IBM, AI 기반 진화형 워크플로로 양자 오류 수정 코드 발견 가속화

섹션별 상세

양자 오류 수정 코드는 물리적 큐비트 그룹을 사용하여 논리적 큐비트의 정보를 보호하며, 오류 허용 범위를 결정하는 매개변수(n, k, d) 간의 복잡한 트레이드오프가 존재한다.

IBM이 개발한 OpenEvolve 프레임워크는 LLM을 활용해 오류 수정 코드의 대수적 표현을 생성하고, 진화형 AI 기법을 통해 후보군을 탐색한다.

탐색 과정은 3단계 필터링을 거치는데, 초기 스크리닝 후 BP-OSD로 후보를 좁히고, 최종적으로 MILP를 사용하여 가장 유망한 후보의 유효성을 정밀 검증한다.

근거

이 워크플로를 통해 발견된 465개의 새로운 코드는 기존 대비 논리적 큐비트 수가 50개에 달하거나, 물리적 큐비트 요구량이 72개로 줄어드는 등 다양한 최적화 사례를 제시한다.

근거

The framework discovered 465 new error correction codes. — A rich haul of code candidates section

IBM은 이 프레임워크를 오픈소스로 공개하여 연구자들이 양자 오류 수정 코드 탐색을 가속화하고, 자체적인 실험을 수행할 수 있도록 지원한다.