당신은 주제를 찾고 있습니까 “양자 컴퓨터 원리 – 양자컴퓨터 한방정리!! [안될과학-긴급과학]“? 다음 카테고리의 웹사이트 ppa.maxfit.vn 에서 귀하의 모든 질문에 답변해 드립니다: https://ppa.maxfit.vn/blog/. 바로 아래에서 답을 찾을 수 있습니다. 작성자 안될과학 Unrealscience 이(가) 작성한 기사에는 조회수 943,512회 및 좋아요 16,320개 개의 좋아요가 있습니다.
양자 컴퓨터는 양자 물리학의 속성을 활용하여 계산을 수행하는 제어 가능한 양자 역학 장치입니다. 일부 계산 작업의 경우 양자 컴퓨팅이 기하급수적인 속도 향상을 제공합니다. 이러한 속도 향상은 양자 역학의 세 가지 현상인 중첩, 간섭 및 얽힘 덕분에 가능합니다.
양자 컴퓨터 원리 주제에 대한 동영상 보기
여기에서 이 주제에 대한 비디오를 시청하십시오. 주의 깊게 살펴보고 읽고 있는 내용에 대한 피드백을 제공하세요!
d여기에서 양자컴퓨터 한방정리!! [안될과학-긴급과학] – 양자 컴퓨터 원리 주제에 대한 세부정보를 참조하세요
긴급한 과학 뉴스만 찾아서 확실하게 알려드리는, [긴급과학]!
오늘의 주제는 구글이 돌풍을 일으키고 있는 [양자컴퓨터]를 한 방에 정리하기 위해,
랩미팅에서 못 다한 썰을 양껏 주워 담은 궤도가 직접 다뤄봤습니다!!
#슈퍼컴퓨터 #양자우위 #큐비트 #구글 #시커모어
◆ Thanks to
Written and Directed by Orbit
Editor: RM Bom
Reference:
Feynman, Richard P. \”Simulating physics with computers.\” International journal of theoretical physics 21.6 (1982): 467-488.
Deutsch, David. \”Quantum theory, the Church–Turing principle and the universal quantum computer.\” Proceedings of the Royal Society of London. A. Mathematical and Physical Sciences 400.1818 (1985): 97-117.
Shor, Peter W. \”Algorithms for quantum computation: Discrete logarithms and factoring.\” Proceedings 35th annual symposium on foundations of computer science. Ieee, 1994.
Nakamura, Y., C. D. Chen, and Jaw Shen Tsai. \”Spectroscopy of energy-level splitting between two macroscopic quantum states of charge coherently superposed by Josephson coupling.\” Physical review letters 79.12 (1997): 2328.
Lo, Hoi-Kwong, Tim Spiller, and Sandu Popescu. Introduction to quantum computation and information. World Scientific, 1998.
DiVincenzo, David P. \”The physical implementation of quantum computation.\” Fortschritte der Phy
◆ Music
Storm Time by Muciojad https://soundcloud.com/muciojad
Creative Commons — Attribution-ShareAlike 3.0 Unported— CC BY-SA 3.0
http://creativecommons.org/licenses/b…
Music promoted by Audio Library https://youtu.be/ehhtmyyD4DM
◆ 안될과학 인스타그램
https://www.instagram.com/unreal.science/
◆ 안될과학 문의
E-MAIL : [email protected]
양자 컴퓨터 원리 주제에 대한 자세한 내용은 여기를 참조하세요.
양자컴퓨터 – 나무위키
소프트웨어적 원리. 4.1. 양자 알고리즘의 구조4.2. 고속 연산4.3. 보안. 5. 실용화 가능성. 5.1. 양자 우위와 오류5.2. 위상학적 양자컴퓨터5.3.
Source: namu.wiki
Date Published: 6/28/2022
View: 1687
말 많은 양자컴퓨터, 오해와 사실
그러나 상온 초전도체가 실현되어 대량생산이 가능해진다면 양자컴퓨터가 대중화될 … 이러한 장점은 양자컴퓨터의 작동원리가 기존의 컴퓨터와는 본질적으로 다르기 …
Source: www.ibs.re.kr
Date Published: 9/3/2021
View: 369
양자 컴퓨터 – 위키백과, 우리 모두의 백과사전
양자 컴퓨터(quantum computer)는 얽힘(entanglement)이나 중첩(superposition) 같은 양자역학적인 현상을 활용하여 자료를 처리하는 계산 기계이다.
Source: ko.wikipedia.org
Date Published: 11/27/2022
View: 4046
0과 1이 공존하는 무한의 세계 – 양자컴퓨터
기존 컴퓨터는 이진법(Binary Bit)을 사용한다. 이진법은 0과 1의 오직 두 숫자만 사용하는 계산법이다. 10 대신 2를 기본단위로 하기 때문에 1010으로 …
Source: www.epnc.co.kr
Date Published: 7/27/2021
View: 9465
그래서 양자컴퓨팅이 뭔데? – 문과생을 위한 해설서
“양자컴퓨터가 뭔데”라고 하는 것이다. … 컴퓨터부터, 각 정보기관이나 기업에 있는 슈퍼컴퓨터까지 다 이 비트를 사용하는 원리는 동일하다.
Source: byline.network
Date Published: 7/6/2022
View: 2723
양자혁명 2.0 시대의 예고 : 양자기술과 양자컴퓨터
양자컴퓨터의 핵심 원리 : 양자 중첩과 얽힘. 과학발전의 역사상 세상을 놀라게 한 유명한 고양이가 있다. 슈뢰딩거 고양이는 1935년 오스트리아 이론 …
Source: www.sciencetimes.co.kr
Date Published: 4/11/2022
View: 7515
양자컴퓨터 기술 동향 및 산업 응용 Technological Trends and …
자컴퓨터의 근간을 이루는 양자물리학 원리에 대해 짚어보고자. 한다. 2.1.2 양자컴퓨터와 양자물리학. 양자물리학 또는 양자역학은 미세입자, 즉 전자가 원자 내에.
Source: www.koreascience.or.kr
Date Published: 2/30/2022
View: 6561
주제와 관련된 이미지 양자 컴퓨터 원리
주제와 관련된 더 많은 사진을 참조하십시오 양자컴퓨터 한방정리!! [안될과학-긴급과학]. 댓글에서 더 많은 관련 이미지를 보거나 필요한 경우 더 많은 관련 기사를 볼 수 있습니다.
![양자컴퓨터 한방정리!! [안될과학-긴급과학]](https://i.ytimg.com/vi/MqNlqv1yPqk/maxresdefault.jpg)
주제에 대한 기사 평가 양자 컴퓨터 원리
- Author: 안될과학 Unrealscience
- Views: 조회수 943,512회
- Likes: 좋아요 16,320개
- Date Published: 2019. 12. 29.
- Video Url link: https://www.youtube.com/watch?v=MqNlqv1yPqk
양자 컴퓨팅 이해 – Azure Quantum
목차
양자 컴퓨팅 이해
아티클
07/25/2022
읽는 데 26분 걸림
기여자 7명
이 문서의 내용
양자 컴퓨팅은 환경, 농업, 의료, 에너지, 기후, 재료 과학 및 아직 접하지 않은 다른 분야에서 지구의 가장 큰 도전 과제 중 일부를 해결할 것이라고 약속하고 있습니다. 이러한 문제 중 일부에서는 시스템 크기가 증가하면서 일반 컴퓨팅이 점점 어려워지고 있습니다. 스케일링이 가능하도록 설계할 경우 아마도 양자 시스템은 가장 강력한 슈퍼컴퓨터를 능가하는 기능을 갖게 될 것입니다. 전 세계 양자 연구자, 과학자, 엔지니어, 비즈니스 리더 커뮤니티가 양자 생태계 발전을 위해 지속적으로 협력하고 있으며, 따라서 모든 업계에서 양자 영향이 빠르게 확산될 것입니다.
비트가 클래식 컴퓨팅에서 정보의 기본 단위인 것처럼 큐비트(양자 비트)는 양자 컴퓨팅에서 정보의 기본 단위입니다. 비트 또는 이진수는 0 또는 1을 값으로 가질 수 있지만 큐비트는 0, 1 또는 0 및 1의 양자 중첩을 값으로 가질 수 있습니다.
양자 컴퓨팅의 시작 및 동기에 대한 자세한 내용은 양자 컴퓨팅의 역사 및 배경을 참조하세요.
Azure Quantum은 오늘날의 다양한 양자 하드웨어에서 양자 컴퓨팅 솔루션을 빌드할 수 있는 개방형 에코시스템이며 Cirq, Qiskit 및 Q#을 지원하므로 선호하는 개발 도구를 유연하게 사용할 수 있습니다. 친숙하고 신뢰할 수 있는 Azure 플랫폼을 사용하여 양자 알고리즘을 개발하는 방법과 여러 공급자의 실제 하드웨어에서 양자 알고리즘을 프로그래밍하고 실행하는 방법을 알아볼 수 있습니다.
실제 양자 하드웨어에서 Azure Quantum 작업 영역을 만들고 양자 프로그램을 제출하는 방법을 알아보세요. 처음 사용자는 작업 영역을 만들 때 참여하는 각 양자 하드웨어 공급자(각각 500 USD)와 함께 사용할 수 있는 무료 Azure Quantum 크레딧을 자동으로 받습니다. 크레딧이 더 필요하면 Azure Quantum 크레딧 프로그램에 신청할 수 있습니다.
팁 무료 평가판. Azure 구독이 없는 경우 Azure 체험 계정을 만들 수 있습니다(학생용 무료 Azure 계정 확인).
양자 컴퓨팅과 Azure Quantum은 어디에 사용할 수 있나요?
양자 컴퓨터는 모든 작업을 더 빠르게 수행할 수 있는 슈퍼컴퓨터는 아닙니다. 양자 컴퓨팅 연구의 목표는 기존 컴퓨터를 사용할 때보다 양자 컴퓨터를 사용할 때 더 빠르게 해결할 수 있는 문제와 가속 수준을 연구하는 것입니다.
양자 컴퓨터는 수많은 조합을 계산해야 하는 문제 처리에 매우 적합합니다. 이러한 유형의 문제는 양자 시뮬레이션, 암호화, 양자 기계 학습, 검색 문제와 같은 여러 영역에서 볼 수 있습니다.
Microsoft의 양자 컴퓨팅 연구에 대한 최신 정보는 Microsoft Research Quantum Computing 페이지를 참조하세요.
양자 시뮬레이션
양자 역학은 우주의 기본 ‘운영 체제’입니다. 자연의 기본 구성 요소가 어떻게 작동하는지를 알려주죠. 화학 반응, 생물학적 반응, 물질 형성과 같은 자연의 행태에는 다체 양자 상호 작용이 관여하고 있는 경우가 많습니다. 분자와 같은 양자 역학 시스템의 본질적인 시뮬레이션에서는 양자 컴퓨팅이 유망합니다. 큐비트는 궁금한 자연 상태를 나타내는 데 사용할 수 있기 때문입니다. 우리가 모델링할 수 있는 양자 시스템의 예로는 광합성, 초전도 및 복합 분자 형성이 있습니다.
QDK(Quantum Development Kit)는 양자 컴퓨터에서 전자 구조 문제 및 양자 역학을 시뮬레이션할 수 있도록 양자 화학 라이브러리와 함께 제공됩니다. 이러한 시뮬레이션의 예로는 분자 지상 상태의 간단한 분자 에너지 추정이 있습니다. 이 예제와 더 많은 QDK 및 Azure Quantum 샘플은 코드 샘플에서 찾을 수 있습니다.
양자 가속
양자 컴퓨팅 연구의 목표는 기존 컴퓨터를 사용할 때보다 양자 컴퓨터를 사용할 때 더 빠르게 해결할 수 있는 문제와 가속 수준을 연구하는 것입니다. 잘 알려진 두 가지 예는 Grover 알고리즘과 Shor 알고리즘으로, 고전적 알고리즘에 비해 각각 다항식 및 기하급수적 속도 향상이 가능합니다.
양자 컴퓨터에서 실행되는 Shor 알고리즘은 데이터를 안전하게 전송하기 위해 전자상거래에서 널리 사용되는 RSA(Rivest–Shamir–Adleman) 체계와 같은 기존 암호화 체계를 뚫을 수 있습니다. 이 체계는 기존 알고리즘을 사용하여 소수 인수 분해의 실질적 어려움을 기반으로 합니다. 양자 암호화를 이용하면 복잡성 추정이 아닌 기본 물리학을 사용하여 정보 보안을 보장할 수 있습니다.
Shor의 팩터링 알고리즘과 마찬가지로, 숨겨진 시프트 문제는 양자 컴퓨터가 가장 잘 알려진 클래식 알고리즘보다 기하급수적으로 성능 우위를 점하는 근본적인 이유입니다. 이는 결국 디콘볼루션 문제를 해결하는 데 도움이 될 수 있으며 복잡한 데이터 세트 속에 숨겨진 패턴을 효율적으로 찾을 수 있습니다. 양자 컴퓨터는 원칙적으로 콘볼루션을 고속으로 계산할 수 있으며, 이는 푸리에 변환을 매우 빠르게 컴퓨팅하는 양자 컴퓨터의 기능을 기반으로 합니다. Azure Quantum 작업 영역의 샘플 갤러리에서 숨겨진 시프트 Jupyter Notebook 샘플을 찾을 수 있습니다(Azure 계정 필요).
Grover 알고리즘은 비정형 데이터를 검색하는 솔루션의 속도를 획기적으로 높여 그 어떤 클래식 알고리즘보다도 빠르게 검색을 실행합니다. 사실, 특정 값 $x$가 유효한 해(“예 또는 아니요 문제”)인지 확인할 수 있는 문제는 검색 문제의 측면에서 작성할 수 있습니다. 예는 다음과 같습니다.
부울 충족 가능성 문제: 부울 값 집합 $x$가 지정된 부울 수식을 충족하는 해석(변수에 대한 값 할당)인가?
외판원 문제: $x$가 모든 도시를 연결하는 가능한 최단 루프를 설명하는가?
데이터베이스 검색 문제: 데이터베이스 테이블에 레코드 $x$가 포함되어 있는가?
정수 소인수분해 문제: 고정소수점 수 $N$를 수 $x$로 나눌 수 있는가?
수학 문제를 해결하기 위한 Grover 알고리즘의 실제 구현 방법은 Azure Quantum 작업 영역의 샘플 갤러리에서 Grover의 검색 Jupyter Notebook을 살펴보거나(Azure 계정 필요) 이 Grover 검색 알고리즘 구현 자습서를 참조하세요.
더 많은 양자 알고리즘 샘플은 코드 샘플을 참조하세요.
양자 기계 학습
클래식 컴퓨터의 기계 학습은 과학과 비즈니스의 세계를 혁신적으로 변화시키고 있습니다. 그러나 모델 학습에 들어가는 높은 계산 비용은 이 분야의 개발 및 범위를 넓히는 데 방해가 됩니다. 양자 기계 학습 영역은 클래식 컴퓨터보다 더 빠르게 실행되는 기계 학습을 가능하게 하는 양자 소프트웨어를 고안하고 구현하는 방법을 검색합니다.
QDK(Quantum Development Kit)는 하이브리드 양자/클래식 기계 학습 실험을 실행할 수 있는 양자 기계 학습 라이브러리와 함께 제공됩니다. 이 라이브러리는 샘플과 자습서를 포함하고 있으며, 감독된 분류 문제를 해결하기 위해 새 하이브리드 양자 클래식 알고리즘인 회로 중심 양자 분류자를 구현하는 데 필요한 도구를 제공합니다.
양자 컴퓨팅은 문제를 어떻게 해결하나요?
양자 컴퓨터는 양자 물리학의 속성을 활용하여 계산을 수행하는 제어 가능한 양자 역학 장치입니다. 일부 계산 작업의 경우 양자 컴퓨팅이 기하급수적인 속도 향상을 제공합니다. 이러한 속도 향상은 양자 역학의 세 가지 현상인 중첩, 간섭 및 얽힘 덕분에 가능합니다.
중첩
거실에서 운동하고 있다고 상상해 보세요. 왼쪽으로 완전히 돈 다음, 오른쪽으로 완전히 돕니다. 이제 왼쪽 및 오른쪽으로 동시에 돌아 보세요. 이렇게 돌 수는 없습니다(적어도 자신을 둘로 쪼개지 않는 한). 분명히 두 상태에 동시에 있을 수 없습니다. 즉 왼쪽 및 오른쪽으로 동시에 향할 수는 없습니다.
그러나 양자 입자인 경우 중첩(또는 결집이라고도 함)이라는 현상으로 인해 좌향 및 우향에 대한 특정 확률이 있을 수 있습니다.
클래식 입자와 달리 $A$ 및 $B$의 두 상태가 양자 입자의 유효한 양자 상태인 경우 상태의 선형 조합도 유효한 양자 상태 $\text{qubit state}=\alpha A + \beta B$입니다. $A$ 및 $B$ 양자 상태의 이 선형 조합을 중첩이라고 합니다. 여기서 $\alpha$ 및 $\beta$는 각각 $A$ 및 $B$의 확률 진폭으로 $|\alpha|^{2} + |\beta|^{2} = 1$입니다.
이온, 전자 또는 초전도 회로와 같은 양자 시스템만 양자 컴퓨팅을 사용할 수 있는 중첩 상태에서 존재할 수 있습니다. 전자와 같은 양자 입자에는 자체 “왼쪽 또는 오른쪽을 향한” 속성이 있습니다(예: 스핀이라고 함). 따라서 전자의 양자 상태는 “스핀업” 및 “스핀다운”의 중첩입니다.
일반적으로 양자 시스템이 두 개의 양자 상태에 있을 수 있는 경우 기존 이진 컴퓨팅과 더 관련성이 높도록 하기 위해 이러한 상태를 0 상태 및 1 상태라고 합니다.
큐비트 및 확률
클래식 컴퓨터는 정보를 비트 단위로 저장하고 처리합니다. 이 비트의 상태는 1 또는 0일 수 있지만 둘 다일 수는 없습니다. 양자 컴퓨팅에서의 해당 항목은 큐비트입니다. 큐비트는 양자 상태 0과 1의 중첩에 있을 수 있는 모든 양자 시스템입니다. 가능한 각 양자 상태에는 연결된 확률 진폭이 있습니다. 큐비트를 측정한 후에만 해당 상태가 연결된 확률에 따라 0 상태 또는 1 상태로 축소되므로 가능한 상태 중 하나가 특정 확률로 획득됩니다.
큐비트가 한쪽 방향 또는 다른 방향으로 붕괴될 확률은 양자 간섭에 의해 결정됩니다. 양자 간섭은 측정하는 동안 특정 결과의 확률에 영향을 주기 위해 큐비트의 상태에 영향을 주며, 이 확률 상태는 양자 컴퓨팅의 뛰어난 기능이 됩니다.
예를 들어 클래식 컴퓨터에서 두 개의 비트를 사용하면 각 비트에서 1 또는 0을 저장할 수 있으므로 네 개의 가능한 값(00, 01, 10 및 11)을 저장할 수 있지만 한 번에 하나의 값만 저장할 수 있습니다. 그러나 중첩 상태의 두 개의 큐비트를 사용하면 각 큐비트가 1, 0 또는 둘 다일 수 있으므로 동일한 네 개의 값을 동시에 나타낼 수 있습니다. 세 개의 큐비트를 사용하면 8개의 값, 네 개의 큐비트를 사용하면 16개의 값 등을 나타낼 수 있습니다.
자세한 정보는 양자 컴퓨팅의 큐비트를 참조하세요.
얽힘
양자 역학의 가장 흥미로운 현상은 둘 이상의 양자 시스템이 서로 얽히는 능력입니다. 얽힘은 양자 시스템 간의 양자 상관 관계입니다. 큐비트가 얽히면 개별 하위 시스템의 양자 상태를 독립적으로 설명할 수 없도록 전역 시스템을 형성합니다. 글로벌 시스템의 상태를 하위 시스템의 선형 조합으로 작성할 수 없는 경우 두 시스템이 얽혀 있는 것입니다.
얽힌 양자 시스템은 먼 거리에서 분리된 경우에도 이러한 상관 관계를 유지할 수 있습니다. 즉, 한 하위 시스템에 적용하는 작업 또는 프로세스가 다른 하위 시스템과도 관련이 있습니다. 얽힌 큐비트 간에 상관 관계가 있으므로 한 큐비트의 상태를 측정하면 다른 큐비트의 상태에 대한 정보가 제공됩니다. 이 특정 속성은 양자 컴퓨팅에 매우 유용합니다.
참고 두 큐비트 간의 모든 상관 관계가 두 큐비트의 얽힘을 의미하는 것은 아닙니다. 고전적 비트도 상관 관계를 가질 수 있습니다. 두 개의 큐비트가 고전적 비트를 사용하여 재현할 수 없는 상관 관계를 보일 경우 이들은 얽힌 것입니다. 고전적 상관 관계와 양자 상관 관계 간의 이러한 차이는 미묘하지만 양자 컴퓨터에서 제공되는 속도 향상에 반드시 필요합니다.
자세한 내용은 Q# 및 Azure Quantum으로 양자 얽힘 살펴보기 자습서를 참조하세요.
양자 컴퓨터와 양자 시뮬레이터의 비교
양자 컴퓨터는 기존 컴퓨팅과 양자 컴퓨팅의 성능을 결합하는 컴퓨터입니다. 현재 양자 컴퓨터는 하이브리드 모델, 즉, 양자 프로세서를 제어하는 기존 컴퓨터에 해당합니다.
양자 컴퓨터 개발은 아직 초기 단계입니다. 양자 하드웨어는 가격이 비싸고 대부분의 시스템은 대학과 연구소에 있습니다. 클래식 컴퓨터는 익숙한 실리콘 기반 칩을 사용하지만, 양자 컴퓨터는 원자, 이온, 광자 또는 전자와 같은 양자 시스템을 사용합니다. 그러나 이 기술은 발전하고 있으며 양자 시스템에 제한적인 퍼블릭 클라우드 액세스가 가능합니다.
Azure Quantum은 특정 시스템에 대해 동일한 알고리즘을 튜닝할 수 있는 유연성을 유지하면서도 한 번에 여러 플랫폼에 대한 양자 알고리즘을 만들 수 있습니다. Qiskit, Cirq 및 Q#과 같은 여러 프로그래밍 언어 중에 선택하고 여러 양자 시스템에서 알고리즘을 실행할 수 있습니다. Azure Quantum에서는 오늘날의 양자 시스템을 탐색하는 동시에 미래의 확장된 양자 시스템에 대비할 수 있습니다.
팁 처음 사용자는 작업 영역을 만들 때 참여하는 각 양자 하드웨어 공급자에서 사용할 수 있는 무료 $500(USD)Azure Quantum 크레딧을 자동으로 받습니다. 크레딧을 모두 사용했는데 더 필요한 경우 Azure Quantum Credits 프로그램에 신청할 수 있습니다. 자세한 내용은 Azure Quantum 크레딧 프로그램 애플리케이션을 참조하세요.
Azure Quantum 하드웨어
양자 컴퓨터는 크게 다음과 같은 세 부분으로 구성됩니다.
큐비트를 보관하는 디바이스
큐비트에서 양자 연산(양자 게이트라고도 함)을 수행하고 측정하는 방법
프로그램을 실행하고 지침을 보내는 클래식 컴퓨터
큐비트는 쉽게 손상되고 환경 간섭에 매우 민감합니다. 큐비트를 저장하는 일부 방법의 경우 큐비트를 저장하는 장치는 결집을 최대화하기 위해 절대 0(영)도 바로 위의 온도로 유지됩니다. 다른 유형의 큐비트 저장에서는 진동을 최소화하고 큐비트를 안정화하는 데 도움이 되는 진공 챔버를 사용합니다.
큐비트 유형에 따라 극초단파, 레이저, 전압 등의 다양한 방법으로 연산을 수행할 수 있습니다.
양자 컴퓨터는 올바르게 작동하기 위한 많은 과제를 마주하고 있습니다. 양자 컴퓨터의 오류 수정은 중요한 문제이며, 확장(더 많은 큐비트 추가)은 오류 비율을 높입니다. 이러한 제한으로 인해 데스크톱용 양자 PC는 아직 멀지만 상업적으로 실행 가능한 랩 기반 양자 컴퓨터는 가까이 있습니다.
Microsoft는 양자 하드웨어에 대한 클라우드 액세스를 제공하기 위해 양자 하드웨어 회사와 파트너 관계를 맺고 있습니다. Azure Quantum 플랫폼과 QDK가 있으면 다양한 양자 하드웨어에서 양자 프로그램을 살펴보고 실행할 수 있습니다. 다음은 현재 사용 가능한 양자 대상입니다.
Quantinuum: 충실도가 높고 완전히 연결된 큐비트와 중간 회로 측정을 수행 능력을 갖춘 트랩 이온 시스템입니다.
시스템입니다. IonQ: 최대 11개의 완전히 연결된 큐비트에 대해 동적으로 재구성 가능한 트랩된 이온 양자 컴퓨터로, 모든 쌍 간에 2큐비트 게이트를 실행할 수 있습니다.
자세한 내용은 전체 양자 컴퓨팅 대상 목록을 참조하세요.
Azure Quantum 시뮬레이터
지금은 리소스 및 예산으로 인해 실제 양자 하드웨어의 사용이 제한적입니다. 양자 시뮬레이터는 양자 알고리즘을 실행하여 알고리즘을 쉽게 테스트 및 디버그하고, 결과가 예상과 일치한다는 확신이 들면 실제 하드웨어에서 양자 알고리즘을 실행합니다.
양자 시뮬레이터는 클래식 컴퓨터에서 실행되며 큐비트가 서로 다른 연산에 어떻게 반응하는지 예측하는 환경에서 양자 프로그램을 실행하고 테스트할 수 있는 소프트웨어 프로그램으로, 알고리즘을 쉽게 테스트 및 디버그한 후 결과가 예상과 일치할 것이라는 확신이 생기면 실제 하드웨어에서 알고리즘을 실행할 수 있습니다.
QDK(Quantum Development Kit)에는 대규모 시스템을 시뮬레이션하는 스파스 시뮬레이터, 노이즈가 있을 때 양자 알고리즘을 시뮬레이션하는 노이즈 시뮬레이터 및 리소스 예측 도구를 포함하여 동일한 양자 알고리즘을 시뮬레이션하는 다양한 방법을 나타내는 다양한 양자 시뮬레이터 클래스가 포함되어 있습니다. 자세한 내용은 양자 시뮬레이터를 참조하세요.
Azure 계정이 있는 경우 Azure Quantum 작업 영역의 샘플 갤러리에서 양자 시뮬레이터를 사용하는 여러 가지 Jupyter Notebook 샘플을 찾을 수 있습니다. Q# 및 Azure Quantum Notebook을 시작하는 방법을 참조하세요.
다음 단계
[Talk Talk] 말 많은 양자컴퓨터, 오해와 사실
▲ 현재 수준의 양자컴퓨터는 기존의 컴퓨터를 대체할 수 없다. 대체재나 경쟁자라기보다는 오히려 보완재에 가깝다. 그러나 상온 초전도체가 실현되어 대량생산이 가능해진다면 양자컴퓨터가 대중화될 가능성도 없지는 않다. ⓒ shutterstock.com
2014년은 SF 팬이나 새로운 기술에 민감한 엔지니어들에게는 다소 실망스러운 소식으로 시작했다. 바로 세계 최초의 양자컴퓨터로 화제를 모았던 D-Wave의 성능이 일반 컴퓨터와 그리 다르지 않다는 것이다. 심지어 일각에서는 D-Wave가 ‘제대로 된 양자컴퓨터가 아니다’는 얘기까지 한다. 사실 최초의 양자컴퓨터라는 타이틀치고는 D-Wave가 한 일이 별로 없긴 하다. 양자컴퓨터가 NP 문제를 쉽게 해결한다고는 하지만 어디까지나 적절한 알고리즘이 적용됐을 때의 이야기, D-Wave는 지금까지 록히드 마틴, NASA, 구글 딱 세 곳에 팔렸을 뿐이고 특별한 활약을 보였다는 얘기가 아직 없다. 요란한 기대만큼의 역할을 해주려면 아직 시간이 필요할 것으로 보인다.
양자컴퓨터는 병렬컴퓨터인가?
여러 언론에서는 2013년부터 당장에라도 양자컴퓨터가 실용적인 수준에서 사용될 것처럼 보도하곤 했다. 최근 2년 들어 양자컴퓨터에 대한 대중적인 정보도 크게 늘었다. 심지어 ‘양자컴퓨터에 윈도 깔면 부팅 시간이 몇 초?’같은 황당한 질문들도 종종 보인다. 그런 질문에 정성스럽고 진지하게 답을 달아주는 모습까지.
과연 양자컴퓨터가 언론과 사람들의 기대대로 조만간 실현될까? 대부분의 전문가는 아직 한참 멀었다는 데 의견을 같이한다. 그것도 사람들이 기대하는 형태하고는 차이가 클 것이다. 현재의 기술 수준으로는 양자컴퓨터에 게임은 고사하고 업무용 프로그램은 물론, 윈도나 리눅스 같은 대중적인 운영체제조차 깔지 못할 것이다. 애초에 현재 연구되는 수준의 양자컴퓨터는 한정된 용도로만 사용 가능한 컴퓨터이기 때문이다.
언론과 대중의 이상할 정도로 과열된 관심은 양자컴퓨터에 대한 오해에서 비롯된다. 흔히 양자컴퓨터를 대규모 병렬 계산이 가능한 컴퓨터 정도로 생각하곤 한다. 그도 무리가 아닌 것이 양자컴퓨터는 양자적 상태의 조합인 ‘큐비트’를 이용하여 연산한다고 알려졌으며 그에 따라 한 단위가 다루는 정보도 0과 1의 두 가지가 아닌 00, 01, 10, 11 조합의 네 가지 상태기 때문이다. 그 결과 양자컴퓨터는 이진 코드를 사용하는 컴퓨터에 비해 곱절이나 빠른 처리가 가능할 것으로 기대된다.
▲ 세계 최초의 양자컴퓨터 D-Wave 1. 현재 명령어셋과 프로그래밍 언어까지 개발되어 실용성이 높아졌지만 최근 성능 논란에 휘말렸다. ⓒ D-Wave
▲ 연산능력을 극대화한 슈퍼컴퓨터는 병렬컴퓨팅을 이용한다. 프로세서 여러 대를 연결하여 한 번에 많은 연산을 처리하도록 구성한 것이다. 그러나 병렬컴퓨팅의 기반은 기존 프로세서의 아키텍처와 알고리즘이다. 양자컴퓨팅은 구조와 작동방식이 본질적으로 다르다. 사진은 IBM의 슈퍼컴퓨터 ‘블루진(Blue Gene)’ⓒ IBM
그런데 정말 그럴까? 물론 큐비트는 고전적인 컴퓨터의 비트와 달리 얽힘을 이용하여 n개의 양자가 존재할 때 2n개 만큼의 상태를 만들어낼 수 있다. 그러나 단순히 상태를 표현하는 가짓수가 많은 것만으로는 특별할 것이 없다. 고전적인 컴퓨터의 연산으로도 적절한 알고리즘만 도입하면 큐비트가 보여주는 것만큼이나 다양한 상태를 만들어낼 수 있기 때문이다. 양자컴퓨터를 일반 컴퓨터와 차별화하는 점은 큐비트가 만들어내는 경우의 수가 아니라 연산이 결정론적이냐, 비결정론적이냐의 여부다.
결정론적 튜링 기계 vs 비결정론적 튜링 기계
▲ 큐비트는 말보다는 공간 기하로 설명하는 편이 이해가 빠르다. ‘블로흐 구’라고 부르는 위의 그래프에서 구의 표면은 두 가지 결과에 대한 확률값의 합이 1인 점으로 가능한 모든 사건이 일어나는 경우를 확률적으로 표현한 것이다. 고전적인 비트는 구의 ‘북극’과 ‘남극’에 해당하는 1과 0 값만 지닐 수 있지만 큐비트는 구의 어느 곳에도 존재할 수 있다. 북극과 남극을 제외한 나머지 표면에서는 1과 0 두 가지 사건에 대한 확률이 공존한다. 중첩을 정확히 이해하려면 확률에 대한 일반적인 상식에서 다소 벗어나야 한다. A라는 물체가 B에 있을 확률이 10%라면 10번 중 한 번은 B 장소에 있고 나머지 9번은 B에 없다는 뜻이다. 이때 A는 결코 같은 시간에 두 곳에 존재할 수 없다. A가 B에서 발견된다면 A는 다른 곳에는 존재하지 않는다. 그러나 양자적 수준의 미시세계에서는 A가 B와 B가 아닌 곳에 ‘동시에’ 존재한다. 다만 그 존재 확률이 B에서는 10%로 나타날 뿐이다. 사실 중첩과 같은 현상은 우리가 지각할 수 있는 세계의 경험과 너무나 이질적이라서 적당한 시각화 방법이 없다. 위의 도표도 일상적인 경험에 비추어 이해할 수 있도록 도식화한 것뿐이다.
고전적인 컴퓨터는 하나의 입력에 대해 하나의 결과만 내놓는다. 입력값에 따라 출력값이 선형적으로 결정되는 결정론적인 체계다. 이에 비해 양자적 수준의 소립자를 이용하는 양자컴퓨터는 입자 상태의 ‘중첩’을 이용한다. 상태의 중첩이란 여러 가지 상태가 동시에 하나의 입자에 나타나는 것을 말하며 흔히 이야기하는 양자의 ‘불확정성’과 연관된다.
예를 들어 어떤 양자컴퓨터가 전자의 스핀을 큐비트로 이용한다고 생각해보자. 연산을 시작하기 전의 전자는 양자컴퓨터 내에서 전자가 지닐 수 있는 스핀의 값인 +1/2, -1/2을 모두 가진다. 이는 거칠게 표현하면 이렇다. 어떤 질문에 대해 그렇다는 흰 공, 아니다는 검정 공으로 표현한다고 생각해보자.
당신이 질문을 던졌을 때 상대방이 공을 내놓았는데 이 공이 흰색인 동시에 검은색이라는 이야기다. 얼핏 보면 그저 결과를 모르니 ‘흰 공일 확률이 반, 검은 공일 확률이 반’이라고 이야기하는 것처럼 보인다. 그러나 중첩이란 단순히 가능성만을 이야기하는 것이 아니다. 양자적 수준에서 검정 공과 흰색 공은 둘 다 분명히 존재한다. 그것도 같은 자리, 같은 시간에. 다만 존재할 확률이 각각 50%씩일 뿐이다. 더 정확히 이야기하자면, 양자적 수준에서는 관측 전까지 여러 상태가 확률적으로 중첩된 상태로 존재하다 관측하거나 조작하는 순간 어느 하나의 상태로 고정된다.
이러한 양자적 특성 때문에 양자컴퓨터는 적은 큐비트로도 많은 경우의 수를 표현할 수 있을 뿐 아니라 큐비트의 행동 자체가 비결정론적이라 여러 가지 결괏값을 한 번에 낼 수 있다. 여기에 더해 양자를 확률 파동함수로 표현했을 때 상반되는 상태가 상쇄되어 오답을 재빨리 제거할 수 있다는 점까지 고려하면 적당한 메커니즘만 지닌 문제라면 양자컴퓨터가 매우 빠르게 해결할 수 있음을 알 수 있다. 이러한 장점은 양자컴퓨터의 작동원리가 기존의 컴퓨터와는 본질적으로 다르기 때문에 나타난다. 따라서 양자컴퓨터의 ‘빠름’은 우리가 컴퓨터에 기대하는 ‘빠름’과는 그 적용분야나 성격에 큰 차이가 있는 것이다. 어쩌면 특정 연산에서 기존 컴퓨터와 속도 차이가 별로 없거나 부족한 결과를 보여주었다고 양자컴퓨터에 실망할 필요는 없는 셈이다.
▲ 튜링 기계를 표현한 일러스트. 튜링 기계는 영국의 수학자, 앨런 튜링이 제안한 계산기계로 테이프에 기록된 연산을 순차적으로 처리한다. 현대 컴퓨터의 기본 원리는 튜링 기계를 바탕으로 폰 노이만 구조를 적용한 것이다. 즉 현대 컴퓨터의 기본 구조는 튜링 기계의 일부분이며 양자컴퓨터 역시 마찬가지다. ⓒ Schadel
▲ 양자 중첩에 대한 대표적인 예시가 슈뢰딩어의 고양이다. 슈뢰딩어는 상반된 두 가지 상태가 중첩된다고 할 때 어떤 논리적 모순이 생기는지 풍자하려 고양이 실험을 고안했으나 현재는 상식적으로 이해하기 어려운 미시현상을 대표하는 비유로 사용된다. ⓒ ADA+Neagoe
기존 컴퓨터가 해결하지 못하는 문제를 해결한다
그렇다면 왜 과학자들이 기존의 컴퓨터와는 동떨어진 양자컴퓨터에 매달릴까? 양자컴퓨터가 비결정론적인 NP 문제를 해결할 때 큰 역할을 할 수 있기 때문이다. NP 문제란 ‘비결정론적 튜링 기계’라는 장치로 합리적인 시간 내에 풀 수 있는 문제를 말한다. 수학계의 밀레니엄 문제 중 하나인 P-NP 문제에 등장하는 NP 문제가 바로 이것이다. 현재 사용하는 컴퓨터처럼 단일 경로만 계산할 수 있는 기계는 NP 문제를 해결하려면 문제의 복잡도가 증가할수록 지수함수적인 비례로 해결시간이 증가하므로 효율적이지 않다. A라는 암호체계를 깨려면 몇 만 년이 걸리네 어쩌네 하는 이유도 이 때문이다.
▲ NP 문제의 대표적인 예시가 교통상황 분석이다. 도로의 교통상황은 각각의 차량의 움직임이 상호작용하여 만들어내는 현상이다. 개별 차량의 움직임을 모두 분석하면 교통상황을 예측할 수 있겠지만, 연산에 너무나도 많은 시간이 소요되어 현실적으로 거의 불가능하다. 비결정론적인 튜링 기계는 특정한 NP 문제를 충분히 이른 시간 내에 해결할 수 있으리라고 기대된다. ⓒ shutterstock.com
비결정론적 튜링 기계는 문제에 대한 여러 가지 답을 동시에 계산할 수 있는 장치다. 간단히 말하면 여러 가지 경우의 수 중 최적의 해결책을 골라내는 것이다. 길 찾기 알고리즘이 좋은 예다. A에서 B까지 가는 합리적인 경로가 10가지라고 해보자. 비결정론적 튜링 기계는 목적지까지 가는 경로 10가지를 동시에 시뮬레이션하고 그중 가장 일찍 도착한 경로를 정답으로 내놓는다. 이는 10개의 서로 다른 계산장치가 각각 하나의 경로만을 계산하고 이들 중 가장 빨리 계산을 끝낸 장치가 결과값을 보고하는 것과 같다.
따라서 비결정론적인 튜링 기계는 다양한 원인과 요소들을 고려해야 하면서도 공식처럼 적용되는 표준 해법이 존재하지 않는 복잡한 문제들을 빠르게 해결할 수 있다. 예로 든 최적 경로를 찾는 문제나 암호 해독, 시장 분석, 유체 등의 복잡계 분석, 자연어 분석과 같은 과제들이 바로 비결정론적인 튜링 기계가 해결 가능한 문제들이다.
물론 NP 문제는 P 문제에 포괄되므로 고전적 컴퓨터인 결정론적 튜링 기계도 적절한 알고리즘만 짜면 NP 문제를 해결할 수 있다. 다만 그 시간이 엄청나게 오래 걸리는 것이 문제다. 특히 양자컴퓨터는 소인수분해나 이산 로그에서 강력한 것으로 알려졌다. 소인수분해나 이산로그 모두 큰 수에 대해서는 일반적인 해법이 존재하지 않아 대입을 통해 일일이 확인해보아야 하는 문제들이다. 이 두 가지 과제들은 현대 암호학의 공개키 알고리즘의 중요한 부분을 차지하기에 양자컴퓨터가 언급될 때마다 암호에 대한 얘기가 따라붙는다.
그러나 NP 문제는 양자컴퓨터 본연의 목적도 아니고 애초에 모든 NP 문제에 양자컴퓨터가 효율적인 것도 아니다. 양자컴퓨터가 그보다 더 막강한 능력을 발휘하리라고 기대되는 분야는 입자들의 미시적 운동을 분석해야 하는 학문 분야다. 양자컴퓨터에 대한 논의 자체가 미시세계의 운동을 분석하려면 슈뢰딩어 방정식에 기반을 둔 컴퓨터가 있어야겠다고 주장한 리처드 파인만의 논문으로부터 비롯됐음을 상기해보자.
양자컴퓨터는 기존 컴퓨터를 대체할까?
▲ 코넬 대학교 강의실에서의 리처드 파인만. 파인만은 1982년의 논문에서 양자컴퓨터의 가능성과 필요성을 제시했다.
이처럼 특정 분야에서는 기대를 한몸에 받는 양자컴퓨터지만 비가역적인 변환에 대해서는 오히려 기존 컴퓨터보다 취약할 수 있다. 양자역학적 시스템은 ‘유니터리’한 방식으로만 변화한다. 유니터리란 양자를 행렬로 표현했을 때 이에 대한 역행렬이 항상 존재한다는 뜻이다. 이는 양자에 어떤 변환을 가했을 때 역변환이 항상 가능해야 한다는 뜻이므로 양자컴퓨터로 계산한 결괏값으로부터 입력값을 다시 찾는 것이 항상 가능해야 한다. 그러나 일대일 함수가 아니라면, 즉 둘 이상의 입력값으로부터 동일한 결괏값이 나올 수 있는 경우에는 결괏값만으로 정확한 입력값을 찾아낼 수 없다.
간단히는 기본적인 형태의 이차방정식, x2=1의 경우를 생각해보면 된다. 제곱해서 값이 1이 되는 경우는 +1과 -1, 두 가지 모두 해당되므로 단지 제곱한 결과가 1이라는 정보만으로, 다른 단서가 없는 한 원래 x가 정확히 어느 값이었는지 판단하는 것은 불가능하다. 고전컴퓨터는 둘째치고 중등 이상의 교육을 받은 사람이 쉽게 암산할 수 있는 이런 문제가 양자컴퓨터에게는 난제가 될 수 있다. 물론 조건값을 삽입해서, 즉 ‘x가 1일 경우에는 제곱하면 1이다’와 ‘x가 -1일 경우에는 제곱하면 1이다’는 두 가지 형태로 분리해서 연산할 수 있기는 하지만 이는 어디까지나 연산 회수를 늘려야 하는 우회로일 뿐이다. 그래서 ‘양자컴퓨터가 평범한 컴퓨터에 깨졌다!’는 이야기는 어떤 연산으로 실험한 것인지를 먼저 살펴봐야 한다. 애초에 일반적인 컴퓨터와 양자컴퓨터는 용도가 다르기 때문이다.
결국, 양자컴퓨터에 기대감을 보이는 것은 좋지만 신중할 필요가 있다. 나중에는 모르겠지만, 현재 수준에서 양자컴퓨터는 개인용 컴퓨터를 대체할 일도 없고 연구 방향이 그쪽도 아니다. 양자컴퓨터의 가능성은 오히려 현재의 컴퓨터로 하기 어려운 일들에 있다. 양자컴퓨터와 기존 컴퓨터는 경쟁이 아니라 보완관계인 셈이다.
무엇보다 아직 기술적으로 해결할 과제도 수두룩하다. 양자컴퓨터의 기본 정보 단위인 큐비트를 충분한 시간 동안 유지하는 것도 관건이거니와 큐비트가 외부 환경 변화에 민감하므로 차폐시설에도 신경을 써야 한다. D-Wave가 그토록 고가인 이유도 큐비트를 유지하기 위해 초전도체를 사용하고 고도의 방음, 차진 설비를 적용했기 때문이다.
양자컴퓨터 실현의 첨병, 스핀트로닉스
D-Wave는 양자컴퓨터의 이러한 한계를 단적으로 보여준다. 민감한 프로세서를 관리하고 초전도상태를 유지하느라 온갖 장치들을 붙이다 보니 덩치가 엄청나게 커졌다. 자연히 용도도 제한됐는데도 천만 달러 이상이라는 고가를 유지하고 있다. 사용하는 곳이 없는 것은 당연지사, 이런 기술의 단골손님인 NASA와 군수 기업인 록히드 마틴, 구글이 D-Wave를 사용하는 곳의 전부다. 그러고도 완전한 양자컴퓨터를 구현하지도 못했다. D-Wave는 양자 CPU에서 처리된 연산 결과를 외부의 컴퓨터가 다시 읽는 구조라 사실 ‘반만’ 양자컴퓨터인 셈이다. D-Wave는 구조적으로 일반 워크스테이션에 큐비트 CPU를 보조연산장치로 달아놓은 것과 비슷하다.
▲ 탈륨/실리콘(111)의 원자 구조를 위에서 본 그림. 빨간색과 초록색은 각각 탈륨과 실리콘 원자를 나타낸다. 파란색 화살표는 원자 구조의 대칭성을 보여주는 거울 면이다. ⓒ 염한웅
이러한 난점의 핵심은 바로 큐비트를 제대로 제어하기 어렵다는 데 있다. 입자의 성질 중 확연히 구분되는 상태를 지닐 수 있는 것은 무엇이나 큐비트로 이용할 수 있지만 양자적인 수준에서 제어하기란 무척 어려운 일이다. 가장 제어가 용이하리라고 예측되는 전자의 스핀조차 실용적인 수준의 컴퓨팅을 구현하기에는 일정한 상태를 유지할 수 있는 시간이 너무 짧다. 이는 마치 나중에 참고하려고 적어 둔 메모의 글자들이 제멋대로 바뀌는 것과 같을 정도로 심각한 문제다. 정보의 안정성이 보장되지 않는 것이다.
많은 과학자가 이 문제를 해결하려 시도하고 있다. 당연하게도, 안정성 높은 큐비트를 얻는 것은 공학자가 아니라 이론 물리를 연구하는 기초과학자들의 몫이다. 특히 전자의 스핀을 제어하는 방법에 대한 연구가 활발하여 아예 ‘스핀트로닉스’라는 이름이 붙었다.
다행히 스핀트로닉스 분야에서 주목할만한 성과들이 나오고 있다. 대표적인 연구가 지난해 IBS의 원자제어 저차원 전자계 연구단이 추진 중인 밸리트로닉스 관련 연구다. 이 연구단은 최근 기존의 실리콘 기반의 반도체를 이용하면서도 스핀을 쉽게 조절하는 방법을 찾아냈다. 스핀이 아닌 다른 특성, 파동양자수를 이용하여 스핀이 일정하게 유지될 수 있는 조건을 만들어 준 것이다. 이 연구는 특정 시스템에서 간단하고 확실하게 스핀이 분극되어 유지되는 현상을 관찰함으로써 진정한 양자컴퓨터의 실현 가능성을 높인 것으로 평가된다. 큐비트를 항구적으로 유지할 수 있는 기술과 함께 양자적 특성을 이용할 수 있는 알고리즘이 충분히 개발된다면 실제 양자 컴퓨터를 대중적으로 사용할 날도 그리 멀지는 않을 것이다.
위키백과, 우리 모두의 백과사전
양자 컴퓨터(quantum computer)는 얽힘(entanglement)이나 중첩(superposition) 같은 양자역학적인 현상을 활용하여 자료를 처리하는 계산 기계이다.[1][2][3][4] 또한 그러한 방법을 ‘양자 컴퓨팅'(quantum computing)이라고도 한다.[5]
고전적인(전통적인) 컴퓨터에서 자료의 양은 비트로 측정된다. 양자 컴퓨터에서 자료의 양은 큐비트로 측정된다. 양자 계산의 기본적인 원칙은 입자의 양자적 특성이 자료를 나타내고 구조화할 수 있다는 것과 양자적 메카니즘이 고안되어 이러한 자료들에 대한 연산을 수행할 수 있도록 만들어질 수 있다는 것에 기인한다. 양자 컴퓨팅이 여전히 실험적인 초기단계에 머물러있지만, 매우 작은 수의 큐비트를 가지고 양자 수치 계산이 수행되는지에 관한 연구들이 행해져 왔다.[6][7]
양자 정보 통신은 정보 사회의 패러다임을 바꿀 신기술로 여겨졌다.[8] 양자 정보 통신을 활용한 양자 컴퓨터는 한 개의 처리 장치에서 여러 계산을 동시에 처리할 수 있어 정보처리량과 속도가 지금까지의 컴퓨터에 비해 뛰어나다. 하지만 정보 교환을 위해 발생하는 양자 얽힘(quantum entanglement)에 큰 비용이 드는 단점이 있어 양자 정보 통신에서 필수적이지만 비용이 많이 발생하는 얽힘을 가능한 한 줄이고 부정보(side information)를 활용해 정보를 교환하는 방식이 개발되었다.[9]
양자 컴퓨팅과 계산 복잡도 이론 [ 편집 ] [10] BQP와 다른 문제 공간의 관계 추정 도식
이 절에서는 양자 컴퓨터의 능력에 대해 현재 알려진 수학적인 결과를 조사한다. 이 결과는 양자 컴퓨터와 관계된 계산 복잡도 이론과 계산 이론에서 나온 것이다.
양자컴퓨터의 언어는 00,01,10,11이다.
양자 컴퓨터가 효율적으로 풀 수 있는 문제군을 BQP라 한다. 여기서 효율적이란, ‘정해진 오차범위 내에서 다항 시간 안에’ 푼다는 뜻이다. 양자 컴퓨터는 확률적 알고리즘을 실행할 뿐이므로 양자 컴퓨터에 대한 BQP는 기존 컴퓨터에 대한 BPP에 대응한다. BPP는 오차 확률을 1/4로 제한하며 다항 시간에 풀 수 있는 문제의 집합으로 정의된다.[11] 양자 컴퓨터가 문제를 “푼다”는 것은 모든 예제에 대해 높은 확률로 올바른 결과가 나온다는 뜻이다. 그 결과가 다항 시간에 나왔다면 그 문제는 BQP에 속한다.
BQP는 NP-완전과 서로소 집합이고, P가 BQP의 진부분집합일 것으로 추정되나 아직 증명되지는 않았다. 소인수 분해와 이산 로그 문제가 BQP에 속한다. 두 문제 모두 NP문제이고, BPP가 아닐 것으로 추정되므로 P에도 속하지 않는다. 또한 NP-완전도 아닐 것으로 추정된다. 양자 컴퓨터가 NP-완전 문제를 다항 시간에 풀 수 있다는 잘못된 인식이 널리 퍼져 있으나 확실히 증명된 바는 없다. 양자 컴퓨터도 NP-완전 문제는 다항 시간에 풀 수 없다는 견해가 일반적이다.
양자 컴퓨터의 연산자는 벡터에 특정한 행렬을 곱해서 바꾸는 것으로 생각할 수 있다. 행렬을 곱하는 연산은 선형 연산이다. 대니얼 S. 에이브럼스와 세트 로이드는 양자 컴퓨터가 ‘비선형’ 을 계산할 수 있다면 NP-완전 문제를 다항 시간에 풀 수 있음을 보였다. #P-완전 문제 역시 가능하다. 그러나 그러한 기계는 불가능하다고 보았다.
양자 컴퓨터가 기존 컴퓨터보다 빠를 수는 있지만, 기존 컴퓨터로 풀 수 없는 문제는 양자 컴퓨터 역시 풀 수 없다. 충분한 시간과 메모리가 주어지더라도 사실상 마찬가지이다. 튜링 기계가 양자 컴퓨터를 시뮬레이트할 수 있기 때문에 양자 컴퓨터가 정지 문제 같은 결정 불가능 문제를 풀 수는 없다. ‘표준’ 양자 컴퓨터의 존재가 처치-튜링 명제를 반증하지는 않는다.[12]
최근에 수많은 연구자들이 양자 역학을 하이퍼 계산에 사용할 수 있는지를 연구하기 시작하였다. 즉, 결정 불가능 문제를 풀 수 있을지를 연구하는 것이다. 그러한 주장은 이론적으로도 가능하지 않을 것으로 보는 회의적인 견해가 많다.
상용화 [ 편집 ]
2011년 5월 11일, 캐나다의 D-Wave Systems에서 128큐비트 프로세스가 장착된 세계최초의 상용화 양자컴퓨터인 D-Wave One을 내놓았으며[13], 5월 20일 1000만 달러의 가격으로 시장에 내놓았다.
D-Wave One 은 범용 양자 컴퓨터는 아니며, Quantum Annealing[14]이라는 특정한 양자 알고리즘에 특화된 하드웨어를 갖고 있다.
2013년 NASA와 구글이 공동으로 설립할 인공지능 연구소에서 D-Wave 2를 구매할 계획이라고 밝혔다.[15]
이후 D 웨이브는 D 웨이브 1의 후속으로 512개의 큐비트를 사용하는 D 웨이브 2(D-WAVE 2)를 출시했는데 구글이 이를 구입했다. D-Wave 2는 머신러닝과 음성인식, 자연어 처리를 위해 방대한 데이터를 분석할 수 있고, 싱글코어 칩을 활용하는 일반 컴퓨터보다 1억배 이상 빠른 속도로 처리할 수 있는 것으로 알려졌다.
앞으로 100 큐비트 정도 되는 양자컴퓨터가 등장한다면 전세계의 모든 하드드라이브의 데이터 저장용량을 가볍게 능가하게 될 것이다.
지금 쓰는 디지털 컴퓨터의 정보 저장 기본 단위는 ‘비트(bit)’다. 양자컴퓨터에서는 이 기본 단위를 ‘큐비트(qubit)’라 부른다. 큐비트의 개수는 양자컴퓨터의 성능을 좌우한다. 이론적으로 큐비트가 하나 늘어날 때마다 계산 능력이 두 배가 된다. 별것 아닌 듯하지만, 이게 엄청난 차이를 만든다. 큐비트 10개면 약 1000배, 20개면 100만 배, 40개면 1조 배가 된다.
구글 [ 편집 ]
2019년 구글은 슈퍼컴퓨터로 1만 년이 걸리는 연산을 200 초만에 해내는 53큐비트(qubit·양자컴퓨터 연산 단위) 성능의 시카모어 프로세서를 선보인 바 있다. 현존 가장 뛰어나다는 슈퍼컴퓨터를 양자컴퓨터가 뛰어넘은 이른바 양자우월성 단계에 도달한 것이다. 구글은 2019년 세계 최초로 슈퍼컴퓨터조차 풀기 어려운 문제를 자사의 53-큐비트 시커모어 양자프로세서를 이용해 해결했다. 2019년 10월 구글은 53큐비트 기반 양자 컴퓨터를 개발해 슈퍼컴퓨터가 1만 년 걸리는 계산을 3분20초 만에 풀 수 있다고 밝혔다.
2019년 10월 29일, 라이트코인 재단 공동 창업자 왕 신시가 트위터를 통해 “구글의 54 큐비트(양자컴퓨터의 기본 단위) 양자컴퓨터가 비트코인의 암호화를 풀려면 수백만 비트가 필요하다. 양자컴퓨터의 큐비트 단위가 매년 두 배로 늘어난다는 가정하에 비트코인을 깨는 데 약 15년이 걸릴 것”이라고 설명했다.
구글의 양자컴퓨터는 큐비트 수가 53개다. 표준과학연구원 정연욱 박사에 따르면 큐비트 수가 50개를 넘어서면 양자컴퓨터의 능력이 현재 디지털컴퓨터 중에서 성능이 가장 뛰어난 수퍼컴퓨터의 메모리 수준으로 올라선다. 구글의 양자컴퓨터가 양자우월성을 돌파했다는 건 그들이 가진 큐비트 수에서도 짐작할 수 있다. 정 박사는 큐비트 수가 60개가 되면 수퍼컴퓨터보다 성능이 1000배 이상 커지는 것이라고 했다.
사이버 보안 회사인 딥와치의 제품 및 전략 담당 부사장인 마리사 리스 우드는 “오늘날의 유비쿼터스 RSA 암호화 알고리즘의 경우에 기존 컴퓨터는 2,048비트 디지털 키로 보호되는 통신을 중단하는 데 약 300조 년이 걸리지만 4,099 큐비트로 구동되는 양자 컴퓨터는 10초면 충분하다”고 말했다.
IBM [ 편집 ]
2021년 11월 14일, 아빈드 크리슈나 IBM 최고경영자(CEO)는 미국 인터넷 매체 악시오스(Axios on HBO)에서 새로 개발한 이글 프로세서는 127큐비트(qubit :양자컴퓨터 연산단위)를 처리할 수 있다며 100큐비트 이상 성능으로 기존 컴퓨터를 능가하는 새 이정표에 도달했다고 말했다.
현재 공인인증서는 2048비트 RSA 암호화 키를 사용하는데, 2048비트를 양자컴퓨터로 계산해 뚫으려면 큐비트가 두 배 이상 필요하다. IDQ코리아 최정운 박사는 “지금 개발된 양자컴퓨터가 100큐비트 미만인데, 현재 암호화 알고리즘을 깨려면 적어도 5000큐비트 이상 양자컴퓨터가 필요하다”고 말했다.
IBM은 현재 65큐비트 양자컴퓨터 허밍버드를 운용 중이다. 이들은 올해 127큐비트 이글에 이어, 내년 433큐비트 오스프리, 2024년 1121큐비트 콘도르를 개발하겠다고 예고한 바 있다.
백한희 IBM 퀀텀연구소 박사는 “IBM은 65큐비트 퀀텀 시스템을 IBM 퀀텀 네트워크 고객사에 제공하고 있으며 현재 100큐비트 프로세서를 활용한 시스템을 구축하고 있다”며 “고전컴퓨팅만을 활용했을 때보다 큰 이점을 누리게 되는 퀀텀 어드밴티지는 1000큐비트를 달성했을 때 가능하다고 생각된다. IBM은 2023년까지 이를 달성할 수 있도록 노력하고 있다”고 밝혔다.
IBM은 양자컴퓨터 25대를 보유중이다.
대한민국 [ 편집 ]
일본은 NTT를 중심으로 양자컴퓨터 개발을 추진하고 있다. 반면에 한국은 정확하게 어느 기관이 주도적으로 개발중인지 불명확하다.
2019년, 삼성전자가 아이온큐에 650억 원을 투자했다. 아이온큐는 양자컴퓨터 분야의 권위자 김정상 듀크대 교수와 크리스토퍼 먼로 메릴랜드 대학교 교수가 2015년에 설립한 회사다. 먼로 교수는 2012년 노벨 물리학상 수상자인 데이비드 와인랜드와 함께 최초의 통제 가능한 큐비트를 생성하는 데 성공했으며, 김 교수는 양자정보처리와 양자통신하드웨어에서 독보적 지위를 다졌다. 아마존 엔지니어링 임원 출신인 피터 채프먼이 회장 겸 사장이다.
2019년 11월, 삼성전자는 10년 이상 미래를 보고 선행연구를 하는 삼성종합기술원을 중심으로 양자컴퓨터 연구개발을 강화하고 해외 스타트업에 수백억원을 투자하는 등 공격 행보에 나서고 있다. “기존 틀과 한계를 허물고 미래를 선점하자”는 이재용 삼성전자 부회장의 초격차 철학이 양자컴퓨터 투자에도 반영됐다는 분석이다.
2020년, 아이온큐가 22큐비트 양자컴퓨터 시스템을 발표했다. 2028년 1024큐비트를 개발할 계획이다. 2cm 반도체 위에 80큐비트를 집적하는 기술을 개발중이다.
2021년 9월 7일, 삼성전자가 이스라엘 양자컴퓨팅 스타트업 퀀텀 머신(Quantum Machines, QM)에 투자했다. 2019년 미국 알리로 테크놀로지스와 아이온큐 등 2곳에 투자한 뒤 양자컴퓨터 분야에서 세 번째 투자처다. 아이온큐가 하드웨어 업체라면, 퀀텀머신은 소프트웨어 업체이다.
2021년 9월 9일, 삼성전자, 현대차가 투자한 아이온큐가 미국 주립 메릴랜드 대학교에 아이온큐 연구원과 엔지니어 등이 이용할 수 양자컴퓨딩 실습 연구소를 설립한다. 국립 양자 연구소 형태로 메릴랜드주(州) 중부 칼리지파크에 있는 메릴랜드대 디스커버리 구역에 위치한다.
2021년 10월 1일, 아이온큐는 양자컴퓨터 전문기업으로는 최초로 뉴욕증시에 상장되었다.
제품 [ 편집 ]
한국은 아직 프로세서 이름도 정하지 못한 수준이다.
같이 보기 [ 편집 ]
각주 [ 편집 ]
0과 1이 공존하는 무한의 세계 – 양자컴퓨터
[테크월드=박진희 기자] 2018년 3월 Embedded Basics의 주제는 ‘0과 1이 만들어내는 무한의 세계 – 데이터’였다. 컴퓨터는 기본적으로 연산능력을 바탕으로 한다. 기존 컴퓨터는 이진법(Binary Bit)을 사용한다. 이진법은 0과 1의 오직 두 숫자만 사용하는 계산법이다. 10 대신 2를 기본단위로 하기 때문에 1010으로 표기한다. 양자컴퓨터는 기본적인 데이터 처리 방식인 0과 1이 만들어내는 세계를 뛰어넘어 0과 1을 공존시킨다.큐비트와 일반 비트의 차이
양자컴퓨터의 능력을 이해하려면 베이스가 되는 양자역학 원리를 이해해야 한다. ‘양자(Quantum)’의 세계는 나노미터의 세계다. 전자의 크기는 0.1 나노미터, 즉 1미터의 100억 분의 1이다. 극 미립자에서는 현대인이 일상에서 접하는 물리적 현상들과 전혀 다른 운동 원칙이 적용된다. 에너지가 ‘물질’이기보다는 ‘파동’에 가까운 움직임을 지닌다.
일반 컴퓨터라면 데이터를 처리하는 데 관련한 지시가 ‘0’ 아니면 ‘1’의 두 숫자 중에 하나로 표시되며 이를 ‘비트(bit)’라고 한다. 이 두 포지션이 수많은 조합으로 이어지며 메시지가 되고 작동 방식이 선택된다.
이와 달리 양자컴퓨터는 특정 시점에서의 상태가 0일 수도, 1일 수도, 0과 1 모두일 수도 있다. 이럴 때 작용 단위는 ‘퀀텀 비트’, 줄여서 ‘큐비트(Qubit : Quantum Bit)’라고 하는데 큐비트는 0이기도 하고 1이기도 한 상태에 모두 해당한다. 일명 ‘슈퍼포지션(Superposition)’으로 존재한다. 이를 통해 양자 세계에선 모든 데이터가 공존하는 구조를 한눈에 볼 수 있다.
양자컴퓨터는 큐비트를 사용하고 있다. 큐비트는 0과 1의 상태를 동시에 가질 수 있다. 따라서 00, 01, 10, 11 등 4가지 상태를 기본 단위로 하고 있다. 그런 만큼 2개의 큐비트라면 4가지 상태(00, 01, 10, 11)를 중첩시킨다.
또 n개의 큐비트라면 2의 n제곱만큼 중첩시키는 것이 가능하다. 이런 식으로 연산을 해나갈 경우 이진법과 비교가 안될 만큼 빠르게 일을 처리해나갈 수 있다. 큐비트가 512개라면 2의 512제곱 배 빠른 속도로 연산이 가능하다.
이론적으로 현존 최고의 슈퍼 컴퓨터가 수백 년이 걸려도 풀기 힘든 문제도 단 몇 초 이내의 속도로 풀 수 있다. 과학자들은 양자컴퓨터가 양자역학적 특징을 살려 병렬처리가 가능해지면 지금으로서는 상상할 수 없는 능력을 선보일 것으로 보고 있다.
양자컴퓨터의 고안자 리처드 파인만
1982년 리처드 파인만(R. Feynman)은 새로운 개념의 컴퓨터를 제안했다. 그 시절 컴퓨터의 느린 속도에 답답했던 파인만은 본인이 연구하던 양자역학을 바탕으로 컴퓨터를 고안한다. 이 것이 후에 양자컴퓨터의 시초가 된다. 파인만의 제안으로 1985년 데이비드 도이치(David Deutsch) 영국 케임브리지대학 이론물리학과 교수가 양자상태를 이용한 데이터 처리가 이론적으로 가능하다는 것을 증명하는 획기적인 논문 ‘Quantum theory, the Church-Turing principle, and the universal quantum computer’을 발표했다.
논문 발표를 시작으로 양자컴퓨터 연구가 세계적으로 큰 주목을 받았다. 10년 후 1994년 미국 AT&T의 피터 쇼어(Peter Shor)가 구체적인 양자 알고리즘을 제시하면서 이 분야가 물리학의 양자역학에 기반한 새로운 전산학 연구 분야로 확립됐다.
그렇다면 양자 컴퓨팅은 실제로 어떤 곳에 쓰일 수 있을까? 우선 큰 규모의 데이터 셋이 관련된 과제들, 그 중에서도 기존의 컴퓨터가 해결할 수 없었던 문제들이 양자 컴퓨팅의 주요 타깃이 된다. AI 개발에 필수인 방대한 데이터처리, 가장 효율적으로 문제를 어떻게 처리하면 좋을지 계산하는 ‘최적화 문제’, 실시간으로 오르내리는 주식투자 예측, 신약 개발, 기상 예측, 상호작용 민감성을 이용한 자연계 센서 등 4차 산업혁명의 데이터처리 파트너가 될 수 있다.
세계 최초의 양자컴퓨터라 불리는 D-Wave 출처: D-Wave 공식홈페이지
현재 양자컴퓨터에 그나마 가까이 다가갔다고 말할 수 있는 결과물은 2011년 도쿄대학교의 니시모리 히데미모루 교수의 양자 어닐링 개념을 이용해 캐나다에서 개발한 D-웨이브(D-Wave)다. 선거전략, 자동차 운전, 통행시간 단축 등 최적화 문제에선 뛰어난 성능을 보였지만 다른 문제를 풀 수 없었기에 범용 양자컴퓨터로 부르기엔 힘들다는 지적이 있었다.
128-큐빗 프로세서를 사용하며, 크기는 10㎡ 약 3평 정도 크기다. 가격도 1000만 달러 이상 고가다. D-Wave는 양자 CPU에서 처리된 연산 결과를 외부의 컴퓨터가 다시 읽는 구조라 사실상 절반만 양자컴퓨터라고 할 수 있다. 구조적으로는 일반 워크스테이션에 큐비트 CPU를 보조연산장치로 달아놓은 것과 비슷하다. 2017년 3월 폭스바겐은 D-웨이브 시스템(D-Wave Systems)의 양자 기계를 도입해 중국 베이징에서 운행 중인 1만여 대의 택시의 트래픽 흐름을 최적화하는 데 활용했다.
2024년 양자컴퓨터 시장 규모는 84억 5000만 달러 이를 것
양자컴퓨터는 근래에 전 세계 IT 업계에서 부쩍 존재감을 키워온 기술이다. 세계 최고 권위의 과학잡지 ‘네이처(Nature)’를 비롯한 유수 연구기관, 그리고 글로벌 미디어가 발표한 ‘2017 IT 개발 동향’ 보고서는 하나같이 양자컴퓨터를 ‘2017년을 이끌어갈 주요 기술’ 중 하나로 꼽았다.
미국 환경청(EPA)의 연구 프로그램 ‘홈랜드 시큐리티 리서치(Homeland Security Research)’가 지난 5월 발표한 보고서에 따르면 2024년 양자컴퓨터(와 관련 서비스) 시장 규모는 84억 5000만 달러(약 9조 6500억 원)에 이른다. 이중 정부 주도의 관련 기술 연구∙개발(R&D) 기금 규모는 22억 5000만 달러(약 2조 5700억 원) 수준이다.
▼ CES 2019에서 공개된 49-큐비트 양자칩, ‘Tangle-Lake’
최근 인텔에서는 49-큐비트 양자칩, ‘Tangle-Lake’를 발표했다. 구글에서는 72-큐비트 칩 ‘Bristlecone’을 발표(2018년 3월)했고, IBM에서는 50-큐비트 연산이 가능한 양자 컴퓨터를 운영 중에 있다. IBM은 CES 2019에서 양자 컴퓨팅 시스템인 ‘IBM Q 시스템 원(IBM Q System One)’을 CES 2019에서 선보이고, 올해 안에 IBM Q 퀀텀 연산 센터를 미국 뉴욕주 포킵시에 개소한다고 밝혔다. IBM의 퀀텀 연산 센터는 ‘IBM Q 네트워크(IBM Q Network)’ 멤버들이 상용화 목적으로 고성능의 양자컴퓨팅 시스템을 이용할 수 있도록 마련됐다.
▼ IBM 양자컴퓨터 시스템 ‘IBM Q System One‘
양자컴퓨터는 애초에 일반인들이 사용하는 컴퓨터와는 성격이 다르다. 양자컴퓨터가 일반 컴퓨터를 대체할 수 있는 것도 아니고 대체하도록 만들어진 것도 아니다. 특정 형태의 계산에 엄청난 능력을 발휘할 수 있다. 양자컴퓨터만의 특징은 세상을 변화시키는데 큰 역할을 할 수 있다.
빅데이터 처리의 절대고수 양자컴퓨터
양자컴퓨터는 4차 산업혁명의 끝이라고 할 수 있다. 4차 산업혁명은 인공지능(AI)과 ICBM(사물 인터넷•클라우드•빅 데이터•모바일)으로 전부 양자컴퓨터와 연관돼 있다. 4차 산업혁명 시대에는 소셜 네트워크 서비스(SNS)나 사물인터넷(IoT)이 매일 엄청난 양의 데이터를 생성, 축척하는데, 기존 컴퓨터로 처리하려면 많은 전력이 소모되고 처리 속도도 느리다.
이세돌 프로기사 9단과 세기의 대결을 가진 ‘알파고’의 딥러닝(Deep Learning 컴퓨터가 사람처럼 스스로 학습하는 기술)은 수억 개의 기보를 암기하고 최적의 수를 찾아내는 정보검색을 해야 했다. 예를 들어 기보 10개를 순식간에 비교 분석한다. 기존 슈퍼컴퓨터가 10개 기보를 하나씩 비교했다면 양자컴퓨터는 ‘루트’ 10, 즉 10번 비교 분석할 양을 3.3번 비교 분석으로 끝난다. 데이터가 100만 개면 1000번 하면 된다.
AI가 그림을 판단하려면 그 그림의 특징을 찾아내 이를 비교해보고 알아가게 된다. 털이 있고 둥근 얼굴에 수염이 있다면 고양이라고 인식하기 위해서는 이런 특징을 분류하고 연관성 있게 만든 데이터가 1억 개가 있어야 한다. 이런 상황에서 양자컴퓨터는 1억개의 검색 수를 1만 번으로 줄여준다. 빅데이터 처리의 절대고수가 되는 것이다.
다만, 아직 기술적으로 해결할 과제가 많이 남아 양자컴퓨터 개발이 완료됐다고 말하기엔 부족하다. 현재까지 개발된 양자컴퓨터는 범용 양자컴퓨터라고 하기 힘든 수준이다. 2의 4제곱, 즉 16개 인수가 관련된 계산에서 확실한 능력을 보여주는 양자컴퓨터도 나오긴 했다. 하지만 모두가 원하는, 지금의 컴퓨터론 시간이 너무 걸려 못하는 계산도 해내는 수준의 양자컴퓨터에 이르기엔 아직 갈 길이 먼 것이다. 하지만, 응용학문의 발전 역사를 살펴보면 초기 연구는 물리나 화학 같은 기초과학에서 시작해 물성 연구, 원리에 대한 과학적인 체계가 잡히면 공학이란 바탕에서 독자적인 학문 분야로 분리돼 꾸준히 발전해 왔다.
현재 하드웨어와 소프트웨어를 포함한 양자컴퓨터의 개발도 새로운 전산학 분야를 탄생시킬 수 있는 물리학의 최첨단 분야로서의 가능성이 보인다. 미시적인 양자역학 세계에서 한정적으로만 다루던 개념인 중첩, 양자 얽힘 현상을 새로운 컴퓨터 개발에 적극적으로 응용한다는 것은 새로운 미지 세계를 탐구하고자 하는 물리학자들과 개발자들이 도전해 볼만한 가치가 충분히 있는 영역이라고 할 수 있다. 현시점에서 양자컴퓨터가 언제 실용화가 될지는 아무도 모르지만 반도체 IC칩의 놀랄 만한 발전을 볼 때 양자컴퓨터도 미래에 우리가 일상 속에서 활용할 수 있는 기술로 만들어 나가게 될 것이다.
그래서 양자컴퓨팅이 뭔데?
가장 개성있는 뉴스레터 일간 바이라인
매일 아침 바이라인네트워크 기자들의 편지와 최신 기사가 여러분의 편지함으로 배달됩니다. Leave this field empty if you’re human:
IT기자로 일하는 것이 가장 고통스러울 때는 원래는 “스마트폰 뭐 사야 해”와 “스마트폰 어디서 싸게 사?” 같은 질문을 받을 때다. 그건 유통의 영역이라 IT기자도 잘 모른다. IT기자 중 하드웨어 기자는 그냥 핸드폰 이름만 줄줄 외우고 다니는 사람일 뿐이다.
그런데 요즘은 그것보다 더 고통스러운 것이 있다. “양자컴퓨터가 뭔데”라고 하는 것이다. 이 질문은 알기도 어렵고, 알아도 대답하기 까다롭다. 그래서 모든 지식을 총동원해 대강의 이해를 돕도록 기사를 남긴다. 몰라도 되는 건 생략한다. 사실 기자도 모른다.
컴퓨터는 0과 1로 이뤄져 있다는 말을 여러 번 들어봤을 것이다. 정확하게는 컴퓨터 언어를 구성하는 신호가 0과 1의 이진수로 만들어진 것이다. 최소단위는 트랜지스터인데(뭔지 몰라도 된다) 신호를 끄면 0, 신호를 넣으면 1이 된다. 트랜지스터는 모이고 모여 회로(CPU나 램)가 된다. CPU나 램 등은 협력해서 이 트랜지스터로 신호를 만든다. 010001000 같은 신호를 만드는데, 010001000이 무슨 그림인지 글자인지 등은 각 프로그램에서 약속돼 있다.
이 신호의 최소단위(0과 1)를 ‘비트’라고 부른다. 16비트, 32비트할 때 그 비트 맞다. 아주 오래된 컴퓨터부터, 각 정보기관이나 기업에 있는 슈퍼컴퓨터까지 다 이 비트를 사용하는 원리는 동일하다. 이 비트들이 각자의 위치에서 각자의 역할을 하면 게임도 할 수 있고 문서도 쓸 수 있고 영상도 볼 수 잇는 것이다. 최초의 상업용 컴퓨터는 4비트 제품이었는데, 비트 네개를 묶어서 정보를 표기하는 것이다. 1000, 0000, 0101, 1010 같은 식이다. 2의 네제곱 경우의 수가 나온다. 현재 주로 사용하는 CPU는 64비트 기반이다.
그런데 이 비트 컴퓨터는 물리적으로 한계가 있다. 비유가 아니라 실제로 물리적인 한계다. 현재 상용 CPU는 7나노미터 공정까지 내려간 상태다. 가장 흔히 쓰는 14나노미터 공정은 적혈구보다 500배 작은 크기다. 따라서 원자의 크기에 근접하고 있다. 이게 뭐가 문제냐면 양자물리학에서와 고전물리학에서의 물리학 효과가 다르게 발생하기 때문이다. 이걸 미시세계와 거시세계라고 부른다. 양자물리학쪽이 미시세계다.
트랜지스터가 보낸 신호는 쉬운 말로 전선을 지나간다(정확하게는 전선이 아니다). 그런데 그 전선의 통로가 원자만큼 좁아지면, 그 신호인 전자들은 막혀서 못 지나가는 게 아니라 전선 밖으로 날아가 버린다. 전자는 파동이기 때문에 벽을 통과할 수 있다. 문을 닫아도 옆집의 큰 소리가 들리는 것과 비슷하다. 그럼 통과해서 가면 되는 게 아니냐고 할 수 있는데, 통과하는 동안 파장이 바뀌어서 원하는 비트가 아닌 다른 숫자가 나오거나 사실 통로 끝까지 가지도 않는다. 이걸 터널링 효과라고 한다.
그래서 양자역학의 거장 리처드 파인먼은 양자컴퓨터를 구상했다.
양자컴퓨터는 트랜지스터가 아닌 양자를 연산의 재료로 사용한다. 양자는 에너지를 쪼개고 쪼개면 나오는 최소 단위다. 그래서 양자컴퓨터의 최소단위는 퀀텀 비트(Quantum Bit), 줄여서 Q bit 혹은 qubits로 부른다.
미시세계의 영역인 양자는 고전물리학이 아닌 양자물리학의 법칙에 따라 움직인다. 얽힘과 중첩이 가능하다는 의미다. 자세하게는 몰라도 된다. 나도 모른다. 중요한 건 양자컴퓨터의 단위는 무조건 0과 1의 조합으로만 이뤄지지 않는다는 것이다.
양자로 보낸 신호는 0과 1이 아니라 그 둘 다인 상태로 존재할 수 있다. 이것을 중첩이라고 부른다. 어디선가 들어봤을 법한 ‘슈뢰딩거의 고양이’가 살아있는지 죽어있는지를 판단할 때 나오는 그 이야기다. 고양이는 어쨌든 죽이지 말자. 큐빗의 공간 내에서 고양이는 살아있는 것과 죽어있는 것의 중첩된 상태로 존재한다. 살아있는 것과 죽어있는 것이 공존하는 게 이상하다고 생각할 수 있는데 그것이 거시세계의 상식이다. 미시세계에서는 존재할 수 있다. 물론 고양이는 거시세계의 존재이므로 적합한 예라기보다는 비유라는 것을 알아두자.
이는 철학적인 이야기 같지만 물리적으로 가능하다. 따라서 양자컴퓨팅을 활용하면 놀라운 일이 벌어지는데, 4비트의 16가지 경우의 수를 순차적으로 보내는 게 아니라 한꺼번에 갖고 있을 수 있다. 이 값은 측정될 때 결정된다.
그럼 4비트 컴퓨터를 대체할 4개의 큐비트 컴퓨터에서 연산은 어떻게 될까? 한번에 하나씩 16번을 계산하는 것보다 물리적으로 16배 빨라야 한다. 그래서 비트 수가 늘어나면, 2의 제곱수로 연산 수가 더 폭발적으로 증가한다. 큐비트가 20개만 되면 100만개 이상의 연산을 일순간에 계산할 수 있는 것이다.
양자역학을 기반으로 하므로 얻는 다른 장점도 있는데, 각각 분리된 비트의 신호와 달리 양자는 아무리 멀리 있어도 신호만 통하면 서로 연결돼 있다. 따라서 1개의 큐빗을 측정하면 다른 얽힌 큐빗의 데이터를 볼 필요가 없다. 이쪽저쪽의 데이터를 취합해서 보여주는 비트와 달리 하나로 다른 큐빗을 관찰할 수 있는 것이다. 이걸 양자역학의 얽힘으로 부른다. 하나만 봤는데 어떻게 전체를 보냐고 물을 수 있는데 미시세계에선 원래 다 된다. 도중에 에너지가 소실되거나 도망갈 수 있지만 컴퓨터에서는 트랜지스터가 지나가는 게이트를 만들 듯 양자 게이트를 만들어서 서로 도망을 못 가게 만든다.
그렇게 얻은 결과값은 관측될 때 결정되므로 역시 한번에 하나일 수 있지만, 컴퓨터 설계를 동시측정 가능하게 해 관측을 동시에 여러 번하게 만들면 된다. 그리고 그 관측을 비교하는 것도 여러 번 동시에 하게 만들고 이걸 계속 겹치면 양자컴퓨터가 된다.
그래서 양자컴퓨터로는 뭘 할 수 있냐고 물을 수 있다. 그런데 그걸 아직 과학자들도 모른다. 현재 주로 기대되는 것은 대량의 데이터베이스를 검색하는 것이다. 어떤 데이터베이스에서 특정 데이터를 검색하라고 컴퓨터에 명령하면, 컴퓨터는 100만개면 100만개를 순차적으로 탐색한다. 이게 아주 빨라서 특정 데이터만 쏙 뽑아내는 것처럼 느껴지지만 실제론 사람이 하나씩 보는 것과 원리는 비슷하다. 그러나 양자컴퓨팅에선 100만개를 한번에 볼 수 있다.
100만개 정도라면 현재의 비트식 컴퓨터도 빠르게 해낼 수 있을 것이다. 그런데 이게 수조수천억개라면 이야기가 달라진다.
특히 아직까지는 아니지만 양자 자체를 관찰하고 시뮬레이션하는 데 큰 역할을 할 것으로 기대된다. 아직까지 그러지 못하는 이유는 양자컴퓨터가 충분히 발전하지 못했기 때문이다. 일반 컴퓨터로 양자물리를 시뮬레이션하는 건, 다른 게임기의 게임을 PC로 돌리는 에뮬레이션 같은 것이다. 물론 가능은 하다. 오래 걸리고 제 속도로 하지 못할 뿐. 그러나 양자컴퓨터에서 양자물리를 실험하면, PS4에서 PS4용 게임을 돌리는 것과 같다. 당연히 가장 잘 움직일 수밖에 없다.
양자 우위(Quantum Supremacy)
양자 우위란 양자컴퓨터가 슈퍼컴퓨터보다 빠른 것이 입증된 상태를 말한다. 미국 물리학자 존 프레스킬 교수가 주창한 개념이다. 기준은 큐빗 수가 보통 이상 나와야 하므로, 50큐빗 이상을 사용했을 때라고 정했다. 이유는 큐빗 하나가 늘어날 때마다 메모리와 광대역 속도가 기하급수적으로 증가해 일반 컴퓨터로는 이 속도를 검증할 수 없게 되는데, 슈퍼컴퓨터로 50큐빗 이상의 양자컴퓨터를 시뮬레이션할 수는 없다.
양자컴퓨팅은 IBM, 구글, 마이크로소프트, 인텔 등이 연구 중인데, 지금까지는 IBM이 주도하는 모양새였다. 그런데 갑자기 구글이 9월 20일, 양자 우위에 도달했다는 소문이 퍼졌으며, 10월 23일, 네이처지에 양자 칩인 ‘시커모어’에 대해 발표했다. 기존 슈퍼컴퓨터가 1만년 만에 할 수 있는 계산을 200초만에 할 수 있다는 것이다. 그러자 IBM은 “구글이 기존 슈퍼컴퓨터의 성능을 너무 낮게 잡았다. 1만년이 아니라 이틀 반이면 풀 문제”라고 발표했다.
그러나 양자컴퓨팅은 태생상 큰 문제를 안고 있는데, 위에서 말한 것처럼 일반 컴퓨터로 검증할 수 없기 때문에 양자컴퓨터의 알고리즘이 똑바로 작동했는지 아닌지를 알기 어렵다. 양자는 다루기가 매우 어렵고 간섭을 통해 에너지 소실이 발생할 가능성이 일반 컴퓨터보다 높다. 따라서 양자컴퓨팅에서 양자 우위를 달성했다고 가정해도 그 검증을 하기 어려운 것이다.
구글은 이 검증을 위해 12큐빗부터 53큐빗까지의 랜덤 회로(random simplified circuits)를 만들어 측정했다. 이 알고리즘을 우선 조금 작게 만들어 슈퍼컴퓨터에서 작동하는지를 확인한다. 이 알고리즘이 제대로 작동한다는 걸 확인한 구글은 이 알고리즘을 고도화해 슈퍼컴퓨터에서는 작동하지 않고 양자컴퓨터에서는 작동하는 단계까지 올려 양자 우위를 획득했다고 판단한 것이다. 그러나 양자 연산의 경우 양자의 소실로 인해 오류 발생률이 폭증할 수 있는데, 이는 큐비트를 조금씩 늘리면서 발생하는 수치가 일치하는 것을 입증하는 것으로 신뢰성을 확보했다.
IBM은 물론 이 슈퍼컴퓨터의 성능이 잘못 잡혀있다고 발표했지만 구글의 시커모어의 성능에 대해 평가절하한 것은 아니다. 시커모어 칩은 현존하는 제품 중 가장 뛰어난 양자 칩인 것에 대해서는 인정했다.
양자컴퓨팅의 위협
앞서 밝혔듯 양자컴퓨팅은 어디에 쓸지는 아직 정해지지 않았다. 그러나 인터넷 보안의 주요 방식인 공개키 해킹에 쓰이는 것이 아니냐는 의혹이 꾸준히 제기된다. 무언가를 인터넷에서 보낼 때 보안이 됐다는 것은, 데이터가 비트처럼 010101010 이렇게 보내지는데, 그 010010을 다음번엔 0101010100으로 여러 번 바꾸는 식으로 암호화하고 그 푸는 방법을 쌍방간에 전달하는 것을 말한다. 그 푸는 방법이 공개키다. 그런데 양자컴퓨팅은 그 공개키의 경우의 수를 한꺼번에 때려버릴 수 있으므로 공개키 방식의 보안에 문제가 생기지 않느냐는 것이다. 조금 쉽게 말하면, 비밀번호를 숫자 6자리로 구성했다고 치자. 이 6자리는 999999개+1의 엄청난 수의 조합을 가지지만 양자컴퓨팅으로는 한번에 처리할 수 있다.
이 지적은 합당하다. 그러나 구글은 이 방식의 보안이 10년 내 사라질 것이고(정확하게는 더 복잡하게 바뀌는 것이다) 10년은 지나야 양자컴퓨터가 100개~1000개의 큐비트를 구동할 수 있을 것이라고 밝혔다. 현재 시카모어 칩의 큐빗 수는 54개다. 큐빗을 늘릴 때마다 간섭과 오류가 폭증하기 때문에 실제로 큐비트 수를 늘리는 건 까다로운 작업이다. 53개 만드는 데 한 10년 걸렸으니 10년 안에 100개는 만들 수 있지 않나?-라고 이과생들에게 말하면 아주 쉽게 이과생을 괴롭힐 수 있다.
양자컴퓨팅은 어디다 쓸까
양자컴퓨터를 발명하는 것만큼이나 ‘어디다 쓸까’하는 것은 난제다. 양자 연구나 해킹, 데이터베이스 탐색 외에도 전문가들은 AI나 딥러닝 연구에 주로 쓰일 것으로 예상된다. 구글도 어디다 어떻게 쓸지는 아직 모르겠다고 한다. 중요한 건 시카모어를 비롯한 양자 칩은 모두 15밀리캐빈의 온도에서만 구동 가능하다. 영하 273.135도의 온도로, 우주의 심연보다 100배 더 춥다. 따라서 엄청난 크기의 희석 냉장고 안에 보관되며, 여러분의 일반적인 PC에 탑재되지는 않을 것이라는 점이다. 연산이 빠르다기보다는 연산을 수행하는 종류가 달라 굳이 일반 PC에서 사용할 필요는 없다. 앞으로 우리는 이 미지의 생물 같은 물건이 내 비밀번호를 훔치게 될지 아닐지에 더 촉각을 곤두세우는 게 좋겠다. 물론 내 비밀번호뿐 아니라 남의 비밀번호까지 중첩과 얽힘으로 인해 한꺼번에 알아낼 것이다.
양자컴퓨팅에 대해 설명한 Kurzgesagt – In a Nutshell 유튜브
글. 바이라인네트워크
<이종철 기자> [email protected]
양자혁명 2.0 시대의 예고 : 양자기술과 양자컴퓨터 – Sciencetimes
2019년 10월, 세계에서 가장 저명한 학술지 네이처(Nature)는 구글이 개발한 양자컴퓨터가 현존하는 슈퍼컴퓨터의 한계를 뛰어넘는 이른바 ‘양자 우위(quantum supremacy)’를 세계 최초로 달성했다고 발표했다[1]. 초전도 소자 기반의 53큐비트로 구성된 양자컴퓨터 ‘시커모어(Sycamore)’가 기존 컴퓨터로 약 1만 년이 걸리는 연산문제를 단 200초 만에 풀어낸 것인데, 그동안 이론적으로만 존재하던 꿈의 컴퓨터의 가능성을 양자역학적 원리를 이용하여 최초로 실험을 통해 입증한 것이다. 이에 전 세계 과학자와 공학자들은 성능 수치에 다소간의 의문은 제기하면서도, 양자컴퓨터의 파괴적 기술(Disruptive technology)에 대한 가능성을 보여준 그 자체만으로 획기적인 마일스톤으로 받아들이고 있다.
이후, 이 사건은 양자기술이 미래 산업경쟁력의 핵심기술로서 국가 경제와 산업 전반에 패러다임을 뒤흔들 수 있는 혁신적인 게임 체인저로 본격적인 주목을 받는 계기가 되었다. 세계에서 가장 공격적인 개발을 수행 중인 미국의 구글, IBM을 비롯하여 중국의 알리바바 등 세계 주요국들은 수많은 연구 인력과 천문학적인 자본을 투자하면서 양자컴퓨터 개발에 사활을 건 기술패권 전쟁에 불을 붙이기 시작하였다. 특히 2020년 12월, 중국에서 또 다른 저명 학술지 사이언스(Science)에 발표한 양자광학 기반 실험적 양자 우위 연구결과는 갈수록 치열해지는 미국과 중국의 양자컴퓨터 기술 경쟁을 단적으로 보여준다[2].
우리나라도 양자기술을 체계적으로 육성하기 위해 2014년도에 ‘양자정보통신 중장기 추진전략’을 발표하면서 국가 차원의 양자연구를 시작했다. 지난 4월에는 국가의 미래 전략기술 확보를 위한 방안으로 양자기술 연구개발(R&D) 투자전략을 확정하고, 도전적인 원천기술 개발을 강화하겠다고 밝혀 양자기술 발전에 기대감을 높이고 있다[3]. 양자기술은 양자컴퓨팅의 초고속 연산, 양자통신의 초신뢰 보안, 양자센서의 초정밀 계측 등을 가능하게 하는 혁신적인 기술이다. 이 중 양자컴퓨팅 기술은 국내 산업이 아직 형성되지 않아 대학과 출연(연)을 중심으로 기초연구를 수행하고 있다. 출연(연) 최초로 양자연구를 시작한 KIST는 1980년도부터 양자소재 연구로 기반을 꾸준히 마련하였으며, 2012년에는 전문화된 양자정보연구단을 설립, 양자소재부터 시스템(양자컴퓨팅, 양자통신, 양자시뮬레이션, 양자센서 등)에 이르기까지 원천기술 확보에 매진하고 있다. 최근에는 KT와 공동으로 현대중공업 내에 양자암호통신 인프라를 구축하여 조선업계 최초로 방산기술의 보안 체계를 한층 강화하는 계기를 이루어내기도 하였다[4].
눈에 보이지 않는 작은 원자의 미시세계를 다루는 양자기술에 대한 연구는 앞으로 인류의 삶을 어떻게 획기적으로 바꿀 수 있을까? 전문가들은 2차 양자혁명이 이미 시작되었다고 분석하기도 한다. 20세기 초 현대물리학의 기초 양자역학을 밝혀내어 트랜지스터와 같은 인류 역사에 획을 그은 발명품을 탄생시킨 것이 1차 양자혁명이라면, 2차 양자혁명은 양자 중첩과 양자 얽힘이라는 양자 특성을 활용하여 컴퓨터와 정보통신 등 산업 전반에 걸쳐 패러다임을 바꿀 수 있는 대변혁이라고 볼 수 있다[5]. 미국의 물리학자 리처드 파인만이 ‘양자역학을 완벽하게 이해한 사람은 아무도 없다’고 이야기할 만큼 심오한 양자역학의 세계를 한번 들여다보자.
양자정보에서 이야기하는 양자(quantum)는 원자, 전자, 광자와 같이 특정 개체를 지칭하는 용어로 이해하기보다 양자 중첩, 양자 얽힘과 같은 고전역학으로 설명이 불가능한 현상으로 바라보는 것이 중요하다. 중첩과 얽힘과 같은 양자의 특이한 상태는 주로 원자 수준의 미시세계에서 관측되기 때문에 이런 관측이 가능한 원자, 전자, 광자와 같은 특정 입자들을 편의상 양자로 지칭하기도 하는데, 중요한 것은 이런 특정 개체가 아니라 특이한 양자 현상이다. 양자컴퓨터는 이러한 ‘양자현상’을 정보처리에 활용한 컴퓨터로, 특정 연산의 경우 슈퍼컴퓨터의 수억 배에 달하는 뛰어난 연산 속도를 가질 수 있다. 전통적인 컴퓨터는 이진법 0, 1의 비트를 통해 모든 정보를 저장하고 연산을 수행하지만, 양자컴퓨터는 양자 비트 즉 큐비트(quantum bit)라고 불리는 단위로 구동된다. 큐비트는 0과 1을 동시에 가지는 상태를 이용하여 정보를 저장하고 연산을 수행하게 되는데, 병렬연산을 통해 정보처리와 연산속도가 지수 함수적으로 증가하여 빠른 속도로 문제 해결이 가능하다. 그럼 양자역학의 기본적인 특성에 대해 좀 더 자세히 알아보겠다.
양자컴퓨터의 핵심 원리 : 양자 중첩과 얽힘
과학발전의 역사상 세상을 놀라게 한 유명한 고양이가 있다. 슈뢰딩거 고양이는 1935년 오스트리아 이론물리학자 에르빈 슈뢰딩거(Erwin Schrödinger)가 고안한 사고실험의 주인공이다. 전통적 이론인 ‘코펜하겐 해석’, 즉 양자의 상태는 관측을 통해 확률로 결정된다는 이론의 불완전성을 비판하기 위해 설계한 실험이지만, 지금은 양자역학의 중첩성(quantum superposition)을 설명하는 대표적인 사례로 꼽히고 있다. 사고실험의 내용을 간단히 정리하면 다음과 같다. 고양이 한 마리는 외부세계와 완벽하게 차단된 상자 안에 갇혀 있다. 그리고 그 상자 안에는 독이 든 유리병과 망치, 시간당 1/2의 확률로 붕괴되는 방사성 물질 라듐과 방사능을 검출하는 가이거 계수기가 들어 있다. 방사능이 검출되는 순간 계수기와 연결된 망치는 독이 든 유리병을 깨트리게 되는데, 이로 인해 결국 고양이는 죽게 된다. 그렇다면 1시간이 흐른 뒤, 고양이는 과연 죽었을까, 살아있을까?[6]
뉴턴의 고전역학이 지배하는 거시세계와는 달리, 양자역학이 지배하는 미시세계에서 일어나는 사건은 그 사건이 측정(관측)되기 전까지는 여러 가능성을 갖는 중첩 상태가 여럿 공존한다. 즉, 상자를 열어 관측하기 전까지는 하나의 상태로 결정되지 않은 채 고양이는 죽기도 하고 살기도 한 중첩된 상태의 고양이가 존재한다. 사실 고양이처럼 거대한 물리계가 양자 중첩을 가지기는 매우 어려운데, 이는 양자역학에서 말하는 사건의 측정이 비단 상자를 열어 고양이의 상태를 확인하는 것에만 국한하지 않기 때문이다. 현실 세계의 고양이는 공기의 흐름, 적외선의 방출 등을 통해 주변 환경과 끊임없이 상호작용하고 있으며, 이러한 상호작용 역시 고양이의 상태를 알려주는 측정의 일종으로 볼 수 있다. 즉, 양자역학의 가장 중요한 특징 중 하나인 양자 중첩은 주변과의 상호작용을 통해 잃을 수 있으며, 이는 양자컴퓨터 개발에서도 가장 큰 실험적 난관이기도 하다.
양자역학에 있어 양자 중첩만큼이나 중요한 특성 중 또 한 가지는 바로 ‘양자 얽힘(quantum entanglement)’이다. 양자 얽힘은 둘 이상의 입자가 가지고 있는 양자 중첩으로 이해할 수 있는데, 이러한 특성으로 말미암아 두 입자가 멀리 떨어져 있어도 마치 서로 연결되어 있는 것과 같은 상호관계를 가지게 된다. 즉, 공간적으로 분리되어 있어도 상호작용하는 얽힘 특성 때문에 하나의 상태가 결정되는 순간 나머지 반대쪽의 상태도 즉각적으로 바뀌게 된다. 아인슈타인은 이러한 공간을 초월하는 상호작용이 상대성이론에 위배된다며, 양자역학의 불완전성을 주장하였지만, 오늘날 양자 얽힘은 실험실에서 흔하게 관측할 수 있는 대표적인 양자적 특성으로 자리 잡았다. 양자컴퓨터는 양자가 지니는 이러한 양자 중첩과 양자 얽힘을 정보처리에 활용함으로써 연산을 처리하는 양과 속도에서 이득을 얻는 장치이다.
하지만 큐비트가 온전히 양자역학적 성질을 가질 수 있는 환경을 조성하는 것은 매우 어려운 일이다. 앞서 기술한대로 양자 중첩은 큐비트를 구성한 입자가 주변 환경과 상호작용하면 쉽게 잃을 수 있는데, 이를 결어긋남(decoherence)이라고 한다. 큐비트의 양자 중첩 상태와 양자 얽힘을 유지하기 위해서는 주변 환경과의 상호작용을 막고 특수한 환경을 조성해야 하는데, 이 점이 양자 컴퓨터의 실현에 가장 큰 걸림돌로 작용하고 있다.
KIST 양자컴퓨터 관련 연구
많은 전문가들은 현재의 양자컴퓨팅 연구 동향을 ‘양자계 검증단계, NISQ (Noisy Intermediate-Scale Quantum)’ 시대라고 일컫는다. 즉, 앞서 언급한 오류(결어긋남 등)가 완벽하게 보정된 양자컴퓨터가 상용화되기 이전 단계로, 오류가 포함된 수십~수백 개 수준의 큐비트를 활용한 중간 규모의 양자컴퓨터를 개발하는 시대를 의미한다. 바로 이러한 NISQ의 양자 컴퓨팅은 현재의 슈퍼컴퓨팅으로는 불가능한 특정 문제를 해결함으로써 현대 과학기술의 혁신을 이끄는 모습을 가장 먼저 보여줄 것이라 기대한다. 주요 연구는 NISQ 수준의 양자컴퓨터를 구현하는 기술과, NISQ의 양자컴퓨터를 이용해 유용한 응용분야를 발굴하고 적용하는 연구로 나누어 볼 수 있다.
<양자네트워크 기반 대규모 양자컴퓨터 기술>
양자컴퓨터의 기본 정보 단위인 큐비트는 2차원 결맞음 양자상태를 구현할 수 있는 물리계라면 어떠한 방법으로도 활용될 수 있다. KIST에서는 다이아몬드와 같은 고체에 존재하는 점결함(point defect)의 전자스핀과 핵스핀을 큐비트로 활용한다. 10mK 수준의 극저온에서 동작하는 초전도 큐비트, 초고진공이 필요한 이온트랩 큐비트와는 달리 다이아몬드 점결함은 상온, 상압에서 동작이 가능한 장점을 가지고 있다. 반면, 다이아몬드 점결함은 자연 상태의 다이아몬드에서도 어렵지 않게 발견할 수 있으나, 점결함 위치가 임의적이기 때문에 특정 위치에 다수의 점결함을 집적화하기 어려운 단점이 있다. 이러한 단점을 보완하기 위해 KIST에서는 다이아몬드에 저에너지 이온빔을 주사하여 원하는 위치에 고순도 점결함 큐비트를 생성하는 연구를 수행하고 있다. 최근에는 이러한 방법을 통해 하나의 점결함에 7개의 스핀 큐비트가 집적된 양자노드를 생성하는데 성공하였다.
양자컴퓨터를 구성하는 큐비트의 개수를 늘리기 위해 하나의 양자노드에 집적된 스핀 큐비트의 개수를 증가시킬 수 있으나, 어느 수준을 넘어서 집적화하는 것은 매우 어려운 일이다. 다이아몬드 점결함 큐비트의 경우 하나의 양자노드에 집적된 큐비트의 개수는 20개를 넘기 힘들 것으로 전망되며, 최근 많은 주목을 받고 있는 초전도회로나 이온트랩 기반 양자컴퓨터 역시 하나의 노드에 수십 개 수준의 큐비트만 집적화할 수 있을 것으로 전망된다. 대규모 집적화를 가로막는 주요 이유는 하나의 양자노드에 너무 많은 큐비트가 존재하면, 각각의 큐비트를 구분하고 제어하는데 많은 기술적 난관이 존재하기 때문이다. 따라서 이러한 기술적 난관을 극복하기 위해 여러 개의 양자노드를 만들고 이들을 양자네트워크를 이용해 연결함으로써 하나의 거대한 양자컴퓨터를 구성하는 양자네트워크 기반 양자컴퓨터 기술이 큐비트를 구현하는 물리계를 불문하고 많은 관심을 받고 있다[7].
양자네트워크 기반 양자컴퓨터는 공간적으로 떨어진 두 양자노드에 존재하는 큐비트 간 양자게이트 작용을 구현할 수 있어야 한다. 이를 위해 KIST에서는 양자노드의 다이아몬든 점결함 스핀 큐비트를 광자 큐비트로 전환하고 광자 큐비트 간 상호작용을 이용해 스핀 큐비트 간 양자게이트 작용을 구현하는 연구를 수행하고 있다. 스핀 큐비트를 광자 큐비트로 전환 또는 연결하는 과정을 양자인터페이스라 하며, 광자 큐비트 간 상호작용을 이용하는 과정을 양자통신채널이라 한다. 즉, 양자네트워크 기반 양자컴퓨터 기술은 스핀 큐비트가 집적된 양자노드, 스핀 큐비트를 광자 큐비트로 전환하는 양자인터페이스, 광자 큐비트 간 상호작용을 통해 다른 양자노드 내 스핀 큐비트 간 양자게이트 작용을 구현하는 양자통신채널로 이루어진다 (그림 2).
KIST에서는 이러한 양자인터페이스와 양자통신채널에 대한 연구를 활발히 진행하고 있다. 특히 반도체 공정을 통해 다양한 다이아몬드 나노구조물을 만들고 점결함으로부터 방출되는 광자의 포집효율을 올림으로써 스핀-광자 양자인터페이스 효율을 올리는 연구를 중점적으로 수행하고 있다[8].
<중규모 양자컴퓨터 응용 연구>
가장 널리 알려진 양자컴퓨터의 응용분야는 암호해독과 방대한 데이터 검색 알고리즘이다. 하지만 이러한 응용분야는 매우 큰 규모의 양자컴퓨터를 필요로 하며, NISQ 수준의 양자컴퓨터에 적용하기는 어려운 실정이다. 따라서 NISQ 수준의 양자컴퓨터를 이용해서 해결할 수 있는 중요하면서도 실용적인 문제를 찾고, 적용하는 것은 매우 중요한 문제이다. 최근, NISQ 수준의 제한적인 양자컴퓨터의 활용을 극대화하기 위해, 양자프로세서로는 디지털컴퓨터가 효율적으로 수행할 수 없는 연산만 수행하고, 나머지 연산은 디지털컴퓨터로 수행함으로써 양자프로세서의 부담을 줄여주는 방식에 대한 연구가 활발히 이루어지고 있다. 이러한 알고리즘을 흔히 양자-고전 하이브리드 알고리즘이라고 부르는데, 대표적으로 Variational Quantum Eigensolver(VQE)가 여기에 속한다.
KIST에서는 광자의 다양한 자유도를 동시에 활용하여 효율적으로 양자프로세서를 구현하고, 이를 이용해 분자의 바닥상태 에너지를 계산하는 VQE 연산을 수행하였다[9]. 일반적으로 하나의 단일광자를 이용해 하나의 큐비트를 표현할 수 있는데 반해, 다양한 자유도를 활용함으로써, 하나의 단일광자를 이용해 다수의 큐비트를 구현할 수 있음을 보였다. KIST 실험에서는 단일광자의 편광과 공간모드를 이용해 큐비트 2개에 해당하는 양자 연산 공간을 구현하고 VQE에 적용하였다. 그림 3은 KIST에서 구현한 VQE 실험 장치와 이를 이용해 계산한 2원자 분자의 바닥상태 에너지를 원자간 거리에 따라 나타낸 것이다.
이처럼 NISQ 수준의 양자컴퓨터 구현과 응용 기술 개발에 대한 노력은 향후 복잡한 분자구조를 모델링할 수 있는 알고리즘 개발을 통해 양자화학 계산 분야에 널리 활용될 수 있을 것으로 기대된다.
양자컴퓨팅 기술이 가져올 변화
그렇다면 양자기술의 발전은 앞으로 어떠한 변화를 가져올까? 화학 물리 분야에서는 원자-분자 간의 새로운 과학적인 현상을 규명해 줄 수 있는 도구가 되어줄 것이다. 나노소재, 미세구조의 시뮬레이션을 통해 새로운 소재를 발견해 낼 수 있을 뿐만 아니라, 분자구조의 정확한 모델링을 통해 수년이 소요되는 의약산업의 경제적 비용을 앞당겨 줄 수 있다. 정보보호와 국방 등 암호해독 분야에 활용할 수 있을 뿐만 아니라, 금융, 교통 등에 이르기까지 복잡하면서도 월등한 연산 속도를 필요로 하는 다양한 산업 분야에 걸쳐 혁신을 가져올 것으로 기대된다.
특히 바이오·생명공학 분야에서의 기대는 주목할 만하다. 3차원으로 접힘 형태를 지니고 있는 단백질과 유전자 구조를 정확하게 예측하고 분석하는 것은 신약개발, 유전자 질환 치료 등에 있어서 매우 중요한 일이다. 하지만 인간의 유전자를 구성하는 DNA는 4종류의 염기가 중합과정을 통해 약 64억 개 이상의 염기쌍으로 복잡하게 구성되어 있어 이를 해석하는 일은 인류가 극복해야 할 최대 난제 중 하나로 알려져 있다. 실제로 미국 버지니아대학 연구진들은 방대한 양의 염기서열 변이 데이터를 효율적으로 계산할 수 있는 알고리즘을 개발하여 기존 디지털 컴퓨터로 약 30억개의 연산이 필요한 것을 양자컴퓨터로는 단 32개의 연산만으로 가능하게 됨을 보였다[10]. 이는 유전자 질환의 진단에서부터 난치병을 예방하고, 개인별로 맞춤형 치료 등이 가능할 수 있게 된다는 점에서 큰 의의가 있다. 최근 전 세계를 강타한 코로나 스파이크 단백질의 변이처럼 인체 감염성이 있는 고빈도의 바이러스 변이를 추적해나가는 열쇠가 될지도 모르는 일이다.
계산의 범주가 조합론(combinatorics)에 한정되어 최적화된 배열을 찾는 복잡한 교통, 물류 분야에서도 양자컴퓨팅 기술 도입은 긍정적인 영향을 미칠 수 있다. 수백 대, 수천 대 차량의 상호작용이 이루어낸 교통, 50개 이상의 도시가 맞물려 있는 물류 운송에서는 항목의 수가 증가함에 따라 가능한 배열의 수도 기하급수적으로 증가한다. 하지만 오늘날 디지털 컴퓨터는 최적의 배열을 찾기 위해 각 순열을 반복하여 계산한 후 목표에 가장 적합한 것을 식별해야 하므로 모든 항목을 동시에 고려한 최적 경로를 연산하기는 현실적으로 불가능하다. 양자컴퓨터는 이러한 복잡계에서 개별 움직임과 가능한 많은 변수의 조합을 모두 분석하여 가장 효율적이고 이상적인 ‘최적 경로’를 예측하는 것이 몇 분 혹은 몇 시간 내에 가능해질 것이다.
최근에는 빅데이터, 인공지능(AI), 머신러닝 등의 급속한 발전과 맞물려 양자컴퓨팅 기술과 인공지능 기술을 접목하려는 시도들도 급증하고 있다. 대규모 고차원의 데이터를 해석하기 위해 딥러닝 처리속도를 개선하는 알고리즘을 개발하는 등 양자컴퓨터를 활용할 수 있는 다양한 방법들이 모색 중이다.
그렇다면, 이러한 양자컴퓨터의 시대는 곧 열릴 수 있을까? 혹자는 현실 세계의 중요한 특정 문제들을 해결하는 수준으로 발전하기 위해서는 적게는 수백 개에서 수만 개 큐비트 수준의 양자컴퓨터가 필요하다고 하는데, 앞으로 10년 혹은 그 이상의 시간이 더 필요할 것이라고 전망한다. IBM은 2023년도 말을 목표로 1,000 큐비트 개발을 예고하고 있으며[11], 구글, 마이크로소프트 등의 기업들도 10년 이내 개발을 목표로 하고 있다. 물론 10년 후에도 여전히 양자오류정정, 유용한 양자알고리즘 개발 등 아직 넘어야할 산이 여전히 많이 남아있겠지만, 우리나라도 이제는 기술 선진국과의 격차를 줄여야할 시기가 되었다. 우리나라는 수십 년 이상 꾸준히 투자해온 선도국에 비해 기술 수준이나 연구개발비 규모 면에서나 극복해야할 장벽이 많다. 기술 개발에 난이도가 큰 만큼 정부 차원에서 국가의 미래를 좌우할 핵심기술로 인식하고 긴 안목에서의 지속적인 투자와 종합적인 청사진 설계가 필요하다. 양자 분야의 기초 연구에서부터 응용, 개발 연구에 이르기까지 일관성 있는 중장기 전략이 필요하며, 무엇보다도 국내외 협력기반을 구축하여 다학제 융합연구에 힘써 앞으로의 10, 20년 뒤를 대비해야한다. 출연(연)을 중심으로 대학과 산업계가 참여하는 협업 생태계를 구축하고, 그 어느 때 보다도 협력의 리더십을 발휘하여 학문적 난제뿐 만 아니라 인류 공통의 문제를 해결해야 한다. 우리나라가 보유하고 있는 기존 강점을 살릴 수 있는 비교 우위점을 찾아 전략을 세우는 것도 향후 산업경쟁력의 미래를 결정하는데 중요한 역할을 할 것이다. 우리나라의 과학기술 경쟁력이 양자혁명 2.0 시대에서 새로운 지평을 열기를 기대해본다.
* 이 글은 한국과학기술연구원(KIST)에서 발간하는 ‘TePRI Report 가을호’ 로부터 제공받았습니다.
(10789)
키워드에 대한 정보 양자 컴퓨터 원리
다음은 Bing에서 양자 컴퓨터 원리 주제에 대한 검색 결과입니다. 필요한 경우 더 읽을 수 있습니다.
이 기사는 인터넷의 다양한 출처에서 편집되었습니다. 이 기사가 유용했기를 바랍니다. 이 기사가 유용하다고 생각되면 공유하십시오. 매우 감사합니다!
사람들이 주제에 대해 자주 검색하는 키워드 양자컴퓨터 한방정리!! [안될과학-긴급과학]
- 슈퍼컴퓨터
- 양자우위
- 큐비트
- 구글
- 시커모어
- 과학
- 컴퓨터
양자컴퓨터 #한방정리!! #[안될과학-긴급과학]
YouTube에서 양자 컴퓨터 원리 주제의 다른 동영상 보기
주제에 대한 기사를 시청해 주셔서 감사합니다 양자컴퓨터 한방정리!! [안될과학-긴급과학] | 양자 컴퓨터 원리, 이 기사가 유용하다고 생각되면 공유하십시오, 매우 감사합니다.