퀀텀 컴퓨팅이라는 개념이 소개된지는 꽤 오래 되었습니다. 기존의 컴퓨터와는 다른 방식으로 큰 변화를 가져올 수는 있겠지만, 아직은 기술적인 한계 및 활용도를 찾지 못해 미래의 기술로만 여겨지고 있습니다. IEEE Spectrum에 이런 퀀텀 컴퓨팅의 활용 가능성에 대해 소개한 글이 있어 이번 포스팅에서 이에 대해 알아보겠습니다.
퀀텀 컴퓨팅
구글과 엑스프라이즈가 양자 컴퓨터에 대한 사용 사례를 찾는 사람에게 500만 달러의 상금을 제공한다고 발표한 것으로 알려졌습니다. 최근 연구 결과가 양자 컴퓨팅에 대한 과대 포장을 가라앉히는 것 같지만, 이 기술을 아직 배제해서는 안 됩니다.
구글의 양자 알고리즘 담당자인 라이언 바부시에 따르면 “이 장치들이 매우 영향력이 큰 응용 분야가 있음을 알고 있습니다.” 마이크로소프트 양자의 기업 부사장이자 엑스프라이즈 경쟁 자문 위원회 멤버인 매튜 트로이어에 따르면 “양자 컴퓨터는 특수 목적 가속기입니다.” “양자 역학이 도움이 되는 특수 문제에 대해서는 엄청난 영향을 미칠 수 있습니다.”
양자 컴퓨터가 유용할 수 있는 문제 유형은 그들의 역사적 기원으로 거슬러 올라갑니다. 1981년, 물리학자 리처드 파인만은 양자 세계의 전체 복잡성을 시뮬레이션하는 수단으로서의 양자 컴퓨터의 개념을 제안했습니다.
이후, 과학자들은 양자 컴퓨터를 비양자적인 것들에 유용하게 만들기 위해 독창적인 알고리즘을 개발해왔습니다. 예를 들어 데이터베이스 검색이나 암호 해독과 같은 것들입니다. 그러나 데이터베이스 검색 알고리즘은 가까운 미래에 실질적인 속도 향상을 약속하지 않으며, 인터넷 보안을 파괴하는 것은 새로운 기계를 만드는 모호한 이유로 보입니다.
그러나 최근 연구에 따르면, 양자 컴퓨터는 이러한 다른 응용 분야에서 성과를 거두기 전에 여러 산업에 중요한 양자 현상을 시뮬레이션할 수 있을 것으로 보입니다. 트로이어에 따르면 “양자 시스템을 해결하는 상업적 영향은 화학, 재료 과학 및 의약 분야에 있습니다.” 그리고 이들은 중요한 산업입니다.
트로이어는 “돌기 시대부터 청동기 시대, 철기 시대, 강철 시대, 실리콘 시대로, 우리는 재료 발전을 통해 진보를 정의합니다.” 새로운 양자 시대로 나아가는 이 길에서, 양자 컴퓨팅 연구자들이 다음 10년 안에 기대되는 양자 이점을 가진 기계에서 몇 가지 예를 살펴보겠습니다. 그리고 트로이어에 따르면 “500만 달러의 상금이 과학 커뮤니티에게 양자 알고리즘을 현실 세계에서 어떻게 활용할 수 있는지에 대해 더 많은 방법을 찾게 하는 것이 목표입니다.”
“상금의 목표는 양자 알고리즘을 개발하고 그 이론을 발전시키는 것 뿐만 아니라, 양자 컴퓨터를 활용하여 세계적인 큰 문제를 해결하는 데 어디에 적용할 수 있는지에 대해 관심을 가지는 양자 과학자들을 더 많이 얻고자하는 것입니다.”
약물 분석
2022년 PNAS에 발표된 논문에서 제약 회사 보어링거 인겔하임, 콜럼비아 대학교, 구글 양자 인공지능 및 양자 시뮬레이션 회사인 큐심레이트가 협력하여 사이토크롬 P450이라는 효소를 조사했습니다. 이 특별한 효소는 인체로 들어오는 약물의 약 70%를 대사하는 역할을 합니다. 이 효소가 약물을 대사하는 산화 과정은 본질적으로 양자적이며, 통상적으로 시뮬레이션하기 어려운 방식입니다 (양자 상관 관계가 다양한 규모에서 존재할 때 클래식적인 방법이 잘 작동합니다).
그들은 수백만 개의 큐비트로 구성된 양자 컴퓨터가 최첨단 클래식 기술보다 더 빠르고 정확하게 이 과정을 시뮬레이션할 수 있을 것으로 발견했습니다. “우리는 양자 컴퓨터가 제공하는 더 높은 정확도가 이 시스템의 화학을 올바르게 해결하기 위해 필요하다는 것을 발견했습니다. 따라서 양자 컴퓨터가 더 나을뿐만 아니라 필수적일 것입니다.”
탄소 배출 절감
대기 중 이산화탄소의 양을 줄이는 한 가지 전략은 포집(sequestration)입니다. 이는 촉매를 사용하여 이산화탄소와 반응하고 오랜 기간 저장할 수 있는 화합물을 형성하는 것입니다. 포집 전략은 존재하지만, 현재의 탄소 배출량에 상당한 영향을 미칠만큼 비용 효율적이거나 에너지 효율적이지 않습니다.
최근 몇 가지 연구에서는 향후 양자 컴퓨터가 다양한 촉매와 이산화탄소 반응을 모델링하는 데 있어 고전 컴퓨터보다 더 정확하게 수행할 수 있을 것으로 제안되었습니다. 이것이 사실이라면, 이는 과학자들이 다양한 포집 후보의 효율성을 보다 효과적으로 평가할 수 있게 될 것입니다.
농작물 연구
오늘날 대부분의 농지는 하버-보쉬 공정을 통해 고온과 고압에서 생산된 암모니아로 비료가 주로 쓰입니다. 그러나 2017년에 마이크로소프트 연구팀과 ETH 취리히가 대안적인 암모니아 생산 방법을 고려했습니다. 이는 질소아세화효소를 통한 질소 고정이며, 이는 주변 온도와 압력에서 작동합니다.
연구자들은 이 반응이 고전적인 방법으로 정확하게 시뮬레이션되지 않음을 보였지만, 고전적 및 양자 컴퓨터가 협력하여 이를 수행할 수 있습니다. 이 연구에 참여한 트로이어는 “예를 들어, 농장의 마을에서 작은 규모로 질소 고정을 위한 화학 공정을 찾는다면, 이것은 식량 안보에 엄청난 영향을 미칠 것입니다”라고 말했습니다.
2차전지 전극
많은 리튬이온 배터리는 그들의 양극에 코발트를 사용합니다. 코발트 채굴은 환경 문제와 안전하지 않은 노동 관행을 포함한 실질적인 단점이 있습니다. 코발트 대안 중 하나는 니켈입니다. BASF 화학 제조업체, 구글 양자 인공지능, 시드니의 맥쿼리 대학 및 QSimulate가 협력하여 발표한 2023년 연구에서는 양자 컴퓨터에서 니켈 기반 양극인 리튬 니켈 산화물을 시뮬레이션하는 데 필요한 것을 고려했습니다.
연구자들은 순수한 리튬 니켈 산화물은 생산 중 불안정하며, 그 기본 구조가 잘 이해되지 않는다고 말했습니다. 이 물질의 기초 상태를 더 잘 시뮬레이션하는 것은 안정된 버전을 만드는 방법을 제안할 수 있습니다. “첫 번째 오류 수정 양자 컴퓨터의 능력으로 이 문제를 충분히 시뮬레이션하는 것은 불가능합니다,”라고 저자들은 블로그 글에서 썼습니다. “하지만 우리는 미래의 알고리즘 개선으로 이 숫자가 줄어들 것으로 기대합니다.”
융합 반응
2022년에 국립 점화 시설은 첫 번째 관성 핵융합 반응으로 직접 투입된 에너지보다 더 많은 에너지를 생산하여 헤드라인을 세웠습니다. 관성 핵융합 반응에서는 트리튬-듀테리움 혼합물을 레이저로 가열하여 자기로운 플라즈마를 형성할 때 핵융합 반응이 시작됩니다. 이 플라즈마는 매우 어렵게 시뮬레이션할 수 있다고 말합니다. “에너지부 소속 연구원인 바부시는 “에너지부는 이미 수십억 개의 CPU 시간을 소비하고 있습니다.
단 하나의 수량을 계산하는 데 수십억 개의 CPU 시간이 필요하다면,”라고 말했습니다. 미공개 논문에서 바부시와 그의 공동 연구자들은 양자 컴퓨터가 반응을 모델링하는 데 사용할 수 있는 알고리즘을 개요로 제시했습니다. 이는 배터리 양극 연구와 마찬가지로 현재 사용 가능한 것보다 더 많은 큐비트가 필요하지만, 저자들은 미래의 하드웨어 및 알고리즘 개선이 이 격차를 줄일 것으로 믿습니다.
양자 센서의 개선
양자 컴퓨터와 달리 양자 센서는 이미 실제 세계에서 영향을 미치고 있습니다. 이러한 센서는 다른 기술보다 자장장을 더 정확하게 측정할 수 있으며, 뇌 스캔, 지질 활동을 매핑하기 위한 중력 측정 등에 사용되고 있습니다. 양자 센서의 출력은 양자 데이터이지만, 현재는 일부 전체 양자 복잡성을 놓치는 전통적인 일반적인 데이터로 읽어 들여집니다.
구글, 칼텍, 하버드, UC 버클리 및 마이크로소프트 간의 협력에 의한 2022년 연구는 양자 센서의 출력이 양자 컴퓨터로 대신 전달된다면, 똑똑한 알고리즘을 사용하여 센서로부터의 데이터를 지수적으로 적은 복사본으로 학습하여 출력을 가속화할 수 있다는 것을 보여주었습니다. 그들은 시뮬레이션된 센서에서 자신들의 양자 알고리즘을 시연하여, 현재 존재하는 양자 컴퓨터에서도 이러한 알고리즘이 달성 가능한 범위에 있다는 것을 보여주었습니다.
더 많은 활용을 찾아
양자 알고리즘 중에는 아직도 명확한 사용 사례를 찾아야 하는 것들이 있으며, 그런 검색을 동기화하기 위해 상금이 제공됩니다. 이러한 알고리즘 중에는 특정 유형의 선형 미분 방정식을 해결하는 것과, 고전적으로는 액세스할 수 없는 데이터에서 패턴을 찾는 것 등이 있습니다. 게다가 IBM Quantum의 부사장인 제이 갬베타에 따르면, 고전적으로 연필과 종이로 효율적으로 작동하는 알고리즘이 많지 않습니다. 대신, 사람들은 실제 하드웨어에서 휴리스틱 알고리즘을 시험해 보고, 그 중 일부가 놀랄만큼 잘 작동합니다.
갬베타는 양자 컴퓨터로, 하드웨어의 최신 기술이 많은 휴리스틱 알고리즘을 테스트할 만큼 충분히 좋아지고 있다고 주장합니다. 따라서 더 많은 사용 사례가 앞으로 나올 것입니다. “나는 우리가 마침내 하드웨어를 사용하여 알고리즘 발견을 시작할 수 있다고 생각합니다,” 갬베타는 말합니다. “그리고 그것은 가속화된 과학적 발견을 위한 새로운 길을 열어주는 것이라고 생각합니다. 그리고 그것이 가장 흥미로운 점입니다.”
마무리
이번 포스팅에서는 양자 기술의 다양한 측면과 현재의 발전 상황을 살펴보았습니다. 양자 컴퓨터와 센서가 현재와 미래에 과학 및 기술 분야에서 어떤 영향을 미칠 수 있는지에 대해 알아보았습니다. 또한, 양자 알고리즘의 가능성과 발전 가능성에 대해서도 논의했습니다. 앞으로 양자 기술이 더 많은 혁신과 발전을 이루어낼 것으로 기대됩니다.