척척박사 윤박사가 들려주는 AI | 열한 번째, 융합 인공지능 – 양자 컴퓨팅 기술

 

 

양자 컴퓨팅(Quantum Computing)은 바로 이전 기고에서 설명한 DNA 컴퓨팅과 함께 꿈의 컴퓨팅 처리 기술로 불리고 있다. 기존의 비트(Bit) 단위의 이진 데이터 처리 방식에서 벗어나 다양한 표현을 시도하는 4진(Quantum) 구조의 데이터 처리를 목표로 하고 있다. 그렇기 때문에 기존의 불확실성을 계산하는 인공지능의 NP Problem과 같은 불확실성 문제의 해결을 통해 성능을 확인하고 있다. 만약, 양자 컴퓨팅이 성공적으로 실현된다면 여러분들은 어떤 분야에 이용할 수 있을까 생각할 것이다. 간단히 예를 들면, DNA 컴퓨팅과 함께 적용되어 매트릭스와 같은 가상의 세계가 실현될 수 있을 것이다. 그리고 먼 우주를 여행하기 위한 텔러포트와 같은 순간이동 시스템이 만들어질 수 있을 것이다. 즉, 스타게이트나 스타트랙에서 나오는 순간이동 시스템이 공상과학 영화만의 표현이 아니게 될 것이다. 그렇기 때문에 필자는 인공지능을 더 깊게 공부하고 싶어하는 독자들에게 미래의 컴퓨팅 기술인 뇌공학, DNA 컴퓨팅, 양자 컴퓨팅을 더욱 깊이 연구해 보라고 하고 싶다.

 

양자 컴퓨팅의 구상자는 리처드 파인만 교수로, 실질적인 동작 원리는 옥스퍼드대의 데이비드 도이치 박사가 고안하였다. 아래의 그림은 양자 컴퓨팅의 고안자인 리처드 파인만 교수가 코넬 대학에서 강의하는 모습이다. 그의 이론에 활용할 수 있는 알고리즘으로 쇼어 알고리즘이 나오면서 양자 컴퓨팅은 그 가능성을 확인하였다. 그리고 2011년 캐나다에서 최초의 상용화 양자 컴퓨팅으로 불리는 D-WAVE의 출현은 양자 컴퓨터를 이용한 새로운 기술 혁명을 예고하기도 했다. D-WAVE는 범용 양자 컴퓨터는 아니며, 양자 어널링이라는 특정한 양자 알고리즘을 특화한 것이다. 머신러닝, 음성인식, 자연어 처리를 위해 방대한 데이터 분석을 일반 컴퓨터보다 1억배 이상 빠른 속도로 처리할 수 있다고 보고 하였다. 하지만 범용적인 양자 컴퓨팅의 개발과 구성은 복잡도가 높기 때문에 NP 문제와 같은 복잡하고 고성능의 연산속도를 필요로 하고 있다. 우리나라에서도 양자 컴퓨팅에 대한 연구는 표준과학연구원, 기초과학연구원, 일부 대기업들을 중심으로 풀어가고 있다. 양자 컴퓨팅의 핵심은 양자 컴퓨팅에 이용할 여러 개의 양자를 분리해 빠르고 안정적으로 다룰 수 있느냐는 것이고, 나아가 여러 개의 양자를 다루는 일까지 성공한다면 진짜 양자 컴퓨터를 만드는 것이 가능할 것이다.

 

 

 

 

이런 의미에서 우리에게 최초의 양자 컴퓨터로 알려진 D-WAVE는 완전한 양자 컴퓨터라고 할 수 없다. 이는 초전도 상태를 가지는 양자 CPU에서 처리된 결과를 외부의 컴퓨터가 다시 읽어 처리하는 구조이기 때문이다. 이는 양자 컴퓨터의 핵심인 큐비트를 제대로 제어하기 어렵다는 것이다. 그리고 가장 제어가 용이하다는 전자의 스핀조차 실용적인 수준의 컴퓨팅을 구현하기에는 일정한 상태를 유지할 수 있는 시간이 짧기 때문이다. 그래서 많은 과학자들이 안정성이 높은 큐비트를 얻는 것이 목표이며, 이는 공학자보다는 기초과학자들이 주도하고 있다. 특히 전자의 스핀을 제어하는 연구 분야는 스핀트로닉스라는 이름으로 불리고 있다. 현재 연구 성과가 서서히 나오고 있으며, 기초과학연구원(IBS)의 원자제어 저차원 전자계 연구단이 추진 중인 밸리트로닉스가 대표적이라 할 수 있다. 양자 컴퓨터의 큐비트 원리는 블로흐 구를 통해 잘 설명되고 있다. 구의 표면은 두 가지 결과에 대한 확률값의 합이 1인 점으로 가능한 모든 사건이 일어나는 경우를 확률적으로 표현한 것이다. 고전적인 비트는 구의 '상단(북극)'과 '하단(남극)'에 해당하는 1과 0 값만 지닐 수 있지만 큐비트는 구의 어느 곳에도 존재할 수 있다. 상단과 하단을 제외한 나머지 표면에서는 1과 0이라는 두 가지 사건에 대한 확률이 공존한다. 중첩을 정확히 이해하려면 확률에 대한 일반적인 상식에서 다소 벗어나야 한다. 사실 중첩과 같은 현상은 우리가 지각할 수 있는 세계의 경험과 너무나 이질적이라서 적당한 시각화 방법이 없다[2]. 그렇기 때문에 양자 컴퓨터에서 큐비트를 표현하기란 어렵고, 안정화 시키는 것 또한 어렵다.

 

양자 컴퓨팅 종류는 초전도 현상을 이용하여 큐비트를 만들어내는 구조에 따라 이온트랩, 인공적인 원자 생성 방법, 마요라나 페르미온, 다이아몬드 등과 같은 방식으로 구분하고 있다. 이온트랩은 양자 컴퓨팅의 연구에서 가장 오래된 분야이다. 이온 트랩 방식은 바깥쪽 궤도에 전자를 하나만 남겨둔 다음에 레이저로 비춰서 전자의 에너지 상태가 올라가면 원자의 바깥쪽 궤도로 가거나 다시 안정돼서 안쪽 궤도로 되돌아오는 현상이 발생한다. 이때 안쪽과 바깥쪽 궤도를 계속 전자가 왔다 갔다 하면서 “중첩” 상태가 되는 것을 유지하면 바로 큐비트가 생성되는 원리이다. 다음으로 인텔에서 연구하고 개발하는 방법으로 인공적인 원자를 생성하는 방법이다. 이 방법은 순수한 실리콘에 인공적인 전자를 넣어서 만드는 방식으로, 인공적인 전자는 극초단파를 이용하여 제어하고 있다. 다음으로 마이크로 소프트가 개발 중인 양자 컴퓨터인 마요라나 페르미온 입자를 이용하는 방식이다. 마요라나 페르미온은 입자이면서 동시에 반입자라는 특징을 가지고 있다. 이 물질의 존재가 알려진 후로부터 80년간 관측되지 않은 물질이지만 성공할 경우에는 가장 범용성이 큰 양자 컴퓨터로 발전할 수 있다. 마지막으로 다이아몬드를 이용한 방식이다. 이 방법은 다이아몬드 속에 있는 정공(Vacancy)과 질소를 이용한다고 한다. 동작의 원리는 이온트랩과 비슷한 방법이다[3][4][5].

 

 

 

 

이렇듯 양자 컴퓨터는 우리의 일상생활과는 무관하게 연구되고 있는 것처럼 보이지만 어느 덧 세상에 알려지고 기존의 컴퓨터 처리 능력을 대신할 수 있는 연산 장치로 인지되고 있다. 문제는 양자 컴퓨터를 이용하여 무엇을 할 것인지 이며, 인공지능 알고리즘을 어떻게 적용해야 자동화된 연산이나 최적화된 연산을 수행할 수 있을까 라는 목표가 생겨나고 있다. 만약, 양자 컴퓨터에 관심이 있다면, 필자는 도전자에게 이런 고민을 해보라고 하고 싶다. 양자 컴퓨터의 범용화를 위해 인공지능으로 무엇을 할수 있을까? 큐비트의 안정화나 최적화를 위한 도전보다는 응용 쪽이 더욱 멋지고 재미있는 연구가 되지 않을까 생각한다.

 

다음 기고에서는 1년 동안 연재된 내용을 마무리하고, 인공지능의 기술 방향과 도전을 이야기하며 기나긴 기고를 마무리하고자 한다.

 

 

[참고자료]
[1] 위키, https://ko.wikipedia.org/wiki/양자_컴퓨터
[2] http://www.ibs.re.kr/newsletter/2014/12/sub_01.html
[3] http://netpilgrim.net/470
[4] http://mdl.dongascience.com/magazine/view/S201408N038
[5] http://scienceon.hani.co.kr/474039