본 논문은 변분 양자 알고리즘(VQA)의 최적화를 위한 새로운 경사 추정 방법인 Guided-SPSA를 제안합니다. 기존의 정확한 경사 추정 방법인 parameter-shift rule은 계산 복잡도가 높고, 근사적인 경사 추정 방법인 SPSA는 불안정성과 최적화 성능 저하 문제를 가지고 있습니다. Guided-SPSA는 parameter-shift rule과 SPSA를 결합하여 두 방법의 장점을 활용하고 단점을 보완합니다. 실험 결과, Guided-SPSA는 parameter-shift rule에 비해 15%~25%의 회로 평가 횟수 감소를 달성하며, 특히 파라미터 초기값이 좋지 않은 경우 더욱 효과적임을 보여줍니다. 회귀, 분류, 강화 학습 등 다양한 양자 기계 학습 패러다임에서 Guided-SPSA의 성능을 실험적으로 검증했습니다.
