11일 서울 서초구 양재동 엘타워에서 양자컴퓨팅 국제컨퍼런스(ICQC2019)가 열렸다.

컨퍼런스에서는 인공지능(AI) 기계학습 기반 양자제어, 초전도 양자회로 양자정보처리, 범용 양자컴퓨팅 구현 프로세스 등 양자 물리학과 컴퓨터공학 분야 연구들이 소개됐다.

캐나다 켈거리대(Calgary University) 베리 센더스(Barry C. Sanders)는 ‘양자제어를 위한 머신러닝(machine learning for Quantum Control)’을 주제로 기조강연을 했다.

센더스 교수는 “(현재 양자제어 등)문제를 해결할 수 있는 자원을 갖지 않은 상황”이라며 양자제어를 위한 ‘벡터 정책(vector as a policy)’을 언급, 벡터 속성에 기반한 휴리스틱 모델을 소개했다.

“학습은 전지(omniscient)하지 않고 임무 수행을 위해 적합한 대안을 갖지 않은 상황에서 제어를 가능하게 한다.”

양자제어

기존 고전 컴퓨터는 ‘0또는 1’ 비트 형태로 정보를 저장한다. ‘큐비트(Qbit)’는 임의의 비율로 중첩 상태로도 표현 될 수 있다. 양자 컴퓨터는 이 중첩을 활용해 대용량 병렬 컴퓨팅을 수행한다.

이러한 중첩 상태를 유지하는 것은 어렵다. 사소한 노이즈에도 이 상태가 깨져 제어하기가 매우 어렵다. 계산의 정확성을 저해하고 오류를 유발하는 잡음(noise) 제어는 양자 컴퓨팅의 핵심 과제다. 그동안 많은 연구에서 에러수정, 노이즈를 줄이는 다양한 접근을 제안해 왔다.

범용 양자컴퓨터 개발에는 다수 큐비트 중첩 상태를 자유롭게 제어하는게 필요하다. 현재 초전도 큐비트회로는 현재 약 20 큐비트를 제어한다. 실제로, 고전 컴퓨터를 능가하는 시점인 양자우위(quantum supremacy)에 도달하려면 적어도 50~100 큐비트를 제어해야 한다고 알려졌다.

센더스 교수의 기조발제는 앞서 발표했던 여러 편의 논문을 기반으로 했다.

2017년 센더스는 뉴로컴퓨팅(Neurocomputing) 저널에 발표된 공저 논문(Larning in Quantum Control: High-Dimensional Global Optimization for Noisy Quantum Dynamics)에서 “양자 제어는 범용 양자 컴퓨팅, 적응형 양자 강화 계측 및 극저온 원자 조작을 위한 높은 충실도 게이트와 같은 다양한 양자 기술에 유용하다”며 “제어 시스템 학습 및 강화학습(reinforcement learning)이 고전 시스템에서 제어 매개변수를 최적화하는 데 널리 사용되지만 양자 제어는 주로 그라디언트 기반 그리디 알고리즘(gradient-based greedy algorithms)을 통해 수행된다”고 설명했다.

논문에 따르면 양자 제어 환경은 그리디 알고리즘과 종종 호환되지만 종종 이는 스케일이 큰 양자 시스템의 경우 좋지 않은 결과를 가져온다. 문제 해결을 위해 차등 진화 알고리즘을 사용, 목적 함수를 평균해 잡음이 많은 시스템에 대한 양자 제어 충실도를 향상시킨다. 계산의 효율성을 위해 런타임 조기 종료 및 탐색 공간 적응적 선택을 위한 휴리스틱을 도입한다. 대규모 병렬처리 및 벡터화를 통해 런타임을 단축한다는 설명이다

연구진은 양자 위상(topology) 추정과 양자 게이트 설계를 통해 이 방법을 시연, 그라디언트 그리디 알고리즘 대비 우수한 충실도와 확장성을 확인했다.

2016년 피지컬리뷰 어플라이드(Physical Review Applied)에 발표된 공저 논문 ‘고충실도 단일 3-Qubit 게이트 디자인 : 기계 학습 접근(Designing High-Fidelity Single-Shot Three-Qubit Gates: A Machine-Learning Approach)’에서는 3-큐비트 양자 게이트를 양자 오류수정 및 양자정보 처리를 위한 핵심 요소로 소개했다. 3가지 유형의 3큐비트 게이트(Toffoli, Controlled-Not-Not, Fredkin)를 디자인하기 위한 양자제어 절차를 생성, 시뮬레이션에서 99.9 %의 충실도를 달성했다. 이는 내결함성 양자 컴퓨팅을 위한 허용된 임계 충실도다. 연구진은 3-큐비트 게이트를 SuSSADE(Subspace-Selective Self-Adaptive Differential Evolution)이라는 기계학습 알고리즘을 통해 설계했다.

야수노부 나카무라(Yasunobu Nakamura) 도쿄대 교수.

두 번째 기조 발제자 야수노부 나카무라(Yasunobu Nakamura) 도쿄대 교수는 초전도 양자정보 처리(Superconducting quantum information processing-Superconducting quantum circuit quantum computing and other application)를 주제로 발제했다.

제어된 양자 시스템 초전도 회로공명장치(circuit QED)에서 큐비트는 마이크로파 양자광학(microwave quantum optics) 측면 포논(phonon) 폴라리톤, 마그논(magnon) 등 집단적인 여기와 하이브리드 양자 시스템을 구현한다. 포논은 열에너지에 의한 고체내 원자의 격자진동 양자화로 생기는 에너지다. 마그논은 스핀파(spin wave)를 양자화 한다. 각각 자기 및 격자 시스템의 준입자로 자상체의 여기상태 및 물성을 기술하는 기본 틀을 제공한다.

나카무라 교수는 1999년 단일 전자 트랜지스터가 초전도 상태에서 양자 현상이 발생한다는 것을 발견했다. 네이처에 실린 이 연구로 초전도 회로를 사용하는 양자 컴퓨터를 개발 연구를 시작했다.

“큐비트 (물리적)실행과 이를 지원하는 소프트웨어 알고리즘 계층 사이에 큰 격차가 존재한다”

양자컴퓨팅 구현 프로세스 개요를 설명중인 이재진 서울대 교수.

이재진 서울대 컴퓨터공학부 교수는 범용 양자컴퓨팅 구현에서 물리학과 컴퓨터공학 사이 격차문제를 지적했다.

발제에서 그는 클래식 컴퓨터와 퀀텀 컴퓨터를 비교해 퀀텀 컴퓨터 개발의 현황과 향후 과제를 소개했다.

양자컴퓨팅 구현 단계적 프로세스로 ‘큐비트- 개요(abstraction) 퀀텀게이트- 퀀텀 어셈블리언어 -퀀텀 컴파일러- 퀀텀 프로그래밍언어- 인간 – 퀀텀 알고리즘’ 을 제시했다.

현재 퀀텀 컴퓨팅을 위해 필요한 것은 ‘알고리즘, 개요(abstraction)와 구현능력, 디버깅과 시각화툴, 아키텍처 레벨 개요, 데스크탑 레벨 50큐비트구현’ 등이다.

발제에 따르면 관련 분야에서 50큐비트은 가장 강력한 슈퍼컴퓨터로 시뮬레이트할 수 있는 수준 이상이라는 지적이 있다.

이에 이 교수는 50큐비트는 정교한 코드 최적화로 최상급 데스트톱으로 시뮬레이트 할 수 있다고 말했다. 에러와 노이즈 시뮬레이션을 포함해 현재 가속 기술 진전을 감안한 설명이다.

홀리스틱 최적화

범용 양자컴퓨터를 위해 현재 퀀텀 컴파일러, 데스트톱레벨 고전 양자회로 시뮬레이터, 양자 알고리즘(양자 프로그래밍언어:양자 벤치마크, 양자 프로그램)등이 개발 중이다. 제약은 큐비트 배열(topology)과 소통, 물리적 게이트 선택, 노이즈와 에러, 결맞음 유지 등이다.

이 교수는 “(물리학)큐비트 실행과 이를 지원할 소프트웨어 계층(컴퓨터공학)간의 격차가 존재한다”며 ” 퀀텀회로 시뮬레이터를 포함한 전체 퀀텀SW 스텍, 비주얼 실행 환경은 이 격차를 줄일 수 있는 솔루션 중 하나”라고 설명했다,

이어 그는 “(양자컴퓨팅을 위한)구체적 컴파일러 알고리즘이 나오기까지는 2~3년이 걸릴 것”이라고 전망했다.