양자컴퓨터 ‘양자 이점’ 실험적 입증
| | | |

양자컴퓨터 ‘양자 이점’ 실험적 입증

양자 컴퓨팅이 고전적인 컴퓨팅 시스템에 비해 갖는 장점 ‘양자 이점(quantum advantage)’ 이 있음이 실험적으로 제시됐다.

양자 컴퓨팅(Quantum computing) 및 기타 양자 프로세스는 큐비트(Qubit)라고 하는 작고 강력한 정보 단위에 의존한다. 오늘날 우리가 사용하는 고전적인 컴퓨터는 0 또는 1로 존재하는 비트라는 정보 단위로 작동하지만 큐비트는 동시에 두 상태에 존재할 수 있다. 이 이중성을 지닌 섬세한 큐비트는 붕괴되기 쉬우므로 발생하는 문제를 해결하는 오류 수정이라는 프로세스가 매우 중요하다.

양자장(quantum field)은 이제 캘리포니아 공대(California Institute of Technology) 물리학자 John Preskill이 지칭한 “시끄러운 중간 규모 양자(NISQ)” 시대에 있다. NISQ 시대에 양자 컴퓨터는 상당한 양의 잡음 또는 간섭이 있지만 약 50 ~ 수백 큐비트가 필요한 작업을 수행할 수 있다. 그 이상에서는 노이즈가 유용성을 압도하여 모든 것이 붕괴된다. 실질적으로 유용한 양자 응용을 수행하려면 만 개에서 수백만 큐비트가 필요하다고 널리 알려져 있다.

연구자들이 잡음 수준을 줄일 수 있는 오류 수정 분야를 발전시킬 때까지 양자 계산은 소규모로 제한이 불가피하다.

6월 1일 Physical Review X 저널에 실린 논문에서 애리조나 대학(University of Arizona) 연구원들은 실험에 고전 기술과 양자 기술을 혼합해 사용했다. 특히 무선 주파수 신호의 평균 진폭과 각도를 분류하기 위해 세 개의 센서를 사용했다.

논문 저자 중 한 명인 UArizona 재료 과학 및 공학 조교수 Zheshen Zhang은 “양자 이점을 입증하는 것은 커뮤니티에서 오랫동안 추구해온 목표이며 이를 입증할 수 있는 실험은 거의 없었다”며 “우리는 이미 존재하는 양자 기술을 활용하여 실제 응용 프로그램에 혜택을 줄 수있는 방법을 시연하려고 한다”고 말했다.

센서에는 얽힘이라고 하는 또 다른 양자 리소스가 장착되어 서로 정보를 공유 할 수 있으며 두 가지 주요 이점을 제공한다. 첫째, 센서의 감도를 높이고 오류를 줄인다. 둘째, 얽혀 있기 때문에 센서는 시스템의 특정 부분에 대한 데이터를 수집하는 대신 전역 속성을 평가한다. 예를 들어, 의료 영상에서 연구자들은 암이 아닌 조직 샘플의 모든 세포에 대해 알 필요가 없다. 단지 하나의 세포가 암인지 여부만 알면 된다. 식수에서 유해 화학 물질을 감지하는 데에도 동일한 개념이 적용된다.

이 실험은 센서에 양자 얽힘을 장착하면 기존 센서보다 이점이 있어 작지만 중요한 한계까지 오류 가능성을 줄였다.

연구 공동 저자 Quntao는 “센서를 개선하기 위해 얽힘을 사용한다는 아이디어는 특정 유형의 센서에만 국한되지 않으므로 센서 얽힘 상태 장비가 있는 한 다양한 응용 분야에 사용할 수 있다”라고 말했다.

전기 및 컴퓨터 공학 조교수이자 양자 정보 이론 그룹의 수석 연구원 Zhuang은 “이론 상으로는 자율 주행 자동차를 위한 라이더(Light Detection and Ranging)와 같은 애플리케이션을 고려할 수 있다”고 덧붙였다.

Qubit 분류기

NISQ 시대에 양자 및 고전적 처리를 혼합하여 사용하는 기존 애플리케이션이 있지만 양자 영역에서 변환하고 분류해야하는 기존의 고전적 데이터 세트에 의존한다.

연구팀은 일련의 고양이와 개 사진을 찍은 다음 양자 접근법을 사용하여 사진에 “고양이”또는 “개”라는 레이블을 지정하는 시스템에 사진을 업로드하는 케이스를 예로 제시했다. 처음에 자체 데이터를 수집하기 위해 양자 센서를 사용하여 다른 각도에서 라벨링 프로세스를 다룬다. 사진을 찍을 때 사진을 “개”또는 “고양이”로 표시하는 특수 양자 카메라를 사용하는 것과 비슷하다.

Zhuang은 “많은 알고리즘이 컴퓨터 디스크에 저장된 데이터를 고려한 다음이를 양자 시스템으로 변환하는데 시간과 노력이 필요하다”며 “우리 시스템은 실시간으로 발생하는 물리적 프로세스를 평가하여 다른 문제를 해결한다”고 말했다.

이어 그는 “양자 컴퓨팅, 양자 기계 학습 및 양자 센서 모두를위한 새로운 패러다임이라고 생각한다. 왜냐하면 이 모든 영역을 상호 연결하는 다리를 실제로 만들어 내기 때문”이라고 덧붙였다.

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

Similar Posts