양자 어닐링 기반 근사 최적화에서 슈퍼 컴퓨터 능가
| | | | | | | | | |

양자 어닐링 기반 근사 최적화에서 슈퍼 컴퓨터 능가

미국 서던캘리포니아대학교(USC) 연구진이 양자 어닐링(quantum annealing)을 활용해 고전 알고리즘을 능가하는 근사 최적화 성능을 실험적으로 입증했다. 제한된 조건 하에서 양자 어닐링이 고전 최적화 알고리즘보다 빠르게 문제를 해결할 수 있음을 보였다.

양자 어닐링은 양자역학적 터널링과 에너지 준위 최소화 원리를 활용하는 특수한 형태의 양자 계산 방식으로, 복잡한 조합 최적화 문제를 풀기 위한 수단으로 주목받아 왔다. 그러나 문제 크기 증가에 따라 계산 성능에서 고전 방식보다 우위를 보인다는 ‘양자 스케일링 우위(quantum scaling advantage)’는 실험적으로 명확히 입증되지 못한 상태였다.

연구진은 정확한 해(optimal solution)가 아닌, 최적값의 일정 비율(≥1%) 이내에 해당하는 근사 해(approximate solution)를 대상으로 양자 어닐링의 성능을 분석했다. 이는 다수의 실제 응용 분야에서 정밀한 최적 해보다는 실용적인 수준의 해가 요구된다는 점에서, 이론적 타당성과 산업적 유용성을 동시에 갖춘 접근이다.

고전 알고리즘 대비 성능 우위

이번 실험에서는 USC 정보과학연구소(Information Sciences Institute)에 구축된 D-Wave Advantage 양자 어닐링 프로세서를 사용했다. 실험 대상 문제는 2차원 스핀 유리(spin glass) 모델로, 상호작용 계수가 고정밀로 설정된 난해한 조합 최적화 문제군이다. 연구진은 ‘time-to-epsilon’ 기준—즉, 최적값 대비 ε 비율 내 해를 찾는 데 걸리는 시간—으로 성능을 비교했으며, 비교 대상은 고전 최적화 알고리즘 중 최상위 성능을 보이는 PT-ICM(Parallel Tempering with Isoenergetic Cluster Moves)이었다.

양자 잡음은 여전히 양자 어닐링의 주요 제한 요인으로 작용하지만, 연구진은 양자 어닐링 보정(Quantum Annealing Correction, QAC) 기법을 적용하여 1300개 이상의 오류 억제 논리 큐비트(logical qubit)를 구현했다. 해당 기법은 물리적 큐비트 다중화를 통해 잡음을 완화하고 계산 안정성을 확보하며, 고전 방법에 대한 상대적 우위를 달성하는 데 핵심적인 역할을 수행했다.

연구 책임자인 다니엘 리다(Daniel Lidar) 교수는 “이번 연구는 양자 어닐링이 정확한 최적 해가 아닌 근사 해를 목표로 할 때, 실제 계산 이점이 발생할 수 있음을 보여준다”며 “향후 보다 고차원적이고 밀도가 높은 문제군으로 연구 범위를 확장할 계획”이라고 밝혔다.

양자 하드웨어의 진보와 오류 억제 기술이 지속적으로 개선될 경우, 양자 어닐링은 금융, 물류, 재료 과학 등 다양한 분야에서 실질적인 최적화 수단으로 자리잡을 가능성이 크다는 평가다.

해당 연구는 Physical Review Letters에 최근 게재됐다.

사이언스모니터 뉴스레터
AI·양자·R&D 핵심 해설을 주 2회(화·금) 이메일로 받아 보세요.

Similar Posts

답글 남기기