 위의 연산자다. Kμ|ψ⟩:=(IS⊗F⟨μ|)U(|ψ⟩S|0⟩F).K_\mu|\psi\rangle:=(I_S\otimes{}_F\langle\mu|)\,U(|\psi\rangle_S|0\rangle_F).

부분 대각합을 환경 기저로 쓰면 다음과 같다. TrF⁡X=∑μ(IS⊗F⟨μ|)X(IS⊗|μ⟩F).\operatorname{Tr}_FX=\sum_\mu(I_S\otimes{}_F\langle\mu|)X(I_S\otimes|\mu\rangle_F). 곱 연산자 |i⟩⟨k|⊗|j⟩⟨ℓ||i\rangle\langle k|\otimes|j\rangle\langle\ell|에 적용하면 δjℓ|i⟩⟨k|\delta_{j\ell}|i\rangle\langle k|가 되어 A05a의 규칙과 일치한다. ρ⊗(|0⟩⟨0|)F=(IS⊗|0⟩F)ρ(IS⊗F⟨0|)\rho\otimes\bigl(|0\rangle\langle0|\bigr)_F=(I_S\otimes|0\rangle_F)\rho(I_S\otimes{}_F\langle0|)이므로 각 항은 KμρKμ†K_\mu\rho K_\mu^\dagger가 된다. 따라서

E(ρ)=TrF⁡[U(ρ⊗|0⟩⟨0|)U†]=∑μKμρKμ†.\begin{aligned}\mathcal E(\rho)&=\operatorname{Tr}_F[U(\rho\otimes|0\rangle\langle0|)U^\dagger]\\&=\sum_\mu K_\mu\rho K_\mu^\dagger.\end{aligned}

환경 기저의 완비성과 U†U=IU^\dagger U=I를 사용하면 대각합 보존 조건도 바로 얻는다.

∑μKμ†Kμ=F⟨0|U†U|0⟩F=IS.\begin{aligned}\sum_\mu K_\mu^\dagger K_\mu&={}_F\langle0|U^\dagger U|0\rangle_F\\&=I_S.\end{aligned}

반대로 크라우스 연산자로부터 V|ψ⟩=∑μKμ|ψ⟩|μ⟩FV|\psi\rangle=\sum_\mu K_\mu|\psi\rangle|\mu\rangle_F를 만들면 V†V=∑μ,ν⟨ν|μ⟩Kν†Kμ=∑μKμ†Kμ=IV^\dagger V=\sum_{\mu,\nu}\langle\nu|\mu\rangle K_\nu^\dagger K_\mu=\sum_\mu K_\mu^\dagger K_\mu=I이다. 이 등거리 사상(HP01)⁠은 필요한 보조 공간을 더해 유니타리 연산으로 확장할 수 있다.

정의 ·상보 채널

환경의 출력을 남기는 Ec(ρ)=TrS⁡(VρV†)\mathcal E^{\mathrm c}(\rho)=\operatorname{Tr}_S(V\rho V^\dagger)를 상보 채널(complementary channel)⁠이라 한다.

양자 채널과 환경계산C07

계산: 위상 잡음은 무엇을 지우는가?

일반적인 한 큐비트 상태를 ρ=(ucc*1−u)\rho=\begin{pmatrix}u&c\\c^*&1-u\end{pmatrix} 로 쓰면 ZρZ=(u−c−c*1−u),Z\rho Z=\begin{pmatrix}u&-c\\-c^*&1-u\end{pmatrix}, ℰp(ρ)=(u(1−2p)c(1−2p)c*1−u).\mathcal E_p(\rho)=\begin{pmatrix}u&(1-2p)c\\(1-2p)c^*&1-u\end{pmatrix}. ZZ 측정의 확률 u,1−uu,1-u만 보면 이 변화를 알아낼 수 없다. X,YX,Y 측정까지 고려해야 비대각 성분의 변화를 확인할 수 있다. 크라우스 표현은 유일하지 않다. 예를 들어 p=1/2p=1/2의 채널은 {I/2,Z/2}\{I/\sqrt2,Z/\sqrt2\}로도, {|0⟩⟨0|,|1⟩⟨1|}\{|0\rangle\langle0|,|1\rangle\langle1|\}로도 쓸 수 있으며, 두 연산자족 모두 ρ\rho의 대각 성분만 남긴다. Pk=|k⟩⟨k|P_k=|k\rangle\langle k|에 대해 I=P0+P1I=P_0+P_1, Z=P0−P1Z=P_0-P_1을 넣으면 교차항이 상쇄되기 때문이다. 12(ρ+ZρZ)=P0ρP0+P1ρP1.\tfrac12(\rho+Z\rho Z)=P_0\rho P_0+P_1\rho P_1.

입력이 |+⟩\left|+\right\rangle이면 ρ′=12(11−2p1−2p1)\rho'=\frac12\begin{pmatrix}1&1-2p\\1-2p&1\end{pmatrix}이다. ρ′\rho'은 XX 기저 |±⟩|\pm\rangle에서 대각이고 고윳값은 1−p,p1-p,p이므로 Pr(X=+1)=1−p,S2(ρ′)=h2(p)\Pr(X=+1)=1-p,\qquad S_2(\rho')=h_2(p)이다. S2S_2는 C07a의 폰 노이만 엔트로피, h2h_2는 C02의 이진 엔트로피다. 입력이 순수 상태인 경우, 이 강의에서는 충실도(fidelity)⁠를 입력과 출력의 겹침으로부터 F:=⟨+|ρ′|+⟩=1−pF:=\left\langle+\right|\rho'\left|+\right\rangle=1-p와 같이 정의한다. 일반 상태의 충실도는 HP04에서 정의하며, 한 상태가 순수하면 이 겹침과 같다. F\sqrt F를 충실도라 부르는 관례도 있으므로 정의식을 확인해야 한다.

참고: [PR16]. 이 페이지의 엔트로피는 밑 2의 로그로 계산하며, 단위는 비트다.

양자 채널과 환경계산D04

위상 반전에서 환경이 얻는 정보

위상 반전 채널의 한 등거리 확장은 다음과 같다.

V|ψ⟩=1−p|ψ⟩|0⟩F+pZ|ψ⟩|1⟩F.V|\psi\rangle=\sqrt{1-p}|\psi\rangle|0\rangle_F+\sqrt p\,Z|\psi\rangle|1\rangle_F.

환경을 제거하면 교차항이 사라져 (1−p)ρ+pZρZ(1-p)\rho+pZ\rho Z가 남는다. VρV†=∑a,bKaρKb†⊗|a⟩⟨b|FV\rho V^\dagger=\sum_{a,b}K_a\rho K_b^\dagger\otimes|a\rangle\langle b|_F이므로 계를 제거하면 환경 상태의 (a,b)(a,b) 성분은 Tr⁡(KaρKb†)\operatorname{Tr}(K_a\rho K_b^\dagger)이다. 여기서 K0=1−pIK_0=\sqrt{1-p}\,I, K1=pZK_1=\sqrt p\,Z이므로 대각 성분은 1−p1-p, pp이고 비대각 성분은 p(1−p)Tr⁡(ρZ)\sqrt{p(1-p)}\operatorname{Tr}(\rho Z)이다. 따라서 z=Tr⁡(ρZ)z=\operatorname{Tr}(\rho Z)에 대해

ρF=(1−pp(1−p)zp(1−p)zp).\rho_F=\begin{pmatrix}1-p&\sqrt{p(1-p)}z\\\sqrt{p(1-p)}z&p\end{pmatrix}.

p=1/2p=1/2일 때 계산 기저의 두 입력은 서로 직교하는 환경 상태와 연결된다.

V|0⟩=|0⟩|+⟩F,V|1⟩=|1⟩|−⟩F.V|0\rangle=|0\rangle|+\rangle_F,\qquad V|1\rangle=|1\rangle|-\rangle_F.

따라서 중첩 입력 α|0⟩+β|1⟩\alpha|0\rangle+\beta|1\rangle의 전체 출력은 α|0+⟩+β|1−⟩\alpha|0+\rangle+\beta|1-\rangle다. 부분 대각합에서는 ⟨−|+⟩=0\langle-|+\rangle=0이므로 결맞음 항이 사라진다.

ρF\rho_F는 입력의 z=⟨Z⟩z=\langle Z\rangle에만 의존하므로 환경은 입력의 ZZ 성분에 관한 정보만 얻는다. p=1/2p=1/2이면 ρF=12(I+zX)\rho_F=\frac12(I+zX)이므로, 환경을 XX 기저에서 측정하면 입력을 ZZ 기저에서 측정한 것과 같은 확률 (1±z)/2(1\pm z)/2를 얻는다.

순수 입력의 전체 출력은 여전히 순수하다. 계만 혼합 상태가 되는 것은 정보를 없애는 비유니타리한 전체 진화를 가정했기 때문이 아니라, 환경과의 상관관계를 보지 않기 때문이다.

양자 채널과 환경실습L05

위상 반전 채널을 통과한 상태

양자 채널과 환경핵심Q03

개념 확인: 위상 반전 채널의 출력

입력은 |+⟩|+\rangle이고 위상 반전 확률은 p=1/3p=1/3이다. 출력은

ρ′=(1−p)|+⟩⟨+|+pZ|+⟩⟨+|Z\rho'=(1-p)|+\rangle\langle+|+pZ|+\rangle\langle+|Z

이다. 계산 기저에서 ρ01′\rho'_{01}의 실수값, XX 측정에서 +1을 얻을 확률, 출력의 순도 Tr⁡(ρ′2)\operatorname{Tr}(\rho'^2)을 구하라.

측정 결과 하나를 골라 조건을 건 상태가 아니라, 오류 발생 여부를 모르는 평균 출력이다. ZZ 측정 확률만 확인하면 어떤 변화를 놓치게 되는지도 생각해 보자.

수치는 소수 또는 분수로 입력한다. 수치 오차 10−610^{-6} 이내는 맞은 것으로 본다. 답 확인을 누르기 전에는 채점하지 않는다.

마우스 숫자 입력판
입력할 칸: 비대각 성분 ρ01′\rho'_{01} (실수)

정답은 공개하지 않는다. 새로고침하면 입력이 지워진다.

양자 채널과 환경핵심U10

요약: 채널과 환경의 두 표현

입출력의 규칙을 정한다. 양자 채널은 유한차원 연산자 공간 사이의 완전 양성·대각합 보존 선형 사상이다. 완전 양성은 입력이 기준계와 얽혀 있어도 확장된 출력이 양의 연산자여야 한다는 조건이다. 전치는 양성을 보존하지만 완전 양성은 아니다. 다시 보기: C06v, C06, C25.

표현과 정의를 구별한다. 채널은 크라우스 연산자로

E(ρ)=∑μKμρKμ†,∑μKμ†Kμ=I\mathcal E(\rho)=\sum_\mu K_\mu\rho K_\mu^\dagger,\qquad\sum_\mu K_\mu^\dagger K_\mu=I

로 표현된다. 두 번째 식이 전체 확률 보존을 보장한다. 같은 채널의 크라우스 표현은 일반적으로 유일하지 않다. 다시 보기: C06a.

환경을 포함하거나 버린다. 채널은 등거리 사상 뒤 환경을 버리는 과정으로 나타낼 수 있다(Stinespring 확장). 출력계 대신 환경을 남기면 그 확장에 대한 상보 채널을 얻는다. 초기 환경이 고정되어 있고 입력과 독립이라는 가정을 확인한다. 다시 보기: C06b, D03.

잡음의 세기를 상태에서 확인한다. 위상 반전은 계산 기저 확률을 보존하면서 비대각 성분을 바꾼다. 반전 확률이 1/2이면 비대각 성분이 모두 사라지는 완전한 위상 감쇠가 되지만, 1이면 채널이 유니타리 ZZ 연산이 된다. 잡음 모수의 증가를 혼합도의 단조 증가로 읽지 않는다. 다시 보기: C06a, D04.

10 · 양자 채널과 환경U10
양자 채널과 환경도전X15

도전: 환경을 버리면 남는 크라우스 연산자

D03과 C06a를 적용한다. 환경 FF가 |0⟩F|0\rangle_F에서 시작해 계와 함께 UU로 진화한 뒤 버려지면 Kμ=F⟨μ|U|0⟩FK_\mu={}_F\langle\mu|U|0\rangle_F이고, 출력은 E(ρ)=∑μKμρKμ†\mathcal E(\rho)=\sum_\mu K_\mu\rho K_\mu^\dagger이다. 대각합 보존은 ∑μKμ†Kμ=I\sum_\mu K_\mu^\dagger K_\mu=I로 확인한다.

측정 결과와 조건부 상태절 안내ST06b

측정 결과와 조건부 상태

SECTION 11

측정 결과와 조건부 상태

결과의 확률과 측정 뒤의 상태를 어떻게 함께 기술하는가?

01POVM과 측정 도구
02결과별 상태와 측정 기록
03사후 선택과 조건부 상태
11 · 측정 결과와 조건부 상태ST06b
측정 결과와 조건부 상태절 안내S06b

측정 결과와 조건부 상태

결과의 확률과 측정 뒤의 상태를 어떻게 함께 기술하는가?

조건부 확률(N01a)⁠과 크라우스 연산자(C06a)⁠를 사용한다. 결과의 확률과 그 결과로 조건을 건 상태를 구별하며 읽자.

측정 결과의 확률만으로는 측정 뒤의 상태가 정해지지 않는다. 결과별 상태 변화와 기록의 보존 여부를 구별하여 측정을 기술한다.

POVM으로 결과의 확률을 정하고, 측정 도구로 각 결과 뒤의 상태를 기술한다. 이어 비정규화 상태와 사후 선택을 정의한 뒤, 같은 확률을 주는 두 도구와 성공 분기를 고르는 필터를 계산한다. 보조계를 이용한 일반 구현은 계산 경로에서 살펴본다.

학습 목표는 측정 결과의 확률, 결과별 상태, 기록을 버린 상태를 각각 계산하는 것이다. 사후 선택에서는 성공 확률도 함께 제시하고, 결정론적인 채널과 구별한다.

측정 결과와 조건부 상태핵심B14

측정 결과에 따른 상태와 평균한 상태

공리·측정 규칙 ·측정 확률과 조건부 상태

먼저 각 측정 결과 mm에 하나의 크라우스 연산자 KmK_m이 대응하는 경우를 생각하자. 임의의 입력 상태에서 측정 확률의 합이 1이 되려면 이 연산자들은

∑mKm†Km=I\sum_mK_m^\dagger K_m=I

를 만족해야 한다(완비성 조건). 입력 상태가 ρ\rho일 때 결과 mm을 얻을 확률과, 그 결과를 얻은 뒤의 상태는

pm=Tr⁡(KmρKm†)ρm=KmρKm†pm(pm>0)\begin{gathered} p_m=\operatorname{Tr}(K_m\rho K_m^\dagger)\\ \rho_m=\frac{K_m\rho K_m^\dagger}{p_m}\quad(p_m>0) \end{gathered}

으로 주어진다. pmp_m으로 나누면 측정 후 상태의 대각합이 1이 된다.

정의 ·측정 결과를 평균한 상태

측정 결과를 구별하지 않고 측정 후의 상태를 기술하려면, 각 결과에 해당하는 상태를 그 결과의 확률로 평균한다.

ρ′=∑m:pm>0pmρm=∑mKmρKm†.\rho'=\sum_{m:p_m>0}p_m\rho_m=\sum_mK_m\rho K_m^\dagger.

확률이 0인 결과는 평균에서 제외한다. 특정 결과를 얻은 뒤의 상태와 모든 결과에 대해 평균한 상태는 일반적으로 다르다.

pm=0p_m=0이면 KmρKm†K_m\rho K_m^\dagger는 대각합이 0인 양의 준정부호 행렬, 곧 0이므로 위 식의 두 합이 같다.

한편 Mm=Km†KmM_m=K_m^\dagger K_m이라 두면 Mm≥0M_m\ge0이고 ∑mMm=I\sum_mM_m=I이며, 측정 확률은 pm=Tr⁡(Mmρ)p_m=\operatorname{Tr}(M_m\rho)로 쓸 수 있다. MmM_m들의 합을 GG라 하면 확률의 합은 Tr⁡(Gρ)\operatorname{Tr}(G\rho)이고, 이 값은 GG의 고유벡터 상태에서 고윳값이므로 G=IG=I여야 한다. MmM_m은 각 결과의 확률을 정하지만 측정 후의 상태까지 정하지는 않는다. C08에서는 이 확률 표기로 수신자가 얻는 정보의 상한을 살펴본다.

측정 결과와 조건부 상태핵심B14a

측정 확률만으로는 측정 후 상태가 정해지지 않는다

정의 ·효과 연산자

효과 연산자(effect operator) EE는 0≤E≤I0\le E\le I를 만족하는 연산자다. 여기서 A≤BA\le B는 B−AB-A가 양의 준정부호라는 뜻이다. 상태 ρ\rho에서 그 결과의 확률은 Tr⁡(Eρ)\operatorname{Tr}(E\rho)다.

정의 ·POVM

양의 연산자값 측도(positive operator-valued measure, POVM)⁠는 효과 연산자의 유한한 모음 {Ea}\{E_a\}로서 다음을 만족한다.

Ea≥0,∑aEa=I.E_a\ge0,\qquad\sum_aE_a=I.

POVM은 결과의 확률을 정한다. 결과를 얻은 뒤 어느 상태가 남는지는 별도의 정보다. B14의 Mm=Km†KmM_m=K_m^\dagger K_m은 효과 연산자이며, 여기서는 이를 EE로 표기한다.

측정 확률이 같아도 출력은 다를 수 있다. 이를 보여 주는 두 장치의 크라우스 연산자를 먼저 비교하자.

K0=|0⟩⟨0|,K1=|1⟩⟨1|,L0=|0⟩⟨0|,L1=|0⟩⟨1|.\begin{aligned}K_0&=|0\rangle\langle0|,&K_1&=|1\rangle\langle1|,\\L_0&=|0\rangle\langle0|,&L_1&=|0\rangle\langle1|.\end{aligned}

두 장치 모두 Ea=|a⟩⟨a|E_a=|a\rangle\langle a|를 갖는다. 그러나 입력이 |+⟩|+\rangle이고 결과를 버리면 첫 장치의 출력은 I/2I/2, 둘째 장치의 출력은 |0⟩⟨0||0\rangle\langle0|이다.

첫 장치는 ZZ 기저의 결맞음을 없애고, 둘째 장치는 상태를 |0⟩|0\rangle으로 재설정한다. 같은 측정 확률만 확인해서는 두 장치를 구별할 수 없다. 측정 도구와 비정규화 상태를 정의한 뒤 이 예의 분기별 계산을 살펴본다.

측정 결과와 조건부 상태핵심B14b

측정 결과와 상태 변화를 함께 나타내기

정의 ·CP-TNI

대각합 비증가(trace-nonincreasing, TNI) 사상은 X≥0X\ge0이면 늘 Tr⁡M(X)≤Tr⁡X\operatorname{Tr}\mathcal M(X)\le\operatorname{Tr}X를 만족한다. CP-TNI 사상은 완전 양성도 만족하며, 확률적으로 일어나는 한 분기를 나타낸다.

정의 ·양자 측정 도구

양자 측정 도구(quantum instrument)⁠는 입력계 SS에서 출력계 S′S'으로 가는 CP-TNI 사상들의 모음 {Ma}\{\mathcal M_a\}이며, 그 합은 대각합을 보존한다. aa는 기록되는 결과다.

Ma(X)=∑αKaαXKaα†,∑a,αKaα†Kaα=I.\mathcal M_a(X)=\sum_\alpha K_{a\alpha}XK_{a\alpha}^\dagger,\qquad \sum_{a,\alpha}K_{a\alpha}^\dagger K_{a\alpha}=I.

정의 ·결과의 묶음

측정 도구 {Mω}\{\mathcal M_\omega\}의 결과 집합을 서로 겹치지 않는 집합 Ωa\Omega_a들로 나누자. 세부 결과를 기록 aa로 합친 결과의 묶음(coarse-graining)⁠은 Na=∑ω∈ΩaMω\mathcal N_a=\sum_{\omega\in\Omega_a}\mathcal M_\omega로 정의한다. 합에는 정규화 전 분기 사상을 사용한다. B14는 각 결과에 크라우스 연산자가 하나인 특수한 경우다. 여러 분기를 합치면 순수 입력도 혼합 출력이 될 수 있다.

Ea=∑αKaα†Kaα,pa=Tr⁡Ma(ρ).E_a=\sum_\alpha K_{a\alpha}^\dagger K_{a\alpha},\qquad p_a=\operatorname{Tr}\mathcal M_a(\rho).

예를 들어 두 ZZ 측정 결과를 하나로 합치면, 결과는 항상 하나지만 분기 사상은 ρ↦K0ρK0†+K1ρK1†\rho\mapsto K_0\rho K_0^\dagger+K_1\rho K_1^\dagger다. 단일 결과라고 단일 크라우스 연산자인 것은 아니다.

측정 도구는 확률과 교란을 함께 지정한다. 실제 구현은 보조계와의 결합까지 포함하며, B14p에서 구성한다.

측정 결과와 조건부 상태핵심B14c

결과를 고른 상태, 기록을 남긴 상태, 기록을 버린 상태

정의 ·비정규화 상태와 분기 확률

비정규화 상태(subnormalized state) σ\sigma는 양의 연산자로 0≤Tr⁡σ≤10\le\operatorname{Tr}\sigma\le1을 만족한다. 대각합은 그 분기의 확률이다.

σa=Ma(ρ),pa=Tr⁡σa,ρ|a=σa/pa(pa>0).\sigma_a=\mathcal M_a(\rho),\quad p_a=\operatorname{Tr}\sigma_a,\quad\rho_{|a}=\sigma_a/p_a\quad(p_a>0).

정의 ·사후 선택

측정 도구 {Ma}\{\mathcal M_a\}에서 받아들일 결과의 집합 A\mathcal A를 미리 정하고 σA=∑a∈AMa(ρ)\sigma_{\mathcal A}=\sum_{a\in\mathcal A}\mathcal M_a(\rho), pA=Tr⁡σAp_{\mathcal A}=\operatorname{Tr}\sigma_{\mathcal A}라 두자. pA>0p_{\mathcal A}>0일 때 A\mathcal A에 속한 시행만 받아들이고 상태를 σA/pA\sigma_{\mathcal A}/p_{\mathcal A}로 기술하는 절차를 사후 선택(postselection)⁠이라 한다. pA=0p_{\mathcal A}=0일 때는 조건부 상태를 정의하지 않는다.

정의 ·고전 기록을 포함한 출력

고전 기록 레지스터(classical register) JJ의 서로 직교하는 상태 |a⟩J|a\rangle_J로 결과를 저장하면 출력은

ΩJS′=∑a(|a⟩⟨a|)J⊗σa.\Omega_{JS'}=\sum_a\bigl(|a\rangle\langle a|\bigr)_J\otimes\sigma_a.

기록을 버린 출력은 TrJ⁡Ω=∑aσa\operatorname{Tr}_J\Omega=\sum_a\sigma_a다. 기록을 가진 사람은 결과에 따른 상태를 사용할 수 있지만, 기록을 받지 못한 사람에게는 평균 상태가 주어진다.

ρ↦σa\rho\mapsto\sigma_a와 기록 포함 출력은 선형이다. 반면 ρ↦σa/pa\rho\mapsto\sigma_a/p_a는 일반적으로 비선형이며, 결정론적인 양자 채널이 아니다. 조건부 확률의 정규화에서 생기는 차이다.

측정 결과와 조건부 상태핵심B14d

계산: 같은 측정 확률, 다른 출력 상태

B14a의 두 장치에 B14c의 분기 상태 공식을 적용하자. 입력은 한 큐비트의 |+⟩|+\rangle이다. ZZ를 읽고 측정한 상태를 그대로 두는 도구와, ZZ를 읽은 뒤 항상 |0⟩|0\rangle으로 초기화하는 도구를 비교하자. 각 결과의 연산자는 다음과 같다.

K0=|0⟩⟨0|,K1=|1⟩⟨1|,K_0=|0\rangle\langle0|,\quad K_1=|1\rangle\langle1|,L0=|0⟩⟨0|,L1=|0⟩⟨1|.L_0=|0\rangle\langle0|,\quad L_1=|0\rangle\langle1|.

두 도구에서 결과 aa의 효과는 같다. 따라서 |+⟩|+\rangle뿐 아니라 모든 입력에서 측정 확률이 같다.

Ka†Ka=La†La=|a⟩⟨a|,∑a|a⟩⟨a|=I.K_a^\dagger K_a=L_a^\dagger L_a=|a\rangle\langle a|,\quad\sum_a|a\rangle\langle a|=I.

하지만 효과가 같다는 것은 상태 갱신까지 같다는 뜻이 아니다. POVM은 확률을, 측정 도구는 각 결과 뒤의 상태까지 정한다.

입력 밀도 행렬의 모든 성분은 1/2이다. 첫 도구의 비정규화 출력과 확률은

σ0=12|0⟩⟨0|,σ1=12|1⟩⟨1|,p0=p1=12\sigma_0=\tfrac12|0\rangle\langle0|,\quad\sigma_1=\tfrac12|1\rangle\langle1|,\quad p_0=p_1=\tfrac12

이다. 결과를 알면 각각 |0⟩|0\rangle, |1⟩|1\rangle이고, 기록을 버리면 두 분기의 합 I/2I/2이다.

두 번째 도구에서는 결과 1에도 출력이 |0⟩|0\rangle이다.

τ0=τ1=12|0⟩⟨0|,τ0+τ1=|0⟩⟨0|.\tau_0=\tau_1=\tfrac12|0\rangle\langle0|,\qquad\tau_0+\tau_1=|0\rangle\langle0|.

같은 확률표에서 첫 도구의 평균 출력은 혼합 상태, 두 번째는 순수 상태가 된다. 결과를 하나로 묶어도 첫 도구에는 두 크라우스 항이 남는다(B14b).

측정 결과와 조건부 상태핵심B14e

계산: 분기의 정규화는 왜 비선형인가?

성공과 실패가 있는 필터를 생각하자. 두 결과의 크라우스 연산자는 다음과 같으며 완비성 조건을 만족한다.

K=(1001/2),L=(0003/2),K†K+L†L=I.K=\begin{pmatrix}1&0\\0&1/2\end{pmatrix},\quad L=\begin{pmatrix}0&0\\0&\sqrt3/2\end{pmatrix},\quad K^\dagger K+L^\dagger L=I.

입력이 |+⟩|+\rangle이면 성공 분기의 비정규화 상태와 대각합은

σ=K|+⟩⟨+|K†=(1/21/41/41/8),p=5/8\sigma=K|+\rangle\langle+|K^\dagger=\begin{pmatrix}1/2&1/4\\1/4&1/8\end{pmatrix},\qquad p=5/8

이다. 성공한 시행만 남기면 다음 순수 상태를 얻는다.

ρ|succ=σp=|ϕ⟩⟨ϕ|,|ϕ⟩=2|0⟩+|1⟩5.\rho_{|\mathrm{succ}}=\frac{\sigma}{p}=|\phi\rangle\langle\phi|,\qquad|\phi\rangle=\frac{2|0\rangle+|1\rangle}{\sqrt5}.

이제 입력을 0·1의 같은 비율 혼합 I/2I/2로 바꾸자. 성공 전에는 0·1이 같은 비율이지만 성공 확률은 각각 1과 1/4이다.

K(I/2)K†=diag⁡(1/2,1/8),ρ|succ=diag⁡(4/5,1/5).K(I/2)K^\dagger=\operatorname{diag}(1/2,1/8),\quad\rho_{|\mathrm{succ}}=\operatorname{diag}(4/5,1/5).

반면 각 순수 입력을 성공 조건으로 정규화한 뒤 원래 비율 1/2로 평균하면 I/2I/2이다. 따라서 입력을 먼저 혼합할 때와 각 입력을 사후 선택한 뒤 원래 비율로 혼합할 때의 결과는 다르다.

올바른 조건부 비율은 베이즈 규칙으로 다시 계산한다.

Pr(0∣succ)=(1/2)⋅15/8=45,Pr(1∣succ)=15.\Pr(0\mid\mathrm{succ})=\frac{(1/2)\cdot1}{5/8}=\frac45,\qquad\Pr(1\mid\mathrm{succ})=\frac15.

I/2I/2는 |±⟩|\pm\rangle를 같은 비율로 섞은 것이기도 하다(B13a). |−⟩|-\rangle도 p=5/8p=5/8로 성공해 (2|0⟩−|1⟩)/5(2|0\rangle-|1\rangle)/\sqrt5이 되므로, 각각 사후 선택해 평균해도 diag⁡(4/5,1/5)\operatorname{diag}(4/5,1/5)이다. 성공 확률이 같은 분해에서는 두 순서의 결과가 같다. 비정규화 분기 사상은 선형이다. 비선형성은 입력에 따라 달라지는 성공 확률로 나눌 때 생긴다.

11 · 측정 결과와 조건부 상태B14e
측정 결과와 조건부 상태계산B14p

계산: 보조계로 측정 도구를 구현하기

완비성 조건을 만족하는 유한한 크라우스 연산자 Kaα:S→S′K_{a\alpha}:S\to S'이 주어졌다고 하자. 보조계 JJ에는 기록할 결과 aa를, FF에는 기록하지 않을 세부 지표 α\alpha를 담는 등거리 사상을 정의한다.

V=∑a,αKaα⊗|a⟩J⊗|α⟩F.V=\sum_{a,\alpha}K_{a\alpha}\otimes|a\rangle_J\otimes|\alpha\rangle_F.

기록 기저의 정규직교성과 완비성 조건을 쓰면

V†V=∑a,αKaα†Kaα=I.V^\dagger V=\sum_{a,\alpha}K_{a\alpha}^\dagger K_{a\alpha}=I.

따라서 VV는 내적을 보존한다. 필요한 보조 공간을 추가하고 정규직교 기저를 완성하면 유니타리 결합으로 구현할 수 있다(C06b에서 여는 증명).

VV의 정의에서 JJ의 결과 aa에 대해 J⟨a|V=∑αKaα⊗|α⟩F{}_J\langle a|V=\sum_\alpha K_{a\alpha}\otimes|\alpha\rangle_F이므로 J⟨a|VρV†|a⟩J=∑α,βKaαρKaβ†⊗(|α⟩⟨β|)F{}_J\langle a|V\rho V^\dagger|a\rangle_J=\sum_{\alpha,\beta}K_{a\alpha}\rho K_{a\beta}^\dagger\otimes\bigl(|\alpha\rangle\langle\beta|\bigr)_F이다. 이 성분을 고르고 FF를 버리면 α=β\alpha=\beta인 항만 남아

TrF⁡[J⟨a|VρV†|a⟩J]=∑αKaαρKaα†.\operatorname{Tr}_F\bigl[{}_J\langle a|V\rho V^\dagger|a\rangle_J\bigr]=\sum_\alpha K_{a\alpha}\rho K_{a\alpha}^\dagger.

정리 ·측정 도구의 확장유도: 이 페이지

유한차원에서 유한한 결과를 갖는 임의의 측정 도구 {Ma}\{\mathcal M_a\}에 대해 각 분기의 크라우스 표현을 택하자. 보조계 J,FJ,F와 등거리 사상 V:S→S′⊗J⊗FV:S\to S^{\prime}\otimes J\otimes F를 택하여 위 식의 사영 측정과 부분 대각합으로 실현할 수 있다. 반대로 이러한 구성은 측정 도구를 정의한다. 이것이 측정 도구의 확장 정리(instrument dilation theorem)⁠다.

핵심 자원은 계와 보조계의 결합이다. 처음부터 상관관계가 없는 보조계만 측정하고 계와 결합하지 않으면, 계에 비자명한 연산을 구현할 수 없다.

측정 결과와 조건부 상태핵심U11

요약: 확률·조건부 상태·평균 상태

확률만 정하는 대상이 있다. POVM의 효과 연산자들은 양의 연산자이고 합이 항등이다. 각 효과는 결과 확률을 정하지만 그 결과 뒤의 출력 상태까지 정하지 않는다. 같은 POVM을 구현하는 서로 다른 측정 도구가 있을 수 있다. 다시 보기: B14a, B14d.

각 결과를 하나의 분기로 기술한다. 측정 도구의 결과별 사상은 완전 양성·대각합 비증가이며 합은 채널이다.

σa=Ma(ρ),pa=Tr⁡σa.\sigma_a=\mathcal M_a(\rho),\qquad p_a=\operatorname{Tr}\sigma_a.

pa>0p_a>0인 분기의 조건부 상태는 σa/pa\sigma_a/p_a다. 다시 보기: B14b, B14c.

기록을 어떻게 처리하는지 명시한다. 결과를 남기면 고전 기록과 출력계의 공동 상태가 필요하다. 기록을 버리면 비정규화 분기들을 합한다. 정해진 결과만 보존하는 사후 선택에서는 성공 확률과 성공 뒤 상태를 따로 제시한다. 다시 보기: B14c.

물리적 구현과 비교한다. B14p의 계산에서는 유한 결과의 측정 도구가 보조계와의 등거리 결합, 기록 측정, 환경의 부분 대각합으로 구현됨을 보인다. 필터 예에서는 성공 조건이 준비 가중치를 어떻게 바꾸는지 계산한다. 조건부 정규화의 비선형성과 비정규화 분기의 선형성을 구별한다. 다시 보기: B14p, B14e.

11 · 측정 결과와 조건부 상태U11
측정 결과와 조건부 상태도전X16

도전: 측정 결과의 확률과 상태 변화

B14와 B14b를 적용한다. 결과마다 크라우스 연산자 KmK_m이 하나인 측정에서 결과 mm을 얻을 확률은 pm=Tr⁡(KmρKm†)p_m=\operatorname{Tr}(K_m\rho K_m^\dagger)이고, 그 결과 뒤의 상태는 KmρKm†/pmK_m\rho K_m^\dagger/p_m이다. 결과를 기록하지 않으면 분기를 모두 더한 ∑mKmρKm†\sum_mK_m\rho K_m^\dagger가 남는다.

채널의 검증과 상태의 구별절 안내ST06f

채널의 검증과 상태의 구별

SECTION 12

채널의 검증과 상태의 구별

채널 전체를 어떻게 검사하고 두 상태의 차이를 어떻게 재는가?

01Choi 행렬과 채널 검증
02대각합 거리와 충실도
03채널에 따른 구별 가능성의 변화
12 · 채널의 검증과 상태의 구별ST06f
채널의 검증과 상태의 구별절 안내S06f

채널의 검증과 상태의 구별

채널 전체를 어떻게 검사하고 두 상태의 차이를 어떻게 재는가?

Choi 행렬은 선형 사상 전체를 하나의 행렬에 담는다. 양성과 부분 대각합 조건으로 물리적으로 허용되는 채널인지 판정하고, 최대 얽힘 입력으로 항등 채널을 검사하는 이유를 살펴본다.

그다음 대각합 거리와 충실도를 도입하고, 정화를 최적화하는 Uhlmann 정리와 계산 예를 본다. 두 상태를 한 번에 판정하는 최적 성공 확률과 두 충실도 점수의 차이도 확인한다. 끝으로 같은 채널을 적용하면 상태의 구별 가능성이 증가하지 않음을 보인다.

앞 절의 측정 도구와 사후 선택을 기억하자. 결정론적인 채널의 성질을 성공한 시행만 고른 조건부 상태에 그대로 적용해서는 안 된다.

학습 목표는 Choi 행렬의 조건을 검사하고, 상태 사이의 거리와 충실도를 계산하여 구별 가능성을 해석하는 것이다. 여기서는 유한차원 상태와 채널을 다룬다.

채널의 검증과 상태의 구별핵심C06c

Choi 정리: 채널 조건을 행렬 하나로 검사하기

정의 ·Choi 행렬

입력 차원을 dd라 하고 같은 차원의 기준계 RR을 둔다. 입력 기저를 고정하여 |Ω⟩RA=∑i=1d|i⟩R|i⟩A|\Omega\rangle_{RA}=\sum_{i=1}^d|i\rangle_R|i\rangle_A로 쓴다. 여기서는 정규화하지 않는다. 선형 사상의 Choi 행렬(Choi matrix)⁠은

JE=(idR⊗E)(|Ω⟩⟨Ω|)J_{\mathcal E}=(\mathrm{id}_R\otimes\mathcal E)(|\Omega\rangle\langle\Omega|)

이다. 정규화된 최대 얽힘 상태를 입력한 출력은 JE/dJ_{\mathcal E}/d다.

정리 ·Choi 판정 조건증명: 크라우스 표현과 동치

유한차원 선형 사상이 완전 양성일 필요충분조건은 JE≥0J_{\mathcal E}\ge0이다. 대각합 보존은 TrB⁡JE=IR\operatorname{Tr}_B J_{\mathcal E}=I_R과 동치다. 따라서 두 조건을 함께 검사하면 양자 채널인지 판정할 수 있다.

완전 양성은 모든 보조계에 대한 조건이지만, Choi 정리(Choi theorem)⁠에 따르면 입력 차원과 같은 기준계 하나와 최대 얽힘 입력 하나로 검사할 수 있다. 역방향은 양의 Choi 행렬을 벡터 외적의 합으로 분해하여 증명한다.

Choi 행렬을 입력 기저에서 전개하면

JE=∑i,j(|i⟩⟨j|)R⊗E((|i⟩⟨j|)A)J_{\mathcal E}=\sum_{i,j}\bigl(|i\rangle\langle j|\bigr)_R\otimes\mathcal E(\bigl(|i\rangle\langle j|\bigr)_A)

이다. 행렬의 각 블록에 기저 연산자의 출력이 담겨 있으므로 선형 사상 전체가 결정된다. 계산 기저 상태들의 출력만 검사하면 빠뜨리는 비대각 성분도 포함한다.

이 표현은 제안한 잡음 모형의 물리적 허용 여부를 검사하거나 채널을 추정할 때 유용하다. HP02에서는 이 구조를 이용해 최대 얽힘 상태를 정확히 복구하는 채널은 항등 채널뿐임을 보인다.

채널의 검증과 상태의 구별핵심C06j

계산: Choi 행렬로 허용되는 사상을 판정하기

큐비트의 완전한 ZZ 위상 감쇠는 대각 성분을 남기고 비대각 성분을 지운다. 정규화하지 않은 Choi 행렬을 기저 00, 01, 10, 11 순서로 쓰면

JD=|00⟩⟨00|+|11⟩⟨11|=diag⁡(1,0,0,1).J_{\mathcal D}=|00\rangle\langle00|+|11\rangle\langle11|=\operatorname{diag}(1,0,0,1).

고윳값은 모두 0 이상이고 출력계에 대한 부분 대각합은 항등 행렬이다.

TrB⁡JD=|0⟩⟨0|+|1⟩⟨1|=I.\operatorname{Tr}_B J_{\mathcal D}=|0\rangle\langle0|+|1\rangle\langle1|=I.

따라서 완전 양성이며 대각합을 보존한다. 전체 대각합은 2이고, 정규화된 Choi 상태는 이 행렬을 2로 나눈 것이다.

비대각 기저 연산자의 출력까지 사용했기 때문에 사상 전체를 검사했다. 계산 기저의 두 입력만 시험하는 것과 다르다.

C25의 전치 사상 TT, 곧 고정한 계산 기저에서 (XT)ij=Xji(X^{\mathsf T})_{ij}=X_{ji}로 행과 열을 바꾸는 사상은 한 계의 양의 행렬을 양의 행렬로 보내며 대각합도 보존한다. 그러나 Choi 행렬은 교환 연산자(O17c의 SWAP)⁠이다.

JT=∑i,j|i⟩⟨j|⊗|j⟩⟨i|=(1000001001000001).J_T=\sum_{i,j}|i\rangle\langle j|\otimes|j\rangle\langle i|=\begin{pmatrix}1&0&0&0\\0&0&1&0\\0&1&0&0\\0&0&0&1\end{pmatrix}.

반대칭 벡터에 작용시키면 음의 고윳값이 드러난다.

|Ψ−⟩=|01⟩−|10⟩2,JT|Ψ−⟩=−|Ψ−⟩.|\Psi^-\rangle=\frac{|01\rangle-|10\rangle}{\sqrt2},\qquad J_T|\Psi^-\rangle=-|\Psi^-\rangle.

그러므로 전치는 완전 양성이 아니어서 양자 채널도, 측정 도구의 한 분기(B14b)⁠도 될 수 없다. 최대 얽힘 입력에 국소 전치를 적용한 JT/2J_T/2는 C25의 σ\sigma이며, 음의 고윳값 −1/2을 갖는다.

12 · 채널의 검증과 상태의 구별C06j
채널의 검증과 상태의 구별핵심Q04

개념 확인: Choi 행렬의 정규화

입력과 출력이 각각 한 큐비트인 항등 채널 id\mathrm{id}를 생각하자. 이 강의의 규약대로 |Ω⟩=|00⟩+|11⟩|\Omega\rangle=|00\rangle+|11\rangle은 정규화하지 않는다.

J=(id⊗id)(|Ω⟩⟨Ω|).J=(\mathrm{id}\otimes\mathrm{id})(|\Omega\rangle\langle\Omega|).

JJ의 대각합과 유일한 0이 아닌 고윳값을 구하라. 이어 실제 정규화된 최대 얽힘 입력의 출력 τ=J/2\tau=J/2에 대해 대각합과 순도를 구하라.

양의 준정부호 행렬이라는 조건만으로 밀도 행렬이 되는 것은 아니라는 점을 확인하라.

수치는 소수 또는 분수로 입력한다. 수치 오차 10−610^{-6} 이내는 맞은 것으로 본다. 답 확인을 누르기 전에는 채점하지 않는다.

마우스 숫자 입력판
입력할 칸: Choi 행렬 Tr⁡J\operatorname{Tr}J

정답은 공개하지 않는다. 새로고침하면 입력이 지워진다.

채널의 검증과 상태의 구별핵심HP02

벨 상태의 복구가 채널 전체를 검사하는 이유

입력 AA, 기준계 RR과 출력 A^\widehat A의 차원을 aa로 두고 기저를 대응시킨다. 유효 채널 T\mathcal T는 L(HA)\mathcal L(\mathcal H_A)에서 L(HA^)\mathcal L(\mathcal H_{\widehat A})로 가는 사상이다. |Φ⟩RA=a−1/2∑i|i⟩R|i⟩A|\Phi\rangle_{RA}=a^{-1/2}\sum_i|i\rangle_R|i\rangle_A를 입력하면

ρRA^=(idR⊗T)(ΦRA)=1a∑i,j(|i⟩⟨j|)R⊗T((|i⟩⟨j|)A).\rho_{R\widehat A}=(\mathrm{id}_R\otimes\mathcal T)(\Phi_{RA})=\frac1a\sum_{i,j}\bigl(|i\rangle\langle j|\bigr)_R\otimes\mathcal T(\bigl(|i\rangle\langle j|\bigr)_A).

여기서 Φ=|Φ⟩⟨Φ|\Phi=|\Phi\rangle\langle\Phi|다. 출력이 ΦRA^\Phi_{R\widehat A}와 같으면 RR의 행렬 단위별로 비교해 모든 행렬 단위가 보존된다: T((|i⟩⟨j|)A)=(|i⟩⟨j|)A^\mathcal T(\bigl(|i\rangle\langle j|\bigr)_A)=\bigl(|i\rangle\langle j|\bigr)_{\widehat A}.

최대 얽힘 입력출력에서 비교ΦRAidR유효 채널 TRÂ실선 화살표: 계의 전달 · 점선: 입력의 얽힘
기준계 RR에는 항등 채널만 작용한다. 입력 AA와의 최대 얽힘이 출력에서도 정확히 보존되는지를 검사하면, 대각 성분과 비대각 성분을 함께 검사할 수 있다.

행렬 단위는 모든 입력 연산자의 기저이므로 T=id\mathcal T=\mathrm{id}다. 위 출력은 C06c의 JT/aJ_{\mathcal T}/a이므로 비대각 성분까지 검사한 셈이다.

여기서 유효 채널은 부호화·잡음·복구처럼 여러 단계를 거친 전체 과정을 AA에서 A^\widehat A로 가는 하나의 채널로 본 것이다(15절 QE01에서 다시 다룬다). 각 단계는 등거리 사상과 부분 대각합으로 구현되며(C06b), 아래 증명은 그 등거리 사상을 유니타리로 확장한다.

정의 ·얽힘 충실도

위에서 얻은 출력에 대해, 최대 혼합 입력의 얽힘 충실도(entanglement fidelity)⁠를 다음과 같이 정의한다.

Fe=⟨Φ|ρRA^|Φ⟩.F_{\mathrm e}=\langle\Phi|\rho_{R\widehat A}|\Phi\rangle.

여기서는 최대 혼합 입력의 정화에 대한 충실도다. FeF_{\mathrm e}가 1에 가깝다는 것에서 차원에 무관한 모든 입력의 최악 오차가 곧바로 같은 크기라고 결론 내려서는 안 된다.

채널의 검증과 상태의 구별핵심HP04

상태 사이의 거리와 충실도

정의 ·대각합 거리와 정규화

대각합 노름은 ‖X‖1=Tr⁡X†X\|X\|_1=\operatorname{Tr}\sqrt{X^\dagger X}다. 두 상태의 대각합 거리(trace distance)⁠를 D(ρ,σ)=12‖ρ−σ‖1D(\rho,\sigma)=\frac12\|\rho-\sigma\|_1로 정의한다.

뒤에서는 ε=‖ρ−σ‖1\varepsilon=\|\rho-\sigma\|_1도 쓴다. 이때 D=ε/2D=\varepsilon/2이므로 인자 2를 구별해야 한다.

대각합 거리는 두 상태에서 같은 측정 사건이 일어날 확률의 최대 차이다.

D(ρ,σ)=max0≤E≤I|Tr⁡[E(ρ−σ)]|D(\rho,\sigma)=\max_{0\le E\le I}|\operatorname{Tr}[E(\rho-\sigma)]|

최적 사건은 차이 행렬의 양의 고유공간으로의 사영이다. 증명 보충의 첫 단계에서 이 식을 유도한다.

부분계 상태가 가까우면, 오른쪽 정리에 따라 정화 계에 적절한 등거리 사상을 가해 전체 정화도 가깝게 만들 수 있다. 이것이 근사 복구를 얻는 도구다.

정의 ·충실도

같은 유한차원 계의 정규화된 두 상태 ρ\rho, σ\sigma에 대해 충실도(fidelity)⁠를 제곱을 포함하는 관례로 정의한다.

F(ρ,σ)=‖ρσ‖12F(\rho,\sigma)=\|\sqrt\rho\sqrt\sigma\|_1^2

σ\sigma가 순수 상태 |ψ⟩|\psi\rangle의 밀도 행렬이면 F=⟨ψ|ρ|ψ⟩F=\langle\psi|\rho|\psi\rangle다. 이는 그 순수 상태에 대한 사영 측정의 확률이다.

정리 ·거리–충실도 부등식과 Uhlmann 정리증명: 정화와 최적 측정

두 상태의 대각합 거리와 충실도에는 다음 부등식이 성립한다.

1−F(ρ,σ)≤D(ρ,σ)≤1−F(ρ,σ)1-\sqrt{F(\rho,\sigma)}\le D(\rho,\sigma)\le\sqrt{1-F(\rho,\sigma)}

Uhlmann 정리(Uhlmann’s theorem)⁠에 따르면, 두 상태의 계 차원 이상인 공통 보조계 RR을 잡고 ρ\rho의 정화 |ψ⟩AR|\psi\rangle_{AR}을 고정했을 때 F(ρ,σ)=max|ϕ⟩|⟨ψ|ϕ⟩|2F(\rho,\sigma)=\max_{|\phi\rangle}|\langle\psi|\phi\rangle|^2이다. 최댓값은 RR을 사용하는 σ\sigma의 모든 정화에 대해 취한다.

채널의 검증과 상태의 구별핵심HP04a

계산: 충실도와 정화의 겹침 맞추기

같은 기저에서 대각인 두 큐비트 상태를 비교하자.

ρ=diag⁡(3/4,1/4),σ=diag⁡(1/4,3/4).\rho=\operatorname{diag}(3/4,1/4),\qquad\sigma=\operatorname{diag}(1/4,3/4).

차이의 고윳값은 ±1/2이므로 대각합 거리는 1/2이다. 제곱 충실도는

F=(34⋅14+14⋅34)2=34F=\left(\sqrt{\frac34\cdot\frac14}+\sqrt{\frac14\cdot\frac34}\right)^2=\frac34

이다. 따라서 거리–충실도 부등식을 수치로 확인할 수 있다.

1−32≤12≤1−34=12.1-\frac{\sqrt3}{2}\le\frac12\le\sqrt{1-\frac34}=\frac12.

이 예에서는 위쪽 부등식에 등호가 성립한다.

HP04의 순수 상태 공식도 확인하자. σ=|χ⟩⟨χ|\sigma=|\chi\rangle\langle\chi|이면 σ=σ\sqrt\sigma=\sigma이다. 그러면 X=ρσ=(ρ|χ⟩)⟨χ|X=\sqrt\rho\sqrt\sigma=(\sqrt\rho|\chi\rangle)\langle\chi|에서 X†X=⟨χ|ρ|χ⟩|χ⟩⟨χ|X^\dagger X=\langle\chi|\rho|\chi\rangle\,|\chi\rangle\langle\chi|이므로 대각합 노름은 ⟨χ|ρ|χ⟩\sqrt{\langle\chi|\rho|\chi\rangle}이다. 따라서 F=⟨χ|ρ|χ⟩F=\langle\chi|\rho|\chi\rangle이며, HP02의 FeF_{\mathrm e}와 C07의 순수 입력 충실도가 이 경우다.

ρ\rho의 정화를 고정하고 σ\sigma의 두 정화를 비교하자.

|ψ⟩=32|00⟩+12|11⟩,|\psi\rangle=\frac{\sqrt3}{2}|00\rangle+\frac12|11\rangle,|ϕ±⟩=12|00⟩±32|11⟩.|\phi_\pm\rangle=\frac12|00\rangle\pm\frac{\sqrt3}{2}|11\rangle.

보조계를 버리면 두 정화 |ϕ±⟩|\phi_\pm\rangle 모두 같은 σ\sigma를 준다. 하지만 겹침은 서로 다르다.

|⟨ψ|ϕ+⟩|2=34,|⟨ψ|ϕ−⟩|2=0.|\langle\psi|\phi_+\rangle|^2=\frac34,\qquad|\langle\psi|\phi_-\rangle|^2=0.

보조계에만 ZZ를 적용하면 |ϕ−⟩|\phi_-\rangle가 |ϕ+⟩|\phi_+\rangle로 바뀐다. 계의 상태 σ\sigma를 바꾸지 않고 정화의 겹침을 충실도 FF까지 높일 수 있다.

Uhlmann 정리는 임의로 고른 두 정화의 겹침이 항상 충실도와 같다는 말이 아니다. 한 정화를 고정한 뒤 다른 상태의 정화를 최적화한 최댓값에 관한 정리이다. 이 계산은 그 구별을 보여 주는 예이며 일반 증명은 아니다.

12 · 채널의 검증과 상태의 구별HP04a
채널의 검증과 상태의 구별핵심HP04b

두 가설을 한 번에 판정하기: 성공 확률과 대각합 거리

두 가설이 같은 사전 확률 1/21/2로 주어지고, 각각의 상태가 ρ\rho와 σ\sigma라 하자. 한 번의 측정으로 어느 쪽인지 판정한다. 이항 POVM {E,I−E}\{E,I-E\}에서 EE의 결과를 첫째 가설로 읽으면 성공 확률은

psucc(E)=12Tr⁡(Eρ)+12Tr⁡((I−E)σ)=12[1+Tr⁡(E(ρ−σ))]p_{\mathrm{succ}}(E)=\tfrac12\operatorname{Tr}(E\rho)+\tfrac12\operatorname{Tr}\bigl((I-E)\sigma\bigr)=\tfrac12\bigl[1+\operatorname{Tr}\bigl(E(\rho-\sigma)\bigr)\bigr]

이다. 따라서 판정 문제는 Tr⁡(E(ρ−σ))\operatorname{Tr}(E(\rho-\sigma))를 키우는 문제가 된다.

정리 ·동일 사전 확률에서의 최적 이항 판정유도: HP04 · 확인: 오른쪽

HP04에서 D(ρ,σ)=max0≤E≤I|Tr⁡[E(ρ−σ)]|D(\rho,\sigma)=\max_{0\le E\le I}\lvert\operatorname{Tr}[E(\rho-\sigma)]\rvert이고 최적 사건이 차이 행렬의 양의 고유공간으로의 사영 Π+\Pi_+임을 보았다. 그러므로 동일한 사전 확률에서 최적 성공 확률은

psucc⋆=12[1+D(ρ,σ)]p_{\mathrm{succ}}^\star=\tfrac12\bigl[1+D(\rho,\sigma)\bigr]

이며, 최적 측정은 E=Π+E=\Pi_+다. 두 상태가 같으면 D=0D=0이고 성공 확률은 동전 던지기와 같은 1/21/2이다.

왜 Tr⁡(Π+Δ)\operatorname{Tr}(\Pi_+\Delta)가 12‖Δ‖1\tfrac12\lVert\Delta\rVert_1인지 확인하자. Δ=ρ−σ\Delta=\rho-\sigma를 양·음의 고윳값 부분으로 나누어 Δ=Δ+−Δ−\Delta=\Delta_+-\Delta_-로 쓰면 Π+Δ=Δ+\Pi_+\Delta=\Delta_+이고, 두 부분은 양의 준정부호이며

‖Δ‖1=Tr⁡Δ++Tr⁡Δ−\lVert\Delta\rVert_1=\operatorname{Tr}\Delta_++\operatorname{Tr}\Delta_-

이다. 두 상태가 모두 정규화되어 있으므로 Tr⁡Δ=0\operatorname{Tr}\Delta=0, 즉 Tr⁡Δ+=Tr⁡Δ−\operatorname{Tr}\Delta_+=\operatorname{Tr}\Delta_-다. 그러면 각각이 12‖Δ‖1=D\tfrac12\lVert\Delta\rVert_1=D가 된다.

세 가지를 구별하자. 첫째, 이 식은 두 가설의 사전 확률이 같을 때의 값이다. 사전 확률이 다르면 최적 사건과 성공 확률이 일반적으로 달라진다.

둘째, 최적 측정은 판정할 두 상태의 차이 ρ−σ\rho-\sigma가 정한다. 미리 정해 둔 관측량(예: ZZ)⁠의 기댓값을 비교하는 것은 일반적으로 최적이 아니다.

셋째, DD가 1 이하라는 사실은 정규화된 두 상태 사이의 거리에 대한 것이다. 상태의 차이가 아닌 대각합 0 연산자에 같은 식을 쓰면 값이 1을 넘을 수 있으며 확률로 읽을 수 없다.

12 · 채널의 검증과 상태의 구별HP04b
채널의 검증과 상태의 구별핵심HP04c

얽힘 충실도와 평균 순수상태 충실도는 다른 점수다

정의 ·평균 순수상태 충실도

차원 dd의 계에 작용하는 양자 채널 C\mathcal C를 두 가지 점수로 잰다. 하나는 HP02의 얽힘 충실도 FeF_{\mathrm e}로, 기준계와 최대로 얽힌 입력 하나에 대한 값이다. 다른 하나는 기준계 없이 순수 입력만 고르게 평균한 값이다.

Fav(C)=∫dψ⟨ψ|C(|ψ⟩⟨ψ|)|ψ⟩.F_{\mathrm{av}}(\mathcal C)=\int\mathrm d\psi\,\langle\psi\rvert\mathcal C(\lvert\psi\rangle\langle\psi\rvert)\lvert\psi\rangle.

여기서 dψ\mathrm d\psi는 순수 상태 위의 균일한 측도이며, 이 값을 평균 순수상태 충실도(average pure-state fidelity)⁠라 부른다.

계산에는 이 측도의 이차 모멘트 하나가 필요하다. 임의의 연산자 A,BA,B에 대해

∫dψ⟨ψ|A|ψ⟩⟨ψ|B|ψ⟩=Tr⁡ATr⁡B+Tr⁡(AB)d(d+1)\int\mathrm d\psi\,\langle\psi\rvert A\lvert\psi\rangle\langle\psi\rvert B\lvert\psi\rangle=\frac{\operatorname{Tr}A\operatorname{Tr}B+\operatorname{Tr}(AB)}{d(d+1)}

이다.

정리 ·얽힘 충실도와 평균 충실도의 관계증명: 아래 · 두 입력은 증명 보충에서 유도

양자 채널 C\mathcal C에 대해

Fav=dFe+1d+1.F_{\mathrm{av}}=\frac{dF_{\mathrm e}+1}{d+1}.

크라우스 연산자 {Kj}\{K_j\}로 나타내면 Fe=d−2∑j|Tr⁡Kj|2F_{\mathrm e}=d^{-2}\sum_j\lvert\operatorname{Tr}K_j\rvert^2이다. 위 모멘트를 A=KjA=K_j, B=Kj†B=K_j^\dagger에 적용하면

Fav=∑j|Tr⁡Kj|2+Tr⁡(KjKj†)d(d+1)=d2Fe+dd(d+1)F_{\mathrm{av}}=\sum_j\frac{\lvert\operatorname{Tr}K_j\rvert^2+\operatorname{Tr}(K_jK_j^\dagger)}{d(d+1)}=\frac{d^2F_{\mathrm e}+d}{d(d+1)}

를 얻는다. 대각합 보존의 ∑jTr⁡(KjKj†)=d\sum_j\operatorname{Tr}(K_jK_j^\dagger)=d를 썼다.

예를 들어 II와 XX를 확률 1/2씩 적용하는 채널은 Tr⁡X=0\operatorname{Tr}X=0이므로 (Fe,Fav)=(1/2,2/3)(F_{\mathrm e},F_{\mathrm{av}})=(1/2,\,2/3)이고, 네 파울리 연산자를 고르게 적용하면 (1/4,1/2)(1/4,\,1/2)이다. 위 정리에서 Fav≥FeF_{\mathrm{av}}\ge F_{\mathrm e}이므로 FeF_{\mathrm e} 자리에 FavF_{\mathrm{av}}를 쓰면 복구 품질을 과대평가한다. 33절 HP17의 평균 충실도는 무작위 UU에 대한 평균이라 순수 입력을 평균한 FavF_{\mathrm{av}}와 다르다.

12 · 채널의 검증과 상태의 구별HP04c
채널의 검증과 상태의 구별핵심C06d

채널은 두 상태의 구별 가능성을 증가시키지 않는다

정리 ·대각합 거리의 수축성증명: 오른쪽

같은 양자 채널 E\mathcal E를 두 입력 상태 ρ,σ\rho,\sigma에 적용하면 대각합 거리는 증가하지 않는다.

D(E(ρ),E(σ))≤D(ρ,σ).D(\mathcal E(\rho),\mathcal E(\sigma))\le D(\rho,\sigma).

이 성질을 대각합 거리의 수축성(contractivity of trace distance)⁠이라 한다. 출력만 보아서는 두 입력을 입력 자체에 접근할 때보다 더 잘 구별할 수 없다. 유니타리 채널에서는 거리가 그대로 유지된다.

예를 들어 완전한 위상 감쇠는 |+⟩|+\rangle, |−⟩|-\rangle를 모두 I/2I/2로 보낸다. 입력 거리는 1이지만 출력 거리는 0이다. 같은 출력에 어떤 복구 채널을 적용해도 두 원래 상태를 동시에 되찾을 수 없다.

증명에서는 에르미트 연산자 Δ=ρ−σ\Delta=\rho-\sigma의 양·음의 고윳값 부분을 분리해 Δ=Δ+−Δ−\Delta=\Delta_+-\Delta_-로 쓴다. 두 부분은 양의 준정부호이고, 대각합이 0이므로 Tr⁡Δ+=Tr⁡Δ−=D(ρ,σ)\operatorname{Tr}\Delta_+=\operatorname{Tr}\Delta_-=D(\rho,\sigma)이다(HP04b).

출력의 차 E(Δ)\mathcal E(\Delta)의 양의 고유공간으로의 사영을 QQ라 하자. 채널이 양성이므로 E(Δ±)≥0\mathcal E(\Delta_\pm)\ge0이고, 양의 준정부호 행렬 AA마다 Tr⁡(QA)\operatorname{Tr}(QA)와 Tr⁡[(I−Q)A]\operatorname{Tr}[(I-Q)A]는 음이 아니다. HP04의 최적 사건 식과 대각합 보존을 쓰면

D(E(ρ),E(σ))=Tr⁡[QE(Δ)]=Tr⁡[QE(Δ+)]−Tr⁡[QE(Δ−)]≤Tr⁡E(Δ+)=Tr⁡Δ+=D(ρ,σ).\begin{aligned}D(\mathcal E(\rho),\mathcal E(\sigma))&=\operatorname{Tr}[Q\mathcal E(\Delta)]\\&=\operatorname{Tr}[Q\mathcal E(\Delta_+)]-\operatorname{Tr}[Q\mathcal E(\Delta_-)]\\&\le\operatorname{Tr}\mathcal E(\Delta_+)=\operatorname{Tr}\Delta_+=D(\rho,\sigma).\end{aligned}

이 논증에는 양성과 대각합 보존이면 충분하다.

사후 선택한 조건부 상태에는 이 결론을 그대로 적용할 수 없다. 또한 상태의 구별 가능성이 증가하지 않는다는 말은 모든 채널이 엔트로피를 증가시킨다는 뜻이 아니다. 고정된 순수 상태로 초기화하는 채널은 엔트로피를 낮춘다.

채널의 검증과 상태의 구별핵심U12

요약: 채널 판정과 복구 오차

모든 행렬 성분을 검사한다. 정규화하지 않은 최대 얽힘 벡터로 만든 Choi 행렬은 사상의 모든 행렬 단위에 대한 작용을 담는다. 입력 차원으로 나누면 정규화된 최대 얽힘 입력의 출력 상태가 된다. 두 정규화 관례를 섞지 않는다. 다시 보기: C06c, HP02.

채널 조건을 행렬 조건으로 바꾼다. 출력계가 BB이고 기준계가 RR이면

J≥0,TrB⁡J=IRJ\ge0,\qquad\operatorname{Tr}_B J=I_R

이 각각 완전 양성과 대각합 보존의 조건이다. 전치는 양성을 보존하지만 Choi 행렬에 음의 고윳값이 있어 완전 양성이 아니다. 다시 보기: C06j.

오차의 관례를 먼저 고른다. 대각합 거리는 차이의 대각합 노름의 절반이며, 이 강의의 충실도는 제곱한 관례다. Uhlmann 정리는 충실도를 정화 사이의 최대 겹침으로 연결한다. 한 최대 얽힘 입력의 충실도와 모든 입력의 최악 오차는 같은 수가 아니다. 다시 보기: HP04, HP02.

거리와 충실도로 판정과 복구를 평가한다. 사전 확률이 같은 두 상태 ρ,σ\rho,\sigma를 한 번의 측정으로 판정할 때 최적 성공 확률은 대각합 거리 DD에 대해 12[1+D(ρ,σ)]\tfrac12[1+D(\rho,\sigma)]이고, 최적 측정은 차이 ρ−σ\rho-\sigma의 양의 고유공간으로의 사영이다. 차원 dd의 계에서 채널의 평균 순수상태 충실도 FavF_{\mathrm{av}}와 얽힘 충실도 FeF_{\mathrm e}는 다른 점수이며 Fav=(dFe+1)/(d+1)≥FeF_{\mathrm{av}}=(dF_{\mathrm e}+1)/(d+1)\ge F_{\mathrm e}를 만족한다. 따라서 FeF_{\mathrm e} 자리에 FavF_{\mathrm{av}}를 쓰면 복구 품질을 과대평가한다. 다시 보기: HP04b, HP04c.

같은 후처리로 구별이 더 쉬워지지는 않는다. 두 상태에 같은 채널을 적용하면 대각합 거리는 증가하지 않는다. 이 수축성은 평균한 채널에 대한 주장이다. 특정 측정 결과를 골라 정규화하는 사후 선택에 그대로 적용해서는 안 된다. 다시 보기: C06d.

12 · 채널의 검증과 상태의 구별U12
채널의 검증과 상태의 구별도전X04

도전: 두 상태를 한 번에 판정하기

HP04b를 적용한다. 같은 사전 확률에서 최적 성공 확률은 p⋆=12[1+D(ρ,σ)]p^\star=\frac12[1+D(\rho,\sigma)]이고, 최적 측정은 ρ−σ\rho-\sigma의 양의 고유공간으로의 사영이다.

채널의 검증과 상태의 구별도전X17

도전: Choi 행렬로 채널의 범위 찾기

C06c의 Choi 정리를 적용한다. 선형 사상 E\mathcal E가 양자 채널일 필요충분조건은 JE≥0J_{\mathcal E}\ge0이고 TrB⁡JE=IR\operatorname{Tr}_BJ_{\mathcal E}=I_R인 것이다. Choi 행렬은 사상에 대해 선형이므로 Φλ=λA+(1−λ)B\Phi_\lambda=\lambda\mathcal A+(1-\lambda)\mathcal B이면 JΦλ=λJA+(1−λ)JBJ_{\Phi_\lambda}=\lambda J_{\mathcal A}+(1-\lambda)J_{\mathcal B}이다.

추정과 피셔 정보절 안내ST06g

추정과 피셔 정보

SECTION 13

추정과 피셔 정보

관측 결과의 분포가 모수에 따라 변하는 정도는 추정의 정확도와 어떻게 연결되는가?

01스코어와 피셔 정보
02추정량과 크라메르–라오 하한
03양자 피셔 정보와 측정
04확률 모형 없는 적합과 그 해석
13 · 추정과 피셔 정보ST06g
추정과 피셔 정보절 안내S06g

추정과 피셔 정보

관측 결과의 분포가 모수에 따라 변하는 정도는 추정의 정확도와 어떻게 연결되는가?

확률분포와 기댓값(N01), 밀도 행렬(B13)⁠을 사용한다. 실수 함수의 미분과 코시–슈바르츠 부등식은 알고 있다고 가정한다.

정의 ·모수

허용된 값의 집합 Θ\Theta에서 θ∈Θ\theta\in\Theta를 고르면 확률분포 pθp_\theta 또는 양자 상태 ρθ\rho_\theta가 정해지는 모형을 생각하자. 이 모형을 지정하는 값 θ\theta를 모수(parameter)⁠라 한다. 이 절에서는 실제 모수값은 미지라고 두고, 관측 자료로 그 값을 추정한다.

예를 들어 동전의 앞면 확률은 모수이고, 관측한 앞면 횟수는 자료다. 자료에서 계산한 추정값은 모수 자체와 구별한다.

먼저 고전 확률분포족의 스코어와 피셔 정보를 정의하고 베르누이 모형에서 계산한다. 이어 추정량의 불편성을 명시한 뒤 크라메르–라오 하한을 유도한다.

양자 상태족에서는 어떤 측정을 고르는지도 중요하다. 양자 피셔 정보로 측정에서 얻을 수 있는 민감도의 상한을 나타내고, 상대 위상이 측정 확률에 드러나는 예를 계산한다.

마지막으로 확률 모형 없이 자료에 직선을 맞추는 최소제곱 적합을 크라메르–라오 하한과 비교하고, 구간 선택이 추정값을 바꾼다는 것을 확인한다.

학습 목표는 간단한 한 모수 모형의 피셔 정보를 계산하고 추정 오차 하한의 가정을 확인하며, 적합으로 얻은 지수를 증명된 상한·하한과 구별하는 것이다. 여러 모수의 동시 추정과 일반적인 최적 추정법은 다루지 않는다.

엔트로피는 한 상태의 불확실성을, 피셔 정보는 모수 변화에 대한 민감도를 묻는다. 다음 절에서는 이 민감도를 열적 큐비트의 온도 추정에 적용한다.

추정과 피셔 정보핵심C06f

피셔 정보: 분포는 모수 변화에 얼마나 민감한가?

정의 ·한 모수 통계 모형

실수 모수 θ\theta가 열린 구간에서 변하고, θ\theta에 따라 바뀌지 않는 유한한 결과 집합의 모든 xx에서 pθ(x)p_\theta(x)가 양수이며 θ\theta에 대해 미분 가능하다고 하자. 이러한 분포들의 모음을 통계 모형(statistical model)⁠이라 한다. 이 절에서는 이 조건들을 묶어 정규성 가정(regularity assumption)⁠이라 부른다.

정의 ·스코어와 피셔 정보

스코어(score)⁠와 한 표본의 피셔 정보(Fisher information)⁠를 다음과 같이 정의한다. 여기의 ln\ln은 자연로그이며 ∂θ\partial_\theta는 θ\theta에 대한 미분이다.

ℓθ(x)=∂θln⁡pθ(x),I(θ)=∑xpθ(x)ℓθ(x)2.\ell_\theta(x)=\partial_\theta\ln p_\theta(x),\qquad I(\theta)=\sum_xp_\theta(x)\ell_\theta(x)^2.I(θ)=∑x[∂θpθ(x)]2pθ(x).I(\theta)=\sum_x\frac{[\partial_\theta p_\theta(x)]^2}{p_\theta(x)}.

정규화 조건을 미분하면 스코어의 평균은 0이다. 확률변수 YY의 분산은 평균에서 벗어난 정도의 제곱을 평균한 양이다. Var⁡(Y)=E[(Y−E[Y])2].\operatorname{Var}(Y)=\mathbb E[(Y-\mathbb E[Y])^2]. 따라서 피셔 정보는 스코어의 분산이기도 하다.

Eθ[ℓθ]=∑x∂θpθ(x)=0.\mathbb E_\theta[\ell_\theta]=\sum_x\partial_\theta p_\theta(x)=0.

스코어는 한 관측 결과의 확률이 모수 변화에 얼마나 민감한지를 나타낸다. 양수와 음수는 변화 방향을 구별한다. 피셔 정보는 이를 제곱하여 평균하므로 방향보다 민감도의 크기를 나타낸다.

비교 대상은 하나의 분포가 아니라 모수에 따라 변하는 분포족이다. 같은 확률분포를 지나는 두 모형이라도 그 점에서의 미분이 다르면 피셔 정보가 다를 수 있다.

13 · 추정과 피셔 정보C06f
추정과 피셔 정보핵심C06f-⁠-2

계산: 베르누이 모형과 피셔 정보의 모수화

베르누이 모형 pθ(1)=θp_\theta(1) =\theta , pθ(0)=1−θp_\theta(0) =1-\theta 를 생각하자. 0<θ<10<\theta <1에서 두 스코어와 피셔 정보는 다음과 같다.

ℓθ(1)=1θ,ℓθ(0)=−11−θ.\ell_\theta(1)=\frac1\theta,\qquad\ell_\theta(0)=-\frac1{1-\theta}.I(θ)=θθ2+1−θ(1−θ)2=1θ(1−θ).I(\theta)=\frac\theta{\theta^2}+\frac{1-\theta}{(1-\theta)^2}=\frac1{\theta(1-\theta)}.

θ=1/2\theta =1/2에서는 I=4,θ=3/4I=4, \theta =3/4에서는 I=16/3I=16/3이다. 섀넌 엔트로피가 최대인 점과 피셔 정보가 큰 점은 일치할 필요가 없다. 두 양이 묻는 질문이 다르기 때문이다. 이 모형에서는 오히려 엔트로피가 최대인 θ=1/2\theta=1/2에서 θ(1−θ)\theta(1-\theta)가 가장 커서 II가 가장 작다.

엔트로피는 한 분포의 불확실성을, 피셔 정보는 모수가 변할 때 분포가 달라지는 정도를 나타낸다. 값뿐 아니라 모수화도 지정해야 한다. θ=θ(φ)\theta =\theta (\varphi )로 바꾸면 스코어가 연쇄 법칙에 의해 ℓφ=ℓθdθ/dφ\ell_\varphi=\ell_\theta\,d\theta/d\varphi가 되므로, 제곱해 평균하면

Iφ(φ)=Iθ(θ(φ))(dθdφ)2I_\varphi(\varphi)=I_\theta(\theta(\varphi))\left(\frac{d\theta}{d\varphi}\right)^2

이 된다. 피셔 정보의 단위는 모수 단위의 역제곱이며, 비트 단위의 엔트로피와 직접 비교하는 양이 아니다.

θ=0,1\theta =0, 1에서는 한 결과의 확률이 0이 되므로 위의 정규성 가정이 깨진다. 내부에서 얻은 식을 끝점에 그대로 대입하지 않는다.

13 · 추정과 피셔 정보C06f-⁠-2
추정과 피셔 정보핵심C06g

추정 오차와 크라메르–라오 하한

정의 ·추정량과 불편성

추정량(estimator) θ^\hat\theta는 관측한 자료로부터 모수의 값을 추정하는 함수이다. 여기서는 같은 분포에서 얻은 독립 표본 nn개를 사용한다. 근방의 모든 θ\theta에서 평균이 θ\theta와 같으면 불편 추정량(unbiased estimator)⁠이라 한다.

Eθ[θ^]=θ⇒Varθ⁡(θ^)=Eθ[(θ^−θ)2].\mathbb E_\theta[\hat\theta]=\theta\quad\Rightarrow\quad\operatorname{Var}_\theta(\hat\theta)=\mathbb E_\theta[(\hat\theta-\theta)^2].

정리 ·크라메르–라오 하한증명: 오른쪽

C06f의 정규성 가정을 만족하는 통계 모형에서 독립 표본 nn개, 불편 추정량 및 0<I(θ)<∞0<I(\theta )<\infty 를 가정하면 크라메르–라오 하한(Cramér–Rao bound)⁠은 다음과 같다.

Varθ⁡(θ^)≥1nI(θ).\operatorname{Var}_\theta(\hat\theta)\ge\frac1{nI(\theta)}.

하한의 달성이 항상 보장되지는 않는다. 편향된 추정량에는 그대로 적용할 수 없다.

유도: 독립 표본의 결합 확률은 곱이므로 전체 스코어 ℓ(n)\ell^{(n)}은 각 표본의 스코어의 합이다. 평균이 0이고 서로 독립이므로

ℓ(n)=∑j=1nℓθ(Xj),Eθ[(ℓ(n))2]=nI(θ).\ell^{(n)}=\sum_{j=1}^n\ell_\theta(X_j),\qquad\mathbb E_\theta\bigl[(\ell^{(n)})^2\bigr]=nI(\theta).

θ^\hat\theta는 θ\theta에 의존하지 않으므로 불편성 식 Eθ[θ^]=θ\mathbb E_\theta[\hat\theta]=\theta를 미분하면(결합 확률 pp의 ∂θp=pℓ(n)\partial_\theta p=p\ell^{(n)}) 1=Eθ[θ^ℓ(n)]1=\mathbb E_\theta[\hat\theta\ell^{(n)}]이고, θE[ℓ(n)]=0\theta\mathbb E[\ell^{(n)}]=0을 빼면 첫 식이다. 둘째 식은 θ^−θ\hat\theta-\theta와 ℓ(n)\ell^{(n)}에 대한 코시–슈바르츠 부등식이다.

1=Eθ[(θ^−θ)ℓ(n)],1≤Varθ⁡(θ^)nI(θ).1=\mathbb E_\theta[(\hat\theta-\theta)\ell^{(n)}],\qquad1\le\operatorname{Var}_\theta(\hat\theta)\,nI(\theta).

등호는 θ^−θ\hat\theta-\theta가 ℓ(n)\ell^{(n)}에 비례할 때 성립한다. 베르누이 표본평균 θ^\hat\theta에서는 ℓ(n)=nI(θ^−θ)\ell^{(n)}=nI(\hat\theta-\theta)이므로 하한을 정확히 달성한다.

θ^=1n∑j=1nXj,Varθ⁡(θ^)=θ(1−θ)n=1nI(θ).\hat\theta=\frac1n\sum_{j=1}^nX_j,\qquad\operatorname{Var}_\theta(\hat\theta)=\frac{\theta(1-\theta)}n=\frac1{nI(\theta)}.

이 계산은 관측 확률의 민감도가 실제 추정 오차와 어떻게 연결되는지 보여 준다.

13 · 추정과 피셔 정보C06g
추정과 피셔 정보핵심C06h

양자 피셔 정보: 측정을 고르기 전의 민감도

정의 ·대칭 로그 미분 연산자

유한차원에서 한 실수 모수 θ\theta에 매끄럽게 의존하는 상태 ρθ\rho_\theta를 생각하자. 여기서는 θ\theta의 근방에서 행렬의 계수(rank), 즉 0이 아닌 고윳값의 개수가 일정하다고 가정한다. 대칭 로그 미분 연산자(symmetric logarithmic derivative, SLD) LθL_\theta는 다음 식을 만족하는 에르미트 연산자이다.

∂θρθ=Lθρθ+ρθLθ2.\partial_\theta\rho_\theta=\frac{L_\theta\rho_\theta+\rho_\theta L_\theta}{2}.

고유기저에서 정의식의 행렬 성분을 비교하면 SLD를 구할 수 있다. λi\lambda _{i}는 ρ\rho의 고윳값이다.

⟨i|Lθ|j⟩=2⟨i|∂θρθ|j⟩λi+λj(λi+λj>0).\langle i|L_\theta|j\rangle=\frac{2\langle i|\partial_\theta\rho_\theta|j\rangle}{\lambda_i+\lambda_j}\quad(\lambda_i+\lambda_j>0).

두 고윳값이 모두 0인 성분은 정의식에 나타나지 않으므로 0으로 택해도 된다. 오른쪽 계산에서 보듯 이 선택은 QFI를 바꾸지 않는다.

정의 ·SLD 양자 피셔 정보

양자 피셔 정보(quantum Fisher information, QFI)⁠는 SLD로 다음과 같이 정의한다.

FQ(θ)=Tr⁡(ρθLθ2).F_{\mathrm Q}(\theta)=\operatorname{Tr}(\rho_\theta L_\theta^2).

영 고유공간 안의 LθL_\theta는 유일하지 않을 수 있지만 FQF_{\mathrm Q}는 그 선택에 의존하지 않는다. FQF_{\mathrm Q}는 앞서 쓴 상태 사이의 충실도 FF와 다른 양이다.

ρ\rho의 고유기저 {|i⟩}\{|i\rangle\}에서 LL이 에르미트이므로 FQ=∑i,jλi|Lij|2F_{\mathrm Q}=\sum_{i,j}\lambda_i|L_{ij}|^2이다. i,ji,j를 바꾸어 평균한 12∑i,j(λi+λj)|Lij|2\tfrac12\sum_{i,j}(\lambda_i+\lambda_j)|L_{ij}|^2에서는 두 고윳값이 0인 성분이 빠지고, 남은 항에 왼쪽 성분 식을 넣으면 다음을 얻는다.

FQ=2∑λi+λj>0|⟨i|∂θρ|j⟩|2λi+λj.F_{\mathrm Q}=2\sum_{\lambda_i+\lambda_j>0}\frac{|\langle i|\partial_\theta\rho|j\rangle|^2}{\lambda_i+\lambda_j}.

왼쪽의 SLD 성분 식은 (Lρ+ρL)ij=(λi+λj)Lij(L\rho+\rho L)_{ij}=(\lambda_i+\lambda_j)L_{ij}에서 나온다.

13 · 추정과 피셔 정보C06h
추정과 피셔 정보핵심C06h-⁠-2

양자 크라메르–라오 하한과 달성 조건

정리 ·측정으로 얻는 피셔 정보의 상한증명: SLD와 코시–슈바르츠

앞의 유한차원 모형에서 상태의 계수가 모수의 근방에서 일정하다고 하자. 이때 모수에 직접 의존하지 않는 POVM {Mx}\{M_{x}\}를 고르면 관측 확률 pθ(x)=Tr⁡(ρθMx)p_\theta(x) =\operatorname{Tr} ( \rho_\theta M_{x})가 정해진다. 이 확률의 고전 피셔 정보를 IMI_M이라 쓰자. 그러면

IM(θ)≤FQ(θ),supMIM(θ)=FQ(θ)I_M(\theta)\le F_{\mathrm Q}(\theta),\qquad\sup_M I_M(\theta)=F_{\mathrm Q}(\theta)

이다. 이는 SLD 정의와 코시–슈바르츠 부등식으로 증명하는 측정 최적화 정리다. 한 점에서 SLD의 고유기저 측정으로 상한을 달성할 수 있다. 어떤 결과의 확률이 0이 되는 점에서는 그 항 (∂θp)2/p(\partial_\theta p)^2/p을 그 점으로 다가갈 때의 극한값으로 정한다.

같은 상태를 독립적으로 nn번 준비하고 국소 불편 추정량을 사용할 때 양자 크라메르–라오 하한은 다음과 같다. 국소 불편성이란 참값 θ0\theta_0에서 평균이 θ0\theta_0이고 그 평균의 미분이 1이라는 조건이다.

Varθ0⁡(θ^)≥1nFQ(θ0)(FQ>0).\operatorname{Var}_{\theta_0}(\hat\theta)\ge\frac1{nF_{\mathrm Q}(\theta_0)}\quad(F_{\mathrm Q}>0).

C06g의 고전 하한에 왼쪽 정리의 IM≤FQI_M\le F_{\mathrm Q}를 결합하면 이 식을 얻는다(C06g의 유도는 참값에서의 국소 불편성만 쓴다). nn개 복사본을 함께 측정해도 같은 하한이 성립한다. 전체 상태의 QFI가 정확히 nFQnF_{\mathrm Q}이기 때문이다(왼쪽 정리의 증명, 둘째 단계).

최적 측정이 미지의 참값에 의존할 수 있으므로, 한 점에서의 달성 가능성이 모든 모수에서 통하는 하나의 측정법이나 유한 표본 추정법을 보장하지는 않는다. 여러 모수의 동시 추정에는 추가 조건이 필요하다.

13 · 추정과 피셔 정보C06h-⁠-2
추정과 피셔 정보핵심C06i

계산: 엔트로피가 0이어도 위상을 추정할 수 있다

정리 ·순수 상태족의 QFI증명: SLD 정의에 대입

정규화된 매끄러운 순수 상태족에서는 QFI를 상태벡터로 계산할 수 있다. SLD 정의에 순수 상태를 대입하면 이 식을 얻는다.

FQ=4(⟨∂θψ|∂θψ⟩−|⟨ψ|∂θψ⟩|2).F_{\mathrm Q}=4\bigl(\langle\partial_\theta\psi|\partial_\theta\psi\rangle-|\langle\psi|\partial_\theta\psi\rangle|^2\bigr).

예를 들어 한 큐비트의 상대 위상에 θ\theta를 기록하자. θ\theta는 라디안으로 측정한다.

|ψθ⟩=|0⟩+eiθ|1⟩2,|∂θψ⟩=ieiθ|1⟩2.|\psi_\theta\rangle=\frac{|0\rangle+\mathrm e^{\mathrm i\theta}|1\rangle}{\sqrt2},\qquad |\partial_\theta\psi\rangle=\frac{\mathrm i\mathrm e^{\mathrm i\theta}|1\rangle}{\sqrt2}.⟨∂θψ|∂θψ⟩=12,|⟨ψ|∂θψ⟩|2=14,FQ=1.\langle\partial_\theta\psi|\partial_\theta\psi\rangle=\frac12,\quad|\langle\psi|\partial_\theta\psi\rangle|^2=\frac14,\quad F_{\mathrm Q}=1.

모든 θ\theta에서 상태는 순수하므로 폰 노이만·레니 엔트로피는 0이다. 그런데 QFI는 1이다. 순수하다는 것과 모수에 민감하다는 것은 양립한다.

ZZ 측정은 두 결과가 항상 1/2이므로 IZ=0I_Z=0이다. XX 측정에서는 상대 위상이 확률에 나타난다(A03).

pθ(±)=1±cos⁡θ2,IX=sin2⁡θ4(1pθ(+)+1pθ(−))=1.p_\theta(\pm)=\frac{1\pm\cos\theta}{2},\qquad I_X=\frac{\sin^2\theta}{4}\left(\frac1{p_\theta(+)}+\frac1{p_\theta(-)}\right)=1.

∂θpθ(±)=∓12sin⁡θ\partial_\theta p_\theta(\pm)=\mp\tfrac12\sin\theta이고 pθ(+)pθ(−)=14sin2⁡θp_\theta(+)p_\theta(-)=\tfrac14\sin^2\theta이므로 괄호 안의 합은 1/(pθ(+)pθ(−))1/(p_\theta(+)p_\theta(-))과 같다. 따라서 XX 측정은 IX=FQI_X=F_{\mathrm Q}로 상한을 달성한다. 이 계산은 두 확률이 양수인 점에서 성립한다. θ\theta가 π\pi의 정수배인 점에서는 관측 분포의 정규성을 따로 살펴야 한다.

반대로 전체 위상만 바뀌는 상태족은 밀도 행렬이 일정하다. 이때 두 항이 상쇄되어 FQ=0F_{\mathrm Q} =0이다. 고정된 최대 혼합 상태족 I/2I/2도 엔트로피는 1이지만 QFI는 0이다.

위상을 전혀 모르는 상황에서 XX 측정만으로는 θ\theta와 −θ-\theta를 구별할 수 없다. 이 예는 참값 근방의 민감도를 보여 주며, 전 구간에서 모수를 유일하게 식별할 수 있다는 주장이 아니다.

13 · 추정과 피셔 정보C06i
추정과 피셔 정보핵심C06k

최소제곱 적합: 무엇을 어떤 구간에서 맞추는가

정의 ·최소제곱 적합

자료 (xi,yi)(x_i,y_i), i=1,…,ni=1,\dots,n에 직선 y=a+bxy=a+bx를 맞춘다고 하자. 잔차 제곱합 ∑i(yi−a−bxi)2\sum_i(y_i-a-bx_i)^2을 가장 작게 하는 계수를 최소제곱 적합(least-squares fit)⁠이라 하고, 그 해는

b^=∑i(xi−x¯)(yi−y¯)∑i(xi−x¯)2,a^=y¯−b^x¯\hat b=\frac{\sum_i(x_i-\bar x)(y_i-\bar y)}{\sum_i(x_i-\bar x)^2},\qquad \hat a=\bar y-\hat b\bar x

이다. 잔차 제곱합을 aa, bb로 미분한 두 식을 0으로 두면 나온다. 여기서 x¯,y¯\bar x,\bar y는 표본평균이다. xix_i가 모두 같지 않으면 이 계산은 잡음 모형을 가정하지 않고도 값을 내놓는다.

거듭제곱 법칙 y=Cxαy=Cx^{\alpha}은 xi,yi>0x_i,y_i>0일 때 로그를 취하면

log⁡y=log⁡C+αlog⁡x\log y=\log C+\alpha\log x

가 되므로, 로그–로그 좌표에서 직선을 맞추어 지수 α\alpha를 추정한다. 다만 이때 작게 하는 것은 로그 좌표의 잔차이므로, 원래 좌표에서 맞춘 결과와 일반적으로 다르다. 맞춘 좌표를 밝혀야 한다.

적합값은 자료·모형·구간을 함께 정해야 뜻이 있다. 같은 자료라도 어느 구간을 썼는지에 따라 α^\hat\alpha가 달라지므로, 구간의 선택은 보고해야 할 모형의 일부이지 계산의 세부 사항이 아니다.

이 절의 앞부분과 비교하자. 피셔 정보는 명시한 확률 모형의 분포가 모수에 따라 얼마나 변하는지를 재고, 크라메르–라오 하한은 그 모형 안에서 불편 추정량의 분산을 아래에서 제한한다. 최소제곱은 그런 모형을 밝히지 않아도 숫자를 준다. 두 절차가 답하는 질문이 다르다.

결정계수(coefficient of determination) R2R^2은 자료의 흩어짐 가운데 직선이 설명하는 비율이다. R2R^2이 1에 가깝다는 사실만으로 모형을 확인했다고 볼 수 없다. 구간 안에서 거동이 바뀌는 자료도 직선에 꽤 잘 맞을 수 있고, 그때의 α^\hat\alpha는 어느 국면의 지수도 아니다. 다음 페이지에서 이 상황을 수치로 확인한다.

적합으로 얻은 지수는 추정값이며, 증명한 상한이나 하한과 같은 지위를 갖지 않는다. 두 가지를 같은 문장에서 쓸 때는 어느 쪽인지 표시한다.

13 · 추정과 피셔 정보C06k
추정과 피셔 정보계산C06l

계산: 포화 뒤의 구간을 포함하면 지수가 어떻게 달라지는가

성장과 포화를 함께 갖는 가장 단순한 모형을 쓰자. N=64N=64로 두고

s(t)=min(t2, N),t=1,2,…s(t)=\min(t^2,\ N),\qquad t=1,2,\dots

로 정의한다. t≤8t\le8에서는 정확히 t2t^2이고, t≥8t\ge8에서는 64에 머문다. 참값인 성장 지수는 2이며, 포화 구간에는 지수라고 부를 거동 자체가 없다.

로그–로그 좌표에서 x=log2⁡tx=\log_2t, y=log2⁡s(t)y=\log_2s(t)로 두고 C06k의 식으로 기울기를 구한다. 결정계수는 R2=1−∑i(yi−a^−b^xi)2∑i(yi−y¯)2R^2=1-\frac{\sum_i(y_i-\hat a-\hat bx_i)^2}{\sum_i(y_i-\bar y)^2}으로 계산하며, 모든 점이 직선 위에 있으면 1이다. t≤8t\le8이면 y=2xy=2x이므로 모든 점이 기울기 2인 직선 위에 있어 α^=2\hat\alpha=2이고 R2=1R^2=1이다. 구간만 바꾸어 같은 계산을 반복한다.

구간α^R2t=1–62.0001.000t=1–82.0001.000t=1–121.7550.972t=1–161.5050.922\begin{array}{c|c|c}\text{구간}&\hat\alpha&R^2\\\hline t=1\text{–}6&2.000&1.000\\ t=1\text{–}8&2.000&1.000\\ t=1\text{–}12&1.755&0.972\\ t=1\text{–}16&1.505&0.922\end{array}

성장 구간만 쓰면 지수를 정확히 얻는다. 포화 구간을 넣을수록 추정값 α^\hat\alpha는 2에서 멀어지지만 R2R^2은 여전히 0.9를 넘는다.

t=1t=1–16의 α^≈1.5\hat\alpha\approx1.5는 틀린 계산이 아니다. 그 구간의 자료에 직선을 맞춘 결과로서는 옳다. 다만 그것은 성장 지수의 추정값이 아니다. 무엇을 추정하려 했는지 밝히지 않으면 두 해석을 구별할 수 없다.

따라서 적합 지수를 보고할 때는 구간, 좌표, 자료의 생성 방식을 함께 적는다. R2R^2이 높다는 사실은 구간 안에 국면 전환이 없다는 증거가 아니다. 포화가 의심되면 구간을 나누어 각각 맞추고 두 결과를 비교한다.

13 · 추정과 피셔 정보C06l
추정과 피셔 정보핵심U13

요약: 분포의 민감도와 추정 오차

대상과 자료를 구별한다. 모수는 분포나 상태족을 지정하는 값이고, 추정량은 관측 자료의 함수다. 피셔 정보는 하나의 분포의 불확실성이 아니라 모수 변화에 대한 분포의 민감도를 잰다. 모수의 단위나 좌표를 바꾸면 값도 변한다. 다시 보기: C06f, C06f-⁠-2.

가정을 확인한 뒤 하한을 쓴다. 유한 모형의 독립 표본 nn개와 불편 추정량에서는

Varθ⁡(θ^)≥1nI(θ).\operatorname{Var}_\theta(\hat\theta)\ge\frac1{nI(\theta)}.

정규성 가정(양의 확률·미분 가능성 등)⁠과 0<I<∞0<I<\infty를 확인한다. 편향된 추정량에 이 식을 그대로 쓰지 않는다. 다시 보기: C06g.

측정 선택도 최적화한다. 양자 피셔 정보는 매끄럽고 계수(rank)⁠가 일정한 한 모수 상태족에서 측정으로 얻을 수 있는 피셔 정보의 상한이다. 그래서 nn개 독립 복사본에 대한 국소 불편 추정량의 분산은 1/(nFQ)1/(nF_{\mathrm Q}) 이상이다(양자 크라메르–라오 하한). 한 참값에서 상한을 달성하는 측정이 모든 모수에서 통하는 측정이나 유한 표본 추정법을 보장하지는 않는다. 다시 보기: C06h, C06h-⁠-2.

정보가 드러나는 측정을 고른다. 상대 위상을 가진 큐비트는 계산 기저로 측정하면 위상 정보가 보이지 않을 수 있다. 다른 기저에서는 간섭으로 위상 민감도가 드러난다. 순수 상태의 엔트로피가 0이어도 양자 피셔 정보는 양수일 수 있다. 다시 보기: C06i.

적합값과 하한을 구별한다. 최소제곱 적합은 확률 모형을 밝히지 않아도 값을 주지만, 그 값은 자료·좌표·구간을 함께 정해야 뜻이 있는 추정값이다. R2R^2이 1에 가깝다는 사실만으로 구간 안에 국면 전환이 없다고 할 수 없다. 적합으로 얻은 지수를 증명한 상한이나 하한처럼 쓰지 않는다. 다시 보기: C06k, C06l.

13 · 추정과 피셔 정보U13
추정과 피셔 정보도전X18

도전: 측정 방향과 피셔 정보

C06f와 C06g를 적용한다. 결과 분포 pθ(x)p_\theta(x)의 피셔 정보는 I(θ)=∑x[∂θpθ(x)]2/pθ(x)I(\theta)=\sum_x[\partial_\theta p_\theta(x)]^2/p_\theta(x)이고, 독립 표본 nn개를 쓰는 불편 추정량은 Varθ⁡(θ^)≥1/(nI(θ))\operatorname{Var}_\theta(\hat\theta)\ge1/(nI(\theta))를 만족한다.

양자 통계역학과 전형성절 안내ST06e

양자 통계역학과 전형성

SECTION 14

양자 통계역학과 전형성

전체의 순수성과 부분계의 평형 성질은 어떻게 양립하는가?

01에너지 제약과 평형 상태
02열적 요동과 온도 추정
03전형성과 부분계의 상태
14 · 양자 통계역학과 전형성ST06e
양자 통계역학과 전형성핵심SM00

도입: 평형을 상태와 정보의 관점에서 읽기

앞에서 배운 정보량을 평형 문제에 적용한다. 앞 절에서는 측정 결과가 미지의 모수에 얼마나 민감한지 살펴보았다. 이제 온도를 추정하는 상황으로 이어 간다. 그에 앞서, 에너지에 관한 제약이 주어졌을 때 어떤 상태로 평형을 기술할 것인지부터 정해야 한다.

전체 상태와 부분계의 상태를 구별하며 시작한다. 밀도 행렬(B13)⁠과 기댓값(B13c), 부분 대각합(A05a)⁠을 복습한다. 지수·로그를 연산자에 적용하는 방법은 O16c, 확률분포의 모수에 대한 피셔 정보는 C06f에서 확인할 수 있다. 열적 상태와 전형성의 정의는 이 절에서 새로 배운다.

이 절을 마치면 세 가지를 할 수 있어야 한다. 주어진 에너지 제약에 맞는 평형 모형을 구별하고, 두 에너지 준위를 가진 계에서 점유 확률·평균 에너지·온도 정보를 계산한다. 또한 부분계가 평형 상태에 가깝다는 보장을 읽을 때, 상태를 뽑는 분포·허용 오차·실패 확률을 구별한다.

상태를 정하고, 계산한 뒤, 보장의 범위를 읽는다. 먼저 에너지와 평형 상태를 정의한다(S06e, SM02). 다음으로 평형을 정보량으로 해석하고 온도 추정의 예를 계산한다(SM03, SM04). 이어 전형성을 정의하고 부분계에 대한 확률적 보장을 살펴본다(SM05, SM06, SM06a). 마지막에는 이를 실제 시간 진화에 관한 질문과 구별한다(SM07).

이 절의 범위를 확인한다. 유한차원 모형부터 시작하며, 온도를 사용하는 계산에서는 양의 온도를 가정한다. 평형 상태를 정하는 원리와 실제로 그 상태에 도달하는 과정은 구별한다. 모든 초기 상태의 열평형화나 그에 걸리는 시간을 증명하는 절은 아니다. 각 결과의 정확한 가정은 본문에서 밝히고, 자세한 증명은 해당 진술 옆의 버튼으로 읽는다. 절 끝의 U14, U14a에서 중심 질문에 대한 답과 적용 조건을 정리한다.

14 · 양자 통계역학과 전형성SM00
양자 통계역학과 전형성핵심S06e

양자 통계역학: 전체 상태와 관측 가능한 정보

양자 통계역학은 많은 자유도를 가진 계에서 에너지와 관측의 제약을 바탕으로 평형 성질을 기술한다. 여기서는 유한차원 계부터 시작한다. 핵심 질문은 전체 상태를 아는 것과 작은 부분계의 측정 결과를 예측하는 것이 어떻게 다른가이다.

정의 ·해밀토니안

해밀토니안(Hamiltonian) HH는 에너지를 나타내는 에르미트 연산자이다. 에너지 고윳값 EnE_{n}과 정규직교 고유기저를 쓰면 다음과 같다. 같은 에너지에 여러 기저벡터가 대응할 수 있다.

H=∑nEn|n⟩⟨n|,⟨H⟩ρ=Tr⁡(ρH).H=\sum_n E_n|n\rangle\langle n|,\qquad \langle H\rangle_\rho=\operatorname{Tr}(\rho H).

HH가 시간에 무관한 고립계에서는 U(t)=exp⁡(−itH/ℏ)U(t)=\exp(-\mathrm i tH/\hbar)로 진화한다. ℏ\hbar는 플랑크 상수를 2π2\pi로 나눈 값이다. 이 시간 진화 법칙은 물리적 입력으로 사용한다.

유니타리 진화는 밀도 행렬의 고윳값을 보존한다. 따라서 전체 폰 노이만 엔트로피는 변하지 않는다.

ρ(t)=U(t)ρ(0)U(t)†,S2(ρ(t))=S2(ρ(0)).\rho(t)=U(t)\rho(0)U(t)^\dagger,\qquad S_2(\rho(t))=S_2(\rho(0)).

그러나 계 AA만 관측하면 ρA=TrB⁡ρAB\rho_A=\operatorname{Tr}_B\rho_{AB}를 사용한다. 상호작용으로 AA와 BB 사이의 얽힘이나 상관관계가 바뀌면 축약 상태의 엔트로피도 바뀔 수 있다. 전체가 순수할 때에만 이 축약 엔트로피를 두 계 사이의 얽힘 엔트로피로 해석한다.

이 절에서는 에너지 제약 → 평형 상태 → 열적 요동 → 전형성의 순서로 연결한다. 평형 상태를 정하는 원리, 무작위 상태의 성질, 실제 시간 진화가 평형에 접근하는지는 서로 다른 문제이다.

14 · 양자 통계역학과 전형성S06e
양자 통계역학과 전형성핵심SM02

에너지 제약으로 정하는 두 평형 상태

정의 ·에너지 껍질과 미시정준 상태

에너지 구간 [E,E+δE][E,E+\delta E]의 고유공간을 합한 RR로의 사영을 PP, 그 차원을 dR=Tr⁡P>0d_R=\operatorname{Tr}P>0이라 하자. RR을 에너지 껍질(energy shell)⁠이라 한다. 미시정준 상태(microcanonical state)⁠는

ΩR=PdR,S2(ΩR)=log2⁡dR\Omega_R=\frac{P}{d_R},\qquad S_2(\Omega_R)=\log_2 d_R

로 정의한다. 정해진 껍질 안에서 모든 상태 방향에 같은 비중을 준다. 에너지 구간을 정했다는 사실만으로 실제 상태가 이 혼합 상태라고 결론 내리는 것은 아니다.

고유기저에서 균등 혼합하든 껍질 안의 모든 순수 상태를 유니타리 불변 분포로 평균하든 같은 ΩR\Omega_R을 얻는다. 불변 분포의 평균 MM은 껍질의 모든 유니타리 UU에 대해 UMU†=MUMU^\dagger=M이다. 껍질의 대각 위상 유니타리와 가환하므로 대각이고, 기저 순열과 가환하므로 대각 성분이 같다. 대각합이 1이므로 M=P/dRM=P/d_R이다. 그러나 개별 순수 상태와 그 평균은 서로 다른 대상이다.

정의 ·깁스 상태와 분배 함수

유한차원 HH와 온도 T>0T>0에 대해 깁스 상태(Gibbs state), 역온도(inverse temperature) β\beta, 분배 함수(partition function) ZZ를 다음과 같이 정의한다. kBk_{\mathrm B}는 볼츠만 상수이다.

γβ=e−βHZ(β),Z(β)=Tr⁡e−βH,β=1kBT.\gamma_\beta=\frac{\mathrm e^{-\beta H}}{Z(\beta)},\qquad Z(\beta)=\operatorname{Tr}\mathrm e^{-\beta H},\qquad\beta=\frac1{k_{\mathrm B}T}.

에너지 고유기저에서 확률은 exp⁡(−βEn)/Z\exp (-\beta E_{n})/Z이다. 큰 열저장고와 약하게 결합하고 에너지를 교환하는 계의 평형을 기술하는 정준 상태이다. 유한차원에서는 β→0\beta \to 0일 때 I/dI/d로, β→∞\beta \to \infty 일 때 가장 낮은 에너지의 고유공간, 곧 바닥 고유공간의 균등 혼합으로 간다. 그 차원이 2 이상이면(축퇴) 순수 상태로 가지 않는다.

강한 상호작용이나 추가 보존량이 있으면 계 자체의 HH만으로 쓴 이 식이 적절하지 않을 수 있다. 뒤의 블랙홀 모형에서도 정준 평형과 안정된 열저장고를 자동으로 가정하지 않는다.

14 · 양자 통계역학과 전형성SM02
양자 통계역학과 전형성핵심SM03

깁스 상태의 정보론적 의미: 자유 에너지

정의 ·양자 상대 엔트로피와 지지 공간

유한차원 상태 ρ\rho와 양의 정부호 상태 σ\sigma에 대해 자연로그를 쓰는 양자 상대 엔트로피(quantum relative entropy)⁠를 정의한다. ρ\rho의 영 고윳값 항은 0으로 둔다.

De(ρ‖σ)=Tr⁡ρ(ln⁡ρ−ln⁡σ).D_{\mathrm e}(\rho\Vert\sigma)=\operatorname{Tr}\rho(\ln\rho-\ln\sigma).

양의 연산자의 지지 공간(support)⁠은 양의 고윳값에 대응하는 고유벡터들이 생성하는 부분공간이다. 일반적인 σ\sigma에서는 ρ\rho의 지지가 σ\sigma의 지지에 포함될 때 그 지지에서 같은 식을 쓰며, 포함되지 않으면 +∞+\infty로 둔다.

정리 ·상대 엔트로피의 비음성증명: 고유기저와 로그 오목성

양자 상대 엔트로피는 0 이상이며, ρ=σ\rho =\sigma 일 때 그리고 그때에만 0이다. 비음성과 등호 조건은 별도 증명에서 확인한다. 상대 엔트로피는 대칭인 거리 함수는 아니다.

S2S_{2}는 비트 단위이며, 열역학 엔트로피는 kBln⁡2S2(ρ)k_{\mathrm B}\ln2\,S_2(\rho)이다.

정의 ·자유 에너지 함수

고정된 HH와 T>0T>0에서 자유 에너지 함수(free-energy functional)⁠를 정의한다.

FT(ρ)=Tr⁡(ρH)−kBTln⁡2S2(ρ).F_T(\rho)=\operatorname{Tr}(\rho H)-k_{\mathrm B}T\ln2\,S_2(\rho).

ln⁡γβ=−βH−(ln⁡Z)I\ln\gamma_\beta=-\beta H-(\ln Z)I를 상대 엔트로피 정의에 대입하면

De(ρ‖γβ)=βTr⁡(ρH)−ln⁡2S2(ρ)+ln⁡Z.D_{\mathrm e}(\rho\Vert\gamma_\beta)=\beta\operatorname{Tr}(\rho H)-\ln2\,S_2(\rho)+\ln Z.

ρ=γβ\rho=\gamma_\beta에서 De=0D_{\mathrm e}=0이므로 FT(γβ)=−kBTln⁡ZF_T(\gamma_\beta)=-k_{\mathrm B}T\ln Z이고

FT(ρ)−FT(γβ)=kBTDe(ρ‖γβ)≥0F_T(\rho)-F_T(\gamma_\beta)=k_{\mathrm B}T D_{\mathrm e}(\rho\Vert\gamma_\beta)\ge0

이다. 따라서 깁스 상태는 자유 에너지를 유일하게 최소화한다.

평균 에너지가 깁스 상태와 같은 상태들만 비교하면 에너지 항이 상쇄된다. 그 집합에서 깁스 상태가 엔트로피를 최대화한다. 이는 변분 원리이지 깁스 상태에 도달한다는 동역학 정리가 아니다.

14 · 양자 통계역학과 전형성SM03
양자 통계역학과 전형성핵심SM04

계산: 열적 큐비트와 온도 정보

두 에너지 준위가 0과 Δ>0\Delta >0인 H=Δ|1⟩⟨1|H=\Delta|1\rangle\langle1|을 생각하자. 들뜬 상태 |1⟩|1\rangle의 점유 확률을 qq라 쓰면

Z=1+e−βΔ,q=11+eβΔ,γβ=(1−q)|0⟩⟨0|+q|1⟩⟨1|.Z=1+\mathrm e^{-\beta\Delta},\quad q=\frac1{1+\mathrm e^{\beta\Delta}},\quad\gamma_\beta=(1-q)|0\rangle\langle0|+q|1\rangle\langle1|.

평균 에너지 U=Tr⁡(γβH)U=\operatorname{Tr}(\gamma_\beta H)와 에너지 분산은 다음과 같다. Δ\Delta는 고정한다.

U=Δq,Var⁡(H)=Δ2q(1−q).U=\Delta q,\qquad\operatorname{Var}(H)=\Delta^2q(1-q).S2(γβ)=−qlog2⁡q−(1−q)log2⁡(1−q).S_2(\gamma_\beta)=-q\log_2q-(1-q)\log_2(1-q).

βΔ=ln⁡3\beta \Delta =\ln 3이면 q=1/4,U=Δ/4q=1/4, U=\Delta /4, 분산은 3Δ2/163\Delta ^{2}/16이고 엔트로피는 약 0.811비트이다. 같은 밀도 행렬을 만드는 다른 준비 과정과는 이 계의 측정만으로 구별할 수 없다.

정의 ·열용량

열용량(heat capacity)⁠은 온도 T>0T>0에서 HH를 고정하고 평형 평균 에너지를 온도로 미분한 C=dU/dTC=dU/dT이다.

dq/dβ=−Δq(1−q)dq/d\beta =-\Delta q(1-q)를 쓰면

C=Δ2q(1−q)kBT2=Var⁡(H)kBT2.C=\frac{\Delta^2q(1-q)}{k_{\mathrm B}T^2}=\frac{\operatorname{Var}(H)}{k_{\mathrm B}T^2}.

일반적인 깁스 상태의 확률 pn=e−βEn/Zp_n=\mathrm{e}^{-\beta E_n}/Z은 ∂βln⁡Z=−U\partial_\beta\ln Z=-U이므로 ∂βln⁡pn=U−En\partial_\beta\ln p_n=U-E_n을 만족한다. 이 식에 EnpnE_np_n을 곱하여 모든 nn에 대해 더하면 dU/dβ=−Var⁡(H)dU/d\beta=-\operatorname{Var}(H)이므로 같은 식이 성립한다.

에너지 측정으로 β\beta를 추정하면 스코어 ∂βln⁡pn\partial_\beta\ln p_n의 제곱 평균은

I(β)=Var⁡(H),I(T)=Var⁡(H)kB2T4=CkBT2I(\beta)=\operatorname{Var}(H),\qquad I(T)=\frac{\operatorname{Var}(H)}{k_{\mathrm B}^2T^4}=\frac{C}{k_{\mathrm B}T^2}

이다(I(T)=I(β)(dβ/dT)2I(T)=I(\beta)(d\beta/dT)^2, C06f-⁠-2). 고정된 HH의 깁스 상태족은 같은 고유기저에서 대각이므로 ∂βρ\partial_\beta\rho도 대각이고, C06h의 식에서 QFI는 이 에너지 측정의 피셔 정보 ∑n(∂βpn)2/pn\sum_n(\partial_\beta p_n)^2/p_n과 같다.

열적 요동은 온도를 알아내는 정보이기도 하다. 엔트로피 자체와 온도 변화에 대한 민감도는 구별한다. 위 식은 T>0T>0에서 적용하며, 영온도 끝점은 극한으로 살펴야 한다.

14 · 양자 통계역학과 전형성SM04
양자 통계역학과 전형성핵심SM05

전형성: 무엇을 어떤 분포에서 뽑는가?

정의 ·확률적 전형성

크기 NN인 모형에서 확률분포 μN\mu_N, 성질을 측정하는 함수 fNf_N, 비교값 aNa_N을 정하자. 모든 고정된 허용 오차 ε>0\varepsilon >0에 대해 다음 조건이 성립하면 fNf_N이 aNa_N 근처에 있다는 성질을 점근적으로 전형적(typical)⁠이라고 한다.

PrμN{|fN−aN|>ε}⟶0(N→∞).\Pr_{\mu_N}\{|f_N-a_N|>\varepsilon\}\longrightarrow0\qquad(N\to\infty).

이것이 여기서 쓰는 전형성(typicality)⁠의 확률적 의미이다. 유한 크기에서는 실패 확률 δ\delta와 허용 오차를 수치로 제시해야 한다. 어떤 분포, 어떤 관측량이나 거리, 어떤 크기 극한인지 생략하면 주장이 정해지지 않는다.

정보 이론의 전형적 수열·부분공간은 독립 반복 모형의 별도 구성이다. 지금의 정의만으로 그 부호화 정리까지 도입한 것은 아니다.

정의 ·하르 무작위 순수 상태

유한차원 부분공간의 정규화된 순수 상태 중에서, 그 공간의 모든 유니타리 변환에 불변인 균등 분포를 하르 무작위 순수 상태(Haar-random pure state)⁠의 분포라 한다. 전체 위상은 같은 물리적 상태로 본다.

평균이 혼합 상태라는 사실만으로 개별 상태가 그 평균에 가깝지는 않다. |0⟩|0\rangle과 |1⟩|1\rangle을 각각 확률 1/2로 뽑으면

Eρ=I/2,12‖ρ−I/2‖1=12\mathbb E\rho=I/2,\qquad \tfrac12\|\rho-I/2\|_1=\tfrac12

이다. 모든 표본과 평균 사이의 대각합 거리는 한 큐비트 상태와 I/2I/2 사이에서 가능한 최대인 1/2이다. 평균 상태의 엔트로피는 1이지만 각 표본의 엔트로피는 0이다.

무작위 상태의 높은 확률 보장은 특정 해밀토니안이 그 상태들을 빠르게 방문한다는 보장이 아니다. 뒤의 무작위 유니타리 평균과 페이지 곡선에서도 이 구별을 유지한다.

14 · 양자 통계역학과 전형성SM05
양자 통계역학과 전형성핵심SM06

정준 전형성: 순수한 전체와 평형인 부분계

정의 ·축약 균등 상태와 유효 환경 차원

유한차원 A⊗BA\otimes B의 부분공간 RR로의 사영 PRP_R과 차원 dR>0d_R>0에 대해 균등 상태와 그 축약 상태, 환경의 유효 차원을 정의한다.

ΩR=PR/dR,ΩA=TrB⁡ΩR,ΩB=TrA⁡ΩR.\Omega_R=P_R/d_R,\quad\Omega_A=\operatorname{Tr}_B\Omega_R,\quad\Omega_B=\operatorname{Tr}_A\Omega_R.dBeff=1Tr⁡ΩB2,dA=dim⁡HA.d_B^{\mathrm{eff}}=\frac1{\operatorname{Tr}\Omega_B^2},\qquad d_A=\dim\mathcal H_A.

정리 ·정준 전형성의 평균 상한증명: 두 복사본 평균

RR에서 하르 무작위로 뽑은 순수 상태(SM05)⁠에 대해 그 축약 상태를 ρA\rho_A라 하자. 다음 평균 상한은 정준 전형성(canonical typicality)⁠을 정량화한다. 두 복사본 평균과 노름 부등식으로 증명할 수 있다.

E‖ρA−ΩA‖1≤dAdBeff.\mathbb E\|\rho_A-\Omega_A\|_1\le\sqrt{\frac{d_A}{d_B^{\mathrm{eff}}}}.

대각합 거리는 이 노름의 절반이다.

비음수 확률변수 XX는 X>εX>\varepsilon일 때 ε\varepsilon보다 크고 그 밖에는 0 이상이므로, 평균하면 E[X]≥εPr(X>ε)\mathbb E[X]\ge\varepsilon\Pr(X>\varepsilon)이다. 이것이 마르코프 부등식이다. 이를 위 거리의 평균 상한에 적용하면

Pr{‖ρA−ΩA‖1>ε}≤min{1,1εdAdBeff}\Pr\{\|\rho_A-\Omega_A\|_1>\varepsilon\}\le\min\!\left\{1,\frac1\varepsilon\sqrt{\frac{d_A}{d_B^{\mathrm{eff}}}}\right\}

를 얻는다. 고정된 ε\varepsilon에서 계의 차원을 환경의 유효 차원으로 나눈 비가 0으로 가면 실패 확률도 0으로 간다. 평균과 전형성을 연결하는 단계가 바로 이 확률 부등식이다.

이 정리의 ΩA\Omega_A가 항상 exp⁡(−βHA)/Z\exp(-\beta H_A)/Z인 것은 아니다. RR이 전체 에너지 껍질이고, 결합이 약하며, 큰 열저장고의 상태 수가 해당 에너지 범위에서 매끄럽게 변할 때 깁스 근사가 가능하다.

따라서 두 논증을 나눈다. 전형성은 ρA≈ΩA\rho_A\approx\Omega_A를 보이고, 열저장고 가정은 ΩA≈γβ\Omega_A \approx\gamma_\beta를 설명한다. 전체 순수 상태가 혼합 상태로 바뀌어야 하는 것은 아니다. 참고: [PSW06], arXiv판 식 (18).

14 · 양자 통계역학과 전형성SM06
양자 통계역학과 전형성핵심SM06a

계산: 전형성의 실패 확률 상한 읽기

제약 공간을 A⊗BA\otimes B 전체로 잡고 AA는 한 큐비트, BB의 차원은 20,000이라 하자. 전체 공간에서 하르 순수 상태를 뽑는다. 그러면 축약 균등 상태와 유효 차원은

ΩA=I2/2,ΩB=I20000/20000,dBeff=20000\Omega_A=I_2/2,\quad\Omega_B=I_{20000}/20000,\quad d_B^{\mathrm{eff}}=20000

이다. ΩB\Omega_B의 0이 아닌 고윳값 kk개가 모두 1/k1/k이면 dBeff=kd_B^{\mathrm{eff}}=k이고, 고르지 않으면 kk보다 작다. 앞 페이지의 평균 노름 상한은

E‖ρA−I2/2‖1≤2/20000=0.01\mathbb E\|\rho_A-I_2/2\|_1\le\sqrt{2/20000}=0.01

이 된다. 대각합 거리는 이 노름의 절반이므로 그 평균은 0.005 이하이다.

이는 전체 순수 상태를 I/40000I/40000로 바꿨다는 뜻이 아니다. 대각합 거리는 측정 사건 확률의 최대 차이(HP04)⁠이므로, 이 상한은 AA만 측정해서는 ρA\rho_A를 I2/2I_2/2와 거의 구별할 수 없다는 평균적 보장이다.

노름 오차를 0.1 이하로 허용하자. 마르코프 상한으로

Pr{‖ρA−I2/2‖1>0.1}≤0.010.1=0.1\Pr\{\|\rho_A-I_2/2\|_1>0.1\}\le\frac{0.01}{0.1}=0.1

을 얻는다. 따라서 확률 적어도 0.9로 대각합 거리는 0.05 이하이다. 0.1은 실제 실패율이 아니라 상한이다.

반대로 AA와 BB가 모두 한 큐비트이면 평균 노름 상한은 1이다. 같은 허용 오차 0.1을 넣으면 실패 확률 상한은 min(1,10)=1\min (1,10)=1이라 아무 보장도 주지 않는다.

상한이 약하다는 이유만으로 모든 상태가 평형에서 멀다고 결론내릴 수는 없다. 차원, 허용 오차, 실패 확률을 함께 읽어야 한다. 이 예는 에너지 제약이 없는 균등 공간이며 유한 온도의 깁스 상태를 유도한 예도 아니다.

14 · 양자 통계역학과 전형성SM06a
양자 통계역학과 전형성핵심SM07

평형·열평형화·페이지 곡선을 구별하기

고립계의 유한차원 HH를 서로 다른 에너지 EE에 대한 사영 PEP_E로 쓰자. 상태의 무한 시간 평균은 에너지가 다른 공간 사이의 성분을 없앤다.

ρ―=limτ→∞1τ∫0τρ(t)dt=∑EPEρ(0)PE.\overline\rho=\lim_{\tau\to\infty}\frac1\tau\int_0^\tau\rho(t)\,dt=\sum_E P_E\rho(0)P_E.

에너지 차가 0이 아닌 성분의 위상은 시간 평균에서 상쇄되지만, 같은 에너지 공간 내부의 결맞음은 남는다.

이 평균은 초기 에너지 점유를 기억하므로 일반적으로 깁스 상태가 아니다. 개별 시각의 상태가 시간 평균에 가깝다는 결론도 이 식만으로 나오지 않는다.

여기서 평형화(equilibration)⁠는 지정한 관측량들이 긴 시간 구간의 대부분에서 거의 일정한 평형값을 갖는 현상을 뜻한다. 열평형화(thermalization)⁠는 그 값들이 정해진 열적 상태(SM02의 미시정준·깁스 상태)⁠의 예측과도 일치하는 경우를 뜻한다. 관측량, 오차, 시간 범위를 지정해야 검증할 수 있다.

하르 순수 상태의 부분계 엔트로피가 차원 상한에 가깝다는 페이지 곡선 모형은 상태 분포에 관한 진술이다. 자세한 내용은 HP00c에 있다. 유니타리 진화는 전체 순수성을 보존하지만, 그 사실만으로 하르 전형성이나 열평형화 시간을 보장하지는 않는다.

작은 부분계와 훨씬 큰 환경에서는 정준 전형성의 거리 상한이 유용하다. 두 차원이 비슷하면 같은 상한이 작지 않다. 그래도 하르 순수 상태에서 부분계 엔트로피를 작은 쪽 공간의 최대 엔트로피로 나눈 비는 차원이 커질수록 1에 가까워진다. 이 비가 1에 가깝다는 말과, 상태가 최대 혼합 상태에 대각합 거리로 가깝다는 말은 다르다.

양자 정보 관점의 요점은 접근 범위이다. 전체에 남아 있는 순수성과 상관관계가 작은 부분계에서 보이지 않을 수 있다. 부분계가 열적으로 보인다는 이유만으로 전체 정보가 소멸했다고 결론내리지 않는다. 뒤의 블랙홀 모형은 이 구별 위에 별도의 자원 가정과 동역학 가정을 더한다.

14 · 양자 통계역학과 전형성SM07
양자 통계역학과 전형성핵심U14

요약: 열 상태와 정보량

어떤 제약을 주었는지 밝힌다. 에너지 껍질의 균등 상태가 미시정준 상태다. 고정 해밀토니안과 양의 온도를 주면 깁스 상태를 정할 수 있다. 제약 공간 전체의 균등 혼합과 개별 순수 상태는 서로 다른 대상이다. 다시 보기: SM02.

확률의 정규화를 확인한다. 깁스 상태는

γβ=e−βHZ,Z=Tr⁡e−βH,β=1kBT\gamma_\beta=\frac{\mathrm e^{-\beta H}}{Z},\qquad Z=\operatorname{Tr}\mathrm e^{-\beta H},\qquad \beta=\frac1{k_{\mathrm B}T}

이다. 에너지 고윳값에서 볼츠만 가중치를 계산한 뒤 분배 함수로 나눈다. 다시 보기: SM02.

평형의 변분 성질을 읽는다. 고정된 해밀토니안과 온도에서 깁스 상태는 자유 에너지를 최소화한다. 자유 에너지 차이는 자연로그로 정의한 상대 엔트로피에 온도 인자를 곱한 것이다. 밑 2 엔트로피와 열역학 단위를 연결할 때 로그 변환 인자를 유지한다. 다시 보기: SM03.

요동과 추정을 연결한다. 열적 큐비트에서는 에너지 점유 확률로 평균 에너지와 분산을 구한다. 에너지 요동은 열용량과 역온도에 대한 피셔 정보에 연결된다. 온도와 역온도 중 무엇을 추정하는지에 따라 미분 인자가 달라진다. 다시 보기: SM04.

14 · 양자 통계역학과 전형성U14
양자 통계역학과 전형성핵심U14a

요약: 전형성과 시간 진화의 구별

평균과 대부분을 구별한다. 전형성을 말하려면 상태를 뽑는 분포, 비교하는 양, 허용 오차와 크기 극한을 지정해야 한다. 평균 상태가 혼합이라는 사실만으로 개별 상태가 그 평균에 가깝다고 할 수 없다. 다시 보기: SM05.

큰 환경에서 얻는 보장을 읽는다. 정준 전형성은 제약 공간에서 하르 무작위로 뽑은 순수 상태의 축약 상태가 축약 균등 상태에 얼마나 가까운지 제한한다. 평균 거리 상한에서 예외 확률을 얻으려면 오차 문턱 ε\varepsilon을 정해 마르코프 부등식을 쓴다. 다시 보기: SM06, SM06a.

깁스 근사는 추가 가정이다. 정준 전형성의 비교 대상이 자동으로 깁스 상태가 되는 것은 아니다. 약한 결합과 큰 환경의 매끄러운 상태 수 등 열저장고 가정을 따로 확인해야 한다. 환경의 유효 차원도 단순한 전체 차원과 구별한다. 다시 보기: SM06.

무작위 상태의 성질을 시간 법칙으로 바꾸지 않는다. 고립계의 유니타리 진화는 전체 엔트로피를 보존한다. 시간 평균은 서로 다른 에너지 공간 사이의 결맞음을 없애지만 초기 점유와 축퇴 내부의 결맞음은 남긴다. 전형성만으로 실제 평형화 시간이나 열평형화를 결론 내릴 수 없다. 다시 보기: S06e, SM07.

14 · 양자 통계역학과 전형성U14a
양자 통계역학과 전형성도전X19

도전: 깁스 상태와 온도

SM02의 깁스 상태와 SM04의 열적 큐비트 계산을 적용한다. 깁스 상태 γβ=e−βH/Z(β)\gamma_\beta=\mathrm e^{-\beta H}/Z(\beta)에서 에너지 EnE_n인 고유 상태의 확률은 e−βEn/Z(β)\mathrm e^{-\beta E_n}/Z(\beta)이고, 평균 에너지 UU와 분산 Var⁡(H)\operatorname{Var}(H)는 이 분포의 평균과 분산이다.

양자 부호화와 복호의 공통 구조절 안내ST06d

양자 부호화와 복호의 공통 구조

SECTION 15

양자 부호화와 복호의 공통 구조

무엇을 어떤 물리계에 담고, 누가 어느 계에서 무엇을 복원하는가?

01논리계와 물리계
02부호화·잡음·복호의 합성
03복구 오차와 보조 자원
15 · 양자 부호화와 복호의 공통 구조ST06d
양자 부호화와 복호의 공통 구조절 안내S06d

양자 부호화와 복호의 공통 구조

무엇을 어떤 물리계에 담고, 누가 어느 계에서 무엇을 복원하는가?

통신과 오류 정정에서는 입력을 물리계에 담는 부호화, 전송·저장 중의 변화, 출력에서 정보를 되찾는 복호가 이어진다. 이 세 단계를 채널의 합성으로 기술한다.

먼저 논리계와 물리계를 구별하고 정확한 복호의 조건을 정한다. 이어 부호 공간으로의 복구와 논리계로의 복호, 근사 오차, 측정 기록과 보조 자원의 역할을 살펴본다.

이후의 순간이동, 오류 정정, Hayden–Preskill 복구에서는 같은 형식을 쓰되 허용된 연산과 접근할 수 있는 계가 달라진다.

학습 목표는 주어진 과제의 부호화·잡음·복호를 구별하고, 허용 입력과 접근 자원에 맞는 복호 조건을 쓰는 것이다. 일반 형식을 정하며, 특정 부호의 설계는 뒤에서 다루고 용량 정리는 이 강의에서 다루지 않는다.

15 · 양자 부호화와 복호의 공통 구조공통 형식S06d
양자 부호화와 복호의 공통 구조핵심QE01

부호화·잡음·복호를 하나의 유효 채널로 쓰기

정의 ·논리계와 입출력 계

보존할 정보를 담은 계를 논리계(logical system) LL이라 하자. PP는 부호화된 정보를 담는 물리계, BB는 수신자가 실제로 받는 계다. L^\widehat L은 LL과 같은 차원과 대응하는 기저를 갖는 출력계다.

정의 ·부호화와 복호

부호화 채널(encoding channel) E\mathcal E와 복호 채널(decoding channel) D\mathcal D를 다음과 같이 정한다. 여기서는 둘 다 CPTP 사상이다.

L→EP→NB→DL^.L\xrightarrow{\mathcal E}P\xrightarrow{\mathcal N}B\xrightarrow{\mathcal D}\widehat L.

N\mathcal N은 전송·저장 중의 잡음이나 접근할 수 없는 계를 버리는 과정을 포함한다. 화살표는 계 사이의 상태 변환을 뜻하며 물리적 이동만을 뜻하지 않는다.

각 사상은 해당 계의 연산자 공간 사이에 작용한다. 예를 들어 E:L(HL)→L(HP)\mathcal E:\mathcal L(\mathcal H_L)\to\mathcal L(\mathcal H_P)이다. 전체 과정을 하나로 본 유효 채널(effective channel)⁠은

T=D∘N∘E.\mathcal T=\mathcal D\circ\mathcal N\circ\mathcal E.

정의 ·정확한 양자 복호

정확한 양자 복호(exact quantum decoding)⁠는 한 복호기가 모든 논리 상태에 대해 다음을 만족하는 것이다.

T(ρL)=ρL^for every ρL.\mathcal T(\rho_L)=\rho_{\widehat L}\quad\text{for every }\rho_L.

오른쪽은 입력과 같은 행렬을 출력계에 옮긴 상태다. 부호화와 복호는 알려진 잡음 모형에는 맞출 수 있지만 미지의 입력 상태마다 바꿀 수는 없다. 이 조건은 기저 상태의 확률뿐 아니라 중첩의 위상도 보존하도록 요구한다.

양자 부호화와 복호의 공통 구조핵심QE02

등거리 부호화와 부호 공간

정의 ·부분공간 부호와 등거리 부호화

오류 정정에서 주로 쓰는 부분공간 부호(subspace code)⁠는 등거리 사상 V:HL→HPV:\mathcal H_L\to\mathcal H_P로 정한다. 그 상을 부호 공간이라 한다.

V†V=IL,C=im⁡V,PC=VV†.V^\dagger V=I_L,\qquad\mathcal C=\operatorname{im}V,\qquad P_{\mathcal C}=VV^\dagger.
E(ρ)=VρV†.\mathcal E(\rho)=V\rho V^\dagger.

등거리 조건은 내적과 정규화를 보존한다. 부호화는 미지의 진폭을 알아내는 측정이 아니다. 준비한 보조계와 유니타리 회로를 이용해 이 사상을 구현할 수 있다.

예를 들어 한 논리 큐비트를 세 물리 큐비트에 다음과 같이 넣을 수 있다.

V|0⟩=|000⟩,V|1⟩=|111⟩,V|0\rangle=|000\rangle,\qquad V|1\rangle=|111\rangle,
V(α|0⟩+β|1⟩)=α|000⟩+β|111⟩.V(\alpha|0\rangle+\beta|1\rangle)=\alpha|000\rangle+\beta|111\rangle.

이는 입력 상태의 사본 세 개가 아니다. 오른쪽은 두 부호 기저 벡터의 중첩이며 일반적으로 얽힌 상태다. 또한 등거리 부호화라는 사실만으로 모든 잡음을 정정할 수 있는 것은 아니다. 정정 가능성은 (E,N)(\mathcal E,\mathcal N)의 조합에 달려 있다.

일반적인 부호화 채널은 보조계를 버리거나 확률 혼합을 포함할 수 있으므로 항상 단일 등거리 사상으로 표현되는 것은 아니다. 이후 안정자 부호에서는 위의 부분공간 형식을 사용한다.

15 · 양자 부호화와 복호의 공통 구조공통 형식QE02
양자 부호화와 복호의 공통 구조핵심QE03

부호 공간으로의 복구와 논리계로의 복호

정의 ·복구와 복호의 출력 공간

등거리 부호화 E(ρ)=VρV†\mathcal E(\rho)=V\rho V^\dagger와 잡음 채널 N:P→B\mathcal N:P\to B를 고정하자. 정확한 복구 채널(exact recovery channel)⁠은 아래 첫 등식을 만족하는 CPTP 사상 R:B→P\mathcal R:B\to P이고, 정확한 복호 채널(exact decoding channel)⁠은 둘째를 만족하는 CPTP 사상 D:B→L^\mathcal D:B\to\widehat L이다. 등식은 모든 논리 입력 상태에 대해 성립해야 한다.

R∘N∘E=E,D∘N∘E=idL.\mathcal R\circ\mathcal N\circ\mathcal E=\mathcal E,\qquad\mathcal D\circ\mathcal N\circ\mathcal E=\mathrm{id}_L.

부호 공간 안에서는 V†V^\dagger가 부호화를 되돌린다. 그러나 전체 물리 공간에서 X↦V†XVX\mapsto V^\dagger XV만 쓰면 부호 공간 밖의 확률이 사라지므로 대각합 보존 채널이 아니다.

오른쪽 두 구성을 확인하자. 오른쪽 위의 D0\mathcal D_0은 V†V=ILV^\dagger V=I_L과 (IP−PC)V=0(I_P-P_{\mathcal C})V=0에서 D0∘E=idL\mathcal D_0\circ\mathcal E=\mathrm{id}_L을 만족하므로 D0∘(R∘N∘E)=idL,E∘(D∘N∘E)=E.\mathcal D_0\circ(\mathcal R\circ\mathcal N\circ\mathcal E)=\mathrm{id}_L,\quad\mathcal E\circ(\mathcal D\circ\mathcal N\circ\mathcal E)=\mathcal E.

V†V^\dagger를 완전한 채널로 확장하려면 논리계의 고정된 상태 τL\tau_L을 하나 정하고 다음과 같이 쓴다.

D0(X)=V†XV+Tr⁡[(IP−PC)X]τL.\mathcal D_0(X)=V^\dagger XV+\operatorname{Tr}[(I_P-P_{\mathcal C})X]\tau_L.

첫 항은 부호 공간 성분을 복호하고, 둘째 항은 나머지 성분을 고정 상태로 보낸다. 둘째 항도 측정 후 상태 준비이므로 완전 양성이다. 두 항의 대각합을 더하면 Tr⁡X\operatorname{Tr}X다.

정리 ·정확한 복구와 복호의 존재는 동치다위의 CPTP 확장으로 증명

유한차원 등거리 부호화 E\mathcal E와 임의의 잡음 채널 N\mathcal N에 대해, 정확한 CPTP 복구기 R\mathcal R이 존재할 필요충분조건은 정확한 CPTP 복호기 D\mathcal D가 존재하는 것이다. 위에서 구성한 D0∘E=idL\mathcal D_0\circ\mathcal E=\mathrm{id}_L을 이용하면 양방향 구성이 주어진다.

D=D0∘R,R=E∘D.\mathcal D=\mathcal D_0\circ\mathcal R,\qquad\mathcal R=\mathcal E\circ\mathcal D.

두 식은 각각 복구기에서 복호기를, 복호기에서 복구기를 만드는 별개의 구성이다. 구현 비용까지 같다는 뜻은 아니다.

15 · 양자 부호화와 복호의 공통 구조공통 형식QE03
양자 부호화와 복호의 공통 구조핵심QE04

복호의 정확도: 기준계와 오차 기준을 먼저 정하기

입력은 외부 계와 얽혀 있어도 보존되어야 한다. 이를 보려고 dim⁡R=dim⁡L=dL\dim R=\dim L=d_L인 기준계를 두고 HP02의 최대 얽힘 상태를 사용하자.

|Φ⟩RL=1dL∑i|i⟩R|i⟩L,|\Phi\rangle_{RL}=\frac1{\sqrt{d_L}}\sum_i|i\rangle_R|i\rangle_L,
ωRL^=(idR⊗T)(ΦRL).\omega_{R\widehat L}=(\mathrm{id}_R\otimes\mathcal T)(\Phi_{RL}).

정확히 ωRL^=ΦRL^\omega_{R\widehat L}=\Phi_{R\widehat L}이면 HP02의 행렬 단위 전개에 따라 T=id\mathcal T=\mathrm{id}다. 따라서 모든 입력과 외부 얽힘을 보존한다. 여기서 Φ=|Φ⟩⟨Φ|\Phi=|\Phi\rangle\langle\Phi|다.

무작위 회로에 대한 평균까지 취한다면, 어떤 입력 기준을 썼는지와 무엇에 대해 평균했는지도 함께 밝혀야 한다. Hayden–Preskill 부분은 주로 오른쪽에 정의하는 첫 기준, 곧 최대 혼합 입력에 대한 얽힘 충실도 오차 ϵe\epsilon_{\mathrm e}를 사용한다.

정의 ·복호 오차의 두 기준

근사 복호에서는 어떤 오차를 제한하는지 명시해야 한다. HP02의 얽힘 충실도 FeF_{\mathrm e}를 쓰면, 최대 혼합 입력에 대한 얽힘 충실도 오차는

ϵe=1−Fe=1−⟨Φ|ωRL^|Φ⟩.\epsilon_{\mathrm e}=1-F_{\mathrm e}=1-\langle\Phi|\omega_{R\widehat L}|\Phi\rangle.

반면 기준계가 붙은 모든 입력에 대해 대각합 거리를 제한하려면 다음 최악 오차를 쓸 수 있다.

ϵworst=supρRL12‖(idR⊗T)(ρRL)−ρRL^‖1.\epsilon_{\mathrm{worst}}=\sup_{\rho_{RL}}\frac12\left\|(\mathrm{id}_R\otimes\mathcal T)(\rho_{RL})-\rho_{R\widehat L}\right\|_1.

노름 안의 두 번째 상태는 입력을 대응하는 출력 기저로 옮긴 것이다. 두 오차는 서로 다른 기준이다(HP02). 정확한 경우의 동치가 근사 오차의 수치적 동일성을 뜻하지 않는다.

양자 부호화와 복호의 공통 구조핵심QE05

측정 기록을 쓰는 복호와 성공 분기의 복호

복호기는 반드시 하나의 유니타리일 필요가 없다. 측정 도구(B14b) {Mm}\{\mathcal M_m\}으로 기록 mm을 얻고, 그 기록에 따라 CPTP 보정 Cm\mathcal C_m을 적용할 수 있다.

D(X)=∑mCm(Mm(X)).\mathcal D(X)=\sum_m\mathcal C_m\bigl(\mathcal M_m(X)\bigr).

모든 기록을 포함한 합은 CPTP다. 뒤에서 다룰 양자 오류 정정의 검사 기록이나 순간이동의 벨 측정 기록을 이용한 보정도 이 형식에 들어간다. 기록을 보존하려면 각 항에 (|m⟩⟨m|)M\bigl(|m\rangle\langle m|\bigr)_M을 붙여 고전적 기록계 MM도 출력한다.

오류 정정에서 말하는 고전적 신드롬 복호기는 측정 기록으로부터 보정 연산을 선택하는 알고리즘이다. 위의 양자 복호 채널은 그 판단에 따른 실제 보정과 논리 출력까지 포함한다.

성공으로 정한 기록만 남긴 사상 Ds\mathcal D_s는 CP-TNI 사상이다. 이때에는 성공 확률과 성공 뒤의 상태를 따로 적어야 한다.

ρ~s=(Ds∘N∘E)(ρ),ps=Tr⁡ρ~s,\widetilde\rho_s=(\mathcal D_s\circ\mathcal N\circ\mathcal E)(\rho),\qquad p_s=\operatorname{Tr}\widetilde\rho_s,
ρ∣s=ρ~s/ps(ps>0).\rho_{\mid s}=\widetilde\rho_s/p_s\quad(p_s>0).

이것이 뒤에서 다룰 사후 선택 복호의 형식이다. 성공 뒤에 정확하더라도 결정론적 복호는 아니다. 실패한 입력을 다시 준비할 수 있는지도 별도 자원 조건이다.

모든 입력에 같은 확률 pp로 정확한 복호를 보장하는 성공 분기는 Ds∘N∘E=pid\mathcal D_s\circ\mathcal N\circ\mathcal E=p\,\mathrm{id}로 표현할 수 있다. 특정 입력에서 얻은 조건부 충실도 1만으로 이 사상 등식을 주장할 수는 없다.

양자 부호화와 복호의 공통 구조핵심QE06

부호화 과제를 정하는 입력·자원·전송률

같은 부호화·복호라는 이름을 쓰더라도 보존할 대상이 다르면 과제가 달라진다. 양자 정보 전송(quantum information transmission)⁠은 논리계의 모든 중첩과 외부 얽힘을 보존하는 것을 목표로 한다.

고전 메시지를 양자 상태에 담는 경우에는 x↦ρxx\mapsto\rho_x로 준비하고, 수신자가 측정하여 x^\widehat x를 출력한다. 이때의 기준은 Pr(x^≠x)\Pr(\widehat x\ne x)이며, 메시지 표지들의 임의 중첩을 복원할 필요는 없다.

양자 압축은 주어진 정보원에서 나오는 상태를 더 작은 계로 옮겼다가 복원하는 과제다. 허용 입력의 분포와 평균 오차를 지정해야 한다. 임의의 전체 논리 공간을 손실 없이 더 작은 부분공간에 등거리로 넣을 수는 없다.

미리 공유한 얽힘, 고전 통신, 수신자의 보조계는 이용 가능한 자원으로 명시하고 그 비용을 별도로 센다. 수신자가 보조계 EE도 가지고 있다면 복호 입력은 BB만이 아니라 BEBE다. 보조계가 송신자 쪽 자원과 얽혀 있으면 그 공동 상태부터 과정에 포함해야 한다.

정의 ·독립 채널 사용에 대한 양자 전송률

독립적으로 같은 채널을 nn번 사용하는 모형에서는 잡음이 N⊗n\mathcal N^{\otimes n}이다. 논리 큐비트 kk개를 보낼 때 양자 전송률(quantum communication rate)⁠을

r=kn=log2⁡dLnqubits/channel user=\frac{k}{n}=\frac{\log_2 d_L}{n}\quad\text{qubits/channel use}

로 센다. 물리 큐비트 nn개에 논리 큐비트 kk개를 넣는 부호의 비율과 수식은 같아도 분모의 자원 의미를 확인해야 한다. 단일 부호의 비율과 채널 용량은 다르다. 용량은 허용 자원과 오차 기준을 고정했을 때 달성 가능한 전송률들의 상한값이다. 달성 가능하다는 것은 사용 횟수를 늘리면서 그 전송률을 유지하고 오차를 0으로 보낼 수 있다는 뜻이다.

양자 부호화와 복호의 공통 구조핵심U15

요약: 부호화·잡음·복호의 합성

계와 접근 권한을 명시한다. 논리 입력을 물리계에 부호화하고, 잡음을 거쳐 수신한 계에서 복호한다. 복호기가 어느 계와 고전 기록에 접근하는지를 먼저 정한다. 같은 식처럼 보여도 허용 자원이 다르면 다른 과제다. 다시 보기: QE01, QE06.

한 입력이 아니라 모든 입력을 복호한다. 정확한 복호의 기준은

D∘N∘E=idL\mathcal D\circ\mathcal N\circ\mathcal E=\operatorname{id}_L

이다. 입력 상태마다 다른 복호기를 고르지 않는다. 등거리 부호화에서는 논리 출력으로의 복호와 부호 공간으로의 물리 복구를 연결할 수 있다. 다시 보기: QE02, QE03.

외부 얽힘까지 검사한다. 기준계와 얽힌 입력을 사용하면 중첩의 교차 성분까지 확인할 수 있다. 근사 복호에서는 최대 얽힘 입력의 충실도와 기준계를 포함한 최악 입력 오차를 구별하고, 사용한 기준을 명시한다. 다시 보기: QE04.

확률적 성공과 전송률을 별도로 센다. 측정 결과별 보정을 모두 평균하면 채널이지만 성공 결과만 고르면 조건부 복호다. 성공 확률을 빠뜨리지 않는다. 전송률을 비교할 때도 채널 사용 횟수, 공유 얽힘과 수신 보조계 등의 자원을 함께 적는다. 다시 보기: QE05, QE06.

15 · 양자 부호화와 복호의 공통 구조U15
정보 접근과 국소 연산의 한계절 안내ST06c

정보 접근과 국소 연산의 한계

SECTION 16

정보 접근과 국소 연산의 한계

어떤 정보에 접근할 수 있고, 무엇을 국소 연산만으로 할 수 있는가?

01읽을 수 있는 정보의 한계
02조건부 상태와 신호 전달
03부분계와 접근 권한
16 · 정보 접근과 국소 연산의 한계ST06c
정보 접근과 국소 연산의 한계절 안내S06c

정보 접근과 국소 연산의 한계

어떤 정보에 접근할 수 있고, 무엇을 국소 연산만으로 할 수 있는가?

양자 상태에 담긴 정보를 실제로 얼마나 읽을 수 있는지 묻는다. 비직교 상태에서 얻을 수 있는 정보의 한계와 얽힘만으로 신호를 보낼 수 없는 이유를 살펴본다.

조건부 상태를 준비하는 것과 메시지를 전달하는 것을 구별한다. 이어 부분계의 수학적 구분과 실험실의 접근 권한을 나누어 생각한다. 이 제한들이 다음 절의 통신 과제에 필요한 자원을 정한다.

학습 목표는 측정으로 읽는 정보와 상태에 남은 상관관계를 구별하고, 결과를 알리는 통신 없이 신호를 보낼 수 없는 이유를 설명하는 것이다. 분리 가능성과 얽힘 판정의 일반 문제까지 해결하는 절은 아니다.

정보 접근과 국소 연산의 한계핵심C08

큐비트의 연속적인 진폭을 모두 읽을 수는 없다

정리 ·홀레보 상한증명: 데이터 처리 부등식을 입력으로 사용

송신자가 고전 기호 xx를 확률 pxp_x로 골라 상태 ρx\rho_x에 부호화한다고 하자. 수신자의 측정은 My≥0M_y\ge0, ∑yMy=I\sum_yM_y=I로 표현되며, p(y∣x)=Tr(Myρx).p(y\mid x)=\operatorname{Tr}(M_y\rho_x). 측정 결과 YY에서 얻는 고전 정보에는 홀레보 상한(Holevo bound)⁠이 있다. I(X;Y)≤χ:=S2(ρ‾)−∑xpxS2(ρx),ρ‾=∑xpxρx.I(X;Y)\le\chi:=S_2(\bar\rho)-\sum_xp_x S_2(\rho_x), \quad\bar\rho=\sum_xp_x\rho_x. 여기서 χ\chi를 홀레보 양(Holevo quantity)⁠이라 한다. dd차원 수신계만 이용한다면 χ≤log2d\chi\le\log_2d다. 진폭을 연속적으로 정할 수 있다고 해서 한 번 받은 상태에서 무한한 고전 정보를 읽을 수 있는 것은 아니다.

공유된 얽힘이나 별도의 메시지 관련 정보를 쓰지 않고 한 큐비트만 받으면 I(X;Y)≤1I(X;Y)\le1이다. 이는 측정 결과의 종류가 반드시 두 개뿐이라는 주장이 아니다. 여러 결과를 갖는 측정에서도 메시지와의 상호정보량에 상한이 있다.

예를 들어 |0⟩,|1⟩\left|0\right\rangle,\left|1\right\rangle은 한 번의 ZZ 측정으로 정확히 구별된다. 그러나 |0⟩,|+⟩\left|0\right\rangle,\left|+\right\rangle는 직교하지 않으므로 항상 성공하는 단일 측정으로 구별할 수 없다.

곧 소개할 초밀집 부호화에서 Bob은 미리 가진 큐비트까지 포함하여 두 큐비트를 측정한다. 수신계와 사전 자원이 달라지므로 위 상한과 모순되지 않는다.

참고: [HO73, PR16]. 별도 증명에서는 측정의 데이터 처리 부등식을 입력 보조정리로 사용하여 상한을 유도한다.

정보 접근과 국소 연산의 한계계산D27

비직교 신호 두 개의 홀레보 양 계산

확률 1/21/2씩 |0⟩|0\rangle 또는 |+⟩|+\rangle를 보낸다. 두 상태는 순수하므로 각각의 엔트로피는 0이다.

ρ―=12|0⟩⟨0|+12|+⟩⟨+|=(3/41/41/41/4).\overline\rho=\frac12|0\rangle\langle0|+\frac12|+\rangle\langle+|=\begin{pmatrix}3/4&1/4\\1/4&1/4\end{pmatrix}.

C07b에서 구한 대로 고윳값은 λ±=(1±1/2)/2\lambda_\pm=(1\pm1/\sqrt2)/2이다. 따라서

χ=S2(ρ―)=h2(λ−)≃0.60088 비트.\chi=S_2(\overline\rho)=h_2(\lambda_-)\simeq0.60088\ \text{비트}.

보낸 상태가 |0⟩|0\rangle이면 X=0X=0, |+⟩|+\rangle이면 X=1X=1이라 하자. ZZ 기저에서 측정한 비트를 YY라 하면 두 변수의 결합 확률은 다음과 같다.

Y=0Y=1X=01/20X=11/41/4\begin{array}{c|cc} &Y=0&Y=1\\\hline X=0&1/2&0\\ X=1&1/4&1/4 \end{array}

Y=1Y=1인 열의 합은 1/41/4이다. 각 행을 조건부 분포로 정규화하면 엔트로피는 각각 0과 1이므로 H(Y∣X)=(0+1)/2H(Y\mid X)=(0+1)/2이다.

따라서 ZZ 측정으로 얻는 고전 상호정보량은

I(X;Y)=h2(1/4)−12≃0.31128.I(X;Y)=h_2(1/4)-\frac12\simeq0.31128.

이는 χ\chi보다 작다. 홀레보 양은 모든 측정에 대한 상한이며, 이 예의 특정 측정이 그 상한을 달성한다는 뜻은 아니다.

더 나은 측정도 있다. HP04b의 최적 판정, 곧 두 블로흐 벡터의 차인 (z^−x^)/2(\hat z-\hat x)/\sqrt2 방향의 측정에서는 두 신호의 오류 확률이 모두 λ−≃0.146\lambda_-\simeq0.146인 이진 대칭 채널(C04)⁠이 되므로 I(X;Y)=1−h2(λ−)≃0.399I(X;Y)=1-h_2(\lambda_-)\simeq0.399이다. 이것도 χ\chi보다 작다.

정보 접근과 국소 연산의 한계핵심C09

얽힘만으로 메시지를 보낼 수 있을까?

Alice와 Bob이 |Φ+⟩AB\left|\Phi^+\right\rangle_{\mathrm{A}\mathrm{B}}를 나누어 갖는다고 하자. Bob의 축약 상태는 ρB=TrA|Φ+⟩⟨Φ+|=I/2\rho_{\mathrm{B}}=\operatorname{Tr}_{\mathrm{A}}\left|\Phi^+\right\rangle\!\left\langle\Phi^+\right|=I/2이다. Alice가 ZZ 또는 XX를 측정하더라도 그 결과를 알려 주지 않으면, Bob의 상태는 어느 경우든 I/2I/2다.

Alice의 측정 결과에 따라 조건을 걸면 Bob의 조건부 상태는 달라진다. 그러나 Bob은 어떤 결과가 나왔는지 알기 위해 고전 메시지를 받아야 한다. 조건부 상태의 변화와 Bob이 자신의 계에서 관측할 수 있는 통계의 변화는 구별해야 한다.

일반적으로 한 계 SS에 국소 채널 E\mathcal E(출력계 S′S')⁠를 가하고 결과를 선별하지 않으면 TrS′⁡[(E⊗idR)(ρSR)]=ρR\operatorname{Tr}_{S'}[(\mathcal E\otimes\mathrm{id}_R)(\rho_{SR})]=\rho_R, 곧 나머지 계(보완계) RR의 상태는 그대로다. 이를 비신호성(no-signaling)⁠이라 한다. 위 예에서는 S=AS=A, R=BR=B다. R=BCR=BC처럼 여러 계를 묶으면 각 계의 상태뿐 아니라 ρBC\rho_{BC} 전체가 보존된다. 증명은 선택 계산 C10에 있다(그곳의 AA, BB가 여기의 SS, RR이다).

얽힘만으로 메시지를 보낼 수 있을까? — 설명 그림 B 얽힘: 두 계 사이의 상관관계 통신: 측정 기록의 물리적 전달
얽힘만으로 메시지를 보낼 수 있을까?

예: Alice가 ZZ 측정에서 0을 얻은 경우만 모으면 Bob은 |0⟩\left|0\right\rangle이다. 0과 1의 결과를 모두 합치면 12|0⟩⟨0|+12|1⟩⟨1|=I/2\tfrac12\left|0\right\rangle\!\left\langle 0\right|+\tfrac12\left|1\right\rangle\!\left\langle 1\right|=I/2다.

Alice가 측정 대신 XX 게이트를 가하면 Bob의 ZZ 측정 확률은 바뀌는가?

참고: [BW92, TP93]. 선택 계산 C10에서는 국소 채널의 일반적인 경우를 다룬다.

정보 접근과 국소 연산의 한계계산C10

계산: 국소 연산은 상대편의 통계를 바꾸지 않는다

임의의 복합계 상태 ρAB\rho_{\mathrm{A}\mathrm{B}}와, 측정 결과를 선별하지 않는 Alice의 국소 채널 ℰA(ρ)=∑μKμρKμ†\mathcal E_{\mathrm{A}}(\rho)=\sum_\mu K_\mu\rho K_\mu^\dagger를 생각하자. Bob의 임의의 관측량을 OBO_{\mathrm{B}}라 하면 ⟨OB⟩′=∑μTr[(I⊗OB)(Kμ⊗I)ρAB(Kμ†⊗I)]=Tr[(∑μKμ†Kμ⊗OB)ρAB]=Tr[(I⊗OB)ρAB]=⟨OB⟩\begin{aligned} \langle O_{\mathrm{B}}\rangle' &=\sum_\mu\operatorname{Tr}\!\left[(I\otimes O_{\mathrm{B}})(K_\mu\otimes I)\rho_{\mathrm{A}\mathrm{B}}(K_\mu^\dagger\otimes I)\right]\\ &=\operatorname{Tr}\!\left[\left(\sum_\mu K_\mu^\dagger K_\mu\otimes O_{\mathrm{B}}\right)\rho_{\mathrm{A}\mathrm{B}}\right]\\ &=\operatorname{Tr}[(I\otimes O_{\mathrm{B}})\rho_{\mathrm{A}\mathrm{B}}]=\langle O_{\mathrm{B}}\rangle \end{aligned}이다. 둘째 줄에서는 대각합의 순환성과 서로 다른 부분계의 연산자들이 가환한다는 성질을 이용했다. 마지막 줄은 ∑μKμ†Kμ=I\sum_\mu K_\mu^\dagger K_\mu=I에서 따른다.

측정 결과 μ\mu가 주어졌을 때 Bob의 조건부 상태는 ρB∣μ=TrA⁡[(Kμ⊗I)ρAB(Kμ†⊗I)]pμ,pμ=Tr⁡[(Kμ⊗I)ρAB(Kμ†⊗I)]>0\rho_{\mathrm{B}\mid\mu}=\frac{\operatorname{Tr}_{\mathrm{A}}[(K_\mu\otimes I)\rho_{\mathrm{A}\mathrm{B}}(K_\mu^\dagger\otimes I)]}{p_\mu},\qquad p_\mu=\operatorname{Tr}[(K_\mu\otimes I)\rho_{\mathrm{A}\mathrm{B}}(K_\mu^\dagger\otimes I)]>0이며, 결과에 따라 달라질 수 있다. 그러나 결과를 전달받지 못한 Bob의 측정 통계는 결과에 대해 평균한 상태 ∑μpμρB∣μ=ρB\sum_\mu p_\mu\rho_{\mathrm{B}\mid\mu}=\rho_{\mathrm{B}}로 결정된다.

참고: [PR16]. 결과의 선별에 필요한 고전 기록을 숨겨진 통신 자원으로 취급하지 않는다.

정보 접근과 국소 연산의 한계핵심C09a

상대편에서 조건부로 준비할 수 있는 상태

정의 ·원격 효과 사상

SS를 측정하고 보완계 RR은 그대로 둔다. RR은 여러 부분계를 함께 가리킬 수도 있다. 원격 효과 사상(remote effect map)⁠을 다음과 같이 정의한다.

Fρ(E)=TrS⁡[(E⊗IR)ρSR].F_\rho(E)=\operatorname{Tr}_S[(E\otimes I_R)\rho_{SR}].

크라우스 식을 대입하고 SS에 작용하는 인수만 부분 대각합 안에서 순환시키면 TrS⁡[(Ka⊗I)ρ(Ka†⊗I)]=TrS⁡[(Ea⊗I)ρ]\operatorname{Tr}_S[(K_a\otimes I)\rho(K_a^\dagger\otimes I)]=\operatorname{Tr}_S[(E_a\otimes I)\rho], 곧 결과 aa의 원격 분기는 σaR=Fρ(Ea)\sigma_a^R=F_\rho(E_a)가 된다. 측정한 계의 추가 교란이 아니라 효과 Ea=Ka†KaE_a=K_a^\dagger K_a가 이 분기를 정한다.

0≤E≤I⟹0≤Fρ(E)≤ρR.0\le E\le I\quad\Longrightarrow\quad0\le F_\rho(E)\le\rho_R.

이 식은 TrS⁡[(E⊗I)ρ(E⊗I)]\operatorname{Tr}_S[(\sqrt E\otimes I)\rho(\sqrt E\otimes I)]와 같아 양의 준정부호다. 같은 이유로 Fρ(I−E)≥0F_\rho(I-E)\ge0이다. 그런데 Fρ(I)=ρRF_\rho(I)=\rho_R이고 FρF_\rho는 선형이므로 Fρ(E)=ρR−Fρ(I−E)≤ρRF_\rho(E)=\rho_R-F_\rho(I-E)\le\rho_R이다. 가능한 분기는 이런 EE를 모두 대입한 집합이다. EE와 I−EI-E로 두 결과 POVM을 만들 수 있다.

같은 ρR=I/2\rho_R=I/2라도 결합 자원이 다르면 가능한 상태가 다르다.

정의 ·전치

전치(transpose)⁠는 정한 기저에서 행렬의 행과 열을 맞바꾸는 연산이다. 여기서는 계산 기저를 쓴다.

벨 상태에서는 FΦ(E)=ET/2F_\Phi(E)=E^{\mathsf T}/2다. |Φ⟩⟨Φ|=12∑i,j|ii⟩⟨jj||\Phi\rangle\langle\Phi|=\tfrac12\sum_{i,j}|ii\rangle\langle jj|의 각 항이 TrS⁡[(E⊗I)|ii⟩⟨jj|]=Eji|i⟩⟨j|\operatorname{Tr}_S[(E\otimes I)|ii\rangle\langle jj|]=E_{ji}|i\rangle\langle j|를 주고, (i,j)(i,j) 성분이 Eji/2E_{ji}/2인 행렬이 곧 ET/2E^{\mathsf T}/2이기 때문이다. 효과 E=|+⟩⟨+|E=|+\rangle\langle+|로 확률 1/2의 |+⟩|+\rangle 분기를 얻는다.

반면 ρSR=(|00⟩⟨00|+|11⟩⟨11|)/2\rho_{SR}=(|00\rangle\langle00|+|11\rangle\langle11|)/2이면 Fρ(E)F_\rho(E)의 비대각 성분이 늘 0이므로 |+⟩|+\rangle를 준비할 수 없다. 곱 자원 ρSR=ρS⊗ρR\rho_{SR}=\rho_S\otimes\rho_R이면 Fρ(E)=Tr⁡(EρS)ρRF_\rho(E)=\operatorname{Tr}(E\rho_S)\,\rho_R이므로, 어떤 결과로 조건화해도 RR의 상태는 그대로다.

FρF_\rho는 효과를 비정규화 상태로 보내는 양의 선형 사상이다. 일반적인 CP 채널이라고 가정해서는 안 된다. 특히 벨 자원의 식에는 전치가 들어 있다.

정보 접근과 국소 연산의 한계핵심C09b

정화를 모두 제어하면 어떤 앙상블을 준비할 수 있을까?

정의 ·앙상블

앙상블(ensemble) {pa,ρa}\{p_a,\rho_a\}는 상태와 그 준비 확률(pa≥0p_a\ge0, ∑apa=1\sum_ap_a=1)⁠의 모음이다. 평균 상태 ρ=∑apaρa\rho=\sum_ap_a\rho_a만으로는 이 모음이 유일하게 정해지지 않는다.

정리 ·HJW 정리증명: C09p

Hughston–Jozsa–Wootters 정리(HJW theorem). 순수 상태 |Ψ⟩SR|\Psi\rangle_{SR}이 ρR\rho_R의 정화이고 SS 전체를 공동으로 제어할 수 있다고 하자. 임의의 유한 분해

ρR=∑aσa,σa≥0\rho_R=\sum_a\sigma_a,\qquad\sigma_a\ge0

은 SS의 적절한 POVM으로 얻는 원격 비정규화 분기들로 실현된다. pa=Tr⁡σap_a=\operatorname{Tr}\sigma_a이며 양의 확률에서 ρa=σa/pa\rho_a=\sigma_a/p_a다.

정리는 평균 ρR\rho_R을 바꿀 수 있다는 뜻이 아니다. 모든 결과를 평균하면 언제나 ρR\rho_R이 남는다. 결과 기록을 보낼 수 있는지와, 수신자가 결과에 맞춰 보정하는지는 별도 자원이다.

정화의 일부만 접근하거나 자원이 혼합 상태라면 이 정리의 보장은 성립하지 않을 수 있다. 예를 들어 C09a에서 본 혼합 자원도 ρR=I/2\rho_R=I/2이지만 |+⟩|+\rangle 분기를 만들 수 없다. 정화의 여러 부분이 다른 실험실에 있을 때 공동 POVM을 공짜로 허용할 수도 없다.

예를 들어 벨 쌍의 한쪽에서 ZZ를 측정하면 0·1 앙상블, XX를 측정하면 +·− 앙상블을 준비한다. 두 평균은 모두 I/2I/2다. C09p에서는 슈미트 분해로 일반적인 효과를 직접 구성한다.

정보 접근과 국소 연산의 한계계산C09p

계산: 슈미트 기저에서 HJW 정리 구성하기

정의 ·지지 공간 위의 역제곱근

양의 연산자 ρ\rho의 역제곱근 ρ−1/2\rho^{-1/2}은 지지 공간(SM03)⁠에서 ρ\sqrt\rho의 역행렬로 정의하고, 영 고윳값 공간에서는 0으로 둔다.

슈미트 분해 |Ψ⟩=∑iλi|i⟩S|i⟩R|\Psi\rangle=\sum_i\sqrt{\lambda_i}|i\rangle_S|i\rangle_R, λi>0\lambda_i>0을 대입하면

FΨ(E)=∑i,jλiλj⟨j|E|i⟩|i⟩⟨j|=ρETρ.F_\Psi(E)=\sum_{i,j}\sqrt{\lambda_i\lambda_j}\langle j|E|i\rangle|i\rangle\langle j|=\sqrt\rho E^{\mathsf T}\sqrt\rho.

SS와 RR의 슈미트 지지 공간을 해당 기저로 대응시켰다. 전치의 기저를 바꾸지 않는다.

원하는 분해 ρ=∑aσa\rho=\sum_a\sigma_a에 대해 지지 공간 위에서

EaT=ρ−1/2σaρ−1/2E_a^{\mathsf T}=\rho^{-1/2}\sigma_a\rho^{-1/2}

으로 두자. 각 효과는 양의 준정부호이고 합은 지지 공간의 항등 연산자다. 양의 합이 ρ\rho이므로 각 σa\sigma_a는 ρ\rho의 지지 공간 밖에 성분을 갖지 않는다.

남은 SS의 공간은 예를 들어 첫 효과에 그 공간의 사영을 더하여 POVM을 완성한다. 입력은 그 공간에 성분이 없어 확률에 영향을 주지 않는다. 그러면 FΨ(Ea)=σaF_\Psi(E_a)=\sigma_a로 원하는 모든 분기가 복원된다.

정보 접근과 국소 연산의 한계핵심C09q

계산: 최대 얽힘이 아닌 정화에서 앙상블 만들기

공유 순수 상태와 RR의 축약 상태를 다음과 같이 고른다.

|Ψ⟩SR=32|00⟩+12|11⟩,ρR=diag⁡(3/4,1/4).|\Psi\rangle_{SR}=\frac{\sqrt3}{2}|00\rangle+\frac12|11\rangle,\qquad\rho_R=\operatorname{diag}(3/4,1/4).

SS에서 XX를 측정하면 결과 ±\pm에 따른 RR의 정규화 전 벡터는

S⟨±|Ψ⟩=12(32|0⟩±12|1⟩){}_S\langle\pm|\Psi\rangle=\frac1{\sqrt2}\left(\frac{\sqrt3}{2}|0\rangle\pm\frac12|1\rangle\right)

이다. 노름 제곱은 각각 1/2이므로 정규화된 두 원격 상태는

|ϕ±⟩=32|0⟩±12|1⟩|\phi_\pm\rangle=\frac{\sqrt3}{2}|0\rangle\pm\frac12|1\rangle

이다. 두 상태의 내적은 1/2로, 서로 직교하지 않는다.

슈미트 기저(여기서는 계산 기저)⁠에서는 C09p에서 보인 대로 FΨ(E)=ρRETρRF_\Psi(E)=\sqrt{\rho_R}\,E^{\mathsf T}\sqrt{\rho_R}이다. 그러므로 EaT=ρR−1/2σaρR−1/2E_a^{\mathsf T}=\rho_R^{-1/2}\sigma_a\rho_R^{-1/2}으로 두면 FΨ(Ea)=σaF_\Psi(E_a)=\sigma_a이다(σa\sigma_a는 합이 ρR\rho_R인 비정규화 분기). EaE_a에 대한 이 식을 HJW 구성식이라 한다.

비정규화 분기를 행렬로 쓰면 대각합과 평균을 바로 확인할 수 있다.

σ±=12|ϕ±⟩⟨ϕ±|=18(3±3±31).\sigma_\pm=\frac12|\phi_\pm\rangle\langle\phi_\pm|=\frac18\begin{pmatrix}3&\pm\sqrt3\\\pm\sqrt3&1\end{pmatrix}.Tr⁡σ±=12,σ++σ−=ρR.\operatorname{Tr}\sigma_\pm=\frac12,\qquad\sigma_++\sigma_-=\rho_R.

σ++σ−=ρR\sigma_++\sigma_-=\rho_R이므로 왼쪽의 HJW 구성식은 합이 II인 측정을 주며, σ±\sigma_\pm에 적용하면 같은 측정을 되찾는다. ρR\rho_R은 가역이므로

ρR−1/2=diag⁡(2/3,2),\rho_R^{-1/2}=\operatorname{diag}(2/\sqrt3,2),E±T=ρR−1/2σ±ρR−1/2=12(1±1±11)=|±⟩⟨±|E_\pm^{\mathsf T}=\rho_R^{-1/2}\sigma_\pm\rho_R^{-1/2}=\frac12\begin{pmatrix}1&\pm1\\\pm1&1\end{pmatrix}=|\pm\rangle\langle\pm|

이다. 어떤 결과인지 알리기 전에는 수신자에게 여전히 같은 ρR\rho_R이 주어진다. 원격 앙상블 선택은 평균 상태를 바꾸는 통신 수단이 아니다.

16 · 정보 접근과 국소 연산의 한계계산 C09pC09q
정보 접근과 국소 연산의 한계핵심C09c

부분계의 구분과 실험실의 구분

정의 ·실험실 분할

실험실 분할(laboratory partition)⁠은 전체 공간의 텐서곱 분해 H=⨂j=1mHj\mathcal H=\bigotimes_{j=1}^m\mathcal H_j와 각 인자를 제어하는 실험실의 배정이다. 실험실 jj의 국소 연산(local operation)⁠은 Mj⊗idj―\mathcal M_j\otimes\mathrm{id}_{\overline j}꼴의 연산이다. 여기서 j―\overline j는 나머지 실험실들이다. 같은 실험실 안의 여러 큐비트에는 결합 연산을 허용한다.

정의 ·국소 연산과 고전 통신

이 강의의 유한 라운드 국소 연산과 고전 통신(local operations and classical communication, LOCC)⁠은 다음 절차를 유한 번 합성한 프로토콜이다. 매 단계에서 한 실험실이 이전 기록에 따라 국소 측정 도구를 선택해 적용하고, 결과를 고전적으로 전송한다. 한 분기의 사상은 이 국소 분기 사상들을 순서대로 합성한 것이며, 기록을 버린 출력은 모든 분기의 합이다.

Alice의 측정 결과 aa를 받은 Bob이 채널 Na\mathcal N_a를 적용하는 단방향 프로토콜은

Λ=∑aMaA⊗NaB\Lambda=\sum_a\mathcal M_a^A\otimes\mathcal N_a^B

로 나타난다. 메시지를 받기 전 Bob의 평균 상태는 ρB\rho_B지만, 응답 후에는 ∑aNa(σaB)\sum_a\mathcal N_a(\sigma_a^B)가 된다(σaB\sigma_a^B는 C09a의 원격 분기). 이제 Bob도 작용했으므로 비신호성과 모순되지 않는다.

고정된 서로 다른 부분계의 연산은 가환한다. 그러나 Bob이 aa에 따라 연산을 선택하려면 먼저 기록을 받아야 한다. 대수적 가환성은 적응적 프로토콜의 통신 순서를 없애지 않는다.

각 실험실의 보조계는 허용하지만 추가 공유 얽힘을 무료로 제공하지 않는다. 초기 공유 상태, 허용 결합, 기록을 받는 사람을 먼저 지정해야 한다.

정보 접근과 국소 연산의 한계핵심C09d

국소 연산으로 만들 수 없는 얽힘

실험실 A:BA:B에 대해 분리 가능한 입력을 생각하자.

ρAB=∑kpkρA(k)⊗ρB(k).\rho_{AB}=\sum_kp_k\rho_A^{(k)}\otimes\rho_B^{(k)}.

LOCC의 기록을 충분히 세분하면 경로 ℓ\ell마다 연산자가 Aℓ⊗BℓA_\ell\otimes B_\ell 꼴이 된다. 각 인수는 해당 실험실이 순서대로 수행한 연산자의 곱이다.

(Aℓ⊗Bℓ)ρ(Aℓ⊗Bℓ)†=∑kpk(AℓρA(k)Aℓ†)⊗(BℓρB(k)Bℓ†).(A_\ell\otimes B_\ell)\rho(A_\ell\otimes B_\ell)^\dagger=\sum_kp_k(A_\ell\rho_A^{(k)}A_\ell^\dagger)\otimes(B_\ell\rho_B^{(k)}B_\ell^\dagger).

각 항은 양의 곱 연산자다. 기록 일부를 합쳐도 그런 항의 합이며, 양의 확률로 정규화하면 다시 분리 가능한 상태다.

정리 ·분리 가능성 보존

따라서 추가 공유 얽힘이 없는 LOCC는 분리 가능한 입력으로부터 성공 분기에서도 얽힘을 만들 수 없다. 실패 분기를 버리는 것만으로 이 결론을 피할 수 없다.

이 명제는 지정한 실험실 분할에 관한 것이다. 보조자가 다른 부분계에 걸친 결합 측정을 할 수 있다면 그 분할에 대한 국소 연산이 아닐 수 있다. 뒤의 얽힘 교환(C21a)⁠과 패리티 측정(O23b)⁠에서 어느 절단을 보존하는지 다시 확인한다.

정보 접근과 국소 연산의 한계핵심U16

요약: 정보에 접근하는 방식의 한계

받은 계와 사전 정보를 확인한다. 홀레보 상한은 고전 메시지를 담은 양자 상태에서 측정으로 얻을 수 있는 상호정보량을 제한한다. 수신계의 차원과 이미 공유한 정보·자원을 명시해야 하며, 비직교 상태가 완벽히 구별된다고 가정하지 않는다. 다시 보기: C08, D27.

조건부 변화와 신호 전달을 구별한다. 한쪽의 국소 채널을 평균하면 다른 쪽의 축약 상태는 바뀌지 않는다. 특정 결과에 조건을 걸면 원격 상태는 달라질 수 있지만, 그 조건을 쓰려면 측정 기록을 알아야 한다. 다시 보기: C09, C10.

같은 평균을 만드는 앙상블을 비교한다. HJW 정리는 정화 보조계 전체를 제어하고 임의의 POVM을 허용할 때 같은 평균 상태의 유한 앙상블 분해를 원격으로 준비할 수 있음을 말한다. 부분계의 밀도 행렬만으로 가능한 모든 원격 조작이 정해지지는 않는다. 다시 보기: C09a, C09b, C09q.

실험실 분할이 허용 연산을 제한한다. LOCC는 분리된 실험실의 국소 연산과 고전 기록에 따른 선택으로 구성된다. 추가 공유 얽힘 없이 분리 가능한 입력에서 얽힌 성공 분기를 만들 수 없다. 공동 측정을 허용한 결론을 분리 실험실에 그대로 옮기지 않는다. 다시 보기: C09c, C09d.

16 · 정보 접근과 국소 연산의 한계U16
정보 접근과 국소 연산의 한계도전X20

도전: 홀레보 상한과 한 측정의 정보

C08의 홀레보 상한을 적용한다. 기호 xx를 확률 pxp_x로 골라 ρx\rho_x를 보내면 어떤 측정의 결과 YY도 I(X;Y)≤χ=S2(ρ¯)−∑xpxS2(ρx)I(X;Y)\le\chi=S_2(\bar\rho)-\sum_xp_xS_2(\rho_x)를 만족한다. 큐비트 상태의 고윳값은 블로흐 벡터의 길이 rr로 정해지는 (1±r)/2(1\pm r)/2이다.

얽힘을 통신 자원으로절 안내S06

얽힘을 통신 자원으로

SECTION 17

얽힘을 통신 자원으로

얽힘과 고전 메시지를 함께 쓰면 무엇을 보낼 수 있는가?

01전송할 정보와 얽힘 자원
02순간이동과 초밀집 부호화
03얽힘 교환

이 절의 측정과 기록 전달의 원리는 다음 절 BB84의 비밀 키 분배에서 다시 쓰인다.

17 · 얽힘을 통신 자원으로S06
얽힘을 통신 자원으로핵심C05

양자 통신: 무엇을 보내려는가?

벨 상태(A02)⁠와 측정 뒤의 상태(B14), 비신호성(C09)⁠을 복습하자. 이 절에서는 이상적인 프로토콜의 결과별 상태와 통신 자원을 계산하여, 무엇을 보내거나 공유하는지 구별한다.

  1. 고전 메시지 전송(classical message transmission): 송신자가 선택한 비트열을 수신자가 읽는다.

  2. 양자 상태 전송(quantum state transmission): 송신자가 알지 못하는 |ψ⟩\left|\psi\right\rangle까지 수신 측으로 옮긴다. 다른 계와의 얽힘도 보존해야 한다.

  3. 비밀 키 분배(secret key distribution): 공개 통신의 내용을 도청자가 읽더라도, 두 통신 당사자만 아는 무작위 비트열을 공유한다.

계산은 상태를 처리하고, 통신은 떨어진 곳의 상태와 정보를 연결한다. 통신 도중의 잡음과 저장 도중의 잡음은 모두 양자 채널로 기술할 수 있다.

양자 통신: 무엇을 보내려는가? — 설명 그림 미리 공유한 벨 쌍
양자 통신: 무엇을 보내려는가?

고전 비트(cbit), 전송한 큐비트, 공유한 얽힘은 서로 다른 자원으로 센다. 이상적인 벨 쌍 한 개의 얽힘은 1 이비트(ebit, O05)⁠다. 벨 쌍을 미리 나누어 갖는 데에도 통신 자원이 필요하다.

참고: [BW92, TP93, BB84, PR16]. 이하의 프로토콜은 이상적인 준비·게이트·측정을 먼저 가정한다.

17 · 얽힘을 통신 자원으로C05
얽힘을 통신 자원으로핵심C11

양자 순간이동: 상태를 옮기되 복제하지 않기

Alice는 미지의 입력 상태 |ψ⟩S=α|0⟩+β|1⟩\left|\psi\right\rangle_{\mathrm{S}}=\alpha\left|0\right\rangle+\beta\left|1\right\rangle과 벨 쌍을 이루는 큐비트 AA를 갖고, Bob은 다른 큐비트 BB를 갖는다. |ψ⟩S⊗|Φ+⟩AB.\left|\psi\right\rangle_{\mathrm{S}}\otimes\left|\Phi^+\right\rangle_{\mathrm{A}\mathrm{B}}. Alice는 CNOTS,A\mathrm{CNOT}_{\mathrm{S},\mathrm{A}}와 HSH_{\mathrm{S}}를 차례로 적용한 뒤, S,AS,A를 ZZ 기저에서 측정한다. 두 측정 결과를 순서대로 a,ba,b라 하자. Alice가 이 두 비트를 보내면, Bob은 ZaXbZ^aX^b을 적용하여 입력 상태 |ψ⟩\left|\psi\right\rangle를 복구한다.

이상적인 자원은 공유된 벨 쌍 한 개와 고전 비트 두 개다. 미리 벨 쌍을 나누는 단계 이후에는 미지의 입력 큐비트를 직접 전송하지 않는다.

측정 직전의 전체 상태는 12∑a,b|ab⟩SAXbZa|ψ⟩B\frac12\sum_{a,b}\left|ab\right\rangle_{\mathrm{SA}}X^bZ^a\left|\psi\right\rangle_{\mathrm{B}}로 정리된다. 따라서 결과 abab를 얻으면 Bob의 큐비트는 입력에 알려진 파울리 연산이 붙은 XbZa|ψ⟩X^bZ^a\left|\psi\right\rangle이고, 행렬곱 ZaXbZ^aX^b(시간 순서로는 XbX^b 다음 ZaZ^a)⁠이 이를 되돌린다. 이 전개는 선택 계산 C12에서 확인한다.

순간이동: S에서 A로 CNOT, S에 H, 측정 기록 a와 b에 따른 B의 보정.S: |ψ⟩ABHabZaXbA, B: 미리 공유한 벨 쌍
양자 순간이동: 상태를 옮기되 복제하지 않기

순간이동이라는 이름과 달리 고전 메시지보다 먼저 상태를 이용할 수 없다. 입력의 복사본이 Alice에게 남는 것도 아니다.

참고: [TP93]. 입력은 정규화되어 있으며 준비·게이트·측정·고전 전달에 오류가 없다고 가정한다.

순간이동은 주어진 상태 하나를 원격으로 준비하는 과제를 넘어, 독립적인 미지 입력을 옮기는 채널을 구현한다. 입력이 기준계와 얽혀 있어도 그 상관관계를 보존해야 하며, HP02의 Choi 검사가 이 차이를 설명한다.

얽힘을 통신 자원으로계산C12

계산: 순간이동의 네 측정 결과와 복구

순서는 S,A,BS,A,B로 고정한다. |ψ⟩=α|0⟩+β|1⟩\left|\psi\right\rangle=\alpha\left|0\right\rangle+\beta\left|1\right\rangle에 대해 |Ψ0⟩=12(α|000⟩+α|011⟩+β|100⟩+β|111⟩),CNOTS,A|Ψ0⟩=12(α|000⟩+α|011⟩+β|110⟩+β|101⟩),HSCNOTS,A|Ψ0⟩=12[|00⟩(α|0⟩+β|1⟩)+|01⟩(β|0⟩+α|1⟩)+|10⟩(α|0⟩−β|1⟩)+|11⟩(−β|0⟩+α|1⟩)]=12∑a,b∈{0,1}|ab⟩XbZa|ψ⟩.\begin{aligned} \left|\Psi_0\right\rangle &=\frac1{\sqrt2}(\alpha\left|000\right\rangle+\alpha\left|011\right\rangle+\beta\left|100\right\rangle+\beta\left|111\right\rangle),\\ \mathrm{CNOT}_{\mathrm{S},\mathrm{A}}\left|\Psi_0\right\rangle &=\frac1{\sqrt2}(\alpha\left|000\right\rangle+\alpha\left|011\right\rangle+\beta\left|110\right\rangle+\beta\left|101\right\rangle),\\ H_{\mathrm{S}}\mathrm{CNOT}_{\mathrm{S},\mathrm{A}}\left|\Psi_0\right\rangle &=\frac12\big[\left|00\right\rangle(\alpha\left|0\right\rangle+\beta\left|1\right\rangle)+\left|01\right\rangle(\beta\left|0\right\rangle+\alpha\left|1\right\rangle)\\ &\qquad+\left|10\right\rangle(\alpha\left|0\right\rangle-\beta\left|1\right\rangle)+\left|11\right\rangle(-\beta\left|0\right\rangle+\alpha\left|1\right\rangle)\big]\\ &=\frac12\sum_{a,b\in\{0,1\}}\left|ab\right\rangle\,X^bZ^a\left|\psi\right\rangle. \end{aligned} 셋째 식은 둘째 식을 12[α|0⟩S(|00⟩+|11⟩)AB+β|1⟩S(|10⟩+|01⟩)AB]\tfrac1{\sqrt2}\big[\alpha|0\rangle_S(|00\rangle+|11\rangle)_{AB}+\beta|1\rangle_S(|10\rangle+|01\rangle)_{AB}\big]로 묶은 뒤, HSH_{\mathrm S}로 |0⟩S,|1⟩S|0\rangle_S,|1\rangle_S를 (|0⟩±|1⟩)/2(|0\rangle\pm|1\rangle)/\sqrt2로 바꾸고 SS, AA의 값 abab별로 항을 모은 것이다. 각 괄호의 상태는 정규화되어 있으므로 네 결과의 확률은 모두 1/41/4이다.

결과 abab Bob의 상태 Bob의 복구 연산
00 |ψ⟩\left|\psi\right\rangle II
01 X|ψ⟩X\left|\psi\right\rangle XX
10 Z|ψ⟩Z\left|\psi\right\rangle ZZ
11 XZ|ψ⟩XZ\left|\psi\right\rangle ZXZX

ZaXbXbZa=IZ^aX^bX^bZ^a=I이므로 어느 측정 결과가 나와도 입력 상태를 정확히 복구한다.

참고: [TP93]. 이 식은 α,β\alpha,\beta를 알아야 수행할 수 있는 복구가 아니다.

얽힘을 통신 자원으로핵심C13

순간이동 예제: 복소 진폭도 그대로 전달된다

예를 들어 입력이 |ψ⟩=32|0⟩+i2|1⟩\left|\psi\right\rangle=\frac{\sqrt3}{2}\left|0\right\rangle+\frac i2\left|1\right\rangle이라고 하자. 측정 결과가 ab=11ab=11이면 Bob의 상태는 XZ|ψ⟩=−i2|0⟩+32|1⟩XZ\left|\psi\right\rangle=-\frac i2\left|0\right\rangle+\frac{\sqrt3}{2}\left|1\right\rangle이다. XX를 먼저 적용하고 ZZ를 적용하면 −i2|0⟩+32|1⟩→X32|0⟩−i2|1⟩→Z|ψ⟩-\frac i2\left|0\right\rangle+\frac{\sqrt3}{2}\left|1\right\rangle \ \xrightarrow{X}\ \frac{\sqrt3}{2}\left|0\right\rangle-\frac i2\left|1\right\rangle \ \xrightarrow{Z}\ \left|\psi\right\rangle를 얻는다. 복구한 상태를 ZZ 기저에서 측정하면 0과 1이 각각 확률 3/43/4, 1/41/4로 나온다. 순간이동은 이 두 확률뿐 아니라 상대 위상 ii도 보존한다.

고전 메시지를 받기 전 Bob의 측정 통계를 나타내는 상태는 ρB=14∑a,bXbZa|ψ⟩⟨ψ|ZaXb=I2\rho_{\mathrm{B}}=\frac14\sum_{a,b}X^bZ^a\left|\psi\right\rangle\!\left\langle\psi\right| Z^aX^b=\frac I2이며, 입력 α,β\alpha,\beta에 의존하지 않는다. Alice의 연산은 SS, AA에만 작용하므로 비신호성(C09)⁠에 따라 Bob의 상태는 처음의 I/2I/2 그대로다. 네 파울리 연산의 평균으로 직접 계산하는 방법은 D28에 있다. 두 비트를 전달받아야 네 가지 변환 중 어느 것을 되돌려야 하는지 알 수 있다.

측정 후 Alice의 두 큐비트는 |ab⟩\left|ab\right\rangle 상태다. Alice에게 입력 |ψ⟩\left|\psi\right\rangle의 독립적인 복사본이 남는 것은 아니다.

특정 입력과 측정 결과에서는 복구 연산을 생략해도 되는가? 그러한 경우가 있다는 사실과, 임의의 입력 상태를 항상 전달할 수 있다는 주장은 어떻게 다른가?

참고: [TP93]. 다음 실습에서는 측정, 고전 메시지 전달, 복구를 별도의 단계로 진행한다.

얽힘을 통신 자원으로계산D28

네 파울리 연산의 평균은 모든 블로흐 성분을 지운다

C13에서 메시지를 받기 전 Bob의 상태는 입력에 네 변환 XbZaX^bZ^a, 곧 I,X,Z,XZI,X,Z,XZ를 같은 확률로 적용한 평균이다. XZ=−iYXZ=-\mathrm iY이므로 XZρ(XZ)†=YρYXZ\rho(XZ)^\dagger=Y\rho Y이고, 이 평균은 I,X,Y,ZI,X,Y,Z에 대한 평균과 같다. ρ=(I+xX+yY+zZ)/2\rho=(I+xX+yY+zZ)/2에 각 PP를 적용한 PρP†P\rho P^\dagger의 성분 부호는 다음과 같다.

xyzI+++X+−−Y−+−Z−−+\begin{array}{c|rrr}&x&y&z\\I&+&+&+\\X&+&-&-\\Y&-&+&-\\Z&-&-&+\end{array}

각 열의 합이 0이므로

14∑P∈{I,X,Y,Z}PρP†=I2.\frac14\sum_{P\in\{I,X,Y,Z\}}P\rho P^\dagger=\frac I2.

기준계 RR과 큐비트 AA의 공동 상태도 파울리 기저로 전개할 수 있다.

ρRA=12(ρR⊗I+∑j=x,y,zMj⊗σj).\rho_{RA}=\frac12\left(\rho_R\otimes I+\sum_{j=x,y,z}M_j\otimes\sigma_j\right).

계수 MjM_j는 RR에 작용하는 연산자이고, σx=X,σy=Y,σz=Z\sigma_x=X,\sigma_y=Y,\sigma_z=Z다. AA에 파울리 평균 T\mathcal T를 적용하면 표의 각 열이 상쇄되므로

(idR⊗T)(ρRA)=ρR⊗I2.(\mathrm{id}_R\otimes\mathcal T)(\rho_{RA})=\rho_R\otimes\frac I2.

따라서 평균 상태에서는 두 계의 상관관계가 사라진다.

다만 무작위 연산을 뽑은 뒤 평균하지 않은 개별 시행의 출력은 순수할 수 있다. |0⟩|0\rangle을 넣으면 매번 |0⟩|0\rangle 또는 |1⟩|1\rangle이다.

평균 상태를 섞는 성질만으로 개별 출력의 전형적 얽힘이나 순도를 결론 내릴 수는 없다. 하르 평균의 이차 성질은 두 복사본 평균으로 구한다(SM06에서 여는 증명, 뒤의 HP14).

얽힘을 통신 자원으로실습L06

순간이동을 한 단계씩 따라가기

얽힘을 통신 자원으로핵심C14

초밀집 부호화: 한 큐비트를 보내 두 비트 읽기

이번에는 Alice가 두 고전 비트 a,ba,b를 보내려 한다. Alice와 Bob은 미리 벨 상태 |Φ+⟩AB\left|\Phi^+\right\rangle_{\mathrm{A}\mathrm{B}}를 나누어 갖는다. Alice는 자신의 큐비트 AA에 Uab=ZaXbU_{ab}=Z^aX^b을 적용한 뒤 큐비트 AA를 Bob에게 보낸다. Bob은 두 큐비트에 CNOTA,B\mathrm{CNOT}_{\mathrm{A},\mathrm{B}}와 HAH_{\mathrm{A}}를 차례로 적용하여 HACNOTA,B(Uab⊗I)|Φ+⟩=|ab⟩H_{\mathrm{A}}\mathrm{CNOT}_{\mathrm{A},\mathrm{B}}(U_{ab}\otimes I)\left|\Phi^+\right\rangle=\left|ab\right\rangle를 얻고 측정한다.

미리 공유한 1 ebit의 얽힘과 큐비트 한 개의 전송으로 2 cbit를 전달한다. 벨 쌍을 미리 분배하는 데 드는 비용까지 포함하면, 총자원이 큐비트 한 개뿐이라는 뜻은 아니다.

참고: [BW92]. 원 논문의 당사자 이름과 전송 방향을 현재 관례에 맞게 바꾸어 표기했다.

네 가지 a,ba,b에 대응하는 이 직교 상태들이 벨 기저(Bell basis)⁠다. 위 회로 뒤의 계산 기저 측정은 벨 기저 측정과 같다.

초밀집 부호화: 한 큐비트를 보내 두 비트 읽기 — 설명 그림 벨 기저 측정 A B
초밀집 부호화: 한 큐비트를 보내 두 비트 읽기

큐비트가 도착하기 전 Bob의 축약 상태는 여전히 I/2I/2다. 도착한 뒤에는 두 큐비트를 함께 측정하여 네 직교 상태인 벨 상태 |Φ±⟩=(|00⟩±|11⟩)/2\left|\Phi^\pm\right\rangle=(\left|00\right\rangle\pm\left|11\right\rangle)/\sqrt2, |Ψ±⟩=(|01⟩±|10⟩)/2\left|\Psi^\pm\right\rangle=(\left|01\right\rangle\pm\left|10\right\rangle)/\sqrt2를 모두 구별할 수 있다.

순간이동은 양자 상태를, 초밀집 부호화는 선택한 고전 비트를 전달한다. 자원 사용의 방향을 비교해 보자.

얽힘을 통신 자원으로계산C15

계산: 네 메시지와 네 벨 상태

정의 ·네 벨 상태

|Φ±⟩=(|00⟩±|11⟩)/2\left|\Phi^\pm\right\rangle=(\left|00\right\rangle\pm\left|11\right\rangle)/\sqrt2, |Ψ±⟩=(|01⟩±|10⟩)/2\left|\Psi^\pm\right\rangle=(\left|01\right\rangle\pm\left|10\right\rangle)/\sqrt2이라 하자.

메시지 abab Alice의 연산 ZaXbZ^aX^b 두 큐비트 상태 Bob의 복호 결과
00 II |Φ+⟩\left|\Phi^+\right\rangle |00⟩\left|00\right\rangle
01 XX |Ψ+⟩\left|\Psi^+\right\rangle |01⟩\left|01\right\rangle
10 ZZ |Φ−⟩\left|\Phi^-\right\rangle |10⟩\left|10\right\rangle
11 ZXZX |Ψ−⟩\left|\Psi^-\right\rangle |11⟩\left|11\right\rangle

예를 들어 1111이면 (ZX⊗I)|Φ+⟩=|01⟩−|10⟩2,CNOTA,B|01⟩−|10⟩2=|01⟩−|11⟩2=|−⟩|1⟩,HA|−⟩|1⟩=|11⟩\begin{aligned} (ZX\otimes I)\left|\Phi^+\right\rangle&=\frac{\left|01\right\rangle-\left|10\right\rangle}{\sqrt2},\\ \mathrm{CNOT}_{\mathrm{A},\mathrm{B}}\frac{\left|01\right\rangle-\left|10\right\rangle}{\sqrt2} &=\frac{\left|01\right\rangle-\left|11\right\rangle}{\sqrt2}=\left|-\right\rangle\left|1\right\rangle,\\ H_{\mathrm{A}}\left|-\right\rangle\left|1\right\rangle&=\left|11\right\rangle \end{aligned}이다. 네 벨 상태는 서로 직교하지만, 각각에서 Alice의 부분계에 대해 부분 대각합을 취하면 Bob의 상태는 모두 I/2I/2다. 연산 순서를 XZXZ로 바꾸면 1111인 경우에 전체 부호가 달라진다. 따라서 연산 순서의 관례를 일관되게 사용해야 한다.

참고: [BW92]. 전송한 큐비트의 수와 최종 결합 측정에 사용하는 계의 차원을 구별하자.

얽힘을 통신 자원으로실습L07

두 비트를 벨 상태에 부호화하기

얽힘을 통신 자원으로핵심C21

얽힘 교환과 양자 중계기의 역할

정의 ·얽힘 교환

Alice–중간 지점 사이의 벨 쌍 AB1AB_1과, 중간 지점–Charlie 사이의 벨 쌍 B2CB_2C를 준비하자. 중간 지점에서 B1,B2B_1,B_2를 벨 기저로 측정하면 측정 결과에 따라 A,CA,C가 벨 상태가 된다. 이를 얽힘 교환(entanglement swapping)⁠이라 한다.

측정 결과에 따라 A,CA,C가 벨 상태가 되는 것은 초기 상태를 12∑ν|ν⟩B1B2|ν⟩AC\frac12\sum_\nu|\nu\rangle_{B_1B_2}|\nu\rangle_{AC}(ν\nu는 네 벨 상태 Φ±,Ψ±\Phi^\pm,\Psi^\pm)⁠로 다시 쓸 수 있기 때문이다. 가운데에서 벨 상태 ν\nu를 얻으면 A,CA,C도 같은 ν\nu가 된다. 이 전개는 선택 계산 C22에서 확인한다.

측정 결과를 고전 메시지로 전달하면, 양 끝 지점에서 그 결과에 따른 파울리 연산을 적용하여 정해진 벨 상태로 맞출 수 있다. 결과를 모르는 상태에서는 이 조건부 얽힘을 바로 이용할 수 없다.

얽힘 교환과 양자 중계기의 역할 — 설명 그림 벨 쌍 벨 쌍 결합 측정
얽힘 교환과 양자 중계기의 역할

이상적인 얽힘 교환만으로 장거리 통신의 잡음·손실이 해결되지는 않는다. 쌍의 생성 성공을 확인하는 과정, 저장 장치, 오류를 줄이는 절차와 기다리는 시간을 함께 고려해야 한다. 모르는 양자 신호를 복제해서 증폭하는 고전 중계 방식을 그대로 쓸 수는 없다.

참고: [SW93, BR98]. 중계기의 구현·전송률·결함 허용 구현의 분석은 후속 주제다.

얽힘을 통신 자원으로계산C22

계산: 가운데 두 큐비트를 측정하여 얽힘 잇기

네 큐비트의 순서를 A,B1,B2,CA,B_1,B_2,C로 고정하자. 초기 상태는 |Φ+⟩AB1|Φ+⟩B2C=12(|0000⟩+|0011⟩+|1100⟩+|1111⟩)\left|\Phi^+\right\rangle_{\mathrm{A}\mathrm{B}_1}\left|\Phi^+\right\rangle_{\mathrm{B}_2\mathrm{C}} =\frac12(\left|0000\right\rangle+\left|0011\right\rangle+\left|1100\right\rangle+\left|1111\right\rangle)이다. 큐비트들을 B1,B2B_1,B_2와 A,CA,C로 묶으면 같은 상태를 다음과 같이 전개할 수 있다. |Φ+⟩AB1|Φ+⟩B2C=12[|Φ+⟩B1B2|Φ+⟩AC+|Φ−⟩B1B2|Φ−⟩AC+|Ψ+⟩B1B2|Ψ+⟩AC+|Ψ−⟩B1B2|Ψ−⟩AC].\begin{aligned} \left|\Phi^+\right\rangle_{\mathrm{A}\mathrm{B}_1}\left|\Phi^+\right\rangle_{\mathrm{B}_2\mathrm{C}} &=\frac12\big[\left|\Phi^+\right\rangle_{\mathrm{B}_1\mathrm{B}_2}\left|\Phi^+\right\rangle_{\mathrm{A}\mathrm{C}} +\left|\Phi^-\right\rangle_{\mathrm{B}_1\mathrm{B}_2}\left|\Phi^-\right\rangle_{\mathrm{A}\mathrm{C}}\\ &\qquad+\left|\Psi^+\right\rangle_{\mathrm{B}_1\mathrm{B}_2}\left|\Psi^+\right\rangle_{\mathrm{A}\mathrm{C}} +\left|\Psi^-\right\rangle_{\mathrm{B}_1\mathrm{B}_2}\left|\Psi^-\right\rangle_{\mathrm{A}\mathrm{C}}\big]. \end{aligned} 오른쪽 텐서곱의 부분계는 첨자로 지정한다. 식을 확인할 때는 각 항을 원래의 네 큐비트 순서로 다시 배열해야 한다.

이 전개는 다음처럼 얻는다. 초기 상태는 12∑a,c|a⟩A|a⟩B1|c⟩B2|c⟩C=12∑a,c|ac⟩B1B2|ac⟩AC\tfrac12\sum_{a,c}|a\rangle_{\mathrm A}|a\rangle_{\mathrm B_1}|c\rangle_{\mathrm B_2}|c\rangle_{\mathrm C}=\tfrac12\sum_{a,c}|ac\rangle_{\mathrm B_1\mathrm B_2}|ac\rangle_{\mathrm A\mathrm C}이다. 두 큐비트의 정규직교 기저 {|ν⟩}\{|\nu\rangle\}에서 완비성 ∑ννkνl∗=δkl\sum_\nu\nu_k\nu_l^*=\delta_{kl}로 ∑a,c|ac⟩|ac⟩=∑ν|ν⟩|ν¯⟩\sum_{a,c}|ac\rangle|ac\rangle=\sum_\nu|\nu\rangle|\bar\nu\rangle이고(ν¯\bar\nu는 성분의 켤레), 벨 상태는 성분이 실수이므로 ν¯=ν\bar\nu=\nu다.

가운데 측정의 네 결과는 각각 확률 1/41/4로 나온다. 예를 들어 Ψ+\Psi^+를 얻으면 A,CA,C도 Ψ+\Psi^+이고 XCX_{\mathrm{C}}로 Φ+\Phi^+를 만들 수 있다. Ψ−\Psi^-일 때는 XCX_{\mathrm{C}} 다음 ZCZ_{\mathrm{C}}를 적용하면 Φ+\Phi^+가 된다.

결과를 무시한 평균은 14∑ν∈{Φ±,Ψ±}|ν⟩⟨ν|=IAC/4\tfrac14\sum_{\nu\in\{\Phi^\pm,\Psi^\pm\}}\left|\nu\right\rangle\!\left\langle\nu\right|=I_{\mathrm{A}\mathrm{C}}/4다. 조건부 얽힘을 이용하려면 어느 결과가 나왔는지 알아야 한다.

참고: [SW93, BR98]. 복소 벨 기저를 쓰는 다른 관례에서는 켤레와 위상을 일관되게 추적해야 한다.

얽힘을 통신 자원으로핵심C21a

같은 자원도 공동 측정의 허용 여부에 따라 달라진다

C21에서 본 얽힘 교환의 자원은 |Φ+⟩AB1⊗|Φ+⟩B2C|\Phi^+\rangle_{AB_1}\otimes|\Phi^+\rangle_{B_2C}다. B1,B2B_{1},B_{2}를 한 실험실에서 제어하면 벨 측정으로 A,CA,C에 조건부 벨 상태를 준비한다. 두 결과 비트를 받은 뒤 보정하면 정해진 벨 쌍을 얻는다.

결과를 전달하지 않으면 A,CA,C의 평균 상태는 계속 IAC/4I_{AC}/4다. 결과별 얽힘과 평균 상태의 얽힘은 다른 질문이다.

여기서 벨 측정은 네 벨 상태의 사영 연산자를 효과로 갖는 결합 측정이다. 가운데 큐비트 둘을 함께 제어하는 능력이 필요하다.

이제 B1B_{1}과 B2B_{2}를 서로 다른 실험실에 두고, 네 실험실 사이에 LOCC만 허용하자. 초기 상태는 다음 절단에서 곱 상태다.

AB1:B2C.AB_1:B_2C.

각 실험실의 연산은 이 절단에서도 국소적이다. C09d에 의해 어느 성공 분기도 이 절단에 얽힘을 만들지 못한다. B1,B2B_{1},B_{2}를 버린 뒤에도 A:CA:C는 분리 가능하다.

따라서 같은 초기 벡터를 주어도 공동 제어의 허용 여부에 따라 가능한 과제가 달라진다. 이 차이는 상태가 달라서가 아니라 허용 연산이 달라서 생긴다.

얽힘을 통신 자원으로실습L09

얽힘 교환: 양 끝 지점의 상태

얽힘을 통신 자원으로핵심U17

요약: 얽힘과 통신 자원의 역할

순간이동의 자원과 연산을 구별한다. 이상적인 순간이동은 공유 벨 쌍 한 개, 송신측의 벨 측정(CNOT과 HH 뒤의 ZZ 기저 측정), 고전 비트 두 개의 전달과 수신측 보정을 사용한다. 미지 상태를 복사하는 과정이 아니며 측정 기록 없이 입력 상태를 읽어낼 수도 없다. 다시 보기: C11, C13.

기록 전후의 상태를 비교한다. 각 결과의 조건부 출력에는 알려진 파울리 연산이 붙는다. 기록을 모르고 결과를 평균하면 입력 정보는 수신 큐비트에서 보이지 않는다. 선택 계산에서는 기준계와의 상관관계도 파울리 평균으로 소거됨을 확인한다. 다시 보기: C12, D28.

초밀집 부호화의 비용을 센다. 초밀집 부호화에서는 미리 공유한 벨 쌍의 한쪽에 네 연산 중 하나를 적용한 뒤 그 큐비트를 전송한다. 수신자는 두 큐비트를 공동 측정하여 두 고전 비트를 구별한다. 공유 자원과 실제 전송을 따로 센다. 다시 보기: C14, C15.

얽힘 교환의 측정 위치를 확인한다. 중간의 두 계를 공동으로 벨 측정하면 바깥 두 계가 결과에 따라 얽힌 상태가 된다. 중간 계들이 분리된 실험실에 있고 LOCC만 허용되면 같은 결론을 낼 수 없다. 상태뿐 아니라 접근 구조가 중요하다. 다시 보기: C21, C21a.

17 · 얽힘을 통신 자원으로U17
얽힘을 통신 자원으로도전X05

도전: 다른 벨 쌍과 측정 회로로 순간이동하기

C11과 C12의 순간이동을 적용한다. 측정 직전의 세 큐비트 상태를 Alice의 결과 abab별로 모으면 Bob의 큐비트는 ±Pab|ψ⟩\pm P_{ab}|\psi\rangle가 되고, Bob은 PabP_{ab}를 되돌린다.

BB84: 기록에서 키 후보로절 안내S07

BB84: 기록에서 키 후보로

SECTION 18

BB84: 기록에서 키 후보로

어떤 기록을 남기고, 무엇을 공개하며, 무엇을 추가로 보장해야 하는가?

01기저 선택과 기록 비교
02도청 모형과 공개 검사
03키 분배와 암호화

앞 절에서는 얽힘과 고전 메시지를 자원으로 구별했다. 이 절에서는 측정 기록을 공개·비교하는 원리를 비밀 키 분배에 적용한다.

측정 확률(B13c)⁠과 조건부 확률(N01a)⁠을 복습한다. 기저 대조 뒤의 기록과 단순 도청 모형의 오류율을 계산한다.

일반 공격에 대한 보안 증명은 범위 밖이다. U18에서 키 후보와 보안 보장을 구별해 정리한다.

18 · BB84: 기록에서 키 후보로S07
BB84: 기록에서 키 후보로핵심C16

BB84: 네 상태로 비밀 키를 나누기

양자 키 분배는 Alice와 Bob이 서로 같고 도청자에게 거의 알려지지 않은 무작위 키를 만드는 과정이다. Alice는 비트 xx와 기저 θ∈{0,1}\theta\in\{0,1\}을 각각 균등하게, 서로 독립적으로 고른다. |ψx,θ⟩=Hθ|x⟩.\left|\psi_{x,\theta}\right\rangle=H^\theta\left|x\right\rangle.

x=0x=0 x=1x=1
θ=0\theta=0 (ZZ) |0⟩\left|0\right\rangle |1⟩\left|1\right\rangle
θ=1\theta=1 (XX) |+⟩\left|+\right\rangle |−⟩\left|-\right\rangle

Bob도 기저를 무작위로 골라 측정한다. 이상적인 채널에서는 같은 기저를 골랐을 때 비트가 일치하고, 다른 기저에서는 결과가 무작위다.

전송 후에는 사용한 기저를 공개하고, 기저가 일치하는 위치의 비트만 남긴다. 이를 기저 대조·비트 선별(sifting)⁠이라 한다. 두 사람이 기저를 균등하게 고르면 평균적으로 절반이 남는다.

일부 비트를 공개하여 오류율을 추정한 뒤, 나머지 비트열의 불일치를 고치는 정보 조정(information reconciliation)⁠을 수행한다. 이어서 여러 비트를 섞는 공개된 함수로 키를 더 짧게 줄여, 도청자가 일부 비트에 대해 가진 정보가 새 키에 거의 남지 않게 한다. 이 단계를 비밀성 증폭(privacy amplification)⁠이라 한다. 예를 들어 서로 독립인 균등한 두 비트 중 도청자가 하나만 알면, 두 비트의 XOR는 도청자에게 완전히 무작위인 한 비트다.

고전 통신은 공개되어도 되지만 인증되어야 한다. 인증이 없으면 도청자가 양쪽에서 각각 상대방인 척할 수 있다. 이상적인 단일 큐비트 모형은 광원·검출기의 실제 결함까지 자동으로 다루지 않는다.

참고: [BB84, SP00].

18 · BB84: 기록에서 키 후보로계산 C17C16
BB84: 기록에서 키 후보로계산C17

예제: 기저가 같은 위치만 남기기

아래는 잡음이 없는 경우의 가능한 기록 한 개다. ZZ와 XX는 준비·측정 기저를 뜻한다. 다른 기저를 쓴 위치의 Bob 비트는 무작위 결과의 한 예일 뿐이다.

위치 1 2 3 4 5 6 7 8
Alice 비트 0 1 1 0 1 0 0 1
Alice 기저 ZZ XX ZZ XX XX ZZ ZZ XX
Bob 기저 ZZ ZZ ZZ XX ZZ XX ZZ XX
Bob 비트 0 0 1 0 0 1 0 1
남길 위치 1 – 3 4 – – 7 8

남은 두 비트열은 모두 0100101001이다. 이 중 위치 3과 7을 검사에 쓴다면 비트 1,01,0을 공개하고 키 후보에서 제거한다. 남은 후보는 원래 위치 1,4,8의 001001이다.

이 짧은 예는 선별과 검사 절차를 보여 준다. 검사한 두 비트가 일치한다고 비밀성이 증명되는 것은 아니다. 실제 분석에서는 유한 표본의 통계적 오차, 정보 조정 중 공개한 정보, 인증 비용과 실패 확률을 함께 고려한다.

기저가 다른 위치까지 모두 키에 넣으면 어떤 문제가 생기는가? 공개한 검사 비트를 그대로 최종 키에 남겨도 되는가?

참고: [BB84, SP00]. 표시된 비트열은 이 강의에서 만든 유한 예제다.

BB84: 기록에서 키 후보로핵심C18

도청 예제: 중간에서 측정하고 다시 보내면

가정 ·가로채기·재전송 공격

가장 단순한 공격을 가정하자. Eve가 비율 ff의 신호를 가로채고 ZZ 또는 XX 기저를 같은 확률로 골라 측정한 뒤, 그 결과에 해당하는 새 큐비트를 Bob에게 보낸다.

Alice와 Bob의 기저가 같아 남긴 비트 중에서 오류가 생길 확률은 Q=f4.Q=\frac f4. 가로챈 신호에서 Eve가 Alice와 같은 기저를 고르면(확률 1/2) 원래 상태를 다시 보내므로 오류가 없다. 다른 기저를 고르면(확률 1/2) Bob의 결과는 무작위여서 확률 1/2로 틀린다. 따라서 가로챈 신호의 오류율은 1/4이고, 비율 ff만 가로채면 Q=f/4Q=f/4다. 모든 신호를 가로채면 Q=25%Q=25\%다. 이는 이 공격 모형의 결과이지, 모든 공격의 오류율이나 보안 임계값이 아니다.

참고: [BB84, SP00]. 가로채기와 재전송은 이해를 위한 제한된 공격이다.

도청 예제: 중간에서 측정하고 다시 보내면 — 설명 그림
가로채기·재전송에서 오류가 생기는 경로

검출된 오류가 반드시 도청 때문인 것은 아니다. 장치 잡음도 오류를 만든다. 보안 분석에서는 공격·장치 모형을 가정하고, 관측 통계로부터 도청자의 정보량에 대한 상한을 구한다.

18 · BB84: 기록에서 키 후보로계산 C19C18
BB84: 기록에서 키 후보로계산C19

계산: 25% 오류율과 유한 검사 표본

조건은 Alice와 Bob의 기저가 같다는 것이다. Eve가 가로챈 신호에 대해 Pr(오류∣기저 일치, 공격)=Pr(Eve 기저 불일치)×Pr(반대 비트∣불일치)=12×12=14.\begin{aligned} \Pr(\text{오류}\mid\text{기저 일치, 공격}) &=\Pr(\text{Eve 기저 불일치})\\ &\quad\times\Pr(\text{반대 비트}\mid\text{불일치})\\ &=\tfrac12\times\tfrac12=\tfrac14. \end{aligned} Eve의 기저가 맞으면 오류가 없기 때문이다(C18). 공격 여부가 기저 선택과 독립이고 비율이 ff이면 전확률 공식(N01a)⁠으로 Q=f⋅14+(1−f)⋅0=f/4,Pr(기저 일치)=1/2.Q=f\cdot\tfrac14+(1-f)\cdot0=f/4,\qquad \Pr(\text{기저 일치})=1/2. 분모는 전체 전송 수가 아니라 기저가 일치하여 남긴 비트 수다.

각 검사 비트에 독립적으로 확률 QQ의 오류가 생기는 이 모형에서만, 검사 비트 mm개가 모두 일치할 확률은 Pmiss=(1−Q)mP_{\mathrm{miss}}=(1-Q)^m이다. f=1f=1, m=20m=20이면 Pmiss=(3/4)20≃0.00317P_{\mathrm{miss}}=(3/4)^{20}\simeq0.00317이다. 유한한 검사에서 오류가 관측되지 않았다는 사실만으로 도청이 없었다고 단정할 수는 없다.

일반 공격에서는 상관관계, 양자 메모리, 유한 길이 효과와 정보 누출을 다뤄야 한다. 이 때문에 위 곱셈 계산만으로 BB84의 보안이 증명되었다고 말할 수 없다.

참고: [SP00]. 일반적인 보안 증명과 단순화한 공격 모형에서의 검출 확률 계산을 구별한다.

BB84: 기록에서 키 후보로실습L08

BB84 기록에서 무엇을 남길까?

BB84: 기록에서 키 후보로핵심C20

키 분배와 암호화는 서로 다른 단계다

비밀 키 KK를 얻은 뒤 메시지 MM을 숨기는 것은 별도의 고전 과제다. 가장 단순한 일회용 패드는 같은 길이의 균등한 독립 키를 사용한다. C=M⊕K,M=C⊕K.C=M\oplus K,\qquad M=C\oplus K. 예를 들어 M=10110,K=01101,C=11011.M=10110,\quad K=01101,\quad C=11011. 도청자가 CC를 보더라도 키가 완전히 균등하고 비밀이며 한 번만 쓰인다면 메시지의 분포에 대한 정보가 늘지 않는다. 균등한 KK를 XOR하면 어떤 MM에 대해서도 CC가 메시지와 같은 길이의 모든 비트열에 같은 확률로 퍼진다. 따라서 CC만 보아서는 MM에 대해 알 수 있는 것이 없다(D32). 실제 생성 키의 근사적 비밀성은 별도의 오차 기준으로 기술한다.

같은 키를 두 번 쓰면 C1⊕C2=M1⊕M2C_1\oplus C_2=M_1\oplus M_2가 공개되어 두 메시지 사이의 관계가 드러난다. 일회용 패드는 짧은 비밀 키를 무한히 늘려 쓰는 방법이 아니다.

양자 키 분배는 양자 채널과 인증된 고전 채널을 사용한다. 양자 내성 암호는 양자 공격도 고려하여 설계한 고전적인 암호 기술이다. 두 용어는 동의어가 아니다.

양자 키 분배가 성공해도 수신자의 단말이 이미 침해되었다면 메시지가 안전한가? 채널 보안과 단말 보안의 가정을 구별하자.

참고: [SH49, BB84, SP00]. 여기서는 암호 구현이나 실제 보안 설정을 제공하지 않는다.

BB84: 기록에서 키 후보로계산D32

일회용 패드: 메시지와 암호문의 독립성

nn비트 키 KK가 균등하고 메시지 MM과 독립이라고 하자. 암호문은 C=M⊕KC=M\oplus K다. Pr(M=m)>0\Pr(M=m)>0인 메시지 mm과 임의의 암호문 cc에 대해, KK와 MM이 독립이므로

Pr(C=c|M=m)=Pr(K=c⊕m)=2−n.\Pr(C=c|M=m)=\Pr(K=c\oplus m)=2^{-n}.

따라서 메시지의 사전 분포가 어떻든 Pr(C=c)=∑mPr(M=m)2−n=2−n\Pr(C=c)=\sum_m\Pr(M=m)\,2^{-n}=2^{-n}이다. 곧 Pr(C=c∣M=m)=Pr(C=c)\Pr(C=c\mid M=m)=\Pr(C=c)이므로 M,CM,C는 독립이고, I(M;C)=0I(M;C)=0이다(C02b: I=0I=0은 독립과 동치).

키의 균등성은 왜 필요할까? 1비트 키가 메시지와 독립이지만 Pr(K=0)=3/4\Pr(K=0)=3/4인 경우를 생각하자. 두 메시지 모두 양의 확률로 나타난다면

Pr(C=0∣M=0)=3/4,Pr(C=0∣M=1)=1/4.\begin{aligned} \Pr(C=0\mid M=0)&=3/4,\\ \Pr(C=0\mid M=1)&=1/4. \end{aligned}

암호문의 분포가 메시지에 따라 달라지므로 독립성이 깨진다. 키를 비밀로 유지하는 것만으로는 앞의 완전한 비밀성이 보장되지 않는다.

같은 키를 두 메시지에 재사용하면

C1⊕C2=(M1⊕K)⊕(M2⊕K)=M1⊕M2.C_1\oplus C_2=(M_1\oplus K)\oplus(M_2\oplus K)=M_1\oplus M_2.

이제 메시지 사이의 관계가 그대로 드러난다. 첫 메시지를 알면 둘째 메시지도 계산할 수 있다.

완전한 비밀성은 균등한 키, 메시지와의 독립성, 재사용 금지라는 조건을 함께 사용한다. 키 분배와 인증은 이 계산과 구별되는 과제다.

BB84: 기록에서 키 후보로핵심U18

요약: 키 후보와 보안 보장의 구별

남길 기록을 먼저 정한다. BB84에서는 준비 기저와 측정 기저를 무작위로 고르고, 공개 비교로 같은 기저의 기록을 남긴다. 학습용 실습 화면에 보이는 전체 기록과 실제 당사자가 공개하는 정보는 다르다. 다시 보기: C16, C17.

공격 계산의 범위를 유지한다. 강의의 제한된 독립 가로채기 모형에서는 공격 비율 ff에 대해 선별 뒤 오류율이 Q=f/4Q=f/4다. 독립 검사 mm개에서 오류를 보지 못할 확률은 (1−Q)m(1-Q)^m이다. 이 계산을 임의 공격에 대한 보안 증명으로 읽지 않는다. 다시 보기: C18, C19.

선별된 비트가 곧 비밀 키는 아니다. 실제 키를 얻으려면 인증된 공개 통신, 오류 추정, 정보 조정과 비밀성 증폭의 역할을 구별해야 한다. 장치의 이상성이나 공격 모형을 바꾸면 보안 보장도 다시 검토해야 한다. 다시 보기: C16.

사용할 키의 조건을 확인한다. 일회용 패드의 완전 비밀성은 키가 균등하고 메시지와 독립이며 비밀이고 한 번만 사용된다는 조건에 의존한다. 양자 키 분배는 이러한 자원을 마련하는 과제이지, 공개 통신의 인증을 자동으로 제공하는 절차가 아니다. 다시 보기: C20, D32.

18 · BB84: 기록에서 키 후보로U18
계산 모형과 양자 계산의 비용절 안내S08

계산 모형과 양자 계산의 비용

SECTION 19

계산 모형과 양자 계산의 비용

계산 가능성과 효율성, 오라클 호출 수와 게이트 수는 어떻게 다른가?

01튜링 기계와 계산 가능성
02보편 게이트와 구현 비용
03복잡도 클래스와 비교 조건

같은 계산 결과를 얻을 수 있어도 필요한 자원은 다를 수 있다. 게이트를 배운 뒤에는 계산의 가능성과 비용을 나누어 물어야 한다.

회로와 기본 게이트를 O12a에서 복습한다. 이 절에서는 입력의 이진 길이를 기준으로 비용을 비교하고, 오라클 호출 수와 전체 게이트 수를 구별한다.

먼저 계산 모형을 정하고, 보편 게이트의 존재와 구현 비용을 나눈 뒤, 확률적·양자 계산의 분류를 비교한다. 선택 계산 O18b에서는 입력 길이와 비용을 직접 센다.

유한하게 기술된 표준 계산 모형을 다룬다. 보편성이 효율적인 구현을 보장하지는 않는다. U19에서 비교 조건을 정리한 뒤 가역 오라클로 넘어간다.

19 · 계산 모형과 양자 계산의 비용S08
계산 모형과 양자 계산의 비용핵심O06 · 1/2

튜링 기계: 테이프·상태·전이 규칙

튜링 기계(Turing machine)⁠는 계산 과정을 수학적으로 기술한 모형이다. 튜링은 이 모형을 이용하여 기계적인 절차로는 풀 수 없는 문제가 있음을 보였다. 대표적인 예는 정지 문제(halting problem), 곧 주어진 기계와 입력의 실행이 언젠가 정지하는지를 판정하는 문제다. 그 증명은 다음 페이지에서 볼 수 있다.

정의 ·튜링 기계와 전이 함수

이 강의의 결정적 튜링 기계(deterministic Turing machine)⁠는 유한 상태 집합 QQ, 테이프 기호 집합 Γ\Gamma, 입력 기호 집합 Σ⊆Γ∖{◻}\Sigma\subseteq\Gamma\setminus\{\square\}, 빈칸 기호 □, 시작 상태, 수락·거부 정지 상태, 다음 전이 함수로 정한다.

δ:(Q∖{qacc,qrej})×Γ→Q×Γ×{L,R}.\delta:(Q\setminus\{q_{\mathrm{acc}},q_{\mathrm{rej}}\})\times\Gamma\to Q\times\Gamma\times\{L,R\}.

양방향 무한 테이프에 입력을 쓰고 나머지는 빈칸으로 둔다. 헤드는 입력의 첫 칸에서 시작한다. 전이 함수는 현재 상태와 읽은 기호에서 다음 상태·쓸 기호·이동 방향을 정한다. 정지 상태에 도달하면 실행을 끝낸다.

계산 기계의 모형: 튜링 기계 — 설명 그림
계산 기계의 모형: 튜링 기계

답이 ‘예’ 또는 ‘아니요’⁠인 문제를 결정 문제(decision problem)⁠라 한다. 튜링 기계가 모든 입력에서 정지하고, 답이 ‘예’⁠이면 qaccq_{\mathrm{acc}}에, ‘아니요’⁠이면 qrejq_{\mathrm{rej}}에 도달할 때 그 기계가 결정 문제를 푼다고 한다. 함수 ff를 계산할 때는 입력 xx에서 정지한 뒤 테이프에 남은 문자열을 출력 f(x)f(x)로 읽는다. 이런 튜링 기계가 존재하는 문제나 함수는 계산 가능(computable)⁠하다고 한다.

19 · 계산 모형과 양자 계산의 비용O06 · 1/2
계산 모형과 양자 계산의 비용핵심O06-⁠-2 · 2/2

계산 가능성과 보편 튜링 기계

유한한 기계적 절차로 계산할 수 있는 함수는 튜링 기계로 계산할 수 있다는 주장을 처치–튜링 논제(Church–Turing thesis)⁠라 한다.

이 논제는 비형식적인 “기계적 절차에 의한 계산”⁠과 수학적 계산 모형을 연결한다. 여기서 계산 가능성은 계산 속도와 다른 개념이다. 한편 튜링 기계가 계산하는 부분 함수(정지하지 않는 입력 허용)⁠와, 튜링 기계와 별도로 정의된 부분 재귀 함수(partial recursive function)⁠가 같다는 명제는 증명된 수학적 정리다. 논제와 달리 양쪽이 모두 수학적으로 정의되어 있기 때문이다.

정의 ·보편 튜링 기계

튜링 기계의 유한한 기술과 그 기계에 줄 입력을 부호화하여 받아, 해당 기계의 실행을 모사하는 튜링 기계를 보편 튜링 기계(universal Turing machine)⁠라 한다. 그 구성은 여기서 증명하지 않는다. 기계의 전이표와 입력 문자열을 하나의 유한한 문자열로 나타내는 부호화가 필요하다.

테이프 기호를 두 종류로 제한한 모형에서도 보편 기계를 구성할 수 있다. 다만 이 경우에는 빈칸과 입력의 부호화 규약을 그 모형에 맞추어 정해야 한다. 이 두 기호 모형은 앞 페이지의 기호 집합을 그대로 사용하는 모형과 구별한다. 뒤에서 쓰는 입력 길이(O18a, O19a)⁠는 0과 1로 부호화한 입력의 비트 수다.

튜링 기계보다 더 많은 종류의 함수를 계산할 수 있는 계산 기계는 없을까?

정의 ·튜링 완전성

어떤 계산 모형이나 프로그래밍 언어가 튜링 기계를 모사할 수 있으면, 그 모형은 튜링 기계가 할 수 있는 계산을 모두 수행할 수 있다. 이 성질을 튜링 완전성(Turing completeness)⁠이라 한다.

처치–튜링 논제를 받아들이면 답은 ‘없다’⁠이다. 기계적 절차로 이루어진 모형은 튜링 완전하면 튜링 기계와 같은 범위의 함수를 계산하며, 양자 회로도 이 범위를 넓히지 않는다(O18a).

19 · 계산 모형과 양자 계산의 비용O06 · 2/2
계산 모형과 양자 계산의 비용핵심O12b

보편 게이트: 모든 연산을 각각 준비할 필요는 없다

토폴리 게이트(Toffoli gate)⁠는 이진 값 a,b,c∈{0,1}a,b,c\in\{0,1\}에 대해 |a,b,c⟩↦|a,b,c⊕ab⟩|a,b,c\rangle\mapsto|a,b,c\oplus ab\rangle로 작용한다. 곧 a=b=1a=b=1일 때만 표적 cc가 뒤집힌다. 회로 기호는 다음 절 B03에서 본다.

정리 ·보편 게이트 집합증명 개요 · 회로 합성 정리는 외부 입력

일정한 게이트들을 조합하여 임의의 유니타리 연산을 원하는 정밀도까지 근사할 수 있는 보편 게이트 집합(universal gate set)⁠이 존재한다.

  • Rx(θ)R_{\mathrm{x}}(\theta), Ry(θ)R_{\mathrm{y}}(\theta), Rz(θ)R_{\mathrm{z}}(\theta), 위상 이동 게이트 P(ϕ)P(\phi)와 CNOT을 조합하면 임의의 유니타리 게이트를 구현할 수 있다.

  • 토폴리(Toffoli) 게이트와 아다마르 게이트만으로도 보편 양자 계산을 구현할 수 있다. 다만 두 게이트의 행렬은 실수이므로 복소 유니타리를 그대로 만들지 못하고, 입력과 무관한 상태로 준비한 보조 큐비트(O13b) 하나를 더한 실수 진폭 표현을 거친다. [A03]

연속적인 한 큐비트 회전과 CNOT으로 여러 큐비트의 유니타리 연산을 분해할 수 있다. 다만 일반적인 nn-큐비트 행렬을 구현하는 데 필요한 게이트 수가 작다는 뜻은 아니다.

실제 알고리즘은 문제의 구조를 이용하여 짧은 회로를 구성해야 한다. 또한 오류 정정된 논리 큐비트에서처럼 쓸 수 있는 게이트가 유한한 목록으로 정해지면, 그 목록으로 원하는 정밀도까지 근사한다는 의미의 보편성이 필요하다. H,S,CNOT,TH,S,\mathrm{CNOT},T가 그런 유한 보편 집합이다(외부 결과, A19).

고전 계산도 가역 회로로 구현할 수 있다. 토폴리 게이트에서 표적 비트를 c=1c=1로 두면 1⊕ab1\oplus ab, 곧 NAND가 기록된다. 제어 비트를 a=1a=1, 표적 비트를 c=0c=0으로 두면 bb가 복사된다. NAND는 보편 게이트이므로(O09) 보조 비트를 두면 모든 고전 논리 회로를 토폴리 게이트 회로로 옮길 수 있다. B03의 오라클이 그 예다.

별도 증명 개요에서는 행렬 분해와 추가로 필요한 회로 합성·보편성 정리를 구별한다.

19 · 계산 모형과 양자 계산의 비용O12b
계산 모형과 양자 계산의 비용핵심O18a

계산 가능한가, 효율적으로 계산 가능한가?

(1) 양자 컴퓨터는 고전 컴퓨터가 할 수 있는 계산을 모두 수행할 수 있는가? (2) 반대로 고전 컴퓨터도 양자 컴퓨터의 계산을 재현할 수 있는가?

(1)⁠은 고전 논리 회로를 보조 비트와 토폴리(Toffoli) 게이트 등의 가역 회로로 옮겨 구현한다(O12b). (2)⁠는 양자 상태의 변화를 선형 대수 연산으로 모사한다. 게이트 행렬 성분을 원하는 정밀도로 계산할 수 있고 회로를 유한하게 기술하는 표준 계산 모형에서는, 고전 컴퓨터가 진폭을 원하는 정밀도로 따라 계산할 수 있으므로 계산 가능성 자체가 확장되지는 않는다. 차이는 필요한 계산 자원에 있다.

실용적으로 중요한 질문은 고전적으로 많은 계산이 필요한 문제를 양자 컴퓨터가 더 적은 자원으로 풀 수 있는가이다. 이를 비교하려면 먼저 계산 복잡도의 기본 개념을 알아야 한다.

계산 가능성, 특정 시뮬레이션 방법의 비용, 모든 고전 알고리즘에 대한 하한은 서로 다른 주장이다. 양자 알고리즘의 장점을 말할 때 무엇을 비교했는지 명시해야 한다.

정의 ·시간 복잡도

계산 모형과 기본 연산을 고정하자. 모든 입력에서 정지하는 알고리즘 AA가 입력 xx에 쓰는 연산 수를 tA(x)t_A(x)라 할 때, 최악의 경우 시간 복잡도(time complexity)⁠를 다음과 같이 정의한다.

TA(n)=max|x|=ntA(x).T_A(n)=\max_{|x|=n}t_A(x).

여기서 |x||x|는 입력의 부호화 길이다. 평균 시간이나 오라클 호출 수는 별도로 명시한다.

nn개 큐비트의 일반적인 순수 상태는 2n2^n개의 복소수 진폭으로 나타난다. 이를 모두 저장해 게이트마다 모든 진폭을 갱신하는 직접 모사는 메모리 2n2^n과 시간 G2nG\,2^n 정도를 쓴다(GG는 게이트 수).

이것만으로 모든 양자 회로가 고전적으로 어렵다고 결론 내릴 수는 없다. 특별한 구조가 있는 회로는 훨씬 작은 표현으로 계산할 수 있다. 예를 들어 곱상태에 한 큐비트 게이트만 작용하면 곱상태가 유지되므로 진폭 2n2n개만 기록하면 된다.

19 · 계산 모형과 양자 계산의 비용계산 O18bO18a
계산 모형과 양자 계산의 비용계산O18b

계산: 입력 길이와 시간 복잡도

정의 ·빅 오 표기

함수 ff, gg가 음이 아닐 때 빅 오(big O) 표기 f(n)=O(g(n))f(n)=O(g(n))은 다음 조건을 뜻한다.

∃C>0∃n0∀n≥n0:f(n)≤Cg(n).\exists C>0\;\exists n_0\;\forall n\ge n_0:\quad f(n)\le Cg(n).

상수 CC와 n0n_0은 입력 길이 nn에 의존하지 않는다. 예를 들어 T(n)=O(n2)T(n)=O(n^2)은 충분히 큰 nn에서 연산 수가 n2n^2의 일정한 상수배를 넘지 않는다는 뜻이다.

정렬 예에서는 nn을 원소 수로 두고, 비교·교환 한 번을 기본 연산으로 센다. 버블 정렬(bubble sort)⁠은 인접한 두 수를 비교하여 순서가 거꾸로이면 교환하는 과정을 반복한다. 앞의 수가 뒤의 수보다 큰 두 원소의 쌍을 역전 쌍이라 하면, 역순 배열에서는 모든 쌍이 역전 쌍이어서 그 수가 n(n−1)/2n(n-1)/2이다. 한 번의 인접 교환이 이를 하나씩 줄이므로 총교환 횟수는 n2n^2에 비례한다. 한편 kk번째 순회가 끝나면 가장 큰 kk개가 제자리에 오므로 순회는 최대 n−1n-1번이며, 한 순회의 비교도 n−1n-1번 이하이다. 따라서 최악의 경우 시간 복잡도는 O(n2)O(n^2)이다.

정렬 예의 nn은 원소 수이고, O18a의 nn은 부호화 길이다. 원소마다 bb비트를 쓰면 부호화 길이는 nbnb다. bb가 고정되면 nn의 다항식과 부호화 길이의 다항식은 같다.

길이가 같은 입력도 내용에 따라 연산 횟수가 달라질 수 있다. 따라서 최악의 경우를 다루는지, 특정 입력 분포에 대한 평균을 다루는지 구별해야 한다.

계산: 입력 길이와 시간 복잡도 — 설명 그림
입력 길이와 시간 복잡도

위 역순 배열에는 세 번의 인접 교환이 필요하다. 처음의 역전 쌍 (3,2)(3,2), (3,1)(3,1), (2,1)(2,1)이 교환마다 하나씩 사라진다. 종료 여부를 매 순회마다 검사하는 구현에서, 이미 정렬된 배열은 n−1n-1번 비교한 뒤 끝난다.

계산 모형과 양자 계산의 비용핵심O19a

복잡도 분류: P와 NP

정의 ·복잡도 클래스 P와 NP

복잡도 클래스(complexity class)⁠는 주어진 자원 제한 아래에서 풀 수 있는 문제들의 집합이다. 이를 정의할 때는 계산 모형, 허용하는 시간·공간 자원의 상한, 문제의 종류를 지정한다.

대표적인 복잡도 클래스는 P와 NP다. P(PTIME)⁠는 결정적 튜링 기계로 다항식 시간에 풀 수 있는 결정 문제들의 집합이다. 즉, 시간 복잡도가 O(nc)O(n^c)인 알고리즘이 존재한다. 여기서 nn은 입력 길이이고, cc는 입력과 무관한 상수다.

NP는 다음 검증 조건을 만족하는 결정 문제들의 집합이다. 답이 ‘예’⁠인 입력에는 입력 길이의 다항식으로 길이가 제한되는 증명서가 존재하며, 하나의 결정적 검증 알고리즘이 이를 다항식 시간에 확인한다. 답이 ‘아니요’⁠인 입력에는 검증을 통과하는 증명서가 없어야 한다. 명칭은 비결정적 다항식 시간(nondeterministic polynomial time)⁠에서 왔으며, 여기서는 위의 증명서 정의를 사용한다. [Complexity Zoo] 참고.

양의 정수 NN을 입력으로 주면 입력 길이는 보통 L=⌈log2(N+1)⌉L=\lceil\log_2(N+1)\rceil이다. N≥2L−1N\ge2^{L-1}이므로 NN에 비례하는 반복은 LL에 대해 지수적이다.

P와 NP는 결정 문제의 분류다. 예를 들어 “주어진 조건을 만족하는 해가 있는가?”⁠라는 질문을 다룬다. 증명서(certificate)⁠는 검증에 쓰는 추가 문자열이며, 답을 찾는 알고리즘이 미리 알고 있는 입력은 아니다.

결정 문제 ‘NN에 1<d≤k1<d\le k인 약수 dd가 있는가?’⁠의 증명서는 그 약수 dd다. dd가 NN을 나누는지(d∣Nd\mid N)⁠는 나눗셈 한 번, 곧 LL의 다항식 시간에 확인한다. 반면 N\sqrt N 이하의 수로 차례로 나누어 찾으면 최악의 경우 약 2L/22^{L/2}번 나눈다. 이처럼 검증과 탐색은 다르며, 고전적으로 LL의 다항식 시간에 약수를 찾는 방법은 알려져 있지 않다. 합성수인지만은 약수 없이도 다항식 시간에 판정된다.

여기서 O(g(n))O(g(n))은 충분히 큰 nn에서 비용이 g(n)g(n)의 상수배 이하라는 뜻이며, Ω(g(n))\Omega(g(n))은 양의 상수배 이상이라는 뜻이다. 상수는 nn에 의존하지 않는다.

19 · 계산 모형과 양자 계산의 비용O19a
계산 모형과 양자 계산의 비용핵심O19b · 1/2

BPP와 BQP: 확률적 계산과 양자 계산

복잡도 클래스 사이의 포함 관계에는 해결되지 않은 문제가 많다. P와 NP에 대해서는 P⊆NP\textrm{P} \subseteq \textrm{NP}가 알려져 있지만, P=NP\textrm{P} = \textrm{NP}인지는 아직 해결되지 않은 문제다. 이것이 클레이 수학연구소의 밀레니엄 문제 중 하나인 P 대 NP 문제다.

확률적 튜링 기계(probabilistic Turing machine)⁠는 전이 중에 공정한 동전 던지기 결과를 쓸 수 있는 튜링 기계다.

정의 ·BPP와 BQP

BPP(bounded-error probabilistic polynomial time)⁠는 확률적 튜링 기계로 다항식 시간에 풀 수 있고, 모든 입력에서 정답 확률이 적어도 2/32/3인 결정 문제들의 집합이다. 독립적으로 반복 실행한 뒤 다수결로 판정하면 오류 확률을 줄일 수 있다. 그래서 2/32/3 대신 1/21/2보다 크고 11보다 작은 다른 상수를 써도 같은 클래스를 얻는다.

BQP(bounded-error quantum polynomial time)⁠는 같은 오류 확률 조건 아래에서 양자 컴퓨터로 다항식 시간에 풀 수 있는 결정 문제들의 집합이다.

BPP ⊆\subseteq BQP는 알려져 있다. 그러나 BPP가 BQP의 진부분집합인지, 두 클래스가 같은지는 미해결 문제다.

P의 알고리즘은 증명서를 쓰지 않는 검증 알고리즘이자 난수를 쓰지 않는 확률적 알고리즘이므로 P⊆NP\textrm{P}\subseteq\textrm{NP}, P⊆BPP\textrm{P}\subseteq\textrm{BPP}다. 양자 회로는 고전 계산을 가역 회로로 수행하고(O12b), 공정한 난수 비트는 H|0⟩H|0\rangle을 측정하여 얻으므로 BPP⊆BQP\textrm{BPP}\subseteq\textrm{BQP}다.

확률적 계산과 양자 계산: BPP와 BQP — 설명 그림
화살표는 알려진 포함 관계만 나타낸다. NP와 BPP·BQP 사이의 포함 관계는 알려져 있지 않아 화살표가 없다.
19 · 계산 모형과 양자 계산의 비용O19b · 1/2
계산 모형과 양자 계산의 비용핵심O19b-⁠-2 · 2/2

계산 이득의 비교: 회로·오라클·포함 관계

앞 페이지의 그림에 없는 포함 관계를 가정하지 않는다. 특히 양자 컴퓨터가 모든 NP 문제를 빠르게 푼다고 결론 내릴 수 없다.

BQP는 양자 튜링 기계로 정의하기도 하지만, 이 강의는 양자 회로 모형으로 읽는다(두 정의는 같은 클래스를 준다고 알려져 있다). 이때에는 회로를 어떻게 제공하는지도 정해야 한다.

정의 ·회로의 균일성

입력 길이마다 정답을 미리 담은 회로를 임의로 고를 수 있다는 뜻은 아니다. 하나의 고전 알고리즘이 입력 길이를 받아 해당 회로를 다항식 시간에 생성해야 한다. 이 조건을 회로의 균일성(uniformity)⁠이라 한다.

여기서 오라클(oracle)⁠은 함수 ff의 값을 알려 주는 부분 회로다. 그 내부 구조는 보지 않고, 한 번 사용하는 것을 한 번의 호출(질의라고도 한다)⁠로 센다. 양자 회로에서 쓰는 가역적인 형태는 B03에서 정의한다. 오라클 질의 횟수를 세는 오라클 모형(oracle model)⁠과 실제 게이트 수를 세는 회로 모형을 구별해야 한다. 다음 도이치–조사 예에서는 먼저 오라클 호출 횟수를 비교한다.

한 번의 실행에서 오라클을 qq번 호출하고, 한 호출을 GfG_f개의 기본 게이트로 구현한다고 하자. 나머지 회로에 GotherG_{\mathrm{other}}개의 게이트가 필요하면 총 게이트 수는

Gtotal=qGf+GotherG_{\mathrm{total}}=qG_f+G_{\mathrm{other}}

다. 호출 수가 작아도 한 호출의 구현 비용이 크면 전체 회로가 짧다고 결론 내릴 수 없다.

19 · 계산 모형과 양자 계산의 비용O19b · 2/2
계산 모형과 양자 계산의 비용핵심U19

요약: 계산 비용의 비교 기준

가능성과 효율성을 구별한다. 계산 모형을 정한 뒤 어떤 입력에서 멈추고 어떤 답을 내는지 묻는다. 계산 가능하다는 사실만으로 효율적인 것은 아니다. 비용은 입력 길이가 커질 때 필요한 연산 수로 비교한다. 다시 보기: O06, O18a.

오류 허용과 자원을 고정한다. P·NP·BPP·BQP는 서로 다른 계산 및 검증 조건을 사용한다. 확률적 알고리즘의 성공 확률, 최악 입력의 비용, 회로를 생성하는 균일성 조건을 빼고 성능을 비교하지 않는다. 다시 보기: O19a, O19b.

보편성을 비용 보장으로 읽지 않는다. 보편 게이트 집합은 허용한 변환을 구성하거나 원하는 정확도로 근사할 수 있다는 뜻이다. 연속 게이트를 정확히 사용하는 경우와 유한 집합으로 근사하는 경우를 구별하며, 구현 길이를 따로 계산한다. 다시 보기: O12b.

오라클의 내부 비용을 따로 센다. 오라클을 qq번 호출하고 한 호출에 GfG_f개의 게이트가 들면 전체 비용에는 qGfqG_f가 포함된다. 상태 준비와 나머지 회로·고전 후처리도 계산해야 한다. 적은 질의 횟수만으로 빠른 실제 계산을 결론 내릴 수 없다. 다시 보기: O19b-⁠-2.

알려진 포함 관계만 쓴다. 양자 회로도 계산 가능한 함수의 범위는 넓히지 않는다. P⊆NP\textrm{P}\subseteq\textrm{NP}와 P⊆BPP⊆BQP\textrm{P}\subseteq\textrm{BPP}\subseteq\textrm{BQP} 밖의 관계는 가정하지 않으며, NP와 BQP의 관계는 미해결이다. 그러므로 양자 컴퓨터가 모든 NP 문제를 빠르게 푼다고 결론 내릴 수 없다. 다시 보기: O18a, O19b.

19 · 계산 모형과 양자 계산의 비용U19
가역 오라클과 도이치–조사 알고리즘절 안내S08a

가역 오라클과 도이치–조사 알고리즘

SECTION 20

가역 오라클과 도이치–조사 알고리즘

함숫값을 상대 위상에 기록하면 어떤 성질을 판정할 수 있는가?

01가역 오라클과 역계산
02상대 위상과 간섭
03유한 예제와 질의 복잡도

여러 입력에 작용하는 회로가 모든 함숫값을 읽어 주는 것은 아니다. 간섭으로 함수의 특정 성질을 판정하는 방법을 살펴본다.

CNOT(O17c)⁠과 아다마르 게이트(O15b), 질의와 게이트 비용의 구별(O19b-⁠-2)⁠을 복습한다. 상수·균형 함수의 판정과 고전 알고리즘의 비교 조건을 설명하는 것이 목표다.

가역 오라클과 역계산을 준비하고, 두 입력 큐비트의 부호와 간섭을 확인한 뒤 질의 이득을 비교한다. 일반 입력 수의 전개는 O20b, O21a의 선택 계산에서 다룬다.

이상적 오라클과 상수 또는 균형이라는 사전 조건을 가정한다. 조건을 벗어나는 예는 실습에서 비교하고 U20에서 이득의 범위를 정리한다.

20 · 가역 오라클과 도이치–조사 알고리즘S08a
가역 오라클과 도이치–조사 알고리즘핵심B03

함수를 가역적으로 계산하는 오라클

고전 함수 ff는 서로 다른 입력을 같은 출력으로 보낼 수 있다. 양자 회로에서는 입력을 보존하고 보조 레지스터에 결과를 XOR로 기록하자. Uf|x⟩|y⟩=|x⟩|y⊕f(x)⟩,Uf2=I.U_f\left|x\right\rangle\left|y\right\rangle=\left|x\right\rangle\left|y\oplus f(x)\right\rangle,\qquad U_f^2=I. UfU_f는 계산 기저를 계산 기저로 보내고 Uf2=IU_f^2=I이므로 기저의 순열이며, 정규직교 기저를 보존하므로 유니타리다.

예를 들어 f(x1,x2)=x1∧x2f(x_1,x_2)=x_1\land x_2이면 토폴리 게이트가 이 역할을 한다.

토폴리 게이트: 두 제어가 모두 1일 때 표적 비트를 반전한다.x₁x₂y출력: x₁, x₂, y ⊕ (x₁ ∧ x₂)
함수를 가역적으로 계산하는 오라클

y=0y=0이면 함숫값이 기록된다. 입력 xx를 지우는 연산은 f(x)f(x)가 같은 입력들을 한 상태로 보내므로 유니타리가 아니다.

정의 ·역계산

계산 중 사용한 보조 큐비트가 입력과 얽힌 채 남으면 이후의 간섭에 영향을 줄 수 있다. 필요한 출력값을 보존한 뒤 계산을 역순으로 실행하여 보조 큐비트를 초기 상태로 되돌린다. 이를 역계산(uncomputation)⁠이라 한다.

정의 ·오라클 모형

불 함수 f:{0,1}n→{0,1}f:\{0,1\}^n\to\{0,1\}의 양자 오라클(oracle)⁠은 기저에서 Uf|x,y⟩=|x,y⊕f(x)⟩U_f|x,y\rangle=|x,y\oplus f(x)\rangle로 정하고 선형적으로 확장한 유니타리 연산이다. 질의 모형에서는 이 연산의 사용을 한 번의 호출로 센다. 실제 실행 시간에는 입력 준비, 함수 구현, 측정과 후처리 비용도 포함해야 한다.

참고: [C98, Sh97]. XOR는 길이가 같은 레지스터에 비트별로 적용한다.

20 · 가역 오라클과 도이치–조사 알고리즘계산 보충B03
가역 오라클과 도이치–조사 알고리즘계산D05

계산 결과는 남기고 작업 공간은 되돌리기

가역 회로 CC가 입력 xx, 함숫값 f(x)f(x), 중간 결과 g(x)g(x)를 다음과 같이 연결한다고 하자.

C|x,0,0⟩=|x,f(x),g(x)⟩.C|x,0,0\rangle=|x,f(x),g(x)\rangle.

새 레지스터 yy에 함숫값을 XOR로 더한 뒤, 앞의 세 레지스터에 C†C^\dagger를 적용한다.

|x,f(x),g(x),y⟩⟼|x,f(x),g(x),y⊕f(x)⟩⟼|x,0,0,y⊕f(x)⟩.\begin{aligned}|x,f(x),g(x),y\rangle&\longmapsto|x,f(x),g(x),y\oplus f(x)\rangle\\&\longmapsto|x,0,0,y\oplus f(x)\rangle.\end{aligned}

이 등식은 각 기저 입력에서 성립하므로 중첩 입력에서도 선형적으로 성립한다. 작업 공간을 초기화하는 동안 필요한 출력은 마지막 레지스터에 남는다.

여기서 복사한 것은 계산 기저의 함숫값이다. 미지의 상태 α|0⟩+β|1⟩\alpha|0\rangle+\beta|1\rangle을 두 개로 복제한 것이 아니다(복제 불가능성, O13a).

역계산(uncomputation)⁠이 필요한 이유는 작업 공간을 단순히 버릴 경우 입력의 결맞음이 사라질 수 있기 때문이다. 다음 계산에서 그 차이를 확인한다.

가역 오라클과 도이치–조사 알고리즘계산D06

중간 결과를 버리면 왜 간섭이 사라지는가?

전체 상태가 ∑xαx|x⟩|g(x)⟩\sum_x\alpha_x|x\rangle|g(x)\rangle일 때 작업 공간을 부분 대각합으로 제거하면(A05a)

ρ=∑x,yαxαy∗⟨g(y)|g(x)⟩|x⟩⟨y|.\rho=\sum_{x,y}\alpha_x\alpha_y^*\langle g(y)|g(x)\rangle|x\rangle\langle y|.

중간 결과가 입력을 완전히 구별하면 서로 다른 x,yx,y의 교차항이 사라진다. 반대로 작업 공간을 모두 같은 상태로 되돌리면 내적이 1이 되어 간섭이 유지된다.

같은 입력 상태: (|00⟩ + |11⟩)/√2작업 큐비트의 부분 대각합CNOT을 다시 적용ρ = I/2|+⟩ ⊗ |0⟩첫째 큐비트의 결맞음이 사라짐작업 공간과의 얽힘이 풀림
같은 입력에 서로 다른 처리를 적용한 결과다. 왼쪽은 첫째 큐비트의 상태, 오른쪽은 두 큐비트의 공동 상태다.

가장 작은 예는 |+⟩|0⟩|+\rangle|0\rangle에 CNOT을 작용시키는 것이다.

|+0⟩⟼|00⟩+|11⟩2.|+0\rangle\longmapsto\frac{|00\rangle+|11\rangle}{\sqrt2}.

둘째 큐비트를 버리면 첫째 상태는 I/2I/2다. CNOT을 한 번 더 적용하면 |+0⟩|+0\rangle으로 돌아간다.

두 CNOT 사이에 둘째 큐비트의 ZZ를 넣으면 (|00⟩−|11⟩)/2(|00\rangle-|11\rangle)/\sqrt2을 거쳐 |−0⟩|-0\rangle이 된다. 작업 공간은 비우면서 계산된 상대 위상은 입력에 남길 수 있다.

20 · 가역 오라클과 도이치–조사 알고리즘관련 설명D06
가역 오라클과 도이치–조사 알고리즘핵심O20a

도이치–조사: 상수 함수인가, 균형 함수인가?

가정 ·도이치–조사의 사전 조건

함수 f:{0,1}n→{0,1}f:\{0,1\}^n\to\{0,1\}이 상수 함수 또는 균형 함수라는 사전 조건(promise)⁠을 둔다. 균형 함수는 가능한 입력의 정확히 절반에서 0, 나머지 절반에서 1을 출력한다. 목표는 두 경우를 구별하는 것이다.

도이치–조사 회로: 입력 준비, 함수 오라클, 입력 레지스터의 H와 측정.|0⟩⊗n|1⟩H⊗nHUfH⊗ny아래 보조 큐비트의 출력: |−⟩
도이치–조사: 상수 함수인가, 균형 함수인가?

이 회로는 오라클을 한 번 호출한다. 입력 레지스터를 측정하여 y=0n⇒상수 함수,y≠0n⇒균형 함수y=0^n\Rightarrow\text{상수 함수},\qquad y\ne0^n\Rightarrow\text{균형 함수}로 판정한다. 사전 조건을 만족하는 함수와 이상적인 회로에서는 이 판정이 정확하다.

어떻게 상수 함수와 균형 함수를 구별할까? 보조 큐비트는 H|1⟩=|−⟩H|1\rangle=|{-}\rangle가 되고, UfU_f는 f(x)=1f(x)=1인 입력 성분에서만 이 큐비트에 XX를 작용한다. X|−⟩=−|−⟩X|{-}\rangle=-|{-}\rangle이므로 함숫값은 보조 큐비트가 아니라 각 입력 성분의 진폭 부호(amplitude sign) (−1)f(x)(-1)^{f(x)}에 기록된다. 마지막 H⊗nH^{\otimes n}은 모든 |x⟩|x\rangle에서 |0n⟩|0^n\rangle에 같은 진폭 2−n/22^{-n/2}을 주고 첫 H⊗nH^{\otimes n} 뒤의 진폭도 2−n/22^{-n/2}이므로, 모든 비트가 0인 결과의 진폭 2−n∑x(−1)f(x)2^{-n}\sum_x(-1)^{f(x)}은 부호들의 평균이다. 상수 함수에서는 모든 부호가 같아 그 크기가 1이고, 균형 함수에서는 +1+1과 −1-1이 같은 수만큼 있어 0이다. 전체 계산은 선택 계산 O20b와 O21a에서 한다.

참고: [DJ92, C98]. 함수에 대한 사전 조건이 없으면 이 판정 규칙은 일반적으로 성립하지 않는다.

가역 오라클과 도이치–조사 알고리즘계산O20b

계산: 오라클이 함숫값을 상대 위상에 기록한다

모든 큐비트에 아다마르 연산을 작용한다. |+⟩⊗n|−⟩=12n+1∑x=02n−1|x⟩(|0⟩−|1⟩)\left|+\right\rangle^{\otimes n}\left|-\right\rangle = \frac{ 1 }{ \sqrt{2^{n+1} } } \sum_{x=0}^{2^n-1} \left|x\right\rangle(\left|0\right\rangle - \left|1\right\rangle) 함수 ff를 가역적으로 계산하는 오라클 UfU_f를 가정하자. 여기서는 UfU_f를 호출하는 횟수를 비교한다. 실제 실행 시간에는 UfU_f를 구현하는 비용도 포함된다. Uf:|x⟩|y⟩↦|x⟩|y⊕f(x)⟩U_f: \left|x\right\rangle\left|y\right\rangle \mapsto \left|x\right\rangle \left|y\oplus f(x)\right\rangle

Uf12n+1∑x=02n−1|x⟩(|0⟩−|1⟩)=12n+1∑x|x⟩(|0⊕f(x)⟩−|1⊕f(x)⟩)=12n+1∑x|x⟩(−1)f(x)(|0⟩−|1⟩)\begin{aligned} &U_f \frac{ 1 }{ \sqrt{ 2^{n+1} } } \sum_{x=0}^{2^n-1} \left|x\right\rangle(\left|0\right\rangle - \left|1\right\rangle)\\ &=\frac{ 1 }{ \sqrt{2^{n+1} } } \sum_x \left|x\right\rangle ( \left| 0 \oplus f(x)\right\rangle - \left|1 \oplus f(x)\right\rangle )\\ &= \frac{ 1 }{ \sqrt{2^{n+1} } }\sum_x \left|x\right\rangle (-1)^{f(x)} ( \left| 0 \right\rangle - \left| 1 \right\rangle ) \end{aligned}

X|−⟩=−|−⟩X\left|-\right\rangle=-\left|-\right\rangle이므로 Uf|x⟩|−⟩=(−1)f(x)|x⟩|−⟩.U_f\left|x\right\rangle\left|-\right\rangle=(-1)^{f(x)}\left|x\right\rangle\left|-\right\rangle. 보조 상태는 분리된 채 남는다. 따라서 다음 계산에서는 |−⟩\left|-\right\rangle를 생략해도 된다.

가역 오라클과 도이치–조사 알고리즘계산O21a

계산: 마지막 간섭과 판정 확률

12n+1∑x|x⟩(−1)f(x)(|0⟩−|1⟩)\frac{ 1 }{ \sqrt{2^{n+1} } }\sum_x \left|x\right\rangle (-1)^{f(x)} ( \left| 0 \right\rangle - \left| 1 \right\rangle )

O15b의 두 식은 H|k⟩=12∑j=01(−1)kj|j⟩H|k\rangle=\frac1{\sqrt2}\sum_{j=0}^{1}(-1)^{kj}|j\rangle로 쓸 수 있다. nn개의 자리 모두에 텐서곱하면 각 항에 부호가 곱해진다. 그 부호 ∏i(−1)kiji=(−1)∑ikiji\prod_i(-1)^{k_ij_i}=(-1)^{\sum_ik_ij_i}은 지수의 홀짝만으로 정해진다.

H⊗n|k⟩=12n∑j=02n−1(−1)k⋅j|j⟩H^{\otimes n}\left|k\right\rangle = \frac{1}{\sqrt{2^n}} \sum_{j=0}^{2^n-1} (-1)^{k \cdot j} \left|j\right\rangle이다. k⋅jk\cdot j는 대응하는 자리의 비트끼리 곱하여 더한 뒤 22로 나눈 나머지다. 입력과 분리된 보조 상태 |−⟩\left|-\right\rangle를 생략하고, 입력 레지스터에 다시 아다마르 게이트를 적용하면 12n∑x(−1)f(x)12n∑y=02n−1(−1)x⋅y|y⟩=∑y[12n∑x(−1)f(x)(−1)x⋅y]|y⟩\begin{aligned} &\frac{1}{\sqrt{2^n}} \sum_{x} (-1)^{f(x)} \frac{1}{\sqrt{2^n}} \sum_{y=0}^{2^n-1} (-1)^{x \cdot y} \left|y\right\rangle\\ &= \sum_y \left[ \frac{1}{2^n} \sum_{x} (-1)^{f(x)} (-1)^{x\cdot y}\right] \left|y\right\rangle \end{aligned}를 얻는다.

y=0ny=0^n의 진폭에서는 x⋅y=0x\cdot y=0이므로 모든 입력별 부호를 같은 비중으로 더한다. 따라서 입력 전체가 |0⟩⊗n\left|0\right\rangle^{\otimes n}으로 측정될 확률은 Pr(0n)=|2−n∑x=02n−1(−1)f(x)|2\Pr(0^n)=\left|2^{-n}\sum_{x=0}^{2^n-1}(-1)^{f(x)}\right|^2이다.

상수 함수이면 합이 ±2n\pm2^n이고, 균형 함수이면 양·음의 항이 같은 수만큼 있어 상쇄되므로 Pr(0n)={1,f가 상수 함수,0,f가 균형 함수.\Pr(0^n)=\begin{cases}1,&f\text{가 상수 함수},\\0,&f\text{가 균형 함수}.\end{cases}

참고: [DJ92, C98]. 고전 계산과의 비교는 유한 예제 뒤에서 따로 정리한다.

가역 오라클과 도이치–조사 알고리즘핵심A07

도이치–조사: 두 입력 큐비트로 직접 확인하기

n=2n=2에서 균형 함수 f(x1,x2)=x1⊕x2f(x_1,x_2)=x_1\oplus x_2를 택해 끝까지 계산해 보자. 오라클은 두 CNOT으로 구현된다. 두 CNOT은 |1⟩\left|1\right\rangle에서 출발하는 아래 회로의 보조 큐비트에 x1x_1, x2x_2를 차례로 XOR로 더한다.

두 입력의 XOR 오라클: 입력 두 큐비트가 각각 보조 큐비트를 제어한다.|0⟩|0⟩|1⟩HHHHH
도이치–조사: 두 입력 큐비트로 직접 확인하기

오라클 뒤에는 입력 xx에 따라 부호 (−1)f(x)(-1)^{f(x)}이 붙는다. 그러면 입력 부분은 12(|0⟩−|1⟩)⊗2=|−⟩|−⟩\frac12(|0\rangle-|1\rangle)^{\otimes2}=|-\rangle|-\rangle가 되고(표), H|−⟩=|1⟩H|-\rangle=|1\rangle이므로 마지막 H⊗HH\otimes H를 작용하면 출력은 반드시 11이다. |00⟩|00\rangle의 진폭은 표의 부호 평균 (1−1−1+1)/4=0(1-1-1+1)/4=0이다. 균형 함수에서는 부호의 절반이 −1-1이므로 이 평균이 늘 0이고, 따라서 00은 나오지 않는다.

xx f(x)f(x) (−1)f(x)(-1)^{f(x)}
00 0 +1+1
01 1 −1-1
10 1 −1-1
11 0 +1+1

상수 함수 f=0f=0이면 오라클은 항등연산이고 최종 출력은 00이다. f=1f=1이면 보조 큐비트에 XX를 작용한다. 전체 부호만 바뀌므로 출력은 역시 00이다.

단, 모든 균형 함수가 11을 출력하는 것은 아니다. 일반적인 판정 기준은 “00이 나오는가?”⁠다.

참고: [DJ92, C98]. 이 예의 오라클 회로는 함수가 어떻게 구현되는지도 보여 주기 위한 것이다.

20 · 가역 오라클과 도이치–조사 알고리즘계산 A08A07
가역 오라클과 도이치–조사 알고리즘계산A08

계산: 네 입력 성분의 부호와 간섭

A07의 부호 표를 기저 순서 00,01,10,1100,01,10,11의 벡터로 쓰면 오라클 뒤의 입력 부분은 12(1,−1,−1,1)T\frac12(1,-1,-1,1)^T가 된다. H⊗HH\otimes H의 (y,x)(y,x) 성분은 (−1)x⋅y/2(-1)^{x\cdot y}/2이다(O21a).

행렬로 직접 확인하자. (H⊗H)12(1−1−11)=14(11111−11−111−1−11−1−11)(1−1−11)=(0001).(H\otimes H)\frac12\begin{pmatrix}1\\-1\\-1\\1\end{pmatrix} =\frac14\begin{pmatrix} 1&1&1&1\\1&-1&1&-1\\1&1&-1&-1\\1&-1&-1&1 \end{pmatrix}\begin{pmatrix}1\\-1\\-1\\1\end{pmatrix} =\begin{pmatrix}0\\0\\0\\1\end{pmatrix}. 첫 성분에서는 1−1−1+1=01-1-1+1=0으로 상쇄되고, 마지막 성분에서는 네 항이 같은 부호로 더해져 출력은 |11⟩\left|11\right\rangle이다. 이것이 함숫값에 붙인 부호를 측정 결과로 바꾸는 간섭이다.

상수 함수이면 입력 벡터는 ±(1,1,1,1)T/2\pm(1,1,1,1)^T/2이고 같은 계산으로 ±(1,0,0,0)T\pm(1,0,0,0)^T, 곧 A07의 출력 00을 얻는다. 보조 큐비트는 끝까지 |−⟩\left|-\right\rangle에 머물며 입력 부분과 분리되어 있다.

가역 오라클과 도이치–조사 알고리즘실습L10

도이치–조사: 사전 조건을 벗어나면

가역 오라클과 도이치–조사 알고리즘핵심O21b

도이치–조사의 이득과 비교의 조건

고전 결정론적 방법으로 오류 없이 판정할 때를 생각하자. 서로 다른 두 함숫값을 보면 바로 균형 함수임을 안다. 하지만 최악의 경우에는 2n−1+12^{n-1}+1개의 서로 다른 입력을 확인해야 한다. 처음 2n−12^{n-1}개의 답이 모두 0이어도 f≡0f\equiv0과, 보지 않은 절반에서 1인 균형 함수가 둘 다 가능하기 때문이다. 2n−1+12^{n-1}+1개의 값이 모두 같으면 상수 함수다.

양자 회로는 같은 사전 조건에서 UfU_f를 한 번만 호출한다. 따라서 오류 없이 판정하는 데 필요한 질의 복잡도(query complexity)⁠에 차이가 있다.

고전 알고리즘에 작은 오류 확률을 허용하면 비교가 달라진다. 독립적으로 균등하게 고른 입력 mm개에서 값이 모두 같을 때만 상수라고 하자. 균형 함수를 상수로 오인할 확률은 값이 모두 0일 확률과 모두 1일 확률의 합인 2(12)m=21−m2\left(\frac12\right)^m=2^{1-m} 이다. nn과 무관하게 작은 오류 확률을 얻는다.

따라서 이 예가 BPP≠BQP\mathrm{BPP}\ne\mathrm{BQP}를 증명하는 것은 아니다. 오라클 모형에서 보인 질의 수의 차이를 일반적인 고전 계산의 하한과 혼동하지 말자.

참고: [C98]. 실제 실행 시간에서는 오라클의 구현 비용도 비교해야 한다.

20 · 가역 오라클과 도이치–조사 알고리즘O21b
가역 오라클과 도이치–조사 알고리즘핵심U20

요약: 함숫값에서 상대 위상으로

정보를 지우지 않고 함수를 계산한다. 가역 오라클은 |x,y⟩|x,y\rangle를 |x,y⊕f(x)⟩|x,y\oplus f(x)\rangle로 보낸다. 작업 공간에 남은 정보가 간섭을 방해하지 않도록 필요한 경우 역계산으로 초기화한다. 다시 보기: B03, D05.

보조 큐비트를 위상에 이용한다. 보조 상태를 |−⟩|{-}\rangle로 두면 X|−⟩=−|−⟩X|{-}\rangle=-|{-}\rangle이므로 각 입력 분기에 함숫값이 부호 (−1)f(x)(-1)^{f(x)}으로 기록된다. 보조 큐비트를 읽어 모든 함숫값을 얻는 과정은 아니다. 다시 보기: O20a, A07, D06, O20b.

간섭으로 사전 조건에 따른 성질을 판정한다. 도이치–조사 알고리즘은 함수가 상수 또는 정확히 균형이라는 사전 조건 아래 작동한다. 마지막 아다마르 연산 뒤 모든 비트가 0인 문자열의 진폭은 부호들의 평균이다. 상수이면 보강되고 균형이면 상쇄된다. 다시 보기: O20a, O21a, A08.

비교하는 고전 과제를 명시한다. 질의 이득은 결정론적 무오류 판정과 비교할 때의 주장이다. 오류를 허용하는 고전 무작위 알고리즘의 비용은 다르다. 이 예만으로 일반적인 고전·양자 복잡도 계층의 분리를 증명한 것은 아니다. 다시 보기: O21b.

20 · 가역 오라클과 도이치–조사 알고리즘U20
그로버 탐색과 진폭 증폭절 안내ST09

그로버 탐색과 진폭 증폭

SECTION 21

그로버 탐색과 진폭 증폭

두 반사를 반복하면 원하는 결과의 확률이 왜 커지는가?

01위상 반전으로 정답 표시
02두 반사와 그로버 회전
03반복 횟수와 성공 확률

상대 위상을 이용한 판정에서, 원하는 결과의 확률을 높이는 탐색으로 넘어간다. 선행 지식·학습 목표·가정은 S09에서, 절의 결론은 U21에서 확인한다.

21 · 그로버 탐색과 진폭 증폭ST09
그로버 탐색과 진폭 증폭절 안내S09

그로버 탐색과 진폭 증폭

두 반사를 반복하면 원하는 결과의 확률이 왜 커지는가?

원하는 결과를 표시하는 연산과 간섭을 결합하여 탐색 확률을 높인다. 네 후보의 예에서 시작해 그로버 반복을 두 반사의 곱으로 해석한다.

선택 계산에서는 회전각과 반복 횟수를 연결한다. 이 기하는 뒤의 사후 선택 복호에서 성공 확률을 높이는 방법으로 다시 등장한다.

오라클과 상대 위상(B03, O20a)⁠을 복습한다. 핵심 경로에서는 네 후보의 진폭 반전과 질의 비용을 설명하고, 실습에서는 과도한 반복으로 확률이 낮아지는 경우를 확인한다.

정답이 하나이고 이상적인 위상 오라클을 사용할 수 있다고 가정한다. 일반 후보 수에서 회전각과 성공 확률을 유도하는 과정은 B16, B16-⁠-2의 선택 계산이다. 준비·오라클 구현 비용은 질의 수와 따로 세며, U21에서 이 범위를 정리한다.

21 · 그로버 탐색과 진폭 증폭S09
그로버 탐색과 진폭 증폭핵심A09

그로버 탐색: 네 후보 중 하나 찾기

후보는 00,01,10,1100,01,10,11이고 정답은 하나라고 하자. 정답 여부를 확인하는 함수 f(x)=[x=w]f(x)=[x=w]의 오라클 UfU_f에 |−⟩\left|-\right\rangle를 넣으면(O20a, 계산: O20b) 정답의 진폭에만 부호를 바꿀 수 있다. Ow|x⟩=(−1)[x=w]|x⟩.O_w\left|x\right\rangle=(-1)^{[x=w]}\left|x\right\rangle. 먼저 모든 후보의 진폭이 같은 상태를 준비한다. |s⟩=H⊗2|00⟩=12∑x|x⟩.\left|s\right\rangle=H^{\otimes2}\left|00\right\rangle=\frac12\sum_x\left|x\right\rangle. w=11w=11인 예에서 OwO_w를 한 번 작용한 다음 D=2|s⟩⟨s|−ID=2\left|s\right\rangle\!\left\langle s\right|-I 를 작용한다. 결과는 정확히 |11⟩\left|11\right\rangle이다.

DD는 각 진폭 axa_x를 평균값 a‾\bar a를 기준으로 2a‾−ax2\bar a-a_x로 바꾼다. 이 진폭 반전 과정은 선택 계산 A10에서 확인하자.

여기서 [x=w][x=w]는 x=wx=w이면 1, 아니면 0이다. 따라서 정답 성분의 부호만 바뀐다.

그로버 탐색: 네 후보 중 하나 찾기 — 설명 그림 평균 기준 진폭 반전
그로버 탐색: 네 후보 중 하나 찾기

두 연산은 모두 반사(reflection)⁠다. |w⟩|w\rangle와 |s⟩|s\rangle가 이루는 평면에서 Ow=I−2|w⟩⟨w|O_w=I-2|w\rangle\langle w|는 |w⟩|w\rangle에 수직인 직선을, D=2|s⟩⟨s|−ID=2|s\rangle\langle s|-I는 |s⟩|s\rangle를 축으로 하는 반사다. 두 반사를 잇달아 하면 두 축 사이 각의 두 배만큼 회전하므로, 그로버 반복 DOwDO_w는 상태를 정답 쪽으로 일정한 각만큼 돌린다(계산: B16).

참고: [Gr96]. 막대는 확률이 아니라 실수 진폭이다.

21 · 그로버 탐색과 진폭 증폭계산 A10A09
그로버 탐색과 진폭 증폭계산A10

계산: 한 번의 그로버 반복

기저 순서를 00,01,10,1100,01,10,11로 정하자. 정답이 11이면 |s⟩=12(1111),O11=diag(1,1,1,−1),O11|s⟩=12(111−1).\left|s\right\rangle=\frac12\begin{pmatrix}1\\1\\1\\1\end{pmatrix},\qquad O_{11}=\operatorname{diag}(1,1,1,-1),\qquad O_{11}\left|s\right\rangle=\frac12\begin{pmatrix}1\\1\\1\\-1\end{pmatrix}.

평균 진폭은 a‾=(1/2+1/2+1/2−1/2)/4=1/4\bar a=(1/2+1/2+1/2-1/2)/4=1/4이다. 일반적인 벡터 |v⟩=∑xax|x⟩\left|v\right\rangle=\sum_xa_x\left|x\right\rangle에 대해 ⟨s|v⟩=12∑xax=2a¯,2|s⟩⟨s|v⟩=2a¯∑x|x⟩\langle s|v\rangle=\tfrac12\sum_xa_x=2\bar a,\qquad 2|s\rangle\langle s|v\rangle=2\bar a\sum_x|x\rangle이고 D|v⟩=2|s⟩⟨s|v⟩−|v⟩=∑x(2a‾−ax)|x⟩D\left|v\right\rangle=2\left|s\right\rangle\left\langle s\middle|v\right\rangle-\left|v\right\rangle =\sum_x(2\bar a-a_x)\left|x\right\rangle 이므로 앞의 세 진폭은 2(1/4)−1/2=02(1/4)-1/2=0, 정답의 진폭은 2(1/4)−(−1/2)=12(1/4)-(-1/2)=1이 된다. D=12(−11111−11111−11111−1),DO11|s⟩=(0001).D=\frac12\begin{pmatrix}-1&1&1&1\\1&-1&1&1\\1&1&-1&1\\1&1&1&-1\end{pmatrix},\qquad DO_{11}\left|s\right\rangle=\begin{pmatrix}0\\0\\0\\1\end{pmatrix}. D†=DD^\dagger=D, D2=ID^2=I이므로 이는 허용되는 유니타리 연산이다. 정답이 다른 위치에 있어도 같은 계산이 성립한다.

그로버 탐색과 진폭 증폭핵심A11

그로버 탐색의 반복 횟수와 비용

정리 ·그로버 탐색의 질의 복잡도양자 상한: B16–B16-⁠-2 · 고전 하한: 별도 증명

정답이 하나인 N=2nN=2^n개의 후보를 구조 없이 검사하는 오라클 문제에서는, 그로버 반복으로 상수 이상의 성공 확률을 얻는 데 O(N)O(\sqrt N)번의 호출이면 충분하다. 같은 성공 확률을 요구하면 고전적인 방법은 최악의 입력에 대해 Ω(N)\Omega(N)번이 필요하다.

오라클 호출 횟수의 증가율이 제곱근 수준으로 줄어드는 이차적 속도 향상(quadratic speedup)⁠이다. 하지만 N=2nN=2^n이면 호출 수 N=2n/2\sqrt N=2^{n/2}은 입력 큐비트 수 nn의 지수 함수이므로, 다항식 시간 알고리즘이 된다는 뜻은 아니다.

네 후보에서는 한 번으로 정확히 찾았지만, 일반적인 NN에서는 적절한 횟수만큼 반복해야 한다. 너무 많이 반복하면 성공 확률이 다시 낮아질 수도 있다.

실제 계산 시간은 오라클 호출 횟수만으로 결정되지 않는다.

데이터를 양자 상태로 준비하는 비용과 정답 판정 회로의 비용을 포함해야 한다. 모든 문제에서 양자 컴퓨터가 빠른 것은 아니다.

그로버 탐색의 반복 횟수와 비용 — 설명 그림 오라클과 나머지 게이트
그로버 탐색의 반복 횟수와 비용

참고: [Gr96, C98]. 구조 없는 오라클 모형과 실제 응용의 총비용을 구분한다.

그로버 탐색과 진폭 증폭계산B16

계산: 그로버 반복을 회전으로 보기

정의 ·단일 정답 탐색의 두 기저와 회전각

후보가 N=2n≥2N=2^n\ge2개이고 정답이 하나라고 하자. 정답 상태를 |w⟩|w\rangle, 나머지 후보의 정규화된 균등 중첩을 |u⟩|u\rangle라 쓰자.

|u⟩=1N−1∑x≠w|x⟩.|u\rangle=\frac1{\sqrt{N-1}}\sum_{x\ne w}|x\rangle.

모든 후보를 균등하게 중첩한 초기 상태는

|s⟩=1N∑x|x⟩=sin⁡θ|w⟩+cos⁡θ|u⟩sin⁡θ=1N\begin{gathered} |s\rangle=\frac1{\sqrt N}\sum_x|x\rangle =\sin\theta|w\rangle+\cos\theta|u\rangle\\ \sin\theta=\frac1{\sqrt N} \end{gathered}

로 쓸 수 있다. 여기서 0<θ≤π/40<\theta\le\pi/4다. |w⟩|w\rangle와 |u⟩|u\rangle는 서로 직교하며 정규화되어 있다.

오라클은 |w⟩|w\rangle의 부호만 바꾸고, D=2|s⟩⟨s|−ID=2|s\rangle\langle s|-I는 평균 기준 진폭 반전이다(A09). 두 연산 모두 이 두 상태가 생성하는 부분공간을 보존한다. 따라서 기저 순서를 (|w⟩,|u⟩)(|w\rangle,|u\rangle)로 정하고 2차원 행렬로 계산할 수 있다. |s⟩|s\rangle의 좌표 (sin⁡θ,cos⁡θ)(\sin\theta,\cos\theta)를 2|s⟩⟨s|−I2|s\rangle\langle s|-I에 넣고 2sin2⁡θ−1=−cos⁡2θ2\sin^2\theta-1=-\cos2\theta, 2sin⁡θcos⁡θ=sin⁡2θ2\sin\theta\cos\theta=\sin2\theta를 쓰면 다음을 얻는다.

Ow=(−1001),D=(−cos⁡2θsin⁡2θsin⁡2θcos⁡2θ).O_w=\begin{pmatrix}-1&0\\0&1\end{pmatrix}, \qquad D=\begin{pmatrix}-\cos2\theta&\sin2\theta\\\sin2\theta&\cos2\theta\end{pmatrix}.

오라클을 먼저 적용하므로 한 번의 그로버 반복은

G=DOw=(cos⁡2θsin⁡2θ−sin⁡2θcos⁡2θ)G=DO_w=\begin{pmatrix}\cos2\theta&\sin2\theta\\-\sin2\theta&\cos2\theta\end{pmatrix}

이다. OwO_w는 |u⟩|u\rangle축에 대한 반사, DD는 |s⟩|s\rangle축에 대한 반사이고 두 축 사이의 각은 θ\theta다. 그래서 곱 GG는 2θ2\theta만큼의 회전 행렬이다. 다음 페이지에서 이 행렬을 반복 적용하여 성공 확률을 구한다.

그로버 탐색과 진폭 증폭계산B16-⁠-2

계산: 그로버 반복 횟수 정하기

앞에서 얻은 행렬은 다음과 같이 작용한다.

(cos⁡2θsin⁡2θ−sin⁡2θcos⁡2θ)(sin⁡αcos⁡α)=(sin⁡(α+2θ)cos⁡(α+2θ)).\begin{pmatrix}\cos2\theta&\sin2\theta\\-\sin2\theta&\cos2\theta\end{pmatrix} \begin{pmatrix}\sin\alpha\\\cos\alpha\end{pmatrix} =\begin{pmatrix}\sin(\alpha+2\theta)\\\cos(\alpha+2\theta)\end{pmatrix}.

따라서 jj번 반복한 상태와 정답을 얻을 확률은 다음과 같다.

Gj|s⟩=sin⁡((2j+1)θ)|w⟩+cos⁡((2j+1)θ)|u⟩,Pj=sin2⁡((2j+1)θ).\begin{aligned}G^j|s\rangle&=\sin((2j+1)\theta)|w\rangle\\&\quad+\cos((2j+1)\theta)|u\rangle,\\P_j&=\sin^2((2j+1)\theta).\end{aligned}

성공 확률을 높이려면 (2j+1)θ(2j+1)\theta가 π/2\pi/2에 가까워지도록 jj를 정하면 된다. j∗=π/(4θ)−1/2j_* = \pi/(4\theta)-1/2에 가장 가까운 0 이상의 정수 jj를 택하자. 그러면 |j−j∗|≤1/2|j-j_*|\le1/2이므로 |(2j+1)θ−π/2|≤θ|(2j+1)\theta-\pi/2|\le\theta다. 따라서

Pj≥cos2⁡θ=1−1NP_j\ge\cos^2\theta=1-\frac1N

이다. NN이 커지면 θ=arcsin⁡(1/N)∼1/N\theta=\arcsin(1/\sqrt N)\sim1/\sqrt N이므로 필요한 반복 횟수는 O(N)O(\sqrt N)이다.

이 반복 횟수는 모든 NN에서 (π/4)N(\pi/4)\sqrt N 이하다. t≥0t\ge0에서 성립하는 알려진 부등식 sin⁡t≤t\sin t\le t로 θ≥sin⁡θ=1/N\theta\ge\sin\theta=1/\sqrt N이므로

j≤j∗+12=π4θ≤π4Nj\le j_*+\frac12=\frac{\pi}{4\theta}\le\frac{\pi}{4}\sqrt N

이다.

N=4N=4이면 θ=π/6\theta=\pi/6이고 한 번의 반복으로 성공 확률이 1이 된다. 그러나 일반적인 NN에서 성공 확률이 정확히 1일 필요는 없다. 반복을 지나치게 많이 하면 (2j+1)θ(2j+1)\theta가 π/2\pi/2를 지나므로 성공 확률이 다시 낮아진다.

그로버 탐색과 진폭 증폭실습L11

그로버 탐색: 반복 횟수는 얼마나?

그로버 탐색과 진폭 증폭핵심Q05

개념 확인: 그로버의 한 번의 증폭

16개 후보 중 정답은 하나다. 모든 후보의 진폭이 1/41/4인 균등 중첩에서 시작한다. 한 반복은 정답 진폭의 부호 반전과 평균에 대한 반사 ax↦2a¯−axa_x\mapsto2\bar a-a_x로 이루어진다.

① 반복 전 성공 확률, ② 부호 반전 직후 16개 진폭의 평균, ③ 반사 직후 정답의 진폭, ④ 한 반복 뒤 성공 확률을 구하라.

확률의 평균이 아니라 진폭의 평균을 사용한다. 이 문제에서는 초기 진폭과 위 연산 규약을 고정하므로 정답 진폭의 부호도 구별한다.

수치는 소수 또는 분수로 입력한다. 수치 오차 10−610^{-6} 이내는 맞은 것으로 본다. 답 확인을 누르기 전에는 채점하지 않는다.

마우스 숫자 입력판
입력할 칸: ① 초기 성공 확률

정답은 공개하지 않는다. 새로고침하면 입력이 지워진다.

그로버 탐색과 진폭 증폭핵심U21

요약: 두 반사와 탐색 확률

탐색 모형을 정한다. 이 절은 후보 중 정답이 하나이고, 정답의 위상을 바꾸는 오라클에 접근할 수 있다고 가정한다. 후보 준비와 정답 판정 회로(오라클)⁠의 비용은 질의 횟수와 별도로 센다. 다시 보기: A09, A11.

큰 공간에서 두 방향을 골라낸다. 정답 방향과 나머지 후보의 균등 중첩이 만드는 공간은 그로버 반복 아래 보존된다. 오라클과 초기 상태에 대한 두 반사의 곱을 이 공간의 회전으로 읽으면 반복의 효과를 계산할 수 있다. 다시 보기: A09, B16.

반복 횟수를 확률에 맞춘다. 선택 계산에서 얻은 일반식을 다시 보자. 후보 수가 NN이고 sin⁡θ=1/N\sin\theta=1/\sqrt N이면 jj회 뒤 성공 확률은

sin2⁡((2j+1)θ)\sin^2((2j+1)\theta)

이다. 원하는 방향을 지나치면 확률이 다시 감소하므로 반복을 많이 할수록 좋은 것은 아니다. 다시 보기: A11, B16, B16-⁠-2.

이득의 범위를 해석한다. 이 모형에서 상수 성공 확률에는 O(N)O(\sqrt N)번의 양자 질의로 충분하고, 구조 없는 고전 탐색은 최악 입력에서 Ω(N)\Omega(N)번이 필요하다. 두 반사의 기하는 뒤의 복호 확률 증폭에도 쓰이지만, 그곳의 접근 자원은 다시 확인해야 한다. 다시 보기: A11.

21 · 그로버 탐색과 진폭 증폭U21
푸리에 변환·위상 추정·주기 찾기절 안내ST09a

푸리에 변환·위상 추정·주기 찾기

SECTION 22

푸리에 변환·위상 추정·주기 찾기

위상과 주기를 측정 가능한 결과로 어떻게 바꾸는가?

01양자 푸리에 변환
02위상 추정과 유한 정밀도
03주기 찾기와 고전 후처리

간섭을 위상과 주기의 수치 정보로 바꾸어야 한다. 선행 지식·학습 목표·가정은 S09a에서, 절의 결론은 U22에서 확인한다.

22 · 푸리에 변환·위상 추정·주기 찾기ST09a
푸리에 변환·위상 추정·주기 찾기절 안내S09a

푸리에 변환·위상 추정·주기 찾기

위상과 주기를 측정 가능한 결과로 어떻게 바꾸는가?

푸리에 변환의 정의와 비트 순서를 먼저 정리한다. 이어 제어 연산이 모은 위상을 측정 가능한 이진 결과로 바꾸는 위상 추정을 살펴본다.

유한 정밀도의 오차는 선택 계산에서 확인하고, 본문에서는 쇼어 알고리즘의 주기 찾기로 연결한다. 양자 측정값만으로 인수가 바로 나오는 것은 아니므로, 고전 후처리의 조건을 확인한다. 연분수의 상세 계산은 선택 경로에서 검토한다.

고유 상태(A00c)⁠와 유니타리 연산(O12a), 제어 게이트(O17c)⁠를 복습한다. 핵심 경로에서는 위상 3/8을 읽는 과정과 15의 인수분해에서 양자 측정·고전 검증의 역할을 설명한다.

위상 추정은 준비된 고유 상태와 이상적인 제어 연산을 가정한다. 주기 찾기의 자원은 해당 본문에서 다시 정한다. 일반 분포·확률 하한과 연분수 후처리는 D09, D11, D12a 등 선택 계산에서 다룬다. U22에서 정확한 예와 일반 보장을 구별한다.

22 · 푸리에 변환·위상 추정·주기 찾기관련 설명S09a
푸리에 변환·위상 추정·주기 찾기핵심B04a

양자 푸리에 변환의 정의와 비트 순서

정의 ·양자 푸리에 변환

tt개 큐비트에서 Q=2tQ=2^t이라 하자. 양자 푸리에 변환(quantum Fourier transform, QFT)⁠을 다음과 같이 정의한다.

FQ|x⟩=1Q∑y=0Q−1e2πixy/Q|y⟩.F_Q|x\rangle=\frac1{\sqrt Q}\sum_{y=0}^{Q-1}e^{2\pi ixy/Q}|y\rangle.

이 강의에서는 지수의 부호를 위 식처럼 +로 약속한다. 역변환 FQ†F_Q^\dagger에서는 이 부호가 −로 바뀐다. FQF_Q가 유니타리여서 FQ†F_Q^\dagger가 역변환이 되는 이유는 뒤의 B05에서 본다.

비트열은 위쪽 선부터 큰 자릿값으로 읽는다. 세 큐비트라면 x=4x2+2x1+x0x=4x_2+2x_1+x_0이고 |3⟩=|011⟩|3\rangle=|011\rangle이다.

F8|3⟩=18∑y=07e2πi3y/8|y⟩.F_8|3\rangle=\frac1{\sqrt8}\sum_{y=0}^7e^{2\pi i3y/8}|y\rangle.

따라서 역변환은 이 위상 패턴을 |3⟩|3\rangle으로 되돌린다. B04의 위상 추정은 이 성질을 이용한다. D08의 회로 분해에서는 마지막 선 교환까지 포함하여 이 비트 순서를 맞춘다.

푸리에 변환·위상 추정·주기 찾기계산D08

세 큐비트 푸리에 변환을 게이트로 분해하기

x=4x2+2x1+x0x=4x_2+2x_1+x_0이라 하고, 이진 소수를

0.b1b2⋯bk=b1/2+b2/4+⋯+bk/2k0.b_1b_2\cdots b_k=b_1/2+b_2/4+\cdots+b_k/2^k

로 쓰자. F8|x⟩F_8|x\rangle의 출력은 다음 세 인자의 곱이다.

18(|0⟩+e2πi(0.x0)|1⟩)⊗(|0⟩+e2πi(0.x1x0)|1⟩)⊗(|0⟩+e2πi(0.x2x1x0)|1⟩).\frac1{\sqrt8}\begin{aligned}&\bigl(|0\rangle+e^{2\pi i(0.x_0)}|1\rangle\bigr)\\&\otimes\bigl(|0\rangle+e^{2\pi i(0.x_1x_0)}|1\rangle\bigr)\\&\otimes\bigl(|0\rangle+e^{2\pi i(0.x_2x_1x_0)}|1\rangle\bigr).\end{aligned}

각 출력 비트가 e2πixy/8e^{2\pi ixy/8}에 기여하는 위상을 따로 모은 결과다.

출력도 y=4y2+2y1+y0y=4y_2+2y_1+y_0으로 쓰면 지수는

xy8=x2y2+x4y1+x8y0.\frac{xy}{8}=\frac{x}{2}y_2+\frac{x}{4}y_1+\frac{x}{8}y_0.

위상에서 정수 부분은 기여하지 않는다. 세 계수의 소수 부분은 차례로 0.x00.x_0, 0.x1x00.x_1x_0, 0.x2x1x00.x_2x_1x_0이다. 따라서 y2,y1,y0y_2,y_1,y_0에 대한 합을 따로 묶으면 위의 세 텐서 인자가 나온다.

Rj=P(2π/2j)=diag⁡(1,e2πi/2j)R_j=P(2\pi/2^j)=\operatorname{diag}(1,\mathrm{e}^{2\pi i/2^j})(O15c; R2=SR_2=S, R3=TR_3=T)⁠로 두면 다음 순서로 구현할 수 있다.

① x2x_2에 HH, 이어 x1x_1 제어 R2R_2와 x0x_0 제어 R3R_3을 x2x_2에 적용한다.

② x1x_1에 HH, 이어 x0x_0 제어 R2R_2를 적용한다. ③ x0x_0에 HH를 적용하고 첫째와 셋째 선을 교환한다.

①에서 H|x2⟩=(|0⟩+e2πi(0.x2)|1⟩)/2H|x_2\rangle=(|0\rangle+\mathrm{e}^{2\pi i(0.x_2)}|1\rangle)/\sqrt2이다((−1)x2=e2πix2/2(-1)^{x_2}=\mathrm{e}^{2\pi ix_2/2}). 제어 R2R_2와 R3R_3은 이 선의 |1⟩|1\rangle 성분에 각각 e2πix1/4\mathrm{e}^{2\pi ix_1/4}, e2πix0/8\mathrm{e}^{2\pi ix_0/8}을 곱하므로 첫째 선은 (|0⟩+e2πi(0.x2x1x0)|1⟩)/2(|0\rangle+\mathrm{e}^{2\pi i(0.x_2x_1x_0)}|1\rangle)/\sqrt2, 곧 셋째 인자가 된다. 같은 방식으로 ②는 둘째 선에 둘째 인자, ③은 셋째 선에 첫째 인자를 만든다. 인자의 순서가 선의 순서와 반대이므로 마지막 교환으로 맞춘다.

이 회로에는 HH 3개, 제어 위상 3개, SWAP 1개가 필요하다. F8†F_8^\dagger는 순서를 거꾸로 하고 모든 위상각의 부호를 바꾸면 된다. 마지막 교환을 생략하면 출력의 비트 순서가 뒤집힌다.

푸리에 변환·위상 추정·주기 찾기핵심B04

위상 추정: 위상을 이진수로 읽어내기

가정 ·준비된 고유 상태와 위상

유니타리 연산자 UU에 대해 U|u⟩=e2πiφ|u⟩U\left|u\right\rangle=e^{2\pi i\varphi}\left|u\right\rangle인 고유 상태 |u⟩\left|u\right\rangle가 준비되어 있다고 하자. 여기서 0≤φ<10\le\varphi<1이고 실제 위상각은 2πφ2\pi\varphi다. 세 제어 큐비트로 φ=3/8\varphi=3/8을 읽는 예를 보자.

위상 추정: 위에서부터 U⁴, U², U¹의 제어와 역 푸리에 변환, 측정.|0⟩|0⟩|0⟩|u⟩HHHU4U2U1F8†011
위상 추정 회로: 위상이 3/8이면 출력은 011이다.

상단 비트가 가장 큰 자릿값을 나타낸다. 제어된 U4,U2,UU^4,U^2,U를 거치면 제어 레지스터는 18∑x=07e2πixφ|x⟩\frac1{\sqrt8}\sum_{x=0}^{7}e^{2\pi i x\varphi}\left|x\right\rangle 가 된다. |u⟩|u\rangle가 고유 상태이므로 제어된 UkU^k은 |u⟩|u\rangle를 바꾸지 않고, 제어 큐비트가 1인 성분에만 고윳값 e2πikφ\mathrm{e}^{2\pi ik\varphi}을 곱한다. 제어 비트 x2,x1,x0x_2,x_1,x_0이 각각 U4,U2,UU^4,U^2,U를 제어하므로 성분 |x⟩|x\rangle의 위상은 e2πi(4x2+2x1+x0)φ=e2πixφ\mathrm{e}^{2\pi i(4x_2+2x_1+x_0)\varphi}=\mathrm{e}^{2\pi ix\varphi}이다. φ=3/8\varphi=3/8이면 B04a의 F8|3⟩F_8|3\rangle이 바로 이 상태다. 역 양자 푸리에 변환 F8†F_8^\dagger가 이 위상 패턴을 |3⟩=|011⟩\left|3\right\rangle=\left|011\right\rangle로 바꾼다.

일반적인 위상은 유한한 이진수로 정확히 표현되지 않는다. 그때는 가까운 값들을 확률적으로 얻으며 정밀도에 맞추어 제어 큐비트와 제어 연산을 준비해야 한다.

참고: [C98]. 이 페이지는 고유 상태가 주어진 이상적인 위상 추정의 예다.

푸리에 변환·위상 추정·주기 찾기계산D07

세 제어 큐비트가 위상을 이진수로 모으는 과정

U|u⟩=e2πiφ|u⟩U|u\rangle=e^{2\pi i\varphi}|u\rangle라 하자. 제어 레지스터는 위에서부터 큰 자릿수 x2,x1,x0x_2,x_1,x_0으로 정하고, 각각 U4,U2,UU^4,U^2,U를 제어한다.

한 제어 큐비트가 UkU^k을 제어하면

|0⟩+|1⟩2|u⟩↦|0⟩|u⟩+|1⟩Uk|u⟩2=|0⟩+e2πikφ|1⟩2|u⟩\frac{|0\rangle+|1\rangle}{\sqrt2}|u\rangle\mapsto\frac{|0\rangle|u\rangle+|1\rangle U^k|u\rangle}{\sqrt2}=\frac{|0\rangle+\mathrm{e}^{2\pi ik\varphi}|1\rangle}{\sqrt2}|u\rangle

k=4,2,1k=4,2,1을 차례로 넣으면 아래 세 인자를 얻는다.

18(|0⟩+e2πi4φ|1⟩)⊗(|0⟩+e2πi2φ|1⟩)⊗(|0⟩+e2πiφ|1⟩).\frac{1}{\sqrt8}\bigl(|0\rangle+e^{2\pi i4\varphi}|1\rangle\bigr)\otimes\bigl(|0\rangle+e^{2\pi i2\varphi}|1\rangle\bigr)\otimes\bigl(|0\rangle+e^{2\pi i\varphi}|1\rangle\bigr).

곱을 전개하면 각 성분의 위상은 4x2+2x1+x04x_2+2x_1+x_0에 비례한다.

따라서 제어 레지스터의 상태는

18∑x=07e2πixφ|x⟩.\frac1{\sqrt8}\sum_{x=0}^7e^{2\pi ix\varphi}|x\rangle.

φ=m/8\varphi=m/8이고 m=4m2+2m1+m0m=4m_2+2m_1+m_0이면 4φ4\varphi, 2φ2\varphi, φ\varphi의 소수 부분이 차례로 0.m00.m_0, 0.m1m00.m_1m_0, 0.m2m1m00.m_2m_1m_0이다. 따라서 세 인자는 D08의 F8|m⟩F_8|m\rangle의 세 인자와 같고, F8†F_8^\dagger가 |m⟩|m\rangle을 돌려준다. φ=3/8\varphi=3/8이면 |011⟩|011\rangle이다.

이 설명에서는 고유 상태 |u⟩|u\rangle가 바뀌지 않으므로 세 인자의 곱에서 생략했다. 고유 상태의 중첩을 넣으면 고유 위상마다 그 성분이 제어 레지스터와 상관된다.

22 · 푸리에 변환·위상 추정·주기 찾기관련 설명D07
푸리에 변환·위상 추정·주기 찾기계산B05

계산: 푸리에 변환이 위상을 구별하는 이유

B04a의 FQF_Q(Q=2tQ=2^t)⁠를 쓰자. 위상 추정의 제어 레지스터에 역변환을 작용하면 FQ†1Q∑xe2πixφ|x⟩=∑yay|y⟩,ay=1Q∑x=0Q−1e2πix(φ−y/Q).\begin{aligned} F_Q^\dagger\frac1{\sqrt Q}\sum_xe^{2\pi i x\varphi}\left|x\right\rangle &=\sum_y a_y\left|y\right\rangle,\\ a_y&=\frac1Q\sum_{x=0}^{Q-1}e^{2\pi i x(\varphi-y/Q)}. \end{aligned} φ=m/Q\varphi=m/Q이면 y=my=m에서 모든 항이 1이고, y≠my\ne m에서는 등비수열의 합이 0이다. ay=1Q1−e2πi(m−y)1−e2πi(m−y)/Q=0(y≠m),am=1.a_y=\frac1Q\frac{1-e^{2\pi i(m-y)}}{1-e^{2\pi i(m-y)/Q}}=0\quad(y\ne m),\qquad a_m=1. φ=m/Q\varphi=m/Q일 때 제어 레지스터의 상태는 FQ|m⟩F_Q|m\rangle이므로, 이 계산은 FQ†FQ|m⟩=|m⟩F_Q^\dagger F_Q|m\rangle=|m\rangle을 보인다. 곧 서로 다른 입력의 위상 패턴은 직교하고, FQF_Q는 유니타리이며 FQ†F_Q^\dagger가 역변환이다.

따라서 Q=8Q=8, φ=3/8\varphi=3/8에서는 반드시 011011을 얻는다. 일반적인 경우에도 위 합의 절댓값 제곱이 각 결과의 확률이다.

FQF_Q의 Q×QQ\times Q 행렬을 통째로 구현하는 것이 아니라, 아다마르와 제어 위상 게이트로 분해한다. D08처럼 FQ|x⟩F_Q|x\rangle는 tt개 인자의 곱이므로, 위에서 kk번째 선에 HH 하나와 아래 선들이 제어하는 위상 t−kt-k개를 걸고 마지막에 SWAP ⌊t/2⌋\lfloor t/2\rfloor개로 비트 순서를 뒤집는다. 게이트는 HH tt개와 제어 위상 t(t−1)/2t(t-1)/2개, 곧 O(t2)O(t^2)개다(D08은 t=3t=3). 제어된 U2jU^{2^j}의 비용은 별도로 세어야 한다.

참고: [C98, Sh97]. 비트 순서 반전까지 포함한 FQF_Q를 사용한다.

푸리에 변환·위상 추정·주기 찾기계산D09

격자에 맞지 않는 위상의 측정 확률

Q=2tQ=2^t이면 역 푸리에 변환 뒤 결과 yy의 진폭은 등비수열의 합이다.

ay=1Q∑x=0Q−1e2πixδ,δ=φ−yQ.a_y=\frac1Q\sum_{x=0}^{Q-1}e^{2\pi ix\delta},\qquad\delta=\varphi-\frac yQ.

e2πiδ≠1e^{2\pi i\delta}\ne1이면 합의 공식을 쓸 수 있다.

ay=1−e2πiQδQ(1−e2πiδ),P(y)=sin2⁡(πQδ)Q2sin2⁡(πδ).a_y=\frac{1-e^{2\pi iQ\delta}}{Q(1-e^{2\pi i\delta})},\qquad P(y)=\frac{\sin^2(\pi Q\delta)}{Q^2\sin^2(\pi\delta)}.

오른쪽 식은 다음 항등식을 분자(u=2πQδu=2\pi Q\delta)⁠와 분모(u=2πδu=2\pi\delta)⁠에 쓴 것이다. |1−eiu|2=2−2cos⁡u=4sin2⁡(u/2).|1-\mathrm{e}^{iu}|^2=2-2\cos u=4\sin^2(u/2).

Q=8Q=8, φ=0.4\varphi=0.4에서는 Qφ=3.2Q\varphi=3.2이므로 3이 가장 가까운 격자점이다.

P(3)≃0.87694,P(4)≃0.05653.P(3)\simeq0.87694,\qquad P(4)\simeq0.05653.

두 확률의 합은 1보다 작다. 나머지 결과에도 작은 확률이 남는다. 측정값 하나를 실제 위상과 정확히 같은 값으로 해석해서는 안 된다.

분모가 0이면, 곧 δ\delta가 정수이면 원래 합의 모든 항이 1이므로 P(y)=1P(y)=1이다(식의 극한과 같다). 정확한 격자 위상에서는 해당 결과의 확률이 1이고 다른 결과의 확률은 0이다.

푸리에 변환·위상 추정·주기 찾기계산D10

가장 가까운 위상값을 얻을 확률의 하한

가장 가까운 격자점까지의 원 위 거리를 |δ|≤1/(2Q)|\delta|\le1/(2Q)로 잡는다. 이 구간에서

|sin⁡(πQδ)|≥2Q|δ|,|sin⁡(πδ)|≤π|δ|.|\sin(\pi Q\delta)|\ge2Q|\delta|,\qquad |\sin(\pi\delta)|\le\pi|\delta|.

따라서 δ≠0\delta\ne0일 때

P(y)≥4Q2δ2Q2π2δ2=4π2≃0.405.P(y)\ge\frac{4Q^2\delta^2}{Q^2\pi^2\delta^2}=\frac4{\pi^2}\simeq0.405.

δ=0\delta=0이면 확률은 1이므로 같은 하한을 만족한다.

사용한 삼각함수 부등식의 적용 구간을 확인하자. 사인 함수는 [0,π/2][0,\pi/2]에서 오목하므로 그래프가 두 끝점을 잇는 현보다 위에 있고, sin⁡u≥2u/π\sin u\ge2u/\pi다. 또 |sin⁡v|≤|v||\sin v|\le|v|다.

첫 식에 u=πQ|δ|u=\pi Q|\delta|, 둘째 식에 v=πδv=\pi\delta를 넣으면 앞의 두 부등식을 얻는다. 가장 가까운 격자점을 택했다는 조건이 첫 식의 적용 범위를 보장한다.

이 하한은 모든 위상에 적용되지만, 한 번의 시행에서 항상 성공한다는 뜻은 아니다. 또한 4/π2<1/24/\pi^2<1/2이므로 이 부등식만으로 단순 다수결의 성공을 주장할 수 없다.

높은 신뢰도를 얻으려면 허용 오차보다 촘촘한 격자를 사용하고, 허용 구간 안의 여러 결과 확률을 합쳐야 한다. 그 분석에는 분포의 꼬리를 제한하는 별도의 계산이 필요하다.

따라서 여기서 증명한 것은 “가장 가까운 한 격자점의 확률 하한”⁠이다. 위상 추정 전체의 정밀도와 실패 확률을 혼동하지 말자.

22 · 푸리에 변환·위상 추정·주기 찾기관련 설명D10
푸리에 변환·위상 추정·주기 찾기실습L12

유한 정밀도에서의 위상 추정

푸리에 변환·위상 추정·주기 찾기핵심B06

쇼어 알고리즘: 인수분해를 주기 찾기로 바꾸기

N=15N=15, a=2a=2를 택하자. gcd(a,N)=1\gcd(a,N)=1이고, ar≡1(modN)a^r\equiv1\pmod N인 최소 양의 정수 rr을 찾는다. 이 rr을 NN을 법으로 한 aa의 위수(order)⁠라 하며, 함수 x↦axmodNx\mapsto a^x\bmod N의 주기와 같다. rr이 짝수이고 ar/2≢−1(modN)a^{r/2}\not\equiv-1\pmod N이면 NN의 배수 ar−1=(ar/2−1)(ar/2+1)a^r-1=(a^{r/2}-1)(a^{r/2}+1)의 두 인수와 NN의 최대공약수가 비자명한 약수다(B08).

xx 0 1 2 3 4 5 6 7 8
2xmod152^x\bmod15 1 2 4 8 1 2 4 8 1

이 예의 주기는 r=4r=4다. 답을 모르는 큰 문제에서는 함수의 모든 값을 나열하지 않고 주기 정보를 얻어야 한다.

쇼어 알고리즘: 인수분해를 주기 찾기로 바꾸기 — 설명 그림
쇼어 알고리즘: 인수분해를 주기 찾기로 바꾸기

gcd(a,N)\gcd(a,N)은 최대공약수이고, 합동식 u≡v(modN)u\equiv v\pmod N은 두 정수를 NN으로 나눈 나머지가 같다는 뜻이다.

입력 레지스터에는 8큐비트, 함숫값 0–14를 담는 레지스터에는 4큐비트를 쓴다. 8큐비트면 Q=28=256≥N2=225Q=2^8=256\ge N^2=225다(이유: D12). 모듈러 연산의 임시 보조 큐비트는 별도로 필요할 수 있다. 계산 뒤의 상태는 116∑x=0255|x⟩|2xmod15⟩\frac1{16}\sum_{x=0}^{255}\left|x\right\rangle\left|2^x\bmod 15\right\rangle다.

함숫값을 측정하여 1을 얻었다고 하자. 입력은 x=0,4,…,252x=0,4,\ldots,252의 균등 중첩으로 남는다. 간격이 4이므로 역 푸리에 변환 뒤에는 간격 Q/r=64Q/r=64인 y=0,64,128,192y=0,64,128,192만 나온다(계산: B07). 다른 함숫값에서도 같은 출력 확률을 얻는다.

y/Q=s/ry/Q=s/r일 때 약분한 분모는 rr의 약수다. y=64,192y=64,192가 주는 4는 24≡1(mod15)2^4\equiv1\pmod{15}이므로 r≤4r\le4, 곧 r=4r=4다. y=0y=0은 정보가 없고, y=128y=128이 주는 2는 22≢12^2\not\equiv1이어서 배수를 검사하거나 반복한다.

둘째 레지스터의 초기 상태 |1⟩|1\rangle은 곱셈 |z⟩↦|2zmod15⟩|z\rangle\mapsto|2z\bmod15\rangle의 고유 상태 rr개의 균등 중첩이므로, 주기 찾기는 고유 상태를 준비하지 않고 무작위 고유 위상 s/rs/r를 추정하는 위상 추정이 된다.

참고: [Sh97]. 작은 검산용 예다.

22 · 푸리에 변환·위상 추정·주기 찾기계산 B07B06
푸리에 변환·위상 추정·주기 찾기계산B07

계산: 주기 4가 푸리에 출력에 나타나는 과정

두 번째 레지스터의 측정으로 x≡x0(mod4)x\equiv x_0\pmod4가 선택되었다고 하자. x0∈{0,1,2,3}x_0\in\{0,1,2,3\}이다. 정규화된 입력 상태와 역 푸리에 변환의 진폭은 |ψx0⟩=18∑k=063|x0+4k⟩,ay=1128e−2πix0y/256∑k=063e−2πiky/64.\begin{aligned} \left|\psi_{x_0}\right\rangle&=\frac18\sum_{k=0}^{63}\left|x_0+4k\right\rangle,\\ a_y&=\frac1{128}e^{-2\pi i x_0 y/256}\sum_{k=0}^{63}e^{-2\pi i ky/64}. \end{aligned} yy가 64의 배수이면 합은 64이고, 아니면 등비수열의 합이 0이다. 따라서 Pr(y)={1/4,y∈{0,64,128,192},0,그 밖의 경우.\Pr(y)=\begin{cases}1/4,&y\in\{0,64,128,192\},\\0,&\text{그 밖의 경우}.\end{cases} x0x_0은 진폭의 위상에만 들어가므로 측정 확률은 바뀌지 않는다. 함숫값을 실제로 측정하지 않고 그 레지스터를 무시해도 같은 확률분포를 얻는다. 함숫값이 다른 네 분기는 서로 직교하여 간섭하지 않으므로, 입력은 네 |ψx0⟩|\psi_{x_0}\rangle을 같은 비율로 섞은 혼합이 되고 각각 같은 Pr(y)\Pr(y)를 준다.

고전적인 후처리에는 y/Q∈{0,1/4,1/2,3/4}y/Q\in\{0,1/4,1/2,3/4\}을 사용한다. 1/41/4 또는 3/43/4의 분모는 r=4r=4이다. 1/21/2에서는 분모 2만 보이지만 22≢1(mod15)2^2\not\equiv1\pmod{15}이므로 그 값을 주기로 확정해서는 안 된다. 추가 표본이나 후보 검사가 필요하다.

참고: [Sh97]. 이 예는 r∣Qr\mid Q여서 정확하다. 일반적으로는 근삿값에서 연분수로 후보를 찾는다.

image/svg+xml Matplotlib v3.10.7, https://matplotlib.org/ 0 64 128 192 256 y 0 1/4 Pr(y)
Q=256,r=4Q=256,\quad r=4인 경우의 정확한 분포다. 네 봉우리의 간격은 Q/r=64Q/r=64이며, 각각의 확률은 1/4이다.
푸리에 변환·위상 추정·주기 찾기핵심B08

주기를 찾은 뒤: 고전적인 계산으로 인수 얻기

B06에서 확인한 주기 r=4r=4를 이용하자. 24−1=(22−1)(22+1)=3⋅5.2^4-1=(2^2-1)(2^2+1)=3\cdot5. gcd(2r/2−1,15)=3,gcd(2r/2+1,15)=5.\gcd(2^{r/2}-1,15)=3,\qquad \gcd(2^{r/2}+1,15)=5.

일반적인 홀수 합성수 NN에서는 aa를 택하고 먼저 gcd(a,N)\gcd(a,N)을 구한다. 이미 비자명한 약수를 얻으면 끝이다. 그렇지 않으면 주기 찾기를 수행한다. rr이 짝수이고 ar/2≢±1(modN)a^{r/2}\not\equiv\pm1\pmod N인 경우, 위 두 최대공약수로 비자명한 인수를 얻는다. 이 조건에서 NN은 곱 (ar/2−1)(ar/2+1)=ar−1(a^{r/2}-1)(a^{r/2}+1)=a^r-1을 나누지만 두 인수 중 어느 것도 나누지 않는다. 그래서 gcd(ar/2−1,N)\gcd(a^{r/2}-1,N)이 1이면 NN이 ar/2+1a^{r/2}+1을 나누어야 하고, NN이면 ar/2≡1a^{r/2}\equiv1이 되어 둘 다 모순이다. 여기서 N∣bcN\mid bc이고 gcd(N,b)=1\gcd(N,b)=1이면 N∣cN\mid c라는 사실을 b=ar/2−1b=a^{r/2}-1에 썼다. 다른 인수도 마찬가지이므로 두 최대공약수는 모두 NN의 비자명한 약수다. 실패하면 다른 표본이나 aa로 반복한다.

짝수와 완전 거듭제곱의 처리는 고전적인 전처리로 할 수 있다. 실제 양자 회로에서는 모듈러 곱셈과 그 제어 거듭제곱도 효율적으로 구현해야 한다.

정리 ·쇼어 알고리즘의 일반 성능증명 개요 · 수론·산술 보조정리는 외부 입력

모든 정수 N≥2N\ge2에 대해, 이진 입력 길이 L=⌈log2⁡(N+1)⌉L=\lceil\log_2(N+1)\rceil(O19a)⁠의 다항식 시간에 소인수분해를 출력하고 성공 확률이 2/32/3 이상인 양자 알고리즘이 존재한다. 고전적 전처리와 후처리도 실행 시간에 포함한다. 이 결과를 쇼어의 정리(Shor's theorem)⁠라 하며, 앞의 한 예만으로 증명된 것은 아니다. 모든 NP 문제의 해결법이나 고전적 다항식 인수분해의 불가능성을 뜻하지 않는다.

출력은 모든 함숫값의 목록이 아니라 주기를 추정할 표본이다. 양자 간섭과 고전적인 검증을 연결하여 답을 얻는다.

참고: [Sh97].

푸리에 변환·위상 추정·주기 찾기계산D11

연분수로 주기 후보를 얻는 실제 계산

N=21N=21, a=2a=2, Q=512Q=512에서 y=85y=85를 얻었다고 하자. 유클리드 알고리즘을 적용하면

512=6⋅85+2,85=42⋅2+1,2=2⋅1.\begin{aligned}512&=6\cdot85+2,\\85&=42\cdot2+1,\\2&=2\cdot1.\end{aligned}

정의 ·연분수와 수렴분수

연분수(continued fraction) 표기 [a0;a1,…][a_0;a_1,\ldots]은

a0+1a1+1a2+⋯a_0+\frac{1}{a_1+\frac{1}{a_2+\cdots}}

을 뜻한다. 첫 계수는 정수이고, 그 뒤의 계수들은 양의 정수다. 중간에서 끊은 값을 수렴분수(convergent)⁠라 한다.

위의 몫 6, 42, 2가 연분수의 계수다. 곧 85/512=[0;6,42,2]85/512=[0;6,42,2]이며, 85<51285<512이므로 첫 계수는 0이다.

16+1/42=42253,16+1/(42+1/2)=85512.\frac1{6+1/42}=\frac{42}{253},\qquad\frac1{6+1/(42+1/2)}=\frac{85}{512}.

따라서 수렴분수는 0,1/6,42/253,85/5120,1/6,42/253,85/512이다. 이 가운데 분모가 NN보다 작은 유용한 후보는 6이다. k=0,…,r−1k=0,\ldots,r-1의 2kmodN2^k\bmod N은 최소성에서 서로 다르고 0이 아니므로 주기는 NN보다 작다.

후보가 참인지는 모듈러 거듭제곱으로 검증한다.

26≡1(mod21),21,22,23≢1(mod21).2^6\equiv1\pmod{21},\qquad2^1,2^2,2^3\not\equiv1\pmod{21}.

위수 rr은 2e≡12^e\equiv1을 만족하는 모든 ee의 약수다. e=qr+se=qr+s, 0≤s<r0\le s<r로 나누면 2s≡12^s\equiv1이므로 최소성에서 s=0s=0이다. 그래서 6의 진약수 1, 2, 3만 확인하면 된다. 이들에서는 2e≢12^e\not\equiv1이므로 위수는 정확히 6이다. 이제

gcd(23−1,21)=7,gcd(23+1,21)=3.\gcd(2^3-1,21)=7,\qquad\gcd(2^3+1,21)=3.

연분수의 분모를 곧바로 참인 주기로 선언하지 않고, 검증과 인수 추출을 따로 수행했다.

푸리에 변환·위상 추정·주기 찾기계산D12

연분수의 정밀도 조건과 후처리의 한계

정리 ·연분수 근사증명: 수렴분수의 인접 구간

다음 연분수 근사 정리는 수렴분수 주변의 두 구간을 비교하여 증명할 수 있다. 서로소인 정수 ss와 양의 정수 rr에 대해 다음 조건이 성립하면 s/rs/r는 y/Qy/Q의 연분수 수렴분수다.

|yQ−sr|<12r2.\left|\frac yQ-\frac sr\right|<\frac1{2r^2}.

앞의 예에서는 |85/512−1/6|=1/1536<1/72|85/512-1/6|=1/1536<1/72이다. QQ를 보통 N2N^2 이상으로 잡는 이유는 다음과 같다. 가장 가까운 격자점 yy를 얻으면 |y/Q−s/r|≤1/(2Q)|y/Q-s/r|\le1/(2Q)이다(D10). 주기는 r<Nr<N이므로

12Q≤12N2<12r2\frac1{2Q}\le\frac1{2N^2}<\frac1{2r^2}

이 되어 위 정리의 조건이 성립한다.

그러나 위상 s/rs/r의 분자 ss가 rr과 서로소가 아니면 약분된 분모만 보일 수 있다. 예를 들어 주기 6의 위상 2/6=1/32/6=1/3에서는 3이 먼저 나타난다.

23≢1(mod21)2^3\not\equiv1\pmod{21}이므로 이 후보는 그대로 받아들일 수 없다. 작은 배수를 검사하거나, 새로운 시행에서 얻은 분모와의 최소공배수를 새 후보로 삼아 검증할 수 있다. 임의로 큰 배수를 끝없이 찾는 절차가 효율적이라는 뜻은 아니다.

한편 a2jmodNa^{2^j}\bmod N은 반복 제곱으로 미리 계산한다. 그래서 제어된 U2jU^{2^j}은 UU를 2j2^j번 되풀이하지 않고, 미리 구한 상수 a2jmodNa^{2^j}\bmod N을 곱하는 곱셈 회로 하나로 구현한다. 그 비용은 2j2^j에 비례하지 않고, 입력 길이 log⁡N\log N의 다항식으로 늘어난다(B08 증명 개요의 ‘비트 연산 비용과 반복’).

푸리에 변환·위상 추정·주기 찾기계산D12a

작은 주기 예제와 일반적인 효율성 보장을 구별하기

r∣Qr\mid Q인 예에서는 위상 격자가 정확히 맞는다. 일반적인 r∤Qr\nmid Q에서는 가까운 표본을 얻을 확률을 따로 제한해야 한다. 좋은 표본 하나를 가정한 연분수 계산만으로 이 확률이 정해지지는 않는다(B08 증명 개요의 둘째 단계).

또한 위상 s/rs/r가 약분되면 분모만으로 rr을 바로 알 수 없다. 표본을 다시 얻는 과정과 후보 검증을 함께 분석해야 한다(셋째 단계).

인수 추출에는 선택한 aa의 위수가 짝수이고 적절한 모듈러 거듭제곱이 비자명한 인수를 주어야 한다. 이 사건의 확률도 양자 측정의 표본 확률과 별개다(넷째 단계).

마지막으로 제어 모듈러 산술, 연분수, 검증의 비용을 입력 비트 수에 대해 세어야 한다(다섯째 단계).

이 요소들을 결합한 일반 보장이 B08의 쇼어의 정리다.

푸리에 변환·위상 추정·주기 찾기실습L13

측정값에서 주기 후보와 인수 구하기

푸리에 변환·위상 추정·주기 찾기핵심U22

요약: 위상 표본에서 정수 후보로

기저와 부호 관례를 맞춘다. 양자 푸리에 변환은 계산 기저의 값을 위상 패턴으로 바꾼다. 역변환은 부호가 반대이며 회로의 비트 순서까지 맞추어야 한다. 변환은 모든 진폭을 고전 목록으로 읽어내는 연산이 아니다. 다시 보기: B04a, D08, B05.

위상을 측정 결과에 기록한다. 위상 추정은 고유 상태와 제어된 유니타리 거듭제곱에 대한 접근을 사용한다. 위상이 유한 이진 격자에 맞으면 정확한 결과를 얻고, 그렇지 않으면 주변 격자에 확률이 퍼진다. 그 분포와 확률 하한은 선택 계산에서 다룬다. 필요한 제어 연산의 비용도 포함한다. 다시 보기: B04, D09, D10.

측정값을 후보로 해석한다. 인수분해는 axmodNa^x\bmod N의 주기 rr 찾기로 바뀐다. |1⟩|1\rangle이 곱셈의 고유 상태들의 균등 중첩이므로 주기 찾기는 위상 추정이 되고, 측정값 y/Qy/Q는 s/rs/r 근처에 모인다. 선택 계산에서는 주기 찾기의 측정값에서 얻은 유리수 근사를 연분수로 처리한다. 수렴분수의 분모가 항상 전체 위수인 것은 아니므로 모듈러 거듭제곱으로 검증하고 필요하면 추가 표본을 사용한다. 다시 보기: B06, B07, D11, D12.

인수 추출의 조건을 확인한다. 위수가 짝수인지, 중간 거듭제곱이 자명한 값인지 등을 확인한 뒤 최대공약수로 인수 후보를 얻는다. 한 작은 정수 예의 성공은 일반 보장이 아니다. 쇼어 알고리즘의 효율성에는 좋은 표본의 확률, 정수론적 성공 조건과 효율적인 산술이 함께 필요하다. 다시 보기: B08, D12a.

22 · 푸리에 변환·위상 추정·주기 찾기U22
양자 오류의 검사와 간단한 부호절 안내ST10

양자 오류의 검사와 간단한 부호

SECTION 23

양자 오류의 검사와 간단한 부호

논리 정보를 읽지 않고 오류의 흔적만 알아낼 수 있는가?

01패리티와 신드롬
02비트 반전·위상 반전 부호
03쇼어 부호와 오류의 구별

계산의 중첩을 보호하려면 논리 정보를 읽지 않고 오류를 검사해야 한다. 선행 지식·학습 목표·가정은 S10에서, 절의 결론은 U23에서 확인한다.

23 · 양자 오류의 검사와 간단한 부호ST10
양자 오류의 검사와 간단한 부호절 안내S10

양자 오류의 검사와 간단한 부호

논리 정보를 읽지 않고 오류의 흔적만 알아낼 수 있는가?

오류의 흔적을 측정하면서 논리 상태의 중첩은 보존해야 한다. 패리티 측정에서 이 요구를 확인하고, 비트 반전과 위상 반전 부호로 구체화한다.

쇼어 부호에서는 두 종류의 오류를 함께 다룬다. 같은 신드롬이 항상 같은 오류를 뜻하지는 않는다는 점을 확인한 뒤, 다음 절에서 일반적인 정정 조건을 정식화한다.

파울리 연산(O15a), 측정 도구와 결과별 상태(B14b), 부호 공간(QE02), LOCC의 제약(C09d)⁠을 복습한다. 핵심 경로에서는 논리 진폭을 읽지 않는 검사를 설명하고, 단일 비트·위상 오류에 맞는 복구와 잘못된 복구의 예를 구별한다.

부호화·검사·복구는 이상적이라고 가정하고 데이터의 오류를 다룬다. 검사 회로 자체의 잡음은 뒤에서 다룬다. 보조계의 사영 작용과 쇼어 부호의 신드롬 전개는 선택 계산에서 확인하고 U23에서 보장되는 오류 범위를 정리한다.

23 · 양자 오류의 검사와 간단한 부호S10
양자 오류의 검사와 간단한 부호핵심B09

양자 정보를 측정해 버리지 않고 오류를 알 수 있을까?

미지의 상태 |ψ⟩=a|0⟩+b|1⟩\left|\psi\right\rangle=a\left|0\right\rangle+b\left|1\right\rangle을 여러 번 복제할 수는 없다(O13a). 대신 더 큰 공간의 두 상태에 논리 정보를 부호화한다. |0L⟩=|000⟩,|1L⟩=|111⟩,|ψL⟩=a|000⟩+b|111⟩.\left|0_{\mathrm{L}}\right\rangle=\left|000\right\rangle,\quad\left|1_{\mathrm{L}}\right\rangle=\left|111\right\rangle,\quad \left|\psi_{\mathrm{L}}\right\rangle=a\left|000\right\rangle+b\left|111\right\rangle.

각 데이터 큐비트를 직접 측정하면 a,ba,b 사이의 중첩을 잃는다. 그러나 이웃 두 비트가 같은지 확인하는 검사는 000과 111을 구별하지 않는다. Z1Z2Z_1Z_2는 계산 기저 상태에 두 비트가 같으면 +1+1, 다르면 −1-1을 곱하므로 이 검사를 나타낸다. Z1Z2|ψL⟩=|ψL⟩,Z2Z3|ψL⟩=|ψL⟩.Z_1Z_2\left|\psi_{\mathrm{L}}\right\rangle=\left|\psi_{\mathrm{L}}\right\rangle,\qquad Z_2Z_3\left|\psi_{\mathrm{L}}\right\rangle=\left|\psi_{\mathrm{L}}\right\rangle. 한 비트만 뒤집히면 이 검사값의 일부가 바뀐다. 그림처럼 두 비트가 같은지(패리티)⁠만 보조 큐비트에 옮겨 적고 보조 큐비트만 측정하면, 데이터 큐비트를 측정하지 않으므로 a,ba,b 사이의 중첩을 유지한 채 검사값을 얻는다(회로: O23a, O24a).

양자 정보를 측정해 버리지 않고 오류를 알 수 있을까? — 설명 그림 패리티 정보
양자 정보를 측정해 버리지 않고 오류를 알 수 있을까?

정의 ·오류 신드롬

서로 가환하는 오류 검사 S1,…,SmS_1,\ldots,S_m을 측정하여 얻은 값을 sj∈{+1,−1}s_j\in\{+1,-1\}, bj=(1−sj)/2b_j=(1-s_j)/2라 하자. 결과 벡터 (s1,…,sm)(s_1,\ldots,s_m) 또는 비트열 (b1,…,bm)(b_1,\ldots,b_m)을 오류 신드롬(error syndrome)⁠이라 부른다. 부호 공간의 모든 상태에서 측정값이 +1인 검사는 이상적인 측정에서 논리 상태를 구별하지 않는다.

23 · 양자 오류의 검사와 간단한 부호B09
양자 오류의 검사와 간단한 부호핵심O23a

패리티 측정: 각 비트 대신 홀짝성 읽기

M=Z1Z2Z3Z4Z5M=Z_1Z_2Z_3Z_4Z_5를 생각하자. 계산 기저에서 1의 개수가 짝수이면 고윳값은 +1+1, 홀수이면 −1-1이다. 이런 홀짝성을 패리티(parity)⁠라 한다. 아직 부호를 정하지 않았으므로 여기서는 MM을 논리 연산자라고 부르지 않는다.

다섯 데이터 큐비트의 Z 패리티를 보조 큐비트로 측정한다.|0⟩q₁q₂q₃q₄q₅HZZZZZHq₁,…,q₅는 공동 입력 상태 |ψ⟩를 이룬다.
패리티 측정: 각 비트 대신 홀짝성 읽기

그림의 다섯 제어 ZZ는 모두 같은 보조 큐비트가 제어하므로, 합치면 보조 큐비트가 1인 성분에만 MM을 작용하는 제어된 MM 하나와 같다. 보조 큐비트의 측정값이 0이면 M=+1M=+1, 1이면 M=−1M=-1인 성분이 남는다(계산: O35a). PM(±)=I±M2.P_M^{(\pm)}=\frac{I\pm M}{2}. 데이터가 처음부터 MM의 고유 상태이면 이 이상적인 측정으로 변하지 않는다. 하지만 고유 상태가 아니라면 일반적으로 변한다.

개별 비트의 값은 공개하지 않아도 전체 곱의 고윳값을 알 수 있다. 앞의 두 비트 검사도 같은 원리다.

양자 오류의 검사와 간단한 부호핵심O23b

같은 패리티 확률, 서로 다른 측정 후 상태

정의 ·Lüders 측정 도구

두 큐비트의 패리티 사영을 P±=(I±ZAZB)/2P_\pm=(I\pm Z_AZ_B)/2라 하자. Lüders 측정 도구(Lüders instrument)⁠는 사영 측정에 대해 P±(ρ)=P±ρP±\mathcal P_\pm(\rho)=P_\pm\rho P_\pm를 택한 것이다.

사영하는 부분공간(P±P_\pm의 상)⁠이 2차원 이상이면, 이 도구는 그 부분공간 안의 결맞음을 보존한다. 같은 사영 효과를 갖는 모든 장치가 이 규칙을 따르는 것은 아니다.

|++⟩|++\rangle에 적용하면 각각 확률 1/2로, + 결과에서는 |Φ+⟩|\Phi^+\rangle, − 결과에서는 |Ψ+⟩=(|01⟩+|10⟩)/2|\Psi^+\rangle=(|01\rangle+|10\rangle)/\sqrt2이 남는다.

반면 각 큐비트를 ZZ로 측정한 뒤 두 결과의 홀짝성만 남겨도 효과는 P±P_\pm다. 하지만 + 결과의 조건부 상태는

12|00⟩⟨00|+12|11⟩⟨11|\tfrac12|00\rangle\langle00|+\tfrac12|11\rangle\langle11|

이며 벨 상태가 아니다. 00과 11을 장치가 구별하면서 두 성분 사이의 결맞음이 사라졌다.

AA와 BB를 서로 다른 실험실에서 제어하고 공유 얽힘은 주어지지 않았다고 하자. 국소 ZZ 측정과 결과 비교는 LOCC로 수행할 수 있다. 반면 Lüders 패리티 측정은 곱 입력에서 얽힌 조건부 상태를 만들므로, C09d의 분리 가능성 보존 결과에 따라 이 자원만으로는 구현할 수 없다. O23a의 회로에서는 보조 큐비트 하나가 AA와 BB 모두와 제어 게이트로 상호작용한다. 이는 두 실험실 사이의 국소 연산과 고전 통신만으로 이루어진 절차가 아니므로 이 금지에 해당하지 않는다.

양자 오류의 검사와 간단한 부호핵심O23c

패리티 기록을 버린 채널은 또 다른 과제다

Lüders 패리티 측정에서 결과를 버리면

D(ρ)=P+ρP++P−ρP−=12ρ+12(ZAZB)ρ(ZAZB).\mathcal D(\rho)=P_+\rho P_++P_-\rho P_-=\tfrac12\rho+\tfrac12(Z_AZ_B)\rho(Z_AZ_B).

정의 ·공유 난수

공유 난수(shared randomness)⁠는 여러 실험실이 함께 알고 있는 고전적 무작위 값이다. 공정한 공유 비트 rr에 따라 둘 다 II 또는 둘 다 ZZ를 적용하면 이 평균 채널을 구현한다.

이 과정에는 측정 결과를 보고 상대편에 응답하는 통신이 필요하지 않다. 하지만 두 사람이 같은 rr을 갖는 자원은 필요하다.

공유 비트 rr은 패리티의 측정 결과가 아니다. 이 구현의 각 기록 분기는 ρ/2\rho/2 또는 ZZρZZ/2ZZ\rho ZZ/2이며, P±ρP±P_\pm\rho P_\pm와 다르다.

따라서 세 과제를 구별해야 한다. 패리티 확률을 재현하는 일, 결과별 Lüders 상태를 남기는 일, 결과를 버린 평균 채널만 재현하는 일은 같은 구현 문제가 아니다.

오류 신드롬을 읽을 때에는 원하는 부호 공간 안의 결맞음을 지켜야 한다. 효과만 같다는 확인으로 충분하지 않다. O23p의 계산과 O35a의 보조계 전개에서 실제 분기 사상을 확인하자.

양자 오류의 검사와 간단한 부호계산O23p

계산: 패리티 확률과 분기 사상을 따로 비교하기

입력 |++⟩=(|00⟩+|01⟩+|10⟩+|11⟩)/2|++\rangle=(|00\rangle+|01\rangle+|10\rangle+|11\rangle)/2에 사영을 적용하면

P+|++⟩=(|00⟩+|11⟩)/2=|Φ+⟩/2,P_+|++\rangle=(|00\rangle+|11\rangle)/2=|\Phi^+\rangle/\sqrt2,
P−|++⟩=(|01⟩+|10⟩)/2=|Ψ+⟩/2.P_-|++\rangle=(|01\rangle+|10\rangle)/2=|\Psi^+\rangle/\sqrt2.

각 벡터의 노름 제곱은 1/2다. 반면 국소 측정 후 +로 합친 비정규화 상태는 (|00⟩⟨00|+|11⟩⟨11|)/4(|00\rangle\langle00|+|11\rangle\langle11|)/4이다. 확률은 같지만 00·11 사이의 비대각 성분이 없다.

M=ZZM=ZZ라 두고 평균 사상을 전개하자.

∑s=±1PsρPs=14∑s=±1(I+sM)ρ(I+sM)=12(ρ+MρM).\begin{aligned}\sum_{s=\pm1}P_s\rho P_s&=\tfrac14\sum_{s=\pm1}(I+sM)\rho(I+sM)\\&=\tfrac12(\rho+M\rho M).\end{aligned}

ss의 1차 교차항 s(Mρ+ρM)s(M\rho+\rho M)은 s=±1s=\pm1에 대한 합에서 상쇄된다. 이 등식은 모든 ρ\rho에서 성립한다. 그러나 각 분기의 등식은 아니므로, 공유 난수 rr을 패리티 결과 ss로 바꿔 읽어서는 안 된다.

이 비교는 미지의 입력 전체에서 도구가 같은지 묻는 문제다. 특정 입력에서 확률 한 번이 같다는 사실보다 강한 검사가 필요하다.

양자 오류의 검사와 간단한 부호계산O35a

계산: 제어 연산과 사영 측정

M†=MM^\dagger=M, M2=IM^2=I인 연산자에 대해 제어된 MM을 정의하자. CM=|0⟩⟨0|⊗I+|1⟩⟨1|⊗M.C_M=\left|0\right\rangle\!\left\langle 0\right|\otimes I+\left|1\right\rangle\!\left\langle 1\right|\otimes M. 보조 큐비트에 HH, CMC_M, HH를 차례로 작용하면 (H⊗I)CM(H⊗I)|0⟩|ψ⟩=(H⊗I)|0⟩|ψ⟩+|1⟩M|ψ⟩2=|0⟩(I+M)|ψ⟩+|1⟩(I−M)|ψ⟩2=|0⟩PM(+)|ψ⟩+|1⟩PM(−)|ψ⟩.\begin{aligned} (H\otimes I)C_M(H\otimes I)\left|0\right\rangle\left|\psi\right\rangle &=(H\otimes I)\frac{\left|0\right\rangle\left|\psi\right\rangle+\left|1\right\rangle M\left|\psi\right\rangle}{\sqrt2}\\ &=\frac{\left|0\right\rangle(I+M)\left|\psi\right\rangle+\left|1\right\rangle(I-M)\left|\psi\right\rangle}2\\ &=\left|0\right\rangle P_M^{(+)}\left|\psi\right\rangle+\left|1\right\rangle P_M^{(-)}\left|\psi\right\rangle. \end{aligned} 측정 확률은 p±=⟨ψ|PM(±)|ψ⟩p_\pm=\left\langle\psi\right|P_M^{(\pm)}\left|\psi\right\rangle이고, 확률이 0이 아닌 결과의 데이터 상태는 PM(±)|ψ⟩/p±P_M^{(\pm)}\left|\psi\right\rangle/\sqrt{p_\pm}이다.

M|ψ⟩=+|ψ⟩M\left|\psi\right\rangle=+\left|\psi\right\rangle이면 전체 상태는 |0⟩|ψ⟩\left|0\right\rangle\left|\psi\right\rangle이고, M|ψ⟩=−|ψ⟩M\left|\psi\right\rangle=-\left|\psi\right\rangle이면 |1⟩|ψ⟩\left|1\right\rangle\left|\psi\right\rangle이다. 두 경우 데이터와 보조 큐비트는 측정 직전에도 분리되어 있다.

부호 공간을 +1+1 고유공간으로 정하더라도 +1+1 결과가 자동으로 나오는 것은 아니다. 결과를 선택하거나, 측정값에 맞는 복구를 해야 한다.

양자 오류의 검사와 간단한 부호계산O35b

계산: 왜 이 연산자가 사영인가?

서로 가환하고 Si†=SiS_i^\dagger=S_i, Si2=IS_i^2=I를 만족하는 검사 연산자 {Si}\{S_i\}를 생각하자. 이들의 고유공간으로 보내는 사영 연산자(projection operator)⁠를 다음과 같이 정의한다. Pi(±):=12(I±Si)P_i^{(\pm)} := \frac{1}{2} \left( I \pm S_i\right)를 적용하면 SiS_i의 고윳값이 ±1\pm 1인 성분만 남는다. 실제로 (Pi(±))2=14(I±Si)2=14(I+Si2±2Si)=14(2I±2Si)=Pi(±)\begin{aligned}\left( P_i^{(\pm)} \right)^2&= \frac{1}{4} \left( I \pm S_i\right)^2 = \frac{1}{4} \left( I + S_i^2 \pm 2 S_i \right)\\&= \frac{1}{4} \left( 2I \pm 2 S_i \right) = P_i^{(\pm)}\end{aligned}이고 SiPi(±)|ψ⟩=Si12(I±Si)|ψ⟩=12(Si±I)|ψ⟩=±Pi(±)|ψ⟩\begin{aligned}S_i P_i^{(\pm)} \left|\psi\right\rangle&= S_i \frac{1}{2} (I \pm S_i) \left|\psi\right\rangle= \frac{1}{2}(S_i \pm I) \left|\psi\right\rangle\\&= \pm P_i^{(\pm)} \left|\psi\right\rangle\end{aligned}이다. 따라서 Pi(±)|ψ⟩≠0P_i^{(\pm)}\left|\psi\right\rangle \neq 0이면 Pi(±)|ψ⟩P_i^{(\pm)} \left|\psi\right\rangle는 고윳값 ±1\pm 1에 속하는 고유 상태다.

또한 Pi(+)+Pi(−)=IP_i^{(+)}+P_i^{(-)}=I, Pi(+)Pi(−)=0P_i^{(+)}P_i^{(-)}=0이다. 따라서 두 고유공간은 서로 직교하며 전체 공간을 나눈다.

여러 검사가 서로 가환하면 PC=∏iI+Si2P_C=\prod_i\frac{I+S_i}{2} 역시 사영이다. 하지만 시작 벡터가 그 공간과 직교하면 PC|ψ⟩=0P_C\left|\psi\right\rangle=0이다. 사영을 쓰는 수학적 구성과, 상태를 성공 확률 1로 준비하는 물리적 절차는 구별해야 한다.

공통 고유공간두 +1 사영을 적용+, ++, −−, +−, −+, +표기 순서: (s₁, s₂)나머지 성분은 0
두 검사의 공통 고유공간을 개략적으로 나누었다. 두 +1 사영의 곱은 (+,+) 성분만 남긴다. 칸의 넓이는 차원을 나타내지 않으며, 일부 공간은 비어 있을 수 있다.
양자 오류의 검사와 간단한 부호핵심O24a

비트 반전 오류: 세 큐비트 부호와 신드롬

세 큐비트 비트 반전 부호: 부호화, 오류, 두 패리티 검사와 고전 기록에 따른 복구.|ψ⟩|0⟩|0⟩|0⟩|0⟩오류복구위 세 회로선의 출력: 논리 상태 |ψL⟩
비트 반전 오류: 세 큐비트 부호와 신드롬

|ψ⟩=a|0⟩+b|1⟩\left|\psi\right\rangle = a \left|0\right\rangle+ b \left|1\right\rangle이라 하자. 그림의 오류 구간 직전 상태는 a|000⟩+b|111⟩a \left|000\right\rangle + b \left|111\right\rangle이다.

첫째 보조 큐비트에는 q0q_0과 q1q_1이 다른지가, 둘째 보조 큐비트에는 q1q_1과 q2q_2가 다른지가 기록된다. 이를 이용하면 한 큐비트에서 발생한 비트 반전, 즉 XX 오류의 위치를 알아낼 수 있다.

q0q_0 q1q_1 q2q_2 a0a_0 a1a_1
0 0 0 0 0
1 0 0 1 0
0 1 0 1 1
0 0 1 0 1

같은 오류가 생긴 |111⟩\left|111\right\rangle 성분은 모든 비트가 반대일 뿐이므로 보조 큐비트에 같은 값을 남긴다. 그래서 보조 큐비트를 측정해도 a,ba,b는 드러나지 않고 중첩이 남는다. 오류 검사에서 얻는 측정 결과가 신드롬이다. 단일 오류를 가정하면, 신드롬이 가리키는 큐비트에 XX를 적용하여 오류를 정정한다.

23 · 양자 오류의 검사와 간단한 부호계산 O24bO24a
양자 오류의 검사와 간단한 부호계산O24b

계산: 두 보조 큐비트에 패리티 기록하기

CNOT의 첨자는 위쪽부터 센 회로선 번호 1–5를 뜻한다. 게이트를 차례로 통과하면 CNOT3,5CNOT2,5CNOT2,4CNOT1,4|q0q1q200⟩=CNOT3,5CNOT2,5CNOT2,4|q0q1q2(q0⊕0)0⟩=CNOT3,5CNOT2,5|q0q1q2(q1⊕q0)0⟩=|q0q1q2a0a1⟩\begin{aligned} &\operatorname{CNOT}_{3,5} \operatorname{CNOT}_{2,5} \operatorname{CNOT}_{2,4} \operatorname{CNOT}_{1,4} \left|q_0 q_1 q_2\,00\right\rangle\\ &=\operatorname{CNOT}_{3,5} \operatorname{CNOT}_{2,5}\operatorname{CNOT}_{2,4} \left|q_0q_1q_2(q_0 \oplus 0)0\right\rangle\\ &=\operatorname{CNOT}_{3,5} \operatorname{CNOT}_{2,5}\left|q_0q_1q_2(q_1 \oplus q_0)0\right\rangle\\ &=\left|q_0q_1q_2a_0a_1\right\rangle \end{aligned} 이 된다. 여기서 a0=q0⊕q1a_0=q_0\oplus q_1, a1=q1⊕q2a_1=q_1\oplus q_2이다.

비트 q0,q1,q2q_0,q_1,q_2의 표기에서 첫 보조 비트에는 q0⊕q1q_0\oplus q_1, 둘째에는 q1⊕q2q_1\oplus q_2가 기록된다. 오류의 첨자는 회로선 번호이므로 XjX_j는 qj−1q_{j-1}을 뒤집는다. 따라서 오류 위치와 신드롬은 I↔00,X1↔10,X2↔11,X3↔01.I\leftrightarrow00,\quad X_1\leftrightarrow10,\quad X_2\leftrightarrow11,\quad X_3\leftrightarrow01. 같은 오류가 생긴 000 쪽과 111 쪽 성분은 모든 비트가 반전된 관계여서 qi⊕qjq_i\oplus q_j가 같으므로 같은 검사 결과가 대응한다. 선형성 때문에 a|000⟩+b|111⟩a\left|000\right\rangle+b\left|111\right\rangle의 계수도 보존된다.

두 곳 이상에 오류가 생기면 같은 신드롬으로 잘못 복구할 수 있다. 예를 들어 X1X2X_1X_2와 X3X_3은 같은 신드롬을 갖지만, 뒤의 복구를 적용하면 X1X2X3X_1X_2X_3이라는 논리 오류가 남는다.

양자 오류의 검사와 간단한 부호실습L14

오류를 찾았는데 복구가 실패하는 경우

양자 오류의 검사와 간단한 부호핵심Q06

개념 확인: 신드롬과 정정 가능한 오류 수

세 큐비트 반복 부호 α|000⟩+β|111⟩\alpha|000\rangle+\beta|111\rangle에 두 번째 큐비트의 비트 반전 X2X_2가 작용했다. 큐비트 번호는 왼쪽부터 1, 2, 3이다.

검사 연산자 S1=Z1Z2S_1=Z_1Z_2, S2=Z2Z3S_2=Z_2Z_3의 측정 고윳값을 구하라. 앞의 두 칸에는 비트 0·1이 아니라 +1 또는 −1을 입력한다.

마지막으로 최소 해밍 거리 3인 고전 이진 부호가 임의의 위치에서 발생한 비트 반전을 항상 정정할 수 있는 최대 개수를 구하라.

마지막 답은 이 비트 반전 모형의 보장이다. 위상 오류까지 포함한 일반 양자 오류 정정 능력과 혼동하지 말자.

수치는 소수 또는 분수로 입력한다. 수치 오차 10−610^{-6} 이내는 맞은 것으로 본다. 답 확인을 누르기 전에는 채점하지 않는다.

마우스 숫자 입력판
입력할 칸: S1S_1의 고윳값

정답은 공개하지 않는다. 새로고침하면 입력이 지워진다.

23 · 양자 오류의 검사와 간단한 부호관련 실습Q06
양자 오류의 검사와 간단한 부호핵심O25

위상 반전 오류: 기저를 바꾸어 같은 검사 사용하기

위상 오류를 H 기저 변환으로 비트 오류 검사에 연결한다.q₀q₁q₂|0⟩|0⟩HHH오류HHH복구위 세 회로선: 비트 반전 부호 상태
입력: 비트 반전 부호 상태 a|000⟩+b|111⟩a|000\rangle+b|111\rangle

비트 반전 부호 상태에 아다마르 게이트를 적용하면

H⊗3(a|000⟩+b|111⟩)=a|+++⟩+b|−−−⟩H^{\otimes3}\bigl(a|000\rangle+b|111\rangle\bigr)=a|{+}{+}{+}\rangle+b|{-}{-}{-}\rangle

가 된다. 이것이 위상 반전 부호의 논리 상태이며, |0L⟩:=|+++⟩|0_{\mathrm L}\rangle:=|{+}{+}{+}\rangle, |1L⟩:=|−−−⟩|1_{\mathrm L}\rangle:=|{-}{-}{-}\rangle이다. 오류 구간에서 발생한 위상 반전, 즉 ZZ 오류는 XX 기저에서 비트 반전으로 나타난다. 아다마르 게이트를 다시 적용하면 ZZ 기저로 돌아온다.

두 번째 아다마르 뒤에서는 HZH=XHZH=X이므로 qiq_i의 ZZ 오류가 XX 오류로 바뀐다. 첫째 보조 큐비트에는 q0q_0과 q1q_1이 다른지가, 둘째에는 q1q_1과 q2q_2가 다른지가 기록된다. 따라서 한 큐비트에 발생한 위상 반전 오류, 즉 ZZ 오류의 위치를 알아낼 수 있고, 신드롬 표는 O24a와 같다.

q0q_0 q1q_1 q2q_2 a0a_0 a1a_1
0 0 0 0 0
1 0 0 1 0
0 1 0 1 1
0 0 1 0 1

신드롬에 따라 해당 큐비트에 XX를 적용하여 복구한다. 이 회로의 출력은 a|000⟩+b|111⟩a\left|000\right\rangle+b\left|111\right\rangle이다. 위상 오류를 보호하는 부호 공간으로 돌아가려면 마지막에 H⊗3H^{\otimes3}을 한 번 더 작용해야 한다.

23 · 양자 오류의 검사와 간단한 부호O25
양자 오류의 검사와 간단한 부호핵심O26a

쇼어의 9큐비트 부호: 비트 오류와 위상 오류 결합하기

쇼어 부호의 아홉 큐비트 부호화: 세 묶음 사이의 복사와 H, 각 묶음의 두 CNOT.|ψ⟩|0⟩|0⟩|0⟩|0⟩|0⟩|0⟩|0⟩|0⟩HHH
쇼어의 9큐비트 부호: 비트 오류와 위상 오류 결합하기

정의 ·쇼어 9큐비트 부호의 논리 기저

세 큐비트의 반복 부호를 두 층으로 결합하자. |0L⟩=(|000⟩+|111⟩)⊗322,\left|0_{\mathrm{L}}\right\rangle=\frac{(\left|000\right\rangle+\left|111\right\rangle)^{\otimes3}}{2\sqrt2}, |1L⟩=(|000⟩−|111⟩)⊗322.\left|1_{\mathrm{L}}\right\rangle=\frac{(\left|000\right\rangle-\left|111\right\rangle)^{\otimes3}}{2\sqrt2}. 회로는 a|0⟩+b|1⟩a\left|0\right\rangle+b\left|1\right\rangle을 a|0L⟩+b|1L⟩a\left|0_{\mathrm{L}}\right\rangle+b\left|1_{\mathrm{L}}\right\rangle로 보낸다. 각 세 큐비트 묶음 안의 비트 오류와, 묶음 사이의 상대적인 위상 오류를 구분하여 처리한다.

이것은 인수분해 알고리즘이 아니라 양자 상태를 보호하는 부호화다. 바깥 층은 O25의 위상 반전 부호이고, 안쪽 층은 각 |±⟩\left|\pm\right\rangle를 O24a의 비트 반전 부호 상태 (|000⟩±|111⟩)/2(\left|000\right\rangle\pm\left|111\right\rangle)/\sqrt2로 바꾼다. 회로의 앞부분이 바깥 층을, 묶음마다의 두 CNOT이 안쪽 층을 만든다. 중간 상태는 선택 계산 O26b에서 확인하자.

23 · 양자 오류의 검사와 간단한 부호계산 O26bO26a
양자 오류의 검사와 간단한 부호계산O26b

계산: 9큐비트 부호화 회로의 중간 상태

O26a의 회로는 입력 큐비트의 상태를 논리 큐비트에 부호화한다. 임의의 입력 |ψ⟩=a|0⟩+b|1⟩\left|\psi\right\rangle = a \left|0\right\rangle + b \left|1\right\rangle이 어떻게 변하는지 계산하자. 먼저 1번 큐비트를 제어로 하는 두 CNOT이 1번의 계산 기저 값을 4번과 7번 큐비트에 기록한다. 그러면 1, 4, 7번 큐비트의 상태는 a|000⟩+b|111⟩a\left|000\right\rangle+b\left|111\right\rangle이다. 이어 이 세 큐비트에 아다마르 게이트를 적용한 직후, 나머지 큐비트가 |0⟩\left|0\right\rangle 상태에 있으므로 전체 상태는 a|+00+00+00⟩+b|−00−00−00⟩a\left|{+}00{+}00{+}00\right\rangle+b\left|{-}00{-}00{-}00\right\rangle이다.

이제 1, 2, 3번 큐비트 사이의 CNOT 작용을 계산하자. 두 중첩 성분에서 4번부터 9번까지의 큐비트 상태를 각각 |ϕ±⟩\left|\phi_{\pm}\right\rangle로 줄여 쓰면 a2(|0⟩+|1⟩)|00ϕ+⟩+b2(|0⟩−|1⟩)|00ϕ−⟩\frac{a}{\sqrt{2}} (\left|0\right\rangle + \left|1\right\rangle) \left|00 \phi_+\right\rangle + \frac{b}{\sqrt{2}} (\left|0\right\rangle - \left|1\right\rangle) \left|00 \phi_-\right\rangle이다.

2, 3번 큐비트가 |0⟩\left|0\right\rangle으로 준비되어 있으므로 CNOT은 1번 큐비트의 계산 기저 값을 2, 3번 큐비트에 기록한다. 미지의 상태를 세 개의 독립적인 복사본으로 만드는 것은 아니다. a2(|000⟩+|111⟩)|ϕ+⟩+b2(|000⟩−|111⟩)|ϕ−⟩\frac{a}{\sqrt{2}} (\left|000\right\rangle + \left|111\right\rangle)\left|\phi_+\right\rangle + \frac{b}{\sqrt{2}} (\left|000\right\rangle - \left|111\right\rangle) \left|\phi_-\right\rangle 같은 계산을 |±⟩\left|\pm\right\rangle에 대해 4·5·6번과 7·8·9번 큐비트 묶음에도 적용하면 a22(|000⟩+|111⟩)⊗3+b22(|000⟩−|111⟩)⊗3\frac{a}{2\sqrt{2}} (\left|000\right\rangle + \left|111\right\rangle)^{\otimes 3}+ \frac{b}{2\sqrt{2}} (\left|000\right\rangle - \left|111\right\rangle)^{\otimes 3}을 얻는다.

양자 오류의 검사와 간단한 부호핵심O27

부호를 유지하며 오류를 정정하려면

|0L⟩\left| 0_{\textrm{L}} \right\rangle, |1L⟩\left| 1_{\textrm{L}} \right\rangle이 논리 큐비트의 기저다. |0L⟩:=122(|000⟩+|111⟩)⊗3,|1L⟩:=122(|000⟩−|111⟩)⊗3\begin{aligned} \left|0_{\textrm{L}}\right\rangle &:= \frac{1}{2\sqrt{2}} (\left|000\right\rangle + \left|111\right\rangle)^{\otimes 3},\\ \left|1_{\textrm{L}}\right\rangle &:= \frac{1}{2\sqrt{2}} (\left|000\right\rangle - \left|111\right\rangle)^{\otimes 3} \end{aligned} |ψL⟩=a|0L⟩+b|1L⟩\left|\psi_{\mathrm{L}}\right\rangle = a\left|0_{\textrm{L}}\right\rangle + b \left|1_{\textrm{L}}\right\rangle

정리 ·쇼어 부호의 단일 큐비트 오류 정정증명: 아래

이상적인 부호화·측정·복구를 가정하자. 쇼어의 9큐비트 부호는 물리 큐비트 하나에 작용하는 임의의 오류를 정정한다. [S95]

오류 정정 과정은 크게 두 방식으로 구현할 수 있다.

  1. 복구한 논리 정보를 물리 큐비트 하나로 되돌리는 방법. 다시 보호하려면 부호화가 필요하다.

  2. 신드롬 측정용 보조 큐비트를 사용하여 부호화된 상태를 유지하는 방법. 추가 큐비트와 반복적인 검사·복구가 필요하다.

다음 여덟 검사값이 모두 +1+1인 공간이 이 부호 공간이다. Z1Z2,Z2Z3,Z4Z5,Z5Z6,Z7Z8,Z8Z9,X1X2X3X4X5X6,X4X5X6X7X8X9.\begin{aligned} &Z_1Z_2,\quad Z_2Z_3,\quad Z_4Z_5,\quad Z_5Z_6,\\ &Z_7Z_8,\quad Z_8Z_9,\\ &X_1X_2X_3X_4X_5X_6,\\ &X_4X_5X_6X_7X_8X_9. \end{aligned} 앞의 여섯 검사는 각 묶음 안에서 비트 오류를 찾고, 뒤의 두 검사는 세 묶음의 상대적인 부호(±\pm)⁠를 비교한다. X1X2X3X_1X_2X_3은 묶음 |000⟩±|111⟩|000\rangle\pm|111\rangle에 그 부호 ±1\pm1을 곱하므로, X1⋯X6X_1\cdots X_6의 값 +1+1은 첫째와 둘째 묶음의 부호가 같다는 뜻이다.

한 묶음 안의 ZZ 오류들은 부호 상태에 같은 작용을 한다. 예를 들어 부호 공간에서 검사 Z1Z2Z_1Z_2의 값이 +1+1이므로

Z1|ψL⟩=Z1(Z1Z2)|ψL⟩=Z2|ψL⟩Z_1\left|\psi_{\mathrm{L}}\right\rangle=Z_1(Z_1Z_2)\left|\psi_{\mathrm{L}}\right\rangle=Z_2\left|\psi_{\mathrm{L}}\right\rangle

이다. 따라서 모든 물리적 오류 위치를 서로 구별해야만 정정할 수 있는 것은 아니다.

참고: [S95, G97].

23 · 양자 오류의 검사와 간단한 부호계산 보충O27
양자 오류의 검사와 간단한 부호계산D13

9큐비트 부호에서 Y 오류의 신드롬 계산

앞서 부호 공간에서 고윳값이 모두 +1인 여덟 검사 연산자를 도입했다. 이를 다음 순서로 쓰자.

S1=Z1Z2,S2=Z2Z3,S3=Z4Z5,S4=Z5Z6,S5=Z7Z8,S6=Z8Z9,S7=X1X2X3X4X5X6,S8=X4X5X6X7X8X9.\begin{aligned}S_1&=Z_1Z_2,&S_2&=Z_2Z_3,\\S_3&=Z_4Z_5,&S_4&=Z_5Z_6,\\S_5&=Z_7Z_8,&S_6&=Z_8Z_9,\\S_7&=X_1X_2X_3X_4X_5X_6,\\S_8&=X_4X_5X_6X_7X_8X_9.\end{aligned}

검사 SS가 오류 EE와 반가환하면 SE|ψL⟩=−ES|ψL⟩=−E|ψL⟩SE|\psi_{\mathrm L}\rangle=-ES|\psi_{\mathrm L}\rangle=-E|\psi_{\mathrm L}\rangle이므로 그 검사값만 −1-1로 바뀌고, 가환하는 검사값은 +1+1로 남는다. Y2Y_2는 Z2Z_2를 포함한 S1,S2S_1,S_2, X2X_2를 포함한 S7S_7과 반가환한다.

여덟 검사 결과를 순서대로 쓰면

X2−−++++++Z2++++++−+Y2−−++++−+\begin{array}{c|cccccccc}X_2&-&-&+&+&+&+&+&+\\Z_2&+&+&+&+&+&+&-&+\\Y_2&-&-&+&+&+&+&-&+\end{array}

Y2=iX2Z2Y_2=iX_2Z_2이므로 부호를 성분별로 곱해도 같은 결과를 얻는다. 앞의 여섯 검사는 묶음 안의 비트 반전을, 뒤의 두 검사는 묶음 사이의 위상 반전을 가려낸다.

다만 Z1,Z2,Z3Z_1,Z_2,Z_3은 같은 신드롬을 가진다. 이를 오류 정정의 실패로 해석하지 않는 이유를 다음 계산에서 확인한다.

양자 오류의 검사와 간단한 부호계산D14

같은 신드롬의 오류를 같은 복구로 고칠 수 있다

앞의 신드롬을 보고 R=X2Z1R=X_2Z_1을 적용하자. 부호 상태가 무엇이든

RY2|ψL⟩=iX2Z1X2Z2|ψL⟩=iZ1Z2|ψL⟩=i|ψL⟩.\begin{aligned}RY_2|\psi_{\mathrm L}\rangle&=iX_2Z_1X_2Z_2|\psi_{\mathrm L}\rangle\\&=iZ_1Z_2|\psi_{\mathrm L}\rangle\\&=i|\psi_{\mathrm L}\rangle.\end{aligned}

마지막 등식은 검사 연산자 Z1Z2Z_1Z_2가 모든 부호 상태에서 항등 작용을 하기 때문이다. 남는 전체 위상은 밀도 연산자를 바꾸지 않는다.

Z1Z_1과 Z2Z_2는 곱 Z1Z2Z_1Z_2만큼 다르고 이 곱은 부호 공간에서 항등 작용을 하므로, 두 오류는 부호 공간에서 같은 작용을 한다. 측정이 둘을 구별하지 못해도 하나의 대표 오류를 되돌리면 충분하다.

이처럼 신드롬이 같은 서로 다른 물리적 오류가 부호 공간에서 같은 작용을 하는 현상을 축퇴(degeneracy)⁠라 한다. 필요한 것은 모든 물리적 오류를 하나하나 식별하는 것이 아니라, 서로 다른 복구가 필요한 오류들을 구별하는 것이다. 부호 상태를 그대로 두는 검사들의 군은 뒤에서 안정자라고 부른다.

계산에서 논리 상태의 계수를 한 번도 사용하지 않았으므로, 복구는 |0L⟩|0_{\mathrm L}\rangle과 |1L⟩|1_{\mathrm L}\rangle뿐 아니라 모든 중첩에도 성립한다.

양자 오류의 검사와 간단한 부호핵심U23

요약: 논리 정보를 읽지 않는 오류 검사

논리 상태를 부분공간에 저장한다. 부호화는 미지의 논리 진폭을 여러 물리 큐비트의 공동 상태에 담는다. 복사본을 여러 개 만드는 것이 아니다. 검사는 논리 계수 대신 오류에 따라 바뀌는 신드롬을 읽어야 한다. 다시 보기: B09, O24a.

무엇을 측정하는지 지정한다. 에르미트 연산자 MM이 M2=IM^2=I를 만족하면 두 결과의 사영은 (I±M)/2(I\pm M)/2이다. 같은 패리티 확률을 주더라도 개별 큐비트를 읽는 측정은 보존해야 할 결맞음을 없앨 수 있다. 효과와 측정 도구를 구별한다. 다시 보기: O23a, O23b.

오류 모형에 맞는 부호를 고른다. 비트 반복 부호는 단일 XX 오류를, 기저를 바꾼 반복 부호는 단일 ZZ 오류를 다룬다. 한쪽의 정정 성능을 임의의 단일 큐비트 잡음에 대한 보장으로 확대하지 않는다. 두 구조를 결합한 쇼어 부호는 임의의 단일 큐비트 오류를 정정한다(O27). 다시 보기: O24a, O26a, O27.

같은 신드롬의 의미를 확인한다. 다른 물리 오류가 부호 공간에서 같은 작용을 하면 구별하지 않아도 복구할 수 있다. 반대로 같은 신드롬 뒤에 다른 논리 작용이 남으면 문제가 된다. 특정 입력 하나의 복구 성공만으로 부호 전체를 검증하지 않는다. 다시 보기: D14, L14.

23 · 양자 오류의 검사와 간단한 부호U23
양자 오류 정정의 일반 조건절 안내ST10a

양자 오류 정정의 일반 조건

SECTION 24

양자 오류 정정의 일반 조건

어떤 오류 집합을 하나의 복구 절차로 정정할 수 있는가?

01부호 공간과 복구
02양자 오류 정정 조건
03환경으로 유출되는 논리 정보

작은 부호의 복구 예를 모든 논리 입력에 대한 하나의 조건으로 정리한다. 선행 지식·학습 목표·가정은 S10a에서, 절의 결론은 U24에서 확인한다.

24 · 양자 오류 정정의 일반 조건ST10a
양자 오류 정정의 일반 조건절 안내S10a

양자 오류 정정의 일반 조건

어떤 오류 집합을 하나의 복구 절차로 정정할 수 있는가?

앞의 작은 부호에서 본 복구를 임의의 논리 상태와 오류 집합에 대해 정식화한다. 먼저 앞서 정의한 양자 부호와 복구 조건을 정리한다.

오류 정정 조건에서 복구 연산을 구성하고, 오류의 선형 결합도 정정되는 이유를 살펴본다. 기준계와 환경을 함께 보면 같은 조건을 논리 정보의 유출 여부로 해석할 수 있다.

크라우스 표현(C06a), 상보 채널(D03), 기준계(HP01), 등거리 부호화(QE02), 직교 사영을 복습한다. 핵심 경로에서는 하나의 복구가 모든 논리 상태를 보존한다는 뜻과 오류 정정 조건을 설명한다.

유한차원 부분공간 부호와 대각합 보존 잡음 채널을 다룬다. 복구는 이상적이며 미지의 입력에 따라 바뀌지 않는다. 필요성·충분성의 증명은 A12의 증명 경로, 구체적 복구 구성은 D15, D16에서 확인한다. D17에서 환경 정보와 연결한다.

양자 오류 정정의 일반 조건핵심A12a

양자 부호와 복구: 모든 논리 상태를 보존한다

가정 ·부분공간 부호의 설정QE02의 설정 복습

QE02·QE03의 부분공간 부호와 복구 조건을 다시 쓰자. 논리 공간 HL\mathcal H_L을 물리 공간 HP\mathcal H_P에 넣는 등거리 사상 VV를 부호화로 정한다. 이 부호의 부호 공간은 V|ψ⟩V|\psi\rangle로 표현되는 벡터 전체, 즉 VV의 상이다. 이 공간과 그 사영은

C=im⁡V,V†V=IL,PC=VV†\mathcal C=\operatorname{im}V,\qquad V^\dagger V=I_L,\qquad P_{\mathcal C}=VV^\dagger

다. 논리 상태 σ\sigma의 부호화된 상태는 VσV†V\sigma V^\dagger다. 부분공간의 기저 상태뿐 아니라 그 모든 중첩을 보호해야 한다.

정의 ·정확한 정정 가능성QE03의 정의 재진술

잡음 채널 N:L(HP)→L(HB)\mathcal N:\mathcal L(\mathcal H_P)\to\mathcal L(\mathcal H_B)에 대해, 하나의 CPTP 복구 채널 R:L(HB)→L(HP)\mathcal R:\mathcal L(\mathcal H_B)\to\mathcal L(\mathcal H_P)가 모든 부호 상태에서

(R∘N)(ρ)=ρfor all ρ=PCρPC(\mathcal R\circ\mathcal N)(\rho)=\rho\quad\text{for all }\rho=P_{\mathcal C}\rho P_{\mathcal C}

를 만족하는 것이 앞서 정의한 정확한 정정 가능성이다. 복구는 미지의 입력에 따라 달라져서는 안 된다.

논리 공간으로 직접 출력하는 CPTP 복호기 D\mathcal D를 쓰면 (D∘N)(VσV†)=σ(\mathcal D\circ\mathcal N)(V\sigma V^\dagger)=\sigma다. V†V^\dagger만을 전체 물리 공간에 적용하는 것은 일반적으로 대각합 보존 채널이 아니다(QE03). 다음에는 이러한 복구의 존재를 오류 연산자로 판정한다.

양자 오류 정정의 일반 조건핵심A12

연속적인 잡음과 양자 오류 정정 조건

실제 오류가 정확히 XX나 ZZ일 필요는 없다. 한 큐비트에 작용하는 임의의 선형 연산자는 파울리 기저로 전개된다. E=c0I+cxX+cyY+czZ.E=c_0I+c_xX+c_yY+c_zZ. 계와 고정된 환경이 처음에 상관되어 있지 않다고 하자. 사후 선택 없이 잡음의 전체 효과를 나타내는 잡음 채널은 N(ρ)=∑aEaρEa†,∑aEa†Ea=I\mathcal N(\rho)=\sum_aE_a\rho E_a^\dagger,\qquad\sum_aE_a^\dagger E_a=I 로 쓴다. 크라우스 연산자에는 확률적 효과가 포함되며, 오른쪽 조건은 전체 확률을 보존한다. 큐비트 공간 밖의 누출은 제외한다.

I,X,Y,ZI,X,Y,Z의 텐서곱들은 여러 큐비트 연산자 공간의 기저이며, 계수는 힐베르트–슈미트 내적으로 구한다(O16d).

중요한 것은 특정 오류 목록을 정정하면 그 선형 결합도 같은 복구로 정정된다는 점이다. 파울리 오류를 정정하는 조건이 연속적인 오류에도 연결되는 이유다.

참고: [G97]. 양자 오류 정정 조건은 안정자 부호에도 적용한다.

정리 ·양자 오류 정정 조건필요성·충분성: 증명 보충 · 구성: D15–D16

유한차원 부호 공간 C\mathcal C로의 사영을 PCP_{\mathcal C}라 하자. 잡음 채널의 크라우스 연산자가 {Ea}\{E_a\}일 때, 모든 부호 상태를 정확히 복구하는 하나의 CPTP 사상이 존재할 필요충분조건은 다음과 같다.

PCEa†EbPC=cabPCfor all a,b.P_{\mathcal C}E_a^\dagger E_bP_{\mathcal C}=c_{ab}P_{\mathcal C}\quad\text{for all }a,b.

이를 양자 오류 정정 조건(Knill–Laflamme condition)⁠이라 한다. 계수는 논리 상태에 의존하지 않는다. 조건이 성립하면 이 연산자들의 선형 결합을 크라우스 연산자로 갖는 잡음도 같은 복구로 정정된다.

부호 기저로 쓰면 조건은 ⟨iL|Ea†Eb|jL⟩=cabδij\langle i_{\mathrm L}|E_a^\dagger E_b|j_{\mathrm L}\rangle=c_{ab}\delta_{ij}이다. 서로 다른 논리 기저 상태는 오류 뒤에도 직교하고, 신드롬의 확률은 논리 상태와 무관하므로 측정이 논리 상태의 계수를 알아내지 않는다. 교차항(a≠ba\ne b)⁠이 필요한 이유는 증명의 첫 단계에서 본다.

양자 오류 정정의 일반 조건계산B18

계산: 오류의 선형 결합도 정정할 수 있는 이유

오류 연산자 집합 {Ea}\{E_a\}가 A12에서 제시한 양자 오류 정정 조건을 만족한다고 하자.

PCEa†EbPC=cabPC.P_{\mathcal C}E_a^\dagger E_bP_{\mathcal C}=c_{ab}P_{\mathcal C}.

이 오류들의 선형 결합 Fα=∑auαaEaF_\alpha=\sum_a u_{\alpha a}E_a를 잡자. 계수 uαau_{\alpha a}는 논리 상태와 무관한 복소수다.

수반을 취하면 Fα†=∑auαa∗Ea†F_\alpha^\dagger=\sum_a u_{\alpha a}^{*}E_a^\dagger이다. 두 합의 곱을 전개하고 정정 조건을 대입하면

PCFα†FβPC=∑a,buαa∗uβbPCEa†EbPC=(∑a,buαa∗cabuβb)PC\begin{aligned} P_{\mathcal C}F_\alpha^\dagger F_\beta P_{\mathcal C} &=\sum_{a,b}u_{\alpha a}^{*}u_{\beta b}P_{\mathcal C}E_a^\dagger E_bP_{\mathcal C}\\ &=\left(\sum_{a,b}u_{\alpha a}^{*}c_{ab}u_{\beta b}\right)P_{\mathcal C} \end{aligned}

이다. 첫 등식은 곱의 전개, 둘째 등식은 정정 조건의 적용이다. 괄호 안은 논리 상태와 무관한 수이므로 새 오류들도 정정 조건을 만족한다.

공통 복구를 얻으려면 원래 오류와 새 오류 사이의 교차항도 확인한다.

PCEa†FβPC=(∑bcabuβb)PCP_{\mathcal C}E_a^\dagger F_\beta P_{\mathcal C}=\left(\sum_b c_{ab}u_{\beta b}\right)P_{\mathcal C}

역순의 교차항은 이 식의 수반이다. 두 집합을 합쳐도 정정 조건이 성립한다. 원래 오류를 정정하는 복구는 새 오류도 정정하므로(A12에서 여는 증명) 계수마다 복구를 바꾸지 않아도 된다.

채널의 정규화는 별도 조건이다. 이들을 잡음 채널의 크라우스 연산자족으로 쓰려면 ∑αFα†Fα=I\sum_\alpha F_\alpha^\dagger F_\alpha=I도 필요하다. 임의의 선형 결합이 이를 보장하지는 않는다.

한 큐비트에 작용하는 임의의 연산자는 I,X,Y,ZI,X,Y,Z의 선형 결합으로 쓸 수 있다. 오류가 발생할 수 있는 각 위치의 파울리 오류들을 하나의 집합으로 정정할 수 있다면, 이들이 생성하는 선형 공간의 오류도 정정할 수 있다. 다음 A13에서는 그중 한 예로, 작은 X1X_1 회전 오류를 신드롬 측정과 복구로 정정하는 과정을 계산한다.

양자 오류 정정의 일반 조건계산A13

계산: 작은 회전 오류를 정정하는 과정

세 큐비트의 비트 반전 부호 |ψL⟩=a|000⟩+b|111⟩\left|\psi_{\mathrm{L}}\right\rangle=a\left|000\right\rangle+b\left|111\right\rangle을 다시 살펴보자. 검사 연산자는 S1=Z1Z2S_1=Z_1Z_2, S2=Z2Z3S_2=Z_2Z_3이다. 부호 공간에서는 둘 다 고윳값이 +1+1이다. Rx,1(θ)|ψL⟩=cosθ2|ψL⟩−isinθ2X1|ψL⟩.R_{\mathrm{x},1}(\theta)\left|\psi_{\mathrm{L}}\right\rangle =\cos\frac\theta2\left|\psi_{\mathrm{L}}\right\rangle-i\sin\frac\theta2X_{1}\left|\psi_{\mathrm{L}}\right\rangle. X1X_1은 S1S_1과 반가환하고 S2S_2와 가환한다. 따라서 두 항은 서로 다른 신드롬을 갖는다.

신드롬 (S1,S2)(S_1,S_2) 측정 후 정규화 전 상태 확률 복구
(+1,+1)(+1,+1) cos(θ/2)|ψL⟩\cos(\theta/2)\left|\psi_{\mathrm{L}}\right\rangle cos2(θ/2)\cos^2(\theta/2) II
(−1,+1)(-1,+1) −isin(θ/2)X1|ψL⟩-i\sin(\theta/2)X_1\left|\psi_{\mathrm{L}}\right\rangle sin2(θ/2)\sin^2(\theta/2) X1X_1

확률이 0이 아닌 각 결과에서 정규화하고 복구하면 원래 논리 상태를 얻는다. 결과 확률은 a,ba,b와 무관하며, 둘 사이의 상대 위상도 보존된다. 연속적인 회전 오류도 신드롬 측정 뒤에는 ‘오류 없음’⁠과 ‘X1X_1 오류’ 가운데 하나가 되므로, 파울리 오류 X1X_1의 복구를 그대로 쓴다. 각도 θ\theta는 두 결과의 확률에만 들어간다.

이 예는 X1X_1 회전 오류에 대한 것이다. 세 큐비트 비트 반전 부호는 단일 ZZ 오류도 검출하지 못한다(Z1Z_1은 논리 ZZ로 작용한다). 앞서 계산한 부호화·검사 회로(O24a, O24b)⁠가 이 복구를 수행한다.

양자 오류 정정의 일반 조건계산D15

오류 정정 조건에서 복구 연산을 구성하기

부호 사영을 PP, 채널의 크라우스 연산자를 EaE_a라 하자. 정정 조건은

PEa†EbP=cabP.PE_a^\dagger E_bP=c_{ab}P.

행렬 cc는 양의 준정부호다. 실제로 임의의 vv와 정규화된 부호 상태 |ψ⟩|\psi\rangle에 대해 v†cv=‖∑bvbEb|ψ⟩‖2≥0v^\dagger cv=\|\sum_bv_bE_b|\psi\rangle\|^2\ge0이다.

c=Udiag⁡(λr)U†c=U\operatorname{diag}(\lambda_r)U^\dagger로 대각화하고 Fr=∑aUarEaF_r=\sum_aU_{ar}E_a로 두자. ∑rFrρFr†=∑a,b(UU†)abEaρEb†=∑aEaρEa†\sum_rF_r\rho F_r^\dagger=\sum_{a,b}(UU^\dagger)_{ab}E_a\rho E_b^\dagger=\sum_aE_a\rho E_a^\dagger이므로 채널은 변하지 않는다. 새 연산자들은 다음 관계를 만족한다.

PFr†FsP=∑a,bUar―UbsPEa†EbP=(U†cU)rsP=λrδrsP.PF_r^\dagger F_sP=\sum_{a,b}\overline{U_{ar}}U_{bs}\,PE_a^\dagger E_bP=(U^\dagger cU)_{rs}P=\lambda_r\delta_{rs}P.

λr>0\lambda_r>0인 항에서 Vr=FrP/λrV_r=F_rP/\sqrt{\lambda_r}라 정의한다.

Vr†Vs=δrsP,Qr=VrVr†.V_r^\dagger V_s=\delta_{rs}P,\qquad Q_r=V_rV_r^\dagger.

VrV_r은 부호 공간을 오류 공간으로 보내는 등거리 사상이다. 서로 다른 QrQ_r은 직교하므로 어느 공간에 도달했는지를 측정할 수 있다.

FrρFr†=λrVrρVr†F_r\rho F_r^\dagger=\lambda_rV_r\rho V_r^\dagger에서 결과 확률 λr\lambda_r이 논리 입력 ρ\rho와 무관하므로, 이 측정은 오류의 종류에 관한 정보만 준다.

λr=0\lambda_r=0이면 모든 부호 상태에서 ‖Fr|ψ⟩‖2=0\|F_r|\psi\rangle\|^2=0이다. 따라서 이 항은 부호 입력에 작용하지 않으며 복구 구성에서 제외해도 된다.

부호 공간ρV1Q1의 상확률 λ1V2Q2의 상확률 λ2Q₁Q₂ = 0서로 직교
화살표는 등거리 사상이다. 각 오류 공간에 도달할 확률은 논리 입력과 무관하다.
양자 오류 정정의 일반 조건계산D16

복구를 대각합 보존 채널로 완성하기

오류 공간 QrQ_r이 확인되면 Vr†V_r^\dagger로 되돌린다. 복구 크라우스 연산자를 Rr=Vr†R_r=V_r^\dagger로 두면

RrFsP=λsδrsP.R_rF_sP=\sqrt{\lambda_s}\delta_{rs}P.

따라서 부호 안의 모든 ρ\rho에 대해

∑r,sRrFsρFs†Rr†=(∑sλs)ρ=ρ.\sum_{r,s}R_rF_s\rho F_s^\dagger R_r^\dagger=\Bigl(\sum_s\lambda_s\Bigr)\rho=\rho.

마지막 합이 1인 것은 원래 채널이 대각합을 보존하기 때문이다. 정규화된 부호 상태 |ψ⟩|\psi\rangle에서 caa=⟨ψ|Ea†Ea|ψ⟩c_{aa}=\langle\psi|E_a^\dagger E_a|\psi\rangle이므로 ∑sλs=Tr⁡c=∑a⟨ψ|Ea†Ea|ψ⟩=1\sum_s\lambda_s=\operatorname{Tr}c=\sum_a\langle\psi|E_a^\dagger E_a|\psi\rangle=1이다.

지금까지 ∑rRr†Rr=∑rQr\sum_rR_r^\dagger R_r=\sum_rQ_r이므로, 오류 공간 밖에서의 작용도 정해야 전체 채널이 된다.

그 여공간의 정규직교 기저를 {|wj⟩}\{|w_j\rangle\}라 하고, 임의로 고정한 정규화 부호 벡터 |0L⟩|0_{\mathrm L}\rangle에 대해 Tj=|0L⟩⟨wj|T_j=|0_{\mathrm L}\rangle\langle w_j|를 추가한다.

∑rRr†Rr+∑jTj†Tj=I.\sum_rR_r^\dagger R_r+\sum_jT_j^\dagger T_j=I.

정정하려는 입력에서는 추가 항이 작용하지 않는다. 따라서 이미 얻은 복구 성질은 유지하면서, 모든 입력에 정의된 CPTP 복구 사상을 얻는다.

양자 오류 정정의 일반 조건핵심D16a

기준계는 입력의 중첩과 외부 얽힘을 함께 추적한다

가정 ·부호 입력과 기준계의 준비

논리 공간의 차원을 K=2kK=2^k이라 하고, 기준계 RR에는 항등 채널이 작용한다고 하자. HP01의 기준계를 부호 기저와 최대 얽힘으로 준비하면

|ΦL⟩=1K∑i=0K−1|i⟩R|iL⟩.|\Phi_{\mathrm L}\rangle=\frac1{\sqrt K}\sum_{i=0}^{K-1}|i\rangle_R|i_{\mathrm L}\rangle.

그 밀도 행렬은 대각 성분뿐 아니라 i≠ji\ne j인 중첩의 교차 성분도 포함한다.

ΦL=1K∑i,j(|i⟩⟨j|)R⊗|iL⟩⟨jL|.\Phi_{\mathrm L}=\frac1K\sum_{i,j}\bigl(|i\rangle\langle j|\bigr)_R\otimes|i_{\mathrm L}\rangle\langle j_{\mathrm L}|.

기준계에는 항등 채널이 작용한다. 따라서 채널이 각 행렬 단위 |iL⟩⟨jL||i_{\mathrm L}\rangle\langle j_{\mathrm L}|을 어떻게 바꾸는지 알면 외부 얽힘의 변화도 알 수 있다.

다음 계산(D17)⁠에서 잡음 채널 N\mathcal N의 상보 채널(D03) Nc\mathcal N^{\mathrm c}가

Nc(|iL⟩⟨jL|)=δijσF\mathcal N^{\mathrm c}(|i_{\mathrm L}\rangle\langle j_{\mathrm L}|)=\delta_{ij}\sigma_F

를 만족함을 보이면, 위 합의 출력은 IR/K⊗σFI_R/K\otimes\sigma_F가 된다. 임의의 입력과 기준계의 결합 상태에도 같은 선형성을 적용하면 출력으로 ρR⊗σF\rho_R\otimes\sigma_F를 얻는다.

계산 기저의 출력만 비교해서는 교차 성분이 사라지는지 알 수 없다. 모든 행렬 단위에 대한 조건이 필요한 이유다.

양자 오류 정정의 일반 조건핵심D17

정정 가능한 오류는 환경에 논리 정보를 남기지 않는다

채널을 W=∑aEa⊗|a⟩FW=\sum_aE_a\otimes|a\rangle_F로 확장하자. 이 확장에서 환경 FF의 출력을 남기는 사상이 D03의 상보 채널 Nc\mathcal N^{\mathrm c}다. 부호 안의 입력 ρ\rho에 대해 환경의 행렬 성분은

(ρF)ab=Tr⁡(EaρEb†)=Tr⁡(ρPEb†EaP)=cbaTr⁡ρ=cba.\begin{aligned}(\rho_F)_{ab}&=\operatorname{Tr}(E_a\rho E_b^\dagger)=\operatorname{Tr}(\rho PE_b^\dagger E_aP)\\&=c_{ba}\operatorname{Tr}\rho=c_{ba}.\end{aligned}

둘째 등호에서는 대각합의 순환성과 ρ=PρP\rho=P\rho P를, 셋째 등호에서는 정정 조건을 썼다.

환경의 상태는 논리 입력과 무관하다. 환경이 오류에 관한 기록을 갖더라도, 논리 상태의 계수를 읽어낼 수는 없다.

이 성질은 계산 기저의 입력만 비교해서는 확인할 수 없다. 모든 행렬 단위 |iL⟩⟨jL||i_{\mathrm L}\rangle\langle j_{\mathrm L}|에 대해 ⟨jL|Eb†Ea|iL⟩=cbaδij\langle j_{\mathrm L}|E_b^\dagger E_a|i_{\mathrm L}\rangle=c_{ba}\delta_{ij}가 환경 출력의 (a,b)(a,b) 성분이므로

Nc(|iL⟩⟨jL|)=δijσF,(σF)ab=cba.\mathcal N^{\mathrm c}(|i_{\mathrm L}\rangle\langle j_{\mathrm L}|)=\delta_{ij}\sigma_F,\qquad(\sigma_F)_{ab}=c_{ba}.

따라서 부호 입력이 외부 기준계 RR과 얽혀 있어도 기준계와 환경 사이에 상관관계가 없다. 결합 상태를 ρRL=∑i,jMij⊗|iL⟩⟨jL|\rho_{RL}=\sum_{i,j}M_{ij}\otimes|i_{\mathrm L}\rangle\langle j_{\mathrm L}|로 쓰자(MijM_{ij}는 RR의 연산자). 선형성에 따라 RFRF의 출력은 ∑iMii⊗σF=ρR⊗σF\sum_iM_{ii}\otimes\sigma_F=\rho_R\otimes\sigma_F이다. ∑iMii\sum_iM_{ii}는 부호 쪽을 부분 대각합한 ρR\rho_R이기 때문이다.

이 계산은 오류 정정과 뒤의 상관관계 소거 조건을 연결한다. 논리 정보를 복구하려면 접근할 수 없는 계가 그 정보를 가져가서는 안 된다.

양자 오류 정정의 일반 조건핵심U24

요약: 정정 조건과 환경의 정보

정정할 채널과 부호를 고정한다. 잡음 채널의 크라우스 연산자와 부호 공간을 정한 뒤, 모든 논리 입력에 공통인 하나의 복구 채널을 찾는다. 크라우스 연산자에는 잡음 확률도 포함되며 각각을 확률 없는 개별 오류로만 읽지 않는다. 다시 보기: A12a, A12.

오류 사이의 교차항을 검사한다. 부호 공간 사영을 PP라 하면 정확한 공통 복구의 필요충분조건은

PEa†EbP=cabPfor all a,bPE_a^\dagger E_bP=c_{ab}P\quad\text{for all }a,b

이다. 계수는 논리 상태에 의존하지 않는다. 각 오류를 따로 검사하는 것만으로는 충분하지 않다. 다시 보기: A12, B18.

선형 결합과 채널 정규화를 구별한다. 정정 조건은 오류들의 선형 결합으로 확장된다. 그래서 파울리 오류 공간의 검사가 연속적인 잡음에도 의미가 있다. 다만 어떤 연산자 목록이 실제 채널을 이루는지는 대각합 보존 조건으로 별도로 확인한다. 다시 보기: B18, A13.

환경이 배운 정보로 다시 해석한다. 정정 가능한 경우 상보 채널의 출력은 논리 입력에 의존하지 않는다. 기준계와 얽힌 입력으로 모든 교차 성분을 추적하면 환경과 기준계가 곱상태가 됨을 확인할 수 있다. 자세한 구성과 증명은 본문의 증명 경로에서 다시 읽는다. 다시 보기: D16a, D17.

24 · 양자 오류 정정의 일반 조건U24
파울리 군과 안정자 부호절 안내ST11

파울리 군과 안정자 부호

SECTION 25

파울리 군과 안정자 부호

가환하는 검사들로 부호 공간과 논리 연산을 어떻게 정하는가?

01군과 생성원
02파울리 군과 안정자
03부호 공간과 논리 연산

여러 오류 검사를 개별 회로가 아니라 공통된 대수 구조로 다룬다. 선행 지식·학습 목표·가정은 S11에서, 절의 결론은 U25에서 확인한다.

25 · 파울리 군과 안정자 부호ST11
파울리 군과 안정자 부호절 안내S11

파울리 군과 안정자 부호

가환하는 검사들로 부호 공간과 논리 연산을 어떻게 정하는가?

여러 검사를 하나의 구조로 다루기 위해 군과 생성원을 준비한다. 파울리 연산들의 곱과 가환 관계를 이용하여 안정자 부호를 정의한다. 파울리 문자열을 이진 벡터로 쓰고 심플렉틱 곱으로 가환 여부를 판정한다(O31a).

공통 고유공간의 차원을 세고, 검사를 보존하는 연산과 논리적으로 자명한 연산을 구별한다. 이 구별을 준비한 뒤 다음 절에서 오류 집합과 부호 거리를 다룬다.

파울리 연산과 가환 관계(O15a), 이진 행렬의 계수(O39c), 패리티 검사(O23a), 부호 공간(A12a)⁠을 복습한다. 핵심 경로에서는 안정자 생성원에서 부호 공간의 차원을 세고, 검사값을 보존하면서 논리 상태를 바꾸는 연산을 구별한다.

군의 기본 정의는 이 절에서 준비한다. 일반 행렬군·군 작용은 심화 경로이며 핵심 안정자 계산의 선행 조건이 아니다. 이상적인 가환 파울리 검사를 다루고, U25에서 전체 위상의 역할까지 정리한다.

25 · 파울리 군과 안정자 부호S11
파울리 군과 안정자 부호핵심O28

군: 연산들을 하나의 구조로 묶기

정의 ·군

군(group) GG는 다음의 집합과 연산으로 이루어진다.

  1. 원소들의 집합 GsetG_{\textrm{set}}.

  2. 이항 연산 ⋅:Gset×Gset→Gset\cdot: G_{\textrm{set}} \times G_{\textrm{set}} \rightarrow G_{\textrm{set}}. 보통 두 원소 사이에 연산 기호를 쓰는 중위 표기법(infix notation)⁠을 사용한다. 기호 ⋅\cdot 대신 ++, ** 또는 ×\times를 쓰기도 하며, 곱셈 기호는 생략하기도 한다.

군과 그 원소 집합은 보통 같은 기호로 쓴다. 아래에서는 GsetG_{\textrm{set}} 대신 GG로 표기한다. 집합과 연산은 다음 공리를 만족해야 한다.

  1. (좌항등원) 모든 x∈Gx \in G에 대해 e⋅x=xe \cdot x = x인 원소 ee가 존재한다.

  2. (좌역원) 모든 원소 xx에 대해 역원 x−1x^{-1}이 존재한다. 역원은 x−1⋅x=ex^{-1} \cdot x = e인 원소다. (더하기를 연산 기호로 활용할 때는 역원은 보통 −a-a 같은 식으로 표기한다.)

  3. (결합 법칙) a⋅(b⋅c)=(a⋅b)⋅ca \cdot (b \cdot c) = (a \cdot b) \cdot c이다.

이 공리들로부터 다음 성질을 유도할 수 있다.

  1. ab=acab = ac와 b=cb = c는 동치다. 곧 b≠cb \neq c이면 abab와 acac는 다르다.

  2. 좌항등원은 우항등원이기도 하므로 단순히 항등원이라 부른다.

  3. 항등원은 유일하다.

  4. 좌역원은 우역원이기도 하므로 단순히 역원이라 부른다.

  5. 각 원소의 역원은 유일하다.

[질문 1] 군의 예를 들어 보자. [질문 2] 벡터 공간은 어떤 연산에 대해 군을 이루는가? [질문 3] 원소가 세 개인 군 {a,b,c}\{a,b,c\}의 아래 연산표를 완성하자.

aa bb cc
aa aa bb cc
bb
cc
25 · 파울리 군과 안정자 부호O28
파울리 군과 안정자 부호핵심O30a · 1/2

군의 구조: 부분군과 준동형

정의 ·유한군과 무한군

유한군(finite group)⁠과 무한군(infinite group): 원소의 수가 유한하면 유한군, 무한하면 무한군이라 한다.

원소가 2개인 군 {e,a}\{e,a\}에서 a2a^2의 값은 무엇이 되어야겠는가? 원소가 3개인 경우는 O28의 [질문 3]⁠에서 다룬다.

정의 ·가환군과 부분군

가환군(abelian group)⁠과 비가환군(non-abelian group): 모든 a,b∈Ga,b \in G에 대하여 ab=baab = ba이면 GG를 가환군이라 하고, 그렇지 않으면 비가환군이라 한다.

부분군(subgroup): 군의 부분집합 중, 원래 군의 연산에 대해 다시 군을 이루는 것을 말한다. 예를 들어 짝수 전체 2ℤ2\mathbb{Z}는 ℤ\mathbb{Z}의 부분군이고, 2ℤ⊂ℤ2\mathbb{Z} \subset \mathbb{Z}로 쓴다. 2ℤ2\mathbb{Z}처럼 원래 군과 같지 않은 부분군을 진부분군(proper subgroup)⁠이라 한다.

정의 ·준동형과 동형

준동형 사상(homomorphism): 두 군 사이의 사상으로, 정의역의 임의의 두 원소에 대해 곱을 보존하는 사상을 뜻한다. ϕ(ab)=ϕ(a)ϕ(b)\phi(ab) = \phi(a)\phi(b)를 만족하면 ϕ\phi를 준동형 사상이라 한다. 전단사인 준동형 사상은 동형 사상(isomorphism)⁠이다.

정의 ·생성 집합

생성 집합(generating set): 생성 집합 {si}\{s_i\}의 원소와 그 역원을 유한 번 곱하여 GG의 모든 원소를 표현할 수 있다. 일반적으로 g=si1ϵ1⋯siℓϵℓg=s_{i_1}^{\epsilon_1}\cdots s_{i_\ell}^{\epsilon_\ell}, ϵj=±1\epsilon_j=\pm1이며 같은 생성원이 다시 나타나도 된다. 비가환군에서는 순서를 바꿀 수 없다.

예를 들어 {1}\{1\}은 ℤ\mathbb{Z}의 생성 집합이고, {2}\{2\}는 짝수들의 덧셈군 2ℤ2\mathbb{Z}의 생성 집합이다. 필요한 생성원의 최소 개수를 군의 계수(rank)⁠라 부르기도 한다. 행렬의 계수와는 구별해야 한다.

25 · 파울리 군과 안정자 부호O30a · 1/2
파울리 군과 안정자 부호핵심O30a-⁠-2 · 2/2

생성원: 군을 만드는 연산의 집합

생성원과 생성된 군 — 설명 그림
생성원과 그 역원을 유한 번 곱해 얻는 원소 전체가 생성된 군이다.

곧 나올 안정자군은 서로 가환하고 제곱이 II인 생성원들로 만든다. 생성원들이 서로 가환하므로 곱 안에서 같은 생성원을 한데 모을 수 있고, s2=Is^2=I이므로 두 번 나타난 생성원은 지워진다. 역원도 s−1=ss^{-1}=s여서 따로 필요 없다. 따라서 각 생성원은 0번 또는 1번만 쓰면 된다. 하지만 일반적인 군에서는 생성원의 순서를 바꾸거나 반복을 없앨 수 없다.

⟨Z1Z2,Z2Z3⟩\langle Z_1Z_2,Z_2Z_3\rangle의 원소를 모두 적어 보자. 답은 네 원소 II, Z1Z2Z_1Z_2, Z2Z3Z_2Z_3, Z1Z3Z_1Z_3이다. 예를 들어 (Z1Z2)(Z2Z3)=Z1Z22Z3=Z1Z3(Z_1Z_2)(Z_2Z_3)=Z_1Z_2^2Z_3=Z_1Z_3이다.

25 · 파울리 군과 안정자 부호O30a · 2/2
파울리 군과 안정자 부호심화O29

심화: 행렬군과 연속적인 변환

자명군(trivial group)⁠은 항등원 하나로 이루어진 군이다. 익숙한 군의 예로는 (ℤ,+)(\mathbb{Z},+), (ℚ∖{0},×)(\mathbb{Q}\backslash\{0\}, \times), (ℝ∖{0},×)(\mathbb{R}\backslash\{0\}, \times)가 있다.

행렬의 집합도 행렬곱에 대해 군을 이룰 수 있다. 다음은 대표적인 행렬군이다.

  1. GL(C,n)\mathrm{GL}(\mathbb{C},n): 행렬식이 00이 아닌 복소 n×nn\times n 행렬의 집합(일반선형군).

  2. O(n)\mathrm{O}(n): QTQ=IQ^TQ=I를 만족하는 실수 n×nn\times n 행렬의 집합(직교군).

  3. SO(n)\mathrm{SO}(n): QTQ=IQ^TQ=I와 detQ=1\det Q=1을 만족하는 실수 n×nn\times n 행렬의 집합(특수직교군).

  4. U(n)\mathrm{U}(n): U†U=IU^\dagger U=I를 만족하는 복소 n×nn\times n 행렬의 집합(유니타리 군).

  5. SU(n)\mathrm{SU}(n): U†U=IU^\dagger U=I와 detU=1\det U=1을 만족하는 복소 n×nn\times n 행렬의 집합(특수유니타리 군).

[질문 1] 행렬식이 −1-1인 행렬의 집합은 군을 이루는가? [질문 2] 위 군들 사이의 포함 관계를 구하자. 이름에서 GL은 general linear, O는 orthogonal, U는 unitary, S는 special의 약자다. [질문 3] 위 행렬군 중 가환군은 무엇인가?

아래 O(n)\mathrm{O}(n)의 연결성과 27절 토릭 부호의 위상적 설명은 연속 변형과 곡면의 기본 개념을 배경으로 사용한다. 토릭 부호에서는 일반 위상수학의 정의·정리를 전개하는 대신 격자의 경로와 경계로 필요한 계산을 구체화한다. 이 배경은 양자 채널이나 일반 오류 정정 조건의 전제가 아니다.

O(n)\mathrm{O}(n)은 detQ=+1\det Q=+1인 부분과 detQ=−1\det Q=-1인 부분으로 나뉜다. 행렬식은 연속이고 값이 ±1\pm1뿐이므로 두 부분을 잇는 연속 경로는 없다. n≥1n\ge1일 때 두 부분은 비어 있지 않고 서로 겹치지 않는 열린 집합이다. 공간이 이처럼 두 열린 집합으로 나뉘면 연결되어 있지 않다고 하므로 O(n)\mathrm{O}(n)은 연결되어 있지 않다.

두 점을 잇는 연속 경로가 있다는 성질은 경로 연결성이다. 일반 위상 공간에서 연결성과 경로 연결성은 같지 않다.

25 · 파울리 군과 안정자 부호O29
파울리 군과 안정자 부호심화O30b

심화: 군 작용과 두 부분군

생성 집합이 주어지면 군을 ⟨a,b⟩\left<a,b\right>처럼 생성원들로 표기할 수 있다.

정의 ·군 작용

군 작용(group action): 왼쪽 작용은 사상 *:G×X→X*: G \times X \rightarrow X로, 집합 XX의 모든 원소 xx에 대해 (1) e*x=xe * x = x, (2) g1*(g2*x)=(g1⋅g2)*xg_1 * (g_2 * x ) = (g_1 \cdot g_2) * x를 만족한다. 예를 들어 SU(2)\mathrm{SU}(2)는 행렬과 상태벡터의 곱 **로 큐비트에 작용한다. 또한 실벡터 𝐫\mathbf r을 rxX+ryY+rzZr_{\mathrm{x}}X+r_{\mathrm{y}}Y+r_{\mathrm{z}}Z에 대응시킨 뒤 U(𝐫⋅𝛔)U†U(\mathbf r\cdot\boldsymbol\sigma)U^\dagger를 다시 실벡터로 읽으면 SU(2)\mathrm{SU}(2)의 회전 작용을 얻는다.

정의 ·정규화 부분군과 중심화 부분군

부분군 S⊂GS\subset G의 정규화 부분군(normalizer)⁠과 중심화 부분군(centralizer)⁠은 서로 다른 개념이다. NG(S)={g∈G:gSg−1=S},N_G(S)=\{g\in G:gSg^{-1}=S\}, CG(S)={g∈G:gs=sg∀s∈S}.C_G(S)=\{g\in G:gs=sg\ \forall s\in S\}. 항상 CG(S)⊆NG(S)C_G(S)\subseteq N_G(S)이며, 둘 다 항등원을 포함하고 곱과 역원에 대해 닫혀 있다. S=GS=G이면 NG(G)=GN_G(G)=G이고, CG(G)C_G(G)는 GG의 중심이다.

25 · 파울리 군과 안정자 부호O30b
파울리 군과 안정자 부호핵심O31

파울리 군: 문자열, 위상, 가환 관계

정의 ·한 큐비트 파울리 군

한 큐비트의 파울리 군(Pauli group)⁠은 {X,Y,Z}\{X,Y,Z\}를 생성원으로 하는 군이다. 𝒫1\mathcal{P}_1의 원소는 16개다. 𝒫1=⟨X,Y,Z⟩={±I,±iI,±X,±iX,±Y,±iY,±Z,±iZ}\begin{aligned} \mathcal{P}_1 &= \left<X,Y,Z\right>\\ &= \{\pm I, \pm \mathrm{i}I, \pm X, \pm \mathrm{i}X, \pm Y, \pm \mathrm{i}Y, \pm Z, \pm \mathrm{i}Z\} \end{aligned} 이 군이 X,Y,ZX,Y,Z로 생성된다는 것을 ⟨X,Y,Z⟩\left<X,Y,Z\right>로 표기한다. O15a의 XY=iZXY=\mathrm{i}Z처럼 생성원의 곱에서 위상 i\mathrm{i}가 생기며, XYZ=iIXYZ=\mathrm{i}I이다. 그래서 I,X,Y,ZI,X,Y,Z에 위상 ±1,±i\pm1,\pm\mathrm{i}를 붙인 16개가 모두 군에 들어가고, O15a의 곱셈 관계에 따라 이들의 곱은 다시 이 16개 안에 있다.

여러 큐비트의 파울리 군은 𝒫n\mathcal{P}_n이다. 서로 다른 큐비트에 작용하는 인자들은 가환한다. 그러나 𝒫n\mathcal{P}_n은 한 큐비트 파울리 군의 원소 nn개로 만든 순서쌍들의 군(직접곱)⁠과 같지 않다. 텐서곱에서는 (−X)⊗(−X)=X⊗X(-X)\otimes(-X)=X\otimes X처럼 위상을 한 인자에서 다른 인자로 옮겨도 같은 연산자가 되기 때문이다.

예를 들어 𝒫2\mathcal{P}_2는 ⟨X1,Y1,Z1,X2,Y2,Z2⟩\left<X_1,Y_1,Z_1,X_2,Y_2,Z_2\right>이다. A0:=IA_{0} := I, Ax=XA_{\mathrm{x}} = X, Ay=YA_{\mathrm{y}} = Y, Az=ZA_{\mathrm{z}} = Z라고 하자. 𝒫2={±Ai⊗Aj,±iAi⊗Aj}i,j\mathcal{P}_2 = \left\{ \pm A_i \otimes A_j, \pm \mathrm{i}A_i \otimes A_j \right\}_{i,j} i,j∈{0,x,y,z}i,j \in \{0,x,y,z\}. 한 큐비트 원소의 순서쌍은 162=25616^2=256가지이지만 𝒫2\mathcal{P}_2의 원소는 64개이고, 일반적으로 Pn\mathcal{P}_n의 원소는 전체 위상 네 가지와 I,X,Y,ZI,X,Y,Z의 텐서곱 4n4^n개를 곱한 4n+14^{n+1}개다.

  1. 파울리 군의 원소는 제곱이 I⊗nI^{\otimes n}인 것과 −I⊗n-I^{\otimes n}인 것으로 나뉜다. I,X,Y,ZI,X,Y,Z의 텐서곱은 제곱이 I⊗nI^{\otimes n}이므로 위상이 ±1\pm1인 원소가 앞의 경우, ±i\pm\mathrm{i}인 원소가 뒤의 경우다. 원소 PP는 유니타리여서 P−1=P†P^{-1}=P^\dagger이므로, P2=I⊗nP^2=I^{\otimes n}이면 P†=PP^\dagger=P인 에르미트 연산자이고 가능한 고윳값은 ±1\pm 1이다. P2=−I⊗nP^2=-I^{\otimes n}이면 P†=−PP^\dagger=-P인 반에르미트 연산자이고 가능한 고윳값은 ±i\pm \mathrm{i}이다.

  2. 파울리 연산자 두 개는 가환하거나 반가환한다. 여러 큐비트의 텐서곱으로 이루어진 파울리 연산자도 마찬가지다. 각 큐비트에서 생기는 반가환 부호를 곱하면 전체 가환 관계를 알 수 있다.

파울리 군과 안정자 부호핵심O31a

파울리 문자열을 이진 벡터로 쓰기: (x|z) 표기와 심플렉틱 곱

정의 ·파울리 문자열의 이진 표현

O31의 nn큐비트 파울리 문자열은 위상을 제외하면 XX와 ZZ의 곱으로 적을 수 있다. x,z∈F2nx,z\in\mathbb F_2^n에 대해

P(x,z)=⨂j=1nXxjZzjP(x,z)=\bigotimes_{j=1}^{n}X^{x_j}Z^{z_j}

으로 두고, 위상을 무시한 대응 P↦(x∣z)∈F22nP\mapsto(x\mid z)\in\mathbb F_2^{2n}을 파울리 문자열의 이진 표현(binary representation)⁠이라 한다. 한 큐비트에서는 I=(0∣0)I=(0\mid0), X=(1∣0)X=(1\mid0), Z=(0∣1)Z=(0\mid1), Y=(1∣1)Y=(1\mid1)이다.

ZX=−XZZX=-XZ에서 ZzjXxj′=(−1)zjxj′Xxj′ZzjZ^{z_j}X^{x'_j}=(-1)^{z_jx'_j}X^{x'_j}Z^{z_j}이고 X2=Z2=IX^2=Z^2=I이므로, 두 문자열의 곱은 다음과 같다(덧셈은 mod⁡2\operatorname{mod}2).

P(x,z)P(x′,z′)=(−1)z⋅x′P(x+x′, z+z′)P(x,z)P(x',z')=(-1)^{z\cdot x'}P(x+x',\ z+z')

위상을 무시하면 곱은 성분별 덧셈이므로, 대응 P↦(x∣z)P\mapsto(x\mid z)는 곱을 덧셈으로 보내는 준동형(O30a)⁠이다. 전체 위상만 다른 원소를 같게 보면 파울리 문자열들은 덧셈군 F22n\mathbb F_2^{2n}과 동형이다.

정리 ·심플렉틱 곱과 가환 관계증명: 아래

두 파울리의 가환 여부도 이진 표현으로 판정한다. 심플렉틱 곱(symplectic product)⁠을

⟨(x∣z),(x′∣z′)⟩=x⋅z′+x′⋅z(mod2)\langle(x\mid z),(x'\mid z')\rangle=x\cdot z'+x'\cdot z \pmod 2

로 정의하면, 두 파울리는 이 값이 0이면 가환이고 1이면 반가환이다. P=P(x,z)P=P(x,z), Q=P(x′,z′)Q=P(x',z')으로 두면 왼쪽 식에서 QP=(−1)z′⋅xP(x+x′,z+z′)QP=(-1)^{z'\cdot x}P(x+x',z+z')이므로 PQ=(−1)x⋅z′+x′⋅zQPPQ=(-1)^{x\cdot z'+x'\cdot z}QP이다.

확인해 보자. X=(1∣0)X=(1\mid0)과 Z=(0∣1)Z=(0\mid1)의 심플렉틱 곱은 1⋅1+0⋅0=11\cdot1+0\cdot0=1이므로 반가환이고, XX와 XX는 0이므로 가환이다. Y=(1∣1)Y=(1\mid1)과 XX는 1⋅0+1⋅1=11\cdot0+1\cdot1=1이므로 반가환이다.

뒤의 O33a에서 보듯 안정자 생성원들은 서로 가환하므로, 그 이진 벡터들은 심플렉틱 곱에 대해 서로 직교한다. 다만 이 표현은 위상을 버리므로 −I-I와 +I+I를 구별하지 못한다. 안정자군이 −I-I를 포함하지 않는지는 뒤의 O32에서처럼 따로 확인하고, 신드롬의 부호는 위상 비트로 추적해야 한다.

25 · 파울리 군과 안정자 부호O31a
파울리 군과 안정자 부호계산O31b

계산: H·S·CNOT의 이진 갱신 규칙

nn큐비트 유니타리 UU가 UPnU†=PnU\mathcal P_nU^\dagger=\mathcal P_n을 만족하면, 곧 켤레 작용 P↦UPU†P\mapsto UPU^\dagger가 파울리 군을 다시 파울리 군으로 보내면 클리퍼드 게이트(Clifford gate)⁠라 한다. 아래의 HH, SS, CNOT이 그 예다. 켤레 작용은 곱을 보존하므로, 위상을 무시하면 이 작용은 F22n\mathbb F_2^{2n} 위의 선형 사상이 되어 행렬 곱 대신 비트 갱신으로 계산할 수 있다. 큐비트 jj에 작용하는 한 큐비트 게이트부터 보자.

HXH=Z,HZH=X ⟹ (xj,zj)↦(zj,xj).HXH=Z,\quad HZH=X\ \Longrightarrow\ (x_j,z_j)\mapsto(z_j,x_j).SXS†=Y,SZS†=Z ⟹ (xj,zj)↦(xj, zj+xj).SXS^\dagger=Y,\quad SZS^\dagger=Z\ \Longrightarrow\ (x_j,z_j)\mapsto(x_j,\ z_j+x_j).

SS의 규칙을 Z=(0∣1)Z=(0\mid1)에 적용하면 (0, 1+0)=(0∣1)(0,\ 1+0)=(0\mid1)이므로 ZZ가 그대로 남아 행렬 계산과 일치한다.

제어 큐비트 cc, 표적 tt인 CNOT은 생성원을 다음과 같이 보낸다.

Xc↦XcXt,Xt↦Xt,Zc↦Zc,Zt↦ZcZt.X_c\mapsto X_cX_t,\quad X_t\mapsto X_t,\quad Z_c\mapsto Z_c,\quad Z_t\mapsto Z_cZ_t.

이진 표현에서는 xt←xt+xcx_t\leftarrow x_t+x_c와 zc←zc+ztz_c\leftarrow z_c+z_t 두 줄이며, 나머지 성분은 바뀌지 않는다.

두 큐비트에서 P=X1Z2P=X_1Z_2를 CNOT(1→21\to2)⁠으로 켤레 작용시켜 보자. 이진 표현은 x=(1,0)x=(1,0), z=(0,1)z=(0,1)이므로

x2←x2+x1=1,z1←z1+z2=1x_2\leftarrow x_2+x_1=1,\qquad z_1\leftarrow z_1+z_2=1

이 되어 (1,1∣1,1)(1,1\mid1,1), 즉 Y1Y2Y_1Y_2를 얻는다. 켤레 작용은 곱을 보존하므로 부호까지 따지면 XZ=−iYXZ=-\mathrm iY에서 CNOT(X1Z2)CNOT=(X1X2)(Z1Z2)=(X1Z1)(X2Z2)=−Y1Y2\mathrm{CNOT}(X_1Z_2)\mathrm{CNOT}=(X_1X_2)(Z_1Z_2)=(X_1Z_1)(X_2Z_2)=-Y_1Y_2이다. 문자열은 일치하고 부호만 다르다.

이 차이가 이진 표현의 한계를 보여 준다. 위상을 버렸으므로 갱신 규칙은 부호를 재현하지 못한다. 신드롬의 부호가 필요한 계산에서는 위상 비트를 따로 갱신해야 한다.

또한 T=diag⁡(1,eiπ/4)T=\operatorname{diag}(1,e^{\mathrm i\pi/4})(O15c)⁠는 클리퍼드가 아니다. 직접 곱하면 TXT†=(X+Y)/2TXT^\dagger=(X+Y)/\sqrt2이고, 이는 하나의 파울리가 아니므로 이런 갱신 규칙 자체가 존재하지 않는다. 이진 갱신으로 빠르게 따라갈 수 있는 범위와 일반 양자 회로의 범위는 다르다.

25 · 파울리 군과 안정자 부호O31b
파울리 군과 안정자 부호실습L15

파울리 문자열의 곱과 가환 관계

파울리 군과 안정자 부호핵심O32

안정자로 쓸 수 있는 파울리 부분군

관측량은 에르미트 연산자로 나타낸다. 상태벡터의 전체 위상은 물리 상태를 바꾸지 않지만, 검사 연산자의 부호는 고윳값과 +1+1 고유공간을 바꾼다. 따라서 안정자의 부호를 버려서는 안 된다. 특히 −I⊗n-I^{\otimes n}이 안정자군에 들어 있으면 부호 상태는 −|ψ⟩=|ψ⟩-\left|\psi\right\rangle=\left|\psi\right\rangle를 만족해야 하므로 |ψ⟩=0\left|\psi\right\rangle=0뿐이다. 공통 +1+1 고유공간이 {0}\{0\}이 되어 부호 공간으로 쓸 수 없다. 그러므로 필요한 파울리 부분군의 조건은 −I⊗n-I^{\otimes n}을 포함하지 않는 것이다. 그러면 제곱이 −I-I인 원소는 제외되며, 같은 파울리 문자열에 계수 −1-1과 +1+1을 붙인 두 원소가 동시에 포함될 수 없다. [질문] 마지막 성질을 증명하자.

𝒫1\mathcal{P}_1의 부분군이 X,YX,Y를 동시에 포함하면 위 조건을 만족할 수 없다. XY=iZXY = \mathrm{i}Z이고 (iZ)2=−I(\mathrm{i}Z)^2=-I이므로 −I-I가 부분군에 들어가기 때문이다. 그러나 두 큐비트에서는 X1X2X_1 X_2와 Y1Y2Y_1 Y_2를 함께 포함하는 안정자군이 가능하다. 실제로 X1X2Y1Y2=(iZ1)(iZ2)=−Z1Z2X_1 X_2 Y_1 Y_2 = (\mathrm{i}Z_1)(\mathrm{i}Z_2) = - Z_1 Z_2이므로 X1X2X_1X_2와 Y1Y2Y_1Y_2가 생성하는 군 {II, X1X2, Y1Y2, −Z1Z2}\{II,\ X_1X_2,\ Y_1Y_2,\ {-Z_1Z_2}\}는 −II-II를 포함하지 않는다.

𝒫2\mathcal{P}_2의 부분군 중 조건을 만족하는 예시 중 하나는 다음과 같다.

IIII IXIX ZIZI ZXZX
IIII IIII IXIX ZIZI ZXZX
IXIX IXIX IIII ZXZX ZIZI
ZIZI ZIZI ZXZX IIII IXIX
ZXZX ZXZX ZIZI IXIX IIII

표의 각 칸은 (행의 원소)×(열의 원소)⁠다. 모든 곱이 부호 없이 네 원소 안에 머물므로 이 집합은 곱에 대해 닫혀 있고 −II-II를 포함하지 않는다. 대각선이 모두 IIII이고(각 원소가 자기 역원) 표가 대각선에 대해 대칭이므로 가환 부분군이다.

25 · 파울리 군과 안정자 부호O32
파울리 군과 안정자 부호핵심O33a

안정자 부호: 공통 +1 고유공간

여기서는 QE02의 부분공간 부호를 사용한다. 논리 상태를 물리적 힐베르트 공간에 넣는 등거리 사상의 상이 부호 공간이다. 앞에서와 같이 부호화 사상을 V:(ℂ2)⊗k→(ℂ2)⊗nV: (\mathbb{C}^2)^{\otimes k} \rightarrow(\mathbb{C}^2)^{\otimes n}으로 쓰면, VV는 내적을 보존하는 선형 사상이다. kk는 논리 큐비트 수이고, nn은 물리 큐비트 수다.

정의 ·안정자 부호

안정자 부호(stabilizer code)⁠는 안정자군의 모든 원소에 대한 공통 +1 고유공간을 부호 공간으로 사용하는 양자 부호다. 안정자군은 nn큐비트 파울리 군의 부분군으로, (1) −I⊗n-I^{\otimes n}을 포함하지 않고 (2) 가환군이어야 한다.

조건 (1)⁠의 이유는 O32에서 보았다. 조건 (2)⁠도 필요하다. 두 검사가 반가환하여 s1s2=−s2s1s_1s_2=-s_2s_1이면, 두 검사 모두에서 +1+1인 상태 |ψ⟩\left|\psi\right\rangle는 |ψ⟩=s1s2|ψ⟩=−s2s1|ψ⟩=−|ψ⟩\left|\psi\right\rangle=s_1s_2\left|\psi\right\rangle=-s_2s_1\left|\psi\right\rangle=-\left|\psi\right\rangle를 만족하므로 |ψ⟩=0\left|\psi\right\rangle=0이다. 파울리 연산자끼리는 가환하거나 반가환하므로, 영이 아닌 부호 상태가 있으려면 가환하는 검사만 쓸 수 있다.

독립적인 생성원의 수를 mm이라 하면, 군의 모든 원소는 s1e1s2e2⋯smem,ei∈{0,1}s_1^{e_1}s_2^{e_2} \cdots s_m^{e_m},\quad e_i \in \{0,1\}로 쓸 수 있다. 생성원들이 가환하므로 sis_i의 순서는 결과에 영향을 주지 않는다.

정의 ·공통 +1 부호 공간

서로 독립인 검사 s1,…,sms_1,\ldots,s_m에 대해 𝒞={|ψ⟩:si|ψ⟩=|ψ⟩(∀i)}\mathcal C=\{\left|\psi\right\rangle:s_i\left|\psi\right\rangle=\left|\psi\right\rangle\ (\forall i)\} 로 부호 공간을 정한다. 독립성은 생성원 하나가 나머지의 곱으로 표현되지 않는다는 뜻이다.

독립 검사 하나마다 허용 공간의 차원이 절반으로 줄어든다. 유도는 B17에 있다. dim𝒞=2n−m,k=n−m.\dim\mathcal C=2^{n-m},\qquad k=n-m. |ψ⟩\left|\psi\right\rangle와 −|ψ⟩-\left|\psi\right\rangle가 같은 물리 상태라는 이유로 안정자 ss와 −s-s를 함께 넣어도 되는 것은 아니다. +1+1 고유공간을 지정할 때는 검사 연산자의 부호가 중요하다.

파울리 군과 안정자 부호계산B17

계산: 안정자 부호 공간의 차원

서로 가환하는 독립적인 nn큐비트 파울리 생성원 s1,…,sms_1,\ldots,s_m과 이들이 생성하는 안정자군 SS를 생각하자. 각 생성원은 sj†=sjs_j^\dagger=s_j, sj2=Is_j^2=I를 만족하며, −I∉S-I\notin S라 가정한다. 공통 +1+1 고유공간으로의 사영 연산자는

PC=∏j=1mI+sj2=12m∑g∈SgP_{\mathcal C}=\prod_{j=1}^m\frac{I+s_j}{2} =\frac1{2^m}\sum_{g\in S}g

이다. 첫 등식은 O35b에서 확인한 가환하는 사영 연산자의 곱이다. 인자들이 가환하고 sjI+sj2=I+sj2s_j\frac{I+s_j}{2}=\frac{I+s_j}{2}이므로 PCP_{\mathcal C}의 상은 모든 sjs_j의 +1+1 고유공간에 있고, 그 공간에서 PCP_{\mathcal C}는 항등이다. 곧 PCP_{\mathcal C}는 공통 +1+1 고유공간으로의 사영이다. 둘째 등식은 전개한 2m2^m개의 곱 s1e1⋯smems_1^{e_1}\cdots s_m^{e_m}(ej∈{0,1}e_j\in\{0,1\})⁠이 서로 다르기 때문이다. 두 곱이 같으면 둘을 곱해 eje_j가 다른 생성원들의 곱이 II가 되어 독립성에 어긋난다. SS의 모든 원소가 이런 곱이므로(O30a-⁠-2) 각 군 원소가 정확히 한 번씩 나타난다.

이제 대각합을 계산하자. −I-I는 가정으로 제외되며, ±iI\pm iI도 제곱하면 −I-I가 되므로 SS에 속할 수 없다. 따라서 II를 제외한 모든 군 원소의 텐서곱 표현에는 X,Y,ZX,Y,Z 중 적어도 하나가 나타난다. 이들 파울리 행렬의 대각합은 0이다. 텐서곱의 대각합은 각 인자의 대각합의 곱이므로, 해당 군 원소의 대각합도 0이다.

Tr⁡PC=Tr⁡I2m=2n−m.\operatorname{Tr}P_{\mathcal C}=\frac{\operatorname{Tr}I}{2^m}=2^{n-m}.

사영 연산자의 고윳값은 0 또는 1이다. 따라서 그 대각합은 고윳값 1인 고유공간, 즉 부호 공간의 차원과 같으며,

dim⁡C=2n−m,k=n−m\dim\mathcal C=2^{n-m},\qquad k=n-m

을 얻는다. 이미 다른 생성원들의 곱으로 표현되는 검사를 추가하면 허용 공간은 바뀌지 않는다. 그러므로 검사 연산자의 총수가 아니라 독립적인 생성원의 수를 세어야 한다.

파울리 군과 안정자 부호핵심Q07

개념 확인: 독립 검사와 부호 공간

5큐비트에서 서로 가환하는 독립 에르미트 파울리 생성원 네 개가 안정자 군을 생성한다. 이 군에는 −I-I가 없다. 네 검사의 공통 +1 고유공간을 부호 공간으로 택한다.

부호 공간의 차원과 부호화된 논리 큐비트 수 kk를 구하라. 독립성이나 −I-I 배제 조건을 없애면 같은 계산을 그대로 사용할 수 있는지도 생각해 보자.

수치는 소수 또는 분수로 입력한다. 수치 오차 10−610^{-6} 이내는 맞은 것으로 본다. 답 확인을 누르기 전에는 채점하지 않는다.

마우스 숫자 입력판
입력할 칸: 부호 공간의 차원

정답은 공개하지 않는다. 새로고침하면 입력이 지워진다.

파울리 군과 안정자 부호핵심O33b

논리 파울리 연산자와 전체 위상

독립적인 안정자 생성원 mm개는 원소 2m2^m개인 군 SS를 만들고, 그 공통 +1+1 고유공간의 차원은 2n−m2^{n-m}이다.

정의 ·중심화 부분군과 정규화 부분군

부호 공간을 보존하는 파울리 연산자는 모든 검사와 가환하며, 다음 중심화 부분군(centralizer)⁠을 이룬다. C(S)={P∈𝒫n:Ps=sP(s∈S)}.C(S)=\{P\in\mathcal P_n:Ps=sP\ (s\in S)\}. 한편 정규화 부분군(normalizer)⁠은 N(S)={P∈𝒫n:PSP−1=S}N(S)=\{P\in\mathcal P_n:PSP^{-1}=S\}로 정의한다. 파울리 군에서는 PsP−1=±sPsP^{-1}=\pm s인데 SS에 ss와 −s-s가 함께 들어 있을 수 없으므로 N(S)=C(S)N(S)=C(S)다.

상자의 첫 문장은 이렇게 확인한다. PP가 어떤 검사 ss와 반가환하면 부호 상태 |ψ⟩\left|\psi\right\rangle에 대해 sP|ψ⟩=−Ps|ψ⟩=−P|ψ⟩sP\left|\psi\right\rangle=-Ps\left|\psi\right\rangle=-P\left|\psi\right\rangle이므로 P|ψ⟩P\left|\psi\right\rangle는 ss의 −1-1 고유공간에 있어 부호 공간 밖에 있다. 반대로 PP가 모든 ss와 가환하면 sP|ψ⟩=Ps|ψ⟩=P|ψ⟩sP\left|\psi\right\rangle=Ps\left|\psi\right\rangle=P\left|\psi\right\rangle이므로 P|ψ⟩P\left|\psi\right\rangle도 부호 공간에 있다.

일반적인 군에서는 C(S)⊆N(S)C(S)\subseteq N(S)만 보장된다. 두 정의는 선택 심화 O30b에서 비교한다.

정의 ·비자명한 논리 파울리 연산자

검사값을 유지해도 논리 정보를 바꿀 수 있다. 자명한 작용을 모두 제외하려고 S̃={ωs:s∈S,ω∈{±1,±i}}\widetilde S=\{\omega s:s\in S,\ \omega\in\{\pm1,\pm i\}\} 로 두자. N(S)\S̃N(S)\setminus\widetilde S의 원소가 비자명한 논리 파울리 연산자다.

논리 연산자의 대표는 유일하지 않다. PP와 PsPs는 부호 공간에서 같게 작용하며, 전체 위상도 논리 정보를 바꾸지 않는다. −I-I는 모든 검사와 가환하지만 SS에 없으므로, 전체 위상까지 제외해야 인자가 모두 II인 −I-I를 논리 오류로 세지 않는다.

nn은 물리 큐비트 수, k=n−mk=n-m은 논리 큐비트 수다. 거리는 O41a에서 정의한다.

참고: [G97]. 여기서는 논리 파울리 연산자만 다룬다.

25 · 파울리 군과 안정자 부호O33b
파울리 군과 안정자 부호핵심O34a

두 큐비트 예제: 안정자 XY와 논리 기저

⟨XY⟩\left<XY\right>를 안정자군이라 하자. 그 원소들과 부호 공간을 구하자.

안정자군은 {II,XY}\{II, XY\}이고, 부호 공간의 기저는 {12(|00⟩+i|11⟩),12(|01⟩−i|10⟩)}\left\{ \frac{1}{\sqrt{2}} \left( \left|00\right\rangle + \mathrm{i}\left|11\right\rangle \right) , \frac{1}{\sqrt{2}} \left( \left|01\right\rangle - \mathrm{i}\left|10\right\rangle \right) \right\}이다. Y|0⟩=i|1⟩Y|0\rangle=\mathrm{i}|1\rangle, Y|1⟩=−i|0⟩Y|1\rangle=-\mathrm{i}|0\rangle이므로 XY(|00⟩+i|11⟩)=i|11⟩+|00⟩=|00⟩+i|11⟩,XY(|01⟩−i|10⟩)=−i|10⟩+|01⟩=|01⟩−i|10⟩\begin{aligned}XY(|00\rangle+\mathrm{i}|11\rangle)&=\mathrm{i}|11\rangle+|00\rangle=|00\rangle+\mathrm{i}|11\rangle,\\XY(|01\rangle-\mathrm{i}|10\rangle)&=-\mathrm{i}|10\rangle+|01\rangle=|01\rangle-\mathrm{i}|10\rangle\end{aligned}이다. 곧 두 벡터는 모두 XYXY의 +1+1 고유벡터이고, 겹치는 기저 상태가 없어 서로 직교한다. 생성원이 하나이므로 부호 공간은 22−1=22^{2-1}=2차원이고, 이 두 벡터가 그 기저다.

논리 연산자를 ZL=ZZZ_{\textrm{L}} = ZZ로 잡자. ZZZZ는 안정자와 가환한다. ZZZZ의 고윳값에 따라 논리 기저 상태를 다음과 같이 정한다. |0L⟩:=12(|00⟩+i|11⟩)|1L⟩:=12(|01⟩−i|10⟩)\begin{aligned} \left|0_{\textrm{L}}\right\rangle := \frac{1}{\sqrt{2}} \left( \left|00\right\rangle + \mathrm{i}\left|11\right\rangle \right)\\ \left|1_{\textrm{L}}\right\rangle := \frac{1}{\sqrt{2}} \left( \left|01\right\rangle - \mathrm{i}\left|10\right\rangle \right) \end{aligned}

논리 연산자 XL:=−YZX_{\textrm{L}} := -YZ, YL:=XIY_{\textrm{L}} := XI, ZL:=ZZZ_{\textrm{L}} := ZZ는 모두 안정자와 가환한다. XLX_{\textrm{L}}은 XYXY와 가환하고 ZLZ_{\textrm{L}}과 반가환하는 연산자로 고르되, XL|0L⟩=|1L⟩X_{\textrm{L}}\left|0_{\textrm{L}}\right\rangle=\left|1_{\textrm{L}}\right\rangle이 되도록 부호를 정한다. YLY_{\textrm{L}}은 파울리 행렬처럼 XLYL=iZLX_{\textrm{L}}Y_{\textrm{L}}=\mathrm{i}Z_{\textrm{L}}이 되도록 잡는다. 행렬 확인은 O34c에 있다.

이 부호는 물리 큐비트 두 개로 논리 큐비트 하나를 표현한다. 그러나 한 큐비트 오류 XIXI는 검사 XYXY와 가환하므로 신드롬을 바꾸지 않으면서 논리 상태를 바꾼다(YLY_{\textrm{L}}). 이 오류는 검출조차 되지 않으므로 모든 단일 큐비트 오류를 정정할 수는 없다. [질문 1] 부호 공간의 차원과 오류 정정 능력이 서로 다른 정보인 이유를 설명하자.

[질문 2] 부호 공간을 보존하는 파울리 연산자는 왜 모든 안정자와 가환하는가? [질문 3] 선택한 논리 연산자는 파울리 행렬과 같은 관계를 만족하는가? [질문 4] 논리 기저에서 각 연산자의 행렬 표현을 구하자.

파울리 군과 안정자 부호계산O34c

계산: 부호 공간에서 논리 행렬 확인하기

O34a의 순서 {|0L⟩,|1L⟩}\{\left|0_{\mathrm{L}}\right\rangle,\left|1_{\mathrm{L}}\right\rangle\}을 사용하자. XL=−YZX_{\mathrm{L}}=-YZ의 첫 작용을 직접 계산하면 −(Y⊗Z)|00⟩+i|11⟩2=−i|10⟩+|01⟩2=|1L⟩.-(Y\otimes Z)\frac{\left|00\right\rangle+\mathrm{i}\left|11\right\rangle}{\sqrt2} =\frac{-\mathrm{i}\left|10\right\rangle+\left|01\right\rangle}{\sqrt2}=\left|1_{\mathrm{L}}\right\rangle. 나머지도 같은 방식으로 얻는다.

연산자 |0L⟩\left|0_{\mathrm{L}}\right\rangle에 작용 |1L⟩\left|1_{\mathrm{L}}\right\rangle에 작용 논리 기저에서 행렬
XL=−YZX_{\mathrm{L}}=-YZ |1L⟩\left|1_{\mathrm{L}}\right\rangle |0L⟩\left|0_{\mathrm{L}}\right\rangle (0110)\begin{pmatrix}0&1\\1&0\end{pmatrix}
YL=XIY_{\mathrm{L}}=XI i|1L⟩\mathrm{i}\left|1_{\mathrm{L}}\right\rangle −i|0L⟩-\mathrm{i}\left|0_{\mathrm{L}}\right\rangle (0−ii0)\begin{pmatrix}0&-\mathrm{i}\\\mathrm{i}&0\end{pmatrix}
ZL=ZZZ_{\mathrm{L}}=ZZ |0L⟩\left|0_{\mathrm{L}}\right\rangle −|1L⟩-\left|1_{\mathrm{L}}\right\rangle (100−1)\begin{pmatrix}1&0\\0&-1\end{pmatrix}

따라서 논리 연산자도 XLYL=iZLX_{\mathrm{L}}Y_{\mathrm{L}}=\mathrm{i}Z_{\mathrm{L}}과 같은 파울리 관계를 만족한다. 이들은 안정자 XYXY와 가환하므로 공통 +1+1 고유공간을 보존한다.

참고: O34a의 [질문 3·4]⁠를 직접 계산한 것이다.

파울리 군과 안정자 부호심화O34b

심화: 안정자라는 이름과 군 작용

정의 ·군 작용의 안정자

안정자(stabilizer)⁠라는 말은 군 작용에서 유래한다. 군이 작용하는 집합 XX의 원소 xx에 대해, g*x=xg * x = x를 만족하는 군 원소 gg들의 집합이 xx의 안정자다. 예를 들어 SO(3)\mathrm{SO}(3)이 유클리드 공간에 통상적인 방식으로 작용할 때, SO(3)\mathrm{SO}(3)은 어떤 점을 고정하는 안정자로 나타나는가?

안정자 부호에서는 작용하는 군을 물리적 힐베르트 공간의 파울리 군 𝒫n\mathcal P_n으로 제한한다. 모든 유니타리 연산자를 허용하는 경우와는 다르다. 부호 공간의 각 벡터는 모든 안정자에 대해 고윳값 +1+1을 가지므로 변하지 않는다.

정의 ·점별 안정자

부호 공간을 집합으로 보존하는 것뿐 아니라 그 안의 각 벡터를 고정해야 하므로 점별 안정자(pointwise stabilizer)⁠라 한다. 이는 각 벡터의 안정자들을 교집합한 것이다.

이 강의의 양자 오류 정정 문맥에서 안정자는 이러한 점별 고정 조건을 뜻한다. 부호 공간만 보존하면서 논리 상태를 바꾸는 연산자와 구별하자.

25 · 파울리 군과 안정자 부호O34b
파울리 군과 안정자 부호핵심U25

요약: 안정자와 논리 연산

검사들의 대수적 조건을 정한다. 안정자군은 서로 가환하는 파울리 연산자들의 부분군이며 −I-I를 포함하지 않는다. 부호 공간은 모든 검사의 공통 +1 고유공간이다. 생성원이 독립인지는 곱 관계로 확인한다. 다시 보기: O32, O33a.

독립 검사 수로 차원을 센다. 독립 생성원이 mm개인 nn큐비트 부호에서는

dim⁡C=2n−m.\dim\mathcal C=2^{n-m}.

검사 사이의 곱 관계를 먼저 찾고 독립인 수를 세어야 한다. 곱해서 −I-I가 나오는 검사 목록에서는 공통 +1+1 공간이 {0}\{0\}이므로 이 공식을 적용하지 않는다. 다시 보기: O33a.

신드롬을 바꾸는지 확인한다. 파울리 오류와 각 생성원의 가환·반가환 관계가 신드롬을 정한다. 가환 여부는 심플렉틱 곱으로 판정한다. 모든 검사와 가환하는 오류는 검출되지 않지만, 부호 공간에서 자명하게 작용하는 경우와 논리 정보를 바꾸는 경우를 나누어야 한다. 다시 보기: O31a, O33b.

위상 동치를 포함해 논리 연산을 분류한다. 파울리 군 안에서는 안정자군의 정규화 부분군과 중심화 부분군이 일치한다. 정규화 부분군 N(S)N(S)의 원소 가운데 전체 위상을 붙인 안정자 S~\widetilde S에 속하지 않는 것이 비자명한 논리 파울리다. 일반 군의 정규화와 점별 고정 조건은 구별한다. 다시 보기: O33b, O34b.

25 · 파울리 군과 안정자 부호U25
파울리 군과 안정자 부호도전X06

도전: 안정자 부호의 논리 연산자 찾기

O33a와 O33b를 적용한다. 독립 검사가 mm개이면 k=n−mk=n-m이고, 논리 파울리 연산자는 모든 검사와 가환하지만 전체 위상을 붙인 안정자 S~\widetilde S에 들지 않는, 곧 위상을 무시해도 검사들의 곱이 아닌 파울리다. 가환 여부는 O31a의 심플렉틱 곱으로 판정한다.

부호 거리와 정정 가능 범위절 안내ST11a

부호 거리와 정정 가능 범위

SECTION 26

부호 거리와 정정 가능 범위

검출되지 않는 논리 오류의 무게가 무엇을 보장하는가?

01논리 오류와 부호 거리
02오류와 소실의 정정 범위
03싱글턴 한계와 작은 부호

논리 정보를 바꾸는 가장 작은 오류를 찾아 정정 가능한 범위를 판단한다. 선행 지식·학습 목표·가정은 S11a에서, 절의 결론은 U26에서 확인한다.

26 · 부호 거리와 정정 가능 범위ST11a
부호 거리와 정정 가능 범위절 안내S11a

부호 거리와 정정 가능 범위

검출되지 않는 논리 오류의 무게가 무엇을 보장하는가?

안정자와 논리 연산의 구별을 오류 정정에 적용한다. 어떤 오류들을 함께 정정할 수 있는지 확인하고, 비자명한 논리 오류의 최소 무게로 부호 거리를 정의한다.

위치를 모르는 오류의 정정 범위를 구한 뒤 다섯 큐비트 부호를 확인한다. 선택 계산에서는 위치가 알려진 소실의 보장과 싱글턴 한계를 연결한다.

정정 조건(A12), 안정자와 논리 파울리(O33b)⁠를 복습한다. 핵심 경로에서는 주어진 거리로 보장되는 오류 정정 범위를 구하고, 다섯 큐비트 부호의 검사표를 읽는다.

검사와 복구는 이상적으로 수행한다고 가정한다. 알려진 위치의 소실과 싱글턴 한계의 증명은 D29, D30의 선택 계산이다. 거리 3의 하한·상한을 확인하는 계산(D18)⁠도 따로 읽을 수 있다. U26에서 데이터 오류의 보장과 회로의 결함 허용성을 구별한다.

부호 거리와 정정 가능 범위핵심O40a

어떤 오류들의 집합을 함께 정정할 수 있는가?

안정자 부호가 오류 집합 전체를 하나의 복구 절차로 정정할 수 있는 조건을 살펴보자.

정리 ·안정자 부호의 정정 가능 조건유도: O40b 및 A12

물리 큐비트 nn개에 작용하는 안정자군 SS를 생각하자. 오류 집합 {Ea}\{E_a\}가 파울리 군 𝒫n\mathcal{P}_n의 부분집합이라고 하자. 모든 aa와 bb에 대해 Ea†Eb∉N(S)∖S~E_a^\dagger E_b\notin N(S)\setminus\widetilde S이면, {Ea}\{E_a\}는 정정 가능한 오류 집합이다. 여기서 제외하는 집합은 비자명한 논리 작용을 하는 파울리 연산자들의 집합이다.

안정자 생성원 sis_i의 측정 결과인 신드롬을 βi\beta_i라 하자. βi=±1\beta_i=\pm1이며, −1-1이 나오면 상태가 부호 공간에서 벗어났음을 알 수 있다. 부호 상태에 오류 EaE_a가 생기면 EaE_a와 반가환하는 sis_i에서만 βi=−1\beta_i=-1이 나온다(O33b). 측정한 신드롬을 주는 오류가 오류 집합 안에 EaE_a 하나뿐이면, 그 오류가 특정된다. Ea†E_a^\dagger를 적용하면 복구된다. 앞의 비트 반전·위상 반전 정정과 같은 원리다.

각 검사에서 두 오류의 가환·반가환 부호가 곱해지므로, 두 오류의 신드롬이 같다는 것은 Ea†EbE_a^\dagger E_b가 모든 검사와 가환한다는 것, 곧 Ea†Eb∈N(S)E_a^\dagger E_b\in N(S)와 같다(계산: O40b). 그래서 신드롬이 다른 두 오류는 정리의 조건을 저절로 만족한다. 검사값을 바꾸지 않는 비자명한 논리 차이가 두 오류 사이에 있으면 정정할 수 없다. 같은 신드롬이더라도 두 오류가 안정자와 전체 위상만큼만 다르면 같은 복구로 충분하다. 이 구별이 다음 계산과 표면 부호의 복구 경로에서 반복해서 등장한다.

부호 거리와 정정 가능 범위계산O40b

계산: 같은 신드롬을 가진 두 오류의 복구

같은 신드롬을 주는 다른 오류 EbE_b가 있어도 Ea†E_a^\dagger로 복구할 수 있을까? 이때 전체 작용은 Ea†EbE_a^\dagger E_b이다. EbE_b는 EaE_a, Ea†E_a^\dagger와 마찬가지로 각 검사 sℓs_{\ell}에 대해 같은 가환·반가환 관계를 갖는다. 따라서 두 오류의 곱 Ea†EbE_a^\dagger E_b는 모든 sℓs_{\ell}과 가환한다. 정정 가능 조건에 따라 N(S)\S̃N(S)\setminus\widetilde S에는 속할 수 없으므로 S̃\widetilde S에 속한다. 즉, 부호 공간에서 전체 위상 외에는 변화가 없으므로 복구에 성공한다. 오류를 정확히 특정하지 못해도 올바른 복구는 가능하다.

같은 신드롬이라는 조건을 식으로 쓰면 각 검사 sℓs_\ell에 대해 sℓEa=βℓEasℓs_\ell E_a=\beta_\ell E_as_\ell, sℓEb=βℓEbsℓs_\ell E_b=\beta_\ell E_bs_\ell이며 βℓ=±1\beta_\ell=\pm1이다. 첫 식의 수반을 취하고 βℓ2=1\beta_\ell^2=1을 쓰면 sℓEa†=βℓEa†sℓs_\ell E_a^\dagger=\beta_\ell E_a^\dagger s_\ell이다. 따라서

sℓEa†Eb=βℓEa†sℓEb=βℓ2Ea†Ebsℓ=Ea†Ebsℓ.s_\ell E_a^\dagger E_b=\beta_\ell E_a^\dagger s_\ell E_b=\beta_\ell^2E_a^\dagger E_bs_\ell=E_a^\dagger E_bs_\ell.

두 오류가 그 검사와 모두 가환하는 경우도, 모두 반가환하는 경우도 같은 결론을 준다. 두 부호가 곱해져 1이 되는 것이 핵심이다.

Ea†Eb=ωsE_a^\dagger E_b=\omega s이고 s∈Ss\in S이면 Ea†Eb|ψL⟩=ω|ψL⟩.E_a^\dagger E_b\left|\psi_{\mathrm{L}}\right\rangle=\omega\left|\psi_{\mathrm{L}}\right\rangle. 결과는 전체 위상만 다르므로 논리 정보가 복구된다. 반대로 Ea†Eb∈N(S)∖S~E_a^\dagger E_b\in N(S)\setminus\widetilde S이면 어떤 논리 상태에는 비자명하게 작용하는데, 신드롬만으로는 그 두 경우를 구별할 수 없다. 이때는 신드롬을 읽고 파울리를 적용하는 복구뿐 아니라 어떤 CPTP 복구도 두 오류를 동시에 정정하지 못한다. A12의 정정 조건이 깨지기 때문이다.

부호 거리와 정정 가능 범위핵심O41a

양자 부호 거리: 검출되지 않는 논리 오류의 최소 크기

정의 ·파울리 무게와 부호 거리

아래에서는 k≥1k\ge1인 안정자 부호를 다룬다. 파울리 군 𝒫n\mathcal{P}_n의 원소 중 N(S)\S̃N(S)\setminus\widetilde S에 속하는 원소들의 최소 무게(weight)⁠를 부호 거리라 한다. 무게는 전체 위상을 제외한 파울리 문자열에서 II가 아닌 인자의 수다. 예를 들어 IXXIZIXXIZ의 무게는 3이다.

d=minP∈N(S)\S̃wt(P).d=\min_{P\in N(S)\setminus\widetilde S}\operatorname{wt}(P). 물리 큐비트 수 nn, 논리 큐비트 수 kk, 거리 dd를 [[n,k,d]][[n,k,d]]로 묶어 표기한다. 같은 n,kn,k여도 dd는 다를 수 있다. 거리에는 검사 회로 자체의 오류가 아직 포함되지 않는다.

N(S)\S̃N(S)\setminus\widetilde S의 원소 QQ는 모든 안정자와 가환하므로 신드롬을 바꾸지 않는다. 그러나 Tr⁡(QPC)=0\operatorname{Tr}(QP_{\mathcal C})=0이므로 부호 공간에서 전체 위상에 비례하는 항등작용이 아니고, 일부 논리 상태를 바꾼다. 거리가 dd이면 무게가 dd보다 작은 연산자는 N(S)\S̃N(S)\setminus\widetilde S에 속할 수 없다. 따라서 무게가 dd 미만인 파울리 오류는 신드롬을 바꾸거나, S̃\widetilde S에 속하여 논리 정보에 영향을 주지 않는다. 양자 부호에서는 두 경우의 오류를 모두 검출 가능(detectable)⁠하다고 한다.

P ∉ N(S)신드롬 변화일부 검사와 반가환P ∈ S̃논리 정보 보존부호 공간에서 스칼라 작용P ∈ N(S) ∖ S̃비자명한 논리 작용이 부류의 최소 무게가 d
전체 위상을 포함한 안정자 집합을 S~\widetilde S로 썼다. 거리 dd는 신드롬을 바꾸지 않으면서 논리 작용이 비자명한 세 번째 부류에서 정한다.
부호 거리와 정정 가능 범위핵심O41c

부호 거리가 보장하는 오류 정정 범위

정리 ·부호 거리와 정정 가능한 오류 수이유: O40a의 조건 · 상세 계산: O41b

거리가 dd인 안정자 부호와 0 이상의 정수 tt를 생각하자. 2t<d2t<d이면 무게가 tt 이하인 모든 파울리 오류를 하나의 복구 절차로 정정할 수 있다.

A12에 따라 크라우스 연산자들이 이 파울리 오류들의 선형 결합인 잡음도 같은 복구로 정정된다. 여기서는 검사와 복구를 이상적으로 수행한다고 가정한다.

보장되는 정정 반경은 t=⌊(d−1)/2⌋t=\lfloor(d-1)/2\rfloor이다. 더 큰 무게의 오류가 반드시 모두 실패한다는 뜻은 아니다.

무게가 각각 tt 이하인 두 파울리 오류 Ea,EbE_a,E_b를 비교하자.

wt⁡(Ea†Eb)≤wt⁡(Ea)+wt⁡(Eb)≤2t<d.\operatorname{wt}(E_a^\dagger E_b)\le\operatorname{wt}(E_a)+\operatorname{wt}(E_b)\le2t<d.

거리의 정의에 따라 이 곱은 비자명한 논리 파울리 연산자가 될 수 없다. 따라서 O40a의 정정 가능 조건을 오류 집합 전체에 적용할 수 있다. 상세 계산은 O41b에서 확인한다.

오류가 작용한 위치를 미리 아는 소실 문제는 별도로 다룬다(D29). 또한 이 정정 보장은 잡음이 있는 검사 회로의 결함 허용성을 뜻하지 않는다.

부호 거리와 정정 가능 범위계산O41b

계산: 거리에서 정정 가능한 오류 수 얻기

O41c의 첫 부등식을 확인하자. 두 오류가 모두 II인 자리에서는 곱 Ea†EbE_a^\dagger E_b도 II이다. 곧 곱이 II가 아닌 자리는 두 오류 가운데 하나라도 II가 아닌 자리뿐이므로 wt⁡(Ea†Eb)≤wt⁡(Ea)+wt⁡(Eb)\operatorname{wt}(E_a^\dagger E_b)\le\operatorname{wt}(E_a)+\operatorname{wt}(E_b)이다. 예를 들어 XIIII⋅IIIIZ=XIIIZXIIII\cdot IIIIZ=XIIIZ의 무게는 1+1=21+1=2다. 같은 자리에서 겹치면 XIIII⋅XIIII=IIIIIXIIII\cdot XIIII=IIIII처럼 무게가 합보다 작아질 수도 있다.

정정할 오류 집합의 두 원소를 비교하면 무게가 더해질 수 있다. 따라서 검출 가능한 수 d−1d-1과 정정 가능한 수 ⌊(d−1)/2⌋\lfloor(d-1)/2\rfloor이 다르다.

정리 ·양자 싱글턴 한계증명: D30 · 엔트로피 준비: D29a

k≥1k\ge1인 [[n,k,d]][[n,k,d]] 큐비트 부분공간 부호는 양자 싱글턴 한계(quantum Singleton bound)⁠를 만족한다.

n−k≥2(d−1).n-k\ge2(d-1).

여기서 dd는 d−1d-1개 이하의 알려진 위치 소실을 모두 정확히 정정할 수 있는 거리다. 안정자 부호에는 앞서 정의한 논리 파울리의 최소 무게와 같은 거리가 적용된다.

양자 싱글턴 한계는 k≤n−2(d−1)k\le n-2(d-1)로도 적는다. 물리 큐비트 수와 거리를 정하면 논리 큐비트 수가 제한된다는 뜻이다. 증명은 D30에서, 그에 사용하는 엔트로피 성질은 D29a에서 확인한다. 이는 일반적인 부호 매개변수에 대한 제약이며, 주어진 회로의 결함 허용성(B10)⁠을 보장하는 식은 아니다.

예를 들어 k=1k=1, d=3d=3이면 n≥5n\ge5다. 뒤의 [[5,1,3]][[5,1,3]] 부호가 이 한계를 등호로 만족한다.

부호 거리와 정정 가능 범위계산D29

위치를 아는 소실은 왜 d−1개까지 정정할 수 있는가?

정의 ·위치를 아는 소실

소실(erasure)⁠은 잃어버린 큐비트의 위치를 알고 있는 오류다. 소실 위치 집합 AA 위의 모든 연산자를 파울리 기저로 전개할 수 있다.

연산자의 지지집합(support)⁠은 항등 연산자를 제외하고 실제로 작용하는 큐비트 위치들의 집합이다. 집합 AA에 지지를 둔다는 것은 E=EA⊗IAcE=E_A\otimes I_{A^c}로 쓸 수 있다는 뜻이다.

같은 AA에 지지를 둔 오류의 곱 Ea†EbE_a^\dagger E_b도 AA에만 지지를 두므로 AA 위의 파울리 문자열로 전개되고, 각 항의 무게는 |A||A| 이하다. |A|<d|A|<d이면 어느 항도 N(S)∖S~N(S)\setminus\widetilde S에 없다. S~\widetilde S의 항은 부호 공간에서 스칼라로 작용한다. 부호 공간 사영 PP와 N(S)N(S) 밖의 항 QQ에 대해, QQ와 반가환하는 검사 ss를 잡으면 PQP=PsQP=−PQsP=−PQPPQP=PsQP=-PQsP=-PQP, 곧 PQP=0PQP=0이다. 따라서 |A|<d|A|<d이면

PEa†EbP=cabP.PE_a^\dagger E_bP=c_{ab}P.

곧 오류 정정 조건(A12)⁠이 성립한다.

위치를 모르는 무게 tt 오류 두 개는 서로 다른 위치에 생길 수 있으므로 곱의 무게가 2t2t까지 커진다. 반면 소실은 위치 집합이 같아서 |A||A|를 넘지 않는다.

이 차이가 t≤⌊(d−1)/2⌋t\le\lfloor(d-1)/2\rfloor과 |A|≤d−1|A|\le d-1의 차이를 설명한다.

소실 정정의 또 다른 표현은 “소실된 계만으로는 논리 정보를 얻을 수 없다”⁠이다(근거: D17). 다음 엔트로피 증명과 Hayden–Preskill의 복구 조건에서 이 표현을 다시 사용한다.

서로 다른 위치: t=2의 예EaEb곱의 지지 ⊆ 두 집합의 합집합최대 2t알려진 같은 집합 A의 예AEaEb곱의 지지 ⊆ A최대 |A|
상자는 큐비트 위치를 나타낸다. 위치를 모르는 오류는 서로 다른 지지집합을 가질 수 있지만, 알려진 소실 집합 AA 위의 오류는 곱해도 AA를 벗어나지 않는다.
부호 거리와 정정 가능 범위계산D30

양자 싱글턴 한계의 엔트로피 증명

[[n,k,d]][[n,k,d]] 부호에 k≥1k\ge1이라 하자. kk개 논리 큐비트를 기준계 RR과 최대 얽힘으로 준비하고 부호화한다. 전체 RABCRABC는 순수하다.

n<2(d−1)n<2(d-1)이면 전체를 각각 d−1d-1개 이하인 두 집합으로 나눌 수 있다. 양쪽이 독립적으로 모든 논리 상태를 복구하게 되어 복제 불가능성(O13a)⁠과 모순이다.

따라서 서로 겹치지 않는 A,BA,B에 각각 d−1d-1개, 나머지 CC에 n−2(d−1)n-2(d-1)개를 둔다. AA를 잃는 소실은 크라우스 연산자가 Ea=⟨a|A⊗IE_a=\langle a|_A\otimes I(|a⟩|a\rangle는 AA의 기저)⁠인 채널이다. |A|=d−1|A|=d-1이므로 이 소실은 거리의 정의(O41b)⁠에 따라 정정할 수 있다. 환경 출력의 성분은 Tr⁡(EaρEb†)=⟨a|ρA|b⟩\operatorname{Tr}(E_a\rho E_b^\dagger)=\langle a|\rho_A|b\rangle로, 환경은 잃어버린 AA의 상태를 그대로 받는다. 따라서 D17에 따라 RARA의 상태는 곱 상태이고, RBRB도 마찬가지다. 곱 상태의 엔트로피와 전체 상태의 순수성을 사용하면

S(R)+S(A)=S(RA)=S(BC),S(R)+S(B)=S(RB)=S(AC).\begin{aligned}S(R)+S(A)&=S(RA)=S(BC),\\S(R)+S(B)&=S(RB)=S(AC).\end{aligned}

두 식을 더하고 엔트로피의 준가법성을 적용하면

2S(R)+S(A)+S(B)≤S(A)+S(B)+2S(C).2S(R)+S(A)+S(B)\le S(A)+S(B)+2S(C).

밑 2에서 S(R)=kS(R)=k이고 S(C)≤|C|S(C)\le|C|이므로

k≤n−2(d−1).k\le n-2(d-1).
기준계 R: k큐비트Ad−1 큐비트Bd−1 큐비트Cn−2(d−1) 큐비트부호화된 n큐비트: A, B, C로 분할A의 소실: BC에서 복구 · B의 소실: AC에서 복구R과 A, R과 B는 각각 곱 상태 · 전체 RABC는 순수
AA와 BB의 소실을 각각 정정할 수 있다는 조건을 사용한다. 둘을 동시에 잃어도 정정할 수 있다고 가정하는 것은 아니다. 상자의 너비는 큐비트 수에 비례하지 않는다.
부호 거리와 정정 가능 범위핵심O36

다섯 큐비트 부호: 네 검사와 한 논리 큐비트

물리 큐비트 5개로 논리 큐비트 1개를 표현하는 안정자 부호를 살펴보자. [G97] 물리적 힐베르트 공간은 25=322^5=32차원이다.

생성원은 s1=XZZXI,s2=IXZZX,s3=XIXZZ,s4=ZXIXZ\begin{aligned} s_1 &= XZZXI,\\ s_2 &= IXZZX,\\ s_3 &= XIXZZ,\\ s_4 &= ZXIXZ \end{aligned}이다. 앞에서 제시한 안정자군의 조건을 모두 만족하는지 확인하자.

서로 다른 두 생성원은 정확히 두 큐비트에서 반가환하는 인자를 갖는다. 두 음의 부호가 상쇄되므로 전체 연산자는 가환한다. 즉, 모든 ii, jj에 대해 [si,sj]=0[s_i, s_j] = 0이다. 네 생성원의 XX 부분 10010, 01001, 10100, 01010이 F2\mathbb F_2에서 독립이므로(계수: O39c), 서로 다른 생성원을 하나 이상 곱하면 어떤 자리에 XX나 YY가 남아 ±I\pm I, ±iI\pm\mathrm{i}I가 되지 않는다. 곧 생성원은 독립이고 −I∉S-I\notin S이므로 부호 공간은 25−4=22^{5-4}=2차원이고 k=1k=1이다(O33a).

모든 생성원의 고윳값이 +1+1인 공통 고유공간이 부호 공간이다. 이제 그 안에서 |0L⟩,|1L⟩\left|0_{\textrm{L}}\right\rangle, \left|1_{\textrm{L}}\right\rangle로 사용할 논리 기저 상태를 정하자.

논리 연산자는 XL:=XXXXXX_{\textrm{L}} := XXXXX와 ZL:=ZZZZZZ_{\textrm{L}} := ZZZZZ라 하고, 부호 공간에서 ZLZ_{\textrm{L}}의 고윳값이 11인 상태를 |0L⟩\left|0_{\textrm{L}}\right\rangle, −1-1인 상태를 |1L⟩\left|1_{\textrm{L}}\right\rangle로 한다.

{si}\{s_i\}에 ZLZ_{\textrm{L}}을 더하면, 이들의 공통 고윳값으로 상태가 전체 위상까지 결정된다. sis_i의 각 허용 고윳값 조합에 해당하는 공간(사영: O35b)⁠은 2차원이며, ZLZ_{\textrm{L}}의 두 고유 상태가 그 공간의 기저를 이룬다.

각 sis_i에는 XX와 ZZ가 두 개씩 있다. 그래서 XXXXXXXXXX와 ZZZZZZZZZZ는 모든 sis_i와 두 자리에서 반가환하므로 가환한다. 한편 둘은 다섯 자리에서 반가환하므로 서로 반가환한다. S~\widetilde S의 원소는 N(S)N(S) 전체와 가환하므로 둘은 S~\widetilde S 밖에 있고, 곧 비자명한 논리 연산자다.

26 · 부호 거리와 정정 가능 범위계산 O37O36
부호 거리와 정정 가능 범위계산O37

계산: 다섯 큐비트 부호의 두 기저 상태

앞 페이지의 생성원을 사용하여 |00001⟩\left|00001\right\rangle을 부호 공간에 사영하자. PS=∏i=14I+si2,|1L⟩=4PS|00001⟩,|0L⟩=X⊗5|1L⟩.P_S=\prod_{i=1}^{4}\frac{I+s_i}{2},\qquad \left|1_{\mathrm{L}}\right\rangle=4P_S\left|00001\right\rangle,\qquad \left|0_{\mathrm{L}}\right\rangle=X^{\otimes5}\left|1_{\mathrm{L}}\right\rangle. 계산을 시작하면 (I+s1)|00001⟩=|00001⟩+|10011⟩(I+s_1)\left|00001\right\rangle=\left|00001\right\rangle+\left|10011\right\rangle이고, (I+s2)(I+s1)|00001⟩=|00001⟩+|10011⟩+|01000⟩−|11010⟩.(I+s_2)(I+s_1)\left|00001\right\rangle=\left|00001\right\rangle+\left|10011\right\rangle+\left|01000\right\rangle-\left|11010\right\rangle. 나머지 두 인자도 차례로 작용하면 다음과 같다. 각 항의 계수 크기는 1/41/4이다.

4|1L⟩=+|00001⟩+|00010⟩+|00100⟩+|00111⟩+|01000⟩−|01011⟩−|01101⟩+|01110⟩+|10000⟩+|10011⟩−|10101⟩−|10110⟩+|11001⟩−|11010⟩+|11100⟩−|11111⟩\begin{aligned} 4\left|1_{\mathrm{L}}\right\rangle&=+\left|00001\right\rangle+\left|00010\right\rangle+\left|00100\right\rangle+\left|00111\right\rangle\\ &\quad +\left|01000\right\rangle-\left|01011\right\rangle-\left|01101\right\rangle+\left|01110\right\rangle\\ &\quad +\left|10000\right\rangle+\left|10011\right\rangle-\left|10101\right\rangle-\left|10110\right\rangle\\ &\quad +\left|11001\right\rangle-\left|11010\right\rangle+\left|11100\right\rangle-\left|11111\right\rangle \end{aligned}

4|0L⟩=−|00000⟩+|00011⟩−|00101⟩+|00110⟩−|01001⟩−|01010⟩+|01100⟩+|01111⟩+|10001⟩−|10010⟩−|10100⟩+|10111⟩+|11000⟩+|11011⟩+|11101⟩+|11110⟩\begin{aligned} 4\left|0_{\mathrm{L}}\right\rangle&=-\left|00000\right\rangle+\left|00011\right\rangle-\left|00101\right\rangle+\left|00110\right\rangle\\ &\quad -\left|01001\right\rangle-\left|01010\right\rangle+\left|01100\right\rangle+\left|01111\right\rangle\\ &\quad +\left|10001\right\rangle-\left|10010\right\rangle-\left|10100\right\rangle+\left|10111\right\rangle\\ &\quad +\left|11000\right\rangle+\left|11011\right\rangle+\left|11101\right\rangle+\left|11110\right\rangle \end{aligned}

16PS=∑g∈Sg16P_S=\sum_{g\in S}g(B17)⁠이므로 4|1L⟩=∑g∈Sg|00001⟩4\left|1_{\mathrm{L}}\right\rangle=\sum_{g\in S}g\left|00001\right\rangle이다. 원소들의 XX 부분이 서로 달라(O36) 16항의 기저 상태가 모두 다르고, 각 계수는 ±1\pm1이다. 그래서 ‖4|1L⟩‖2=16\|4\left|1_{\mathrm{L}}\right\rangle\|^2=16이고 정규화 상수는 1/41/4이다. |0L⟩\left|0_{\mathrm{L}}\right\rangle에는 1이 짝수 개, |1L⟩\left|1_{\mathrm{L}}\right\rangle에는 홀수 개 있다. 따라서 ZL=Z⊗5Z_{\mathrm{L}}=Z^{\otimes5}의 고윳값은 각각 +1,−1+1,-1이다.

참고: [G97]. 전개식은 si|bL⟩=|bL⟩s_i\left|b_{\mathrm{L}}\right\rangle=\left|b_{\mathrm{L}}\right\rangle과 정규화를 직접 확인하였다.

부호 거리와 정정 가능 범위핵심O38 · 1/2

다섯 큐비트 부호: 검사 회로

보조 큐비트를 |0⟩\left|0\right\rangle으로 준비하고 아다마르 게이트를 적용한다. 각 파울리 인자에 해당하는 제어 연산을 수행한 뒤, 다시 아다마르 게이트를 적용하고 측정한다. 항등 인자의 제어 연산은 생략해도 된다. 이 과정이 검사 연산자의 사영 측정이며, 결과가 신드롬이다(O35a). s1=XZZXI,s2=IXZZX,s3=XIXZZ,s4=ZXIXZs_1 = XZZXI,\,s_2 = IXZZX,\,s_3 = XIXZZ,\,s_4 = ZXIXZ 오류를 확인하려면 sis_i를 측정하면 된다. 그림은 s1s_1의 측정 회로다. 보조 큐비트가 제어이고, ⊕\oplus는 제어 XX(CNOT), ZZ 상자는 제어 ZZ다. q1q_1–q5q_5에 걸리는 연산이 XZZXIXZZXI의 인자를 차례로 따르며, q5q_5의 II는 생략할 수 있다. 측정값 0은 s1=+1s_1=+1, 1은 s1=−1s_1=-1을 뜻한다.

다섯 큐비트 부호의 XZZXI 검사 회로.|0⟩q₁q₂q₃q₄q₅HZZIH데이터 공동 상태: 입력 |ψ⟩ → 측정 후 |φ⟩
다섯 큐비트 부호의 검사 s1=XZZXIs_1=XZZXI를 측정하는 회로
26 · 부호 거리와 정정 가능 범위O38 · 1/2
부호 거리와 정정 가능 범위핵심O38-⁠-2 · 2/2

다섯 큐비트 부호: 신드롬과 복구

오류가 발생하기 전의 상태가 부호 공간에 있고, 검사 측정은 이상적이라고 하자. 신드롬은 네 검사 연산자 (s1,s2,s3,s4)(s_1,s_2,s_3,s_4)의 측정값을 이 순서로 나열한 것이다. 아래 표에서 ++와 −-는 각각 +1+1과 −1-1을 나타낸다. 오류가 없으면 신드롬은 (+,+,+,+)(+,+,+,+)다. 한 큐비트에 파울리 오류가 발생한 경우의 신드롬은 다음과 같다. 각 성분은 검사 sjs_j가 그 오류와 반가환하면 −-, 가환하면 ++이다.

큐비트 iiXiX_iYiY_iZiZ_i
1(+,+,+,−)(+,+,+,-)(−,+,−,−)(-,+,-,-)(−,+,−,+)(-,+,-,+)
2(−,+,+,+)(-,+,+,+)(−,−,+,−)(-,-,+,-)(+,−,+,−)(+,-,+,-)
3(−,−,+,+)(-,-,+,+)(−,−,−,+)(-,-,-,+)(+,+,−,+)(+,+,-,+)
4(+,−,−,+)(+,-,-,+)(−,−,−,−)(-,-,-,-)(−,+,+,−)(-,+,+,-)
5(+,+,−,−)(+,+,-,-)(+,−,−,−)(+,-,-,-)(+,−,+,+)(+,-,+,+)

Yi=iXiZiY_i=\mathrm iX_iZ_i이므로 YiY_i의 신드롬은 XiX_i와 ZiZ_i의 신드롬을 성분별로 곱한 것이다. 오류가 없는 경우와 15가지 단일 큐비트 파울리 오류가 모두 서로 다른 신드롬을 갖는다. 따라서 이 16가지 경우 중 하나라는 가정 아래에서는, 측정한 신드롬에 대응하는 파울리 연산을 적용하여 복구할 수 있다. 오류가 없는 경우에는 항등 연산을 적용한다.

16가지 신드롬이 모두 달라 무게 1·2의 파울리는 신드롬을 바꾸고, 무게 3의 비자명한 논리 연산자가 있으므로 이 부호의 거리는 33이다(계산: D18). 따라서 모든 3−1=23-1 = 2큐비트 오류를 검출하고, 모든 ⌊(3−1)/2⌋=1\lfloor (3-1)/2 \rfloor = 1큐비트 오류를 정정할 수 있다.

26 · 부호 거리와 정정 가능 범위계산 보충O38 · 2/2
부호 거리와 정정 가능 범위계산D18

5큐비트 부호의 거리가 정확히 3인 이유

표의 생성원 순서에서 Y3Y_3은 처음 세 검사와 반가환하고 마지막 검사와 가환한다. 따라서 신드롬은 (−,−,−,+)(-,-,-,+)이다.

표에 나온 무게 1 파울리 오류 15개는 서로 다른 0이 아닌 신드롬을 가진다. 여기서 신드롬 0은 모든 검사 결과가 +1+1이라는 뜻이다. 서로 다른 위치의 오류 두 개를 곱한 무게 2 오류도 신드롬 0일 수 없다. 부호를 성분별로 곱해 모두 +1+1이 되려면 두 신드롬이 같아야 하기 때문이다.

그러므로 무게 1 또는 2의 비자명한 파울리는 모든 안정자와 가환할 수 없다. 논리 연산자의 최소 무게는 적어도 3이다.

한편 논리 연산자 XL=XXXXXX_{\mathrm L}=XXXXX(O36)⁠와 첫 생성원을 곱하면

XLs1=(XXXXX)(XZZXI)=−IYYIX.X_{\mathrm L}s_1=(XXXXX)(XZZXI)=-IYYIX.

이 연산자는 무게 3이다. s1s_1은 부호 공간에서 항등 작용을 하므로 XLs1X_{\mathrm L}s_1은 여전히 논리 XX로 작용한다.

무게 3의 비자명한 논리 연산자가 실제로 존재하고, 그보다 작은 것은 없으므로 d=3d=3이다. 하한과 구체적인 예를 함께 확인해야 “정확히 3”⁠이라는 결론이 나온다.

곱에 붙는 부호도 확인하자. 각 자리에서 XX=IXX=I, XZ=−iYXZ=-iY, XI=XXI=X이므로

I⊗(−iY)⊗(−iY)⊗I⊗X=−IYYIX.I\otimes(-iY)\otimes(-iY)\otimes I\otimes X=-IYYIX.

음의 부호는 (−i)2=−1(-i)^2=-1에서 나온다. 이 전체 부호는 연산자의 무게에 영향을 주지 않지만, 연산자 사이의 등식을 쓸 때에는 생략할 수 없다.

부호 거리와 정정 가능 범위핵심U26

요약: 거리로 읽는 정정 보장

가장 가벼운 논리 오류를 찾는다. 거리란 검사를 통과하면서 논리 정보를 바꾸는 파울리 연산자의 최소 무게다. 전체 위상만 다른 안정자는 논리 오류로 세지 않는다. 같은 신드롬의 오류가 안정자만큼 다른지도 확인한다. 다시 보기: O40a, O41a.

위치를 모르는 오류와 소실을 구별한다. 거리 dd인 부호는 2t<d2t<d인 tt개까지의 미지 위치 오류를 정정한다. 선택 계산에서 다룬 소실은 오류의 위치를 아는 경우다. 소실 집합 AA는 |A|<d|A|<d이면 정정할 수 있다. 두 경우는 오류곱의 가능한 지지집합이 다르다. 다시 보기: O41c, D29.

논리 큐비트 수에도 한계가 있다. 선택 계산에서 얻은 양자 싱글턴 한계는

k≤n−2(d−1)k\le n-2(d-1)

이다. 소실 정정에서 얻는 기준계와 소실계의 독립성, 엔트로피의 차원 상한을 함께 사용한다. 거리만 늘리면서 같은 자원으로 논리 큐비트 수를 무제한 유지할 수는 없다. 다시 보기: O41b.

예제의 거리를 양쪽에서 검증한다. 5큐비트 부호의 거리 3을 확인하려면 낮은 무게의 비자명 논리 연산자가 없음을 보이고, 무게 3의 대표도 제시해야 한다. 신드롬 표가 단일 오류를 구별한다는 사실과 전체 거리 주장의 범위를 구별한다. 다시 보기: O36, O38-⁠-2.

데이터 오류와 검사 회로의 잡음을 구별한다. 거리의 보장은 이상적인 검사를 가정하며, 잡음 있는 검사 회로의 결함 허용성을 뜻하지 않는다. 다시 보기: O41c, O41b.

26 · 부호 거리와 정정 가능 범위U26
토릭 부호: 고리와 전역 정보절 안내S12

토릭 부호: 고리와 전역 정보

SECTION 27

토릭 부호: 고리와 전역 정보

국소적인 검사가 어떻게 전역적인 논리 정보를 남기는가?

01격자 위의 두 종류 검사
02오류 경로와 닫힌 고리
03전역 패리티와 논리 연산

주기 경계 대신 두 종류의 열린 경계를 두면 경계 사이의 경로로 논리 연산자를 구성하는 표면 부호를 얻는다.

복습: O33a의 안정자 부호와 O33b의 논리 연산자. 이 절에서는 격자 검사의 전역 관계를 이용해 논리 큐비트 수와 비수축 고리의 역할을 설명한다. 주기 경계의 이상적인 토릭 부호를 다루며, 사영·정규화와 거리의 상세 계산은 선택 경로에서 확인한다.

27 · 토릭 부호: 고리와 전역 정보S12
토릭 부호: 고리와 전역 정보핵심O43b

해밀토니안과 바닥 공간: 에너지로 상태를 구별하기

정의 ·바닥 공간과 에너지 축퇴

S06e에서 정의한 해밀토니안 HH는 에너지를 나타내는 에르미트 관측량이다. 유한차원에서 가장 작은 고윳값 E0E_0을 바닥 에너지(ground-state energy)⁠라 한다.

H0={v:Hv=E0v}\mathcal H_0=\{v:Hv=E_0v\}

는 바닥 공간(ground space)⁠이다. 그 안의 정규화된 벡터가 바닥 상태이며, 더 높은 에너지의 고유상태를 들뜬 상태(excited state)⁠라 한다.

서로 독립인 바닥 상태가 여러 개이면 바닥 에너지가 축퇴(degenerate)⁠되어 있다고 한다. 축퇴도는 바닥 공간의 차원이다. 이는 서로 다른 오류가 부호 공간에서 같은 작용을 하는 오류 정정의 축퇴성(D14)⁠과 다른 뜻이다.

예를 들어 H=−ZH=-Z에서 |0⟩|0\rangle과 |1⟩|1\rangle의 에너지는 각각 −1-1과 +1+1이다. H=−Z⊗ZH=-Z\otimes Z의 바닥 공간은 |00⟩,|11⟩|00\rangle,|11\rangle로 생성되어 2차원이다.

다음 토릭 부호의 해밀토니안은 서로 가환하는 검사 연산자로 만든다. 모든 검사의 +1+1 고유공간이 에너지를 최소화하며, 그 공통 공간을 부호 공간으로 이용한다.

H = −Z ⊗ ZE+1|01⟩, |10⟩−1|00⟩, |11⟩바닥 공간: span{|00⟩, |11⟩} · 차원 2
아래 두 벡터의 모든 정규화된 중첩도 바닥 상태다. 축퇴가 확률 혼합을 뜻하는 것은 아니다.
토릭 부호: 고리와 전역 정보핵심O42

토릭 부호: 변 위의 큐비트와 두 종류의 검사

정의 ·토릭 격자와 두 검사 연산자

각 방향의 격자 수가 Nx,Ny≥3N_{\mathrm{x}},N_{\mathrm{y}}\ge3이고 주기적 경계 조건을 갖는 정사각 격자를 생각하자. 큐비트는 격자점이 아니라 변(edge, link)⁠에 놓인다. 모든 변은 정확히 한 격자점의 오른쪽 변 또는 위쪽 변이므로, 큐비트 수는 2NxNy2N_{\mathrm{x}}N_{\mathrm{y}}이다. 따라서 공간 차원은 22NxNy=4NxNy2^{2N_{\mathrm{x}} N_{\mathrm{y}}} = 4^{N_{\mathrm{x}} N_{\mathrm{y}}}이다.

꼭짓점 vv의 꼭짓점 연산자 AvA_v(vertex 또는 star operator)⁠와 기본 정사각형 면 pp의 면 연산자 BpB_p(plaquette operator)⁠를 Av:=∏i∈N(v)Xi,Bp:=∏i∈N(p)ZiA_{v} := \prod_{i \in N(v)} X_i, \quad B_{p} := \prod_{i \in N(p)} Z_i로 정의한다. N(v)N(v)는 꼭짓점 vv에 접한 네 변이고, N(p)N(p)는 면 pp의 둘레를 이루는 네 변이다.

모든 AvA_v와 BpB_p는 서로 가환한다. [Av,Av′]=[Bp,Bp′]=[Av,Bp]=0[A_v,A_{v'}] = [B_p,B_{p'}] = [A_v, B_p] = 0

토릭 부호: 변 위의 큐비트와 두 종류의 검사 — 설명 그림
같은 종류는 자명하게 가환하고, 서로 다른 종류는 공유 변이 0개 또는 2개여서 가환한다.

또, 모든 vv, pp, ii에 대하여 [Av,Xi]=[Bp,Zi]=0\displaystyle [A_v, X_i] = [B_p, Z_i] = 0이고 {AvZi=ZiAv,i∉N(v)AvZi=−ZiAv,i∈N(v){BpXi=XiBp,i∉N(p)BpXi=−XiBp,i∈N(p)\begin{aligned} \begin{cases} A_v Z_i = Z_i A_v,& i \notin N(v) \\ A_v Z_i = - Z_i A_v,& i \in N(v) \end{cases}\\ \begin{cases} B_p X_i = X_i B_p,& i \notin N(p) \\ B_p X_i = - X_i B_p,& i \in N(p) \end{cases} \end{aligned} 이다.

27 · 토릭 부호: 고리와 전역 정보O42
토릭 부호: 고리와 전역 정보핵심O43

공통 고유 상태와 토릭 부호 해밀토니안

AvA_v와 BpB_p는 모두 제곱하면 II가 된다. 각각 XX 기저와 ZZ 기저에서 고유 상태를 쉽게 표현할 수 있다.

예를 들어 BpB_p에서는 N(p)N(p)에 속한 네 변 중 짝수 개가 |1⟩\left|1\right\rangle인 기저 상태들의 중첩이 고윳값 11에 속한다. 앞으로 {Av}\{A_v\}와 {Bp}\{B_p\}를 생성원으로 하는 안정자 부호를 구성한다.

AvA_v의 고윳값 ±1\pm 1에 속하는 고유 상태 |Φ±⟩\left|\Phi_{\pm}\right\rangle를 생각하자. N(v)N(v)에 속한 한 변에 ZZ를 적용한 상태 Z|Φ±⟩Z \left|\Phi_{\pm}\right\rangle는 AvZ|Φ±⟩=−ZAv|Φ±⟩=∓Z|Φ±⟩A_v Z \left|\Phi_{\pm}\right\rangle = -Z A_v \left|\Phi_{\pm}\right\rangle = \mp Z \left|\Phi_{\pm}\right\rangle를 만족한다. 따라서 AvA_v의 고윳값 부호가 반전된다. 마찬가지로 BpB_p의 고유 상태에서 N(p)N(p)에 속한 한 변에 XX를 적용하면 해당 고윳값의 부호가 반전된다.

정의 ·토릭 부호 해밀토니안

키타예프 토릭 부호 해밀토니안(Kitaev toric code Hamiltonian)⁠을 다음과 같이 정의한다. H=−J∑vAv−K∑pBp,J,K>0H = -J \sum_{v} A_{v} - K \sum_{p} B_{p},\quad J,K>0 이 해밀토니안은 모든 AvA_v, BpB_p와 가환한다.

Z 오류 하나가 두 끝의 꼭짓점 검사 부호를 바꾸는 그림 — 설명 그림
빨간 ZZ 오류는 두 끝의 AvA_v 부호만 바꾸고, 모든 BpB_p와 가환한다.

즉 [H,Av]=[H,Bp]=0[H,A_v] = [H,B_p] = 0이다. 또 O42의 검사 가환 관계에서 보았듯이 AvA_v와 BpB_p도 가환한다. 따라서 모든 AvA_v, BpB_p의 공통 고유 상태는 HH의 고유 상태다. AvA_v, BpB_p의 고윳값을 av,bp=±1a_v,b_p=\pm1로 두면 에너지는 −J∑vav−K∑pbp-J\sum_v a_v-K\sum_p b_p이다.

토릭 부호: 고리와 전역 정보핵심O43a

쌍대 격자: 면을 꼭짓점으로 읽기

정의 ·쌍대 격자

쌍대 격자(dual lattice)⁠에서는 원래 격자의 각 면에 꼭짓점을 하나 놓는다. 변을 공유하는 두 면의 꼭짓점을 이으면 그 원래 변을 가로지르는 쌍대 변을 얻는다.

면의 중심면의 중심

실선은 원래 격자, 점선은 쌍대 변이다. 화살표가 아니며 시간이나 신호 전달을 뜻하지 않는다.

큐비트는 여전히 원래 변에 하나씩 놓여 있다. 쌍대 변은 같은 큐비트를 가리키는 다른 기하적 표시다.

원래 격자의 ZZ 경로 끝에서는 꼭짓점 검사의 부호가 바뀐다. 쌍대 격자의 XX 경로 끝에서는 면 검사의 부호가 바뀐다. 원래 변 ii 하나에 XX를 걸면 ii를 둘레에 가진 두 면의 BpB_p 부호가 바뀐다(O42). 이 두 면이 바로 ii를 가로지르는 쌍대 변의 양 끝 꼭짓점이다. 그래서 쌍대 경로를 따라 XX를 이으면 중간의 면은 두 번 바뀌어 원래대로 돌아오고, 양 끝의 면만 부호가 바뀐다. ZZ 경로와 XX 쌍대 경로가 공유하는 원래 변의 수, 곧 교차 횟수가 홀수이면 두 연산자는 반가환하고 짝수이면 가환한다.

이 그림은 국소 대응만 보여준다. 토릭 부호에서는 주기 경계로 식별된 면들 사이에도 같은 대응을 적용한다.

토릭 부호: 고리와 전역 정보계산O44 · 1/2

계산: 전역 제약과 부호 공간의 차원

{Av}\{A_v\}와 {Bp}\{B_p\}는 각각 NxNyN_{\mathrm{x}} N_{\mathrm{y}}개다. 검사값 2NxNy2N_{\mathrm{x}}N_{\mathrm{y}}개가 각각 ±1\pm 1일 수 있으므로, 언뜻 조합이 22NxNy2^{2N_{\mathrm{x}}N_{\mathrm{y}}}개인 것처럼 보인다. 공간 차원도 22NxNy2^{2N_{\mathrm{x}}N_{\mathrm{y}}}이므로, 검사값 조합마다 1차원 공간이 하나씩 대응하여 {Av}\{A_v\}와 {Bp}\{B_p\}의 값만으로 상태가 정해질 것 같다. 그러나 두 전역 관계 ∏vAv=∏pBp=II⋯I⏟2NxNy\prod_v A_v = \prod_p B_p = \underbrace{ II\cdots I }_{2N_{\mathrm{x}}N_{\mathrm{y}}} 때문에 검사값들은 독립이 아니다. 모든 AvA_v를 곱하면 각 변의 XX가 양 끝 꼭짓점에서 한 번씩, 모두 두 번 나타나 X2=IX^2=I가 된다. 모든 BpB_p의 곱에서도 각 변이 이웃한 두 면에서 두 번 나타난다. 모든 {Av}\{A_v\}의 고윳값을 곱하면 11이어야 하고, {Bp}\{B_p\}에도 같은 제약이 있다. 허용되는 조합은 4NxNy4^{N_{\mathrm{x}}N_{\mathrm{y}}}개가 아니라 4NxNy−14^{N_{\mathrm{x}}N_{\mathrm{y}}-1}개다. 독립 생성원은 2NxNy−22N_{\mathrm{x}}N_{\mathrm{y}}-2개다. 허용 조합마다 해당 검사의 부호를 바꾼 생성원도 가환하고, 부호의 곱이 두 전역 관계에서 +1+1이어서 −I-I를 만들지 않으므로 O33a의 차원 공식에서 각 공통 고유공간은 44차원이다. [질문] 안정자 부호에서 44는 무엇을 나타내는가?

주기 경계를 둔 토릭 부호 격자 — 설명 그림
그림의 반대쪽 테두리끼리는 동일시한다. 주기 경계에서 격자의 각 변은 꼭짓점 두 개와 면 두 개에 닿는다. 그래서 모든 AvA_v의 곱과 모든 BpB_p의 곱이 각각 II가 된다.
토릭 부호: 고리와 전역 정보계산O44-⁠-2 · 2/2

계산: 독립적인 전역 관계와 들뜸의 에너지

일부 AvA_v의 곱이 II가 되려면 각 변의 양 끝에 있는 AvA_v의 선택 여부가 같아야 한다. 격자가 연결되어 있으므로 전부 선택하거나 전부 제외해야 한다. BpB_p도 쌍대 격자에서 같다. 각 종류에 독립적인 관계가 정확히 하나씩 있다. XX 인자와 ZZ 인자는 서로 상쇄되어 항등 연산자가 될 수 없으므로, 두 종류를 섞은 추가 관계도 없다.

미선택 / 미선택I상쇄됨선택 / 선택X · X = I상쇄됨선택 / 미선택X가 남음항등 연산자가 아님변마다 같은 조건 → 연결성 → 전부 선택 또는 전부 제외
변의 XX 인자가 상쇄되려면 양 끝의 꼭짓점 검사를 함께 선택하거나 함께 제외해야 한다. 연결된 격자에서는 이 조건이 모든 꼭짓점에 전파된다. 면 검사에는 쌍대 격자에서 같은 논리를 적용한다.

바닥 상태 에너지는 E0=−(J+K)NxNyE_0=-(J+K)N_{\mathrm{x}}N_{\mathrm{y}}다. 음의 검사 고윳값 수를 nv,npn_v,n_p라 하면 E=E0+2Jnv+2KnpE=E_0+2Jn_v+2Kn_p이다. 주기적 경계 조건에서는 nv,npn_v,n_p가 각각 짝수다. 따라서 같은 종류의 들뜸 한 쌍을 만드는 데 필요한 에너지는 4J4J 또는 4K4K다.

토릭 부호: 고리와 전역 정보핵심O45

오류 경로: 검사값은 양 끝에서 바뀐다

모든 AvA_v와 BpB_p의 공통 고유 상태에서 출발하여 다음 과정을 생각하자.

  1. 한 변에 ZZ를 적용하면, 그 변에 접한 두 AvA_v의 고윳값이 반전된다.

  2. 이 두 AvA_v에 속한 나머지 여섯 변 중, 처음 ZZ를 적용한 변과 평행한 두 변에도 ZZ를 적용하자. 그러면 처음에 바뀐 두 AvA_v의 고윳값은 원래대로 돌아온다.

  3. 지금까지 세 개의 ZZ를 적용했다. 경로가 아직 닫히지 않았다면, 처음 AvA_v의 부호가 바뀌었던 꼭짓점들 대신, 경로 양 끝의 새 꼭짓점에서 AvA_v의 부호가 바뀐다.

  4. 이를 반복하여 ZZ를 적용한 변들이 xx 또는 yy 방향을 감싸는 비수축 고리(non-contractible loop)⁠를 이루게 하자. 이는 한 점으로 연속적으로 줄일 수 없는 고리다. 모든 AvA_v의 고윳값은 복구된다. 따라서 결과 상태는 원래 상태와 AvA_v, BpB_p의 고윳값이 모두 같다.

이 상태는 원래와 같은 양자 상태일 수도 있고 다른 상태일 수도 있다. 이를 확인할 수 있는가? 바닥 상태를 만드는 과정에서 이 문제를 다시 살펴보자.

오류 경로: 검사값은 양 끝에서 바뀐다 — 설명 그림
오류 경로: 검사값은 양 끝에서 바뀐다

한 방향의 격자 주기가 3이면 세 변에 ZZ를 적용한 단계에서 이미 고리가 닫힌다. 이때는 끝점이 없어 모든 검사값이 복구된다.

27 · 토릭 부호: 고리와 전역 정보O45
토릭 부호: 고리와 전역 정보핵심O46 · 1/2

토릭 바닥 상태의 조건: 닫힌 고리

바닥 상태에서는 모든 AvA_v와 BpB_p의 고윳값이 +1+1이다. 모든 AvA_v에 대해 +1+1인 상태 또는 모든 BpB_p에 대해 +1+1인 상태는 쉽게 쓸 수 있다. 그러나 두 조건을 동시에 만족해야 한다. AvA_v의 고유 상태를 XX 기저로 쉽게 표현할 수 있어도, 같은 기저에서 BpB_p의 고유 상태가 자동으로 얻어지지는 않는다.

XX 기저의 곱상태에서 AvA_v의 고윳값이 +1+1이려면, 각 꼭짓점에 접한 변 중 짝수 개, 즉 00, 22 또는 44개가 X=−1X=-1, 곧 |−⟩|-\rangle 상태여야 한다. 한 꼭짓점에서는 1+6+1=81 + 6 + 1 = 8개의 국소 배치가 가능하다. 하지만 이웃 꼭짓점들이 변을 공유하므로 배치를 서로 독립적으로 선택할 수는 없다.

한 격자점에서 X=−1X=-1 경로가 시작되거나 끝나려면 X=−1X=-1인 변의 수가 홀수여야 한다. 따라서 짝수 조건을 만족하는 배치에서 고윳값 −1-1에 해당하는 변들은 닫힌 고리들을 이룬다. 이 고리 배치들의 어떤 중첩이 필요한지는 다음 사영 연산자로 확인하자.

X=−1인 변이 이루는 닫힌 고리 배치 하나 — 설명 그림
X=−1X=-1인 변(빨강)⁠이 이루는 닫힌 고리 배치 하나. 각 꼭짓점에 붙은 빨간 변은 짝수 개다.
27 · 토릭 부호: 고리와 전역 정보계산 O47O46 · 1/2
토릭 부호: 고리와 전역 정보핵심O46-⁠-2 · 2/2

닫힌 고리 배치와 그 중첩

왜 중첩인가? Z|±⟩=|∓⟩Z|\pm\rangle=|\mp\rangle이므로 BpB_p는 면 pp 둘레 네 변의 ±\pm를 모두 뒤집어 한 고리 배치를 다른 고리 배치로 보낸다. 면 경계를 뒤집어도 닫힌 고리는 닫힌 고리로 남는다. 그래서 고리 배치 하나는 BpB_p의 고유 상태가 아니며, Bp=+1B_p=+1이려면 한 배치와 그 면의 경계를 뒤집은 배치가 같은 진폭으로 함께 들어가야 한다.

바닥 상태: 닫힌 고리들의 중첩 — 설명 그림
바닥 상태: 닫힌 고리들의 중첩

각 중첩 성분은 모든 XiX_i의 고유 상태다. 고리로 표시한 변은 |−⟩|-\rangle, 나머지 변은 |+⟩|+\rangle 상태를 나타낸다. 작은 그림은 큰 주기적 격자의 일부이며, 표시하지 않은 변도 |+⟩|+\rangle 상태로 둔다.

그림의 중첩 |Ψ⟩|\Psi\rangle를 실제 바닥 상태로 만드는 사영은 O46a에서, 정규화 계수는 O47에서 계산한다. 그곳에서는 이 상태를 |Ω⟩|\Omega\rangle로 쓴다.

27 · 토릭 부호: 고리와 전역 정보계산 O47O46 · 2/2
토릭 부호: 고리와 전역 정보핵심O46a

닫힌 고리의 중첩을 사영으로 정의하기

정의 ·사영으로 구성한 토릭 부호 상태

고리가 없는 기준 상태는 |+⟩⊗n|+\rangle^{\otimes n}이다. 각 면 검사 BpB_p의 고윳값이 +1인 공간으로 사영하는 연산자는

Qp=I+Bp2,Qp2=Qp.Q_p=\frac{I+B_p}{2},\qquad Q_p^2=Q_p.

면 검사들이 서로 가환하므로 사영들도 가환한다. 정규화 상수 N>0\mathcal N>0을 써서

|Ω⟩=N∏pQp|+⟩⊗n|\Omega\rangle=\mathcal N\prod_pQ_p|+\rangle^{\otimes n}

으로 정의한다. 곱을 전개하면 면 경계를 더해 얻는 고리 배치의 중첩이다.

전개의 각 항은 면 집합 TT마다 2−NxNy∏p∈TBp|+⟩⊗n2^{-N_{\mathrm{x}}N_{\mathrm{y}}}\prod_{p\in T}B_p|+\rangle^{\otimes n}이고, TT의 경계를 뒤집은 배치를 준다. 경계가 비는 TT는 곱이 II인 빈 집합과 전체 집합뿐이다(O44-⁠-2).

같은 면의 검사를 사영 앞에 적용해도 결과는 같다.

QpBp=Bp+Bp22=Qp.Q_pB_p=\frac{B_p+B_p^2}{2}=Q_p.

따라서 기준 상태에 면 검사들의 곱을 먼저 적용한 뒤 사영해도 같은 정규화된 상태를 얻는다. 다음 핵심 페이지의 등식은 이 성질과 가환성을 사용한다.

|Ω⟩|\Omega\rangle가 바닥 상태인 이유는 두 가지다. |+⟩⊗n|+\rangle^{\otimes n}은 모든 AvA_v의 +1+1 고유 상태이고 QpQ_p는 AvA_v와 가환하므로(O42) 사영 뒤에도 Av=+1A_v=+1이 유지된다. 또 QpQ_p는 Bp=+1B_p=+1인 성분만 남긴다.

왼쪽 전개에서 고리가 없는 배치는 이 두 항에서만 나오므로, 사영한 벡터에는 이 배치가 진폭 21−NxNy2^{1-N_{\mathrm{x}}N_{\mathrm{y}}}으로 남아 0이 아니다. 정규화와 같은 고리 배치가 중복되는 횟수는 O47에서 계산한다. 여기서 모든 바닥 상태가 하나뿐이라고 결론 내린 것은 아니다. 전역적인 고리의 홀짝성은 별도로 살펴봐야 한다.

토릭 부호: 고리와 전역 정보계산O47

계산: 사영으로 만든 고리 상태의 정규화

꼭짓점 조건을 만족하는 고리 배치들을 중첩하여, 모든 면 연산자의 고윳값이 +1+1인 상태를 만들면 바닥 상태를 얻는다. O46a의 사영 Qp=12(I+Bp)Q_p=\frac12(I+B_p)는 고윳값 +1+1인 성분만 남긴다.

|Ω⟩∝∏pQp|{Xi=1}i⟩\left|\Omega\right\rangle \propto \prod_{p} Q_p \left|\{X_i = 1\}_i\right\rangle오른쪽 상태는 모든 XiX_i의 고윳값이 +1+1인 상태다. 따라서 Xi=−1X_i=-1인 변이 없으며, 고리가 없는 기준 상태(loop vacuum)⁠에 해당한다. 여기에 QpQ_p를 적용해 보자.

Qp|{Xi=1}i⟩=12|{Xi=1}i⟩+12Bp|{Xi=1}i⟩Q_p \left|\{X_i = 1\}_i\right\rangle = \frac{1}{2} \left|\{X_i = 1\}_i\right\rangle + \frac{1}{2} B_p \left|\{X_i = 1\}_i\right\rangle이다. 고리가 없는 상태와 면 pp의 둘레에 고리가 생긴 상태가 중첩된다. 따라서 QpQ_p를 적용하면 면 pp의 경계를 뒤집은 배치와 뒤집지 않은 배치의 중첩을 얻는다.

|Ω⟩=12NxNy−1∑{mp}p≠p*(∏p≠p*Bpmp)|{Xi=1}i⟩\left|\Omega\right\rangle = \frac{1}{\sqrt{2^{N_{\mathrm{x}}N_{\mathrm{y}}-1}}}\sum_{\{m_p\}_{p\ne p_*}}\left(\prod_{p\ne p_*}B_p^{m_p}\right)\left|\{X_i=1\}_i\right\rangle에서 mpm_p는 00 또는 11이다. 한 면 p*p_*를 고정하여 합과 곱에서 제외하고, 나머지 NxNy−1N_{\mathrm{x}}N_{\mathrm{y}}-1개의 mpm_p에 대해 독립적으로 합한다. ∏pBp=I\prod_pB_p=I이므로 빈 집합과 전체 집합뿐 아니라 서로 여집합인 모든 면 집합 쌍이 같은 작용을 한다. p*p_*를 포함하지 않는 면 집합 TT마다 고리 배치가 하나 정해지고, O44-⁠-2의 관계에 따라 서로 다른 TT는 서로 다른 배치를 준다. 서로 다른 배치는 XX 기저의 서로 다른 곱상태이므로 직교한다. 따라서 합은 정규직교 벡터 2NxNy−12^{N_{\mathrm{x}}N_{\mathrm{y}}-1}개의 합이고 위 계수가 정규화를 준다. 고리가 없는 배치의 계수를 O46a의 진폭 21−NxNy2^{1-N_{\mathrm{x}}N_{\mathrm{y}}}과 비교하면 N=2NxNy−1\mathcal N=\sqrt{2^{N_{\mathrm{x}}N_{\mathrm{y}}-1}}이다.

토릭 부호: 고리와 전역 정보핵심O48

작은 고리를 더해도 바뀌지 않는 홀짝성

고리가 없는 기준 상태 대신, 모든 AvA_v의 고윳값이 +1+1인 다른 상태에서 시작하면 어떨까? 예를 들어 BpB_p를 몇 개 적용한 상태를 생각하자. 단, ZZ 하나만 적용하면 AvA_v의 부호가 바뀌어 조건을 위반한다. 반면 기준 상태에 XiX_i를 적용해도 상태는 변하지 않는다.

기준 상태에 BpB_p들의 곱을 적용한 뒤 사영해도 같은 |Ω⟩\left|\Omega\right\rangle를 얻는다. 실제로 ∏pQpBp′|{Xi=1}i⟩=Bp′∏pQp|{Xi=1}i⟩=∏pQp|{Xi=1}i⟩\begin{aligned} \prod_p Q_p B_{p'} \left|\{X_i = 1\}_i\right\rangle &= B_{p'} \prod_{p} Q_p \left|\{X_i = 1\}_i\right\rangle\\ &= \prod_{p} Q_p \left|\{X_i = 1\}_i\right\rangle \end{aligned}이다. 첫 번째 등식은 QpQ_p와 Bp′B_{p'}의 가환성에서, 두 번째 등식은 O46a의 성질 Qp′Bp′=Qp′Q_{p'}B_{p'}=Q_{p'}에서 나온다. 그렇다면 바닥 상태는 하나뿐일까?

그렇지 않다. ∏Qp\prod Q_p를 적용하면 모든 BpB_p의 고유 상태가 되지만, 고리 배치에는 추가적인 전역 정보가 남는다. ∏Qp\prod Q_p가 만드는 여러 고리 배치의 중첩은 다음의 홀짝성을 공유한다.

작은 고리를 더해도 바뀌지 않는 홀짝성 — 설명 그림
작은 고리를 더해도 바뀌지 않는 홀짝성

그림의 세로 점선이 가로지르는 가로 변들 가운데 X=−1X = -1인 변의 수를 세자. BpB_p는 그중 0개 또는 2개를 뒤집으므로 QpQ_p를 적용해도 이 수의 홀짝성은 그대로다. 가로로 그은 선이 가로지르는 세로 변에서도 마찬가지다. 고리가 없는 기준 상태에서 두 수는 모두 짝수이므로, 사영 후에도 짝수다. 그렇다면 AvA_v와 BpB_p의 고윳값을 유지하면서 홀짝성을 바꿀 수 있을까?

토릭 부호: 고리와 전역 정보핵심O49 · 1/2

두 전역 패리티를 바꾸는 연산

고리가 없는 기준 상태에서, yy 좌표가 같은 모든 xx 방향 변에 ZZ를 적용하자. 닫힌 경로이므로 모든 AvA_v의 고윳값은 유지된다. 그러나 xx 좌표가 같은 xx 방향 변들(O48 그림의 세로 점선이 가로지르는 가로 변들)⁠에서 −1-1인 변의 수가 하나 늘어나 홀짝성이 바뀐다. 마찬가지로 ZZ를 xx 좌표가 같은 모든 yy 방향 변에 적용하면, yy 좌표가 같은 yy 방향 변들에서 −1-1인 변의 수의 홀짝성이 바뀐다. 두 조작으로 나머지 세 홀짝성 조합을 만든다. 각각에 ∏Qp\prod Q_p를 적용하여 얻는 네 바닥 상태는 0이 아니다. 적용한 ZZ 고리 ZγZ_\gamma는 모든 QpQ_p와 가환하므로 이 상태는 Zγ∏pQp|+⟩⊗nZ_\gamma\prod_pQ_p|+\rangle^{\otimes n}이고, 0이 아닌 벡터(O46a)⁠에 유니타리를 곱한 것이기 때문이다. 네 상태는 서로 직교할까?

두 홀짝성은 xx 좌표가 같은 xx 방향 변에서 XX를 곱한 ∏X\prod X와, yy 좌표가 같은 yy 방향 변에서 XX를 곱한 ∏X\prod X로 측정한다. X=−1X=-1인 변마다 −1-1이 곱해지므로 ∏X\prod X의 고윳값은 홀짝성을 나타내는 (−1)(그 수)(-1)^{(\text{그 수})}이다. 두 연산자는 서로 가환하고, 쌍대 격자의 닫힌 경로여서 각 BpB_p와 변을 0개 또는 2개 공유하므로 모든 BpB_p와도 가환하며, XX만 포함하므로 모든 AvA_v와도 가환한다. 앞서 구한 네 바닥 상태는 이 두 고리 연산자의 공통 고유 상태다. XX 고리 XΓX_\Gamma는 |+⟩⊗n|+\rangle^{\otimes n}과 QpQ_p를 그대로 두고 ZγZ_\gamma와는 공유 변마다 부호가 바뀌므로, ZγZ_\gamma로 만든 상태에서 고윳값 (−1)#(Γ∩γ)(-1)^{\#(\Gamma\cap\gamma)}을 갖는다. #(Γ∩γ)\#(\Gamma\cap\gamma)는 두 고리가 공유하는 변의 수다. 네 상태는 두 연산자의 고윳값 조합이 서로 다르고, 에르미트 연산자의 서로 다른 고윳값에 속한 고유 상태는 직교한다. 따라서 네 바닥 상태는 서로 직교하며 바닥 공간은 적어도 4차원이다.

[Q1] 안정자 부호로 해석할 때 이 연산자들은 어떤 역할을 하고 있는 셈인가?

27 · 토릭 부호: 고리와 전역 정보계산 보충O49 · 1/2
토릭 부호: 고리와 전역 정보핵심O49-⁠-2 · 2/2

같은 국소 검사, 서로 다른 논리 정보

홀짝성 검사선과 한 번 교차하는 Z 고리 — 설명 그림
ZZ 고리(빨강)⁠는 홀짝성 검사선(점선)⁠과 한 번 교차하므로 그 홀짝성을 바꾼다.

O49의 네 상태로 바닥 공간은 적어도 4차원이고, 독립 검사가 2NxNy−22N_{\mathrm{x}}N_{\mathrm{y}}-2개이므로(계산: O44) 정확히 4차원이다. 양 끝에 들뜸을 만드는 ZZ·XX 문자열은 바닥 공간을 다른 허용된 검사값 조합의 공간으로 옮기므로, 그 공간들도 4차원이다. 각 공간은 두 고리 연산자의 고윳값으로 다시 나뉜다.

[Q2] 한 점으로 줄일 수 있는 ZZ 고리 연산자는 BpB_p들의 곱으로 만들 수 있다. 그런데 앞 페이지에서 사용한 두 ZZ 고리는 본질적으로 무엇이 다른가? [Q3] 같은 역할을 하는 다른 연산자는 없는가?

27 · 토릭 부호: 고리와 전역 정보O49 · 2/2
토릭 부호: 고리와 전역 정보계산D19

토릭 부호의 논리 연산은 교차 횟수로 구별한다

토러스의 가로와 세로를 각각 한 번 감는 원래 격자의 닫힌 경로를 γx,γy\gamma_x,\gamma_y라 하자. 경로 위의 ZZ를 곱해 Z―1,Z―2\overline Z_1,\overline Z_2를 만든다.

쌍대 격자에서는 γx\gamma_x와 한 번 교차하는 세로 경로에 XX를 곱해 X―1\overline X_1, γy\gamma_y와 한 번 교차하는 가로 경로에 XX를 곱해 X―2\overline X_2를 만든다.

경로가 공유하는 물리적 변 하나마다 XZ=−ZXXZ=-ZX의 부호가 생긴다.

X―i\overline X_i와 Z―j\overline Z_j의 경로는 i=ji=j이면 한 번 교차하고, i≠ji\ne j이면 평행해 교차하지 않는다. 교차 횟수가 홀수인지 짝수인지에 따라

X―iZ―j=(−1)δijZ―jX―i.\overline X_i\overline Z_j=(-1)^{\delta_{ij}}\overline Z_j\overline X_i.

ZZ 경로 사이의 면 안정자 BpB_p를 곱하면 내부 변은 두 번 나타나 지워지고 두 경계만 남는다. 따라서 그 면들의 경계만큼 경로를 옮겨도 논리 작용은 같다.

XX 경로는 쌍대 격자에서 같은 논리를 적용한다. 이때 쌍대 면의 경계에 해당하는 안정자는 원래 격자의 꼭짓점 안정자 AvA_v다.

국소적인 모양이 아니라 토러스를 감는 방식이 논리 연산을 정한다. 서로 독립인 두 방향이 두 논리 큐비트의 파울리 쌍을 이룬다.

토릭 부호: 고리와 전역 정보계산D20

닫힌 경로의 길이에서 부호 거리와 차원으로

주기 경계를 가진 Nx×NyN_{\mathrm{x}}\times N_{\mathrm{y}} 정사각 격자를 생각하자. 꼭짓점 검사와 가환하는 ZZ 지지집합은 각 꼭짓점에서 짝수 개의 변을 만나므로 닫힌 경로들로 분해된다. 뒤의 k=2gk=2g 계산에 쓸 용어를 먼저 정하자.

셀 분할(cell decomposition)⁠은 곡면을 꼭짓점·변·면으로 나눈 것이다. 여기서 닫힌 곡면은 경계가 없고, 유한 개의 셀로 나뉘는 곡면이다. 이 강의에서 콤팩트성은 이 유한성을 뜻한다. 가향성(orientability)⁠은 인접한 면들의 방향을 곡면 전체에서 일관되게 정할 수 있다는 조건이다.

수축 가능한 경로는 면 안정자의 곱이다. 비자명한 논리 작용에는 적어도 한 방향을 감는 경로가 필요하다. 그런 경로에는 최소 NxN_{\mathrm{x}}개 또는 NyN_{\mathrm{y}}개의 변이 필요하다.

쌍대 격자의 XX 경로에도 같은 논리가 적용된다. 두 종류가 섞인 파울리도 비자명한 성분 하나의 지지를 포함해야 한다.

가장 짧은 직선 경로가 이 하한을 달성하므로

d=min(Nx,Ny).d=\min(N_{\mathrm{x}},N_{\mathrm{y}}).

연결되고 경계가 없는 가향 곡면의 적절한 셀 분할에서도 각 변은 끝점 둘과 면 둘에 닿으므로 꼭짓점 검사 전체의 곱과 면 검사 전체의 곱이 각각 II이다. 곡면이 연결되어 있으므로 O44-⁠-2처럼 다른 관계는 없다. 꼭짓점·변·면의 수를 각각 V,E,FV,E,F라 하자. 이 곡면의 오일러 공식 V−E+F=2−2gV-E+F=2-2g를 기지의 정리로 받아들여 결합하면

k=E−(V−1)−(F−1)=2−(V−E+F)=2g.\begin{aligned}k&=E-(V-1)-(F-1)\\&=2-(V-E+F)=2g.\end{aligned}

여기서 gg는 손잡이 수다. 토러스는 g=1g=1이므로 k=2k=2, 부호 공간의 차원은 2k=42^k=4이다.

토릭 부호: 고리와 전역 정보핵심O50

에너지 비용과 오류 정정은 같은 주장이 아니다

키타예프 토릭 부호에서는 국소 오류와 비자명한 논리 연산자를 구별할 수 있다. 그러나 이것만으로 실제 장치의 결함 허용성(fault tolerance, B10)⁠이 보장되는 것은 아니다.

바닥 상태에서 열린 경로를 따라 ZZ를 적용하면 양 끝의 AvA_v 고윳값만 −1-1로 바뀌고, 에너지는 4J4J만큼 증가한다. 들뜸 한 쌍이 경로 양 끝에 생기는 것이다. 이 에너지 비용은 경로 길이에 의존하지 않는다. 두 들뜸이 다시 만나 소멸하면 바닥 상태 공간으로 돌아간다. 이때 논리 정보를 바꾸려면 전체 경로가 비수축 고리를 이루어야 한다. 논리 오류 확률을 분석하려면 잡음 모형, 관측 시간, 오류 정정 절차를 함께 지정해야 한다.

이 모형에서는 오류 경로가 길어져도 에너지 비용이 증가하지 않는다. 그래서 유한 온도에서 열적으로 생긴 들뜸 쌍은 에너지를 더 쓰지 않고 멀리 이동해 비수축 고리를 완성할 수 있다. 이런 논리 오류를 막는 에너지 장벽이 4J4J로 고정되어 격자 크기와 함께 커지지 않는 것이다.

에너지 비용과 오류 정정은 같은 주장이 아니다 — 설명 그림
에너지 비용과 오류 정정은 같은 주장이 아니다

따라서 2차원 토릭 부호의 크기를 키우는 것만으로 유한 온도에서 정보가 스스로 보호된다고 해석해서는 안 된다. 반복 신드롬 측정과 복구를 수행하는 능동 오류 정정은 별개다. 이 결론은 [DKLP02]⁠의 분석을 따른다. [질문] XX를 적용하면 어떤 들뜸이 생기는가?

27 · 토릭 부호: 고리와 전역 정보O50
토릭 부호: 고리와 전역 정보핵심O51

토릭 부호: 요약과 일반화

  1. 부호 공간의 차원은 얼마이며, 논리 큐비트 몇 개를 나타내는가?

  2. 논리 연산자는 무엇인가?

  3. 부호 거리는 얼마인가?

곡면의 셀은 꼭짓점(0차원)·변(1차원)·면(2차원)⁠이다. 여기서는 유한 셀 분할을 사용한다. 가향성은 각 면의 방향을 서로 일관되게 고를 수 있다는 뜻이다.

직사각형 토러스에서는 dim𝒞=4,k=2,d=min(Nx,Ny)\dim\mathcal C=4,\quad k=2,\quad d=\min(N_{\mathrm{x}},N_{\mathrm{y}})이다. 비자명한 논리 연산자는 토러스를 적어도 한 방향으로 감아야 하므로 변이 적어도 NxN_{\mathrm{x}}개 또는 NyN_{\mathrm{y}}개 필요하고, 곧은 고리가 이 수를 달성하여 위의 dd를 준다(계산: D20). 원래 격자와 쌍대 격자에서 서로 한 번 교차하는 Z,XZ,X 고리 쌍이 각 논리 큐비트의 파울리 연산자를 이룬다. 고리의 방향뿐 아니라 어느 격자 위의 경로인지도 구별해야 한다.

연결되고 경계가 없는 가향 콤팩트 곡면의 적절한 셀 분할로 일반화할 수 있다. 이때 바닥 상태 공간의 차원, 곧 축퇴도(degeneracy)⁠는 곡면의 종수(genus) gg로 정해지며 4g4^g이다(유도: D20). xx, yy 방향이 모두 주기적인 경우는 위상학적으로 g=1g = 1인 토러스다.

더 높은 차원의 공간으로도 일반화 가능하다.

참고: [K97].

g=0 · k=0dim C = 1g=1 · k=2dim C = 4g=2 · k=4dim C = 16
연결되고 경계가 없는 가향 곡면의 모식도다. 손잡이 수 gg에 따라 논리 큐비트 수는 2g2g, 부호 공간의 차원은 4g4^g이 된다.
27 · 토릭 부호: 고리와 전역 정보O51
토릭 부호: 고리와 전역 정보핵심U27

요약: 국소 검사와 비수축 고리

격자와 경계 조건을 고정한다. 이 절의 토릭 부호는 주기 경계 격자의 변에 큐비트를 둔다. 꼭짓점과 면의 검사는 가환하며, 선택 계산에서는 두 종류 검사 전체의 곱에 각각 하나의 관계가 있음을 확인한다. 독립 검사 수에서 부호 공간의 차원을 구한다. 다시 보기: O42, O44.

오류 경로와 끝점을 구별한다. 열린 문자열은 끝점의 신드롬을 바꾼다. 닫힌 경로라도 면들의 경계로 줄일 수 있는 경우와 토러스를 감는 비수축 고리는 다르다. 후자는 국소 검사를 바꾸지 않고 논리 정보에 작용할 수 있다. 다시 보기: O45, O48, O49.

전역 구조를 논리 자유도로 읽는다. 선택 계산의 일반화에서, 닫힌 연결 가향 곡면에서는 종수 gg에 대해 논리 큐비트 수가 k=2gk=2g다. 토러스의 부호 공간은 4차원이다. 거리는 가장 짧은 비자명 논리 경로의 길이로 정해지며 격자 크기를 함께 지정해야 한다. 다시 보기: D20, O51.

논리 연산자를 짝짓는다. 원래 격자에서 토러스를 감는 ZZ 고리와, 이와 한 번 교차하는 쌍대 격자의 XX 고리가 한 논리 큐비트의 파울리 쌍이다. 두 감는 방향이 두 논리 큐비트를 준다. 다시 보기: O49, D19.

에너지 보호와 오류 정정을 구별한다. 열린 오류 경로의 에너지 비용은 끝점에 있고 길이에 비례하지 않는다. 바닥 공간이 축퇴하고 거리가 크다는 사실만으로 유한 온도에서 스스로 정보를 오래 보존한다고 결론 내릴 수 없다. 능동적인 검사와 복호는 별도 과정이다. 다시 보기: O50.

27 · 토릭 부호: 고리와 전역 정보U27
토릭 부호: 고리와 전역 정보도전X07

도전: 토러스에서 신드롬 복구하기

O45와 O49를 적용한다. ZZ 오류 경로는 양 끝의 AvA_v를 뒤집는다. 복구 RR을 곱한 ERER이 토러스를 감지 않는 닫힌 고리이면 논리 작용이 남지 않고, 감는 고리이면 논리 연산이 남는다.

얽힘의 공간 구조와 위상 질서절 안내S12a

얽힘의 공간 구조와 위상 질서

SECTION 28

얽힘의 공간 구조와 위상 질서

공간적 얽힘은 다체 상태의 어떤 구조를 보여 주는가?

01경계와 부피의 크기 의존성
02얽힘 스펙트럼과 안정자 계산
03위상 질서와 국소 접근의 한계

토릭 부호에서 계산한 전역 정보를 다체 상태의 얽힘 구조로 해석한 뒤, 물리적 경계를 갖는 표면 부호로 돌아간다.

복습: C07a의 부분계 엔트로피, O04a의 슈미트 분해, O33a의 안정자 부호. 목표는 경계 크기와 부피 크기에 따른 얽힘을 구별하고 안정자 상태의 스펙트럼을 계산하며, 토릭 부호에서 국소 구별 불가능성과 위상 얽힘 엔트로피를 확인하는 것이다. 유한 깊이 회로와 토릭 부호의 계산은 직접 확인하며, 일반 면적 법칙과 위상 이론의 결과는 가정을 밝히고 인용한다.

28 · 얽힘의 공간 구조와 위상 질서S12a
얽힘의 공간 구조와 위상 질서핵심EN01

얽힘은 부피와 경계 중 무엇을 따라 커지는가?

격자 Λ\Lambda의 각 자리에는 고정된 qq차원 상태 공간을 둔다. 영역 AA의 자리 수를 |A||A|, AA와 그 여집합을 잇는 최근접 변의 수를 |∂A||\partial A|라 하자. 전체 상태가 순수할 때 얽힘 엔트로피(entanglement entropy)⁠는 축약 상태의 엔트로피이다.

S(A)=−Tr⁡(ρAlog2⁡ρA),ρA=TrA¯⁡|ψ⟩⟨ψ|.S(A)=-\operatorname{Tr}(\rho_A\log_2\rho_A),\qquad \rho_A=\operatorname{Tr}_{\bar A}|\psi\rangle\langle\psi|.

이 절의 엔트로피 단위는 비트다. 큰 계 안에서 규칙적인 영역 AA의 크기를 늘리며 비교한다. 순수 상태에서는 S(A)=S(A¯)S(A)=S(\bar A)이므로 큰 쪽의 부피로 무한히 증가할 수는 없다.

정의 ·면적 법칙과 부피 법칙

면적 법칙(area law)⁠은 영역의 크기에 무관한 상수 CC에 대해 S(A)≤C|∂A|S(A)\le C|\partial A|인 크기 의존성이다. 경계 법칙 또는 표면 법칙이라고도 한다. 부피 법칙(volume law)⁠은 어떤 s>0s>0에 대해 S(A)=s|A|+o(|A|)S(A)=s|A|+o(|A|)인 경우다. 여기서 o(|A|)/|A|o(|A|)/|A|는 큰 영역 극한에서 0으로 간다.

dd차원 정육면체 영역의 한 변이 ℓ\ell이면 |A||A|는 ℓd\ell ^{d}에, |∂A||\partial A|는 ℓd−1\ell ^{d-1}에 비례한다. 1차원 구간의 경계는 두 끝뿐이므로 면적 법칙은 길이에 무관한 상한을 뜻한다.

0≤S(A)≤min(|A|,|A¯|)log2⁡q.0\le S(A)\le \min(|A|,|\bar A|)\log_2q.

오른쪽은 차원만으로 얻는 일반 상한이다. 이 상한을 만족한다고 해서 부피 법칙이라 부르지는 않는다. 곱상태는 S(A)=0S(A)=0이고 면적 법칙을 만족한다.

주의: 전체가 혼합 상태이면 S(A)S(A)에는 혼합에 따른 불확실성도 들어간다. 예를 들어 전체 자리 수를 N=|Λ|N=\lvert\Lambda\rvert라 하면 ρ=I/qN\rho=I/q^N는 자리별 최대 혼합 상태의 곱인데도 S(A)=|A|log2⁡qS(A)=|A|\log_2q이다. 이 값은 자리 사이의 얽힘을 뜻하지 않는다.

따라서 먼저 전체 상태가 순수한지, 어느 공간적 분할을 쓰는지, 어떤 상태들의 크기 의존성을 비교하는지 정해야 한다.

28 · 얽힘의 공간 구조와 위상 질서EN01
얽힘의 공간 구조와 위상 질서핵심EN02

벨 쌍을 세어 보는 경계와 부피

서로 겹치지 않는 벨 쌍과 한 자리 곱상태만으로 전체 순수 상태를 만들자. 절단 A|A¯A|\bar{A}를 가로지르는 벨 쌍의 수를 mm이라 하면

ρA≃(I/2)⊗m⊗|0⟩⟨0|⊗(|A|−m),S(A)=m.\rho_A\simeq (I/2)^{\otimes m}\otimes |0\rangle\langle0|^{\otimes(|A|-m)},\qquad S(A)=m.

≃\simeq는 AA 안의 유니타리 기저 변환을 허용한 동등성이다. AA 안에 온전히 들어 있는 쌍은 순수하다. 절단을 가로지르는 쌍만 하나당 1비트를 더한다.

가까운 자리끼리 짝지으면 경계 근처의 쌍만 기여한다. AA의 각 자리를 A¯\bar{A}의 서로 다른 자리와 짝지으면 m=|A|m=|A|이다. 공간에 놓는 방식이 얽힘의 크기 의존성을 바꾼다.

짧은 쌍: 경계 근처만 기여먼 쌍: 내부 자리도 기여AĀAĀ절단을 가로지르는 쌍 1개절단을 가로지르는 쌍 3개
선은 벨 쌍을 뜻한다. 점선은 공간 절단이며, 같은 쪽에 있는 쌍은 엔트로피에 기여하지 않는다. 여섯 자리의 비교 예다.

정리 ·국소 회로가 만드는 얽힘의 상한증명 보충

곱상태에 깊이 tt의 회로를 적용하자. 각 층의 게이트는 서로 겹치지 않는 최근접 두 자리 게이트이고, 자리 차원은 qq이다. 그러면

S(A)≤2t|∂A|log2⁡q.S(A)\le 2t|\partial A|\log_2q.

tt가 계의 크기와 무관하면 면적 법칙이다. 절단 한쪽에만 작용하는 게이트는 0이 아닌 슈미트 계수의 수를 바꾸지 않고, 절단을 가로지르는 게이트 하나는 그 수를 많아야 q2q^2배로 늘린다. 한 층에서 그런 게이트는 |∂A||\partial A|개 이하이므로 위 상한을 얻는다.

깊이가 계의 크기와 함께 증가하면 이 상한만으로 면적 법칙을 보장할 수 없다. 공간적으로 먼 두 자리를 연결하는 게이트를 허용할 때도 경계의 게이트 수를 다시 세어야 한다.

28 · 얽힘의 공간 구조와 위상 질서EN02
얽힘의 공간 구조와 위상 질서핵심EN03

갭이 있는 바닥 상태에 관한 면적 법칙

정리 ·1차원 갭 있는 바닥 상태의 면적 법칙외부 정리 · 일반 증명 생략

1차원 사슬의 각 자리 차원 qq를 고정하고, 해밀토니안은 서로 일정 거리(상호작용 범위) 이내에 있는 자리에만 작용하는 국소 항의 합이라 하자. 각 항의 노름(고윳값 절댓값의 최댓값)⁠은 공통 상수 JJ로 제한하고, 모든 사슬 길이에서 바닥 상태가 유일하며 첫 들뜬 상태까지의 에너지 차이가 Δ>0\Delta >0 이상이라고 가정한다. 그러면 바닥 상태의 임의의 한 절단에서

S(A)≤C(q,J,Δ,상호작용 범위)S(A)\le C(q,J,\Delta,\text{상호작용 범위})

이며 CC는 사슬 길이와 절단 위치에 의존하지 않는다. 이것이 여기서 사용할 Hastings 면적 법칙 정리의 범위다.

이 정리의 일반 증명은 여기서 제공하지 않는다. 바닥 상태 사영을 국소적으로 근사하고 오차와 슈미트 계수를 제어하는 별도 논증이 필요하다. 앞 페이지의 유한 깊이 회로 계산을 이 정리의 증명으로 대신할 수는 없다.

에너지 갭(spectral gap)⁠은 바닥 상태 에너지 E0E_{0}과 그 바닥 공간 밖의 가장 낮은 에너지 E1E_{1}의 차이 Δ=E1−E0\Delta =E_{1}-E_{0}이다. 유한 계마다 Δ>0\Delta >0이라는 것과 큰 계에서도 공통 양의 하한이 있다는 것은 다르다.

갭이 닫히는 1차원 계에서는 S(A)S(A)가 log⁡ℓ\log\ell처럼 증가할 수 있다. 반대로 면적 법칙만 보고 갭이 존재한다고 결론 내릴 수는 없다. 2차원 이상의 일반적인 갭 있는 국소 해밀토니안에 이 정리를 그대로 적용해서도 안 된다.

열 상태의 부피형 엔트로피, 전형적인 순수 상태의 큰 부분계 엔트로피, 저에너지 바닥 상태의 경계형 얽힘은 서로 다른 질문이다. 상태를 고르는 조건이 달라지면 같은 엔트로피의 크기 의존성도 달라진다.

외부 정리: Hastings (2007). 이 절에서는 가정과 결론을 사용하고 일반 증명은 생략한다.

28 · 얽힘의 공간 구조와 위상 질서EN03
얽힘의 공간 구조와 위상 질서핵심EN04

얽힘 스펙트럼: 하나의 엔트로피 뒤에 있는 정보

정의 ·얽힘 스펙트럼과 얽힘 해밀토니안

순수 상태의 슈미트 분해에서 λi\lambda _{i}를 슈미트 계수의 제곱이라 하자. 얽힘 스펙트럼(entanglement spectrum)⁠은 ρA\rho_A의 고윳값 {λi}\{\lambda _{i}\}, 또는 이를 바꿔 쓴 얽힘 에너지 {ξi=−ln⁡λi}\{\xi _{i}=-\ln \lambda _{i}\}를 뜻한다. 어느 표기를 쓰는지 밝혀야 한다.

KA=−ln⁡ρA,ρA=e−KA.K_A=-\ln\rho_A,\qquad \rho_A=\mathrm e^{-K_A}.

얽힘 해밀토니안(entanglement Hamiltonian) KAK_A는 양의 고윳값이 있는 지지 공간에서만 정의하고, 영 고윳값에는 ξ=+∞\xi =+\infty 를 대응시킨다. KAK_A는 무차원이며, ln\ln은 자연로그다.

ρA\rho_A와 ρA¯\rho_{\bar A}의 양의 고윳값은 중복도를 포함하여 같다. 이는 9절 O05에서 본 대로 슈미트 분해를 양쪽에서 부분 대각합하면 바로 확인된다. 영 고윳값의 개수는 두 계의 차원에 따라 달라도 된다.

예를 들어

|ψ⟩=32|00⟩+12|11⟩|\psi\rangle=\frac{\sqrt3}{2}|00\rangle+\frac12|11\rangle

이면 λ=(3/4,1/4)\lambda=(3/4,1/4)이고 S(A)=h2(1/4)≈0.811S(A)=h_{2}(1/4)\approx 0.811비트다(9절 D26과 같은 스펙트럼). 이때 얽힘 에너지는 ξ=(ln⁡(4/3),ln⁡4)\xi=(\ln(4/3),\ln4)이다. 두 얽힘 에너지 사이의 간격은 ln⁡3\ln 3이다. 벨 상태에서는 두 λ\lambda가 1/2로 같아서 이 간격이 0이다.

엔트로피는 스펙트럼 전체를 한 수로 요약한다. λ=(1/2,1/2,0)\lambda =(1/2,1/2,0)과 λ=(p,(1−p)/2,(1−p)/2)\lambda =(p,(1-p)/2,(1-p)/2)는 h2(p)+(1−p)=1h_{2}(p)+(1-p)=1인 p≈0.773p\approx 0.773일 때 같은 엔트로피 1비트를 갖지만 양의 고윳값과 그 개수는 다르다. 둘째 분포의 엔트로피는 먼저 pp와 1−p1-p로 나누는 h2(p)h_{2}(p)에, 1−p1-p 쪽을 다시 반으로 나누는 1비트를 (1−p)(1-p)배 하여 더한 값이다.

KAK_A가 실제 공간 영역의 물리적 해밀토니안과 같거나 국소적이라는 보장은 없다. 특정 위상 상태에서 낮은 얽힘 스펙트럼과 경계 들뜸 구조가 연결된다는 Li–Haldane의 연구도 모든 상태에 적용되는 등가 정리는 아니다.

28 · 얽힘의 공간 구조와 위상 질서EN04
얽힘의 공간 구조와 위상 질서핵심EN05

안정자에서 축약 상태와 스펙트럼을 구하기

정리 ·순수 안정자 상태의 부분계 엔트로피증명 보충

연산자 OO가 O=OA⊗IA¯O=O_A\otimes I_{\bar A}로 쓰이면 AA에 지지된다(supported on AA)⁠고 한다. NN큐비트 순수 안정자 상태의 안정자 군 GG는 독립 생성원 NN개를 갖고 −I-I를 포함하지 않는다. 이 상태는 O33a에서 m=n=Nm=n=N이어서 부호 공간이 1차원인 경우다. 영역 AA의 큐비트 수를 nAn_A라 하고, A¯\bar{A}에서 항등인 원소들만 모은 부분군을 GAG_A라 하자. |GA|=2rA|G_A|=2^{r_A}이면

ρA=2−nA∑g∈GAg|A=2rA−nAPA,\rho_A=2^{-n_A}\sum_{g\in G_A}g|_A=2^{r_A-n_A}P_A,rank⁡ρA=2nA−rA,S(A)=nA−rA.\operatorname{rank}\rho_A=2^{n_A-r_A},\qquad S(A)=n_A-r_A.

g∈GAg\in G_A는 g=g|A⊗IA¯g=g|_A\otimes I_{\bar A}로 쓸 수 있고, g|Ag|_A는 그 AA 부분이다. PAP_A는 GAG_A의 공통 +1 공간으로의 사영이다. 따라서 양의 고윳값은 모두 2−(nA−rA)2^{-(n_A-r_A)}으로 같으며, 얽힘 스펙트럼은 그 지지 위에서 평탄하다.

벨 상태의 안정자 군은 {II,XX,ZZ,−YY}\{II,XX,ZZ,-YY\}이다. AA를 첫 큐비트로 잡으면 GA={II}G_A =\{II\}이고 nA=1n_A =1, rA=0r_A =0이다. 따라서 S(A)=1S(A)=1이고 ρA=I/2\rho_A =I/2이다.

반면 |00⟩|00\rangle의 첫 큐비트에서는 GAG_A가 {II,ZI}\{II,ZI\}이므로 rA=1r_A =1이고 S(A)=0S(A)=0이다. 영역 안에서 독립적으로 고정되는 안정자가 하나 늘면 허용 공간이 절반으로 줄어든다.

안정자 군은 엔트로피 SS와 구별하려고 O33b·B17의 SS 대신 GG로 쓴다. 주의할 점은 GAG_A가 “AA 안에 있는 원래 생성원”⁠만의 집합이 아니라는 것이다. 여러 생성원의 곱에서 바깥 지지가 상쇄될 수 있으므로, 부분군 전체의 독립 생성원 수를 세어야 한다. 예를 들어 |00⟩|00\rangle의 안정자를 생성원 ZZZZ, IZIZ로 쓰면 어느 생성원도 첫 큐비트에만 지지되지 않지만, 곱 ZZ⋅IZ=ZIZZ\cdot IZ=ZI는 첫 큐비트에 지지된다. 생성원만 보면 rA=0r_A=0으로 잘못 세어 S(A)=1S(A)=1을 얻는다.

이 공식은 순수 안정자 상태에 관한 정확한 결과다. 일반적인 위상 상태의 얽힘 스펙트럼이 모두 평탄하다는 뜻은 아니다. Fattal 외 (2004)⁠를 참고하자.

28 · 얽힘의 공간 구조와 위상 질서EN05
얽힘의 공간 구조와 위상 질서핵심TO01

위상 질서: 국소 검사로 보이지 않는 전역 정보

정의 ·이 절에서 다루는 상과 위상 질서

국소 상호작용의 범위와 세기를 제한한 해밀토니안들을 생각하자. 이 절에서는 큰 계에서도 바닥 공간 위의 갭을 닫지 않는 연속적인 국소 해밀토니안 경로로 연결되는 경우 같은 갭 있는 상(gapped phase)⁠으로 본다. 대칭을 보존해야 한다는 제약은 따로 부과하지 않는다.

내재적 위상 질서(intrinsic topological order)⁠는 대칭 보존을 요구하지 않아도 곱상태의 자명한 상으로 연결되지 않는 위상적 다체 질서다. 여기서는 2차원의 토릭 부호형 상에 범위를 한정하고, 국소 구별 불가능성·곡면에 따른 바닥 축퇴·애니온을 함께 살펴본다.

이는 모든 차원과 모든 상을 분류하는 필요충분 판정법이 아니다. 대칭 보호 위상(symmetry-protected topological phase, SPT)⁠은 허용 경로에 지정한 대칭 보존을 요구할 때 자명한 상과 구별된다. 이 절의 내재적 위상 질서와 구별한다.

정리 ·토릭 부호의 국소 구별 불가능성증명 보충

정확한 토릭 부호의 바닥 공간 사영을 PP라 하자. 비수축 고리를 담지 않는 충분히 작은 원판 AA에 지지된 모든 연산자 OAO_A에 대해

POAP=c(OA)P.P O_A P=c(O_A)P.

이 국소 구별 불가능성(local indistinguishability)⁠은 어떤 바닥 상태를 골라도 AA의 측정 통계가 같고, 국소 연산자가 바닥 공간의 논리 정보를 읽지 못한다는 뜻이다. 이것은 이 모형에서 증명할 정확한 명제다.

축퇴만으로는 충분하지 않다. 강자성 사슬 H=−∑iZiZi+1H=-\sum_iZ_iZ_{i+1}의 두 바닥 상태 |00⋯0⟩|00\cdots 0\rangle, |11⋯1⟩|11\cdots 1\rangle은 한 자리 ZZ 측정으로 구별된다.

일반 섭동 아래의 근사적 보호에는 별도의 안정성 정리가 필요하다. 아래 증명은 정확한 토릭 모형에 한정된다.

28 · 얽힘의 공간 구조와 위상 질서TO01
얽힘의 공간 구조와 위상 질서핵심TO02

애니온: 문자열의 끝과 감김의 위상

토릭 부호 해밀토니안(O43)⁠의 계수 J,KJ,K를 각각 Je,JmJ_{e},J_{m}으로 바꾸어 H=−Je∑vAv−Jm∑pBp,Je,Jm>0H=-J_{e}\sum _{v}A_{v}-J_{m}\sum _{p}B_{p}, J_{e},J_{m}>0으로 쓰자. AvA_{v}는 꼭짓점의 XX 검사, BpB_{p}는 면의 ZZ 검사다. Av=−1A_{v}=-1인 결함을 ee, Bp=−1B_{p}=-1인 결함을 mm이라 부른다.

원래 격자의 ZZ 문자열은 두 끝에만 ee를 만들고, 쌍대 격자의 XX 문자열은 두 끝에만 mm을 만든다(O43a, O45). ee 한 쌍의 에너지 비용은 경로 길이와 무관한 4Je4J_{e}다(O50).

정의 ·이 절의 애니온

애니온(anyon)⁠은 2차원의 점 모양 준입자로, 교환·감김이 보손과 페르미온만으로 기술되지 않는다. 여기서는 궤적의 감김이 상태의 위상에 남는 토릭 부호의 예만 사용한다.

ee를 경로를 따라 옮기는 ZZ 문자열을 WeW_e, mm을 옮기는 쌍대 격자의 XX 문자열을 WmW_m이라 하자. ee의 경로와 mm의 경로가 한 번 교차하면 그 변에서 ZX=−XZZX=-XZ이므로

WeWm=−WmWe,WeWmWe−1Wm−1=−I.W_eW_m=-W_mW_e,\qquad W_eW_mW_e^{-1}W_m^{-1}=-I.

이 상대 위상 −1이 ee를 mm 주위로 한 번 감는 과정의 통계적 위상이다. 직접 확인할 수도 있다. ee를 mm 주위로 한 바퀴 옮기는 닫힌 ZZ 고리는 그 안쪽 면 검사들의 곱과 같다(O49-⁠-2, D19). 안쪽에 Bp=−1B_p=-1인 mm이 하나 있으므로 이 고리는 상태에 −1-1을 곱한다. ee와 mm 각각의 교환은 보손형이지만 둘 사이의 감김은 자명하지 않다. 경로의 위상만 비교할 때는 동역학적 위상을 제거한 이상적인 수송을 뜻한다.

융합(fusion)⁠은 두 준입자를 가까이 모았을 때 남는 총 전하 종류를 뜻한다. 토릭 부호에서는 e×e=m×m=1,e×m=εe\times e=m\times m=1, e\times m=\varepsilon 이다. 1은 진공 전하다. 같은 꼭짓점의 AvA_v를 두 번 뒤집으면 원래대로 돌아오므로 e×e=1e\times e=1이고, m×m=1m\times m=1도 같은 이유다. ee와 mm은 서로 다른 검사의 결함이어서 합쳐도 사라지지 않고 결합된 전하 ε\varepsilon이 된다. 진공 11과 세 애니온 e,m,εe,m,\varepsilon은 모두 아벨 전하로, 융합 결과가 유일하다.

모형과 통계의 근거: [K97]. 일반 비아벨 애니온의 융합 공간과 행렬 표현은 여기서 다루지 않는다.

28 · 얽힘의 공간 구조와 위상 질서TO02
얽힘의 공간 구조와 위상 질서핵심TO02a

융합 규칙과 전체 양자 차원

애니온 종류의 유한 집합에 진공 1을 포함하자. 두 종류 a,ba,b를 합쳐 총 전하 cc를 얻는 독립적인 융합 경로의 수를 비음수 정수 NabcN_{ab}^{c}로 나타낸다. 융합 규칙은

a×b=∑cNabcca\times b=\sum_c N_{ab}^{c}\,c

로 쓴다. 합은 가능한 총 전하와 경로 수를 기록한다.

정의 ·양자 차원과 전체 양자 차원

융합 행렬(fusion matrix)⁠은 (Na)bc=Nabc(N_a)_{bc}=N_{ab}^{c}이다. 양자 차원(quantum dimension) dad_a는 NaN_a의 스펙트럼 반지름, 즉 고윳값 절댓값의 최댓값이다. 전체 양자 차원(total quantum dimension)⁠은

D=∑ada2\mathcal D=\sqrt{\sum_a d_a^2}

으로 정의한다. dad_a는 국소 힐베르트 공간의 차원이 아니며 정수가 아닐 수도 있다.

전하를 (1,e,m,ε)(1,e,m,\varepsilon) 순서로 두면 ee와의 융합은 1↔e1\leftrightarrow e, m↔εm\leftrightarrow\varepsilon이므로

Ne=(0100100000010010).N_e=\begin{pmatrix}0&1&0&0\\1&0&0&0\\0&0&0&1\\0&0&1&0\end{pmatrix}.

이 행렬의 제곱은 항등이어서 고윳값이 ±1뿐이므로 de=1d_e=1이다. N1=IN_1=I, NmN_m, NεN_\varepsilon도 제곱이 항등이므로 d1=dm=dε=1d_1=d_m=d_\varepsilon=1이다.

D=1+1+1+1=2.\mathcal D=\sqrt{1+1+1+1}=2.

반복 융합의 경로 수는 NaN_a의 거듭제곱으로 세며, dad_a는 그 수의 점근적 증가를 기술한다. 토릭 부호의 네 전하는 모두 da=1d_a=1이다. 이렇게 얻은 D=2\mathcal D=2는 TO04의 위상 얽힘 엔트로피 γ=log2⁡D\gamma=\log_2\mathcal D에 다시 쓰인다.

비아벨 애니온에서는 같은 입자 수와 총 전하를 고정해도 여러 융합 경로가 남을 수 있다. 그 공간에서 감김이 행렬로 작용하는 일반 이론은 이 절의 범위 밖이다.

28 · 얽힘의 공간 구조와 위상 질서TO02a
얽힘의 공간 구조와 위상 질서핵심TO03

원판의 엔트로피: 경계 수에서 하나를 빼는 이유

정리 ·토릭 부호의 직사각형 원판 엔트로피직사각형 원판 · 계수 유도: 본문

충분히 큰 주기적 정사각 격자의 토릭 부호 바닥 상태를 생각하자. aa, bb가 양의 정수이고 토러스를 감지 않는 a×ba\times b 면 패치의 모든 변을 AA로 택한다. AA에 지지되는 독립 안정자 수와 밑 2 엔트로피는 다음과 같다.

rA=ab+(a−1)(b−1),r_A=ab+(a-1)(b-1),S(A)=nA−rA=2(a+b)−1.S(A)=n_A-r_A=2(a+b)-1.

경계 변의 수 L=2(a+b)L=2(a+b)로 쓰면 S(A)=L−1S(A)=L-1이다. LL과 EN01의 경계를 가로지르는 변 수는 정의가 다르다. 둘 다 경계 길이에 비례하지만 선도항 계수는 경계 규약에 의존한다.

서로 가환하는 두 독립 논리 파울리의 고윳값을 고정한 순수 안정자 바닥 상태에 EN05를 적용한다. TO01의 국소 구별 불가능성에 따라 이 원판의 축약 상태는 모든 바닥 상태에서 같다. 구멍·비수축 고리가 있으면 독립 제약과 논리 고리를 다시 센다. 일반 섭동에서 얽힘 스펙트럼의 평탄성은 보장되지 않는다.

nA=a(b+1)+b(a+1)=2ab+a+b.n_A=a(b+1)+b(a+1)=2ab+a+b.

AA 안에는 면 검사 abab개와 내부 꼭짓점 검사 (a−1)(b−1)(a-1)(b-1)개가 독립적으로 지지된다. 이 단순 연결 패치에서는 이들이 GAG_A를 생성한다. GAG_A의 원소를 이루는 닫힌 고리는 토러스를 감지 않아 AA 안의 면·꼭짓점 검사의 곱이기 때문이다(증명: D20에서 여는 증명).

한 면만 잡으면 nA=4, rA=1n_A=4,\ r_A=1이고 ρA=(I+ZZZZ)/16\rho_A=(I+ZZZZ)/16이다. 양의 고윳값은 1/8이 8개이므로 S(A)=3S(A)=3이다. 네 비트가 완전히 독립적이었다면 4비트였겠지만 한 패리티 제약이 한 비트를 줄였다.

Bₚ = ZZZZ변의 큐비트: 4개독립 제약: 1개허용 차원: 2³ = 8ρA = (I + ZZZZ)/16 · S(A) = 3비트
작은 사각형은 변의 큐비트다. 한 면 검사의 짝수 패리티 제약으로 허용 공간은 16차원에서 8차원이 된다.
28 · 얽힘의 공간 구조와 위상 질서TO03
얽힘의 공간 구조와 위상 질서핵심TO04

위상 얽힘 엔트로피: 경계 기여를 빼고 남는 것

정의 ·Kitaev–Preskill 빼기 조합

2차원 갭 있는 바닥 상태에서 원판형 영역의 엔트로피가 S(A)=αL−γ+o(1)S(A)=\alpha L-\gamma +o(1)로 주어진다고 하자. LL은 경계 길이다. 영역은 국소 상관 길이, 곧 국소 상관함수가 감소하는 특성 길이보다 충분히 커야 하며, 모서리와 접합부의 경계 효과를 일관되게 제거한다.

그림처럼 인접한 A,B,CA,B,C를 택해 각 영역과 모든 합집합을 원판형으로 만든다. 같은 경계 조각의 국소 기여가 상쇄되도록 경계를 정한다.

I3=S(A)+S(B)+S(C)I_3=S(A)+S(B)+S(C)−S(AB)−S(AC)−S(BC)+S(ABC).-S(AB)-S(AC)-S(BC)+S(ABC).

ABAB는 A∪BA\cup B를 뜻한다. 이 규약의 위상 얽힘 엔트로피(topological entanglement entropy)⁠는 γ=−I3\gamma =-I_{3}의 큰 영역 극한이다.

국소 경계 항은 그림처럼 상쇄되고, 상수항은 다음과 같이 남는다.

I3=(−3γ)−(−3γ)−γ=−γ.I_3=(-3\gamma)-(-3\gamma)-\gamma=-\gamma.

일반적인 2차원 내재적 위상 상에서는 저에너지 위상 이론의 가정 아래 γ=log2⁡D\gamma =\log _{2}\mathcal D이다(외부 결과). 토릭 부호는 양자 차원 1인 전하가 네 개여서 전체 양자 차원이 D=2\mathcal D=2이고 γ=1\gamma=1비트다.

유한 영역의 I3I_3만으로 위상 질서를 판정할 수 없다. 고전적 상관·대칭 깨짐·경계 효과를 배제해야 한다. Kitaev–Preskill (2006).

세 인접 영역에서 국소 경계 항을 상쇄하기한 원판을 위쪽 A와 아래쪽 B,C로 나눈다. 내부 AB 경계 조각은 S(A),S(B)⁠에 더해지고 S(AC),S(BC)⁠에서 빠져 상쇄된다. 실제 극한에서는 접합부와 모서리도 일관되게 처리한다.ABC강조한 내부 경계 조각:+S(A) + S(B) − S(AC) − S(BC)같은 국소 경계 기여가 두 번씩 상쇄AB, AC, BC, ABC도 모두 원판형
공간 배치의 개략도다. 영역을 크게 하고 접합부·모서리를 일관되게 처리한다는 본문의 조건 아래 국소 경계 항을 상쇄한다.
28 · 얽힘의 공간 구조와 위상 질서TO04
얽힘의 공간 구조와 위상 질서핵심TO05

세 가지 질문을 구별하며 읽기

크기 의존성: 영역을 키울 때 S(A)S(A)가 경계를 따르는가, 부피를 따르는가? 이 질문에는 상태의 순수성, 공간적 절단, 큰 계 극한이 필요하다.

스펙트럼: 같은 엔트로피를 이루는 고윳값들의 분포는 무엇인가? 안정자 상태의 평탄 스펙트럼과 일반 상태의 비평탄 스펙트럼을 구별할 수 있다.

위상 질서: 국소적으로 읽을 수 없는 전역 정보가 있고, 준입자의 수송과 융합에 어떤 구조가 남는가? 면적 법칙 자체는 곱상태도 만족하므로 충분한 판정 조건이 아니다.

계산 확인. 벨 쌍 세 개가 절단을 가로지를 때 ρA\rho_A의 양의 고윳값과 얽힘 에너지는 무엇인가? 토릭 부호의 한 면 영역도 S(A)=3S(A)=3인데, 이 한 영역의 스펙트럼만으로 두 전체 상태의 상을 구별할 수 있는가?

2×3 면 패치에서는 nA=17, rA=8n_A=17,\ r_A=8이므로 S(A)=9S(A)=9이다. 경계 길이 10에서 한 비트를 뺀 값과 비교하자. 단순히 내부 면의 개수 6을 엔트로피로 사용하면 안 되는 이유도 설명해 보자.

다음 표면 부호에서는 물리적 경계가 어떤 문자열을 끝낼 수 있게 하는지 살펴본다. 위상 질서의 무한계·바닥 상태 논의와 유한 부호의 논리 정보 보호를 연결하되 동일시하지 않는다.

뒤의 Hayden–Preskill 모형은 공간적 국소성보다 부분계의 차원과 섞임을 중심으로 삼는다. 그 모형의 큰 얽힘을 이 절의 바닥 상태 면적 법칙과 혼동하지 말자.

28 · 얽힘의 공간 구조와 위상 질서TO05
얽힘의 공간 구조와 위상 질서핵심U28

요약: 얽힘의 공간적 크기와 스펙트럼

영역과 전체 상태를 먼저 정한다. 공간 영역의 축약 엔트로피를 경계 크기와 비교하면 면적 법칙을, 부피와 비교하면 부피 법칙을 논할 수 있다. 혼합 상태의 부피에 비례하는 엔트로피를 곧바로 얽힘으로 해석하지 않는다. 다시 보기: EN01.

경계를 가로지르는 연산을 센다. 곱상태에서 시작한 유한 깊이 국소 회로는 경계를 가로지르는 게이트를 통해 얽힘을 만든다. 깊이와 국소 차원을 고정하면 경계에 비례하는 상한을 얻는다. 회로 깊이를 계 크기와 함께 늘리는 경우는 구별한다. 다시 보기: EN02.

바닥 상태 정리의 조건을 남긴다. 강의에서 소개한 1차원 면적 법칙은 유계 유한 범위 상호작용, 고정 국소 차원, 유일한 바닥 상태와 균일한 양의 에너지 갭을 가정한다. 유한계에서 갭이 양수라는 사실만으로 이 조건을 대신하지 않는다. 다시 보기: EN03.

엔트로피보다 자세한 정보를 읽는다. 얽힘 스펙트럼은 축약 고윳값 λj\lambda_j 또는 −ln⁡λj-\ln\lambda_j를 본다. 엔트로피 하나보다 많은 정보를 담지만 전체 상태를 유일하게 정하지는 않는다. 순수 안정자 상태에서는 영역 안의 독립 안정자 수로 S(A)=nA−rAS(A)=n_A-r_A를 계산할 수 있다. 다시 보기: EN04, EN05.

28 · 얽힘의 공간 구조와 위상 질서U28
얽힘의 공간 구조와 위상 질서핵심U28a

요약: 위상 질서를 진단하는 여러 조건

국소 관측으로 구별할 수 있는지 묻는다. 토릭 부호의 작은 원판에 지지된 연산자는 바닥 공간에서 스칼라로 작용한다. 이것이 국소 구별 불가능성의 구체적인 예다. 바닥 상태 축퇴만으로 위상 질서를 판정하지 않고 국소성·갭·계 크기의 조건을 함께 본다. 다시 보기: TO01.

전하의 결합과 감김을 구별한다. 토릭 부호의 전하를 융합하는 규칙과 한 전하를 다른 전하 주위로 움직일 때의 위상은 다른 정보다. 한 번 교차하는 XX·ZZ 문자열의 반가환 관계로 상호 감김의 부호를 계산할 수 있다. 다시 보기: TO02.

경계항을 상쇄하여 상수항을 읽는다. 적절한 2차원 갭 있는 위상 상에서 큰 원판들의 경계 기여를 상쇄하면 위상 얽힘 엔트로피를 얻는다. 위상 이론과 연결하는 가정 아래

γ=log2⁡D.\gamma=\log_2\mathcal D.

토릭 모형에서는 네 전하의 양자 차원이 모두 1이므로 D=2\mathcal D=2다. 다시 보기: TO02a, TO04.

하나의 수치로 모든 구조를 판정하지 않는다. 같은 부분계 스펙트럼이나 같은 엔트로피를 가진 상태라도 전역 구조는 다를 수 있다. 영역의 기하, 국소 구별 불가능성, 전하와 논리 연산을 함께 비교한다. TO03의 직사각형 원판에서 센 S(A)=L−1S(A)=L-1은 α=1\alpha=1, γ=1\gamma=1인 경우이며, 이 1은 D=2\mathcal D=2에서 얻는 γ=log2⁡D\gamma=\log_2\mathcal D와 같다. 일반식 S(A)=αL−γS(A)=\alpha L-\gamma 자체는 외부 결과로 남는다. 다시 보기: TO03, TO05.

28 · 얽힘의 공간 구조와 위상 질서U28a
표면 부호의 경계와 검사 회로절 안내ST13

표면 부호의 경계와 검사 회로

SECTION 29

표면 부호의 경계와 검사 회로

열린 경계의 논리 정보를 국소 회로로 어떻게 검사하는가?

01열린 경계와 논리 경로
02보조 큐비트와 검사 회로
03제어·표적·실행 순서
29 · 표면 부호의 경계와 검사 회로ST13
표면 부호의 경계와 검사 회로절 안내S13

표면 부호의 경계와 검사 회로

열린 경계의 논리 정보를 국소 회로로 어떻게 검사하는가?

토릭 부호의 닫힌 격자에서 열린 경계를 가진 표면 부호로 넘어간다. 경계가 독립 검사 수와 논리 경로를 어떻게 바꾸는지 먼저 살펴본다.

그다음 보조 큐비트를 사용해 ZZ 검사와 XX 검사를 구현한다. 격자의 이웃 관계를 회로의 제어·표적·실행 순서로 옮기며, 아직 이상적인 검사를 기준으로 구조를 익힌다.

복습: O42의 격자 검사, O33b의 논리 연산자, O23a의 패리티 측정 회로. 열린 경계에서 논리 경로를 찾고, ZZ·XX 검사의 보조 큐비트와 제어·표적을 구별하는 것이 목표다. 이 절에서는 이상적인 측정 회로를 가정하며, 회로 오류와 시간 기록은 다음 절에서 다룬다.

29 · 표면 부호의 경계와 검사 회로S13
표면 부호의 경계와 검사 회로핵심O52

표면 부호: 열린 경계와 국소 검사

정의 ·표면 부호

아래 경계 규칙의 XX형 꼭짓점 검사 AvA_v와 ZZ형 면 검사 BpB_p는 서로 가환하며 −I-I를 생성하지 않는다. 이들의 공통 +1 고유공간을 이 평면 표면 부호(surface code)⁠라 한다.

C={|ψ⟩:Av|ψ⟩=|ψ⟩, Bp|ψ⟩=|ψ⟩ ∀v,p}.\mathcal C=\{|\psi\rangle:A_v|\psi\rangle=|\psi\rangle,\ B_p|\psi\rangle=|\psi\rangle\ \forall v,p\}.
표면 부호: 열린 경계와 국소 검사 — 설명 그림 거친 경계: Z 검사 경계 매끄러운 경계: X 검사 경계
표면 부호: 열린 경계와 국소 검사
  1. 그림의 회색 격자는 토릭 부호의 정사각 격자에 대응한다. 변 위의 작은 원들이 양자 정보를 담는 데이터 큐비트(data qubit)⁠다.

  2. 열린 경계 조건을 가정하고 xx와 yy 방향 경계를 다른 모양으로 한다.

  3. 꼭짓점에는 XX 검사 보조 큐비트(X-check ancilla qubit)⁠를 둔다. 그림에서는 노란 사각형 중심의 붉은 점이며, vv로 표기한다.

  4. 면의 중심에는 ZZ 검사 보조 큐비트(Z-check ancilla qubit)⁠를 둔다. 그림에서는 초록 사각형 중심의 붉은 점이며, pp로 표기한다.

좌우 경계의 AvA_v는 세 개의 XX 인자로, 상하 경계의 BpB_p는 세 개의 ZZ 인자로 정의한다. 그래도 서로 다른 종류의 두 검사는 데이터를 0개 또는 2개 공유하므로 [Av,Bp]=0[A_v,B_p] = 0이고, {Av}\{A_v\}와 {Bp}\{B_p\}를 안정자 생성원으로 쓸 수 있다. [질문] ∏Av=∏Bp=1\prod A_v = \prod B_p = 1이 성립하는가?

29 · 표면 부호의 경계와 검사 회로O52
표면 부호의 경계와 검사 회로핵심O56

직사각형 패치가 담는 논리 큐비트의 수

이 그림에서는 XX 검사 보조 큐비트로 끝나는 좌우를 매끄러운 경계(smooth boundary), ZZ 검사 보조 큐비트로 끝나는 상하를 거친 경계(rough boundary)⁠라 부른다. 기준은 바깥 직사각형을 가로 NxN_{\mathrm{x}}칸, 세로 NyN_{\mathrm{y}}칸으로 나눈 격자다. 이 격자는 그림의 회색 선(O52의 토릭 격자)⁠과 세로로 반 칸 어긋나 있다. 데이터 큐비트는 이 격자의 점 (Nx+1)(Ny+1)(N_{\mathrm{x}}+1)(N_{\mathrm{y}}+1)개와 칸 중심 NxNyN_{\mathrm{x}}N_{\mathrm{y}}개에 있다. n=(Nx+1)(Ny+1)+NxNy.n=(N_{\mathrm{x}}+1)(N_{\mathrm{y}}+1)+N_{\mathrm{x}}N_{\mathrm{y}}. 보조 큐비트는 이 격자의 변 중점에 있다. 세로 변의 중점이 XX 검사(노랑), 가로 변의 중점이 ZZ 검사(초록)⁠이므로 그 수는 mX=(Nx+1)Ny,mZ=Nx(Ny+1)m_{\mathrm{X}}=(N_{\mathrm{x}}+1)N_{\mathrm{y}},\qquad m_{\mathrm{Z}}=N_{\mathrm{x}}(N_{\mathrm{y}}+1)이다. 이 열린 격자 영역에서는 경계부터 검사하면 비어 있지 않은 생성원 곱이 항등연산자일 수 없으므로 검사들이 독립이다. n=2NxNy+Nx+Ny+1n=2N_{\mathrm{x}}N_{\mathrm{y}}+N_{\mathrm{x}}+N_{\mathrm{y}}+1이고 mX+mZ=2NxNy+Nx+Nym_{\mathrm{X}}+m_{\mathrm{Z}}=2N_{\mathrm{x}}N_{\mathrm{y}}+N_{\mathrm{x}}+N_{\mathrm{y}}이므로 k=n−mX−mZ=1k=n-m_{\mathrm{X}}-m_{\mathrm{Z}}=1이다. 직사각형 패치도 논리 큐비트 하나를 나타낸다.

직사각형 패치가 담는 논리 큐비트의 수 — 설명 그림 거친 경계: Z 검사 경계 매끄러운 경계: X 검사 경계
직사각형 패치가 담는 논리 큐비트의 수

보조 큐비트는 부호의 물리 큐비트 수 nn에 포함하지 않는다. 이 그림은 비회전 패치다. 격자에 대해 45∘45^\circ 기울어진 방향으로 경계를 잘라 정의하는 배치가 회전 표면 부호(rotated surface code)⁠다. 그림만 회전한다고 데이터 큐비트 수가 줄어드는 것은 아니다.

29 · 표면 부호의 경계와 검사 회로계산 A14O56
표면 부호의 경계와 검사 회로계산A14 · 1/2

열린 경계의 독립성: X 검사를 차례로 제외하기

O56에서 검사 수를 그대로 빼려면 생성원들이 독립임을 확인해야 한다. 어떤 검사들의 곱이 II라고 가정하고, 그 곱에 포함된 검사를 경계에서부터 살펴보자.

XX 검사. 위쪽 경계의 각 데이터 큐비트에는 바로 아래 XX 검사 하나만 작용한다. 곱이 II가 되려면 이 검사는 선택할 수 없다. 그 아래 데이터에는 위·아래 검사 두 개가 작용한다. 위의 검사가 이미 제외되었으므로 아래 검사도 제외된다. 이를 아래쪽까지 반복하면 모든 XX 검사가 제외된다.

계산: 열린 경계에서 검사들이 독립인 이유 — 설명 그림
열린 경계에서 검사들이 독립인 이유
표면 부호의 경계와 검사 회로계산A14-⁠-2 · 2/2

열린 경계의 독립성: Z 검사와 논리 큐비트 수

ZZ 검사. 왼쪽 경계의 각 데이터 큐비트에는 오른쪽 ZZ 검사 하나만 작용한다. 이를 제외하고 오른쪽으로 같은 논리를 반복하면 모든 ZZ 검사가 제외된다.

또한 XX 인자와 ZZ 인자는 서로 상쇄되어 II가 될 수 없다. 따라서 두 종류를 함께 고려해도 추가 관계가 없다. mX=(Nx+1)Ny,mZ=Nx(Ny+1),n−mX−mZ=1.\begin{aligned} m_{\mathrm{X}}&=(N_{\mathrm{x}}+1)N_{\mathrm{y}},\\ m_{\mathrm{Z}}&=N_{\mathrm{x}}(N_{\mathrm{y}}+1),\\ n-m_{\mathrm{X}}-m_{\mathrm{Z}}&=1. \end{aligned} 일반적인 안정자 차원 공식으로 dimC=2n−mX−mZ=2\dim C=2^{n-m_{\mathrm{X}}-m_{\mathrm{Z}}}=2를 얻는다. 즉, 직사각형에서도 정확히 하나의 논리 큐비트를 저장한다.

참고: [G97, F12]. 주기적 경계의 토릭 부호와 달리, 여기서는 경계가 있어 두 전역 관계가 사라진다.

표면 부호의 경계와 검사 회로핵심A15

표면 부호의 논리 경로와 거리

이 강의에서 사용하는 열린 격자에서는 세로 방향의 데이터 큐비트에 ZZ를 곱하여 ZLZ_{\mathrm{L}}을 구성할 수 있다. 이 경로의 양 끝은 거친 경계(rough boundary)⁠에 놓인다. 가로 방향에는 XX를 곱하여 XLX_{\mathrm{L}}을 구성한다.

각 경로는 관련 검사와 0개 또는 2개의 데이터 큐비트를 공유하므로 모든 검사와 가환한다. 반면 두 논리 경로는 한 큐비트에서 만나 XLZL=−ZLXLX_{\mathrm{L}}Z_{\mathrm{L}}=-Z_{\mathrm{L}}X_{\mathrm{L}}을 만족한다. 그림의 대표 경로 길이는 각각 wt(XL)=Nx+1,wt(ZL)=Ny+1.\operatorname{wt}(X_{\mathrm{L}})=N_{\mathrm{x}}+1,\quad \operatorname{wt}(Z_{\mathrm{L}})=N_{\mathrm{y}}+1. 더 짧은 비자명한 논리 연산자는 없다. XLX_{\mathrm{L}}의 대표는 격자점 데이터의 가로줄마다 하나씩, 서로 겹치지 않게 Ny+1N_{\mathrm{y}}+1개 있다(XX 검사를 곱해 옮긴다). ZZ형 논리 연산자는 ZLZ_{\mathrm{L}}과 늘 가환하므로, 비자명하려면 이들 모두와 반가환해야 한다. 그래서 각 줄에서 적어도 한 큐비트에 작용하고, 무게가 Ny+1N_{\mathrm{y}}+1 이상이다. XX형도 같은 이유로 Nx+1N_{\mathrm{x}}+1 이상이고, 섞인 연산자는 비자명한 한 성분을 포함한다. 따라서 이 패치의 거리는 d=min(Nx+1,Ny+1)d=\min(N_{\mathrm{x}}+1,N_{\mathrm{y}}+1)이다.

표면 부호의 논리 경로와 거리 — 설명 그림 거친 경계: Z 검사 경계 매끄러운 경계: X 검사 경계
표면 부호의 논리 경로와 거리

검사 연산자를 곱하면 같은 논리 작용의 다른 경로를 얻는다. 신드롬 없는 논리 오류의 최소 무게가 부호 거리다.

참고: [F12, DKLP02]. 그림은 비회전 패치다.

29 · 표면 부호의 경계와 검사 회로A15
표면 부호의 경계와 검사 회로핵심O53a · 1/2

Z 검사 측정: 보조 비트에 패리티 담기

ZZ 검사 Bp=∏i∈N(p)ZiB_p=\prod_{i\in N(p)}Z_i를 읽으려면 보조 큐비트 pp를 |0⟩\left|0\right\rangle으로 준비한다. 측정 비트를 mpm_p라 하자. 각 데이터 큐비트를 제어로 하여 pp에 CNOT을 작용한다. Up=∏i∈N(p)CNOTi,p.U_p=\prod_{i\in N(p)}\mathrm{CNOT}_{i,p}. 계산 기저에서 데이터의 1 개수가 짝수이면 보조 비트가 0, 홀수이면 1이 된다. 따라서 pp의 측정으로 BpB_p를 알 수 있다.

mp=0⇔Bp=+1,mp=1⇔Bp=−1.m_p=0\Longleftrightarrow B_p=+1,\qquad m_p=1\Longleftrightarrow B_p=-1. 내부 검사는 데이터 네 개, 경계의 해당 검사는 세 개에 작용한다. 이 차이는 곱에 들어가는 인자 수만 바꾼다.

중첩 입력에서도 회로는 선형이므로 짝수 패리티 성분은 보조 비트 0에, 홀수 패리티 성분은 1에 나뉘어 붙는다(계산: O53b). 그래서 보조 비트의 측정은 오른쪽의 사영 측정이 된다.

Z 검사: 데이터 a,b,c,d를 제어, 보조 p를 표적으로 한다.p: |0⟩abcdII
ZZ 검사 측정: 데이터가 제어, 보조 큐비트가 표적이다. 회로의 II 표시는 해당 시간 칸에 게이트를 가하지 않고 기다림을 뜻한다.

정규화된 입력 |ψ⟩|\psi\rangle가 중첩 상태여도 같은 회로를 사용한다. 결과 m∈{0,1}m\in\{0,1\}에 대응하는 사영 연산자는 Pm=I+(−1)mBp2P_m=\frac{I+(-1)^mB_p}{2} 이다. 결과의 확률은 Pr(m)=‖Pm|ψ⟩‖2\Pr(m)=\|P_m|\psi\rangle\|^2이며, Pr(m)>0\Pr(m)>0이면 측정 후 데이터 상태는 Pm|ψ⟩/Pr(m)P_m|\psi\rangle/\sqrt{\Pr(m)}이다. 각 데이터 비트를 따로 읽는 것이 아니라 패리티만 측정한다.

29 · 표면 부호의 경계와 검사 회로계산 O53bO53a · 1/2
표면 부호의 경계와 검사 회로핵심O53a-⁠-2 · 2/2

Z 검사 회로: 격자에서 데이터의 위치 읽기

Z 검사 측정: 데이터를 제어, 보조 큐비트를 표적으로 — 설명 그림
ZZ 검사 측정: 데이터를 제어, 보조 큐비트를 표적으로

a,b,c,da,b,c,d는 각 측정용 보조 큐비트에서 바라본 데이터 큐비트의 위치다. 위, 왼쪽, 오른쪽, 아래의 순서로 이름을 붙인다. O53a의 네 CNOT에서는 이 순서대로 aa, bb, cc, dd가 제어이고 pp가 공통 표적이다. 격자의 연결선은 공간적 이웃을 나타내며 실행 순서 자체를 뜻하지 않는다.

29 · 표면 부호의 경계와 검사 회로계산 O53bO53a · 2/2
표면 부호의 경계와 검사 회로계산O53b

계산: Z 검사 회로의 사영 연산자 전개

ZZ 검사 보조 큐비트 pp를 |0⟩\left|0\right\rangle으로 초기화하고, N(p)N(p)에 속한 데이터 큐비트에 다음 제어 연산을 적용하자. ∏i∈N(p)CNOTi,p=∏i∈N(p)(|0i⟩⟨0i|Ip+|1i⟩⟨1i|Xp)\prod_{i \in N(p)} \operatorname{CNOT}_{i,p} = \prod_{i \in N(p)} \left( \left|0_i\right\rangle\!\left\langle 0_i\right| I_p + \left|1_i\right\rangle\!\left\langle 1_i\right| X_p \right) 내부 검사에는 네 데이터 큐비트가 있어 16개 항, 경계 검사에는 세 개가 있어 8개 항이 나온다. 두 경우 모두 PBp(+)Ip+PBp(−)XpP_{B_p}^{(+)} I_p + P_{B_p}^{(-)} X_p로 정리된다. 무게가 ww인 검사도 마찬가지이며, 계산 기저 문자열 z=(z1,…,zw)z=(z_1,\ldots,z_w)에 대해 BpB_p의 고윳값은 (−1)z1+⋯+zw(-1)^{z_1+\cdots+z_w}이다. PBp(+)P_{B_p}^{(+)}와 PBp(−)P_{B_p}^{(-)}의 항은 각각 오른쪽 인자를 짝수 번, 홀수 번 고른 경우다.

짝수 번 고른 항의 합 |0000⟩⟨0000|+|0011⟩⟨0011|+|0101⟩⟨0101|+⋯\left|0000\right\rangle\!\left\langle 0000\right| + \left|0011\right\rangle\!\left\langle 0011\right| + \left|0101\right\rangle\!\left\langle 0101\right| + \cdots은 BpB_p의 고윳값 11에 대한 사영 연산자 PBp(+)P_{B_p}^{(+)}이다. pp를 |0⟩\left|0\right\rangle으로 준비하면 PBp(+)|ψ⟩|0⟩+PBp(−)|ψ⟩|1⟩P_{B_p}^{(+)} \left|\psi\right\rangle\left|0\right\rangle + P_{B_p}^{(-)} \left|\psi\right\rangle \left|1\right\rangle이다. pp를 측정하여 |0⟩(|1⟩)\left|0\right\rangle (\left|1\right\rangle)을 얻으면 데이터는 Bp=+1(−1)B_p = +1 (-1) 상태가 된다.

표면 부호의 경계와 검사 회로핵심O54a · 1/2

X 검사 측정: 보조 큐비트가 제어인 이유

XX 검사 Av=∏i∈N(v)XiA_v=\prod_{i\in N(v)}X_i에는 보조 큐비트 vv가 제어 역할을 한다. |0⟩\left|0\right\rangle으로 준비한 뒤 HH를 작용하고, 이웃 데이터들에 CNOT을 작용한 뒤 다시 HH로 마무리한다(|+⟩|+\rangle로 준비하고 XX 기저로 측정하는 것과 같다). Uv=∏i∈N(v)CNOTv,i.U_v=\prod_{i\in N(v)}\mathrm{CNOT}_{v,i}. 보조 비트가 1인 성분에서만 AvA_v가 데이터에 작용한다. 측정 비트를 mvm_v라 하자. 핵심 페이지 O23a의 패리티 측정처럼 HH, 제어 연산, HH로 이루어지며, 선택 계산 O35a의 일반적인 제어 사영 측정과 같은 회로다. mv=0⇔Av=+1,mv=1⇔Av=−1.m_v=0\Longleftrightarrow A_v=+1,\qquad m_v=1\Longleftrightarrow A_v=-1. ZZ 검사와 제어·표적의 방향이 반대임에 주의하자. ZZ 검사도 O23a처럼 HH, 제어 ZZ, HH로 쓸 수 있다. 보조 큐비트 양쪽의 HH를 제어 ZZ에 흡수하면 방향이 뒤집혀 데이터가 제어인 CNOT이 된다. 이는 HZH=XHZH=X(O31b)⁠여서 HpCZi,pHp=CNOTi,pH_p\,\mathrm{CZ}_{i,p}\,H_p=\mathrm{CNOT}_{i,p}이기 때문이다. 그래서 O53a의 ZZ 검사에는 HH가 없고 데이터가 제어였다.

X 검사: 보조 v를 제어, 데이터 a,b,c,d를 표적으로 한다.v: |0⟩abcdHH
XX 검사 측정: 보조 큐비트가 제어, 데이터가 표적이다.

중첩 입력에 대해서도 앞의 ZZ 검사와 같은 사영 측정이 이루어진다. 사영 연산자에서 BpB_p를 AvA_v로 바꾸면 Pm=I+(−1)mAv2P_m=\frac{I+(-1)^mA_v}{2} 이다. ZZ 검사와 마찬가지로 결과의 확률과 조건부 상태를 이 연산자로 계산한다. 이상적인 회로에서 오류가 없으면 반복 측정은 같은 검사값을 준다.

29 · 표면 부호의 경계와 검사 회로계산 O54bO54a · 1/2
표면 부호의 경계와 검사 회로핵심O54a-⁠-2 · 2/2

X 검사 회로를 격자 위에서 읽기

X 검사 측정: 보조 큐비트를 제어로 사용하기 — 설명 그림
XX 검사 측정: 보조 큐비트를 제어로 사용하기

중앙의 vv는 보조 큐비트이며 네 이웃 aa, bb, cc, dd는 데이터 큐비트다. O54a의 네 CNOT에서 vv가 공통 제어이고 각 이웃이 표적이다. 격자의 연결선은 공간적 이웃을 나타내며 실행 순서 자체를 뜻하지 않는다.

29 · 표면 부호의 경계와 검사 회로계산 O54bO54a · 2/2
표면 부호의 경계와 검사 회로계산O54b

계산: X 검사와 반복 측정

데이터의 초기 상태를 정규화된 |ψ⟩|\psi\rangle라 하고, 보조 큐비트 vv를 |0⟩v|0\rangle_v로 준비한다. 텐서곱의 인자는 데이터 계, 보조 큐비트 순서로 쓴다. 보조 큐비트를 제어로 하여 N(v)N(v)의 각 데이터 큐비트에 CNOT을 적용하는 연산은

CAv=I⊗|0⟩⟨0|v+Av⊗|1⟩⟨1|v,Av=∏i∈N(v)XiC_{A_v}=I\otimes|0\rangle\langle0|_v+A_v\otimes|1\rangle\langle1|_v, \qquad A_v=\prod_{i\in N(v)}X_i

이다. 보조 큐비트가 |1⟩v|1\rangle_v인 성분에서만 데이터에 AvA_v가 작용한다.

이 제어 연산의 앞뒤에 보조 큐비트의 아다마르 게이트를 적용하면, O35a에서 다룬 사영 측정 회로가 된다. 측정 직전의 상태는

PAv(+)|ψ⟩⊗|0⟩v+PAv(−)|ψ⟩⊗|1⟩v,PAv(±)=I±Av2P_{A_v}^{(+)}|\psi\rangle\otimes|0\rangle_v+ P_{A_v}^{(-)}|\psi\rangle\otimes|1\rangle_v, \qquad P_{A_v}^{(\pm)}=\frac{I\pm A_v}{2}

이다. 보조 큐비트의 측정 결과가 0이면 데이터에는 고윳값 +1+1인 성분이, 1이면 고윳값 −1-1인 성분이 남는다. 각 결과의 데이터 상태는 해당 성분을 정규화하여 얻는다.

오류가 없고 측정이 이상적이면, 한 검사 주기 후 데이터는 모든 Av,BpA_v,B_p의 공통 고유 상태에 놓인다. 이후 반복 측정에서도 검사 고윳값이 유지된다. [F12]⁠에서 quiescent state라 부르는 것은 이처럼 검사 결과가 유지되는 상태다. 오류가 발생하면 신드롬이 바뀔 수 있다.

표면 부호의 경계와 검사 회로핵심O55 · 1/2

검사 회로의 동시 실행: 상호작용 순서

가정 ·이상적인 검사 일정

한 시간 단계에서 각 큐비트는 최대 하나의 다른 큐비트와 2큐비트 게이트를 수행한다고 가정한다. 내부 데이터 큐비트는 이웃한 네 보조 큐비트와 차례로 상호작용하며, 경계에서는 존재하는 이웃만 사용한다. 같은 큐비트의 동시 사용을 피하도록 순서를 정해야 한다. 붉은 보조 큐비트를 기준으로 데이터 큐비트에 접근하는 순서는 위(aa), 왼쪽(bb), 오른쪽(cc), 아래(dd)⁠다. II는 두 검사 유형의 시간을 맞추는 대기 구간이다.

주황색 선은 첫 단계(aa)⁠의 상호작용이다. XX 측정은 보조 →\to 데이터, ZZ 측정은 데이터 →\to 보조가 CNOT 방향이다. 이는 이상적인 측정 순서다. 보조 큐비트 오류의 전파까지 억제하려면 추가 검토가 필요하다.

검사 회로의 동시 실행과 이상적인 순서 — 설명 그림 거친 경계: Z 검사 경계 매끄러운 경계: X 검사 경계
검사 회로의 동시 실행과 이상적인 순서

큐비트의 동시 사용을 피하는 것만으로는 충분하지 않다. 이웃한 XX 검사와 ZZ 검사는 데이터 두 개를 공유한다. 두 공유점에서 어느 검사의 CNOT이 먼저인지가 같아야 보조 큐비트 사이의 불필요한 작용이 상쇄된다. 위–왼쪽–오른쪽–아래 순서는 네 대각 방향의 이웃 쌍 모두에서 이 조건을 만족한다(계산: D23).

29 · 표면 부호의 경계와 검사 회로O55 · 1/2
표면 부호의 경계와 검사 회로핵심O55-⁠-2 · 2/2

이상적인 검사 순서의 두 회로

Z 검사: 데이터 a,b,c,d를 제어, 보조 p를 표적으로 한다.p: |0⟩abcdII
ZZ 검사: 데이터 aa–dd가 제어, 보조 pp가 표적
X 검사: 보조 v를 제어, 데이터 a,b,c,d를 표적으로 한다.v: |0⟩abcdHH
XX 검사: 보조 vv가 제어, 데이터 aa–dd가 표적

두 회로는 같은 시간 칸을 쓴다. XX 검사의 첫 HH 칸에서 ZZ 검사는 II로 기다리므로, 두 검사의 aa·bb·cc·dd 네 CNOT 단계가 같은 시각에 진행된다. ZZ 검사는 XX 검사의 둘째 HH와 같은 칸에서 측정하고, XX 검사가 측정하는 칸을 II로 기다린다. 이 II는 측정한 비트를 그대로 두는 대기다. ZZ 보조에는 마지막 CNOT 뒤에 게이트가 없으므로, 둘째 HH 칸을 II로 기다렸다가 XX 검사와 같은 칸에서 측정해도 결과는 같다. 격자 위의 배치는 O55의 그림에서 본다.

29 · 표면 부호의 경계와 검사 회로O55 · 2/2
표면 부호의 경계와 검사 회로핵심U29

요약: 열린 경계와 검사 회로

패치의 정의를 그림과 맞춘다. 표면 부호는 지정한 열린 격자의 가환 XX형·ZZ형 검사의 공통 +1 고유공간이다. 어떤 검사가 경계에서 줄어드는지 확인한 뒤 독립 검사 수와 논리 큐비트 수를 센다(직사각형 패치는 k=1k=1). 토러스의 전역 관계를 그대로 가져오지 않는다. 다시 보기: O52, O56.

경계를 잇는 논리 경로를 찾는다. 허용된 두 경계를 잇는 XX형·ZZ형 경로가 논리 연산을 나타낸다. 경로의 교차가 논리 반가환 관계를 정한다. 패치의 거리는 가장 짧은 비자명 경로를 찾고 더 짧은 후보를 배제하여 확인한다(d=min(Nx+1,Ny+1)d=\min(N_{\mathrm{x}}+1,N_{\mathrm{y}}+1)). 다시 보기: O56, A15.

보조 큐비트로 검사값만 읽는다. XX형 검사는 보조 큐비트 양쪽에 HH를 두고(|+⟩|+\rangle 준비와 XX 측정에 해당) 보조 큐비트를 제어로 쓰며, ZZ형 검사는 HH 없이 데이터를 제어로 쓴다. 회로에서 결과 확률뿐 아니라 데이터의 조건부 사영 상태까지 확인해야 올바른 검사를 구현했는지 알 수 있다. 다시 보기: O53a, O54a.

일정의 유효성과 결함 허용성을 나눈다. 공유 데이터에 대한 두 검사 회로의 상대 순서와 한 시각의 게이트 충돌을 확인한다. 이상적 회로가 원하는 검사를 한다는 사실만으로 결함 전파까지 안전한 것은 아니다. 다음 절에서는 보조 큐비트와 측정 자체의 오류도 추적한다. 다시 보기: O55.

29 · 표면 부호의 경계와 검사 회로U29
오류 전파·복호·시간 기록절 안내ST13a

오류 전파·복호·시간 기록

SECTION 30

오류 전파·복호·시간 기록

검사 회로와 측정에도 오류가 생기면 무엇을 추적해야 하는가?

01회로에서의 오류 전파
02신드롬과 복구 경로
03반복 측정과 시간 기록
30 · 오류 전파·복호·시간 기록ST13a
오류 전파·복호·시간 기록절 안내S13a

오류 전파·복호·시간 기록

검사 회로와 측정에도 오류가 생기면 무엇을 추적해야 하는가?

이제 검사 회로와 측정 자체에도 오류가 생길 수 있다고 보자. CNOT을 통한 오류 전파와 여러 검사 회로의 실행 순서부터 확인한다.

같은 신드롬을 가진 복구 경로의 논리 작용을 비교하고, 반복 측정의 시간 기록에서 오류 이력을 추론한다. 마지막에는 보호된 기억장치를 계산에 사용하는 데 무엇이 더 필요한지 살펴본다.

복습: O53a·O54a의 검사 회로, B09의 신드롬, O40a의 같은 신드롬 복구(계산: O40b). CNOT 전파 규칙을 적용하고, 같은 신드롬의 서로 다른 논리 작용을 구별하며, 연속한 검사값의 변화로 데이터 오류와 측정 오류를 가려내는 것이 목표다. 반복 기록의 모형과 예제를 다루며, 실제 장치의 임계 오류율을 증명하지는 않는다.

오류 전파·복호·시간 기록핵심B10

보조 큐비트의 오류도 데이터로 퍼질 수 있다

검사 연산자들이 가환한다고 해서 검사 회로의 오류 전파까지 억제되는 것은 아니다. CNOT에서 제어 큐비트를 c\mathrm{c}, 표적 큐비트를 t\mathrm{t}라 하자. 게이트 UU 앞에서 생긴 오류 EE는 UE=(UEU†)UUE=(UEU^\dagger)U이므로 게이트 뒤의 오류 UEU†UEU^\dagger와 같은 결과를 낸다. CNOT의 이 켤레 작용은 O31b에서 본 대로(기저 상태에서의 확인: D21) Xc↦XcXt,Zc↦Zc,Xt↦Xt,Zt↦ZcZtX_{\mathrm{c}}\longmapsto X_{\mathrm{c}}X_{\mathrm{t}},\quad Z_{\mathrm{c}}\longmapsto Z_{\mathrm{c}},\quad X_{\mathrm{t}}\longmapsto X_{\mathrm{t}},\quad Z_{\mathrm{t}}\longmapsto Z_{\mathrm{c}}Z_{\mathrm{t}}이다.

보조 큐비트의 X 오류가 두 CNOT을 통해 데이터로 전파된다.보조 v데이터 a데이터 bXXvXaXb
보조 vv의 XX 오류가 두 CNOT을 지나며 표적 aa, bb에 복사된다(Xc↦XcXtX_{\mathrm{c}}\mapsto X_{\mathrm{c}}X_{\mathrm{t}}를 두 번 적용). 결함 하나가 데이터 오류 둘이 된다.

여러 데이터에 CNOT을 차례로 적용하는 XX 검사에서, 보조계의 XX 오류 하나가 남은 데이터 여러 개로 전파될 수 있다. ZZ 검사에서는 표적 보조계의 ZZ 오류를 같은 방식으로 살펴본다. 검사 도중에 생긴 보조계 오류는 그 뒤에 연결되는 데이터로만 퍼진다. 따라서 CNOT 순서가 상관 오류가 남는 데이터와 그 격자 방향을 정한다.

여기서 결함 허용(fault tolerance)⁠은 게이트·측정·대기 중의 오류까지 포함하여, 적은 수의 물리적 결함이 정정 능력을 넘는 오류로 퍼지지 않도록 연산을 구성한다는 뜻이다. 저장 상태의 오류 정정만으로 보장되지 않는다. 정량적인 임계값 정리는 잡음·회로·복호 방법에 대한 추가 가정이 필요하며 여기서는 제시하지 않는다.

상관 오류의 방향은 경계·논리 경로와 비교해야 한다(D22). O55의 순서는 이상적인 검사값을 추출하고 같은 큐비트를 동시에 쓰지 않는 순서일 뿐이다. 그것만으로 논리 오류를 일으키는 최소 결함 수(유효 거리)⁠나 임계 오류율을 보장하지는 않는다.

참고: [G97, F12].

오류 전파·복호·시간 기록계산D21

CNOT 전파 규칙을 기저 상태에서 유도하기

U=CNOTU=\mathrm{CNOT}, U|c,t⟩=|c,t⊕c⟩U|c,t\rangle=|c,t\oplus c\rangle라 하자. 회로 앞의 오류를 뒤로 옮기는 항등식은 UE=(UEU†)UUE=(UEU^\dagger)U이다. U2=IU^2=I이므로 U†=UU^\dagger=U이다.

UXcU†|c,t⟩=U|c⊕1,t⊕c⟩=|c⊕1,t⊕1⟩,UZtU†|c,t⟩=(−1)t⊕cU|c,t⊕c⟩=(−1)c+t|c,t⟩.\begin{aligned}UX_cU^\dagger|c,t\rangle&=U|c\oplus1,t\oplus c\rangle=|c\oplus1,t\oplus1\rangle,\\UZ_tU^\dagger|c,t\rangle&=(-1)^{t\oplus c}\,U|c,t\oplus c\rangle=(-1)^{c+t}|c,t\rangle.\end{aligned}

첫 식에서는 제어의 반전이 표적으로 복사되고, 둘째 식에서는 표적의 위상이 제어에도 걸린다.

전파되지 않는 두 경우도 기저 상태에 적용해 확인할 수 있다.

UXtU†|c,t⟩=U|c,t⊕c⊕1⟩=|c,t⊕1⟩,UZcU†|c,t⟩=(−1)cU|c,t⊕c⟩=(−1)c|c,t⟩.\begin{aligned} UX_tU^\dagger|c,t\rangle&=U|c,t\oplus c\oplus1\rangle=|c,t\oplus1\rangle,\\ UZ_cU^\dagger|c,t\rangle&=(-1)^c\,U|c,t\oplus c\rangle=(-1)^c|c,t\rangle. \end{aligned}

U†U=IU^\dagger U=I이므로 켤레 작용은 곱을 보존한다. 예를 들어 제어의 Yc=iXcZcY_c=iX_cZ_c 오류는 UYcU†=i(XcXt)Zc=YcXtUY_cU^\dagger=i(X_cX_t)Z_c=Y_cX_t로 전파된다. 서로 다른 큐비트의 인자만 자리를 바꾸었으므로 추가 부호는 생기지 않는다.

네 전파 규칙을 모으면 다음과 같다.

Xc⟼XcXt,Xt⟼Xt,Zc⟼Zc,Zt⟼ZcZt.\begin{aligned}X_c&\longmapsto X_cX_t,&X_t&\longmapsto X_t,\\Z_c&\longmapsto Z_c,&Z_t&\longmapsto Z_cZ_t.\end{aligned}

곱의 전파를 계산할 때 연산자 순서를 유지하면 전체 위상도 일관되게 추적할 수 있다.

전파 규칙은 오류가 이동했다는 물리적 가정이 아니라, 같은 회로를 오류 위치가 다른 동등한 식으로 다시 쓴 것이다.

오류 전파·복호·시간 기록계산D22

보조 큐비트의 오류가 여러 데이터로 번질 때

X1X2X3X4X_1X_2X_3X_4 검사를 위해 보조 큐비트 vv를 제어로 하는 CNOT 네 개를 데이터 1, 2, 3, 4에 차례로 적용한다고 하자. 첫째와 둘째 CNOT 사이에 XvX_v가 생기면 남은 세 게이트를 지나며

Xv⟼XvX2X3X4.X_v\longmapsto X_vX_2X_3X_4.

둘째와 셋째 사이에서 생기면 데이터에는 X3X4X_3X_4가 남는다. 이런 상관 오류가 훅 오류(hook error)⁠의 기본 예다.

첫 게이트보다 앞에서 생긴 오류는 네 데이터 모두로 전파된다. 그러나 X1X2X3X4X_1X_2X_3X_4가 검사 안정자라면 부호 상태에서는 항등 작용이다.

따라서 전파된 오류의 무게만으로 논리적 피해를 판정해서는 안 된다. 안정자를 곱해 얻는 동등한 오류와, 경계·논리 경로에 대한 방향을 함께 보아야 한다.

예를 들어 X2X3X4X_2X_3X_4에 검사 안정자 X1X2X3X4X_1X_2X_3X_4를 곱하면 X1X_1이 되므로, 부호 상태에서는 한 큐비트 오류와 같다. 반면 X3X4X_3X_4에 곱하면 X1X2X_1X_2가 되어, 둘 다 두 큐비트 오류다.

특히 두 데이터에 남는 오류의 방향은 CNOT 순서에 따라 달라진다. 회로의 순서를 정할 때는 검사가 이상적으로 올바른지와 단일 고장이 어떤 상관 오류를 만드는지를 따로 확인한다.

오류 전파·복호·시간 기록계산D23

이웃한 X 검사와 Z 검사의 순서 조건

XX 검사 보조를 vv, ZZ 검사 보조를 pp라 하자. 공유 데이터 qq에는 v→qv\to q와 q→pq\to p CNOT이 작용한다. XX 검사 보조는 늘 제어, ZZ 검사 보조는 늘 표적이다(O55).

세 비트의 변화를 함께 추적하자. 입력은 |v,q,p⟩|v,q,p\rangle이며, 화살표 위의 두 게이트는 왼쪽부터 적용한다.

|v,q,p⟩→v→q, q→p|v,q⊕v,p⊕q⊕v⟩,|v,q,p⟩→q→p, v→q|v,q⊕v,p⊕q⟩.\begin{aligned} |v,q,p\rangle&\xrightarrow{v\to q,\ q\to p}|v,q\oplus v,p\oplus q\oplus v\rangle,\\ |v,q,p\rangle&\xrightarrow{q\to p,\ v\to q}|v,q\oplus v,p\oplus q\rangle. \end{aligned}

두 출력의 차이는 마지막 비트에 더해진 vv뿐이다. 곧 두 순서의 차이는 의도하지 않은 v→pv\to p CNOT이다. 이는 계산 기저 전체에서 성립하므로 중첩 입력에도 같은 연산자 관계가 성립한다.

이웃한 두 검사는 데이터 두 개를 공유한다. 두 공유점에서 상대 순서가 같으면, 두 곳 모두 ZZ가 먼저일 때는 불필요한 v→pv\to p가 생기지 않고, 두 곳 모두 XX가 먼저일 때는 두 번 생겨 상쇄된다. 두 CNOT 사이에 다른 CNOT이 끼어 있어도 결론은 같다.

모든 게이트가 CNOT이므로 비트를 mod⁡2\operatorname{mod}2로 추적하면 vv들과 데이터의 마지막 값은 순서와 무관하다. 그런데 pp에는 CNOT q→pq\to p마다 그때의 qq가 더해지고, 그 qq에는 먼저 작용한 v→qv\to q의 vv가 들어 있다. 따라서 pp의 마지막 값은 p⊕∑qq⊕∑vnvpvp\oplus\sum_qq\oplus\sum_vn_{vp}v이고, nvpn_{vp}는 vv와 pp의 공유점 가운데 XX가 먼저인 곳의 수다. 모든 nvpn_{vp}가 짝수이면 회로는 ZZ 검사를 모두 먼저 하는 이상적인 회로와 같고, 한쪽에서만 뒤집히면 nvp=1n_{vp}=1이어서 v→pv\to p가 남는다.

예를 들어 두 검사 모두 O55의 위–왼쪽–오른쪽–아래 순서를 따르고, XX 검사 보조가 ZZ 검사 보조의 왼쪽 위 대각선에 있다고 하자. 두 공유 데이터는 ZZ 검사의 위·왼쪽 이웃이며, XX 검사에서는 각각 오른쪽·아래 이웃이다. 따라서 한 공유점에서는 ZZ 검사가 1번째, XX 검사가 3번째이고, 다른 공유점에서는 각각 2번째와 4번째다. 두 곳 모두 ZZ가 먼저다.

나머지 세 방향도 같은 방법으로 확인하면 두 공유점에서 상대 순서가 같다. 이 조건은 이상적인 검사 회로의 정합성을 검사하며, 훅 오류에 유리한 방향인지는 별도로 검토한다.

오류 전파·복호·시간 기록핵심A16

같은 신드롬을 가진 오류와 복구 경로

Nx=Ny=2N_{\mathrm{x}}=N_{\mathrm{y}}=2인 거리 3 패치를 보자. 가운데 데이터 큐비트의 ZZ 오류는 바로 위·아래의 XX 검사 두 개를 −1-1로 바꾼다.

같은 신드롬을 가진 오류와 복구 경로 — 설명 그림 같은 Z를 다시 적용
같은 신드롬을 가진 오류와 복구 경로

세 경우의 신드롬은 같다. 그러나 R1E=IR_1E=I이고, R2E=ZLR_2E=Z_{\mathrm{L}}이다. EE의 선과 R2R_2의 두 선을 이으면 위 경계에서 아래 경계까지 세로줄 전체에 ZZ가 작용한다. 이것이 A15의 논리 경로 ZLZ_{\mathrm{L}}이다. R2R_2로 복구하면 검사 결과는 모두 +1+1로 돌아와도 논리 오류가 남는다.

안정자를 곱해 서로 바뀌는 오류들은 부호 상태에 같은 작용을 하므로 한 묶음으로 본다. 이런 오류들의 모임을 논리 동치류(logical equivalence class)⁠라 한다. EE와 R1R_1은 같은 동치류에 있고, R2R_2는 ZLZ_{\mathrm{L}}만큼 다른 동치류에 있다. 오류가 많아야 하나라는 가정에서는, 두 후보 가운데 무게가 1인 R1R_1을 선택한다. 일반적인 복호 과정은 잡음 모형과 측정 기록을 이용하여 복구를 선택한다. 오류를 무조건 정확히 찾아내는 절차는 아니다.

참고: [F12, DKLP02]. 붉은 점과 −- 표시는 고윳값이 −1-1로 바뀐 검사 위치이고, 색 선은 데이터 큐비트의 ZZ 작용을 나타낸다.

30 · 오류 전파·복호·시간 기록계산 A17A16
오류 전파·복호·시간 기록계산A17

계산: 검사값은 같아도 논리 작용은 다를 수 있다

앞 그림의 데이터 큐비트에 아래 행부터, 한 행 안에서는 왼쪽부터 번호를 매기면 세로줄은 아래부터 2,7,122,7,12번이다. 아래·위 XX 검사를 각각 S−,S+S_-,S_+라 하자. 주변 데이터에 작용하는 XX의 곱을 M−,M+M_-,M_+로 묶으면 S−=X2X7M−,S+=X7X12M+.S_-=X_2X_7M_-,\qquad S_+=X_7X_{12}M_+. E=Z7E=Z_7, R1=Z7R_{1}=Z_7, R2=Z2Z12R_{2}=Z_2Z_{12}를 비교하자. Z7Z_7은 두 검사와 모두 한 번 반가환한다. Z2Z12Z_2Z_{12}도 아래 검사와 Z2Z_2에서, 위 검사와 Z12Z_{12}에서 한 번씩 반가환한다. S±E=−ES±,S±R2=−R2S±.S_\pm E=-ES_\pm,\qquad S_\pm R_2=-R_2S_\pm.

따라서 부호 상태에 작용했을 때 두 연산자는 같은 (−1,−1)(-1,-1) 신드롬을 만든다. 그 밖의 검사는 모두 +1+1을 유지한다. R1E=Z72=I,R2E=Z2Z7Z12=ZL.R_{1}E=Z_7^2=I,\qquad R_{2}E=Z_2Z_7Z_{12}=Z_{\mathrm{L}}. Z2Z7Z12Z_2Z_7Z_{12}는 A15의 세로 논리 경로다.

거리 3 부호는 한 큐비트 오류를 정정하지만, 모든 두 큐비트 오류까지 정정하지는 못한다. 앞의 두 오류 후보는 각각 무게 1과 2이므로 이 사실과 모순되지 않는다.

일반적으로 같은 신드롬의 두 오류가 S̃\widetilde S의 원소만큼 다르면 같은 복구가 가능하다(O40a, 계산: O40b). 그 차이가 비자명한 논리 연산자이면 두 경우를 동시에 복구할 수 없다.

오류 전파·복호·시간 기록실습L16

표면 부호: 같은 신드롬, 다른 논리 작용

오류 전파·복호·시간 기록핵심Q08

개념 확인: 같은 신드롬, 다른 논리 작용

L16의 13큐비트 격자를 사용한다. 아래부터 위로 각 행의 큐비트를 왼쪽부터 1,2,3 / 4,5 / 6,7,8 / 9,10 / 11,12,13으로 번호 붙인다. 검사 위치는 L16과 같고, 처음에는 모든 검사값이 +1이다.

오류는 E=Z7E=Z_7이다. 두 복구 후보 R1=Z7R_1=Z_7, R2=Z2Z12R_2=Z_2Z_{12}를 각각 적용한 잔류 연산 RiER_iE를 비교하라. 논리 XX는 X―=X1X2X3\overline X=X_1X_2X_3으로 택한다.

각 후보에 대해 −1인 검사 수와 (RiE)X―=siX―(RiE)(R_iE)\overline X=s_i\overline X(R_iE)의 부호 si∈{+1,−1}s_i\in\{+1,-1\}을 구하라. 신드롬이 사라졌다는 사실만으로 원래 논리 상태의 복구를 보장할 수 있는가?

1Z2Z3X4X5X6Z7Z8X9X10X11Z12Z13○ 번호: 데이터 큐비트□ X / Z: 검사 종류점선으로 연결된 큐비트에해당 파울리를 곱한다
L16과 같은 검사 지지집합이다. 번호는 아래 행부터 왼쪽에서 오른쪽으로 매긴다.

수치는 소수 또는 분수로 입력하고, 판단 문항은 보기를 고른다. 수치 오차 10−610^{-6} 이내는 맞은 것으로 본다. 답 확인을 누르기 전에는 채점하지 않는다.

마우스 숫자 입력판
입력할 칸: R1ER_1E: −1 검사 수

정답은 공개하지 않는다. 새로고침하면 입력이 지워진다.

오류 전파·복호·시간 기록핵심A18

측정에도 오류가 있으면 시간 기록이 필요하다

정의 ·연속 측정 결과의 변화와 검출 사건

검사 결과 sv(t)=±1s_v(t)=\pm1을 비트 mv(t)=(1−sv(t))/2m_v(t)=(1-s_v(t))/2로 기록하자. 연속한 결과의 변화를 dv(t)=mv(t)⊕mv(t−1)d_v(t)=m_v(t)\oplus m_v(t-1)로 두고, dv(t)=1d_v(t)=1인 위치와 시각의 쌍 (v,t)(v,t)를 검출 사건(detection event)⁠이라 한다.

데이터 오류가 두 검사값을 바꾸면, 같은 시각에 이웃한 검사 두 곳에서 변화가 나타난다. 그 이후 값이 그대로 유지되면 추가 변화는 없다.

한 검사 결과를 한 번 잘못 읽으면, 그 검사에서 연속한 두 시각에 변화가 나타난다. 따라서 한 번의 측정만으로는 데이터 오류와 측정 오류를 충분히 구별하기 어렵다.

참고: [DKLP02, F12]. 회로 오류는 이 두 유형보다 더 복잡한 상관관계를 만들 수 있다.

측정에도 오류가 있으면 시간 기록이 필요하다 — 설명 그림
선분의 두 끝점이 dv(t)=1d_v(t)=1인 곳이다. 데이터 오류는 같은 시각의 이웃한 두 검사를 가로로, 한 번의 측정 오류는 한 검사의 연속한 두 시각을 세로로 잇는다. 두 오류 유형만 구별한 단순화된 모형이다.

정의 ·복호기

검사 일정과 경계 조건을 고정하자. 고전적 복호기(decoder)⁠는 가능한 측정 기록 rr마다 보정 연산 C(r)C(r) 또는 실패 표시를 배정하는 규칙이다. 파울리 오류 EE와 이상적 안정자 검사에서는 C(r)E∈S~C(r)E\in\widetilde S이면 논리 상태를 보존하며 복구에 성공한다. 실제 기록에는 시간에 따른 변화, 초기 준비와 마지막 측정도 포함한다.

오류 전파·복호·시간 기록계산B11

계산: 측정값과 검출 사건은 다르다

한 검사에 대해 측정 비트를 m(t)=(1−s(t))/2m(t)=(1-s(t))/2, 이전 측정과의 차이를 d(t)=m(t)⊕m(t−1)d(t)=m(t)\oplus m(t-1)이라 하자. 기록은 m(0)=0m(0)=0에서 시작한다고 하자.

시각 tt 0 1 2 3 4
오류 없는 기록 m(t)m(t) 0 0 0 0 0
한 번의 잘못된 측정 m(t)m(t) 0 0 1 0 0
그 기록의 차이 d(t)d(t) – 0 1 1 0
지속되는 검사 부호 변화 m(t)m(t) 0 0 1 1 1
그 기록의 차이 d(t)d(t) – 0 1 0 0

한 번의 잘못된 측정은 보통 같은 위치의 연속된 두 시각에서 검출 사건을 만든다. 데이터 오류가 검사 고윳값을 바꾸면 이후에도 그 부호가 유지될 수 있으므로, 매번 1이 측정된다고 매번 새 오류가 발생한 것은 아니다.

표면 부호의 데이터 오류는 보통 공간적으로 이웃한 검사 둘에 변화를 만든다. 경계에서는 하나일 수 있다. 그래서 여러 위치와 여러 시각을 함께 고려하여 오류를 추정한다. 마지막 시각에 측정이 잘못되면 다음 기록이 없어, 그 변화가 되돌아오는 모습으로 드러나지 않는다. 그래서 기록을 끝낼 때는 종료 측정과 시간 경계의 처리가 따로 필요하다.

참고: [DKLP02, F12]. 모든 오류 전파를 다루는 복호기가 아니라, 검출 사건의 원리를 설명하는 예다.

오류 전파·복호·시간 기록핵심Q10

개념 확인: 검사 기록과 검출 사건

한 검사 위치에서 기준 시각 t=0t=0의 기록은 +1이다. 이후 t=1,2,3,4t=1,2,3,4의 기록은 차례로 +1,−1,−1,+1이다. 검출 사건은 직전 기록과 부호가 달라진 시각에 둔다.

검출 사건 수와, 첫 사건과 마지막 사건의 시각을 구하라. −1 기록의 개수를 세는 것과 어떤 차이가 있는가? 이 한 위치의 기록만으로 데이터 오류와 측정 오류를 유일하게 구별할 수는 없다.

수치는 소수 또는 분수로 입력한다. 수치 오차 10−610^{-6} 이내는 맞은 것으로 본다. 답 확인을 누르기 전에는 채점하지 않는다.

마우스 숫자 입력판
입력할 칸: 검출 사건 수

정답은 공개하지 않는다. 새로고침하면 입력이 지워진다.

오류 전파·복호·시간 기록계산D23a

검출 사건에서 오류 이력 그래프를 만들기

정의 ·오류 이력 그래프와 현상론적 모형

검사 위치와 측정 시각의 쌍을 그래프의 꼭짓점으로 둔다. 관측 기록은 A18의 검출 사건, 곧 연속한 두 검사 결과가 다른 꼭짓점들이다.

현상론적 모형(phenomenological model)⁠은 검사 사이의 데이터 오류와 측정값 반전만 단일 고장으로 두고 검사 회로 내부의 고장은 따로 다루지 않는다. 이 모형에서 하나의 데이터 오류는 인접한 검사 위치들을, 하나의 측정값 반전은 같은 검사의 인접 시각들을 연결하는 변으로 나타낸다.

이 그래프의 변은 큐비트 자체가 아니라 가능한 단일 고장을 뜻한다. 실제 회로의 한 고장이 검출 사건을 셋 이상 만들거나 모형에 없는 변을 요구하면(D22의 훅 오류) 이 단순 그래프 모형을 그대로 적용할 수 없다. 측정 비트는 실제 검사 비트와 측정값 반전의 합이므로, 고장이 여러 개여도 dv(t)d_v(t)는 (v,t)(v,t)에 닿는 오류 변의 수를 mod⁡2\operatorname{mod}2로 센 값이다.

발생한 오류 변들의 집합을 EE라 하자. 각 내부 꼭짓점에서 만나는 오류 변의 수를 mod⁡2\operatorname{mod}2로 세는 연산이 경계 ∂\partial이다.

∂E=ddet.\partial E=d_{\mathrm{det}}.

오른쪽은 관측한 검출 사건의 기록이며, 부호 거리 dd와 다른 기호다. 복호는 이 제약을 만족하는 오류 이력을 찾는다.

공간·시간 경계에서 끝나는 오류도 허용한다. 그 끝점은 검출 사건으로 관측되지 않을 수 있으므로, 제약 ∂E=ddet\partial E=d_{\mathrm{det}}는 관측하는 내부 꼭짓점에서만 요구한다. 다음 페이지에서는 이런 이력의 확률을 가중치로 바꾼다.

가로: 위치 · 세로: 시각가로 변: 데이터 오류세로 변: 측정값 반전끝점: 변 1개 → 검출 사건접점: 변 2개 → 사건 없음
굵은 선은 오류 변이다. 이중 원으로 표시한 두 끝점에만 검출 사건이 남는다. 경계는 생략했다.
오류 전파·복호·시간 기록계산D24

오류 이력의 확률을 경로의 가중치로 바꾸기

가정 ·독립 오류 이력의 확률

계산을 단순화하기 위해 각 데이터의 ZZ 오류와 측정값 반전을 서로 독립인 사건으로 둔다. 각 변 ee의 오류 확률을 pep_e라 하고 오류 이력을 EE라 쓰자.

Pr(E)=∏e∈Epe∏e∉E(1−pe)=∏e(1−pe)∏e∈Epe1−pe.\Pr(E)=\prod_{e\in E}p_e\prod_{e\notin E}(1-p_e)=\prod_e(1-p_e)\prod_{e\in E}\frac{p_e}{1-p_e}.

음의 로그를 취하면

−log⁡Pr(E)=−∑elog⁡(1−pe)+∑e∈Elog⁡1−pepe.-\log\Pr(E)=-\sum_e\log(1-p_e)+\sum_{e\in E}\log\frac{1-p_e}{p_e}.

첫 항은 모든 변에 대한 합이므로 EE에 의존하지 않는다. 따라서 같은 검출 사건을 만드는 이력들 가운데 가장 가능성 높은 하나를 찾는 문제는 변 가중치 we=log⁡((1−pe)/pe)w_e=\log((1-p_e)/p_e)의 합을 최소화하는 문제다. 여기서는 0<pe<1/20<p_e<1/2로 두어 가중치가 유한한 양수가 되게 한다.

데이터 오류는 공간 방향의 검출 사건을, 측정 반전은 시간 방향의 검출 사건을 연결한다. 경계에서 끝나는 이력도 허용해야 한다.

이것은 독립 오류를 가정한 현상론적 모형이다. 실제 검사 회로의 상관 고장을 모두 독립인 변으로 표현할 수 있다고 가정한 것은 아니다.

오류 전파·복호·시간 기록계산D25

네 검출 사건을 두 가지 이력으로 설명하기

시공간 사각형의 네 꼭짓점 모두에서 검출 사건이 생겼다고 하자. 다른 변이 없는 작은 모형에서 가능한 이력은 가로 두 변 EhE_{\mathrm h}와 세로 두 변 EvE_{\mathrm v}이다.

가로 변의 오류 확률을 pp, 세로 변의 측정 반전 확률을 qq라 하면

Pr(Eh)=p2(1−q)2,Pr(Ev)=(1−p)2q2.\Pr(E_{\mathrm h})=p^2(1-q)^2,\qquad\Pr(E_{\mathrm v})=(1-p)^2q^2.

두 이력 모두 각 꼭짓점에 홀수 개의 오류 변을 남기므로 같은 검출 기록을 만든다.

p=0.01p=0.01, q=0.05q=0.05를 대입하면

Pr(Ev)Pr(Eh)=(0.99⋅0.050.01⋅0.95)2≃27.15.\frac{\Pr(E_{\mathrm v})}{\Pr(E_{\mathrm h})}=\left(\frac{0.99\cdot0.05}{0.01\cdot0.95}\right)^2\simeq27.15.

이 모형에서는 시간 방향의 두 측정 반전이 훨씬 더 가능성 높다. 연결선의 개수만 세면 놓치는 차이다.

위 비교는 이력 하나의 확률이다. 복구의 성공은 이력이 남기는 논리 작용으로 판정하므로(A18의 복호기), 이력은 그 논리 작용에 따라 A16의 논리 동치류로 묶인다. 검사가 같다는 사실만으로 논리 작용까지 같다고 결론 내릴 수는 없다.

큰 부호에서는 같은 논리적 효과를 가진 이력이 여럿이다. 가장 가능성 높은 이력 하나를 고르는 것과, 각 논리 동치류의 확률을 모두 합해 가장 가능성 높은 동치류를 고르는 것은 일반적으로 다르다. 동치류의 확률은 여러 이력의 확률을 더한 값이므로, 가장 가능성 높은 이력이 속하지 않은 동치류의 총확률이 더 클 수 있다.

오류 전파·복호·시간 기록핵심A19

보호된 기억장치에서 양자 컴퓨터로

부호 공간에 양자 정보를 보관하는 것과, 그 정보를 사용하여 긴 계산을 수행하는 것은 다르다. 알고리즘에는 논리 상태의 준비, 논리 게이트, 논리 측정이 모두 필요하다.

보호된 기억장치에서 양자 컴퓨터로 — 설명 그림
보호된 기억장치에서 양자 컴퓨터로

논리 X,ZX,Z만으로 임의의 양자 알고리즘을 구현할 수는 없다. 예를 들어 H,S=diag(1,i)H,S=\operatorname{diag}(1,i), CNOT에 T=diag(1,eiπ/4)T=\operatorname{diag}(1,e^{i\pi/4})을 더하면 전체 위상을 제외한 임의의 유니타리 연산을 원하는 정밀도로 근사하는 보편 게이트 집합을 얻는다. 이 보편성은 강의에서 증명하지 않고 가져다 쓰는 외부 결과다([B99]; 보편성의 뜻: O12b).

정의 ·클리퍼드 게이트

nn큐비트 유니타리 UU가 UPnU†=PnU\mathcal P_nU^\dagger=\mathcal P_n을 만족하면 클리퍼드 게이트(Clifford gate)⁠라 한다. 즉 켤레 작용 P↦UPU†P\mapsto UPU^\dagger는 모든 파울리 연산자를 위상 인자를 포함한 파울리 군 안으로 보낸다. HH, SS, CNOT은 이에 속하지만 TT는 속하지 않는다. 오류 전파를 억제하는 논리 구현은 별도의 과제다.

B10의 CNOT 전파 규칙은 이 성질의 한 예다. 클리퍼드 게이트를 지난 파울리 오류는 다시 파울리 오류이므로 같은 방식으로 추적할 수 있다. 그러나 TT를 지나면 XX 오류가 (X+Y)/2(X+Y)/\sqrt2처럼 하나의 파울리가 아닌 연산자로 바뀐다(D31).

이 강의의 연결 고리: 간섭으로 답의 확률을 바꾸고, 오류 정정으로 그 계산을 보호한다.

참고: [G97, F12]. 논리 게이트의 구체적인 구현·자원 비용은 후속 학습 주제로 남긴다.

오류 전파·복호·시간 기록계산D31

H와 S는 파울리를 보존하지만 T는 그렇지 않다

O31b에서 본 HXH=ZHXH=Z, HZH=XHZH=X, SXS†=YSXS^\dagger=Y, SZS†=ZSZS^\dagger=Z처럼 HH와 SS는 켤레 작용으로 파울리를 파울리로 보내는 클리퍼드 게이트다.

T=diag⁡(1,eiπ/4)T=\operatorname{diag}(1,e^{i\pi/4})에 대해서는

TXT†=(0e−iπ/4eiπ/40)=X+Y2,TZT†=Z.TXT^\dagger=\begin{pmatrix}0&e^{-i\pi/4}\\e^{i\pi/4}&0\end{pmatrix}=\frac{X+Y}{\sqrt2},\qquad TZT^\dagger=Z.

(X+Y)/2(X+Y)/\sqrt2는 두 파울리의 합이어서 위상 인자를 곱한 어떤 파울리와도 같지 않으므로(I,X,Y,ZI,X,Y,Z는 선형 독립, O16d) TT는 클리퍼드 게이트가 아니다.

이 계산은 파울리 오류와 안정자만 추적하는 방법(O31b의 이진 갱신)⁠이 어디까지 쓰이는지를 보여 준다. TT를 포함한 계산을 어떻게 결함을 허용하면서 구현하는지는 별도의 자원과 절차를 요구한다.

오류 전파·복호·시간 기록핵심U30

요약: 검사 기록에서 논리 복구까지

게이트 뒤의 동등한 오류로 옮긴다. CNOT의 켤레 작용으로 XX·ZZ 오류가 어느 선으로 퍼지는지 계산한다. 보조 큐비트 하나의 결함이 여러 데이터 오류를 만들 수 있으므로 검사 일정과 전파 방향을 함께 살펴야 한다. 다시 보기: B10, D21.

정확한 오류보다 논리 동치류를 복구한다. 관측 신드롬에 맞는 복구 후보라도 실제 오류와 합쳤을 때 논리 연산이 남을 수 있다. 복호의 성공은 오류 경로를 그대로 재현했는지가 아니라 논리 정보를 보존했는지로 판단한다. 다시 보기: A16, A17.

측정 오류가 있으면 시간을 포함한다. 연속 검사값의 변화가 검출 사건이다. 선택 계산 D23a에서는 위치와 시각을 꼭짓점으로 하는 오류 이력 그래프를 만들고, 관측한 검출 사건을 끝점으로 갖는 이력을 찾는다. 이때 초기·최종 시간 경계와 공간 경계에서 끝나는 이력도 허용한다. 다시 보기: A18, B11, D23a.

확률 모형과 계산 목표를 확인한다. 선택 계산 D24–D25에서는 독립 오류 모형의 로그 가중치로 이력 하나의 우도를 비교하고, 가장 가능성 높은 이력과 가장 가능성 높은 논리 동치류가 다를 수 있다는 점을 짚는다. 클리퍼드 게이트는 파울리 오류를 다시 파울리 오류로 보내지만 TT는 그렇지 않다. A19의 보편 게이트 집합에는 TT가 들어 있으므로 보호된 기억장치에 더해 TT를 결함 허용 방식으로 구현하는 절차와 자원이 필요하다. 그 구체적인 방법과 비용은 후속 주제다. 다시 보기: D24, A19, D31.

30 · 오류 전파·복호·시간 기록U30
오류 전파·복호·시간 기록도전X08

도전: 검사 회로에서 결함 전파하기

B10과 D21(CNOT), O31b와 D31(HH·SS)⁠을 적용한다. 게이트 UU 앞의 오류 EE는 UE=(UEU†)UUE=(UEU^\dagger)U이므로 게이트 뒤의 UEU†UEU^\dagger와 같다. CNOT은 Xc↦XcXtX_c\mapsto X_cX_t, Zt↦ZcZtZ_t\mapsto Z_cZ_t로 오류를 퍼뜨린다.

기록 손실과 프레임 복구절 안내ST12

기록 손실과 프레임 복구

SECTION 31

기록 손실과 프레임 복구

필요한 정정을 고르는 기록을 잃으면 무엇이 남는가?

01기록·접근·프레임
02사후 추측과 계수
03고전 추측에서 양자 복구로

ST13a까지는 신드롬 기록에서 논리 정정을 읽어 냈다. 이 절은 그 기록의 일부를 잃었을 때 무엇을 여전히 복구할 수 있는지 묻는다. 이진 행렬의 계수(O39c), 추측 확률과 조건부 최소 엔트로피(C07t), 순간이동의 정정 비트(C11, 네 결과의 계산은 C12), 얽힘 충실도와 평균 순수상태 충실도(HP02, HP04c)⁠를 사용한다. 절을 마치면 잃은 기록의 계수로 복구 점수를 계산하고, 그 점수가 언제 양자 복구의 얽힘 충실도와 같아지는지 구별할 수 있어야 한다. 유한차원·파울리 정정·결정론적 복구에 한정하며, 일반 모니터링 회로는 다루지 않는다. 마지막에는 U35에서 정리한다.

31 · 기록 손실과 프레임 복구ST12
기록 손실과 프레임 복구핵심FR01

기록·접근 가능한 정보·필요한 프레임을 구별하기

정의 ·프레임 모형

정정에 필요한 정보를 세 대상으로 나누어 적자. 완전한 고전 기록 M∈F2mM\in\mathbb F_2^m, 실제로 접근할 수 있는 정보 YY, 그리고 필요한 프레임(frame) S=AM+b∈F2rS=AM+b\in\mathbb F_2^r이다. 프레임은 복구 때 어떤 정정을 적용할지 가리키는 비트열이다. AA는 알려진 r×mr\times m 이진 행렬이고 bb는 알려진 벡터다. 관측 채널(observation channel) p(y∣m)p(y\mid m)은 소거·비트 반전·값 묶기·압축을 나타낸다. 사전분포 p(m)p(m), AA와 bb, 관측 채널을 한데 묶어 프레임 모형(frame model)⁠이라 한다.

AA가 같아도 사전분포가 다르면 다른 문제다.

파울리 정정에서는 kk개의 논리 큐비트에 대해 r=2kr=2k다. 4k4^k개의 파울리를 위상을 무시하고 s∈F22ks\in\mathbb F_2^{2k}으로 이름 붙여 PsP_s라 쓴다(O31a). 이때 프레임 ss는 적용할 파울리 정정 PsP_s를 가리킨다. 순간이동의 두 정정 비트(C11)⁠와 안정자 부호의 신드롬(O40a, 고전 부호의 경우 O39b)⁠이 모두 이런 기록이다.

프레임은 기록의 결정론적 함수이고, 접근 가능한 자료는 관측 채널이 만든다. 이 둘을 섞지 않아야 한다. 특히 참 프레임 SS 자체는 복호기가 볼 수 있는 부가 정보가 아니다. SS는 성공 여부를 판정할 때만 쓰는 정답이다.

기록의 길이 mm이 크다는 사실만으로 복구 가능성을 판단할 수 없다. 기록에는 프레임과 무관한 비트, 중복된 비트, 하나만 잃어도 프레임을 확정할 수 없게 되는 비트가 섞여 있다. 어느 함수가 필요한지, 그 함수를 남은 자료에서 여전히 추론할 수 있는지가 질문이다. 다음 페이지에서 이 질문을 추측 확률로 바꾼다.

31 · 기록 손실과 프레임 복구FR01
기록 손실과 프레임 복구핵심FR02

사후 프레임 규칙: 최적 추측과 조건부 최소 엔트로피

정리 ·사후 프레임 규칙증명: 아래

관측값 yy의 확률이 0이 아니라 하고, 사후분포를 py(m)=Pr(M=m∣Y=y)p_y(m)=\Pr(M=m\mid Y=y)로 쓰자. 프레임을 맞힐 최적 조건부 확률은

Fframe(y)=maxs∑m:Am+b=spy(m)F_{\mathrm{frame}}(y)=\max_s\sum_{m:\,Am+b=s}p_y(m)

이고, 자료에 대해 평균하면

Fframe=∑yPr(Y=y)Fframe(y)=2−Hmin(S∣Y)F_{\mathrm{frame}}=\sum_y\Pr(Y=y)\,F_{\mathrm{frame}}(y)=2^{-H_{\min}(S\mid Y)}

이다. 여기서 Hmin(S∣Y)H_{\min}(S\mid Y)는 C07t의 조건부 최소 엔트로피다.

yy를 고정하면 결정론적 추측 ss는 정확히 역상 {m:Am+b=s}\{m: Am+b=s\}의 기록에서 성공하므로, 그 조건부 확률의 합이 성공 확률이다. 추측을 무작위로 섞으면 이 값들의 볼록 결합이 되어 최댓값을 넘지 못한다(C07t). 마지막으로 YY의 실제 분포로 평균하면 C07t의 추측 확률 정의와 같은 식이 된다.

Hmin(S∣Y)H_{\min}(S\mid Y)는 각 yy에서 계산한 −log2⁡Fframe(y)-\log_2F_{\mathrm{frame}}(y)를 평균한 값이 아니다(C07v). 평균할 대상은 확률이다. 최소 엔트로피와 추측 확률의 관계 자체는 표준적인 결과이며, 이 절이 새로 주장하는 것이 아니다.

O39c의 행렬 A=(110011),b=0,S=(M1+M2, M2+M3)A=\begin{pmatrix}1&1&0\\0&1&1\end{pmatrix},\qquad b=0,\qquad S=(M_1+M_2,\ M_2+M_3)을 쓰자. MM이 F23\mathbb F_2^3에 균일하고, M2=1M_2=1, M3=0M_3=0을 관측했으며 M1M_1을 잃었다고 하자. 가능한 기록은 010과 110이고 그 프레임은 각각 11과 01이다. 두 기록의 확률이 같아 어느 쪽을 골라도 성공 확률이 1/21/2이므로 Fframe(y)=1/2F_{\mathrm{frame}}(y)=1/2이다. 다음 페이지에서 이 값을 계수만으로 읽을 수 있는 조건을 정한다.

31 · 기록 손실과 프레임 복구FR02
기록 손실과 프레임 복구핵심FR03

균일 아핀 사후분포와 계수 공식

정리 ·아핀 계수 공식증명: 아래

조건부 기록이 공집합이 아닌 아핀 공간 my+Vym_y+V_y, 곧 부분공간 VyV_y를 mym_y만큼 옮긴 잉여류(O39c) 위에 균일하다고 하자. 그러면

Fframe(y)=2−ry,ry=rank⁡(A|Vy)F_{\mathrm{frame}}(y)=2^{-r_y},\qquad r_y=\operatorname{rank}\bigl(A|_{V_y}\bigr)

이다. 여기서 A|VyA|_{V_y}는 AA를 부분공간 VyV_y에 제한한 선형 사상이다.

A|VyA|_{V_y}의 공집합이 아닌 역상은 모두 그 핵의 잉여류이므로 원소가 2dim⁡Vy−ry2^{\dim V_y-r_y}개로 같다(O39c). 전체 원소 수 2dim⁡Vy2^{\dim V_y}으로 나누면 가능한 2ry2^{r_y}개의 프레임이 각각 확률 2−ry2^{-r_y}을 갖는다. 사전분포가 F2m\mathbb F_2^m에 균일하고 위치가 알려진 소거라면 VyV_y는 지워진 좌표들이 만드는 부분공간이다(제약이 있으면 달라진다: 뒤의 FR04). 지워진 위치 EE의 열만 모은 행렬을 AEA_E라 하면 A|VyA|_{V_y}의 상은 AEA_E의 열이 만드는 공간이므로 ry=rank⁡AEr_y=\operatorname{rank}A_E다(계산 예: O39d).

기록의 균일성은 충분조건일 뿐 필요조건이 아니다. 기록의 지지, 곧 확률이 0이 아닌 기록의 집합이 my+Vym_y+V_y에 포함될 때 위 등식이 성립할 필요충분조건은 유도된 프레임 확률이 2ry2^{r_y}개의 값에 균일한 것이다. 기록이 균일하지 않아도 각 역상의 총 확률은 같을 수 있다.

FR02의 행렬 AA(O39c)⁠로 세 비트를 모두 잃으면 역상은 {000,111}\{000,111\}, {001,110}\{001,110\}, {010,101}\{010,101\}, {011,100}\{011,100\}이다. 기록 000, 111, 001, 110, 010, 101, 011, 100의 확률을 차례로 15,120,110,320,14,0,18,18\tfrac15,\tfrac1{20},\tfrac1{10},\tfrac3{20},\tfrac14,0,\tfrac18,\tfrac18로 두면 기록은 균일하지 않지만 네 역상의 확률은 모두 1/41/4이므로 Fframe=1/4=2−2F_{\mathrm{frame}}=1/4=2^{-2}이 그대로 성립한다.

반대로 000에 1/21/2, 111·001·110·010·101에 각 1/101/10을 두면 역상 {000,111}\{000,111\}의 확률이 3/53/5이므로 Fframe=3/5F_{\mathrm{frame}}=3/5이고 계수 공식은 틀린다. 역상의 확률이 같지 않으면 FR02의 일반식을 써야 한다. 계수는 답을 빠르게 주는 지름길이지만 가정을 확인한 뒤에만 쓴다.

31 · 기록 손실과 프레임 복구FR03
기록 손실과 프레임 복구계산FR04

계산: 세 비트 예제의 평균 점수와 제약의 효과

O39d의 행렬 A=(110011)A=\begin{pmatrix}1&1&0\\0&1&1\end{pmatrix}과 표를 그대로 쓰자. MM이 F23\mathbb F_2^3에 균일하고 각 위치가 독립적으로 확률 qq로 지워지며, 지워진 위치는 알려진다고 하자. 지워진 위치 집합 EE에 대해 FR03의 공식은 Fframe=2−rank⁡AEF_{\mathrm{frame}}=2^{-\operatorname{rank}A_E}을 준다. 표의 값에 소거 패턴의 확률을 곱해 더하면

F―(q)=(1−q)3+32q(1−q)2+34q2(1−q)+14q3=1+3(1−q)24\overline F(q)=(1-q)^3+\tfrac32q(1-q)^2+\tfrac34q^2(1-q)+\tfrac14q^3=\frac{1+3(1-q)^2}{4}

이다. p=1−qp=1-q로 쓰면 4F―(q)4\overline F(q)의 네 항은

4p3+6p2q+3pq2+q3=(p+q)3+3p2(p+q)=1+3p24p^3+6p^2q+3pq^2+q^3=(p+q)^3+3p^2(p+q)=1+3p^2

이 되어 마지막 꼴이 나온다. q=1/2q=1/2에서 값은 7/167/16이다.

이 값은 O39d의 표에서 나온 것이며 무작위 회로 시뮬레이션이 아니다. 지워진 비트의 개수가 아니라 지워진 열의 계수가 각 항을 정한다. 세 자리를 모두 잃어도 1/41/4에 머무는 이유는 프레임이 두 비트뿐이기 때문이다.

이 꼴은 프레임의 패리티 w⋅Sw\cdot S(w∈F22w\in\mathbb F_2^2)⁠로 읽을 수 있다. 점수 2−rank⁡AE2^{-\operatorname{rank}A_E}은 남은 비트로 정해지는 패리티 22−rank⁡AE2^{2-\operatorname{rank}A_E}개의 1/41/4이다. w=0w=0은 늘 정해지고, M1+M2M_1+M_2, M2+M3M_2+M_3, M1+M3M_1+M_3은 두 비트가 모두 남을 때(확률 p2p^2)⁠만 정해지므로 평균이 (1+3p2)/4(1+3p^2)/4이다.

이 점수가 얽힘 충실도와 같아지는 조건은 FR05–FR06에서 본다.

이제 M1+M2+M3=0M_1+M_2+M_3=0이라는 제약을 알고 있고, 허용된 네 기록 000, 011, 101, 110 위에 균일하다고 하자. M2=1M_2=1만 남고 나머지를 잃으면 가능한 기록은 011과 110이고 프레임은 10과 01이다. 점수는 1/21/2이며 제약이 없을 때의 1/41/4과 다르다. 제약이 있으면 가능한 기록은 011+{000,101}011+\{000,101\}이어서 Vy={000,101}V_y=\{000,101\}이다. A(1,0,1)T=(1,1)TA(1,0,1)^{\mathsf T}=(1,1)^{\mathsf T}가 0이 아니므로 ry=1r_y=1이고, FR03의 일반식 2−ry=1/22^{-r_y}=1/2이 그대로 맞는다. rank⁡AE=2\operatorname{rank}A_E=2를 쓰면 1/41/4이다. 제약은 가능한 아핀 공간을 바꾸고, 편향은 그 안의 확률만 바꾼다. 둘을 구별해야 rank⁡AE\operatorname{rank}A_E를 그대로 쓸 수 있는지 판단할 수 있다.

31 · 기록 손실과 프레임 복구FR04
기록 손실과 프레임 복구핵심FR05

프레임 추측이 얽힘 충실도가 되는 조건

kk개의 논리 큐비트에 대해 d=2kd=2^k으로 두고, 기준계 RR과 논리 입력 LL 사이에 최대로 얽힌 상태 |Φd⟩=d−1/2∑j|j⟩R|j⟩L\lvert\Phi_d\rangle=d^{-1/2}\sum_j\lvert j\rangle_R\lvert j\rangle_L을 준비하자. 복구까지 마친 전체 채널 C\mathcal C의 얽힘 충실도는 HP02의 정의를 그대로 쓴다. 잘못된 파울리는 |Φd⟩\lvert\Phi_d\rangle를 그와 직교하는 벨 상태로 보내므로, 파울리 정정 전략에서는 충실도가 정확히 프레임을 맞힐 확률이다.

정의 ·파울리 혼합 측정 도구

이 동일시에는 가정이 필요하다. Y=yY=y를 조건으로 잔여 논리 채널 전체가 파울리 혼합

Py(ρ)=∑sp(s∣y)PsρPs†\mathcal P_y(\rho)=\sum_sp(s\mid y)\,P_s\rho P_s^\dagger

이고, p(s∣y)p(s\mid y)는 알려지지 않은 논리 입력에 의존하지 않아야 한다. 또한 조건부 점수의 평균을 하나의 측정 도구의 얽힘 충실도와 같게 놓으려면 정규화되지 않은 결과 사상이 Iy(ρ)=p(y)Py(ρ)\mathcal I_y(\rho)=p(y)\,\mathcal P_y(\rho)의 꼴이어야 한다. 이런 측정 도구를 파울리 혼합 측정 도구(Pauli-mixture instrument)⁠라 한다.

그러면 복구된 채널은 선형 CPTP 사상 ∑yp(y)Ry∘Py\sum_yp(y)\,\mathcal R_y\circ\mathcal P_y이고, 복구에 쓸 수 있는 추가 양자 보조계는 없다. 임의의 상태 의존 측정 분기를 정규화한 것이 선형 채널이 된다는 보장은 없다. B14e에서 본 것처럼 분기의 정규화는 비선형이며, 측정 도구의 형식은 B14b를 따른다.

따라서 벨 기저의 직교성만으로 채널 가정을 대신할 수 없다. 순간이동(C12)⁠에서는 정정 비트가 실제로 파울리 혼합을 만든다는 것을 직접 확인할 수 있다. 일반 모니터링 회로나 블랙홀 복호기에는 먼저 분기 사상과 결과 확률을 유도해야 한다.

31 · 기록 손실과 프레임 복구FR05
기록 손실과 프레임 복구핵심FR06

최적 복구는 가장 가능성 높은 파울리 정정이다

정리 ·파울리 혼합에서의 최적 복구증명: 아래

FR05의 파울리 혼합 가정 아래, 모든 완전 양성 대각합 보존 복구 사상에 대해 최적화하면

Fe⋆(y)=maxsp(s∣y)F_{\mathrm e}^{\star}(y)=\max_sp(s\mid y)

이다. 복구를 파울리 정정으로 제한할 필요가 없다. 가장 가능성 높은 파울리 오류를 정정하는 것만으로 제한 없는 결정론적 최적값에 도달한다.

복구의 크라우스 연산자를 RjR_j, ∑jRj†Rj=I\sum_jR_j^\dagger R_j=I라 하자. 합성 채널의 크라우스 연산자는 p(s∣y)RjPs\sqrt{p(s\mid y)}\,R_jP_s이므로 HP04c의 식에 의해 얽힘 충실도는 다음과 같다.

Fe=1d2∑j,sp(s∣y)|Tr⁡(RjPs)|2F_{\mathrm e}=\frac1{d^2}\sum_{j,s}p(s\mid y)\,\lvert\operatorname{Tr}(R_jP_s)\rvert^2

파울리들은 직교 연산자 기저(Tr⁡(Ps†Pt)=dδst\operatorname{Tr}(P_s^\dagger P_t)=d\,\delta_{st}, O16d)⁠이므로, RjR_j를 이 기저로 전개하면 Tr⁡(Rj†Rj)=d−1∑s|Tr⁡(Ps†Rj)|2\operatorname{Tr}(R_j^\dagger R_j)=d^{-1}\sum_s\lvert\operatorname{Tr}(P_s^\dagger R_j)\rvert^2이다.

PsP_s를 에르미트로 택하면 |Tr⁡(RjPs)|=|Tr⁡(Ps†Rj)|\lvert\operatorname{Tr}(R_jP_s)\rvert=\lvert\operatorname{Tr}(P_s^\dagger R_j)\rvert이므로

∑j,s|Tr⁡(RjPs)|2=d∑jTr⁡(Rj†Rj)=d2\sum_{j,s}\lvert\operatorname{Tr}(R_jP_s)\rvert^2=d\sum_j\operatorname{Tr}(R_j^\dagger R_j)=d^2

이다. 따라서 FeF_{\mathrm e}는 프레임 확률들의 볼록 결합이고 그 최댓값을 넘지 못한다. 가장 가능성 높은 s⋆s_\star에 대해 유니타리 복구 Ps⋆†P_{s_\star}^\dagger를 고르면 그 값에 도달한다.

이 증명은 결정론적 복구에 관한 것이며, 성공 여부에 조건을 붙이는 사후 선택(B14c; Yoshida–Kitaev 복호는 뒤의 HP15p)⁠이나 결맞은 비파울리 오류, 복구가 쓰지 않은 양자 부가 정보가 남는 채널에는 적용되지 않는다.

두 점수를 다시 구별하자. 균일한 정정 비트 하나를 잃으면 Fe=1/2F_{\mathrm e}=1/2이지만 평균 순수상태 충실도는 2/32/3이고, 두 비트를 잃으면 1/41/4과 1/21/2이다(HP04c). FR04의 q=1/2q=1/2 평균 7/167/16은 d=2d=2에서 평균 순수상태 충실도 (2⋅716+1)/3=5/8(2\cdot\tfrac7{16}+1)/3=5/8에 해당한다. 변환식이 FeF_{\mathrm e}의 1차식이어서 소거 패턴의 평균에도 쓸 수 있기 때문이다. 여기서의 최적화는 FeF_{\mathrm e}에 대한 것이다.

31 · 기록 손실과 프레임 복구FR06
기록 손실과 프레임 복구핵심U35

요약: 무엇을 기억해야 복구할 수 있는가

세 대상을 구별한다. 완전한 기록 MM, 접근 가능한 자료 YY, 필요한 프레임 S=AM+bS=AM+b를 나누어 적고, 참 프레임을 복호기의 부가 정보로 취급하지 않는다. 사전분포는 모형의 일부다. 다시 보기: FR01.

최적 추측은 역상의 확률을 더한 뒤 최댓값을 고르는 것이다. 그 평균이 2−Hmin(S∣Y)2^{-H_{\min}(S\mid Y)}이다. 조건부 최소 엔트로피는 yy마다 구한 최소 엔트로피의 평균이 아니다. 다시 보기: FR02, C07t, C07v.

계수는 가정을 확인한 뒤에 쓰는 지름길이다. 조건부 기록이 아핀 공간에 균일하면 점수는 2−rank⁡(A|Vy)2^{-\operatorname{rank}(A|_{V_y})}이고, 역상의 확률이 같으면 기록이 균일하지 않아도 성립한다. 같지 않으면 일반식으로 돌아간다. 다시 보기: FR03, O39c.

제약과 편향은 다르다. 제약은 가능한 아핀 공간을 바꾸고 편향은 그 안의 확률만 바꾼다. 선택 계산 FR04의 세 비트 예에서는 같은 소거가, 제약이 없으면 1/41/4, M1+M2+M3=0M_1+M_2+M_3=0이라는 제약이 있으면 1/21/2을 준다. 다시 보기: FR04, O39d.

고전 점수가 양자 점수가 되는 조건을 밝힌다. 잔여 채널이 입력 무관 파울리 혼합이고 결과 확률도 입력 무관이면 프레임 추측 확률이 얽힘 충실도와 같고, 그때 가장 가능성 높은 파울리 정정이 모든 CPTP 복구 가운데 최적이다. 사후 선택·결맞은 오류·미사용 보조계에는 적용하지 않는다. 다시 보기: FR05, FR06, HP04c.

이 절의 양자 결론은 파울리 혼합 측정 도구에 대한 것이며, 순간이동(C12)⁠은 그 가정을 직접 확인할 수 있는 예다. 일반 모니터링 회로나 블랙홀 복호기는 분기 사상과 결과 확률을 먼저 유도해야 한다. 다음 절의 Hayden–Preskill 모형은 그 복호기가 얽힘을 어떻게 쓰는지 다룬다.

31 · 기록 손실과 프레임 복구U35
Hayden–Preskill 모형과 복구 보장절 안내ST15

Hayden–Preskill 모형과 복구 보장

SECTION 32

Hayden–Preskill 모형과 복구 보장

남은 계와의 상관관계가 작으면 메시지를 왜 복구할 수 있는가?

01블랙홀 모형과 접근 가능한 계
02상관관계 소거와 복구
03무작위 유니타리 평균과 오차 보장
32 · Hayden–Preskill 모형과 복구 보장ST15
Hayden–Preskill 모형과 복구 보장절 안내S15

Hayden–Preskill 모형과 복구 보장

남은 계와의 상관관계가 작으면 메시지를 왜 복구할 수 있는가?

오류 정정의 관점을 Hayden–Preskill의 정보 복구 문제에 적용한다. 먼저 블랙홀의 인과구조와 페이지 곡선을 살펴보고, 모형의 부분계와 Bob이 접근할 수 있는 자원을 정한다.

상관관계 소거에서 복구의 존재를 얻고, 무작위 유니타리의 평균으로 오차를 제한한다. 평균 상태와 이차 모멘트, 평균 보장과 개별 시행, 무작위 모형과 실제 시간 진화를 구별한다.

복습: HP01의 정화, HP04의 거리와 충실도, A12의 오류 정정 조건. 접근 가능한 계를 지정하고 평균 복구 오차와 예외 확률을 구별하는 것이 목표다. 유한차원 무작위 유니타리 모형의 보장이 중심이며, 이를 실제 블랙홀의 동역학과 동일시하지 않는다. 평균식은 HP09–HP12에서 유도한다. 두 복사본 평균의 표현론적 배경은 선택 페이지 HP10a와 증명 버튼에서 다룬다.

Hayden–Preskill 모형과 복구 보장핵심HP00a

블랙홀을 양자 정보의 관점에서 바라보기

붕괴하는 물질의 양자 정보는 복사에 어떻게 남는가? “정보 보존”⁠은 중첩과 외부 기준계와의 얽힘까지 보존한다는 뜻이다.

정의 ·블랙홀과 사건 지평선

멀리서 중력장이 약해지는 점근적으로 평탄한 시공간을 생각하자. 블랙홀(black hole)⁠은 미래로 향하는 빛이나 물질의 신호를 미래 빛무한대, 곧 바깥으로 나가는 빛의 이상적인 도착 경계로 보낼 수 없는 사건들의 영역이다. 그 영역의 경계를 사건 지평선(event horizon)⁠이라 한다.

지평선의 존재가 정보 소멸을 뜻하지는 않는다.

고전적 시공간 위에서 양자장을 다루는 반고전적 근사(semiclassical approximation)⁠에서는 호킹 복사(Hawking radiation)⁠가 예측된다. 내부와의 상관관계를 버린 외부 상태는 혼합일 수 있다.

뒤의 식에서 SBH/(kBln⁡2)S_{\mathrm{BH}}/(k_{\mathrm B}\ln2)는 비트 단위의 열역학적 엔트로피다. 복사 전체의 폰 노이만 엔트로피(HP00c)⁠와는 다른 양이다.

질량 MBHM_{\mathrm{BH}}의 크고 비회전·무전하인 블랙홀이 천천히 변한다고 하자. 호킹 온도와 베켄슈타인–호킹 엔트로피는 다음과 같다.

TH=ℏc38πGMBHkB,SBH=kBAH4ℓP2.T_{\mathrm H}=\frac{\hbar c^3}{8\pi GM_{\mathrm{BH}}k_{\mathrm B}},\qquad S_{\mathrm{BH}}=\frac{k_{\mathrm B}A_{\mathrm H}}{4\ell_{\mathrm P}^2}.

ℓP2=Gℏ/c3\ell_{\mathrm P}^2=G\hbar/c^3이며 AHA_{\mathrm H}는 지평선 면적이다. GG, cc, ℏ\hbar, kBk_{\mathrm B}는 각각 중력 상수, 빛의 속력, 환산 플랑크 상수, 볼츠만 상수다.

가정 ·유니타리 완전 증발

외부에서 물질이 더 들어오지 않는다고 하자. 초기 전체 상태가 순수하고 유니타리하게 진화하며, 잔여물이나 숨은 계 없이 완전히 증발하면 최종 복사 전체도 순수해야 한다.

호킹 복사의 각 부분을 서로 독립인 열 상태로 보는 근사(독립 열복사 근사)⁠를 끝까지 연장하면 혼합 복사가 남아 위 결론과 충돌한다. 이것이 블랙홀 정보 문제(black hole information problem)⁠다. 증발 끝단에서는 반고전적 근사의 유효성도 재검토해야 한다.

Hayden–Preskill 모형과 복구 보장핵심HP00b

펜로즈 도표: 무엇이 어디로 신호를 보낼 수 있는가?

특이점 · 고전적 기술의 한계 미래 빛무한대빛이 멀리 나감 사건 지평선 과거 빛무한대빛이 멀리서 들어옴 붕괴하는 빛껍질 내부외부 미래중심r = 0 각 점은 구면 하나를 대표한다.
고전적 구대칭 붕괴의 인과구조를 그렸다. 빛껍질 붕괴로 이상화했으며, 호킹 복사와 증발은 이 그림에 포함하지 않았다.

정의 ·펜로즈 도표

펜로즈 도표(Penrose diagram)⁠는 등각 변환으로 빛원뿔을 보존하면서 무한히 먼 경계를 유한한 그림에 나타낸 도표다. 구대칭에서는 각 점이 구면 하나를 대표한다.

미래는 위쪽이다. 반지름 방향의 빛은 45° 선을 따르고, 질량을 가진 물체의 경로는 그 빛원뿔 안에 놓인다. 그림의 길이나 넓이는 실제 거리·경과 시간·엔트로피를 나타내지 않는다.

미래 빛무한대(future null infinity)⁠는 나가는 빛이 끝없이 멀어질 때의 경계다. 과거 빛무한대는 멀리서 들어오는 빛의 출발 경계다.

지평선 바깥의 빛은 미래 빛무한대에 도달할 수 있다. 안쪽에서는 바깥으로 향하는 빛도 이 경계에 도달하지 못한다. 위의 특이점 경계에서는 고전적 시공간 기술이 끝난다.

복사의 양자 상관관계나 증발 끝단의 정보 복구 가능성은 이 고전적 도표만으로 결정되지 않는다.

32 · Hayden–Preskill 모형과 복구 보장문헌 1HP00b
Hayden–Preskill 모형과 복구 보장핵심HP00d

붕괴와 호킹 복사: 증발 도표의 가정

특이점 내부 ? 미래 빛무한대복사가 도달함 증발 끝단반고전 근사의 한계 나가는 호킹 복사에너지 유출 과거 빛무한대 붕괴하는 빛껍질 미래중심r = 0 사건 지평선* 점선 중심선: 증발 뒤 연장 가정 * 그린 전역 연장에 따른 지평선
빛의 방향은 45°이다. 화살표는 대표적인 복사 방향이며 실제 방출 위치나 복사량을 표시하지 않는다. 그림의 폭은 블랙홀의 반지름이 아니다.

가정 ·붕괴·증발 개략도의 적용 범위그림은 특정 계량의 해가 아니다

고립된 비회전·무전하 블랙홀의 구대칭 붕괴를 가정한다. 물질은 빛껍질로 이상화하며, 크고 천천히 변하는 단계에 반고전적 호킹 복사를 적용한다.

붕괴: 들어오는 껍질이 블랙홀을 형성한다. 증발: 나가는 복사가 에너지를 운반한다. 추가 유입이 없으면 질량이 줄어든다.

화살표는 지평선 안의 빛이 탈출한다는 뜻이 아니다. 호킹 복사는 곡률이 있는 시공간의 양자장 효과이며, 그림은 입자 쌍의 미시적 생성 과정을 나타내지 않는다.

끝단과 이후: 물음표 영역은 반고전 근사만으로 정할 수 없다. 위쪽 점선은 잔여물 없는 완전 증발 뒤 규칙적인 중심이 이어진다는 가정적 연장이다. 사건 지평선의 정의도 전체 미래에 의존한다.

도표만으로 정보 보존을 결론 내릴 수는 없다. 다음 페이지의 페이지 곡선에는 순수성·유니타리성·전형성 가정을 따로 넣는다.

Hayden–Preskill 모형과 복구 보장핵심HP00c

페이지 곡선: 복사 전체의 엔트로피는 어떻게 변하는가?

가정 ·순수 상태의 유효 이분계 모형

남은 블랙홀을 BB, 지금까지 나온 복사 전체를 EE라 쓰자. 유효 모형에서 HB⊗HE\mathcal H_B\otimes\mathcal H_E로 나눈 순수한 전체 상태를 가정한다. 숨은 계는 없으며, 텐서 분할 자체도 모형의 가정이다.

이때 슈미트 분해에 따라 S2(E)=S2(B)S_2(E)=S_2(B)이다. 차원 dE,dBd_E,d_B에 대해

S2(E)≤min{log2⁡dE,log2⁡dB}(엔트로피의 차원 상한).S_2(E)\le\min\{\log_2d_E,\log_2d_B\}\qquad(\text{엔트로피의 차원 상한}).

하르 순수 상태의 전형성 모형에서 위 상한은 큰 차원의 선도항이다. 엔트로피가 이 상한에 가깝다고 해서 부분계 상태가 대각합 거리로 최대 혼합 상태에 가깝다는 뜻은 아니다(SM07). 이 가정은 유니타리성만으로 따르지 않는다.

개념 설명 ·페이지 곡선과 전환 시점

페이지 곡선(Page curve)⁠은 복사 전체의 폰 노이만 엔트로피 변화다. 위 모형에서 증가에서 감소로 바뀌는 시점을 페이지 시간(Page time)⁠이라 부른다.

image/svg+xml Matplotlib v3.10.7, https://matplotlib.org/ 0.0 0.5 1.0 방출한 큐비트의 비율 x = q/n 0.0 0.5 1.0 엔트로피 / n 독립 열복사 근사: x 남은 계의 용량: 1 - x 전형적 순수 상태: min(x, 1 - x)
nn큐비트 중 qq큐비트를 방출하는 개략도(유한 크기 보정 생략). 파선(HP00a의 독립 열복사 근사)⁠은 xx가 1/21/2을 넘으면 남은 계의 용량 1−x1-x를 넘어 순수 상태 모형과 충돌한다. 곡선의 끝은 증발 끝단의 예측이 아니다.

그림에서는 log2⁡dE=q\log_2d_E=q, log2⁡dB=n−q\log_2d_B=n-q로 놓았다. 꺾이는 점 q=n/2q=n/2은 이 모형에서 두 유효 차원이 같아지는 곳이다. 실제 증발 수명의 절반이라는 뜻은 아니다.

후반의 블랙홀은 이전 복사와 강하게 얽힌다. Hayden–Preskill은 최대 얽힘과 Bob의 이전 복사 접근·진화 지식을 가정한다. 이 곡선은 빠른 복호나 실제 스크램블링 시간을 보장하지 않는다.

Hayden–Preskill 모형과 복구 보장핵심HP00e

페이지 곡선의 유도: 평균 순도에서 엔트로피로

전체 BEBE에서 하르 무작위로 순수 상태를 뽑는다(SM05). 작은 쪽의 차원을 m=min(dB,dE)m=\min(d_B,d_E), 큰 쪽을 M=max(dB,dE)M=\max(d_B,d_E)라 하자. 비트 단위의 폰 노이만 엔트로피는 S2(ρ)=−Tr⁡ρlog2⁡ρS_2(\rho)=-\operatorname{Tr}\rho\log_2\rho로 쓴다.

정리 ·하르 평균 엔트로피의 상·하한증명: 본문 버튼

유한차원 1≤m≤M1\le m\le M에서 복사 전체의 평균 엔트로피는

log2⁡mM+1m+M≤ES2(E)≤log2⁡m\log_2\frac{mM+1}{m+M}\le\mathbb E S_2(E)\le\log_2m

을 만족한다. 따라서 상한과 평균의 차이는 1비트보다 작다. 평균은 하르 순수 상태 앙상블에 대해 취한다.

핵심은 작은 부분계의 평균 순도다.

ETr⁡ρm2=m+MmM+1.\mathbb E\operatorname{Tr}\rho_m^2=\frac{m+M}{mM+1}.

각 상태에서 엔트로피는 순도의 음의 로그 이상이다. 여기에 로그의 오목성을 적용하면 위 하한을 얻는다.

총 nn큐비트 중 qq개가 복사로 나왔다고 놓으면 m=2min(q,n−q)m=2^{\min(q,n-q)}, M=2max(q,n−q)M=2^{\max(q,n-q)}이다. 따라서

ES2(E)=min(q,n−q)−Δq,\mathbb E S_2(E)=\min(q,n-q)-\Delta_q,0≤Δq≤log2⁡m(m+M)mM+1<1.0\le\Delta_q\le\log_2\frac{m(m+M)}{mM+1}<1.

여기서 m≤Mm\le M이므로 m(m+M)≤2mM<2(mM+1)m(m+M)\le2mM<2(mM+1)이고, 로그 안의 값은 2보다 작다. 증가와 감소를 잇는 꺾은선은 이 모형의 선도항이다. 중앙에서도 보정은 최대 1비트이며, 작은 쪽의 차원이 훨씬 작으면 보정은 더 작다.

계산 예. n=10,q=2n=10, q=2이면 평균은 1.979비트 이상, 2비트 이하이다. q=5q=5에서는 4.001비트 이상, 5비트 이하이다. q=0q=0 또는 10에서는 정확히 0이다.

이 유도는 앙상블 평균에 관한 것이다. 증명에서는 큰 nn에서 정규화된 곡선이 전형적이라는 확률 상한도 구한다. 특정 증발 과정의 시간 의존성이나 호킹 복사 동역학을 유도한 것은 아니다.

32 · Hayden–Preskill 모형과 복구 보장문헌HP00e
Hayden–Preskill 모형과 복구 보장핵심N02

오류 정정에서 상관관계 소거로: 무엇을 복구하는가?

오류 정정에서는 같은 복구 연산이 미지의 입력과 그 중첩을 모두 보존해야 했다. 기준계 RR과의 얽힘을 추적하면 이 요구를 한 공동 상태로 표현할 수 있다.

접근할 수 없는 계를 CC라 하자. 정정 조건이 성립하면 환경의 출력이 논리 입력에 의존하지 않음을 D17에서 확인했다. 기준계 표현(D16a)⁠에서는 RR과 CC의 공동 상태가 곱 상태가 되는 조건으로 나타난다.

중요한 것은 CC가 얼마나 혼합되어 있는지가 아니라, CC에 입력과의 상관관계가 남아 있는지다.

오른쪽의 복구 보장에 따르면, 주어진 정확도에 필요한 추가 방출량은 메시지 크기와 별도로 정할 수 있다. 다만 실제 방출 시간과 복호 계산 시간은 이 존재 정리만으로 정해지지 않는다. 모형은 HP07에서, 오차와 예외 확률의 유도는 HP09–HP12에서 다룬다.

정리 ·Hayden–Preskill 모형의 평균 복구 보장가정과 유도: HP07–HP12

오래된 블랙홀이 이전 복사와 최대 얽힘이고 Bob이 그 복사에 접근할 수 있다고 하자. 메시지와 블랙홀의 공동 진화를 하르 무작위 유니타리로 모형화한다.

이 모형에서는 kk큐비트 메시지에 대해 새 복사를 k+sk+s큐비트 모으면, 이전 복사와 함께 쓰는 복구 사상을 각 진화에 맞추어 골라 평균 얽힘 충실도 오차를 2−s2^{-s} 이하로 만들 수 있다.

여기서 오차는 기준계와의 벨 상태를 얼마나 잘 복구하는지로 재며, 평균은 하르 분포에서 뽑은 진화에 대해 취한다. 모든 진화에서 같은 오차를 보장하거나, 같은 수치가 모든 입력의 최악 오차를 뜻하는 것은 아니다.

Hayden–Preskill 모형과 복구 보장핵심HP07

Hayden–Preskill 모형의 계와 자원

가정 ·Hayden–Preskill 모형의 상태와 접근 자원

입력 메시지 AA는 기준계 RR과 최대 얽힘이고, 오래된 블랙홀 BB는 이전 복사 EE와 최대 얽힘이라고 이상화한다.

|ΨU⟩RCDE=(IR⊗UAB→CD⊗IE)|Φ⟩RA|Φ⟩BE.|\Psi_U\rangle_{RCDE}=(I_R\otimes U_{AB\to CD}\otimes I_E)|\Phi\rangle_{RA}|\Phi\rangle_{BE}.

CC는 남은 블랙홀, DD는 새로 나온 복사다. Bob은 D,ED,E를 모으고 진화 UU도 안다고 가정한다.

블랙홀의 초기 최대 얽힘, 전체 유니타리성, 이전 복사에 대한 접근은 이 모형의 자원과 가정이다. 이를 제거한 경우에 같은 방출량 결론을 그대로 적용할 수는 없다.

차원을 짧게 다음과 같이 쓴다.

dA=dR=a,dB=dE=b,dC=c,dD=d,N=ab=cd.d_A=d_R=a,\quad d_B=d_E=b,\quad d_C=c,\quad d_D=d,\quad N=ab=cd.

EE는 BB를 정화하는 데 필요한 유효 자유도다. 실제 이전 복사의 모든 모드를 하나씩 같은 수로 센다는 뜻은 아니다.

초기 상태출력R · 기준계A · 메시지B · 블랙홀E · 이전 복사UAB → CDR · 기준계C · 남은 블랙홀D · 새 복사E · 이전 복사Bob의 접근: DE점선: 초기 최대 얽힘
UU는 ABAB 전체에 공동으로 작용한다. 같은 높이의 입력·출력 선이 개별 계의 일대일 대응을 뜻하지는 않는다. RR과 EE는 UU를 거치지 않으며, Bob은 알려진 UU와 DD·EE를 이용해 복구한다.
Hayden–Preskill 모형과 복구 보장핵심HP07a

Hayden–Preskill 모형을 부호화와 복호의 언어로 쓰기

앞 페이지의 계를 공통 형식에 대응시키자. 논리 입력은 메시지 AA다. 고정된 벨 쌍 |Φ⟩BE|\Phi\rangle_{BE}를 준비하고, 다음 등거리 사상을 정의한다.

WU|ψ⟩A=(UAB→CD⊗IE)(|ψ⟩A⊗|Φ⟩BE).W_U|\psi\rangle_A=(U_{AB\to CD}\otimes I_E)(|\psi\rangle_A\otimes|\Phi\rangle_{BE}).

정규화된 보조 상태의 추가와 유니타리 작용은 내적을 보존하므로 WU†WU=IAW_U^\dagger W_U=I_A다. 메시지는 전체 CDECDE에 부호화된다. 이 수학적 표현이 Bob에게 CC를 제어할 권한을 주지는 않는다.

Bob이 받는 계는 DEDE이므로 그에게 보이는 채널은

NU(ρA)=TrC⁡(WUρAWU†).\mathcal N_U(\rho_A)=\operatorname{Tr}_C(W_U\rho_AW_U^\dagger).

Bob은 알려진 UU에 맞춘 복호기 DU:DE→A^\mathcal D_U:DE\to\widehat A를 선택한다. 목표는 다음과 같다.

TU=DU∘NU≈idA.\mathcal T_U=\mathcal D_U\circ\mathcal N_U\approx\mathrm{id}_A.

근사의 기준은 기준계 RR과의 얽힘 충실도로 정한다. RR은 검사용 기준계이며 Bob의 복호 입력이 아니다.

QE01의 부호화와 잡음을 여기서는 NU\mathcal N_U에 묶어 썼다. 잃은 계 CC에 메시지의 정보가 남지 않으면 왜 복구할 수 있는지는 다음 HP05–HP06에서 보인다. 사후 선택을 쓰는 Yoshida–Kitaev(YK) 복호는 DU\mathcal D_U의 결정론적 구현과 구별하여 성공 분기부터 분석한다(뒤의 HP15).

Hayden–Preskill 모형과 복구 보장핵심HP05

기준계와 남은 계의 상관관계가 사라지면 복구할 수 있다

전체 RCDERCDE가 순수하고 Bob이 DEDE에 접근할 수 있다고 하자. RR은 입력의 기준계이고 CC는 접근할 수 없는 계다.

ρRC=IRa⊗ρC\rho_{RC}=\frac{I_R}{a}\otimes\rho_C

라면 그 상태의 다른 정화는 |Φ⟩RA^⊗|ξ⟩CF|\Phi\rangle_{R\widehat A}\otimes|\xi\rangle_{CF}로 잡을 수 있다. 전체 RCDERCDE의 상태와 이 벡터는 같은 ρRC\rho_{RC}의 정화이므로, 정화 계 DEDE에 작용하는 등거리 사상으로 연결된다(HP01).

그 사상을 적용하고 FF를 버리면 원래 메시지의 얽힘이 RA^R\widehat A에 복구된다.

이 조건을 상관관계 소거(decoupling)⁠라 부르자. CC만의 상태가 혼합이라는 조건과 다르며, 혼합만으로는 부족하다(반례는 뒤의 HP08). CC가 입력의 기준계 RR과 독립이어야 한다.

순수한 전체 상태에서는

I(R:C)+I(R:DE)=2S(R).I(R:C)+I(R:DE)=2S(R).

이는 S(RC)=S(DE)S(RC)=S(DE), S(RDE)=S(C)S(RDE)=S(C)를 정의에 대입하면 얻는다. 접근 불가능한 쪽의 상관관계가 사라지면 나머지 쪽에 복구에 필요한 상관관계가 남는다.

여기서 S(R)S(R)이 고정되어도 두 상호정보량은 달라질 수 있다. 복구 조건은 부분계의 엔트로피가 크다는 것이 아니라, 기준계 RR과 접근 불가능한 CC의 공동 상태가 곱상태가 된다는 것이다.

Hayden–Preskill 모형과 복구 보장핵심HP06

근사적인 상관관계 소거에서 복구 오차로

σRC=IR/a⊗ρC\sigma_{RC}=I_R/a\otimes\rho_C라 두고, 두 상태의 차이를

ε=‖ρRC−σRC‖1,0≤ε≤2\varepsilon=\|\rho_{RC}-\sigma_{RC}\|_1,\qquad 0\le\varepsilon\le2

로 재자. HP04와 같이 충실도는 제곱을 포함하는 관례를 쓴다. FRC=F(ρRC,σRC)F_{RC}=F(\rho_{RC},\sigma_{RC})는 이 두 상태의 충실도이며, 복구 뒤의 얽힘 충실도 FeF_{\mathrm e}와 구별한다.

대각합 거리는 ε/2\varepsilon/2이므로 FRC≥1−ε/2\sqrt{F_{RC}}\ge1-\varepsilon/2이다. Uhlmann 정리는 한 정화를 고정하고 다른 상태의 정화를 골라 겹침을 최대로 만드는 정리다. 따라서 Bob이 접근하는 DEDE에 작용하는 복구 등거리 사상을 고를 수 있다. 필요한 보조계는 추가할 수 있으며, R,CR,C에는 작용하지 않는다.

ρC\rho_C의 정화 |ξ⟩CF|\xi\rangle_{CF}를 골라 목표 정화를 |Φ⟩RA^⊗|ξ⟩CF|\Phi\rangle_{R\widehat A}\otimes|\xi\rangle_{CF}로 잡는다. Uhlmann 정리로 이 정화와의 겹침의 제곱을 FRCF_{RC}로 맞추면, 보조계를 버린 뒤

Fe≥FRC≥(1−ε/2)2≥1−ε.F_{\mathrm e}\ge F_{RC}\ge(1-\varepsilon/2)^2\ge1-\varepsilon.

복구 출력 RA^R\widehat A의 상태를 얻으려면 CFCF에 대해 부분 대각합을 취한다. 이때에도 하한이 유지된다.

ΦRA^⊗I≥ΦRA^⊗|ξ⟩⟨ξ|.\Phi_{R\widehat A}\otimes I\ge\Phi_{R\widehat A}\otimes|\xi\rangle\langle\xi|.

왼쪽의 기댓값은 복구 뒤의 얽힘 충실도다. 따라서 보조계를 버린 뒤의 겹침은 전체 목표 정화와의 겹침보다 작지 않다. 목표 벨 상태와의 거리도

‖ρRA^−ΦRA^‖1≤21−Fe≤2ε\|\rho_{R\widehat A}-\Phi_{R\widehat A}\|_1\le2\sqrt{1-F_{\mathrm e}}\le2\sqrt\varepsilon

으로 제한된다. 이는 복구 사상의 존재를 보장하며, 짧은 복호 회로를 구성하는 방법이나 실행 시간을 제시하지는 않는다.

이후의 무작위 평균 계산은 ε\varepsilon을 제한한다. 명시적인 복호 절차와 그 비용은 Yoshida–Kitaev 부분에서 따로 다룬다.

Hayden–Preskill 모형과 복구 보장핵심HP08

최대 혼합인 출력만 보고 복구를 판단할 수 없는 이유

ABAB의 초기 상태는 IAB/NI_{AB}/N이다. 그러므로 어떤 UU에 대해서도 CDCD의 상태는 ICD/NI_{CD}/N이다.

EU\mathbb E_U는 고정된 입력에 대해 유니타리 UU를 분포에서 뽑아 취하는 평균이다. 행렬 평균은 같은 위치의 행렬 성분을 평균하여 정의한다.

ρR=IR/a,ρC=IC/c.\rho_R=I_R/a,\qquad\rho_C=I_C/c.

따라서 확인해야 할 편차는

ΔU=ρRC−IRCac,εU=‖ΔU‖1.\Delta_U=\rho_{RC}-\frac{I_{RC}}{ac},\qquad\varepsilon_U=\|\Delta_U\|_1.

정의 ·하르 분포

하르 분포(Haar measure)⁠는 유니타리 군에서 정규화된 좌우 불변 확률분포다. 고정된 유니타리 V,WV,W에 대해 UU와 VUWVUW의 분포가 같다.

반례로 C=A,D=BC=A,D=B이고 U=IU=I인 경우를 보자. CC는 최대 혼합이지만 RCRC는 원래의 벨 상태 그대로다.

Bob의 DEDE는 메시지와 독립이므로 미지의 메시지를 복구할 수 없다. CC의 엔트로피가 크다는 사실만으로는 충분하지 않다.

이제 UU를 하르 분포에서 고르면 ΔU\Delta_U가 평균적으로 얼마나 작은지 계산한다. 이는 개별 유니타리 모두에 대한 주장이 아니라, 명시한 무작위 앙상블에 대한 추정이다.

Hayden–Preskill 모형과 복구 보장핵심HP14

한 복사본의 무작위화로는 충분하지 않다

D28에서 본 것처럼 단일 큐비트에 네 파울리 연산을 균등하게 적용하면 어떤 입력 상태에서도 평균 출력은 I/2I/2다. 하지만 |0⟩|0\rangle의 개별 출력은 항상 |0⟩|0\rangle 또는 |1⟩|1\rangle이다.

따라서 출력의 ZZ 기댓값에 대해

EP⟨Z⟩=0,EP[⟨Z⟩2]=1.\mathbb E_{P}\langle Z\rangle=0,\qquad\mathbb E_{P}[\langle Z\rangle^2]=1.

평균값이 0이어도 분산은 클 수 있다.

여기서 제곱하는 것은 각 시행의 출력 상태에서 구한 ZZ 기댓값이다. 한 번의 ZZ 측정에서 얻는 ±1이라는 결과의 제곱과 구별해야 한다. 출력 상태를 ρ\rho라 하면

(Tr⁡ρZ)2=Tr⁡[(ρ⊗ρ)(Z⊗Z)].(\operatorname{Tr}\rho Z)^2=\operatorname{Tr}[(\rho\otimes\rho)(Z\otimes Z)].

즉 기댓값의 제곱은 같은 상태의 두 복사본에 대한 기댓값으로 쓸 수 있다.

하르 무작위 순수 큐비트는 블로흐 구면에서 회전 대칭이므로 좌표축을 서로 바꾸어도 분포가 같아 Ex2=Ey2=Ez2\mathbb E x^2=\mathbb E y^2=\mathbb E z^2이다. 세 값의 합은 x2+y2+z2=1x^2+y^2+z^2=1의 평균 1이고 ⟨Z⟩=z\langle Z\rangle=z이므로

EHaar[⟨Z⟩2]=13.\mathbb E_{\mathrm{Haar}}[\langle Z\rangle^2]=\frac13.

두 앙상블은 한 복사본 평균은 같지만 두 복사본 평균은 다르다. 파울리 평균을 하르 순도 계산에 그대로 대입할 수 없는 구체적인 이유다.

따라서 평균 상태만으로 두 복사본의 평균을 정할 수 없다. 다음 HP09에서는 이 구별을 공동 상태의 순도 계산에 적용한다.

Hayden–Preskill 모형과 복구 보장핵심HP09

대각합 노름을 순도 계산으로 바꾸기

ΔU\Delta_U의 특잇값을 s1,…,sacs_1,\ldots,s_{ac}라 하자. 코시–슈바르츠 부등식(Cauchy–Schwarz inequality)⁠을 벡터 (sj)j(s_j)_j와 (1)j(1)_j에 적용하면

(∑jsj)2≤ac∑jsj2.\left(\sum_j s_j\right)^2\le ac\sum_j s_j^2.

왼쪽은 대각합 노름의 제곱이고, ΔU\Delta_U는 에르미트 행렬이므로 오른쪽의 합은 Tr⁡(ΔU2)\operatorname{Tr}(\Delta_U^2)이다. 따라서

‖ΔU‖12≤acTr⁡(ΔU2).\|\Delta_U\|_1^2\le ac\,\operatorname{Tr}(\Delta_U^2).

Tr⁡ρRC=1\operatorname{Tr}\rho_{RC}=1을 사용해 전개하면

Tr⁡(ΔU2)=Tr⁡(ρRC2)−1ac.\operatorname{Tr}(\Delta_U^2)=\operatorname{Tr}(\rho_{RC}^2)-\frac1{ac}.

따라서 공동 상태의 순도를 평균하면 복구 오차의 상한을 얻는다. 이 순도는 일반적으로 축약 순도의 곱과 다르다. 벨 상태는 공동 순도가 1이고 각 축약 순도는 1/2이다. 곱상태도 순도가 1일 수 있으므로 얽힘 척도는 아니다.

정의 ·공동 상태의 순도

정규화된 공동 상태 ρRC\rho_{RC}에 대한 공동 상태의 순도(purity of the joint state)⁠를 다음과 같이 쓴다. 여기서 RR과 CC의 차원은 각각 aa, cc이다.

PRC:=Tr⁡(ρRC2),1ac≤PRC≤1.P_{RC}:=\operatorname{Tr}(\rho_{RC}^2),\qquad \frac1{ac}\le P_{RC}\le1.

“공동 순도”⁠는 이 양의 줄임말이다.

두 복사본을 교환하는 연산자를 FXF_X라 하자. 교환 연산자 항등식(swap trick)⁠은

Tr⁡(ρX2)=Tr⁡[(ρX⊗ρX)FX]\operatorname{Tr}(\rho_X^2)=\operatorname{Tr}[(\rho_X\otimes\rho_X)F_X]

이다. 기저에서 FX|i,j⟩=|j,i⟩F_X|i,j\rangle=|j,i\rangle를 대입하면 오른쪽은 ∑i,jρijρji\sum_{i,j}\rho_{ij}\rho_{ji}가 된다.

순도의 평균은 UU의 두 복사본 평균으로 계산한다. 한 복사본 평균으로는 대신할 수 없다.

Hayden–Preskill 모형과 복구 보장핵심HP10

하르 평균의 두 계수를 대각합으로 구하기

보조정리 ·두 복사본 하르 평균증명: 두 복사본 불변성

N>1N>1이라 하자. 다음 두 복사본 평균 보조정리를 사용한다. 기저에서 직접 확인하는 증명은 따로 제공한다. 하르 평균으로 얻은 연산자는 항등 연산자와 전체 교환 연산자의 선형 결합이다.

T=EU[(U†)⊗2(FC⊗IDD′)U⊗2]=αI+βFAB.T=\mathbb E_U[(U^\dagger)^{\otimes2}(F_C\otimes I_{DD'})U^{\otimes2}]=\alpha I+\beta F_{AB}.

교환 연산자 FF의 +1,−1+1,-1 고유공간을 각각 대칭·반대칭 부분공간이라 한다. 그 사영은 P±=(I±F)/2P_\pm=(I\pm F)/2다. 위 평균 형태의 표현론적 배경은 선택 페이지 HP10a에서 설명한다. 본문에서는 평균 형태를 사용하여 아래 계수를 계산한다.

두 극단에서 이 형태를 확인할 수 있다. c=1c=1이면 FC=IF_C=I이므로 T=IT=I이고, d=1d=1이면 FC⊗IDD′F_C\otimes I_{DD'}이 전체 교환 FCDF_{CD}여서 T=FABT=F_{AB}다. 오른쪽의 계수도 두 경우를 재현한다.

αN2+βN=cd2,αN+βN2=c2d.\begin{aligned}\alpha N^2+\beta N&=cd^2,\\\alpha N+\beta N^2&=c^2d.\end{aligned}

Tr⁡I=N2\operatorname{Tr}I=N^2, Tr⁡FAB=N\operatorname{Tr}F_{AB}=N이다. 첫 식은 Tr⁡T\operatorname{Tr}T, 둘째 식은 Tr⁡(FABT)\operatorname{Tr}(F_{AB}T)의 보존을 썼다. 켤레 작용은 대각합을 바꾸지 않고, 교환 연산자는 U⊗2U^{\otimes2}와 가환하므로 FABF_{AB}를 UU 뒤로 옮기면 FCD=FC⊗FDF_{CD}=F_C\otimes F_D가 된다. 그래서 Tr⁡T=Tr⁡(FC⊗IDD′)=cd2,Tr⁡(FABT)=Tr⁡[(FC⊗FD)(FC⊗IDD′)]=Tr⁡ICC′Tr⁡FD=c2d\begin{aligned}\operatorname{Tr}T&=\operatorname{Tr}(F_C\otimes I_{DD'})=cd^2,\\\operatorname{Tr}(F_{AB}T)&=\operatorname{Tr}\bigl[(F_C\otimes F_D)(F_C\otimes I_{DD'})\bigr]=\operatorname{Tr}I_{CC'}\,\operatorname{Tr}F_D=c^2d\end{aligned}이다. N=cdN=cd를 쓰고 두 식을 더하고 빼면

α±β=d±cN±1⟹α=c(d2−1)N2−1,β=d(c2−1)N2−1.\alpha\pm\beta=\frac{d\pm c}{N\pm1}\;\Longrightarrow\;\alpha=\frac{c(d^2-1)}{N^2-1},\qquad\beta=\frac{d(c^2-1)}{N^2-1}.

불변 연산자의 공간이 I,FI,F로 생성된다는 두 복사본 하르 평균의 성질을 사용했다. 이후의 계수와 차원 인자는 이 두 대각합만으로 확인할 수 있다.

Hayden–Preskill 모형과 복구 보장심화HP10a

선택 배경: 두 복사본 평균과 표현론

정의 ·표현·불가약성·동치

군 원소 gg마다 선형 가역 연산자 D(g)D(g)를 대응시키고 D(gh)=D(g)D(h)D(gh)=D(g)D(h)를 만족시키면 표현(representation)⁠이라 한다. D(g)W⊂WD(g)W\subset W가 모든 gg에서 성립하는 부분공간 WW를 불변 부분공간이라 한다.

불변 부분공간이 영벡터만의 공간과 전체 공간뿐이면 불가약 표현(irreducible representation)⁠이라 한다. 두 표현이 하나의 가역 선형 변환으로 서로 바뀌면 동치라 한다.

여기서 쓰는 표현은 유니타리 군의 V↦V⊗VV\mapsto V\otimes V다. 교환 연산자 FF의 +1,−1+1,-1 고유공간은 각각 대칭·반대칭 부분공간이며, 이 표현에서 불변이다.

정리 ·두 복사본 표현과 Schur 보조정리증명: 기저 성분 비교

N>1N>1에서 U(N)\mathrm{U}(N)의 두 복사본 표현 U↦U⊗UU\mapsto U\otimes U를 생각하자. 대칭 공간 ker⁡(F−I)\ker(F-I)와 반대칭 공간 ker⁡(F+I)\ker(F+I)의 표현은 각각 불가약이고 서로 동치가 아니다. 따라서 모든 U⊗UU\otimes U와 가환하는 복소 선형 연산자 TT는 다음 형태다. 이 결과는 Schur 보조정리로 설명할 수 있으며, 아래의 별도 증명에서는 기저 성분을 직접 비교한다.

T=t+I+F2+t−I−F2=αI+βF.T=t_+\frac{I+F}{2}+t_-\frac{I-F}{2}=\alpha I+\beta F.

하르 평균은 모든 V⊗VV\otimes V와 가환하므로 바로 이 형태를 갖는다. HP10에서는 이 결과를 평균 보조정리로 받아들이고 두 대각합으로 계수만 구했다. 별도 증명에서는 두 부분공간의 불가약성과 비동치성도 확인한다.

Hayden–Preskill 모형과 복구 보장핵심HP11

벨 쌍을 대입해 공동 상태의 순도의 평균 구하기

HP09의 항등식으로 Tr⁡(ρRC2)=⟨FR⊗FC⟩ΨU⊗2\operatorname{Tr}(\rho_{RC}^2)=\langle F_R\otimes F_C\rangle_{\Psi_U^{\otimes2}}이다. 교환 연산자를 UU 앞으로 옮기면 ⟨FR⊗(U†)⊗2(FC⊗IDD′)U⊗2⟩Ω⊗2\bigl\langle F_R\otimes(U^\dagger)^{\otimes2}(F_C\otimes I_{DD'})U^{\otimes2}\bigr\rangle_{\Omega^{\otimes2}}가 되고, 이를 UU에 대해 평균하면 FRF_R 옆의 인자가 HP10의 T=αI+βFABT=\alpha I+\beta F_{AB}가 된다. 여기서 Ω\Omega는 아래의 초기 상태, ΨU\Psi_U는 UU 뒤의 상태다.

따라서 앞의 평균 연산자를 대입하면

EUTr⁡(ρRC2)=αa+βb.\mathbb E_U\operatorname{Tr}(\rho_{RC}^2)=\frac\alpha a+\frac\beta b.

RR의 교환을 빠뜨리면 CC만의 순도 Tr⁡ρC2=1/c\operatorname{Tr}\rho_C^2=1/c을 계산하게 된다.

초기 밀도 연산자를 Ω=ΦRA⊗ΦBE\Omega=\Phi_{RA}\otimes\Phi_{BE}로 쓰자. HP09의 교환 연산자 항등식을 두 부분계에 각각 적용하면

⟨FR⟩Ω⊗2=Tr⁡(ρR2)=1/a,⟨FRFAFB⟩Ω⊗2=Tr⁡(ρRAB2)=1/b.\begin{aligned}\langle F_R\rangle_{\Omega^{\otimes2}}&=\operatorname{Tr}(\rho_R^2)=1/a,\\\langle F_RF_AF_B\rangle_{\Omega^{\otimes2}}&=\operatorname{Tr}(\rho_{RAB}^2)=1/b.\end{aligned}

ρRAB=ΦRA⊗IB/b\rho_{RAB}=\Phi_{RA}\otimes I_B/b이므로 두 번째 순도는 1/b1/b이다. HP10의 두 항에 FRF_R을 곱하면 각각 위의 두 교환 연산자가 된다.

α/a+β/b\alpha/a+\beta/b에 b=cd/ab=cd/a를 넣고 1/(ac)1/(ac)을 빼면, N2=c2d2N^2=c^2d^2에서

EUTr⁡(ΔU2)=c2(d2−1)+a2(c2−1)−(N2−1)ac(N2−1)=(a2−1)(c2−1)ac(N2−1).\begin{aligned}\mathbb E_U\operatorname{Tr}(\Delta_U^2)&=\frac{c^2(d^2-1)+a^2(c^2-1)-(N^2-1)}{ac(N^2-1)}\\&=\frac{(a^2-1)(c^2-1)}{ac(N^2-1)}.\end{aligned}

대각합 노름의 부등식과 결합하면

EUεU2≤(a2−1)(c2−1)N2−1≤a2d2.\mathbb E_U\varepsilon_U^2\le\frac{(a^2-1)(c^2-1)}{N^2-1}\le\frac{a^2}{d^2}.

c=1c=1이면 왼쪽은 정확히 0이다.

N=cd>1N=cd>1에서 d2(c2−1)≤c2d2−1d^2(c^2-1)\le c^2d^2-1은 d2≥1d^2\ge1과 동치다. 따라서

c2−1c2d2−1≤1d2,a2−1≤a2.\frac{c^2-1}{c^2d^2-1}\le\frac1{d^2},\qquad a^2-1\le a^2.

두 부등식의 양변이 모두 음이 아니므로, 좌변끼리와 우변끼리 곱하면 위의 상한을 얻는다.

Hayden–Preskill 모형과 복구 보장핵심HP12

메시지보다 s큐비트 더 나오면 오차가 어떻게 줄어드는가?

메시지가 kk큐비트이고 새 복사가 k+sk+s큐비트라면 a=2ka=2^k이고 d=2k+sd=2^{k+s}이다. 따라서

EεU2≤2−2s,EεU≤2−s.\mathbb E\varepsilon_U^2\le2^{-2s},\qquad\mathbb E\varepsilon_U\le2^{-s}.

두 번째 상한은 코시–슈바르츠 부등식 (EεU)2≤EεU2(\mathbb E\varepsilon_U)^2\le\mathbb E\varepsilon_U^2에서 얻었다. 각 UU에 HP06의 복구를 쓰면 Fe≥1−εUF_{\mathrm e}\ge1-\varepsilon_U이므로

E(1−Fe)≤2−s.\mathbb E(1-F_{\mathrm e})\le2^{-s}.

예를 들어 s=10s=10이면 이 상한은 약 9.77×10−49.77\times10^{-4}이다. 실제 오차와 상한을 동일시하지는 않는다.

목표 대각합 노름 오차를 0<η<10<\eta<1, 그 값을 넘을 허용 확률을 0<pexc<10<p_{\mathrm{exc}}<1로 정하면, 다음 추가 방출량이면 충분하다.

s≥⌈log2⁡(1/η)+12log2⁡(1/pexc)⌉.s\ge\left\lceil\log_2(1/\eta)+\tfrac12\log_2(1/p_{\mathrm{exc}})\right\rceil.

예를 들어 η=pexc=0.01\eta=p_{\mathrm{exc}}=0.01이면 s=10s=10으로 충분하다. 하르 분포에서 오차 0.01을 넘는 진화의 비율이 1% 이하라는 보장이다.

평균이 작다는 것과 모든 UU에서 작다는 것은 다르다. 마르코프 부등식으로 예외 확률을 쓰면

PrU(εU>η)≤min{1,2−2s/η2}.\Pr_U(\varepsilon_U>\eta)\le\min\{1,2^{-2s}/\eta^2\}.

이 결과는 이상화한 오래된 블랙홀 모형에서 필요한 방출량을 제한한다. 실제로 그 복사가 나오기까지의 시간이나, Bob의 복호 계산 시간은 이 부등식만으로 정해지지 않는다. 여기서 Bob은 새 복사뿐 아니라 이전 복사도 이용한다. 이전 복사 없이 같은 주장을 할 수는 없다.

여기서는 η>0\eta>0이며, SM06의 마르코프 부등식을 비음수 확률변수 εU2\varepsilon_U^2과 문턱값 η2\eta^2에 적용하면 PrU(εU2>η2)≤EεU2/η2\Pr_U(\varepsilon_U^2>\eta^2)\le\mathbb E\varepsilon_U^2/\eta^2이므로 위의 예외 확률 상한을 얻는다.

이 상한이 pexcp_{\mathrm{exc}} 이하가 되도록, 곧 2−2s≤pexcη22^{-2s}\le p_{\mathrm{exc}}\eta^2이 되도록 ss를 풀면 왼쪽의 방출량 조건을 얻는다.

Hayden–Preskill 모형과 복구 보장핵심Q11

개념 확인: 평균 상한과 예외 확률

HP12의 하르 평균 모형에서 d/a=4d/a=4, EUεU2≤(a/d)2\mathbb E_U\varepsilon_U^2\le(a/d)^2이라 하자. 마르코프 부등식으로 PrU(εU>1/2)\Pr_U(\varepsilon_U>1/2)의 상한을 구하라.

이어 이 평균 제곱 오차 조건만으로 모든 UU에서 εU≤1/4\varepsilon_U\le1/4이라고 결론 내릴 수 있는지 판단하라. 평균과 개별 값의 차이를 설명해 보자.

수치는 소수 또는 분수로 입력하고, 판단 문항은 보기를 고른다. 수치 오차 10−610^{-6} 이내는 맞은 것으로 본다. 답 확인을 누르기 전에는 채점하지 않는다.

마우스 숫자 입력판
입력할 칸: 평균 제곱 오차의 상한

정답은 공개하지 않는다. 새로고침하면 입력이 지워진다.

Hayden–Preskill 모형과 복구 보장핵심HP13

하르 무작위성, 스크램블링, 페이지 시간의 구별

개념 설명 ·스크램블링정량적 조건과 구별

스크램블링(scrambling)⁠은 처음에 국소적으로 담긴 정보가 많은 자유도 사이의 상관관계로 퍼지는 현상을 가리킨다. 그러나 그 말만으로 앞의 하르 평균식을 가정할 수는 없다.

정의 ·유니타리 2-디자인

이번 계산은 두 복사본 평균만 썼다. 확률 앙상블 {pk,Uk}\{p_k,U_k\}가 모든 두 복사본 연산자 XX에 대해 ∑kpk(Uk†)⊗2XUk⊗2=EHaar[(U†)⊗2XU⊗2]\sum_kp_k(U_k^\dagger)^{\otimes2}XU_k^{\otimes2}=\mathbb E_{\mathrm{Haar}}[(U^\dagger)^{\otimes2}XU^{\otimes2}]를 만족하면 정확한 유니타리 2-디자인(unitary 2-design)⁠이라 한다. 여기서 pk≥0p_k\ge0, ∑kpk=1\sum_kp_k=1이다. 따라서 같은 순도 계산을 재현한다. 근사 디자인은 두 평균 사이의 오차를 허용한다. 정량적인 상한에는 오차를 재는 노름과 정규화까지 지정해야 하므로 여기서는 정확한 경우만 사용한다.

국소 회로가 충분한 디자인을 이루는 데에는 회로 깊이, 연결 구조, 보존량이 영향을 준다.

페이지 시간(HP00c)⁠을 질량의 정확히 절반이나 보편적인 실제 시간과 동일시해서는 안 된다. 그 이후의 블랙홀은 이전 복사와 거의 최대로 얽혀 있다. HP07의 초기 BEBE 최대 얽힘은 이 상황을 정확한 최대 얽힘으로 단순화한 가정이다.

구별할 것은 내부에 정보가 퍼지는 시간, 필요한 복사가 방출되는 시간, 복호 회로를 실행하는 시간이다. 앞의 계산은 블랙홀의 실제 동역학이나 중력 이론을 유도하지 않는다.

Hayden–Preskill 모형과 복구 보장핵심HP13a

스크램블링의 정량적 정의: 작은 부분계에서 정보를 숨기기

유한차원 메시지 AA와 기준계 RR을 최대 얽힘 상태 ΦRA\Phi_{RA}로 준비하고, 배경 BB의 상태 τB\tau_B를 고정한다. ABAB를 출력 Q1⋯QLQ_1\cdots Q_L로 보내는 유니타리 진화 U(t)U(t)에 대해

ρRQ(t)=(IR⊗U(t))(ΦRA⊗τB)(IR⊗U(t)†)\rho_{RQ}(t)=(I_R\otimes U(t))(\Phi_{RA}\otimes\tau_B)(I_R\otimes U(t)^\dagger)

라 하자. ρR=IR/dA\rho_R=I_R/d_A이며, CC는 출력 부분계의 집합, |C||C|는 그 안의 부분계 수다.

정의 ·고정된 메시지와 배경에 대한 스크램블링관측 부분계와 거리 규약을 고정

이 강의에서는 고정된 AA, τB\tau_B, 출력 분할에 대해 다음 상관관계 소거 기준의 스크램블링(decoupling-based scrambling)⁠을 사용한다. 1≤k<L1\le k<L, 0≤κ≤10\le\kappa\le1에 대해

δk(t):=max1≤|C|≤k12‖ρRC(t)−ρR⊗ρC(t)‖1≤κ\delta_k(t):=\max_{1\le|C|\le k}\frac12\|\rho_{RC}(t)-\rho_R\otimes\rho_C(t)\|_1\le\kappa

이면 시각 tt에 (k,κ)(k,\kappa)-스크램블링되었다고 한다. 모든 관측 대상 CC가 기준계와 거의 독립이어야 한다. 이는 문헌의 여러 정량화 중 하나다.

왜 기준계까지 검사하는가? ρC\rho_C가 혼합 상태라는 사실만으로는 입력 정보가 숨겨졌다고 할 수 없다. CC와 RR의 공동 상태를 비교해야 고전적 구별 정보뿐 아니라 양자 상관관계도 검사한다.

반례: 정보의 이동. 메시지 한 큐비트를 SWAP으로 출력 한 곳에 옮기자. 그곳을 CC라 하면 ρC=I/2\rho_C=I/2이지만 ρRC=ΦRC\rho_{RC}=\Phi_{RC}다.

12‖ΦRC−IRC/4‖1=34.\frac12\|\Phi_{RC}-I_{RC}/4\|_1=\frac34.

차이의 고윳값은 3/4, −1/4, −1/4, −1/4이다. 따라서 k≥1k\ge1, κ<3/4\kappa<3/4에서는 기준을 통과하지 못한다.

이 검사는 고정된 최대 얽힘 입력에 대한 것이다. 임의 입력에 대한 균일 오차 보장과 동일시하지 않는다. 배경이 혼합 상태이면 복구 논증에서 그 정화계에 누가 접근하는지도 밝혀야 한다.

스크램블링 시간은 이 기준을 처음 만족하는 시각으로 정할 수 있다. 이후에도 유지되는지는 별도 문제다. 열평형 도달, 2-디자인 형성, 페이지 시간과 같은 뜻은 아니다. 한 CC에 대한 HP06의 오차는 여기 거리의 두 배다.

32 · Hayden–Preskill 모형과 복구 보장문헌HP13a
Hayden–Preskill 모형과 복구 보장핵심U31

요약: 블랙홀 모형의 정보 이론적 가정

시공간 그림이 말하는 범위를 구별한다. 사건 지평선은 미래 빛무한대로 신호를 보낼 수 있는지로 정의한다. 펜로즈 도표는 인과구조를 압축해서 보여 주며 거리나 엔트로피를 직접 나타내지 않는다. 반고전 복사와 증발 끝단 이후의 가정은 구별한다. 다시 보기: HP00a, HP00b, HP00d.

페이지 곡선의 입력을 명시한다. 전체가 순수한 블랙홀·복사 이분계이고 숨은 계가 없으면 양쪽 엔트로피는 같고 작은 쪽 차원의 로그 이하이다. 그 상한에 가까운 곡선에는 하르 전형성 모형을 추가하며, 그 모형에서 평균 엔트로피는 상한보다 1비트 미만 작다. 유니타리성만으로 실제 시간 곡선이 정해지지 않는다. 다시 보기: HP00c, HP00e.

메시지와 접근 가능한 계를 구별한다. Hayden–Preskill 모형은 메시지 AA와 기준계 RR, 오래된 블랙홀 BB와 이전 복사 EE의 초기 최대 얽힘을 가정한다. 알려진 UU가 ABAB를 남은 계 CC와 새 복사 DD로 보낸다. Bob은 DEDE를 이용하며 RR과 CC에는 작용하지 않는다. 다시 보기: HP07.

평형인 주변 상태만으로 복구를 판단하지 않는다. 이 모형에서는 CC가 최대 혼합이어도 RR과 CC 사이에 메시지 정보가 남을 수 있다. 복구에 필요한 것은 CC의 엔트로피 하나가 아니라 기준계와 남은 계의 상관관계가 얼마나 작은지다. 다시 보기: HP08, HP07a.

32 · Hayden–Preskill 모형과 복구 보장U31
Hayden–Preskill 모형과 복구 보장핵심U31a

요약: 상관관계 소거에서 복구 보장으로

접근할 수 없는 계의 정보를 제한한다. 전체가 순수한 모형에서 기준계 RR과 남은 계 CC가 곱상태이면 Bob의 DEDE에서 메시지를 복구하는 사상이 존재한다. 근사적인 소거는 Uhlmann 정리와 거리–충실도 관계를 통해 근사 복구로 연결된다. 다시 보기: HP05, HP06.

평균 계산의 도구를 구별한다. 대각합 노름을 공동 순도의 차이로 제한하고, 두 복사본의 교환 연산자를 써서 하르 평균을 계산한다. 일차 평균만 같다고 충분한 것은 아니다. 정확한 2-디자인은 이 계산에 필요한 이차 모멘트를 재현한다. 다시 보기: HP09, HP11, HP14, HP13.

추가 방출량의 보장을 읽는다. 메시지가 kk큐비트이고 새 복사가 k+sk+s큐비트이면 이상적 하르 모형에서

E(1−Fe)≤2−s.\mathbb E(1-F_{\mathrm e})\le2^{-s}.

각 진화에 맞는 복구의 존재에 대한 평균 보장이며 모든 진화에서 같은 오차라는 뜻은 아니다. 예외 확률도 별도로 제한한다. 다시 보기: HP12.

존재·시간·구현 비용을 나눈다. 복구 가능성은 효율적인 복호 회로의 존재나 실제 방출 시간을 자동으로 보장하지 않는다. 스크램블링도 메시지, 출력 분할과 허용 오차를 지정한 조건으로 읽어야 한다. 다음 절은 추가 회로 자원을 가정하여 복호를 구성한다. 다시 보기: HP13a, HP12.

32 · Hayden–Preskill 모형과 복구 보장U31a
Yoshida–Kitaev 복호와 진폭 증폭절 안내ST15a

Yoshida–Kitaev 복호와 진폭 증폭

SECTION 33

Yoshida–Kitaev 복호와 진폭 증폭

복구의 존재를 실제 복호 절차로 어떻게 연결하는가?

01성공 분기와 복호 확률
02두 사영과 두 반사
03진폭 증폭과 실행 비용
33 · Yoshida–Kitaev 복호와 진폭 증폭ST15a
Yoshida–Kitaev 복호와 진폭 증폭절 안내S15a

Yoshida–Kitaev 복호와 진폭 증폭

복구의 존재를 실제 복호 절차로 어떻게 연결하는가?

복구 사상이 존재한다는 결과에서 구체적인 복호 절차로 넘어간다. Yoshida–Kitaev(YK) 복호의 성공 확률과 성공한 경우의 충실도를 따로 계산한다.

두 사영과 두 반사가 만드는 부분공간을 분석하여 진폭 증폭으로 연결한다. Bob의 접근 범위를 유지하면서 무엇을 구현해야 하는지 확인하고, 복구 가능성과 실행 비용을 구별한다.

복습: HP12의 복구 보장, B14c의 사후 선택과 QE05의 성공 분기, B16의 두 반사에 의한 회전. 성공 확률과 조건부 충실도를 따로 계산하고, 반사의 반복 비용을 설명하는 것이 목표다. 알려진 진화의 켤레 회로와 이전 복사의 제어를 가정한다. 정확한 이상적 계산과 근사 복호에 관한 외부 결과를 구별한다.

Yoshida–Kitaev 복호와 진폭 증폭핵심HP15p

사후 선택: 확률과 조건부 상태를 함께 기록하기

개념 설명 ·성공 분기의 계산 순서B14c·QE05의 적용

B14c의 사후 선택과 QE05의 성공 분기 복호를 복습하자. 측정 연산자족 {Km}\{K_m\}이 ∑mKm†Km=I\sum_mK_m^\dagger K_m=I를 만족한다고 하자. 입력은 ρ\rho이고, 미리 정한 결과 ss만 성공으로 받아들인다.

결과마다 크라우스 연산자가 하나인 경우, 성공 분기는

ρ~s=KsρKs†,ps=Tr⁡ρ~s,\widetilde\rho_s=K_s\rho K_s^\dagger,\qquad p_s=\operatorname{Tr}\widetilde\rho_s,
ρ∣s=ρ~sps(ps>0).\rho_{\mid s}=\frac{\widetilde\rho_s}{p_s}\quad(p_s>0).

ps=0p_s=0이면 그 조건부 상태는 정의하지 않는다. 여러 결과를 성공으로 묶을 때에는 정규화 전에 합한다.

모든 측정 결과를 포함하면 다음과 같다.

∑mKm†Km=I,ρout=∑mKmρKm†.\sum_m K_m^\dagger K_m=I,\qquad\rho_{\mathrm{out}}=\sum_m K_m\rho K_m^\dagger.

성공 분기는 완전 양성이지만 일반적으로 대각합을 보존하지 않는다. 조건부 정규화 뒤의 갱신은 일반적으로 비선형이다.

벨 사후 선택에 적용하기. 측정할 계와 성공으로 삼을 벨 결과를 정한다. 작용하지 않는 계에는 항등 연산자를 둔다.

정규화 전 출력에서 성공 확률을 구한다. 상태 벡터로 계산하면 노름 제곱, 밀도 행렬로 계산하면 대각합이다.

그 뒤 정규화하고, 다른 계를 남겨 두었다면 부분 대각합으로 출력 계의 상태를 구한다. 성공 확률과 조건부 출력의 정확성은 따로 확인한다.

HP15q에서는 벨 결과 하나를 선택하는 순간이동을 계산한다. 정규화 과정은 B14e의 계산 예를 참고한다.

Yoshida–Kitaev 복호와 진폭 증폭핵심HP15q

벨 사후 선택: 정확한 출력과 드문 성공은 양립한다

양자 순간이동에서 한 벨 결과만 성공으로 정해 보자. 미지의 입력 |ψ⟩X=α|0⟩+β|1⟩|\psi\rangle_X=\alpha|0\rangle+\beta|1\rangle과 벨 쌍 |Φ+⟩AB|\Phi^+\rangle_{AB}를 준비한다. 입력은 정규화되어 있다.

XAXA를 벨 기저로 측정하여 Φ+\Phi^+ 결과만 남기면

(XA⟨Φ+|⊗IB)(|ψ⟩X⊗|Φ+⟩AB)=12|ψ⟩B.({}_{XA}\langle\Phi^+|\otimes I_B)(|\psi\rangle_X\otimes|\Phi^+\rangle_{AB})=\tfrac12|\psi\rangle_B.

⟨Φ+|00⟩=⟨Φ+|11⟩=1/2\langle\Phi^+|00\rangle=\langle\Phi^+|11\rangle=1/\sqrt2이고 나머지 두 내적은 0이다. 여기에 |Φ+⟩AB|\Phi^+\rangle_{AB}의 계수 1/21/\sqrt2까지 곱하면, 입력의 두 진폭에 같은 계수 1/2이 붙는다.

ps=14,ρB∣s=(|ψ⟩⟨ψ|)B.p_s=\tfrac14,\qquad\rho_{B\mid s}=\bigl(|\psi\rangle\langle\psi|\bigr)_B.

성공한 출력은 정확하지만 네 시행 중 평균 한 시행만 선택된다. 조건부 충실도 1과 성공 확률 1/4은 서로 다른 양이다.

측정 결과를 전달받지 않은 Bob은 성공한 시행을 골라낼 수 없다. 모든 벨 결과를 평균하면

ρB=∑mpmρB∣m=IB/2.\rho_B=\sum_m p_m\rho_{B\mid m}=I_B/2.

따라서 이 절차만으로 초광속 통신을 할 수 없다. 통상적인 순간이동은 모든 결과를 받아들이고, 전달받은 기록에 맞추어 파울리 보정을 한다.

같은 자원을 독립적으로 다시 준비할 수 있고 매번 성공 확률이 0<p≤10<p\le1이면, 첫 성공까지 필요한 평균 시행 횟수는 1/p1/p이다. 하나뿐인 미지의 입력은 실패 뒤 그대로 남는다고 보장할 수 없으므로 이 반복 비용을 무조건 적용해서는 안 된다.

HP15의 Yoshida–Kitaev 복호도 지정한 벨 결과를 선택한다. 그때의 성공 확률과 조건부 복구 충실도는 HP16–HP17에서 따로 계산한다. 이후의 진폭 증폭은 실패한 입력을 다시 준비하는 대신 측정 전에 성공 진폭을 키운다.

Yoshida–Kitaev 복호와 진폭 증폭핵심HP15

Yoshida–Kitaev의 사후 선택 복호

가정 ·YK 복호의 자원과 사후 선택

앞의 최대 얽힘 모형을 그대로 사용한다. Bob은 D,ED,E를 가지고, 새 벨 쌍 |Φ⟩A′A^|\Phi\rangle_{A'\widehat A}를 준비한다. A′EA'E에 알려진 행렬 UU의 복소켤레 U∗U^*를 적용해 C′D′C'D'을 만든다.

이어 DD′DD'이 정해진 벨 상태 |Φ⟩DD′|\Phi\rangle_{DD'}인지 측정한다. 그 결과가 나왔을 때만 A^\widehat A를 출력한다.

U∗U^*는 지정한 기저의 행렬을 복소켤레한 것이다. 미지의 상태에 반유니타리 복소켤레를 적용하라는 절차가 아니다.

벨 쌍은 두 회로의 기저 첨자를 연결한다. 벨 사영 뒤에는 UU와 U∗U^*의 성분이 곱해져 공동 상태 ρRC\rho_{RC}의 성분이 남는다. HP16에서 이를 직접 계산한다.

이 절차는 사후 선택(postselection)⁠을 사용하는 확률적 복호다. 알려진 UU의 회로를 구현할 수 있어야 하며, 추가 벨 쌍과 벨 측정도 필요하다.

두 값을 따로 계산해야 한다. 하나는 정해진 벨 결과가 나올 성공 확률 psuccp_{\mathrm{succ}}, 다른 하나는 그 결과가 나왔을 때의 조건부 얽힘 충실도다.

Bob의 복호: 시간은 오른쪽으로DA′EÂΦaU*A′E → C′D′C′: 버림ΦdD′성공여부성공한 경우 Â를 출력R, C에는 작용하지 않는다 · C′는 출력에서 버린다
새 벨 쌍 A′A^A'\widehat A와 알려진 UU의 복소켤레 회로를 사용한다. DD′DD'의 지정된 벨 결과가 나왔을 때만 A^\widehat A를 보존한다. 선은 계를 나타내며 선 하나가 반드시 한 큐비트인 것은 아니다.
Yoshida–Kitaev 복호와 진폭 증폭핵심HP16

복호의 성공 확률을 공동 상태의 순도로 계산하기

Ucj,re=⟨c,j|U|r,e⟩U_{cj,re}=\langle c,j|U|r,e\rangle를 AB→CDAB\to CD의 행렬 성분이라 하자. r,e,c,jr,e,c,j는 각각 A,B,C,DA,B,C,D의 기저 지표이며, 차원 cc와 지표 cc는 문맥으로 구별한다. 벨 결과에 사영한 뒤 정규화 전 진폭은

Tr,c,c′,r′=1abd∑e,jUcj,reUc′j,r′e∗.T_{r,c,c',r'}=\frac1{a\sqrt{bd}}\sum_{e,j}U_{cj,re}U^*_{c'j,r'e}.

반면 ρRC\rho_{RC}의 같은 행렬 성분에는 계수 1/(ab)1/(ab)이 붙는다. 따라서 이 벡터는 b/dvec⁡(ρRC)\sqrt{b/d}\,\operatorname{vec}(\rho_{RC})다. 여기서 벡터화(vectorization)⁠는 행렬 MM을 vec⁡(M)=∑i,jMij|i⟩⊗|j⟩\operatorname{vec}(M)=\sum_{i,j}M_{ij}|i\rangle\otimes|j\rangle로 배열하는 규칙이다. 이 배열에서 복소켤레를 취하지 않는다.

정규화 계수는 세 최대 얽힘 상태와 마지막 벨 내적에서 나온다.

a−1/2⏟RAb−1/2⏟BEa−1/2⏟A′A^d−1/2⏟DD′⟨Φ|=1abd.\underbrace{a^{-1/2}}_{RA}\underbrace{b^{-1/2}}_{BE}\underbrace{a^{-1/2}}_{A'\widehat A}\underbrace{d^{-1/2}}_{{}_{DD'}\langle\Phi|}=\frac1{a\sqrt{bd}}.

벡터화에서 행 지표는 (r,c)(r,c), 열 지표는 (r′,c′)(r',c')이다. TT에서는 계의 표기 순서만 (r,c,c′,r′)(r,c,c',r')으로 바꾸었다.

벡터의 노름 제곱이 성공 확률이므로

psucc=bdTr⁡(ρRC2)=caTr⁡(ρRC2).p_{\mathrm{succ}}=\frac bd\operatorname{Tr}(\rho_{RC}^2)=\frac ca\operatorname{Tr}(\rho_{RC}^2).

δ=acTr⁡(ρRC2)−1≥0\delta=ac\operatorname{Tr}(\rho_{RC}^2)-1\ge0으로 두면

psucc=1+δa2.p_{\mathrm{succ}}=\frac{1+\delta}{a^2}.

완전한 상관관계 소거에서는 δ=0\delta=0이다. 이때 복호 성공 확률은 1이 아니라 1/a21/a^2이다. 입력이 kk큐비트이면 4−k4^{-k}에 해당한다.

Yoshida–Kitaev 복호와 진폭 증폭핵심HP17

성공 확률과 조건부 충실도는 반대로 움직인다

정규화 전 출력의 RA^R\widehat A를 다시 벨 상태에 사영하자. HP16의 벡터화에서 A^\widehat A는 열 지표 r′r'을 가지므로, 이 사영은 r′r'을 rr과 같게 놓고 더한 뒤 a−1/2a^{-1/2}을 곱한다. 남는 벡터는 TrR⁡ρRC\operatorname{Tr}_R\rho_{RC}를 벡터화한 것에 b/da−1/2\sqrt{b/d}\,a^{-1/2}을 곱한 것이다. TrR⁡ρRC=IC/c\operatorname{Tr}_R\rho_{RC}=I_C/c(HP08)⁠이므로 그 노름 제곱은

bd⋅1aTr⁡((IC/c)2)=1a2\frac bd\cdot\frac1a\operatorname{Tr}\bigl((I_C/c)^2\bigr)=\frac1{a^2}

이다(ab=cdab=cd이므로 b/(acd)=1/a2b/(acd)=1/a^2). 이를 성공 확률로 나누면 조건부 충실도는

Fe∣succ=1a2psucc=11+δ.F_{\mathrm e\mid\mathrm{succ}}=\frac1{a^2p_{\mathrm{succ}}}=\frac1{1+\delta}.

곧 곱 psuccFe∣succ=1/a2p_{\mathrm{succ}}F_{\mathrm e\mid\mathrm{succ}}=1/a^2은 모든 UU에서 같다. 조건부 복구 오차는 다음과 같이 제한된다.

1−Fe∣succ=δ1+δ≤δ.1-F_{\mathrm e\mid\mathrm{succ}}=\frac{\delta}{1+\delta}\le\delta.

완전히 소거되면 조건부 복구는 정확하지만 성공이 드물다. 반대로 C=A,D=B,U=IC=A,D=B,U=I인 실패 예에서는 psucc=1p_{\mathrm{succ}}=1이고 Fe∣succ=1/a2F_{\mathrm e\mid\mathrm{succ}}=1/a^2이다.

벨 결과 자체가 잘 나온다는 사실은 정보 복구의 증거가 아니다. 어떤 상태가 조건부로 남는지도 확인해야 한다.

δ=acTr⁡(ΔU2)\delta=ac\operatorname{Tr}(\Delta_U^2)이므로 HP11의 평균 순도 상한은 Eδ≤a2/d2\mathbb E\delta\le a^2/d^2을 준다. 따라서 E(1−Fe∣succ)≤a2/d2\mathbb E(1-F_{\mathrm e\mid\mathrm{succ}})\le a^2/d^2이다. 여기서 평균은 각 UU의 조건부 충실도에 대한 평균이다.

평균을 취하는 순서도 구별하자. UU를 매번 새로 뽑고 성공한 시행만 모으면, 성공 확률이 큰 UU가 더 자주 남는다. 성공한 출력들의 평균 충실도를 FpooledF_{\mathrm{pooled}}라 쓰면

Fpooled=EU[psuccFe∣succ]EUpsucc=11+EUδ.F_{\mathrm{pooled}}=\frac{\mathbb E_U[p_{\mathrm{succ}}F_{\mathrm e\mid\mathrm{succ}}]}{\mathbb E_U p_{\mathrm{succ}}}=\frac1{1+\mathbb E_U\delta}.

이는 각 UU의 조건부 충실도를 같은 하르 가중치로 평균한 값과 일반적으로 다르다. 성공 여부로 표본을 고르면 가중치도 바뀐다.

Yoshida–Kitaev 복호와 진폭 증폭핵심Q09

개념 확인: 성공 확률과 조건부 충실도

Hayden–Preskill 최대 얽힘 모형의 특정 유니타리 UU에 대해 메시지 차원은 a=2a=2이고 δ=acTr⁡ρRC2−1=1/4\delta=ac\operatorname{Tr}\rho_{RC}^2-1=1/4이다.

YK 벨 사후 선택의 성공 확률과 성공한 경우의 얽힘 충실도를 구하라. 이는 UU에 대한 평균이 아니라 이 UU의 값이다. 두 양의 곱도 구하여 정규화 관계를 확인하라.

수치는 소수 또는 분수로 입력한다. 수치 오차 10−610^{-6} 이내는 맞은 것으로 본다. 답 확인을 누르기 전에는 채점하지 않는다.

마우스 숫자 입력판
입력할 칸: 성공 확률

정답은 공개하지 않는다. 새로고침하면 입력이 지워진다.

Yoshida–Kitaev 복호와 진폭 증폭핵심HP17a

두 사영이 만드는 공통 2차원 부분공간

Grover의 두 반사에 의한 회전을 일반적인 두 사영으로 확장하자. 먼저 두 사영이 함께 보존하는 블록을 구성한다.

두 직교 사영 P,QP,Q를 생각하자. PP가 사영하는 공간에서 PQPPQP의 정규화된 고유벡터 |u⟩|u\rangle를 고른다.

P|u⟩=|u⟩,PQP|u⟩=λ|u⟩.P|u\rangle=|u\rangle,\qquad PQP|u\rangle=\lambda|u\rangle.

0<λ<10<\lambda<1일 때 다음 두 벡터를 정의한다.

|v⟩=Q|u⟩/λ,|w⟩=|u⟩−λ|v⟩1−λ.|v\rangle=Q|u\rangle/\sqrt\lambda,\qquad |w\rangle=\frac{|u\rangle-\sqrt\lambda|v\rangle}{\sqrt{1-\lambda}}.

⟨u|Q|u⟩=λ\langle u|Q|u\rangle=\lambda이므로 v,wv,w는 정규직교하며 Qv=v, Qw=0Qv=v,\ Qw=0이다.

sθ=λ, cθ=1−λs_\theta=\sqrt\lambda,\ c_\theta=\sqrt{1-\lambda}라 쓰면 u=sθv+cθwu=s_\theta v+c_\theta w다. 또한 Pv=sθuPv=s_\theta u, Pw=cθuPw=c_\theta u이므로 이 공간은 두 사영에 불변이다.

Q=(1000),P=(sθ2sθcθsθcθcθ2).Q=\begin{pmatrix}1&0\\0&0\end{pmatrix},\qquad P=\begin{pmatrix}s_\theta^2&s_\theta c_\theta\\s_\theta c_\theta&c_\theta^2\end{pmatrix}.

왼쪽 구성의 두 단계를 확인하자. |u⟩−λ|v⟩=(I−Q)|u⟩|u\rangle-\sqrt\lambda|v\rangle=(I-Q)|u\rangle이므로 Q|w⟩=0Q|w\rangle=0이다. Q(I−Q)=0Q(I-Q)=0이므로 ⟨v|w⟩=0\langle v|w\rangle=0이다. 또 P|u⟩=|u⟩P|u\rangle=|u\rangle에서 PQ|u⟩=PQP|u⟩=λ|u⟩PQ|u\rangle=PQP|u\rangle=\lambda|u\rangle이므로 P|v⟩=λ|u⟩P|v\rangle=\sqrt\lambda|u\rangle, P|w⟩=1−λ|u⟩P|w\rangle=\sqrt{1-\lambda}|u\rangle이다.

서로 직교하는 고유벡터 |u1⟩,|u2⟩|u_1\rangle,|u_2\rangle에서 만든 비자명한 블록들도 직교한다. P|u2⟩=|u2⟩P|u_2\rangle=|u_2\rangle이므로⟨u1|Q|u2⟩=⟨u1|PQP|u2⟩=λ2⟨u1|u2⟩=0\langle u_1|Q|u_2\rangle=\langle u_1|PQP|u_2\rangle=\lambda_2\langle u_1|u_2\rangle=0이고, Q2=Q=Q†Q^2=Q=Q^\dagger이므로 두 블록의 벡터 |uk⟩|u_k\rangle, Q|uk⟩Q|u_k\rangle끼리의 내적이 모두 0이다. λ=0\lambda=0이면 Qu=0Qu=0, λ=1\lambda=1이면 Qu=uQu=u이므로 해당 벡터는 1차원 블록으로 다룬다.

이 구성은 스펙트럼 정리와 사영의 성질만 사용한다.

B16과 비교하면 uu는 초기 상태 |s⟩|s\rangle, vv는 정답 |w⟩|w\rangle, ww는 나머지 후보의 중첩 |u⟩|u\rangle에 해당한다. I−2QI-2Q가 오라클 OwO_w, 2P−I2P-I가 평균 기준 진폭 반전 DD(B16)⁠의 역할을 한다.

Yoshida–Kitaev 복호와 진폭 증폭핵심HP17b

두 반사를 곱하면 성공 성분이 회전한다

이 단계에서는 각 블록에서 두 반사의 곱을 회전으로 읽는다.

앞 페이지의 기저 (v,w)(v,w)에서 sθ=sin⁡θs_\theta=\sin\theta, cθ=cos⁡θc_\theta=\cos\theta로 놓자. 한 번의 반복은

G=(2P−I)(I−2Q)=(cos⁡2θsin⁡2θ−sin⁡2θcos⁡2θ).G=(2P-I)(I-2Q)=\begin{pmatrix}\cos2\theta&\sin2\theta\\-\sin2\theta&\cos2\theta\end{pmatrix}.

초기 좌표 (sin⁡θ,cos⁡θ)T(\sin\theta,\cos\theta)^{\mathsf T}에 적용하면 (sin⁡3θ,cos⁡3θ)T(\sin3\theta,\cos3\theta)^{\mathsf T}가 된다.

wvuGuθ2θ한 블록의 회전u → Guθ → 3θ성공 성분은 v 방향 · θ=π/12인 예
가로축을 ww, 세로축을 vv로 그렸다. 한 번의 반복은 이 블록에서 각도를 2θ2\theta만큼 바꾼다. 서로 다른 블록에 같은 θ\theta를 사용할 수 있다는 뜻은 아니다.

위의 GG는 B16과 같은 방법으로 곱한 것이다. 기저 (v,w)(v,w)에서 2sθ2−1=−cos⁡2θ2s_\theta^2-1=-\cos2\theta, 2sθcθ=sin⁡2θ2s_\theta c_\theta=\sin2\theta이므로 2P−I=(−cos⁡2θsin⁡2θsin⁡2θcos⁡2θ)2P-I=\begin{pmatrix}-\cos2\theta&\sin2\theta\\\sin2\theta&\cos2\theta\end{pmatrix}이고, I−2Q=diag⁡(−1,1)I-2Q=\operatorname{diag}(-1,1)을 오른쪽에 곱하면 첫 열의 부호만 바뀐다.

반복하면 QQ가 사영하는 성공 공간의 확률은

‖QGju‖2=sin2⁡((2j+1)θ).\|QG^ju\|^2=\sin^2((2j+1)\theta).

일반적으로 블록마다 λ\lambda, 따라서 θ\theta가 다르다. 전체 초기 상태의 성공 확률만 알아서는 하나의 회전각을 모든 블록에 사용할 수 없다.

다음에는 YK 복호의 초기 상태가 어떤 블록에 놓이는지 확인하고, 완전 소거에서 각도가 모두 같아지는 이유를 보인다. 이 강의의 θ\theta는 원 논문에서 한 번의 회전에 붙인 각도의 절반이다.

Yoshida–Kitaev 복호와 진폭 증폭핵심HP17e

계산: 두 반사의 회전과 지나친 증폭

앞 페이지의 한 2차원 블록에서 성공 사영을 Q=diag⁡(1,0)Q=\operatorname{diag} (1,0)으로 두고 θ=π/6\theta =\pi /6를 택하자. 초기 벡터와 그 방향의 사영은

u=(1/23/2),P=uu†=14(1333).u=\begin{pmatrix}1/2\\\sqrt3/2\end{pmatrix},\qquad P=uu^\dagger=\frac14\begin{pmatrix}1&\sqrt3\\\sqrt3&3\end{pmatrix}.

두 반사를 곱하면 실제 행렬은 다음과 같다.

G=(2P−I)(I−2Q)=(1/23/2−3/21/2).G=(2P-I)(I-2Q)=\begin{pmatrix}1/2&\sqrt3/2\\-\sqrt3/2&1/2\end{pmatrix}.

곱하는 순서와 부호를 고정했다. 이 행렬은 앞의 식에 2θ=π/32\theta =\pi /3를 대입한 회전 행렬이다.

직접 곱하면 한 번의 반복으로 성공 공간에 도달한다.

Gu=(10),‖Qu‖2=14,‖QGu‖2=1.Gu=\begin{pmatrix}1\\0\end{pmatrix},\qquad\|Qu\|^2=\frac14,\quad\|QGu\|^2=1.

한 번 더 반복하면 성공 확률이 다시 줄어든다.

G2u=(1/2−3/2),‖QG2u‖2=14.G^2u=\begin{pmatrix}1/2\\-\sqrt3/2\end{pmatrix},\qquad\|QG^2u\|^2=\frac14.

이는 sin2⁡((2j+1)θ)\sin ^{2}((2j+1)\theta )에 j=0,1,2j=0,1,2를 넣은 값과 같다. 반복할수록 단조롭게 좋아지는 절차가 아니다.

이 예는 각도를 아는 하나의 블록에 대한 계산이다. 여러 블록에 걸친 상태는 각도도 서로 다를 수 있어 모든 성분을 같은 반복 횟수로 동시에 성공시키지 못할 수 있다. 따라서 실제 복호에서는 블록별 각도와 중단 시점을 따로 분석해야 한다.

33 · Yoshida–Kitaev 복호와 진폭 증폭HP17e
Yoshida–Kitaev 복호와 진폭 증폭핵심HP17c

YK 초기 상태와 두 사영의 성분을 비교하기

이 단계에서는 초기 상태가 각 블록에 주는 가중치를 계산한다.

PAP_A는 준비한 A′A^A'\widehat A 벨 상태의 사영, Q=PDQ=P_D는 DD′DD' 벨 사영이다. HP15의 복호 회로를 W=ID⊗U∗⊗IA^W=I_D\otimes U^*\otimes I_{\widehat A}로 쓰고 P=WPAW†P=WP_AW^\dagger, Π=PQP\Pi=PQP로 둔다. Bob의 전체 계는 Bout=DC′D′A^B_{\mathrm{out}}=DC'D'\widehat A다.

초기 상태의 진폭을 r,cr,c와 Bob의 지표 z=(j,c′,j′,r′)z=(j,c',j',r')으로 나누어 쓰면

Mrc,z=1ab∑eUcj,reUc′j′,r′e―.M_{rc,z}=\frac1{a\sqrt b}\sum_e U_{cj,re}\,\overline{U_{c'j',r'e}}.

따라서 Bob의 축약 상태 성분은 ∑r,cMrc,zMrc,z′―\sum_{r,c}M_{rc,z}\overline{M_{rc,z'}}이다. DEDE가 곱 상태라고 가정하지 않는다.

여기서 지표의 범위는 다음과 같다. r,s=1,…,ar,s=1,\ldots,a, e,f=1,…,be,f=1,\ldots,b, c,t=1,…,cc,t=1,\ldots,c, j,ℓ=1,…,dj,\ell=1,\ldots,d이다. 프라임이 붙은 지표도 같은 범위를 갖는다. 계 CC의 차원 cc와 그 기저 지표 cc는 문맥으로 구별한다. 수축에서는 r,cr,c를 합하고 Bob의 지표 zz는 남긴다.

z′=(ℓ,c″,ℓ′,r″)z'=(\ell,c'',\ell',r'')이라 하고, 반복되는 수축을 다음과 같이 쓰자.

Kjℓ;ef=∑t,sUtj,seUtℓ,sf―.K_{j\ell;ef}=\sum_{t,s}U_{tj,se}\overline{U_{t\ell,sf}}.

벨 사영의 계수 1/a,1/d1/a,1/d을 넣어 곱하면(성분 전개: 증명 버튼)

Πz,z′=1a2d∑e,fUc′j′,r′e―Kjℓ;efUc″ℓ′,r″f.\Pi_{z,z'}=\frac1{a^2d}\sum_{e,f}\overline{U_{c'j',r'e}}K_{j\ell;ef}U_{c''\ell',r''f}.

왼쪽의 축약 상태를 전개하면 같은 합에 1/(a2b)1/(a^2b)이 붙는다. ab=cdab=cd이므로

ρBout=acΠ.\rho_{B_{\mathrm{out}}}=\frac ac\Pi.

ρBout\rho_{B_{\mathrm{out}}}이 Π\Pi에 비례하므로 두 연산자는 고유벡터를 공유한다. 초기 상태의 Bob 쪽 슈미트 벡터를 Π\Pi의 고유벡터로 잡을 수 있다. 고윳값 λi>0\lambda_i>0인 블록 ii의 가중치는 aλi/ca\lambda_i/c다.

Yoshida–Kitaev 복호와 진폭 증폭핵심HP17d

완전 소거가 모든 관련 블록의 각도를 같게 만든다

이 단계에서는 완전 소거에서 관련 블록의 회전각이 같음을 보인다.

Π\Pi의 양의 고윳값을 λ1,…,λν\lambda_1,\ldots,\lambda_\nu라 하자. QQ는 DD′DD'을 한 벨 상태에 고정하고 C′A^C'\widehat A를 남기므로 사영된 공간의 차원은 acac다. 따라서 ν≤ac\nu\le ac다.

앞 페이지의 정규화에서 ∑iλi=c/a\sum_i\lambda_i=c/a다. 성공 확률은 블록 ii의 가중치 aλi/ca\lambda_i/c에 그 블록의 성공 확률 ⟨ui|Q|ui⟩=λi\langle u_i|Q|u_i\rangle=\lambda_i(HP17a)⁠를 곱해 더한 값이므로

∑iλi=ca,psucc=ac∑iλi2.\sum_i\lambda_i=\frac ca,\qquad p_{\mathrm{succ}}=\frac ac\sum_i\lambda_i^2.

완전 소거에서는 HP16에 따라 psucc=1/a2p_{\mathrm{succ}}=1/a^2이다. 이를 위 식에 넣으면 ∑iλi2=c/a3\sum_i\lambda_i^2=c/a^3이다.

코시–슈바르츠 부등식과 이 차원 상한을 함께 적용하면

(ca)2≤νca3≤acca3=(ca)2.\left(\frac ca\right)^2\le\nu\frac c{a^3}\le ac\frac c{a^3}=\left(\frac ca\right)^2.

코시–슈바르츠의 등호는 두 벡터 (λi)i(\lambda_i)_i와 (1)i(1)_i가 비례할 때 성립한다. 위의 두 부등식이 모두 등식이므로 ν=ac\nu=ac이고, 양의 고윳값 λi\lambda_i는 모두 1/a21/a^2로 같다.

따라서 초기 상태에 기여하는 블록마다 sin⁡θi=λi=1/a\sin\theta_i=\sqrt{\lambda_i}=1/a이다. 다음의 단일 각도 식은 평균값뿐 아니라 이 차원 상한과 등호 조건까지 사용한 결론이다. a=1a=1이면 성공 공간에 이미 놓여 있어 증폭이 필요 없다.

Yoshida–Kitaev 복호와 진폭 증폭핵심HP18

Bob의 계에서만 진폭 증폭하기

PDP_D를 DD′DD'의 벨 상태 사영, PAP_A를 준비한 A′A^A'\widehat A의 벨 상태 사영이라 하자. 복호 회로 W=ID⊗U∗⊗IA^W=I_D\otimes U^*\otimes I_{\widehat A}로

P~A=WPAW†\widetilde P_A=WP_AW^\dagger

를 만든다. Bob은 I−2PDI-2P_D와 2P~A−I2\widetilde P_A-I의 두 반사를 번갈아 적용할 수 있다. 둘 다 자신이 가진 계에만 작용한다.

접근할 수 없는 R,CR,C까지 포함한 전체 초기 상태에 대한 반사를 요구하는 절차가 아니다.

완전한 소거 극한에서는 관련된 각 2차원 부분공간의 초기 성공 진폭이 1/a1/a로 같다. sin⁡θ=1/a\sin\theta=1/a이라 놓으면 jj회 뒤 성공 성분의 확률은

sin2⁡((2j+1)θ).\sin^2((2j+1)\theta).

jj를 π/(4θ)−1/2\pi/(4\theta)-1/2에 가깝게 고르면 성공 성분이 커진다. 정수 반올림 오차가 남으며, 마지막 반사의 위상을 조절하는 정확한 증폭법도 있지만, 그 구성은 여기서 유도하지 않는 별도의 결과다.

HP17c의 P,QP,Q가 각각 P~A\widetilde P_A, PDP_D다. HP17a의 PP 행렬처럼 각 블록에서 P~A\widetilde P_A는 초기 성분 |ui⟩|u_i\rangle로의 사영이므로, 2P~A−I2\widetilde P_A-I는 그 블록에서 초기 성분에 대한 반사다.

완전 소거에서는 모든 블록의 성공 성분이 같은 배율로 커지므로, 증폭 뒤 성공한 출력은 사후 선택으로 얻는 상태와 같다(증명 버튼의 넷째 단계).

근사 소거에서는 부분공간마다 회전각이 달라진다. 같은 각도의 단일 그로버 회전이라고 가정해서는 안 된다.

Yoshida–Kitaev 복호와 진폭 증폭핵심HP19

복구 가능성과 효율적인 복호는 다른 결론이다

앞의 진폭 증폭은 이상적인 경우 O(a)O(a)번의 반복을 사용한다. HP18에서 sin⁡θ=1/a\sin\theta=1/a이므로 큰 aa에서 θ≈1/a\theta\approx1/a이고, 반복 횟수는 j≈π/(4θ)≈πa/4j\approx\pi/(4\theta)\approx\pi a/4이기 때문이다. 한 반복에는 알려진 U∗U^*와 그 역회로, 벨 사영에 대한 반사가 들어간다.

따라서 kk큐비트 메시지에 대해 반복 횟수는 O(2k)O(2^k)이다. 블랙홀의 큐비트 수만 보며 효율적이라고 부르거나, 메시지 크기에도 다항 비용이라고 해석할 수 없다.

근사적인 경우에도 HP16의 δ\delta(순도 편차)⁠가 작으면, 큰 차원 극한에서 이 반복이 충실도 1−O(δ)1-O(\delta)의 복호를 준다는 Yoshida–Kitaev의 분석이 있다. 이는 외부 결과로 소개한다. 앞의 정확한 회전 계산만으로 근사 오차의 정량적 상한까지 증명한 것은 아니다.

사후 선택은 실패 시 원래 자원을 소비하므로, 반복하려면 입력을 다시 준비할 수 있어야 한다(HP15q).

반면 진폭 증폭은 중간에 성공 여부를 측정하지 않고 중첩을 유지한 채 진행한다. 다만 UU의 정확한 구현과 이전 복사의 제어라는 강한 요구가 남는다.

정보 이론적 복구의 존재, 명시적 복호 회로의 존재, 주어진 실험 자원으로의 실행 가능성을 이 세 단계로 구별하자.

Yoshida–Kitaev 복호와 진폭 증폭핵심U32

요약: 사후 선택 복호와 성공 확률 증폭

성공한 분기와 비용을 함께 기록한다. 사후 선택은 정해진 측정 결과를 얻은 시행만 보존한다. 성공 확률과 정규화된 출력 상태는 서로 다른 값이다. 실패 뒤 미지의 입력을 새로 준비할 수 있는지 확인하지 않고 반복 횟수를 계산하지 않는다. 다시 보기: HP15p, HP15q.

Bob이 구현하는 연산을 확인한다. Yoshida–Kitaev 복호는 DEDE, 새 벨 쌍, 지정한 기저에서 알려진 UU의 복소켤레 회로와 벨 사영을 사용한다. 미지 상태 자체에 반유니타리 복소켤레를 적용하라는 뜻은 아니다. 다시 보기: HP15.

성공이 잦다고 복구가 좋은 것은 아니다. 메시지 차원이 aa이면 이 모형에서

psuccFe∣succ=1a2.p_{\mathrm{succ}}F_{\mathrm e\mid\mathrm{succ}}=\frac1{a^2}.

완전 소거에서는 성공 확률이 1/a21/a^2이고 조건부 복구가 정확하다. 진화별 조건부 충실도의 평균과 성공한 시행만 모은 평균도 구별한다. 다시 보기: HP16, HP17.

측정 반복 대신 결맞은 회전을 사용한다. 두 사영에 대한 반사는 공통 2차원 블록에서 회전을 만든다. 완전 소거에서는 관련된 모든 블록의 각도가 같아(sin⁡θ=1/a\sin\theta=1/a) O(a)O(a) 규모의 반복으로 성공을 증폭하며, 증폭 뒤 성공한 출력은 사후 선택의 출력과 같다. 반복이 지나치면 성공 확률이 다시 줄어든다. 근사 소거에서 서로 다른 각도와 추가 회로 비용은 별도로 검토해야 한다. 다시 보기: HP17a, HP17d, HP17e, HP18, HP19.

33 · Yoshida–Kitaev 복호와 진폭 증폭U32
OTOC와 복호 확률절 안내ST15b

OTOC와 복호 확률

SECTION 34

OTOC와 복호 확률

연산자의 시간 변화는 복호 확률과 어떻게 연결되는가?

01시간 순서와 OTOC
02연산자 평균과 복호 확률
03가정과 결론의 종합
34 · OTOC와 복호 확률ST15b
OTOC와 복호 확률절 안내S15b

OTOC와 복호 확률

연산자의 시간 변화는 복호 확률과 어떻게 연결되는가?

시간에 따라 변하는 연산자의 상관함수를 도입하고, 이를 앞서 구한 복호 확률과 연결한다. 시간 순서와 평균의 정의부터 명확히 한다.

완비한 연산자 집합에 대한 평균과 하나의 상관함수 값을 구별하며 계수를 계산한다. 마지막 복습에서는 계산·통신·오류 정정·정보 복구의 가정과 결론을 하나의 설명으로 연결한다.

복습: HP16–HP17의 복호 성공 확률과 조건부 충실도, O16d의 연산자 내적, SM02의 깁스 상태. 시간 순서가 다른 상관함수를 정의하고 완비 평균의 정규화 계수를 추적하는 것이 목표다. 유한차원 무한 온도 평균이 중심이며, 개별 OTOC의 감소만으로 복구를 보장하지 않는다.

OTOC와 복호 확률핵심HP19a

OTOC의 준비: 시간 변화와 무한 온도 평균

상태를 ρ↦UρU†\rho\mapsto U\rho U^\dagger로 변화시키는 대신 관측량을 Q↦U†QUQ\mapsto U^\dagger QU로 옮겨도 같은 평균을 얻는다.

Tr⁡(UρU†Q)=Tr⁡(ρU†QU).\operatorname{Tr}(U\rho U^\dagger Q)=\operatorname{Tr}(\rho U^\dagger QU).

이를 하이젠베르크 묘사(Heisenberg picture)⁠라 한다. 출력의 특정 부분계에서 측정한 관측량을 입력 공간으로 옮기면, 처음에 다른 부분계에 있던 연산자와의 가환 관계를 비교할 수 있다.

유한한 NN차원 계에서 SM02의 깁스 상태 γβ=e−βH/Z(β)\gamma_\beta=\mathrm e^{-\beta H}/Z(\beta)을 보자. β=1/(kBT)\beta=1/(k_{\mathrm B}T)이 0으로 가는 무한 온도 극한과 평균은 다음과 같다.

정의 ·유한차원 무한 온도 평균

limβ→0γβ=I/N,⟨X⟩β=0=Tr⁡(X)/N.\lim_{\beta\to0}\gamma_\beta=I/N,\qquad\langle X\rangle_{\beta=0}=\operatorname{Tr}(X)/N.

이 강의의 무한 온도 평균은 바로 최대 혼합 상태에서의 평균이다. HP08에서 본 것처럼 Hayden–Preskill 모형의 입력 ABAB는 최대 얽힘 때문에 IAB/NI_{AB}/N, 곧 무한 온도 상태다. 그래서 다음 페이지의 OTOC도 무한 온도 평균으로 정규화한다.

이후의 교환자 크기에는 ‖M‖HS2=Tr⁡(M†M)\|M\|_{\mathrm{HS}}^2=\operatorname{Tr}(M^\dagger M)을 쓴다. 이는 복구 오차의 대각합 노름 ‖M‖1\|M\|_1과 다르다.

OTOC와 복호 확률핵심HP20

시간 순서가 뒤바뀐 상관함수

정의 ·무한 온도 OTOC와 정규화

큐비트 계에서 입력 AA의 파울리 PP와 출력 DD의 파울리 QQ를 잡는다. Q~=U†(IC⊗Q)U\widetilde Q=U^\dagger(I_C\otimes Q)U라 하자. 아래 식에서 PP는 전체 입력 공간에 작용하는 P⊗IBP\otimes I_B를 줄여 쓴 것이다. 무한 온도 정규화로

f(P,Q)=1NTr⁡(PQ~P†Q~†)f(P,Q)=\frac1N\operatorname{Tr}(P\widetilde QP^\dagger\widetilde Q^\dagger)

를 정의한다. 서로 다른 시점의 연산자가 번갈아 나타나는 시간 순서가 뒤바뀐 상관함수(out-of-time-order correlator, OTOC)⁠의 한 형태다.

두 큐비트 예에서 P=X⊗IP=X\otimes I, Q=ZQ=Z를 두 번째 출력에 둔다. U=IU=I이면 Q~=I⊗Z\widetilde Q=I\otimes Z여서 f=1f=1이다. 한편 첫 큐비트가 제어인 CNOT이면 Q~=Z⊗Z\widetilde Q=Z\otimes Z여서 f=−1f=-1이다. 정규화된 교환자 노름 제곱은 각각 0과 4다.

파울리가 에르미트이고 유니타리이면 교환자의 크기와 연결된다.

1NTr⁡([P,Q~]†[P,Q~])=2(1−Re⁡f(P,Q)).\frac1N\operatorname{Tr}([P,\widetilde Q]^\dagger[P,\widetilde Q])=2(1-\operatorname{Re}f(P,Q)).

PP와 Q~\widetilde Q는 에르미트이고 제곱이 II이므로

[P,Q~]†[P,Q~]=2I−PQ~PQ~−Q~PQ~P[P,\widetilde Q]^\dagger[P,\widetilde Q]=2I-P\widetilde QP\widetilde Q-\widetilde QP\widetilde QP

이다. 대각합을 NN으로 나누면 뒤의 두 항이 각각 ff와 f∗f^*가 된다.

처음에는 떨어진 곳에 있어 가환하던 연산자가 진화 뒤 가환하지 않게 되는 정도를 볼 수 있다.

하지만 한 쌍의 OTOC가 작다는 사실만으로 전체 메시지의 복구 조건을 판정할 수는 없다. 다음에는 완비한 연산자 기저 전체의 평균을 취한다.

이 예에서는 두 경우 모두 |f|=1|f|=1이다. 따라서 교환자의 증가를 곧바로 |f||f|의 감소라고 읽어서는 안 된다. 한 번의 CNOT만으로 일반적인 스크램블링을 입증한 것도 아니다.

OTOC와 복호 확률핵심HP21

완비한 파울리 평균을 복호 확률과 연결하기

위상 인자를 제외한 파울리 기저를 항등 연산자까지 모두 포함한다. A,DA,D의 차원이 a,da,d이면 각각 a2,d2a^2,d^2개다. 평균을

f―=1a2d2∑P,Qf(P,Q)\overline f=\frac1{a^2d^2}\sum_{P,Q}f(P,Q)

로 정한다. 먼저 파울리 평균

a−2∑PPXP†=(IA/a)⊗TrA⁡Xa^{-2}\sum_P PXP^\dagger=(I_A/a)\otimes\operatorname{Tr}_A X

를 적용한다. 한 큐비트에서는 D28의 계산이고, kk큐비트의 4k4^k개 평균은 각 큐비트의 평균을 차례로 적용한 것이다. 양변이 XX에 대해 선형이므로 이 식은 임의의 연산자 XX에 성립한다. 이어 QQ의 합에 파울리 기저의 완비성을 적용하면(성분 계산: HP22)

f―=caTr⁡(ρRC2)=psucc.\overline f=\frac ca\operatorname{Tr}(\rho_{RC}^2)=p_{\mathrm{succ}}.

마지막 등식은 HP16의 성공 확률 식이다.

이 평균의 정규화를 확인하자.

차원 d=2nd=2^n의 파울리 기저는 Tr⁡(Pμ†Pν)=dδμν\operatorname{Tr}(P_\mu^\dagger P_\nu)=d\delta_{\mu\nu}를 만족한다. 따라서 임의의 MM을 d−1∑μTr⁡(Pμ†M)Pμd^{-1}\sum_\mu\operatorname{Tr}(P_\mu^\dagger M)P_\mu로 전개할 수 있다. 여기의 합에는 항등 원소를 포함하되 전체 위상으로만 다른 원소는 중복하지 않는다. HP17의 충실도 식에 대입하면

Fe∣succ=1a2f―.F_{\mathrm e\mid\mathrm{succ}}=\frac1{a^2\overline f}.

완전한 소거의 평균은 0이 아니라 1/a21/a^2이다. 항등 연산자를 포함한 평균의 유한 차원 바닥값을 무시하면 복구 충실도와의 관계를 잘못 해석하게 된다.

이 관계는 최대 얽힘 입력, 알려진 유니타리, 완비한 파울리 평균, 지정한 벨 결과에 대한 것이다. 다른 온도·부분 평균·잡음 모형에는 그대로 적용하지 않고, 정의와 정규화를 다시 확인해야 한다.

OTOC와 복호 확률핵심Q12

개념 확인: 완비 평균의 최솟값

메시지 차원이 a=2a=2인 최대 얽힘 모형이다. 항등 연산자를 포함한 완비 파울리 평균은 f¯=psucc=(1+δ)/a2\bar f=p_{\mathrm{succ}}=(1+\delta)/a^2이고 δ≥0\delta\ge0이다.

이 평균의 최솟값과 그때의 조건부 얽힘 충실도를 구하라. 완전 소거를 판정할 때 이 규약의 평균이 0으로 가야 한다는 설명이 옳은지도 판단하라. 개별 파울리 쌍의 ff와 완비 평균을 구별하라.

수치는 소수 또는 분수로 입력하고, 판단 문항은 보기를 고른다. 수치 오차 10−610^{-6} 이내는 맞은 것으로 본다. 답 확인을 누르기 전에는 채점하지 않는다.

마우스 숫자 입력판
입력할 칸: 완비 평균의 최솟값

정답은 공개하지 않는다. 새로고침하면 입력이 지워진다.

OTOC와 복호 확률핵심HP22

파울리 평균과 공동 상태의 순도의 계수 확인

MQ=TrA⁡Q~=TrA⁡[U†(IC⊗Q)U]M_Q=\operatorname{Tr}_A\widetilde Q=\operatorname{Tr}_A[U^\dagger(I_C\otimes Q)U]라 두자. HP21의 파울리 평균에 X=Q~X=\widetilde Q를 넣으면 (IA/a)⊗MQ(I_A/a)\otimes M_Q이고 TrA⁡Q~†=MQ†\operatorname{Tr}_A\widetilde Q^\dagger=M_Q^\dagger이므로, PP 평균을 취하면

f―=1Nad2∑QTr⁡(MQMQ†).\overline f=\frac1{Na d^2}\sum_Q\operatorname{Tr}(M_QM_Q^\dagger).

MQM_Q의 행렬 성분을 쓰면

(MQ)ee′=∑r,c,j,kUcj,re∗QjkUck,re′.(M_Q)_{ee'}=\sum_{r,c,j,k}U^*_{cj,re}Q_{jk}U_{ck,re'}.

여기서 r,er,e는 입력 A,BA,B의 첨자이고 c,jc,j는 출력 C,DC,D의 첨자다.

O16d의 전개를 M=|l⟩⟨m|M=|l\rangle\langle m|에 쓰면 Tr⁡(Q†|l⟩⟨m|)=Qlm∗\operatorname{Tr}(Q^\dagger|l\rangle\langle m|)=Q^*_{lm}이므로, 그 (j,k)(j,k) 성분에서 파울리 기저의 완비성

∑QQjkQlm∗=dδjlδkm\sum_QQ_{jk}Q^*_{lm}=d\delta_{jl}\delta_{km}

을 얻는다. 이를 앞의 노름 제곱에 대입한다.

공동 상태의 성분은

(ρRC)rc,sc′=1N∑j,eUcj,reUc′j,se∗(\rho_{RC})_{rc,sc'}=\frac1N\sum_{j,e}U_{cj,re}U^*_{c'j,se}

이다. 완비성을 대입한 합을 이 성분의 절댓값 제곱으로 묶으면 다음과 같다.

∑QTr⁡(MQMQ†)=d∑r,s,c,c′|∑j,eUcj,reUc′j,se∗|2=dN2∑r,s,c,c′|(ρRC)rc,sc′|2.\begin{aligned}\sum_Q\operatorname{Tr}(M_QM_Q^\dagger)&=d\sum_{r,s,c,c'}\left|\sum_{j,e}U_{cj,re}U^*_{c' j,se}\right|^2\\&=dN^2\sum_{r,s,c,c'}|(\rho_{RC})_{rc,sc'}|^2.\end{aligned}

에르미트 행렬의 성분 절댓값 제곱의 합은 제곱의 대각합이므로 왼쪽 합은 dN2Tr⁡(ρRC2)dN^2\operatorname{Tr}(\rho_{RC}^2)과 같다. 따라서 계수는 N/(ad)=c/aN/(ad)=c/a가 된다.

이 계산은 파울리 개수 d2d^2, 완비성의 계수 dd, 상태 정규화 N−2N^{-2}을 각각 추적한 것이다.

OTOC와 복호 확률핵심B12

마무리: 하나의 계산을 처음부터 끝까지 설명해 보자

계산 과정

  1. 입력을 어떤 큐비트 상태로 준비하는가?

  2. 어떤 게이트가 상대 위상을 만들고 간섭시키는가?

  3. 무엇을 측정하며, 측정 결과에서 어떤 고전적 답을 얻는가?

  4. 오라클, 반복, 후처리를 포함한 비용은 무엇인가?

도이치–조사, 그로버, 위상 추정, 쇼어의 주기 찾기에서 각각 답해 보자. 양자 상태의 모든 진폭을 읽는 단계는 필요하지 않았다.

통신 과정

  1. 무엇을 보내며, 고전 비트와 얽힘 가운데 어떤 자원을 쓰는가?

  2. 받는 쪽은 측정으로 어떤 정보에 접근할 수 있는가?

  3. 어떤 기록과 보정으로 상태를 복구하며, 그 기록을 잃으면 무엇이 남는가?

초밀집 부호화, 순간이동, BB84에서 각각 답해 보자. 얽힘만으로는 신호를 보낼 수 없었고, 복구에는 고전 기록이 필요했다.

정보 보호 과정

  1. 부호 공간과 논리 연산자는 무엇인가?

  2. 신드롬은 논리 정보를 읽지 않고 무엇을 알려 주는가?

  3. 같은 신드롬을 주는 서로 다른 오류를 언제 동일한 복구 연산으로 정정할 수 있는가?

  4. 이상적인 부호 거리와 잡음 있는 회로의 성능은 왜 다른가?

표면 부호에서는 국소 검사를 반복하지만, 보호할 정보는 경계 사이의 논리 경로에 남는다.

간섭으로 계산하고, 오류 정정으로 정보를 보호하며, 얽힘과 고전 기록으로 통신한다. Hayden–Preskill에서는 접근할 수 없는 계와의 상관관계, 복구의 존재, 실제 복호 비용을 다시 구별했다.

OTOC와 복호 확률핵심U33

요약: OTOC를 복호 성능으로 읽는 조건

연산자·상태·정규화를 고정한다. 이 절의 OTOC는 지정한 입력·출력 파울리 연산자와 유니타리 시간 진화, 무한 온도의 정규화된 대각합으로 정의한다. 열 상태의 평균이나 다른 연산자 집합을 쓰면 같은 식이 되는지 다시 확인한다. 다시 보기: HP19a, HP20.

일부 연산자가 아닌 완비 평균을 취한다. 항등을 포함하고 전체 위상만 다른 파울리는 중복하지 않는다. 완비성 관계를 적용하는 것이 OTOC와 공동 순도를 연결하는 핵심이다. 임의의 몇 연산자에서 작은 값을 얻은 사실로 같은 결론을 내리지 않는다. 다시 보기: HP21, HP22.

복호 확률과 충실도를 함께 읽는다. 앞 절의 최대 얽힘 모형과 지정한 벨 사영에서

f―=psucc,Fe∣succ=1a2f―.\overline f=p_{\mathrm{succ}},\qquad F_{\mathrm e\mid\mathrm{succ}}=\frac1{a^2\overline f}.

완전 소거의 평균값은 0이 아니라 1/a21/a^2이다. 평균의 바닥값과 항등 성분을 빠뜨리면 해석이 달라진다. 다시 보기: HP21.

강의의 공통 질문으로 돌아간다. 간섭은 확률을, 통신 자원은 접근 가능한 정보를, 오류 정정과 복호는 보존할 논리 상태를 묻는다. 각 과제에서 입력·허용 연산·측정 기록·성공 기준·비용을 적어 보면 겉으로 비슷한 식이 어떤 의미에서 다른지 설명할 수 있다. 다시 보기: B12.

34 · OTOC와 복호 확률U33
문헌과 출처절 안내S14

문헌과 출처

SECTION 35

문헌과 출처

정의와 예제의 역사적 출처를 어디에서 더 살펴볼 수 있는가?

01알고리즘과 오류 정정
02위상적 부호
03정보 이론과 양자 통신

각 페이지에 적힌 페이지 코드(예: O27, HP07)⁠와 본문의 인용 키(예: [G97])⁠로 각 설명의 출처와 관련 문헌을 확인할 수 있다. 인용 키가 가리키는 문헌은 이 절의 참고문헌 목록에, 코드의 뜻은 R03에 정리했다.

이 절의 문헌 목록은 모든 분야를 망라하지 않는다. 확장 주제의 원전은 SM06의 통계역학, EN03–EN05·TO04의 공간 얽힘, HP00e의 페이지 곡선, HP07의 Hayden–Preskill 모형, HP15·HP20의 복호와 상관함수 페이지에서도 찾을 수 있다. 각 페이지의 가정과 증명 범위를 확인한 뒤 연결된 원전을 읽는다.

35 · 문헌과 출처S14
문헌과 출처심화R01

참고문헌: 알고리즘과 양자 오류 정정

[DJ92] D. Deutsch and R. Jozsa, “Rapid solution of problems by quantum computation,” Proc. R. Soc. Lond. A 439, 553–558 (1992). doi:10.1098/rspa.1992.0167. 도이치–조사 알고리즘의 원 논문(O20a, O21a, A07).

[C98] R. Cleve, A. Ekert, C. Macchiavello, and M. Mosca, “Quantum algorithms revisited,” Proc. R. Soc. Lond. A 454, 339–354 (1998). arXiv:quant-ph/9708016. 위상 킥백과 위상 추정으로 알고리즘들을 한 틀로 설명한 해설(B03–B05, O21a·O21b 등).

[Gr96] L. K. Grover, “A fast quantum mechanical algorithm for database search,” STOC ’96, 212–219 (1996). arXiv:quant-ph/9605043. 그로버 탐색의 원 논문(A09, A11).

[A03] D. Aharonov, “A simple proof that Toffoli and Hadamard are quantum universal” (2003). arXiv:quant-ph/0301040. O12b의 토폴리와 아다마르 보편 집합에 대한 간단한 증명.

[S95] P. W. Shor, “Scheme for reducing decoherence in quantum computer memory,” Phys. Rev. A 52, R2493–R2496 (1995). doi:10.1103/PhysRevA.52.R2493. 쇼어 9큐비트 부호의 원 논문(O27).

[G97] D. Gottesman, Stabilizer Codes and Quantum Error Correction, Ph.D. thesis, California Institute of Technology (1997). arXiv:quant-ph/9705052. 안정자 형식의 기본 문헌(O33b, O36, A12, B10 등).

[B99] P. O. Boykin, T. Mor, M. Pulver, V. Roychowdhury, and F. Vatan, “On universal and fault-tolerant quantum computing” (1999). arXiv:quant-ph/9906054. HH, TT, CNOT이 보편 게이트 집합임을 보인 논문(A19).

이 참고문헌은 보충 자료와 교정 근거를 위한 것이다. 이 강의의 바탕이 된 원래 강의 원고(원문, 코드 O01–O56)⁠의 질문과 주요 예제는 보존하되, 설명 순서는 재구성하였다.

35 · 문헌과 출처R01
문헌과 출처심화R02

참고문헌: 위상적 부호와 한국어 용례

[K97] A. Yu. Kitaev, “Fault-tolerant quantum computation by anyons,” Ann. Phys. 303, 2–30 (2003); preprint (1997). arXiv:quant-ph/9707021. 토릭 부호 해밀토니안과 애니온 통계의 원 논문(O43, O50, O51, TO02).

[DKLP02] E. Dennis, A. Kitaev, A. Landahl, and J. Preskill, “Topological quantum memory,” J. Math. Phys. 43, 4452–4505 (2002). arXiv:quant-ph/0110143. 표면 부호 기억장치의 거리·복호·시간 기록과 유한 온도 분석(A15, A16, A18, B11, O50).

[F12] A. G. Fowler, M. Mariantoni, J. M. Martinis, and A. N. Cleland, “Surface codes: Towards practical large-scale quantum computation,” Phys. Rev. A 86, 032324 (2012). arXiv:1208.0928. 표면 부호의 검사 회로와 복호에 관한 실용적 해설(A14-⁠-2, A15, A16, A18, A19, B10, B11).

한국어 용어 참고. 큐비트, 보조 큐비트, 논리 큐비트, 부호화, 신드롬, 표면 부호 등의 사용례는 다음 글을 참고하였다. 이승우, “양자오류정정과 결함허용 양자컴퓨팅,” 한국물리학회 물리학과 첨단기술 33(10) (2024). doi:10.3938/PhiT.33.026.

원자료의 조판. physics2의 ab, braket 모듈을 사용한다. 회로와 도식은 TikZ 및 circuitikz로 그렸다. 외부 그림 파일을 필요로 하지 않는다.

후속 주제: 위상 추정의 전체 실패 확률 분석, 실제 잡음 모형, 논리 게이트 구현과 정량적인 자원 추정. 유한 정밀도와 회로 오류 전파의 기본 계산은 D07–D12, D21–D25에서 보충한다.

35 · 문헌과 출처R02
문헌과 출처심화R03

이번 재구성에서 추가한 내용과 문헌

[Sh97] P. W. Shor, “Polynomial-Time Algorithms for Prime Factorization and Discrete Logarithms on a Quantum Computer,” SIAM J. Comput. 26, 1484–1509 (1997). arXiv:quant-ph/9508027; doi:10.1137/S0097539795293172.

[C98]⁠과 [Sh97]⁠은 위상 추정과 주기 찾기의 배경 문헌이다. 위상 예(Q=8Q=8)⁠와 주기 예(N=15N=15, a=2a=2, Q=256Q=256)⁠는 이 강의를 위한 유한 계산이며, 강의를 만들 때 별도의 코드로 검산하였다.

[PSW06] S. Popescu, A. J. Short, and A. Winter, “Entanglement and the foundations of statistical mechanics,” Nature Physics 2, 754–758 (2006). arXiv:quant-ph/0511225; doi:10.1038/nphys444. SM06의 평균 거리 상한의 출처.

원문 O01–O56과 보충 A01–A19의 주제를 유지하되, 일부 설명과 계산을 분리하거나 재배치했다. B는 추가 보충, C는 통신, L은 직접 조작 예제다. D는 단계별 계산, HP는 정화와 복구 도구 및 Hayden–Preskill 본문을 나타낸다. N은 새 준비·연결 페이지다. U는 절 요약, S·ST는 절 안내, Q는 개념 확인, X는 도전 문제, R은 참고문헌이다. SM은 양자 통계역학, EN·TO는 얽힘 구조와 위상 질서, QE는 부호화와 복호, FR은 프레임 복구를 다루는 확장 주제다. 식별자는 현재의 읽기 순서를 뜻하지 않는다. 각 페이지의 식별자로 관련 설명과 계산을 찾아볼 수 있다.

본문은 HTML로, 수식과 도식은 확대해도 선명하게 보이는 벡터 형식으로 표시한다. 수식은 MathJax 4와 STIX Two 수학 글꼴을 사용한다. 직접 조작 예제는 강의에서 설명한 유한 모형을 JavaScript로 구현한 것이다.

검증은 유한 예제, 명시된 회로, 문서 구조에 대해 수행한다. 현실적인 임계 오류율, 하드웨어 성능, 잡음이 있는 회로의 전체 유효 거리에 대한 증명은 이 강의의 범위 밖이다.

35 · 문헌과 출처R03
문헌과 출처심화C23

통신의 역사적 문헌: 정보량과 얽힘 자원

  1. [SH48]
    C. E. Shannon, “A Mathematical Theory of Communication,” Bell System Technical Journal 27, 379–423, 623–656 (1948).

    첫 부분 DOI; 둘째 부분 DOI. 정보원과 채널의 이론.

  2. [SH49]
    C. E. Shannon, “Communication Theory of Secrecy Systems,” BSTJ 28, 656–715 (1949).

    DOI. 완전 비밀성과 암호화 자원.

  3. [HO73]
    A. S. Holevo, “Bounds for the Quantity of Information Transmitted by a Quantum Communication Channel,” Problems of Information Transmission 9, 177–183 (1973).

    원문·번역 서지. 측정으로 얻는 고전 정보의 상한.

  1. [BW92]
    C. H. Bennett and S. J. Wiesner, “Communication via one- and two-particle operators on Einstein-Podolsky-Rosen states,” Phys. Rev. Lett. 69, 2881–2884 (1992).

    DOI. 초밀집 부호화.

  2. [TP93]
    C. H. Bennett, G. Brassard, C. Crépeau, R. Jozsa, A. Peres, and W. K. Wootters,

    “Teleporting an unknown quantum state via dual classical and Einstein-Podolsky-Rosen channels,” Phys. Rev. Lett. 70, 1895–1899 (1993). DOI. 양자 순간이동.

원 논문은 역사적 출처다. 강의의 기호·회로 방향·유한 수치 예제는 일관된 관례로 다시 계산하였다.

35 · 문헌과 출처C23
문헌과 출처심화C24

통신의 역사적 문헌: 키 분배와 양자 중계

  1. [BB84]
    C. H. Bennett and G. Brassard, “Quantum cryptography: Public key distribution and coin tossing,” Bangalore 회의록, pp. 175–179 (1984).

    1984년 원문 스캔: 2020년 업로드; 2014년 재식자판.
    프로토콜의 발표 연도와 재공개 연도는 다르다.

  2. [SP00]
    P. W. Shor and J. Preskill, “Simple Proof of Security of the BB84 Quantum Key Distribution Protocol,” PRL 85, 441–444 (2000).

    DOI; arXiv. 특정 도청 예제를 넘는 보안 증명.

  1. [SW93]
    M. Żukowski, A. Zeilinger, M. A. Horne, and A. K. Ekert,

    “‘Event-ready-detectors’ Bell experiment via entanglement swapping,” PRL 71, 4287–4290 (1993). DOI. 얽힘 교환의 원 논문(C21, C22).

  2. [BR98]
    H.-J. Briegel, W. Dür, J. I. Cirac, and P. Zoller,

    “Quantum repeaters: The role of imperfect local operations in quantum communication,” PRL 81, 5932–5935 (1998). DOI. 양자 중계기의 원 논문(C21, C22).

  3. [PR16]
    J. Preskill, Quantum Shannon Theory, arXiv:1604.07450 (2016); 저자 강의노트의 후속 개정판도 참고. 역사적 최초 논문이 아니라 정의와 학습을 위한 자료다.

페이지 코드의 뜻은 R03에 정리했다.

35 · 문헌과 출처C24
문헌과 출처심화U34

요약: 문헌에서 확인할 것

정의와 학습을 위한 자료를 고른다. 역사적 원 논문은 결과가 처음 제시된 맥락을, 교과서와 강의노트는 정의와 학습 순서를 확인하는 데 사용한다. 예를 들어 통신의 원 논문 목록과 Preskill의 강의노트는 역할이 다르다. 읽으려는 질문에 맞추어 자료를 고른다. 다시 보기: C23, C24.

결과의 조건과 증명을 대조한다. 외부 정리를 사용한 곳에서는 원문의 적용 범위와 강의의 모형이 일치하는지 확인한다. 작은 예제의 검산, 증명 개요, 일반적인 보안·부호화 정리를 서로 대신하는 근거로 사용하지 않는다. 다시 보기: C23, C24.

발표 연도와 판본을 구별한다. 원래 논문의 발표, 재공개·재식자판, 강의노트의 개정은 서로 다른 이력이다. 제목·저자·연도·식별자를 함께 확인하고, 강의에서 사용하는 판본의 기호와 정규화 관례를 비교한다. 다시 보기: R03, C24.

다시 읽을 질문을 남긴다. 정보량의 정의, 복구의 가정, 측정 기록의 역할, 알고리즘과 복호의 비용 중 이해가 불분명한 지점을 먼저 적는다. 해당 본문으로 돌아가 사용한 진술을 확인한 뒤 그 진술의 문헌을 읽으면 출처 목록을 학습 경로로 활용할 수 있다. 다시 보기: R02, C23.