지난 10년간 파이썬 기반의 화학 시뮬레이션 프레임워크(PySCF)는 전자 구조 이론 및 양자 화학 방법론 개발을 위한 핵심 오픈소스 플랫폼으로 자리매김했습니다. 이 프레임워크는 학계와 산업계에서 폭넓게 활용되며 양자 화학 연구의 발전에 크게 기여해왔습니다.
본 논문은 2020년 이전의 개요 이후 PySCF의 주요 발전 사항을 중점적으로 다룹니다. 특히, 새로 추가된 모듈과 방법론, 인프라 개선 사항, 그리고 성능 벤치마크 결과를 상세히 검토합니다. 이를 통해 PySCF가 지난 몇 년간 어떻게 진화해왔는지 명확히 보여줍니다.
새로운 모듈과 방법론 도입은 PySCF의 기능적 범위를 확장하여 보다 복잡한 화학 시스템과 현상을 시뮬레이션할 수 있게 했습니다. 또한, 인프라 개선은 사용자 편의성과 코드 안정성을 향상시켰으며, 성능 벤치마크는 PySCF가 최신 계산 요구사항을 충족하는 효율적인 도구임을 입증합니다.
이러한 발전은 PySCF가 양자 화학 분야에서 지속적으로 선도적인 역할을 수행하고 있음을 보여줍니다. 연구자들은 PySCF를 활용하여 새로운 이론을 개발하고 복잡한 화학 문제를 해결하는 데 필요한 강력한 도구를 얻을 수 있습니다.
변분 양자 고유값 분석기(VQE)는 근미래 양자 하드웨어에서 분자 바닥 상태 에너지를 계산하는 확장성 있는 방법을 제공하지만, 시스템 규모가 커질수록 정확도가 급격히 저하됩니다. 이는 하드웨어 효율적인 안자츠(ansatz)가 전체 상관관계 부분 공간을 포괄하지 못하기 때문입니다.
본 연구에서는 VQE와 Hartree-Fock(HF) 에너지 간의 차이에 기반하여 훈련된 물리 정보 릿지 회귀 보정 모델을 제안합니다. 이 모델은 추가 양자 자원 없이 후처리 단계로 적용됩니다. VQE-HF 에너지 차이(ΔE), 그 제곱(ΔE²), 활성 공간 큐비트 수, 활성 전자 수, 그리고 두 개의 교차항 상호작용을 특징으로 사용하여 안자츠 오류의 주요 원인을 저차원적이고 해석 가능한 형태로 포착합니다.
H₂, H₂O, NH₃, CH₄, C₂H₆, CH₃OH 분자에 대해 STO-3G 기저 세트와 2층 Ry-CNOT 하드웨어 효율 안자츠를 사용하는 상태 벡터 VQE 시뮬레이터로 모델을 검증했습니다. 교차 분자 일반화 능력을 평가하기 위해 CO₂, N₂, HCN에 대해 훈련되지 않은 조건과 훈련된 조건 모두에서 추가 테스트를 수행했습니다.
그 결과, 절대 에너지 오차는 원본 VQE의 0.02–0.79 Ha 범위에서 보정 후 0.0007–0.094 Ha로 감소하여 CASCI 참조 값 대비 3배에서 640배의 개선을 보였습니다. 제로샷 일반화 테스트에서는 9–58배의 개선을 달성했으며, 훈련 세트에 분자를 포함하면 여러 경우에서 결과가 한 자릿수 더 향상되었습니다. 세 가지 확장 분자는 훈련되지 않은 설정에서 4–6배, 훈련 후 5–6배의 개선을 보여 화학적으로 구별되는 시스템 간 전이 가능성에 대한 예비 증거를 제공합니다.
이러한 결과는 VQE-HF 에너지 차이가 상관 에너지 포화에 대한 물리적으로 전이 가능한 정보를 인코딩하며, 심지어 가장 작은 훈련 세트도 근미래 양자 화학에 실용적으로 유용한 보정을 생성할 수 있음을 시사합니다.
본 연구는 노이즈가 있는 양자 장치에서 다전자 해밀토니안의 바닥 및 들뜬 상태 에너지를 계산하는 하이브리드 양자-고전 알고리즘인 양자 선택 컨피규레이션 상호작용(QS-CI)을 제안한다.
QS-CI는 양자 컴퓨터로 근사 바닥 상태를 준비한 후, 계산 기저에서 상태를 샘플링하여 바닥 상태 재현에 중요한 전자 컨피규레이션을 식별한다. 이렇게 선택된 중요 컨피규레이션들로 구성된 부분 공간에서 해밀토니안을 고전 컴퓨터로 대각화하여 바닥 상태 에너지와 해당 고유 벡터를 얻는다. 들뜬 상태 에너지도 유사한 방식으로 도출 가능하다.
이 방법은 노이즈가 있는 양자 장치를 부분 공간 정의에만 사용하므로 통계적 및 물리적 오류에 강건하다. 결과적인 바닥 상태 에너지는 오류 존재 시에도 변분 원리를 엄격히 만족한다. 또한, 부분 공간의 명시적인 고유 벡터를 알 수 있어 추가적인 양자 비용 없이 다양한 연산자의 기댓값을 추정할 수 있다.
수치 시뮬레이션과 8큐비트 분자 해밀토니안에 대한 양자 장치 시연을 통해 제안된 방법론의 타당성을 검증했다. 이 알고리즘은 수십 큐비트 양자 장치와 고성능 고전 컴퓨팅 자원을 활용하여 난해한 분자 문제를 해결할 잠재력을 가진다.
