Aalto 대학, '불가능한' 양자 물질 시뮬레이션 해결하는 양자 영감 알고리즘 개발

섹션별 상세

준결정은 비주기적인 구조로 인해 시뮬레이션 시 1,000조 개 이상의 변수가 발생하여 기존 슈퍼컴퓨터의 연산 범위를 초과한다.

연구진은 양자 컴퓨터가 사용하는 고차원 계산 공간을 모방하기 위해 텐서 네트워크를 활용하여 복잡한 양자 물질을 인코딩했다.

이 알고리즘은 2억 6,800만 개의 사이트를 가진 준결정 구조를 즉각적으로 계산하며 기존 방식 대비 압도적인 효율성을 입증했다.

이 기술은 향후 양자 컴퓨터 하드웨어가 발전함에 따라 실제 양자 프로세서에서 직접 구동될 수 있도록 확장 가능하다.

텐서 네트워크(Tensor Networks): — 고차원 텐서의 곱으로 복잡한 다체 양자 상태를 근사하는 수학적 프레임워크이다. 양자 다체 시스템의 지수적인 복잡도를 효율적으로 인코딩하여 계산 가능하게 만든다.
준결정(Quasicrystals): — 주기적인 결정 구조를 갖지 않으면서도 질서 정연한 원자 배열을 가진 물질이다. 수학적으로 매우 복잡하여 기존 슈퍼컴퓨터로 시뮬레이션하기 어렵다.
위상 큐비트(Topological Qubits): — 위상학적 성질을 이용해 외부 노이즈로부터 정보를 보호하는 큐비트이다. 양자 컴퓨터의 오류를 줄이고 안정성을 높이는 핵심 기술이다.
모아레 패턴(Moiré Pattern): — 두 개의 격자 구조를 겹쳤을 때 발생하는 간섭 무늬이다. 그래핀 등을 겹쳐 초전도성과 같은 새로운 양자 특성을 유도하는 데 사용된다.