█ 기획시리즈 ' 4차산업혁명의 미래, 양자컴퓨팅과 블록체인'


 양자 컴퓨팅, 양자 통신, 양자 암호화 등 최근 ICT 업계를 중심으로 '양자' 기반 기술에 대한 관심이 부쩍 늘었다. 실험실 수준에 불과하던 연구 개발 성과도 어느덧 실용화 단계를 논의하는 수준까지 이르렀다. AI를 새로운 차원으로 끌어 올릴 수 있는 머신러닝용 엔터프라이즈 솔루션으로도 양자 컴퓨팅이 자리 잡아 가고 있다. 특히 블록체인기술의 급속한 발달에 따라 경쟁 또는 보완 사이에서의 관계 설정이 관심을 모으고 있다. 양자 관련 기술이 왜 중요한지, 현재 어느 단계까지 와 있는지 정리하고, 장차 우리의 삶을 어떻게 바꿀 것인지 시리즈를 통해 전망해 본다.


                                               그림 게티이미지뱅크


제1회) 양자 컴퓨팅이란 무엇이며, 왜 중요한가


양자 컴퓨팅은 한때 그림의 떡처럼 여겨지던 기술이었다. 그러나 오늘날에는 기업에서 머신러닝, 최적화, 검색 문제 등 전통적인 컴퓨팅 모형이 해결하지 못했던 과제들을 해결하는 하나의 수단으로 떠오르고 있다. 가트너는 지금 양자 컴퓨팅 기술에 대한 탐색을 시작하지 않으면 경쟁사에 뒤처진다고 경고했다.


양자 기계는 수퍼컴퓨터로도 처리하는 데 수년이 걸리는 데이터를 수 초 이내에 처리해 낼 수 있다. 가트너의 애널리스트 매튜 브라이스는 특히 양자 컴퓨팅 기술을 사용하여 중요한 컴퓨팅 문제를 해결하고자 하는 기업들에게 중요한 전환점이 될 수 있다고 강조했다.  양자 기계가 머신러닝 알고리즘을 더 빨리 처리하여 정보를 프로세스하고 통찰력을 얻는 과정에 가속도를 붙여줄 것으로 기대되고 있다. 브라이스는 “양자 컴퓨팅에서 머신러닝의 속도를 증가시킬 수 있다면 인공지능 도입도 가속화될 것이고 동시에 더욱 효율적이게 될 것이다”고 전했다.


가트너는 포춘지 선정 500대 기업 가운데 약 20%가 2021년까지 양자 컴퓨터와 관련된 예산을 책정하리라고 추정했다. 브라이스 역시 매월 CIO들로부터 양자 컴퓨팅에 관한 전화를 20통 가까이 받고 있다. 이들은 주로 양자 컴퓨팅이 무엇인지, 어떤 일을 할 수 있는지, 그리고 이 기술을 다룰 수 있는 엔지니어를 어디에서 구할 수 있는지 등을 궁금해한다. 그리고 무엇보다 어떻게 하면 양자 컴퓨팅을 비즈니스에 적용하고, 혁신을 위한 기회로 삼을 수 있을지를 알고 싶어 한다.


브라이스는 이런 의문은 아주 바람직한 현상이라고 밝혔다. 왜냐하면 CIO들은 이미 머신러닝이나 인공지능 기술을 무시하는 실수를 저지른 바 있고 그러한 실수를 다시 반복해서는 안 될 것이기 때문이다. 머신러닝, AI가 주류 기술로 부상하면서 많은 CIO가 필요한 데이터 과학자나 엔지니어 인력을 구하는 데 어려움을 겪었다고 브라이스는 말했다. 많은 양자 물리학에서 안정성을 달성하기가 어렵다는 것을 고려했을 때, 기업들에게 양자 기계를 도입하는 것은 생각보다 고된 과정이 될 수 있다. 그러면 이제, 양자 컴퓨팅에 대하여 CIO들이 알고 있어야 할 몇 가지 사실들을 살펴보자.


■ 양자 컴퓨팅이란 무엇인가?


양자 컴퓨팅은 0, 1, 그리고 0과 1의 조합을 동시에 나타내고 저장할 수 있는 양자 비트(quantum bits), 또는 큐비트(qubits)를 이용하여 데이터를 처리한다. 이러한 두 상태의 중첩이 가능해짐에 따라 양자 컴퓨터는 바이너리 비트를 이용하여 모든 정보를 0 아니면 1로만 저장할 수 있는 전통적인 컴퓨팅보다 훨씬 더 데이터 처리의 속도를 가속화 할 수 있다.


■ 양자 컴퓨팅의 작동 방식은?


큐비트로 정보를 처리하기 위해서는 모든 것이 상호의존적인 중첩 상태에 있어야 한다. 이러한 상태를 가리켜 양자 결집 상태(quantum-coherent state)라고도 하는데, 큐비트가 서로 결집되어 뒤얽혀 있는 상태를 가리킨다. 이 상태에서는 하나의 큐비트에 변화를 주면 이것이 나머지 큐비트에게도 영향을 미치게 된다. 그러나 큐비트는 아주 연약하기 때문에 약간의 온도 변화, 소음, 파동, 그리고 움직임만으로도 물리학자들이 결잃음(decoherence)이라 부르는 상태가 될 수 있다. 결잃음이란 에너지가 새어 나가 계산에 실패하는 상태를 가리킨다. 오늘날 큐비트들은 결잃음이 발생하기 전까지 양자 상태를 고작 100 마이크로초 동안만 유지할 수 있다고 IBM 연구원들은 설명했다.


양자 컴퓨팅은 아주 극단적이다. 쿨링에는 약 0.015 켈빈도의 온도가 필요한데, 이는 항성간 우주의 온도보다 180배나 더 차가워야 함을 의미한다고 브라이스는 설명했다. 또한 이들은 지구의 자기장보다 50배 약한 강도로 보도돼야 한다. 또한 대기 중의 압력보다 100억 배 더 압력이 약한 고진공 상태에 두어야 하며, 저진동 표면에 위치시켜야 한다.


■ 양자 컴퓨팅, 얼마나 빠른가?


양자 컴퓨팅의 우수성은 특히 오늘날 가장 빠른 수퍼컴퓨터보다도 훨씬 빠르게 데이터를 처리할 수 있다는 점에서 주목받고 있다. 일반적으로 50큐비트에서 이러한 속도가 가능해진다고 알려져 있다. 그러나 큐비트 수가 증가할수록 양자 결집 상태를 유지하는 것이 어려워진다는 문제가 있다. 브라이스는 결국 양자 퍼포먼스는 양자 에러를 최소화하는 데 달려 있다고 말했다.


그는 “큐비트를 얼마나 오래 중첩된 상태, 결집된 상태로 묶어둘 수 있느냐가 핵심이다”고 강조했다. 그는 이처럼 큐비트가 충분히 오랜 시간 결집 상태를 유지하여 우리가 기대하는 양자 컴퓨팅 성능을 보장할 수 있게 되기까지 앞으로 약 1~2년의 시간 밖에 남지 않았다고 보고 있다.


■ 양자 컴퓨팅의 얼리 어답터들


양자 컴퓨팅의 잠재력에 관심이 있는 CIO들은 얼리 어답터들의 사례가 궁금할 것이다. 2017년 3월 폭스바겐은 D-웨이브 시스템(D-Wave Systems)의 양자 기계를 도입하여 중국 베이징에서 운행 중인 1만여 대의 택시의 트래픽 흐름을 최적화하는 데 활용하기 시작했다. 폭스바겐 CIO 마틴 호프먼에 따르면, 칩의 모든 비트를 처리하도록 양자 칩을 프로그래밍해야 했다. “앞으로 5년 이내에 양자 컴퓨팅은 지배적인 기술이 될 것이다”라고 호프먼은 말했다. 액센츄어와 1큐빗 (1Qubit) 역시 바이오젠(Biogen)과의 협업을 통해 약품 딜리버리의 속도를 높였다. 화학 반응과 분자 시뮬레이션의 속도를 가속화할 수 있었기 때문이다. J.P. 모건체이스도 IBM과 협력하여 리스크 분석, 트레이드 전략 등에 양자 컴퓨팅 기술을 활용하고 있다.


■ 양자 컴퓨팅의 적용 사례


그렇다면 양자 컴퓨팅은 실제로 어떤 곳에 쓰일 수 있을까? 브라이스는 우선 큰 규모의 데이터 셋이 관련된 과제들, 그중에서도 특히 기존의 컴퓨터가 해결할 수 없었던 문제들이 양자 컴퓨팅의 주요 타깃이 된다고 말한다. NP-하드 문제, 순회 세일즈맨 문제(travelling salesman optimization problem)가 대표적이다. 브라이스에 따르면, 보험사의 경우 사망률을 분석하고 채권의 리스크를 계산하는 것 역시 양자 컴퓨팅의 영역이 될 수 있다. 양자 컴퓨팅으로 어떤 문제를 해결할 것인가를 분명히 하고 난 후에 양자 컴퓨팅 기술을 제공해 줄 업체를 선택하는 것이 순서라고 그는 조언했다.


■ 양자 컴퓨팅 벤더 및 플랫폼


IBM과 인텔은 50큐빗과 49큐빗 양자 컴퓨터를 개발했으며, 구글 역시 비슷한 규모의 양자 컴퓨팅을 개발 중이다. 이 분야에서 약 50개가량의 업체를 추적하고 있는 브라이스는 IBM, 1큐빗, D-웨이브, 마이크로소프트, 리제티 컴퓨팅(Rigetti Computing) 등이 양자 기계를 위한 프로그래밍 인터페이스 개발을 마친 기업들이라고 소개했다. CIO는 다양한 업체들에 대해 잘 알아보고, 이들이 제공하는 솔루션을 꼼꼼히 확인한 후 소프트웨어 개발 키트나 API와 같은 양자 컴퓨팅 프레임워크를 다운로드 해야 할 것이다.


또한 브라이스는 양자 기계 구입에 있어서 서둘러서는 안 된다고 당부했다. 특히 양자 컴퓨팅 상에서 구동할 소프트웨어를 제작할 수 있는 인재와 코딩 역량이 갖춰지기 전에는 더욱 그렇다. 그보다는 양자 컴퓨팅 서비스 시스템(quantum computing-as-a-service system)에서 교육, 추론, 최적화 등 우선 계산 집중적인 머신러닝 워크플로우 스테이지를 먼저 테스트하라고 그는 조언했다. 대표적인 기기로는 IBM의 퀀텀 익스피리언스(Quantum Experience)가 있다.


브라이스는 “가장 중요한 것은 절대 겁먹을 필요가 없다는 점이다. 시간은 우리 편이다. 하지만 머신러닝이나 인공지능 기술 도입 때처럼 망설이기만 하다가 뒤처지는 일은 없어야 할 것이다”고 말했다.


저작권자 © 파이낸셜포스트 무단전재 및 재배포 금지