<aside> 🛡️
QISKIT LAB / 06 · QEC 심화: 신드롬에서 논리 상태 복구까지
목표: 05에서 식별한 단일 X 오류의 위치를 제어 연산에 이용해 실제 데이터를 복구하고, 세 물리 큐비트와 보조 큐비트를 분리해 충실도를 검사한다.
</aside>
00/01/11/10 신드롬 표, 02의 상대위상, 04의 이상 시뮬레이션과 노이즈 모형의 차이. CCX는 두 제어 비트가 1일 때 목표에 X를 적용한다.%pip install -q 'qiskit~=2.5.2'. 이 실습은 qiskit-aer 없이 5큐비트 이상적 상태벡터를 계산한다.논리 상태 α|0⟩+β|1⟩를 세 데이터 큐비트의 α|000⟩+β|111⟩에 저장한다. 두 보조 큐비트 a0=q3, a1=q4에는 각각 q0⊕q1, q1⊕q2를 기록한다. 이는 Z0Z1, Z1Z2 안정자의 +1/−1 결과를 0/1 비트로 적은 것이다.
| 오류 | a1a0 신드롬 | 복구 연산 |
|---|---|---|
| 없음 | 00 | 없음 |
| X(q0) | 01 | X(q0) |
| X(q1) | 11 | X(q1) |
| X(q2) | 10 | X(q2) |
미리 생각하기: 오류가 난 큐비트에 X를 한 번 더 걸면 데이터는 복구된다. 그렇다면 오류 이력을 담은 보조 큐비트도 자동으로
00으로 돌아갈까?
중간 측정 없이 보조 큐비트를 두 제어 비트로 사용하는 결맞은 조건부 복구다. 일반적인 장치의 측정 후 고전 피드백과 작동 방식이 다르다. 02의 Y방향 상태 (|0⟩+i|1⟩)/√2를 선택하면 논리 X와 Z 오류가 모두 원래 상태와 직교해 실패를 명확히 구별할 수 있다.
from qiskit import QuantumCircuit
from qiskit.quantum_info import Statevector, partial_trace, state_fidelity
def recovery_circuit(errors=()):
qc = QuantumCircuit(5) # 데이터 q0,q1,q2 / 보조 q3=a0, q4=a1
qc.h(0)
qc.s(0) # 원래 논리 상태: (|0> + i|1>)/sqrt(2)
qc.cx(0, 1)
qc.cx(0, 2) # 3큐비트 반복부호에 인코딩
for gate, qubit in errors:
getattr(qc, gate)(qubit)
qc.cx(0, 3)
qc.cx(1, 3) # a0 = q0 XOR q1
qc.cx(1, 4)
qc.cx(2, 4) # a1 = q1 XOR q2
qc.x(4)
qc.ccx(3, 4, 0) # a0=1, a1=0 → X(q0)
qc.x(4)
qc.ccx(3, 4, 1) # a0=1, a1=1 → X(q1)
qc.x(3)
qc.ccx(3, 4, 2) # a0=0, a1=1 → X(q2)
qc.x(3)
return qc
# 비교 대상은 보조 큐비트가 없는 '이상적인 데이터 3큐비트' 상태.
ideal_data = QuantumCircuit(3)
ideal_data.h(0)
ideal_data.s(0)
ideal_data.cx(0, 1)
ideal_data.cx(0, 2)
ideal_state = Statevector.from_instruction(ideal_data)
cases = [('오류 없음', ()), ('X(q0)', (('x', 0),)),
('X(q1)', (('x', 1),)), ('X(q2)', (('x', 2),)),
('Z(q1)', (('z', 1),)), ('X(q0)와 X(q1)', (('x', 0), ('x', 1)))]
for name, errors in cases:
total = Statevector.from_instruction(recovery_circuit(errors))
recovered_data = partial_trace(total, [3, 4])
print(name, '데이터 충실도 =', round(state_fidelity(recovered_data, ideal_state), 3))
예상 결과: 오류 없음과 단일 X(q0), X(q1), X(q2) 모두 1.0; Z(q1)와 두 번의 X인 X(q0)+X(q1)은 0.0. 이 값은 특정 논리 입력에 대한 이상적 데이터 상태 충실도이며 오류율·실제 장치 성능 지표가 아니다. 단일 X 오류 뒤 보조 큐비트에는 해당 신드롬이 남기 때문에 5큐비트 전체 상태를 오류 없는 전체 상태와 바로 비교하면 복구 성공을 잘못 판정한다. 여기서는 partial_trace(total, [3,4])로 보조 큐비트를 제거하고 데이터만 비교한다.
X(q0)X(q1)의 신드롬은 10이라서 단일 X(q2)와 구별되지 않는다. 디코더가 q2를 뒤집으면 최종 데이터에는 X(q0)X(q1)X(q2)가 남아 논리 X 오류가 된다. 한편 Z(q1)은 두 Z형 안정자와 교환하여 신드롬 00을 만들므로 이 부호로는 위상 오류를 검출할 수 없다. 세 물리 큐비트만으로 임의의 단일 양자 오류를 모두 교정한다고 주장하면 안 된다.
from qiskit import QuantumCircuit
from qiskit.primitives import StatevectorSampler
def read_syndrome(errors=()):
qc = QuantumCircuit(5, 2)
qc.h(0)
qc.s(0)
qc.cx(0, 1)
qc.cx(0, 2)
for gate, qubit in errors:
getattr(qc, gate)(qubit)
qc.cx(0, 3)
qc.cx(1, 3)
qc.cx(1, 4)
qc.cx(2, 4)
qc.measure([3, 4], [0, 1])
return qc
for label, errors in [('X(q0)', (('x', 0),)),
('X(q0)X(q1)', (('x', 0), ('x', 1)))]:
counts = StatevectorSampler(seed=9).run([read_syndrome(errors)], shots=128).result()[0].data.c.get_counts()
print(label, counts)
예상 결과: X(q0)은 {'01':128}, X(q0)X(q1)은 {'10':128}. 전자는 q0 복구로 해결되고 후자는 q2 복구로 잘못 처리된다. StatevectorSampler는 중간 측정을 지원하지 않으므로 실습 A는 보조 큐비트에 의한 양자 제어를, 실습 B는 끝에서의 신드롬 측정을 따로 보여 준다.
Z(q1)의 신드롬은 00인가? 어떤 종류의 검사 연산이 추가되어야 하는가?