양자 메모리가 커지면서 마침내 더 좋아졌다 — 진짜 이정표, 그리고 이것이 아닌 기계

곡선이 올바른 방향으로 꺾인 순간

지난 30년 동안 양자 오류 정정은 한 번도 깔끔하게 지켜진 적이 없는 약속에 기대어 왔다. 이론에 따르면, 양자 정보 한 단위 — 즉 하나의 논리 큐비트 — 를 잡음이 많은 여러 물리 큐비트에 나누어 담고, 그 물리 큐비트들이 충분히 좋다면, 물리 큐비트를 더 늘릴수록 논리 큐비트는 더 좋아져야 하며, 부호가 커질수록 오류는 지수적으로 줄어들어야 한다. 함정은 그 '~라면’에 있다. 잡음이 임계값 아래에 있으면 큐비트를 늘리는 것이 도움이 되지만, 그 위에서는 큐비트를 늘려 봐야 잡음만 더해질 뿐이다. 이전의 모든 실험은 그 경계선의 잘못된 쪽에 머물러 있었거나, 그 경향을 깔끔하게 보여 주지 못했다. 부호를 키우면 상황은 나아지기는커녕 더 나빠졌다.

2024년 12월, Google Quantum AI는 반대편 영역을 처음으로 명확하게 시연했다고 보고했다. 그들의 최신 세대 초전도 프로세서인 Willow에서, 연구진은 부호 거리 3, 5, 7에 해당하는 표면 부호(surface code) 메모리를 만들었고, 부호가 커질 때마다 논리 오류율이 떨어지는 것을 관찰했다 — 거리가 두 단계 올라갈 때마다 Λ = 2.14 ± 0.02배씩이다. 가장 큰 것은 101큐비트 규모의 거리 7 메모리로, 정정 주기당 0.143% ± 0.003%의 오류를 갖는 논리 큐비트를 유지했다. 그리고 — 헤드라인 속의 진짜 헤드라인은 — 이 메모리가 자신을 구성하는 가장 좋은 물리 큐비트보다 더 오래 살아남았다는 점이다, 그것도 2.4 ± 0.3배만큼. 이것을 '손익분기점을 넘어섰다(beyond breakeven)'고 부르며, 오류 정정이라는 장치 전체가 이 하드웨어에서 제 값을 해낸 것은 이번이 처음이다.

이것은 진정한 이정표이며, 어떤 종류의 이정표인지 정확히 짚어 볼 가치가 있다. 이것은 이제 규모 확장(scaling)이 올바른 방향으로 간다는 증명이다. 이것은 작동하는 양자 컴퓨터가 아니며, 논문도 그렇다고 주장하지 않는다.

연구진이 한 일

• 두 개의 Willow 칩 위에 표면 부호 메모리를 만들었다. 하나는 규모 확장 시험의 바탕이 된 거리 3, 5, 7 부호를 돌린 105큐비트 프로세서(그중 가장 큰 것이 101큐비트, 데이터 큐비트 49개의 거리 7 메모리)이고, 다른 하나는 실시간 디코더로 거리 5 메모리와 고거리 반복 부호를 돌린 72큐비트 프로세서다.
• 부호 거리를 3에서 5, 7로 늘림에 따라 주기당 논리 오류가 어떻게 변하는지 측정하여 억제 인자 Λ를 뽑아냈다.
• '손익분기점’을 확인하기 위해, 논리 큐비트의 수명을 같은 칩의 가장 좋은 개별 물리 큐비트와 비교했다.
• 오류 정정이 기계의 속도를 따라갈 수 있음을 보이기 위해, 실시간 디코더 — 오류 검사 결과를 생성되는 속도만큼 빠르게 해석하는 고전 하드웨어 — 로 거리 5 부호를 최대 100만 주기까지 돌렸다.
• 성능의 바닥을 결정짓는 드물고 깊은 오류원을 찾아내기 위해, 더 단순한 **반복 부호(repetition code)**를 거리 29까지 밀어붙였다.

연구진이 발견한 것

• 부호가 임계값 아래에 있다. 주기당 논리 오류는 거리가 2씩 늘어날 때마다 Λ = 2.14 ± 0.02배로 줄었다 — 깔끔한 지수적 억제로, 이론이 약속했지만 어떤 프로세서도 확실하게 보여 준 적 없던 거동이다.
• 거리 7 메모리는 주기당 0.143% ± 0.003%의 오류에 도달했고, 자신의 가장 좋은 물리 큐비트보다 2.4 ± 0.3배 더 오래 살아남았다 — 손익분기점을 넘어선 것이다.
• 실시간 디코딩이 속도를 따라갔다. 디코더는 거리 5에서 1.1마이크로초의 주기 시간에 대해 평균 63마이크로초의 지연 시간을 보였고, 이를 100만 주기 넘게 유지했다 — 오류 정정이 사후 분석에서만이 아니라 실시간으로 작동한 것이다.
• 드물고 깊은 오류원이 남아 있다. 반복 부호 시험에서 성능은 결국 대략 한 시간에 한 번꼴로(대략 3 × 10⁹ 주기당 한 번) 일어나는 상관된 오류 폭발에 의해 제한되었고, 이는 10⁻¹⁰ 근처의 오류 바닥을 형성했는데, 그 기원은 저자들의 말로는 아직 밝혀지지 않았다.

이것이 증명하지 못하는 것

• 이것은 연산을 수행하는 양자 컴퓨터가 아니다. 이것은 양자 메모리다. 하나의 논리 큐비트를 저장하고 보호한다. 논리 큐비트 사이의 논리 연산(게이트)을 수행하지 않으며, 어떤 알고리즘도 돌리지 않는다.
• 이것은 쓸모 있는 기계에 큐비트 하나 차이로 다가선 것이 아니다. 거리 7 논리 큐비트는 약 101개의 물리 큐비트를 쓴다. 주기당 0.1%의 오류율은 실제 알고리즘이 필요로 하는 대략 10⁻⁶에서 10⁻¹⁰ 수준보다 여전히 한참 높다. 그 격차를 좁히려면 훨씬 더 큰 거리로 — 논리 큐비트 하나당 훨씬 더 많은 물리 큐비트로 — 밀고 나아가야 하며, 쓸모 있는 알고리즘은 한 번에 논리 큐비트 수천 개를 필요로 한다. 그에 필요한 물리 큐비트 예산은 수백만 개에 이른다.
• '규모를 키운다면’이라는 단서가 실질적인 무게를 지닌다. 논문 자체의 결론은, 이 소자의 성능이 규모를 키운다면 큰 알고리즘의 요구 조건을 충족할 수 있으리라는 것이다. 논리 큐비트 하나에서 경향이 옳다는 것을 보이는 일은 규모를 키운 기계를 실제로 만든 것과 같지 않으며, 여기서 그 무엇도 이 경향이 훨씬 더 큰 규모에서도 유지된다고 보장하지 않는다.
• 설명되지 않은 오류 바닥은 현재 진행 중인 문제다. 반복 부호의 성능을 제한하는 이 상관된 폭발은, 저자들의 표현으로는 예상보다 여러 자릿수만큼 크며, 이해되기 전까지는 더 큰 결함 허용 응용을 가로막을 것이다 — 해결된 세부 사항이 아니라, 분명하게 밝혀 둔 미해결의 결함이다.
• 이것은 암호 해독이나 쓸모 있는 작업에서의 '양자 우월성’에 대해서는 아무것도 말해 주지 않는다. 그런 것들에는 완전한 결함 허용 기계가 필요한데, 이 결과는 그 기계의 초석일 뿐 그것을 시연한 것은 아니다.

증거는 얼마나 강한가

• 핵심 주장은 탄탄하고 중요하다. 세 가지 부호 거리에 걸친 깔끔한 지수적 억제를 동반한 임계값 아래 작동, 여기에 손익분기점을 넘어선 수명과 실제로 작동하는 실시간 디코더까지 — 이는 이 분야가 도달하려 애써 온 바로 그 조합이며, 추론된 것이 아니라 직접 시연되었다. 이것은 과장이 만들어 낸 산물이 아니라, 선도적인 연구 그룹이 내놓은 진짜 공학적 결과다.
• 저자들은 그 범위에 대해 신중하다. 그들은 이 결과를 임계값 아래의 메모리로 규정하고, 설명되지 않은 상관 오류 바닥을 스스로 짚어 두며, 미래에 대한 전망은 그 눈에 띄는 '규모를 키운다면’이라는 단서에 걸어 둔다. 과장이 나타나는 곳은, '오류 정정된 메모리 큐비트가 커지면서 나아졌다’를 '양자 컴퓨팅의 시대가 왔다’로 반올림해 버리는 주변 보도들이다.
• 정직하게 말하면 이것의 위상은, 깔끔하게 내디딘 기초적 한 걸음이다. 여분을 더하는 것이 마침내 도움이 될 만큼 충분히 잘 보호된 논리 큐비트 하나 — 그리고 규모 확장, 논리 게이트, 설명되지 않은 오류라는 길고 험하며 아직 보장되지 않은 길이 여전히 앞에 놓여 있다.

왜 중요한가

결함 허용 양자 컴퓨팅에는 늘 닭이 먼저냐 달걀이 먼저냐 하는 느낌이 있었다. 쓸모 있을 만한 기계는 어떤 물리 큐비트도 도달할 수 없는 오류율을 필요로 하는데, 그 해법인 오류 정정은 하드웨어가 이미 임계값 아래에 있을 만큼 충분히 좋을 때만 작동한다. 그 경계선을, 단 한 번이라도, 그것도 논리 큐비트 단 하나에서 넘어서면, 질문은 '이것이 애초에 가능하기는 한가?'에서 '얼마나 멀리, 얼마나 빠르게 규모를 키울 수 있는가?'로 바뀐다. 이것은 실질적이고 의미 있는 전환이며, 그렇기에 이 결과는 주목받을 만하다.

하지만 이 결과를 믿을 만하게 만드는 바로 그 신중함이, 그 주변에 붙는 이야기의 온도를 낮춰 주어야 한다. 이것은 잘 놓인, 기초의 첫 벽돌이다. 이것은 건물 자체가 아니며, 그 벽돌을 놓은 사람들이 누구보다 먼저 그렇게 말한다. 앞으로 몇 년 동안 양자 컴퓨팅을 지켜보는 올바른 방법은 바로 이 화려하지 않은 곡선이다. 부호가 커져도 억제 인자가 유지되는지, 논리 게이트를 논리 메모리만큼 깔끔하게 해낼 수 있는지, 그리고 그 수수께끼 같은 한 시간에 한 번의 오류가 언젠가 설명되는지 말이다.

깔끔한 요약

Google Quantum AI는 표면 부호 양자 메모리가 임계값 아래에서 작동할 수 있음을 처음으로 깔끔하게 보여 주었다. 부호를 거리 3에서 5, 7로 키우자 논리 오류율은 지수적으로 떨어졌고(두 단계마다 약 2.14배씩), 가장 큰 101큐비트 거리 7 메모리는 오류 정정이 실시간으로 돌아가는 가운데 자신의 가장 좋은 물리 큐비트보다 더 오래 버텼다 — 손익분기점을 넘어선 것이다. 이것은 양자 컴퓨터 공학에서 오랫동안 추구해 온 진정한 이정표다. 동시에 이것은 메모리로 작동하는 논리 큐비트 하나이며, 오류율은 실제 알고리즘이 요구하는 수준과는 여전히 거리가 멀고, 논리 연산은 전혀 수행되지 않았으며, 저자들 스스로 짚어 둔 설명되지 않은 오류 바닥이 있고, 여러 자릿수에 걸친 규모 확장의 길이 앞에 놓여 있다. 진짜 임계값을 하나 넘은 것이지 — 양자 컴퓨터를 손에 쥔 것은 아니다.