하이브리드 디코딩을 이용한 패리티 인코딩 스핀 시스템 시뮬레이션 벤치마크

이 논문은 온칩 초전도 양자 어닐링 장치에 적용 가능한 패리티 인코딩 스핀 시스템을 대상으로, 두 가지 임베딩 방식을 비교·벤치마크한다. 첫 번째는 Sourlas‑Lechner‑Hauke‑Zoller가 제안한 SLHZ 스킴이며, 두 번째는 전통적인 마이너 임베딩(ME)이다. 두 스킴 모두 논리 스핀 N개를 물리 스핀 K=O(N²)개로 확장하지만, 물리 자원 사용 방식과 구현 난이도에서 차이를 보인다. SLHZ 스킴은 2차원 격자에 네 개의 물리 스핀이 하나의 유닛 셀을 형성하고, 4‑body 상호작용을 통해 각 유닛 셀 내에서 패리티 제약을 강제한다. 물리 스핀 z_{ij}는 논리 스핀 Z_i와 Z_j의 곱으로 정의되며, 전체 해는 z_{ij}=Z_i Z_j를 만족하는 코드워드 집합 D 안에서 최소화된다. 제약 강도 C₄를 조정해 패리티 위반을 억제한다. 변형 SLHZ 스킴은 3‑body 제약을 도입해 장거리 결합을 피하려 했지만, 실제 구현에서는 여전히 장거리 상호작용이 필요해 비현실적이다. ME 스킴은 Chimera 그래프 구조를 이용해 논리 스핀을 체인 형태로 매핑한다. 각 논리 스핀당 약 N/4개의 물리 스핀을 사용하며, 체인 내부는 강한 강자성 결합(C_ME)으로 정렬을 강제한다. 문제 해는 체인 전체가 정렬된 상태에서 논리 스핀 값이 다수결(MV)로 결정된다. 시뮬레이션은 클래식 마코프 체인 몬테카를로(MCMC) 샘플러를 사용해 온도 β와 제약 강도 γ=βC_i를 조정한다. 네 가지 실험 프로토콜을 정의했다. (a) 무작위 M개 샘플을 전수 탐색, (b) MCMC 기반 고전 어닐링, (c) (b) 결과에 비트플립(BF) 디코딩(또는 MV 디코딩) 적용, (d) 전수 탐색에 디코딩 적용. 각 실험은 1000번 독립 실행해 성공 확률을 평균한다. 성공 확률은 P_success(M)=1−(1−p)^M 형태로, p는 단일 샘플이 최적 상태를 가질 확률이다. 실험 결과는 다음과 같다. SLHZ와 변형 SLHZ 스킴에서는 디코딩 적용이 성공 확률에 큰 영향을 미친다. 특히 MCMC 샘플이 패리티 제약을 위반한 경우 BF 디코딩이 오류를 정정해 최적 상태에 도달할 확률을 크게 높인다. 파라미터 공간에서 β와 γ가 특정 영역에 있을 때만 비코드 상태가 충분히 많이 생성되어 디코딩이 효과를 발휘한다. 반면 ME 스킴은 디코딩 유무에 관계없이 성공 확률 분포가 크게 변하지 않는다. 이는 체인 결함을 다수결(MV)로 간단히 복구할 수 있기 때문이다. 또한, SLHZ 스킴은 물리 스핀 수가 동일함에도 불구하고, 디코딩을 통해 샘플 효율을 개선함으로써 “하드웨어 비용 대비 알고리즘 효율” 측면에서 ME를 보완할 가능성을 보여준다. 변형 SLHZ 스킴은 장거리 결합을 제거하려 했지만, 실제 구현에서는 여전히 장거리 상호작용이 필요해 현실적이지 않다. 따라서 원본 SLHZ가 초전도 평면 구현에 가장 적합하다고 결론짓는다. 결론적으로, SLHZ 스킴은 초전도 양자 어닐링 장치의 평면 레이아웃에 유리하고, LDPC 코드와 유사한 구조 덕분에 비트플립 디코딩을 통해 물리적 오버헤드를 크게 감소시킬 수 있다. 반면 ME 스킴은 물리 스핀 수가 적고 구현이 간단하지만, 디코딩을 통한 추가적인 효율 향상이 제한적이다. 이 연구는 양자 어닐링 하드웨어 설계 시 임베딩 방식 선택과 사후 디코딩 전략을 동시에 고려해야 함을 강조한다.