IBM은 2026년 8월 24일 양자 컴퓨팅에서 페르미온계 시뮬레이션을 연구하는 연구자를 위한 오픈 소스 도구 패키지 Qiskit Fermions를 발표했다. 이 패키지는 페르미온 연산자와 회로를 표현하고, 페르미온계와 큐비트 사이의 변환 연산을 구성한 다음, 작업 흐름을 Qiskit 컴파일러 안에서 통합할 수 있도록 한다.
많은 양자 화학 및 물질 물리학 문제는 상호작용하는 페르미온 입자를 다루는 반면, 양자 컴퓨터는 큐비트를 사용해 회로를 실행한다. IBM은 문제를 이른 단계에 큐비트 표현으로 변환하면 문제의 물리적 구조 일부가 손실될 수 있다고 본다. 따라서 Qiskit Fermions는 컴파일 과정의 여러 단계에서 페르미온 표현을 유지하며, 경로의 후반 단계에서만 큐비트로 합성을 수행한다.
지연된 변환과 사용자 정의 가능한 설계
이 패키지는 ‘페르미온 회로’라는 개념을 제공한다. 이는 양자 회로와 유사한 표현이지만 큐비트가 아닌 페르미온 모드에서 작동한다. 연구자는 큐비트로 변환하는 방식을 결정하는 인코딩 구성 요소와 시간 발전을 근사하는 방식을 선택할 수 있으며, 자체 구성 요소를 작성할 수도 있다.
이 접근 방식은 Qiskit 2.5에서 도입된 다중 표현 컴파일 프레임워크를 기반으로 한다. 작업 흐름은 페르미온 연산자와 회로로 시작한 뒤, 컴파일 과정 중간에 큐비트로 합성하고, 이후 기존 양자 회로를 사용해 경로를 완성한다. IBM은 페르미온 대칭성 정보를 더 오랫동안 이용할 수 있으면 문제를 큐비트 수준으로 완전히 축소한 뒤에는 불가능한 최적화를 실현할 수 있다고 말한다.
일정한 깊이의 사례
IBM은 이 개념을 설명하기 위해 1차원 Fermi-Hubbard 모델을 소개한다. 이 사례에서는 큐비트로 변환하기 전에 이동 항을 ‘플로우 그룹’으로 묶는다. 보조 큐비트 하나를 추가하면 입자 전이 항의 전체 그룹을 여러 개의 얽힘 게이트로 실행하는 대신 단일 큐비트 연산으로 변환할 수 있다.
발표에 제시된 측정에 따르면, 모델의 규모가 4개 사이트에서 100개 사이트로 증가해도 2큐비트 게이트 깊이는 12로 일정하게 유지되었다. 반면 Jordan-Wigner와 순진한 시간 분할에 기반한 전통적 접근 방식은 100개 사이트에서 깊이 407에 도달했다. IBM은 이 사례에 사용자 정의 인코딩이 필요하다고 설명하며, 일반적인 사용을 간소화하기 위해 Jordan-Wigner 기반의 사전 패스 관리자도 패키지에 제공한다.
Qiskit 생태계 내 위치
Qiskit Fermions는 ffsim과 통합된다. ffsim은 회로가 입자 수를 보존할 때 일부 회로를 페르미온 수준에서 더 효율적으로 실행할 수 있는 고성능 시뮬레이터다. 또한 생성된 회로를 SQD 애드온과 함께 사용할 수 있다. SQD는 양자 하드웨어에서 얻은 샘플을 처리해 고유값, 예를 들어 분자의 바닥 상태 에너지를 추정한다.
현재 이 패키지는 페르미온 회로와 합성 기능을 위한 Python 인터페이스를 포함하며, IBM은 향후 버전에서 C 지원을 계획하고 있다. 또한 회사는 이 도구를 화학 및 재료 과학 소프트웨어와 더욱 긴밀하게 연결하고, Qiskit의 게이트 및 사용자 정의 회로 유형 지원이 발전함에 따라 회로 라이브러리를 Rust로 옮긴 뒤 C로 이전할 계획을 언급했다.
이 발표가 중요한 이유
실질적인 변화는 단순히 새로운 시뮬레이터를 제공하는 데 있지 않고, 페르미온 문제의 기술과 큐비트에서의 실행 방식을 분리하는 소프트웨어 계층을 제공하는 데 있다. 이를 통해 연구자는 회로를 수동으로 다시 구축하지 않고도 새로운 인코딩과 알고리즘을 시험할 수 있는 여지가 커질 수 있다. 그러나 제시된 일정한 깊이 결과는 Fermi-Hubbard 사례와 플로우 그룹 기반 인코딩에 해당하며, 모든 화학 또는 재료 문제에서 유사한 개선이 자동으로 실현된다는 것을 입증하지는 않는다. 또한 일부 기능은 여전히 Python으로 제한되어 있어, 현재 과학 소프트웨어와의 통합 범위는 계획된 C 인터페이스의 발전과 연관되어 있다.
이 패키지는 현재 오픈 소스 프로젝트로 제공되며, 1차원 및 2차원 Fermi-Hubbard 모델에 관한 문서와 예제, GitHub 저장소, 플로우 그룹 인코딩과 관련된 연구 논문도 함께 제공된다.