단위원 기반 컴퓨팅을 위한 파소플로 파이썬 라이브러리

본 논문은 ‘단위원 기반 컴퓨팅’이라는 새로운 계산 패러다임을 제시하고, 이를 구현한 오픈소스 파이썬 라이브러리 PhasorFlow를 상세히 소개한다. 서론에서는 비트(0‑차원 이산), 파소(1‑차원 연속), 큐비트(복소 사영공간)라는 세 단계의 기하학적 사다리를 제시하고, S¹ = U(1) 위상이 두 극단 사이의 중간 단계로서 신호 처리와 양자역학의 핵심인 간섭·주기성을 자연스럽게 제공한다는 점을 강조한다. 파소 상태는 N개의 단위 원 스레드가 결합된 N‑토러스 Tᴺ에 위치하며, 각 스레드의 위상 ϕ_k는 연속적인 실수값이다. 이러한 상태는 복소 벡터 z ∈ Cᴺ 로 표현되지만, |z_k| = 1이라는 제약으로 토러스 위에 머문다. 이론 섹션에서는 토러스 위에서 작동하는 유니터리 연산을 세 종류로 구분한다. (1) U(1) Shift는 개별 스레드에 위상 회전을 적용하는 대각 행렬, (2) U(2) Mix는 두 스레드 사이에 50/50 빔스플리터 형태의 2×2 유니터리 행렬을 적용해 위상 차이에 기반한 간섭을 만든다, (3) U(N) Global은 전체 스레드에 DFT와 같은 파라미터‑프리 유니터리를 적용해 전체 토큰을 주파수 도메인으로 변환한다. 정리 2.1은 이러한 유니터리 연산이 전체 ℓ₂‑노름을 보존하지만, 비대각 연산 시 개별 좌표의 크기가 1에서 벗어나 Cᴺ 내부로 drift한다는 점을 증명한다. 따라서 연산 사이에 비선형 게이트(정규화, 위상‑비선형 함수 등)를 삽입해 다시 토러스 위로 투사하는 메커니즘을 도입한다. PhasorFlow 라이브러리는 22개의 기본 게이트를 네 카테고리(표준 유니터리, 비선형, 뉴로모픽, 인코딩)로 제공한다. 각 게이트는 파이썬 클래스 형태로 구현되어 행렬 곱셈을 통해 정확히 시뮬레이션되며, 양자 회로 시뮬레이터와 달리 샘플링 노이즈가 전혀 없고 결정론적인 출력을 보장한다. 라이브러리 구조는 Qiskit을 모델로 하여 회로 정의, 파라미터 바인딩, 실행 단계로 구성된다. 두 번째 주요 기여는 Variational Phasor Circuit(VPC)이다. VPC는 파소 회로에 파라미터화된 Shift와 Mix 게이트를 배치하고, 최종 위상을 확률(예: |z_k|²)로 매핑해 손실 함수를 최소화한다. 이는 변분 양자 회로(VQC)와 구조적으로 유사하지만, 전적으로 고전 CPU/GPU에서 실행된다. 논문은 고차원 비선형 경계 데이터셋(예: 두 개의 원이 겹친 형태)에서 VPC가 2‑layer MLP와 비교해 동일하거나 더 높은 정확도를 달성함을 실험적으로 보여준다. 파라미터 수가 적고, 연산이 전부 행렬 곱셈이므로 메모리 효율성도 높다. 세 번째 기여는 Phasor Transformer이다. 기존 트랜스포머의 O(n²) 복잡도를 갖는 self‑attention을 DFT 기반 토큰 믹싱 레이어로 대체한다. 입력 토큰을 위상 벡터로 인코딩하고, 파라미터‑프리 DFT 레이어를 통과시킨 뒤 작은 Feed‑Forward 네트워크를 적용한다. 또한, 학습 가능한 Phase‑Projection 층을 도입해 모델이 데이터의 주기적 구조를 직접 학습하도록 설계하였다. 실험에서는 시계열 예측, 텍스트 분류, 그리고 금융 변동성 탐지 과제에서 기존 FNet 및 경량 트랜스포머 대비 유사하거나 우수한 성능을 보이며, 연산량이 크게 감소함을 입증한다. 응용 사례는 네 가지로 구분된다. (1) 비선형 2‑D 분류에서는 파소 회로가 복잡한 경계면을 자연스럽게 학습한다. (2) 금융 시계열에서는 위상 코히어런스 C를 변동성 지표로 활용해 급격한 시장 변동을 조기에 탐지한다. (3) 뇌‑컴퓨터 인터페이스(BCI) 데이터에서는 뇌파의 위상 동기화를 직접 모델링해 높은 분류 정확도를 얻는다. (4) 뉴로모픽 작업에서는 신경 바인딩과 연관 기억을 구현하는 데 Mix와 비선형 재투사 게이트를 조합해 효율적인 연산을 수행한다. 논의에서는 PhasorFlow의 장점으로 (① 결정론적이고 노이즈가 없는 시뮬레이션, ② 파라미터 효율성, ③ 물리적 직관(위상·간섭) 제공) 등을 강조한다. 반면, 비대각 유니터리 연산 후 발생하는 드리프트를 관리하기 위한 비선형 재투사 단계가 추가 복잡성을 초래하고, 현재 실험은 비교적 작은 데이터셋에 국한되어 있어 대규모 스케일링에 대한 검증이 필요함을 지적한다. 향후 연구 방향으로는 하드웨어 가속(예: FPGA/ASIC) 구현, 더 풍부한 비선형 게이트 설계, 그리고 멀티‑모달 데이터에 대한 확장 가능성을 제시한다. 최종적으로 PhasorFlow는 기존 디지털·양자 컴퓨팅 사이의 중간 지점에서 실용적인 연산 프레임워크를 제공하며, 특히 주기적·오실레이터 기반 현상을 모델링하는 분야에 큰 잠재력을 가진다.