Mini Quantum Lab 2.0

학습을 위한, 테스트를 거친 대화형 양자 컴퓨팅 시뮬레이터
Python · NumPy · Streamlit · Plotly · 15개 인터페이스 언어

English · العربية · Deutsch · Español · Français · हिन्दी · Bahasa Indonesia · Italiano · 日本語 · 한국어 · Bahasa Melayu · Polski · Português · Русский · Türkçe · Tiếng Việt · 中文

---

개요

Mini Quantum Lab은 양자 컴퓨팅의 기초를 탐구하기 위한 교육용 웹 애플리케이션입니다. 게이트를 하나씩 더해 작은 회로를 만들고, 상태 벡터를 관찰하고, 각 큐비트를 블로흐 구에서 확인하고, 측정하고, 노이즈를 추가하고, 교과서에 나오는 몇 가지 프로토콜과 알고리즘을 실행할 수 있습니다.

버전 2.0은 원래 프로젝트의 모습과 사용 흐름을 유지하면서 내부를 교체했습니다. 단위 테스트가 있는 독립된 시뮬레이션 패키지, 문서화된 하나의 큐비트 순서 규약, 물리적으로 일관된 측정, 새로운 시각화가 그것입니다. 변경의 계기가 된 감사 내용은 docs/AUDIT.md에 있습니다.

이 프로젝트는 IBM Quantum Composer와 Qiskit 같은 도구의 시각적 스타일에서 영감을 받았습니다. 독립적인 교육 프로젝트이며 IBM을 비롯한 어떤 양자 컴퓨팅 기관과도 제휴하지 않았고 그 승인을 받지도 않았습니다. 고전 컴퓨터에서 이상적인 큐비트와 노이즈가 있는 큐비트를 시뮬레이션하며, 양자 하드웨어에 연결하지 않습니다.

기능

영역	할 수 있는 일
실험실	1–6 큐비트. 임의의 큐비트에 I, X, Y, Z, H, S, T 게이트. 임의의 두 큐비트 사이의 CNOT. 실시간 회로도, 상태 표, 게이트 기록
상태 시각화	확률 분포, 진폭의 실수부와 허수부, 각 진폭의 위상을 기저 상태 레이블과 함께 표시
블로흐 구	큐비트마다 하나씩 제공되는 대화형 3D 구. 큐비트의 축소 상태로 그리며, 벡터 길이와 순도를 함께 보여 주어 순수 상태와 혼합 상태를 구별할 수 있습니다
측정	시드를 사용하는 샷 샘플링(100–10 000샷)과, 하나 또는 모든 큐비트에 대한 사영 측정 및 상태 붕괴
얽힘	엔트로피와 붕괴 시연이 포함된 네 가지 벨 상태 생성기. 임의의 단일 큐비트 상태에 대한 3큐비트 양자 순간이동
노이즈	각 게이트 뒤에 적용되는 비트 반전, 위상 반전, 탈분극 채널. 밀도 행렬로 정확하게 시뮬레이션
알고리즘	그로버 탐색(2–5 큐비트)과 도이치–조사(입력 큐비트 1–4개). 설명과 회로 포함
언어	English, Indonesian, Spanish, Mandarin Chinese, Arabic, French, Japanese, Korean, German, Portuguese, Russian, Hindi, Turkish, Italian, Vietnamese

스크린샷

실험실: 회로, 확률, 진폭	블로흐 구(Q0과 Q1은 얽힘, Q2는 순수 상태)

샷 샘플링과 사영 측정	양자 순간이동

노이즈: 이상적인 벨 상태와 탈분극된 벨 상태	그로버와 도이치–조사

설치

Python 3.11 이상이 필요합니다(3.11과 3.13에서 테스트).

git clone https://github.com/rasidi3112/quantum-computing-simulation.git
cd quantum-computing-simulation
python -m venv .venv
source .venv/bin/activate          # Windows: .venv\Scripts\activate
pip install -r requirements.txt
streamlit run main.py

그런 다음 아래 주소를 엽니다: http://localhost:8501.

실행 시 의존성은 numpy, streamlit, plotly입니다. 시뮬레이션 패키지 자체(visualization을 제외한 quantum_lab)는 NumPy만 필요합니다.

사용법

1. 사이드바에서 큐비트 수를 선택합니다(변경하면 빈 회로가 새로 시작됩니다).
2. 게이트와 타겟 큐비트를 고르고 Apply Gate를 누릅니다. 큐비트가 둘 이상이면 제어와 타겟을 고르고 Apply CNOT을 누릅니다.
3. 탭에서 결과를 확인합니다:
   • Lab: 회로도, 확률, 진폭, 위상, 상태 표
   • Bloch Sphere: 큐비트마다 구 하나
   • Measurement: Run Measurement는 상태를 건드리지 않고 샷을 샘플링하고, Measure Qubit / Measure All Qubits는 상태를 붕괴시킵니다
   • Entanglement, Noise, Algorithms: 독립적인 시연입니다. Load into Lab은 벨 회로를 실험실로 복사합니다.
4. Reset System은 |0…0⟩으로 돌아가고 난수 생성기를 시드에서 다시 시작합니다.

차트는 대화형입니다(마우스 올리기, 확대, 회전). 차트 도구 모음의 카메라 버튼은 PNG를 저장하고, Save … 버튼은 독립 실행형 대화형 HTML 파일을 내려받습니다.

예제 회로

목표	단계	예상 결과
중첩	1 qubit: H → Q0	P(0) = P(1) = 0.5; 블로흐 벡터가 +x 방향
벨 상태 |Φ+⟩	2 qubits: H → Q0, CNOT Q0 → Q1	(|00⟩ + |11⟩)/√2; P(00) = P(11) = 0.5, P(01) = P(10) = 0; 두 블로흐 벡터의 길이가 모두 0
H·Z·H = X	1 qubit: H, Z, H → Q0	|1⟩
GHZ 상태	3 qubits: H → Q0, CNOT Q0 → Q1, CNOT Q1 → Q2	(|000⟩ + |111⟩)/√2
붕괴	벨 상태를 만든 뒤 Q0에 Measure Qubit	|00⟩ / |11⟩; Q1도 결정됩니다

q0: ──[H]──●──
           │
q1: ───────⊕──

Python에서 시뮬레이터 사용하기

import numpy as np
from quantum_lab import Circuit, QuantumSimulator, gates

sim = QuantumSimulator(2)
sim.apply(gates.HADAMARD, [0])
sim.cnot(0, 1)
print(np.round(sim.state, 4))             # [0.7071 0 0 0.7071]
print(sim.sample_counts(1000, rng=42))    # [487 0 0 513] = counts of 00, 01, 10, 11
print(sim.measure_qubit(0, rng=7), sim.state)   # 0 [1 0 0 0]: collapsed to |00>

circuit = Circuit(2).gate("H", 0).cnot(0, 1).measure(0).measure(1)
print(circuit.draw())
print(circuit.run(rng=1).outcomes)        # {0: 0, 1: 0}; the two bits always agree

양자 수학 규약

상태. n큐비트 레지스터는 Σ|αᵢ|² = 1을 만족하는 2ⁿ개의 진폭 αᵢ로 이루어진 복소 벡터이며 |0…0⟩으로 초기화됩니다.

큐비트 순서: 빅 엔디언, 모든 곳에서 동일. 큐비트 0은 기저 레이블의 가장 왼쪽 비트이자 회로도의 맨 위 선입니다:

|q0 q1 … q(n-1)⟩      index = Σ_k q_k · 2^(n-1-k)      |ψ⟩ = |q0⟩ ⊗ |q1⟩ ⊗ … ⊗ |q(n-1)⟩

따라서 2큐비트에서 Q0에 X를 적용하면 |00⟩이 |10⟩(인덱스 2)이 됩니다. 큐비트 목록 [a, b]에 작용하는 행렬은 a를 최상위 비트로 취급하며, 특히 gates.CNOT은 [control, target]에 대한 행렬입니다. 이는 교과서(Nielsen & Chuang)의 규약입니다. Qiskit은 반대인 리틀 엔디언 순서를 사용하므로 비교할 때는 비트 문자열을 뒤집으십시오.

시간 전개. 모든 연산자는 적용 전에 유니터리성(U†U = I, 허용 오차 10⁻¹⁰)을 검사하며, 유니터리 전개 중에는 상태를 다시 정규화하지 않습니다. 테스트는 3000개의 게이트 이후에도 노름이 1에서 10⁻¹⁰ 이내임을 확인합니다.

측정(계산 기저):

• 샷 샘플링은 P(i) = |αᵢ|²에서 결과를 뽑습니다. 매 샷마다 같은 상태를 다시 준비하는 것을 모형화하며, 상태는 변하지 않습니다.
• 큐비트 k의 사영 측정은 P(m) = Σ_{i: bit k = m} |αᵢ|²로 m ∈ {0, 1}을 뽑은 뒤 상태를 P_m|ψ⟩ / √P(m)으로 바꿉니다. 모든 큐비트를 측정하면 기저 상태가 남습니다.
• 무작위성. 정수 시드는 재현 가능한 결과를 줍니다(numpy.random.default_rng). 앱에서 샷 샘플링은 시드를 직접 사용하고(같은 시드와 상태 → 같은 히스토그램), 사영 측정은 하나의 생성기를 이어서 사용합니다. 이 생성기는 초기화할 때, 시드가 바뀔 때, 레지스터 크기가 바뀔 때 다시 시작됩니다.

블로흐 벡터. 큐비트 k에 대해 축소 밀도 행렬 ρ_k = Tr_{others} |ψ⟩⟨ψ|는 r = (Tr ρ_kX, Tr ρ_kY, Tr ρ_kZ)를 주며 ρ_k = (I + r·σ)/2입니다. 순수한 큐비트는 |r| = 1이고, 다른 큐비트와 얽혀 있거나 노이즈의 영향을 받으면 |r| < 1이며, 순도는 Tr ρ_k² = (1 + |r|²)/2입니다. 얽힌 레지스터에는 단일 블로흐 벡터가 없으므로 그리지 않습니다.

노이즈. 각 게이트 뒤에, 선택한 채널이 그 게이트가 작용한 모든 큐비트에 작용합니다(적용 1회당 오류 확률 p):

채널	사상
비트 반전	ρ → (1 − p)ρ + p XρX
위상 반전	ρ → (1 − p)ρ + p ZρZ
탈분극	ρ → (1 − p)ρ + (p/3)(XρX + YρY + ZρZ)

이 매개변수화에서 탈분극 채널은 블로흐 벡터를 1 − 4p/3배로 줄입니다(p = 3/4이면 최대 혼합 상태). 대기 중인 큐비트와 측정에는 노이즈가 없습니다. 밀도 행렬은 정확하게 전개되며, 노이즈가 있는 회로 안의 측정은 결과에 대해 평균됩니다.

충실도. 순수 상태 기준에 대해서는 ⟨ψ|ρ|ψ⟩, 일반적으로는 울만 충실도 (Tr √(√ρ σ √ρ))².

지원하는 양자 게이트

게이트	행렬	작용
Identity (I)	[[1, 0], [0, 1]]	큐비트를 그대로 둠
Pauli-X	[[0, 1], [1, 0]]	비트 반전 |0⟩ ↔ |1⟩
Pauli-Y	[[0, −i], [i, 0]]	Y|0⟩ = i|1⟩, Y|1⟩ = −i|0⟩
Pauli-Z	[[1, 0], [0, −1]]	위상 반전 |1⟩ → −|1⟩
Hadamard (H)	[[1, 1], [1, −1]]/√2	|0⟩ → |+⟩, |1⟩ → |−⟩
S	diag(1, i)	위상 π/2
T	diag(1, e^{iπ/4})	위상 π/4
CNOT	|0⟩⟨0| ⊗ I + |1⟩⟨1| ⊗ X	제어가

Python API는 추가로 rx, ry, rz, phase, 임의의 큐비트 목록에 대한 임의의 유니터리, 다중 제어 단일 큐비트 게이트를 제공합니다. 이들은 순간이동과 그로버 회로에서 쓰이지만 사이드바에는 아직 없습니다.

알고리즘과 프로토콜

• 벨 상태. X 게이트로 입력을 고른 뒤 H와 CNOT을 적용합니다.
• 순간이동. Q0은 cos(θ/2)|0⟩ + e^{iφ}sin(θ/2)|1⟩을 갖고, Q1–Q2는 벨 쌍을 공유합니다. 앨리스가 CNOT과 H를 적용하고 Q0, Q1을 측정하며, 밥은 m₁ = 1이면 X를, m₀ = 1이면 Z를 적용합니다. 표시되는 충실도는 시뮬레이션한 상태로부터 계산되며 네 가지 분기 모두에서 1입니다.
• Grover. 오라클 = 표시된 항목의 0인 비트에 X, 다중 제어 Z, 다시 X. 확산 = Hⁿ Xⁿ (MCZ) Xⁿ Hⁿ. 시뮬레이션한 성공 확률은 sin²((2k+1)θ), sin θ = 1/√N과 일치합니다.
• Deutsch–Jozsa. 오라클 U_f|x⟩|y⟩ = |x⟩|y ⊕ f(x)⟩는 f의 진리표로부터 만듭니다. 앱은 상수 함수, 선택한 비트의 패리티, 무작위 균형 함수를 제공합니다.

아키텍처

quantum-computing-simulation/
├── main.py                  Streamlit interface (widgets, session state, layout)
├── translations.py          original 54 keys × 15 languages + lookup helpers
├── translations_extra.py    80 keys added in 2.0 × 15 languages
├── quantum_lab/             simulation core, no Streamlit imports
│   ├── gates.py             gate matrices, unitarity check, dense reference expansions
│   ├── simulator.py         QuantumSimulator (state vector)
│   ├── measurement.py       probabilities, shot sampling, projective collapse
│   ├── states.py            reduced density matrices, Bloch vectors, entropy
│   ├── circuit.py           Circuit / Operation, execution, text diagram
│   ├── density.py           DensityMatrix (mixed states)
│   ├── noise.py             Kraus channels, noisy circuit simulation
│   ├── protocols.py         Bell, GHZ, teleportation
│   ├── algorithms.py        Grover, Deutsch–Jozsa
│   └── visualization.py     Plotly figures
├── tests/                   pytest suite (500 tests)
├── benchmarks/bench_gates.py
├── docs/AUDIT.md            audit of version 1.0
├── assets/                  screenshots
├── requirements.txt         runtime dependencies
└── requirements-dev.txt     + pytest, ruff

의존성은 한 방향으로만 향합니다: main.py → quantum_lab과 translations. 패키지 안에서 Plotly를 가져오는 모듈은 visualization뿐이고 Streamlit을 가져오는 모듈은 없으므로, 코어를 따로 사용하고 테스트할 수 있습니다.

테스트

pip install -r requirements-dev.txt
pytest
pytest --ignore=tests/test_app.py
ruff check .
python benchmarks/bench_gates.py

pytest는 약 1.5분이 걸립니다(대부분 브라우저 없는 UI 테스트). --ignore=tests/test_app.py를 붙이면 코어만 몇 초 안에 테스트합니다.

파일	검증 내용
test_gates.py	모든 게이트의 유니터리성, 대수적 항등식, 크로네커 확장, CNOT 행렬
test_simulator.py	정규화, 파울리/아다마르의 동작, H 두 번, CNOT 진리표, 벨 상태와 GHZ 상태, 조밀 행렬과의 비교, 잘못된 입력
test_measurement.py	보른 규칙, 주변 분포, 시드를 쓰는 샘플링, 통계, 붕괴와 재정규화
test_states.py	부분 대각합, 블로흐 벡터, 순도, 얽힘 엔트로피
test_circuit.py	회로 구성과 실행, 조건부 게이트, 회로도 배치
test_noise.py	채널의 대각합 보존, 해석적 결과, 오류 궤적 전체에 대한 합
test_protocols.py	네 가지 벨 상태, 네 분기 모두에서의 순간이동
test_algorithms.py	닫힌 형식과 비교한 그로버, 입력 2개와 3개의 모든 균형 함수에 대한 도이치–조사
test_visualization.py	그림이 올바른 데이터를 담고 있는지
test_translations.py	15개 언어, 동일한 키와 자리 표시자, UI가 사용하는 모든 키의 존재
test_app.py	Streamlit 앱 전체(헤드리스), 모든 언어

수치 비교는 정확한 부동소수점 동등성이 아니라 허용 오차를 사용합니다(진폭은 10⁻¹², 샘플링 통계는 5σ 범위).

검증된 조합: Python 3.11 + NumPy 1.26.4 / Streamlit 1.50.0 / Plotly 5.24.0; Python 3.13 + NumPy 2.5.4 / Streamlit 1.67.0 / Plotly 7.1.0.

성능과 한계

항목	상태 벡터	밀도 행렬
메모리	16 · 2ⁿ bytes	16 · 4ⁿ bytes
k큐비트 게이트 하나	O(2ⁿ · 2ᵏ)	O(4ⁿ · 2ᵏ)
코드의 최대 한계	MAX_QUBITS = 20 (16 MiB)	MAX_DENSITY_QUBITS = 10 (16 MiB)
인터페이스의 한계	6 qubits	6 qubits

버전 1.0은 게이트마다 2ⁿ × 2ⁿ 조밀 행렬을 만들었지만, 2.0은 게이트를 상태 텐서와 축약합니다. benchmarks/bench_gates.py로 측정했습니다(아다마르 하나, 여러 번 실행 중 최선, 한 대의 기계. 참고용으로 보십시오):

Qubits	조밀 행렬 (1.0)	축약 (2.0)	비율
3	35 µs	40 µs	0.9×
6	100 µs	43 µs	2×
8	553 µs	44 µs	13×
10	7.6 ms	49 µs	155×
12	184 ms	57 µs	≈ 3200×

예전 한계인 3큐비트에서는 속도 향상이 없습니다(입력 검증에 몇 마이크로초가 듭니다). 이점은 더 큰 레지스터가 실용적이 되었다는 것입니다. 시뮬레이션 비용은 여전히 큐비트가 하나 늘 때마다 두 배가 됩니다. 이것은 작은 레지스터를 위한 교육 도구이며 범용 시뮬레이터가 아닙니다.

알려진 제한 사항

• 인터페이스는 1–6 큐비트를 제공하며, 사이드바의 게이트는 I, X, Y, Z, H, S, T와 CNOT입니다. 회전 게이트는 Python API에만 있습니다.
• 측정은 계산 기저(Z)에서만 이루어집니다.
• 노이즈는 게이트 뒤의 단일 큐비트 파울리 노이즈입니다. 진폭 감쇠, 판독 오류, 대기 노이즈, 상관된 노이즈는 없습니다.
• 그로버는 표시된 항목 하나만 찾습니다. 도이치–조사 오라클은 기본 게이트로 분해하지 않고 하나의 유니터리 상자로 적용합니다.
• 회로는 추가만 가능합니다(실행 취소, 편집, 끌어다 놓기 없음).
• 회로도는 고정폭 텍스트이며, 매우 긴 회로는 가로로 스크롤됩니다.
• 아랍어는 번역되어 있지만 페이지 배치는 오른쪽에서 왼쪽으로 뒤집히지 않습니다.
• 2.0에서 추가된 80개의 문자열은 원어민 검토 없이 번역되었습니다. 수정 제안을 환영합니다.
• 실제 양자 하드웨어나 클라우드 백엔드에 연결하지 않습니다.

1.0에서 달라져 영향을 줄 수 있는 점

• CNOT 결과가 달라졌습니다. 예전 결과가 틀렸기 때문입니다. 1.0은 두 가지 큐비트 순서를 섞어 썼기 때문에, 단일 큐비트 게이트와 CNOT을 함께 쓰는 회로가 잘못된 상태를 냈습니다(docs/AUDIT.md의 발견 사항 Q1 참조).
• QuantumSimulator가 main.py에서 quantum_lab으로 옮겨졌습니다. 1.0의 메서드(apply_gate, get_probabilities, get_amplitudes, measure, reset, _expand_gate, _create_cnot_matrix)는 유지됩니다. 잘못된 입력은 이제 조용히 받아들여지지 않고 ValueError/TypeError를 일으키며, state는 읽기 전용이고, 유니터리가 아닌 행렬은 거부됩니다.
• 측정 히스토그램은 상호작용할 때마다 다시 만들어지는 대신 Run Measurement를 누른 뒤에 나타납니다.
• 그래프는 Matplotlib 대신 Plotly를 사용합니다. Save … 버튼은 이제 대화형 HTML을 내려받으며, PNG 내보내기는 각 차트의 도구 모음에 있습니다.
• matplotlib과 사용하지 않던 qiskit을 requirements.txt에서 제거하고 plotly를 추가했습니다.

Streamlit Community Cloud에 배포하기

1. 저장소(또는 자신의 포크)를 GitHub에 푸시합니다.
2. GitHub 계정으로 https://share.streamlit.io에 로그인하고 새 앱을 만듭니다.
3. 저장소와 브랜치를 선택하고 main file path를 main.py로 설정합니다.
4. advanced settings에서 Python 3.11 이상을 선택한 뒤 배포합니다.

의존성은 requirements.txt에서 설치되며, 시크릿이나 환경 변수는 필요하지 않습니다. 이 단계는 플랫폼 사용 경험을 바탕으로 작성했으며, 이번 릴리스를 준비하는 동안 최신 문서와 대조하지 못했습니다. 화면이 다르면 다음 문서를 따르십시오: https://docs.streamlit.io/deploy/streamlit-community-cloud.

.devcontainer 설정은 CORS와 XSRF 보호를 끈 상태로 Streamlit을 시작합니다. 이는 GitHub Codespaces의 포트 포워딩에 필요한 것입니다. 공개 배포에는 이 옵션을 쓰지 마십시오.

로드맵

• 사이드바에 회전 게이트(Rx, Ry, Rz)와 더 많은 2큐비트 게이트(CZ, SWAP) 추가
• 실행 취소와 회로 편집, 회로 저장과 불러오기
• 다른 기저에서의 측정, 파울리 관측량의 기댓값
• 진폭 감쇠 채널과 판독 오류 채널
• 회로를 OpenQASM으로 내보내기
• 원어민의 번역 검토, 오른쪽에서 왼쪽으로의 배치

라이선스와 저작자 표시

MIT 라이선스로 배포됩니다. Copyright (c) 2025 rasidi3112. 라이선스 파일은 변경하지 않았습니다.

Mini Quantum Lab은 Rasidi가 만들었으며, 원래의 애플리케이션과 인터페이스, 번역을 작성했습니다. 버전 2.0(시뮬레이션 코어, 테스트, 시각화, 추가 기능)은 그 작업을 바탕으로 합니다.