태터데스크 관리자

도움말
닫기
적용하기   첫페이지 만들기

태터데스크 메시지

저장하였습니다.

월간기술동향 | RPA가 필요합니다




요즘 RPA(Robotic Process Automation)라는 기술이 부상하고 있습니다. 혹시 알고 계시나요? 가트너(Gartner)는 2018년 RPA 소프트웨어 관련 전 세계 지출액이 전년보다 57% 증가한 6억 8000만 달러에 이르렀다고 분석하였고, 이 같은 성장세를 이어 나갈 경우 2022년에는 RPA 소프트웨어 시장이 24억 달러를 형성할 것으로 전망했습니다. 이렇게 전 세계적으로 RPA에 대한 관심이 쏠리면서, 관련 시장도 자연스럽게 성장하고 있습니다. 국내에서도 점차 금융사와 대기업 등에서 관심을 가지는 것 같은데요. 그래서 이번에는 로봇을 업무에 활용하는 방법 중 하나인 RPA기술에 대해서 이야기를 하려고 합니다.

 

 

 RPA란

<RPA, 출처: KPMG Japan>


 RPA(Robotic Process Automation)는 소프트웨어(SW) 로봇을 만들어 사람이 수행해온 단순, 반복적인 업무를 자동화하는 기술입니다. IT 시스템과 사용자 업무 프로세스를 최적으로 만들어 기존 시스템을 효과적으로 사용할 수 있게 해주고, 업무를 수행하는 시간을 단축할 수 있게 되는데요. 주로 표준화되어 있고, 명확한 규칙에 기반을 둔 업무에 적용되어 사람의 행동을 모방하는 형태로 업무를 수행하게 됩니다. 쉽게 말해서 자동화로 단순 반복되는 업무는 줄이고, 일하는 방식과 업무 프로세스를 최대로 효율화하여 최적화를 이룰 수 있게 해주는 기술이죠.

 인공지능(AI), 빅데이터, 사물인터넷(IoT) 등 다양한 기술이 발전하면서 기업 내부에서는 업무에 활용이 가능한 RPA에 대해 관심이 높아졌습니다. 사람의 노동을 디지털 노동으로 대체해 업무의 효율성을 높이고, 비용을 최소화 할 수 있기 때문입니다. 특히 국내에서는 주 52시간 근무제를 시행하면서 기업들마다 RPA의 도입을 긍정적으로 검토하고 있는데요. 아직 초기 단계이지만 대기업, 금융사를 주축으로 RPA를 도입하거나 검토하는 사례가 확대되고 있습니다. 현재는 전형적인 업무나 사람의 판단이 적게 들어가는 분야에 주로 적용되고 있지만, RPA의 역할은 계속해서 확대될 것으로 예상됩니다. 이를 위해서는 인공지능(AI) 기술 결합은 정말 필수겠죠?

 각 조직 및 기업에서 요구하는 프로세스 자동화 역할에 따라 로봇은 아래 3가지 유형으로 분류됩니다. 이 로봇들은 모두 RPA로 알려졌지만, 로봇이 처리할 프로세스나 작업에 따라 선택됩니다.

1. Probots: 반복적인 규칙을 따르는 프로세스 데이터 처리

2. Knowbots: 데이터 수집 및 저장

3. Chatbots: 가상 비서 역할을 하며 실시간으로 고객 문의에 응답

 

 

 

 기대효과/장점 

<Benefits of RPA, 출처: tejora>


 제조 영역에서는 공장자동화와 스마트팩토리에 RPA를 보급하면서 기업의 생산성을 증대시키는 한편, 서비스 영역에서는 RPA가 도입되면서 기업의 경쟁력을 강화하고 있습니다. 글로벌 기업들은 단순 업무 프로세스뿐만 아니라 인공지능(AI)을 활용한 의사결정에 이르기까지 디지털 노동을 적극적으로 도입하고 있는데요. 각 분야별로 RPA 도입에 따른 기대효과는 조금씩 다르지만, 아래 5가지는 공통적으로 경험 가능할 것 같습니다.

1. 안정성: 민접한 데이터에 대한 접근 방지, 정보의 인적 오류 예방

2. 정확성: 입력자동화를 통한 오류 예방 및 문제 최소화

3. 효율성: 반복적인 업무를 RPA가 대신 처리

4. 신속성: RPA가 연중무휴로 신속하게 작업 수행 가능

5. 경제성: 효율적으로 인건비 감소, 매출 증대에 기여

 

 

 

 적용분야 

 RPA 적용 대상이 되는 자동화 대상 프로세스는 노동집약형 반복업무, 룰(Rule) 기반 프로세스, 낮은 예외 수준, 읽기 쉬운 표준화된 문서 양식 기반 프로세스, 자동화로 인한 효율성 창출 영역 등이 있습니다.

 적용 대상 업무로 보면 급여·근태관리, 인보이스와 세금계산서 발행, 주문관리, 고객 문의 대응, 주문서 생성·처리 등 인사(HR)·재무회계·구매·고객서비스 분야에 주로 적용되고 있고, 이 밖에도 산업별로 특화된 프로세스에도 적용할 수 있습니다.

 예를 들어 은행의 경우엔 사기 탐지나 이상거래 파악, 고객 등록, 신용카드 발급 업무에 적용할 수 있고, 보험사는 보험청구나 신규 상품, 그리고 의료 분야는 보고서 업무 자동화와 신상품 등록절차 등에 적용할 수 있습니다. 제조사는 원재료 원가분석, 벤더 등록, 채권관리 업무 등이 대상이고요. 조금 더 구체적인 국내 사례를 볼까요?

 

 

 

 국내사례 

<IBM의 국내 산업군별 주요 RPA 적용 사례>

 

 위 표에서 알 수 있듯이 다양한 분야에서 RPA는 적용 가능한데요, 아래는 국내 기업들의 RPA 적용 사례들을 모아봤습니다.


KT (출처: 데이터넷)

 KT는 기업의 경비 처리를 더 쉽고 빠르게 처리할 수 있는 챗봇 기반의 ‘전표를 대신 처리하는 전표 로봇(이하 전대리)’ 솔루션을 자체 개발, 사내에 적용했다. ‘전대리’는 챗봇 기반의 RPA 프로그램으로 자주 처리하는 전표의 이력을 추천하고, 시스템 접속하지 않아도 메신저 채팅을 통해 몇 번의 클릭만으로 전표에 필요한 계정, 적요 등을 선택해 모든 전표 처리 업무를 할 수 있도록 만든 솔루션이다.

 그동안 경비 처리를 위해서는 전표가 발생할 때마다 사용자가 시스템에 직접 접속해 처리해야 했다. 또한 시스템 내에서 전표 처리에 필요한 계정, 적요 등을 모두 수작업으로 입력해야만 전표처리가 가능해 업무 처리 시간이 오래 걸렸다.

 KT는 ‘전대리’를 적용하면 기존 대비 최대 90% 이상 업무 효율성을 향상시킬 수 있을 것으로 기대하고 있다. 또한 현장근무 등으로 PC 접속이 어려운 영업직원을 위한 전대리 모바일 버전도 올해 말 출시 예정이다.


오렌지라이프 (출처: 데이터넷)

 오렌지라이프는 2018년 3월 도입한 RPA 시스템을 계약 심사 등 45개 업무 프로세스에 확대 시행한다. 오렌지라이프는 지난해 신계약, 데이터 산출, 값 검증, 고객관리, 보험상품 관리, 보장내용 관리, 사후 관리 등 총 33개 프로세스에 RPA를 1차 적용한 바 있다.

 1차 도입 시 단순 반복업무 자동화에 중점을 뒸다면 2차에서는 계약심사, 고객관리, 보험사기 수사, 조직관리, IT운영 등 업무 시 오류 감소, 장시간 수행 업무 적용 등에 중점을 두고 도입됐다. 특히, 안내장 검수, 고객 주소변경 업무를 업무시간 외에도 RPA로 수행할 수 있게 돼 담당 직원의 업무 만족도가 크게 올랐으며, 관련 업무의 효율이 높아졌다.


신한카드 (출처: 삼정KPMG 경제연구원, RPA 도입과 서비스 혁신: 금융산업 사례를 중심으로)

 신한카드는 반복적인 카드 국제 정산 업무에 RPA를 도입하여 자동화시킨 사례로 꼽을 수 있다. 정산 업무에서 이루어지는 일들을 보면 시스템이나 웹에 접속해 데이터를 읽고 취합, 복사, 계산하는 단순 업무가 70%에 달한다. 아무리 복잡한 업무라도 이러한 단순 업무가 정해진 기준에 따라 결합된 것에 불과하다는 사실을 알 수 있다.

 RPA를 통해 카드 국제 정산 업무 프로그램 실행부터 ITF파일 다운로드, 변환 및 저장과 전송까지 일련의 반복적인 업무를 자동화한 것이다. 특히, Back Office의 경우 23%가량 비용이 절감됐으며 향후 3~4년 안에는 적용 영역이 확대돼 전체 비용의 46%까지 절감이 가능할 것으로 전망하고 있다.


한국씨티은행 (출처: 삼정KPMG 경제연구원, RPA 도입과 서비스 혁신: 금융산업 사례를 중심으로)

 한국씨티은행은 최근 로봇 소프트웨어를 활용한 RPA를 자금세탁방지 (AML) 모니터링 업무에 도입하였다. 자금세탁방지 모니터링은 크게 정보수집 및 분석 자료 준비, 자료 분석 그리고 보고 및 검토 업무로 진행되며 이번에 로봇 프로세스 자동화 프로젝트를 통해 자동화된 업무는 자금세탁방지 모니터링 전체 업무 중 약 10%에 해당되는 정보 수집 및 분석 자료 준비 업무이다. 

 한국씨티은행은 RPA의 도입을 통해 담당 직원들의 수작업으로 진행되던 업무가 로봇 소프트웨어로 자동화됨에 따라 단순 실수를 예방하고 생산성 증대와 해당 업무에 대한 통제 강화 및 업무 처리 정확도 향상 등 추가적인 효과를 기대하고 있다.

 

신세계아이앤씨 (출처: BLOTER)

 신세계아이앤씨가 최근 자사 패션 및 라이프스타일 기업 신세계인터내셔날에 RPA 기술을 도입하고, 업무용 AI 챗봇을 확대했다.

 신세계아이앤씨는 RPA를 이용해 유통 채널 별 시스템에 접속해 데이터를 수집하고 보고서 작성, 시스템 등록, 메일 발송, 전표처리, 세금계산서 처리 등을 자동으로 처리한다. 학습된 로봇 소프트웨어는 매출, 재고 데이터를 활용한 각종 업무를 수행한다.

 신세계아이앤씨 측은 “약 4개월 간 RPA 도입 효과에 대해 분석한 결과, 기존 업무시간 대비 70% 시간을 단축했고, 판매관리비 마감 등 단순 반복작업 업무의 경우 93% 이상 업무시간 절감 효과를 봤다”라고 밝혔다.

 

이 외에도 챗봇과 로보어드바이저 도입 등 생각보다 이미 RPA가 우리 곁에 가까이 적용되고 있는 것 같네요.

 

 

 

 RPA업체 

1. Automation Anywhere

미국 캘리포니아에 본사가 위치한 글로벌 매출 1위의 RPA 솔루션

SAP 자동화 영역에 전문성을 보유하고 있으며, 단순한 아키텍처로 구현이 용이함. 자체적으로 AI기능을 개발하여 솔루션에 적용 중

2. UiPath

미국 뉴욕에 본사가 위치. Flowchart 기반의 직관적 개발 환경으로 개발 생산성이 높음

오픈 플랫폼 방식으로 API 연계를 통한 외부 AI 솔루션과의 다양한 협업 지원. 이미지나 스크린샷에서 정보를 추출할 수 있는 머신 비전 도구 강조

3. EdgeVerve

CB인사이트가 선정한 100대 AI기업에 선정된 회사. 제품 관련 교육정보가 웹에 공개되어 있어 접근성이 용이

4. BluePrism

‘로봇 프로세스 자동화(RPA)’라는 용어를 처음 제시한 글로벌 매출 2위의 영국 업체. 

주로 유럽 금융권 레퍼런스를 확보하고 있으며 강력한 중앙 통제형 모니터링 제공. 로봇에게 인간을 흉내 내도록 가르치는 ‘코드 프리 캔버스’ 강조

 

 

세계적으로 잘 알려져 있는 RPA 업체 4곳을 소개하는 것으로 이번 월간기술동향을 마무리해보았는데요. RPA 도입 이후 사용자들의 만족도가 굉장히 높은 편으로 나타났다고 합니다. 우려하는 바와 같이 노동력을 침해하는 사례는 없었다고 하네요. 앞으로 RPA는 기업 경쟁력 향상을 위한 방안으로 그 쓰임새가 확산될 것 같습니다 :)


본문 외 reference
Byline Network, 단순·반복적인 업무 ‘SW 로봇’이 처리… ‘RPA’ 주목
Capgemini, Team RPA: different robots for different process automation roles



기획 및 글 | 사업기획팀 박예영


  • Snowflakes 2019.04.30 16:32 ADDR 수정/삭제 답글

    엑셈 스마트팩토리도 RPA의 일종이라볼수있나요?

    • Favicon of https://blog.ex-em.com EXEM 2019.04.30 17:44 신고 수정/삭제

      안녕하세요, 엑셈입니다. 스마트 팩토리에도 RPA가 다방면으로 활약하고 있죠.
      엑셈 스마트팩토리 서비스는 공장의 여러 의사결정을 지원하는 서비스이기에 RPA의 일종으로 생각하실 수 있지만, 정부 과제를 수행한 것이기에 솔루션이 아닌 점 참고 부탁드립니다 :)

엑기스 | 양자역학과 양자컴퓨터 이야기

기술이야기/엑.기.스 2019.04.10 14:54


 

 

들어가기에 앞서...

 이 글은 상당 부분을 책 <케네스 포드의 양자물리학 강의>의 내용을 참고 및 재구성했습니다. 양자역학과 양자컴퓨터에 대한 이해에 조금은 보탬이 되었으면 하는 바람으로 작성했으니 재미있게 읽어주시고, 양자역학에 대해 더 자세하게 알고 싶으시다면 책을 읽어보시길 추천드립니다. 

 

 

서론

알베르트 아인슈타인 “신은 주사위 놀이를 하지 않는다.”

닐스 보어 “양자 이론을 생각할 때 머리가 아프지 않은 사람이 있다면, 그 사람은 제대로 이해하지 못한 것이다.”

리처드 파인만 “세상에 양자 이론을 이해하는 사람은 없다고 해도 과언이 아니다.”

에르빈 슈뢰딩거 “나는 그것(양자역학)을 좋아하지 않는다. 내가 그 발전에 기여했다는 것이 유감이다.”

막스 폰 라우에 “그것(드 브로이 물질파 이론)이 사실이라면 나는 물리를 그만두겠다.”

 

 우리는 수 많은 과학자들의 인용구에서부터, 우리가 알던 위대한 과학자들조차 고개를 젓게 만드는 양자이론을 이해하려고 달려들면 분명 골머리를 썩히는 정도로 끝나지 않을 것이라고 예상할 수 있다. 하지만 세상은 이미 현실로 다가오고 있는 양자컴퓨터, 양자통신 등을 맞이할 준비로 분주하며, 양자 물리학의 오묘한 이론들은 이미 주사 터널링 현미경, 마이크로 회로, 레이저 등 현실에서 활용되고 있다. 멀지 않은 미래에 양자 이론이 점철된 세상에 대뜸 직면하기 전에, 머리가 지끈거릴지언정 양자 이론이 건네는 이야기를 귀담아 들어볼 가치는 충분할 것이다.

 

 

가깝고도 먼 상식의 바깥, 아원자 세계

 양자 이론이 초대하는 양자 세계에 발을 들이기 전에, 우리의 드레스 코드를 점검할 필요가 있다. 양자 이론에서 다루는 세상은 우리가 일상에서 보고 듣는 세상의 모습인 거시 세계와는 상당히 다르며, 거시 세계의 관점으로 바로 접근하려고 하면 퇴짜를 맞게 될 것이다. 양자 이론의 연구 영역은 원자조차도 거대해 보이는 아원자 세계를 들여다봐야 하며, 매우 작고(양자 이론), 매우 빠른(상대성 이론) 입자들의 세상이라고 말할 수 있다. 덧붙여 ‘양자’란 어떤 특정한 입자를 가리키는 것이 아니라, 이러한 원자 또는 원자보다도 작은 세상에서 양자 이론의 규칙을 따르는 모든 입자를 지칭한다.

 

 그렇다면 원자보다 작은 세상이란 얼마나 작은 세상인지 상상해보자. 우주의 반지름은 10의 26승 미터쯤 되고, 입자 실험의 최소 탐사 거리는 10의 -18승 미터쯤 된다. 둘 사이의 중간 평균은 10의 4승 미터 즉 10km가 되는데, 누군가의 통근 거리 되는 우리가 사는 세상의 길이라고 볼 수 있다. 따라서 우리가 아원자 세계를 들여다보려는 시도는 우주 바깥에서 우리가 출퇴근을 하는 모습을 관찰하려는 시도 만큼이나 황당한 시도라고 볼 수도 있겠다.

 

 단순히 무지막지하게 작다는 사실만이 우리가 양자 이론의 법칙들을 이해하기 힘들게 하는 게 아니다. 아원자 세계에서는 우리가 알던 직관과 상식이 통하지 않는다. 파동-입자 이중성, 중첩과 얽힘, 배타 원리, 그 밖의 수 많은 아원자 세계의 규칙이 되는 물리학 법칙들이 있다. 우리가 이러한 아원자 세계의 상식으로 움직인다면 차를 타고 다닐 필요 없이 순간 이동을 할 수 있게 되며, 서울에서 아침밥을 먹는 동시에 뉴욕에서도 저녁 식사를 할 수도 있다.

 

 이제 앞서 이야기한 물리학자들이 양자 역학을 대하는 심정이 조금은 이해가 간다. 이렇게 귀신 같은 현상들(물질의 파동성, 확실성이 아닌 확률성을 근간으로 하는 양자)을 기초로 하는 양자 이론은 사실 오랜 역사 동안 실험적 검증에서 실패한 예가 하나도 없다. 즉, 물리학자들이 양자 역학을 힘들어하는 데는 이런 귀신 같은 현상들이 그 근간이 되는 원리가 밝혀진 바가 없는 반면, 아원자 세계의 현상을 설명하는데 있어 단 하나의 흠도 없이 굴러간 성공적인 이론이기 때문이다. 어느 날 외계인이 찾아와 건넨 출처를 알 수 없는 말도 안되는 예언들이 막상 현실에서는 모두 들어맞는 것과 같은 상황에서, 양자물리학자들조차 자연의 이치를 깨우친다기보다 반쯤 해탈한 상태로 그저 받아들일 뿐이다...

 

닐스 보어 “아인슈타인, 신에게 참견하지 말게나.”

-1927년 솔베이 회의 중, 알베르트 아인슈타인이 남긴 말 “신은 주사위 놀이를 하지 않는다.”에 답하며.-

 
 
중첩(Superposition)과 얽힘(Entanglement)

 양자 이론이 이야기하는 세계는 정말 기괴한 현상들 뿐이지만, 조금 더 나아가 보자. 중첩과 얽힘은 양자 이론에서 가장 중요한 개념 중 하나에 속하기도 하지만 역시 가장 이해하거나 받아들이기 어려운 부분이기도 하다. 중첩에 대해 얘기하기에 앞서, 드 브로이의 방정식을 먼저 살펴보자.

왼쪽은 파장(람다), 오른쪽은 플랑크 상수 h와 운동량 p이다. 고전 역학에서는 엮일 일이 없었던 두 개념인 파장()과 운동량(p)이 양자적 연결 고리(플랑크 상수 h)로 이어졌다(=). 따라서 드 브로이 방정식은 파장이 운동량과 연결되어 있음을 시사하는 양자계의 혁명적인 발견이었다. 여기에서 더 나아가면 특정 파장은 특정 운동량을 갖는다는 의미를 찾을 수 있다.

 

 양자 역학에서 파장은 여러 파동들의 중첩으로 생긴 수학적인 확률 함수인 ‘파동함수’로 나타낼 수 있는데, 이 함수의 절대값의 제곱(정확히는 진폭의 복소제곱)은 입자가 특정 위치에서 존재할 확률을 나타낸다.

 

 이제 위의 혼란스러운 수학적인 문구들을 종합해 수소 원자 주위를 도는 전자에게 적용해보자. 전자는 파장을 가지며(사실 모든 물질은 파장을 지닌다) 이는 여러 파동들의 중첩으로 이루어져 있다. 그리고 각각의 파동들마다 특정 운동량을 지니며, 이는 곧 수소 원자핵 주변을 도는 전자가 동시에 두 가지 이상의 운동량을 가진다는 의미가 된다. 이를 중첩이라고 하며, 우리가 확인(관측)하는 순간에는 파동함수의 확률을 통해 이러한 수 많은 운동량 중 어떤 운동량을 가질지 결정이 된다. 한 문장으로 설명하자면 양자의 상태는 우리가 눈으로 확인(관측)하기 전까지 알 수 없으며, 그만큼 하나의 양자는 여러 상태를 동시에 가질 수 있다는 것이 중첩이다.

<중첩을 묘사하는 대표적인 예, 슈뢰딩거의 고양이 역설>

 슈뢰딩거는 양자역학의 비상식적인 면을 비판하기 위해 역설적인 사고 실험을 내놓았지만 아이러니하게도 양자역학을 묘사하는 가장 대표적인 실험이 되었다 - 출처 : IBS(기초과학연구원)

 

 아마 제일 이해할 수 없는 부분은 ‘여러 상태를 동시에 가진다’와 ‘관측하는 순간에 확률에 의해 상태가 결정된다'는 부분일 것이다. 하지만 머릿속으로 중첩된 상태의 전자가 상상되지 않는다고 낙담할 필요는 없다. 당연하게도 우리의 관점으로는 투수가 던진 야구공이 직구와 커브 두 가지 경로로 동시에 다가오고 있는 상황이나, 슈뢰딩거의 고양이의 운명이 상자를 여는 우리의 손에 달려있다는 것을 이해할 수가 없다. 사실 중첩을 완벽히 묘사하는 삽화를 찾을 수 없는 이유도 양자 물리학자들 또한 마찬가지로 중첩 상태를 머릿속에 그릴 수는 없기 때문이다.

 

 양자 얽힘은 중첩과 크게 다르지 않다. 중첩이 공간 상으로 떨어져 있는 둘 이상의 계(system)에 일어난 경우를 얽힘이라 한다. 광자(빛 알갱이)를 쪼개어보자. 쪼개진 광자들은 스핀 up, 스핀 down 두 가지 양자 상태를 가지는 중첩된 상태가 되었으며, 한 쪽이 up이라면 다른 한 쪽은 down을 갖는다. 그리고 광자 한 쪽은 아주 멀리, 다른 은하 건너편까지 보내놓는다. 이때 지구에 남은 광자 한 쪽을 확인(관측)하는 순간 파동 함수는 붕괴되고 확률에 의해 지구에 남은 광자의 양자 상태가 결정되는데, 특이하게도 그 순간 은하 건너편의 광자 한 쪽의 양자 상태도 결정된다. 지구에 남은 광자가 up이라고 확인하는 순간 은하 건너편의 광자는 down이 되고, 그 반대도 마찬가지이다. 

  

 얽힘을 이해하려면 아무리 멀리 있어도 두 입자는 사실 쪼개지기 전이나 쪼개진 후나 ‘하나의 계’를 이룬다는 해석이 필요하다. 사실 시공간의 제한에 항상 갖혀 살던 우리의 관점에서는, 은하 건너편까지 옮겨간 광자와 지구의 광자가 둘이 꼭 붙어있는 것처럼 행동한다는 걸 이해하기란 전혀 모르는 외국어를 듣는 느낌보다도 더 할 것이다. 아인슈타인 또한 양자 얽힘을 “귀신 같은 원격 현상”이라고 표현하며 그의 생애 동안 끝까지 인정하지 않았다. 앞서 언급했듯이, 중첩이나 얽힘 역시 어째서 일어나는 현상인지 까지는 현재 규명해내지 못했으며, 과학계 또한 ‘가정’과 ‘측정 결과’가 잘 맞아 떨어지니 그저 받아들일 수 밖에 없다는 입장이 대부분이다.

 
 
큐비트(Qubit)와 양자컴퓨터(Quantum Computer)
 전자의 중첩을 이해했다면(또는 어쨌든 그렇다 치자고 받아들였다면..) 이제 큐비트라는 것을 설명할 수 있다. 올해 초 CES 2019에서 선보인 IBM의 ‘최초의 상용 양자 컴퓨터’가 화제였다. 아직 갈 길은 멀어 보이지만, 양자 컴퓨터가 드디어 연구실 밖으로 발을 내딛었다는데 의의가 있어 보인다. 왜 사람들은 양자 컴퓨터의 출현을 기다리고 있을까? 양자 컴퓨터라고 해도 현존하는 슈퍼컴퓨터보다 연산이 좀 더 빠른 정도가 아닐까? 양자 컴퓨터의 잠재력을 가늠하려면 우선 양자 컴퓨터가 어떤 것인지 알아봐야 할 것이며, 양자 컴퓨터가 그리는 혁신적인 미래는 큐비트로 실현된다.
 

<세계 최초 상용 양자컴퓨터”라는 타이틀을 걸고 등장한 IBM Q System One - 출처 : IBM>

 

 큐비트란 ‘동시에 두 방향의 스핀을 갖는 전자’다. 또는 연산의 기본 개념인 비트(bit)와 양자(quantum)가 합쳐진 양자 비트(quantum bit)의 줄임말이다. 두 방향의 스핀을 0, 1이라고 본다면 고전적인 비트와 차이점은 무엇일까? 앞서 이야기한 중첩이 다시 등장할 때이다. 비트는 0 또는 1 둘 중 하나일 뿐이지만, 큐비트는 중첩된 두 방향의 스핀을 가지므로 동시에 0과 1 두가지일 수 있다. 그래서 큐비트를 표현할 때는 그림과 같은 구체로 많이 표현되며, 구체 표면을 향하는 벡터 0일 확률과 1일 확률의 혼합으로 나타낸다. 덧붙이자면 꼭 0과 1이 동등한 확률일 필요는 없다. 큐비트는 87%는 0이면서 13%는 1일 수도 있다. 물론 큐비트도 중첩 상태이므로 관찰하는 순간, 0 또는 1로 결정된다.

<큐비트를 표현한 ‘블라흐 구체’ - 출처 : IBM>

 

 이렇게 두 가지 상태가 중첩된 큐비트는 연산에 적용할 때 이론 상 방대한 연산 능력을 보여준다. 고전적인 비트가 논리 게이트를 한 번에 하나씩 통과할 때, 큐비트는 동시에 두 가지 상태가 통과한다. 큐비트 하나는 0과 1 두 가지 상태 뿐이지만, 큐비트를 하나씩 늘려보면 이야기가 달라진다. 두 개의 큐비트를 시뮬레이션 한다면 00, 01, 10, 11 네 가지의 상태를 얻을 수 있으며, 이 네 가지 결과의 가능성들이 두 개의 큐비트에 한데 묶여서 표현된 것이다. 이어서 세 개의 큐비트는 23개, ... N 개의 큐비트는 2N개의 방식으로 혼합될 수 있다. 이론 상의 양자 논리 게이트라면 이 어마어마한 가능성들을 한 번에 읽어낼 것이다. 그러나 엄청난 수의 큐비트를 탑재한 양자 컴퓨터가 실현되기 어려운 이유는 이 논리 게이트가 계를 방해하지 않아야 한다는 조건이 붙기 때문인데, 조금이라도 상호 작용이 발생하는 순간 큐비트의 수 많은 가능성들은 단 하나의 가능성으로 붕괴할 것이다. (관측에 의해 중첩이 사라지고 결과만이 남는 것이다. 상자를 열어 슈뢰딩거의 불쌍한 고양이의 운명을 결정지어버린 것.) 현재도 양자 컴퓨팅 분야의 많은 연구진은 극저온의 매우 민감한 프로세서로 큐비트를 제어하느라 애를 먹고 있다.

 

 다시 큐비트의 이야기로 돌아가서, 이제 이상적인 양자 논리 게이트를 거친 큐비트에서 정보를 추출해보자. 무수한 가능성들은 붕괴되고 평범한 비트와 같은 단 하나의 정보가 추출되어 나온다. 말단에서는 결국 정보를 추출해서 고전적인 비트 형태의 결과물을 얻어야 한다면 양자 컴퓨팅의 이점은 없는 것일까? 아니다. 큐비트는 무수한 가능성들을 거쳐서 하나의 결과를 보여준 것이다. 즉, 중첩되어 있던 방대한 양의 정보가 단 하나의 해답으로 쏟아져 들어간 것이다. 

 

 이러한 특징은 우리가 양자 컴퓨터를 어떻게 활용할 것인가에 대한 통찰력을 선사한다. 예를 들면 도로 교통 상황을 분석하는 문제에서 차량 하나하나의 움직임을 분석하면 교통 상황을 예측할 수 있겠지만, 현재는 알고리즘의 복잡도와 연산 속도라는 한계로 인해 현실적으로 이런 분석은 불가능하다. 하지만 양자 컴퓨터는 수 많은 차량의 가능성(방대한 양의 정보)을 계산해 도로 상황을 예측(단 하나의 해답)을 내 놓을 것이다. 이 외에도 양자 컴퓨터는 날씨 예보, 암호 해독, 신약 개발, 시장 분석, 자연어 분석 등등 수 많은 분야에 활용 될 수 있으며 현재 풀리지 않은 미스터리 같은 문제인 아원자 입자들의 미시적 운동을 분석하는 학문 분야까지 해답을 찾아내 줄 것으로 기대되고 있다.

 
 

마무리

 지금까지 양자 역학 세계의 일부분을 살펴보면서 양자 컴퓨터란 어떤 것인지 까지 간단하게 알아보았다. 양자 이론은 알면 알수록 이해할 수 없지만, 오히려 그렇기 때문에 더욱 더 의문점을 남기며 파고들게 하는 것 같다. 양자 컴퓨터가 아직 얼마 나아가지 못한 듯 보여도, 양자 컴퓨터가 세상을 바꾸는 미래는 반드시 올 것이며, 어쩌면 우리가 생각하는 것보다 빠를 수 있다. 머리가 아파오는 이론이지만 미래에 대비하기 위해서라도 양자 세상을 들여다보면, 생각했던 것보다는 제법 흥미롭다는 것을 발견할 수 있을 것이다.

 

존 휠러 “살날이 얼마 남지 않은 것 같으니, 남은 시간은 양자에 대해 생각하는 게 좋겠다.”

 

 

감사합니다.

 

 

EXEM의 콘텐츠에 대하여 궁금하다면? 여기를 눌러 문의해보세요!


 

 


기고 | AI사업본부 이동하

편집 | 사업기획팀 박예영