The Question

Quantum computers promise exponential speedups for certain problems, but physical qubits are noisy — error rates of 10⁻³ to 10⁻² per gate operation make sustained computation impossible without error correction. The surface code has emerged as the leading quantum error correction (QEC) scheme, offering high error thresholds (~1%) and requiring only nearest-neighbour qubit interactions on a 2D grid. Yet the overhead is enormous: encoding a single logical qubit with practical error rates requires hundreds to thousands of physical qubits. As experimental systems scale from dozens to hundreds of qubits, what are the real engineering bottlenecks preventing fault-tolerant quantum computation?

Landscape

Le Régent (2025) published a benchmark survey of experimental progress toward fault-tolerant quantum computation (FTQC) across all major platforms — trapped ions, superconducting circuits, neutral atoms, and photonics. The sobering finding: while individual qubit quality has improved by orders of magnitude over the past decade, no platform has yet demonstrated a logical qubit that outperforms its constituent physical qubits across all required operations (preparation, gates, measurement). Google's 2024 demonstration of below-threshold performance on a distance-5 surface code came closest, but logical gate error rates remain above what algorithms require.

Kam et al. (2024) investigated a fundamental theoretical challenge: non-Markovian errors. The standard surface code theory assumes errors are independent and identically distributed (Markovian). Real qubits exhibit correlated errors — a gate error on one qubit increases the error probability of neighbouring qubits in the next time step. Kam et al. showed that these non-Markovian correlations can be detrimental, reducing the effective error threshold below the standard ~1% estimate. This means physical qubit error rates may need to be lower than conventionally assumed.

Maurya & Tannu (2025) addressed a classical engineering problem hiding inside the quantum challenge: synchronisation. In a surface code quantum computer, syndrome measurements must be performed in lockstep across all qubits. Desynchronisation arises from non-Clifford state production, fabrication-induced dropouts, and mixed QEC code usage. Their Hybrid synchronisation policy reduces logical error rate by up to 3.4× compared to naive passive waiting, with decoding latency speedup of up to 2.2×.

Methods in Action

• Syndrome extraction: Ancilla qubits measure parity checks of data qubits without disturbing the encoded information. Each round of syndrome extraction produces a binary string that a classical decoder interprets to identify and correct errors.
• Decoding algorithms: Minimum-weight perfect matching (MWPM) is the standard decoder, but it scales poorly with code distance. Union-find decoders and neural-network decoders are emerging alternatives. Fang et al. (2024) proposed CaliScalpel, which integrates fine-grained qubit calibration directly into the QEC cycle, maintaining decoder accuracy as qubit properties drift over time.
• Code deformation: Fujiu et al. (2025) developed "dense packing" techniques that reduce the physical qubit count per logical qubit by deforming the surface code lattice, specifically addressing hook errors — a class of correlated errors arising from the order of CNOT gates in syndrome circuits.
• Cryo-CMOS integration: Moving syndrome decoders from room-temperature electronics to cryogenic CMOS (operating at the same temperatures as superconducting qubits) reduces communication latency, but introduces new constraints on power dissipation and transistor reliability at millikelvin temperatures.

Key Claims & Evidence

Open Questions

What This Means for Your Research

For quantum hardware teams, the papers reviewed here emphasise that achieving below-threshold physical error rates is necessary but not sufficient — correlated errors, calibration drift, and synchronisation must be addressed concurrently. For quantum algorithm researchers, the massive overhead of surface code QEC means that near-term quantum advantage will likely come from error-mitigated (not error-corrected) algorithms on noisy hardware. For classical engineers entering the quantum space, the decoder design and real-time control problems are fundamentally classical engineering challenges that demand expertise in FPGA design, cryogenic electronics, and real-time signal processing.

Referenced Papers

• [1] Kam, J.F. et al. (2024). Detrimental non-Markovian errors for surface code memory. Quantum Science and Technology. DOI: 10.1088/2058-9565/adebab
• [2] Maurya, S. & Tannu, S.S. (2025). Synchronization for Fault-Tolerant Quantum Computers. ACM ASPLOS. DOI: 10.1145/3695053.3730991
• [3] Fang, X. et al. (2024). CaliScalpel: In-Situ and Fine-Grained Qubit Calibration Integrated with Surface Code QEC. arXiv.
• [4] Le Régent, F.-M. (2025). Awesome Quantum Computing Experiments: Benchmarking Experimental Progress Towards FTQC. arXiv.
• [5] Fujiu, K. et al. (2025). Dense packing of the surface code: code deformation procedures and hook-error-avoiding gate scheduling. arXiv.

면책 조항: 이 게시물은 정보 제공 목적의 연구 동향 개요이다. 학술 저작물에서 인용하기 전에 구체적인 연구 결과, 통계 및 주장은 원본 논문을 통해 검증해야 한다.

양자 오류 정정: 결함 허용 계산을 향한 표면 코드 경쟁

분야: 공학 | 방법론: 계산-실험적

저자: Sean K.S. Shin | 날짜: 2026-03-17

연구 질문

양자 컴퓨터는 특정 문제에 대한 지수적 속도 향상을 약속하지만, 물리적 큐비트(qubit)는 잡음이 많다. 게이트 연산당 10⁻³에서 10⁻²에 달하는 오류율은 오류 정정 없이는 지속적인 계산을 불가능하게 만든다. 표면 코드(surface code)는 높은 오류 임계값(~1%)과 2D 격자 위 최근접 이웃 큐비트 상호작용만을 요구한다는 장점으로 선도적인 양자 오류 정정(QEC) 방식으로 부상하였다. 그러나 그 오버헤드는 막대하다. 실용적인 오류율을 갖춘 단일 논리 큐비트를 인코딩하려면 수백에서 수천 개의 물리적 큐비트가 필요하다. 실험 시스템이 수십 개에서 수백 개의 큐비트로 확장됨에 따라, 결함 허용 양자 계산(FTQC)을 가로막는 실질적인 공학적 병목은 무엇인가?

연구 현황

Le Régent(2025)는 포획 이온(trapped ion), 초전도 회로(superconducting circuit), 중성 원자(neutral atom), 광자(photonics) 등 모든 주요 플랫폼에 걸쳐 결함 허용 양자 계산(FTQC)을 향한 실험적 진전에 대한 벤치마크 조사를 발표하였다. 그 냉혹한 결론은 다음과 같다. 개별 큐비트의 품질이 지난 10년간 수십 배 향상되었음에도 불구하고, 준비·게이트·측정 등 모든 필수 연산에 걸쳐 구성 물리 큐비트를 능가하는 논리 큐비트를 시연한 플랫폼은 아직 없다. Google이 2024년에 거리-5(distance-5) 표면 코드에서 임계값 이하 성능을 시연한 것이 가장 근접한 사례이나, 논리 게이트 오류율은 알고리즘이 요구하는 수준을 여전히 상회한다.

Kam et al.(2024)은 비-마르코프(non-Markovian) 오류라는 근본적인 이론적 도전을 탐구하였다. 표준 표면 코드 이론은 오류가 독립적이고 동일하게 분포한다(Markovian)고 가정한다. 그러나 실제 큐비트는 상관 오류를 나타낸다. 즉, 한 큐비트의 게이트 오류가 다음 시간 단계에서 인접 큐비트의 오류 확률을 높인다. Kam et al.은 이러한 비-마르코프 상관관계가 유효 오류 임계값을 표준 추정치인 ~1% 이하로 낮출 수 있음을 보였다. 이는 물리적 큐비트 오류율이 기존에 가정된 것보다 더 낮아야 할 수 있음을 의미한다.

Maurya & Tannu(2025)는 양자적 도전 안에 숨겨진 고전적 공학 문제인 동기화(synchronisation)를 다루었다. 표면 코드 양자 컴퓨터에서는 신드롬(syndrome) 측정이 모든 큐비트에 걸쳐 일치된 방식으로 수행되어야 한다. 비-Clifford 상태 생성, 제조 결함으로 인한 드롭아웃, 혼합 QEC 코드 사용 등으로 인해 비동기화가 발생한다. 그들이 제안한 하이브리드 동기화 정책(Hybrid synchronisation policy)은 단순 수동 대기 방식에 비해 논리 오류율을 최대 3.4× 낮추고, 디코딩 지연 속도를 최대 2.2× 향상시킨다.

방법론의 실제 적용

• 신드롬 추출: 보조 큐비트(ancilla qubit)가 인코딩된 정보를 교란하지 않으면서 데이터 큐비트의 패리티 검사를 측정한다. 각 신드롬 추출 라운드는 고전적 디코더가 오류를 식별하고 정정하는 데 사용하는 이진 문자열을 생성한다.
• 디코딩 알고리즘: 최소 가중치 완전 매칭(MWPM, minimum-weight perfect matching)이 표준 디코더이나, 코드 거리에 따른 확장성이 낮다. 유니온-파인드(union-find) 디코더와 신경망 디코더가 대안으로 부상하고 있다. Fang et al.(2024)은 QEC 사이클에 세밀한 큐비트 보정을 직접 통합하여 시간이 지남에 따라 큐비트 특성이 변화하더라도 디코더 정확도를 유지하는 CaliScalpel을 제안하였다.
• 코드 변형(Code deformation): Fujiu et al.(2025)은 표면 코드 격자를 변형하여 논리 큐비트당 물리적 큐비트 수를 줄이는 "밀집 패킹(dense packing)" 기법을 개발하였다. 이는 특히 신드롬 회로의 CNOT 게이트 순서에서 발생하는 상관 오류의 일종인 훅 오류(hook error)를 해결하는 데 초점을 맞춘다.
• Cryo-CMOS 집적: 증후군 디코더를 실온 전자 장치에서 극저온 CMOS(초전도 큐비트와 동일한 온도에서 작동)로 이전하면 통신 지연 시간이 감소하지만, 밀리켈빈 온도에서의 전력 소산 및 트랜지스터 신뢰성에 대한 새로운 제약이 발생한다.

주요 주장 및 근거

미해결 질문

연구에 주는 시사점

양자 하드웨어 팀의 경우, 본 논문들은 물리적 오류율을 임계값 이하로 달성하는 것이 필요조건이지만 충분조건은 아니라는 점을 강조한다 — 상관 오류, 보정 드리프트, 동기화 문제를 동시에 해결해야 한다. 양자 알고리즘 연구자들의 경우, 표면 코드 QEC의 방대한 오버헤드로 인해 근시일 내 양자 우위는 잡음이 있는 하드웨어에서 오류 완화(오류 정정이 아닌) 알고리즘으로부터 나올 가능성이 높다. 양자 분야에 진입하는 고전 엔지니어들의 경우, 디코더 설계 및 실시간 제어 문제는 본질적으로 FPGA 설계, 극저온 전자 장치, 실시간 신호 처리 분야의 전문성을 요구하는 고전적 엔지니어링 과제이다.

참고 논문

• [1] Kam, J.F. et al. (2024). Detrimental non-Markovian errors for surface code memory. Quantum Science and Technology. DOI: 10.1088/2058-9565/adebab
• [2] Maurya, S. & Tannu, S.S. (2025). Synchronization for Fault-Tolerant Quantum Computers. ACM ASPLOS. DOI: 10.1145/3695053.3730991
• [3] Fang, X. et al. (2024). CaliScalpel: In-Situ and Fine-Grained Qubit Calibration Integrated with Surface Code QEC. arXiv.
• [4] Le Régent, F.-M. (2025). Awesome Quantum Computing Experiments: Benchmarking Experimental Progress Towards FTQC. arXiv.
• [5] Fujiu, K. et al. (2025). Dense packing of the surface code: code deformation procedures and hook-error-avoiding gate scheduling. arXiv.