대규모 대수 설계 공간을 탐색해 양자 LDPC(저밀도 패리티 검사) 코드를 발굴하는 데 LLM(대규모 언어 모델) 기반 진화 탐색 워크플로를 활용한 연구가 arXiv에 발표됐다. 연구팀은 언어 모델이 이분 자전거(bivariate-bicycle) 및 변형된 이분 자전거 코드 구성을 생성하는 파이썬 프로그램을 돌연변이시키는 LLM 안내 진화 워크플로를 구축했다.
다섯 차례의 탐색 캠페인에 걸쳐 시스템은 약 1,650회의 진화 반복을 수행했으며, 약 20만 개의 후보 코드를 검사했다. 여기에는 약 140시간의 연산과 약 400달러의 LLM 추론 비용이 투입됐다. 후보 코드는 GF(2) 순위 계산, 거리 추정 및 인증, 혼합 정수 선형 계획법(MILP), BLISS 태너 그래프 중복 제거, 분해 가능성 분석, 지역 클리퍼드 동치 검사로 구성된 다단계 검증 파이프라인을 통과했다.
블록 길이 n이 360 이하인 범위에서 워크플로는 465개의 별개 후보 코드를 식별했다. CSS(Calderbank-Shor-Steane) 이분 자전거 코드 97종과 비 CSS 변형 코드 368종이 포함됐다. CSS 탐색에서는 기존에 알려진 고성능 코드를 다시 발견하는 동시에 분해 불가능한 [[288,16,12]] 코드를 비롯한 새로운 유한 길이 코드와 거리 d=8에서 k=50에 이르는 고가중치 코드를 새로 찾아냈다. 비 CSS 탐색에서는 [[144,12,12]] 기준의 그로스 코드 성능 지표에 부합하는 변형 코드와 추가 고거리 후보들도 발굴됐다.
양자 컴퓨팅의 실용화를 위해서는 물리 큐비트의 오류를 효율적으로 수정하는 코드 설계가 핵심 과제다. 이번 연구는 LLM 안내 프로그램 진화가 독립적인 평가 시스템과 결합될 때 구조화된 양자 코드 발굴을 위한 현실적 도구로 기능할 수 있음을 보여준다.
