양자컴퓨터가 AI와 만나면…미래 예측 판도 변한다 [사이언스 브런치]

현재 전 세계 과학기술 분야는 단일 학문의 경계를 넘어 인공지능(AI)과 기초 과학이 융합하는 분위기다. 그중 가장 주목 받고 있는 분야는 과학을 위한 AI와 에이전틱 AI, 다중오믹스, 양자 컴퓨팅 및 양자 하이브리드 시스템, 청정에너지 및 기후 기술 정도로 압축해 볼 수 있다. 이 중 AI와 양자 컴퓨팅 분야가 결합되면 완전히 새로운 신세계가 열릴 수 있다는 분석이 나와 눈길을 끈다.

영국 런던대(UCL) 컴퓨터과학 연구센터, 컴퓨팅 고등 연구센터, 네덜란드 암스테르담대 정보과학 연구소 공동 연구팀은 양자 컴퓨터의 연산 결과를 통합한 AI 모델이 기존의 전통적 컴퓨터만 사용한 최고 수준의 AI 모델들보다 복잡한 물리계의 장기적 움직임을 더 잘 예측할 수 있다고 24일 밝혔다. 이 연구 결과는 기초과학 및 공학 분야 국제 학술지 ‘사이언스 어드밴시스’ 4월 17일 자에 실렸다.

복잡계에 대한 예측을 위해 시뮬레이션 기법을 많이 쓰지만 결과를 도출할 때까지는 최소한 수 주가 걸리기 때문에 실용적으로 쓰기에는 너무 느리다. 그래서 AI 모델을 쓰는 경우가 있는데 이렇게 하면 처리 속도는 빠르지만 장기적 관점에서 결과의 신뢰도가 떨어진다는 단점이 있다. 이에 최근에는 슈퍼컴퓨터보다 훨씬 강력할 것으로 기대되는 양자 컴퓨터와 인공지능의 결합을 기대하고 있지만 실질적 유용성에 대해서는 명확한 결론을 내리지 못하고 있다.



연구팀은 독일 뮌헨에 있는 라이프니츠 슈퍼컴퓨팅 센터에 있는 슈퍼컴퓨팅 자원과 연결된 20 큐비트 IQM 양자컴퓨터를 활용해 연구했다. 복잡계에 대한 예측 수행을 위한 AI 모델은 방대한 양의 시뮬레이션과 관측 데이터를 바탕으로 훈련된다. 양자 기반 방식에서는 데이터가 양자 컴퓨터에 입력돼 데이터에서 시간이 지나도 변하지 않는 불변의 통계적 패턴을 학습한다. 이렇게 학습된 패턴은 전통적 슈퍼컴퓨터에서 AI 모델을 훈련하는 과정에 통합된다. 양자 기반의 AI 예측 모델은 기존 AI 모델과 비교했을 때 복잡계의 거동 예측에서 정확도가 20% 상승했으며 장기적으로도 안정성과 신뢰도를 유지하는 것으로 나타났다. 또 슈퍼컴퓨터보다 수백 배 적은 메모리를 사용해 더 효율적인 것으로 확인됐다.

이번에 개발한 방법론은 현재 양자 컴퓨터의 근본적 한계를 극복하는 데도 성공한 것으로 분석된다. 현재 양자 기기들은 노이즈가 심하고 오류와 간섭에 취약해 많은 양의 측정과 계산이 필요한데 이번에 개발한 방법론은 데이터가 고전 시스템과 양자 시스템 사이를 계속 오가게 하는 대신 전체 과정 중 단 한 단계에서만 양자 장치를 사용하게 해 이런 문제를 극복했다고 밝혔다.

연구팀은 이를 가능하게 하는 것은 물리적 거리에 상관없이 각 큐비트가 다른 모든 큐비트에 영향을 미칠 수 있는 얽힘 현상과 규비트가 측정되기 전까지 서로 다른 고전적 상태들에 동시에 존재할 수 있다는 중첩이라는 두 가지 양자역학적 특성 때문이라고 설명했다.

유용하 과학전문기자