Qiskit 애드온

2026년 9월

• 올해 초에 공개된 directed execution model 프레임워크를 기반으로 새로운 도구가 만들어졌어요.

  • qiskit-noise-learning은 무작위화 기반 양자 노이즈 특성화를 위한 툴킷이에요. 이를 사용해 사용자 지정 노이즈 학습 실험을 구성하고, 로컬 시뮬레이션으로 검증하며, 원시 결과를 분석할 수 있어요.

  • qiskit-mitigation은 새로운 실행 모델로 오류 완화 파이프라인을 구축하기 위한 양자 오류 완화 기법 패키지예요. PEC, PEA, TREX, Gate 폴딩 ZNE를 포함한 잘 알려진 기법의 구현과, 비마르코프 오류를 걸러내기 위한 사후 선택(post-selection)이 포함돼 있어요.

2026년 8월

• Qiskit Fermions의 첫 번째 릴리스가 이번 달에 나왔어요! 이 패키지는 페르미온 연산자와 Circuit 구축, 페르미온-Qubit 인코딩 구현, Qiskit Transpiler 통합을 통한 Circuit 합성 등 페르미온 시스템을 다루기 위한 도구를 제공해요. Qiskit Fermions는 ffsim(자세한 내용은 이 문서와 블로그 참조)이나 SQD 애드온과 같은 생태계의 다른 보완 도구와 함께 사용하여 페르미온 시스템을 위한 고급 워크플로를 구축할 수 있어요.

이 도구들이 실제로 어떻게 적용되는지는 바닥 상태 추정을 위한 SqDRIFT 알고리즘 튜토리얼과 다음 가이드에서 확인해 보세요. 1차원 및 2차원 페르미-허바드 모델의 동역학을 시뮬레이션하기 위한 상수 깊이 Circuit 구축. 시작하려면 블로그와 문서를 확인하세요.

2026년 6월

• 측정된 분포의 충실도를 높이기 위해 낮은 오버헤드의 양자 오류 감지를 양자 Circuit에 통합하는 새로운 애드온인 Qiskit Paulice를 소개해요. 이는 양자 상태에 대한 단일 샷 액세스를 제공하므로 샘플링 기반 워크플로우와 기댓값 기반 워크플로우 모두에서 사용할 수 있어요. 지금 바로 시작하는 방법은 블로그와 문서를 확인하세요.

이전 업데이트

• 저희는 최근 오류 완화에 필요한 양자 리소스를 줄이기 위해 고전 리소스를 사용하는 두 가지 새로운 애드온을 출시했습니다:

  • 전파된 노이즈 흡수(PNA)는 Pauli 전파를 사용하여 학습된 노이즈 채널의 역을 관측 가능량(observables)에 흡수시킴으로써 기댓값의 오류를 완화하는 기법입니다.

  • Shaded lightcones(SLC) 애드온은 고전 시뮬레이션을 사용하여 Circuit 전반의 오류 민감도에 대해 더 촘촘한 상한을 구해요. 이를 통해 분산을 줄이면서 확률적 오류 상쇄(PEC, Probabilistic Error Cancellation)를 더 효율적이고 필요한 곳에 집중해 적용할 수 있어요.