menu
close

양자 혁신, AI 컴퓨팅 효율 10배 향상시켜

스웨덴 찰머스 공과대학의 엔지니어들이 기존 설계 대비 10분의 1의 전력만을 사용하는 펄스 구동 큐비트 증폭기를 개발했다. 이 혁신은 큐비트의 열 발생과 그로 인한 디코히런스를 줄여 양자 컴퓨터의 효율적인 운용을 가능하게 한다. 연구진은 소규모 양자 컴퓨터도 새로운 광자 기반 양자 회로를 통해 머신러닝 성능을 크게 향상시킬 수 있음을 입증하며, 양자 기술이 실험적 단계에서 실질적 응용 단계로 전환되고 있음을 시사했다.
양자 혁신, AI 컴퓨팅 효율 10배 향상시켜

양자 컴퓨팅 분야에서 인공지능의 역량과 응용을 획기적으로 가속화할 수 있는 혁신적인 진전이 등장했다.

스웨덴 찰머스 공과대학 연구진은 "트랜지스터를 이용해 오늘날 구현 가능한 가장 민감한 증폭기"를 개발했다. 이 팀은 기존 최고 성능 증폭기 대비 단 10분의 1의 전력만으로 동일한 성능을 유지하는 데 성공했다.

이 혁신은 큐비트 데이터를 읽을 때만 증폭기가 작동하도록 한 스마트 설계에서 비롯됐다. 전력 소모가 줄어들면서 큐비트에 미치는 간섭이 최소화되고, 더 크고 강력한 양자 컴퓨터 구축이 가능해질 전망이다. 양자 정보를 읽는 과정은 극도로 민감해, 미세한 온도 변화나 잡음, 전자기 간섭만으로도 큐비트가 양자 상태를 잃을 수 있다. 증폭기는 열을 발생시켜 디코히런스를 유발하기 때문에, 연구진은 더욱 효율적인 큐비트 증폭기 개발에 매진해왔다.

기존 저잡음 증폭기와 달리, 이번 신형 증폭기는 펄스 방식으로 작동해 큐비트 증폭이 필요할 때만 켜지고, 평소에는 대기 상태를 유지한다. 양자 정보가 펄스 형태로 전달되기 때문에, 증폭기가 큐비트 판독 속도를 따라잡을 만큼 빠르게 활성화되는 것이 핵심 과제였다. 찰머스 연구팀은 유전 프로그래밍(genetic programming)을 활용해 증폭기를 스마트하게 제어, 큐비트 펄스가 들어오면 단 35나노초 만에 반응할 수 있도록 했다.

이러한 진전은 양자 컴퓨터의 큐비트 수를 대폭 확장하는 데 필수적이다. 큐비트가 많아질수록 컴퓨터의 계산 능력과 복잡한 연산 처리 용량이 커지지만, 대형 양자 시스템은 더 많은 증폭기를 필요로 해 전력 소모와 그에 따른 디코히런스 위험이 커진다. 찰머스의 마이크로파 전자공학 교수 얀 그라운(Jan Grahn)은 "이번 연구는 큐비트 증폭기에서 발생하는 열이 양자 컴퓨터 확장의 주요 제약이 되는 미래에 대한 해법을 제시한다"고 말했다.

이 혁신은 최근 소규모 양자 컴퓨터도 새로운 광자 기반 양자 회로를 활용해 머신러닝 성능을 향상시킬 수 있음을 보여주는 연구 결과와 맞물린다. 이는 양자 기술이 더 이상 실험적 단계에 머무르지 않고, 특정 작업에서는 이미 고전적 시스템을 능가할 수 있음을 시사한다.

양자 컴퓨터는 신약 개발, 사이버 보안, 인공지능, 물류 등 기존 슈퍼컴퓨터로도 해결이 불가능한 문제에 도전할 수 있는 잠재력을 지닌다. 찰머스가 개발한 초고효율 증폭기는 큐비트 데이터 판독 시에만 작동하며, 스마트한 펄스 기반 설계 덕분에 현존 최고급 모델 대비 10분의 1의 전력만을 소모한다.

현재 대형 언어 모델(LLM) 훈련에는 100만 GPU 시간 이상이 소요되는 반면, 양자 신경망은 고전적 신경망보다 복잡하고 고차원적인 데이터셋을 더 효율적으로 처리할 수 있을 것으로 기대된다. 속도 향상뿐 아니라, 양자 컴퓨팅은 최적화 알고리즘 고도화, 정교한 모델 시뮬레이션, AI 모델 훈련 시 에너지 소비 대폭 절감 등으로 AI의 혁신을 이끌 수 있다.

IQM의 양자 혁신 책임자 이네스 데 베가(Ines de Vega) 박사는 "양자 AI의 첫 번째 의미 있는 돌파구는 이번 10년 말에서 다음 10년 초에 등장할 것으로 기대된다. 이는 오늘날의 노이즈가 많은 양자 장치에서 오류 수정이 가능한 수십~수백 개의 논리 큐비트를 갖춘 양자 컴퓨터로의 전환과 맞물릴 것"이라며, "이러한 기계들은 순수 실험적 NISQ(노이즈 중간 규모 양자) 알고리즘을 넘어, AI 응용에 실질적이고 예기치 못한 이점을 제공할 것이다. 양자 컴퓨팅과 AI의 융합은 세상에 엄청난 영향을 미칠 수 있다. 양자와 AI가 결합하면 고전 컴퓨터로는 풀 수 없는 문제를 해결하고, AI를 더 효율적이고 빠르며 강력하게 만들 수 있다"고 설명했다.

Source:

Latest News