본 논문은 NISQ 시대의 제한된 양자 컴퓨터 성능 향상을 위해, 노이즈가 많은 양자 게이트를 최소화하는 양자 회로 컴파일 알고리즘의 효율적인 적용 방안을 제시합니다. 기존 알고리즘은 5-6 큐비트 이하의 작은 회로에만 적용 가능하다는 한계가 있기에, 큰 회로를 분할하는 과정이 필수적입니다. 본 연구는 대규모 언어 모델(LLM)을 활용하여 양자 회로를 효과적으로 분할하는 방법을 제안하며, Llama 및 Mistral과 같은 LLM을 Berkeley Quantum Synthesis Toolkit의 quick partition 방식을 학습시켜 QASM 코드를 이해하고 생성하는 능력을 활용합니다. 실험 결과, 오픈소스 LLM을 세심하게 미세 조정하여 53.4%의 분할 정확도를 달성하였으나, 기존의 1-shot 및 few-shot 학습 방식으로는 정확한 분할이 불가능함을 보였습니다.
