양자 컴퓨팅 기초

학습 목표

이 모듈을 마치면 다음을 할 수 있어야 합니다:

• 양자 컴퓨팅과 고전 컴퓨팅의 차이를 구분합니다
• 큐비트와 비트의 차이를 구분합니다
• 양자 컴퓨팅의 핵심 개념을 설명합니다
• 양자 게이트, 양자 회로, 양자 컴퓨터의 차이를 인식합니다

양자 컴퓨팅이 무엇인지—그리고 무엇이 아닌지

고전 컴퓨터에서 양자 계산을 수행할 수 있을까요? 양자 컴퓨팅은 단지 AI의 또 다른 형태일까요? IBM Quantum에서 IBM Quantum® Platform의 부사장인 Katie Pizzolato가 60초 안에 여러 양자 컴퓨팅 신화를 밝혀냅니다.

문제를 보는 새로운 방식

양자 컴퓨팅만의 여러 개념이 있으며, 이러한 개념은 조직이나 산업에 양자 컴퓨팅의 잠재적 응용을 이해하는 데 도움이 될 것입니다. 모든 컴퓨팅 시스템은 정보를 저장하고 조작할 수 있는 기본적인 능력에 의존합니다. 일반적인 컴퓨터는 비트(0과 1)에 정보를 저장하고, 양자 컴퓨터는 큐비트(발음: 큐-비트)를 사용합니다. 양자 컴퓨터는 자연에서 발견되는 양자 역학의 법칙을 활용합니다. 이들은 고전적 정보 처리로부터의 근본적인 변화를 나타냅니다.

양자 컴퓨팅이 고전 컴퓨팅과 매우 다른 이유를 이해하는 데 도움이 되는 은유가 있습니다. 컬러 필름이 나오기 전과 후의 사진 예술과 기술을 생각해 봅시다.

예를 들어, 튤립 들판의 흑백 사진과 들판에 있는 빨간 튤립과 노란 튤립의 컬러 사진을 생각해 봅시다.

색상의 물리적 현상은 사진이 그레이스케일로 제한되어 있을 때도 존재했습니다. 하지만 "빨강과 노랑을 바꿀 수 있을까?"라는 질문은 완전히 무의미했을 것이고, 그렇게 하려는 모든 시도도 마찬가지였습니다.

컬러 필름이 발명되면서, 이제 색상의 물리학을 조작할 수 있게 되어 사진 작가들에게 예술적이고 기술적인 옵션이 폭발적으로 증가했습니다.

양자 컴퓨터는 지금 존재합니다. 왜냐하면 우리가 최근에 이 세상에 항상 있었던 것을 제어하는 방법을 알아냈기 때문입니다: 중첩, 얽힘, 간섭의 양자 현상입니다. 컴퓨팅의 이러한 새로운 요소들은 알고리즘에 디자인할 수 있는 것을 확장합니다. 양자 컴퓨터는 고전 컴퓨터에게 보이지 않을 수 있는 해결책을 드러낼 수 있는 문제를 보는 새로운 방법을 제공합니다.

컬러 필름이 나온 후 pre-color 필름 사진이 "흑백 사진"으로 이름이 바뀌었던 것처럼, pre-양자 컴퓨팅도 새로운 이름이 필요하게 되었습니다. pre-양자 컴퓨팅의 가장 일반적인 용어는 고전 컴퓨팅입니다. "고전"과 "양자"라는 단어는 과학자들이 이미 "물리학"을 수정한 방식과 같이 "컴퓨팅"이라는 단어를 수정하게 되었습니다. "고전 물리학"과 "양자 물리학"처럼 말입니다.

양자 컴퓨팅이 고전과 어떻게 다른지

오늘날의 컴퓨터는 Alan Turing과 John von Neumann의 업적으로 거슬러 올라가는 고전 계산 모델을 사용하여 계산을 수행하고 정보를 처리합니다. 이 모델에서 모든 정보는 비트로 축약 가능하며, 비트는 0 또는 1의 값을 가질 수 있고, 모든 처리는 한 번에 한두 개의 비트에 작용하는 간단한 논리 게이트(AND, OR, NOT, NAND)를 통해 수행될 수 있습니다. 계산의 어느 시점에서든, 고전 컴퓨터의 상태는 모든 비트의 상태에 의해 완전히 결정되므로, n개 비트를 가진 컴퓨터는 00...0(n개 0의 수열)부터 11...1(n개 1의 수열)까지 $2^n$개의 가능한 상태 중 하나에 존재할 수 있습니다.

한편, 양자 계산 모델의 힘은 훨씬 풍부한 상태 레퍼토리에 있습니다. 양자 컴퓨터도 비트를 가지고 있지만, 0과 1 대신에, 양자 비트 또는 큐비트는 0, 1, 또는 둘 다의 조합을 나타낼 수 있으며, 이는 중첩이라고 알려진 특성입니다. 이것 자체로는 특별한 것이 아닙니다. 비트가 0과 1 사이에 중간값을 가질 수 있는 컴퓨터는 단지 아날로그 컴퓨터이고, 일반 디지털 컴퓨터보다 거의 강력하지 않습니다. 하지만 양자 컴퓨터는 동시에 지수적으로 많은 논리 상태를 허용하는 특별한 종류의 중첩을 활용합니다. 이것은 강력한 업적이며, 고전 컴퓨터는 이를 달성할 수 없습니다. 대부분의 양자 중첩과, 양자 계산에 가장 유용한 것들은 얽힌 것입니다—이들은 개별 큐비트의 디지털 또는 아날로그 상태에 대한 할당에 대응하지 않는 전체 컴퓨터의 상태입니다.

양자 컴퓨팅을 이해하는 데 어려움이 어려운 수학에 있다고 생각할 수도 있지만, 수학적으로 양자 개념은 고등학교 대수학보다 조금만 더 복잡합니다. 양자 물리학이 어려운 이유는 간단하지만 직관에 반하는 아이디어를 내재화해야 하기 때문입니다.

양자 컴퓨팅의 핵심 개념에 대해 더 좋은 대화적 이해를 얻으려면, IBM Research®의 Hybrid Cloud Infrastructure 책임자인 Talia Gershon의 이 영상을 시청하세요. Gershon은 양자 컴퓨팅을 5가지 수준—어린이, 십대, 대학생, 대학원생, 그리고 WIRED 매거진의 전문가—으로 설명합니다. 06:17분 표시까지 시청하기를 권장하지만, 전체 영상을 시청하실 수도 있습니다.

이해 확인

아래 질문을 읽고, 답을 생각한 다음, 삼각형을 클릭하여 해결책을 공개합니다.

참 또는 거짓: 수학과 물리학의 고급 학위를 가진 사람들만 양자 컴퓨팅 개념을 이해할 수 있습니다.

거짓입니다. 양자 개념이 고등학교 대수학보다 조금만 더 복잡하기 때문에, 양자 개념은 생각보다 더 접근하기 쉽습니다. 이들의 어려움은 직관에 반하는 특성에 있습니다.

양자 정보의 원리

큐비트

다음 영상에서 IBM의 연구 책임자인 Darío Gil은 고전 정보의 주요 단위(비트)를 양자 정보의 주요 단위(큐비트)와 대조합니다. 그는 양자 컴퓨팅의 3가지 핵심 원리인 중첩, 얽힘, 간섭을 시각화하도록 안내합니다. 이러한 특성으로, 양자 알고리즘을 개발하여 세계에서 가장 큰 슈퍼컴퓨터의 범위를 벗어날 수 있는 비즈니스 문제를 해결할 수 있습니다.

중첩

중첩은 두 개 이상 상태의 가중 합 또는 차입니다. 이 상태의 혼합은 사람들이 그리기 어려운 경우가 많습니다(동전이 한 번에 앞면과 뒷면 모두의 혼합상태인 것처럼). 하지만 더 쉽게 상상할 수 있는 경우가 있습니다—예를 들어, 기타에서 여러 음이 나오는 화음을 연주할 때입니다. 공기의 진동은 단지 하나의 음에만 해당하지 않고, 모두에 해당합니다. 공기는 화음의 모든 음에 해당하는 모든 주파수 조합으로 진동합니다. "가중 합 또는 차"는 중첩의 일부가 더 많거나 적게 표현된다는 의미이며, 예를 들어 바이올린이 현악 4중주의 다른 악기들보다 더 크게 연주될 때입니다. 일반적이거나 고전적인 중첩은 파동을 포함하는 거시적 현상에서 일반적으로 발생합니다. 따라서 중첩은 실제로는 친숙한 개념일 수 있습니다.

양자 세계에만 낯설고 구체적인 것은, 중첩 상태의 시스템을 측정할 때, 시스템이 순수 상태 중 하나로 붕괴된다는 것입니다. 음악적 유사로 비유하면 여러 음의 화음을 연주하고, 그 화음이 공기를 통해 귀로 전파되도록 하지만, (측정) 들을 때 연주된 여러 음 중 하나만 듣는 것입니다. 거시적 세계에는 이와 같은 것이 없습니다.

중첩이 양자 컴퓨터를 고전 컴퓨터와 어떻게 다르게 만드나요?

n개 큐비트의 시스템은 $2^n$개의 가능한 상태 중 하나로 측정될 수 있습니다. 이는 고전 컴퓨터 비트 또는 실제로 n개의 이진 결과의 모든 컬렉션에도 참입니다. 이를 설명하기 위해, n개의 구별 가능한 동전을 뒤집는 모든 가능한 결과를 생각해 봅시다. 각 동전은 "앞면"(H)과 "뒷면"(T)라고 부를 두 가지 가능한 면을 가지고 있습니다.

1개 동전을 뒤집으면, 2가지 가능한 상태가 있습니다: H 또는 T입니다.

2개 동전을 뒤집으면, 4가지 가능한 상태가 있습니다: HH, HT, TH, TT입니다.

3개 동전의 경우, 8가지 상태가 있습니다: HHH, HHT, HTH, HTT, THH, THT, TTH, TTT입니다.

경향은 이렇게 계속됩니다. 다른 동전을 추가할 때마다, 가능한 결과의 수는 두 배가 됩니다. 따라서 n개의 이러한 이진 변수 시스템의 결과의 수는 $2^n$입니다.

고전과 양자 컴퓨터 모두 $2^n$개의 가능한 상태의 공간에 접근할 수 있다면, 무엇이 양자 컴퓨터를 그렇게 특별하게 만들까요? 답은 중첩입니다. 고전과 양자 컴퓨터 모두 $2^n$개의 가능한 상태의 공간에 접근할 수 있습니다. 하지만 고전 컴퓨터는 한 번에 그 상태 중 하나에만 있을 수 있는 반면, 양자 컴퓨터는 이 모든 상태의 중첩에 있을 수 있습니다. 동시에요.

더 구체적으로, 어떤 산업 프로세스와 관련된 최소 비용 C를 검색하고 있다고 가정합시다. 이 프로세스는 많은 입력 변수에 따라 달라지며, 이를 $x_i$로 표시합니다. 지금은 이 변수들을 이진이라고 가정하겠지만, 일반화할 수도 있습니다. 고전 컴퓨터에서, $x_i$의 각각의 가능한 선택에 대해 비용 $C(x_i)$을 계산해야 할 것입니다. 즉, 0000...00, 000...01, 000...10 등을 입력하여, 모든 가능한 입력에 걸쳐야 할 것입니다. 양자 컴퓨터는 이 모든 상태의 중첩에 있을 수 있어서, 작업을 모든 가능한 입력 상태에서 동시에 수행할 수 있습니다.

그것이 사실이기에는 너무 좋게 들린다면, 한 가지 복잡함이 있습니다: 양자 시스템을 측정할 때, 우리는 전체 공간의 모든 결과가 아닌 하나의 결과만 얻을 수 있다는 것을 기억하세요. 따라서 작업은 최적 해결책(가장 낮은 비용과 가장 빠른 응답 등)이 측정될 때 나오도록 하는 알고리즘을 작성하는 것이 됩니다. 다시 말해, 양자 컴퓨터는 모든 가능한 해결책을 반환하지 않습니다; 그들은 많은 해결책의 공간을 동시에 탐색하고 (알고리즘이 작동하면) 높은 확률로 최적 해결책을 반환합니다. 매우 큰 해결책 공간 또는 계산적으로 매우 비용이 많이 드는 단계를 가진 문제의 경우, 이 차이는 게임을 바꿀 수 있습니다.

고전과 양자 확률?

계산 끝에서 어떤 양자 상태를 측정할지는 확률론적입니다. 위에서 설명한 가중치는 서로 다른 상태를 측정할 확률에 해당합니다. 기술적 참고: 확률은 양수(또는 0)여야 하지만, 중첩의 가중치는 양수, 음수, 또는 복소수일 수도 있습니다. 확률은 가중치의 절댓값의 제곱입니다: $P_i = |w_i|^2$. 확률이라는 단어가 고전 및 양자 맥락에서 다른 의미를 나타내는 경우가 있다는 점에 유의하는 것이 중요합니다. 예를 들어, n개 동전을 이미 뒤집었지만 결과를 보지 못했다면, 당신이 아는 한 각 동전은 앞면 또는 뒷면일 수 있습니다. 당신은 이를 $2^n$개 상태의 확률론적 혼합으로 부를 수 있습니다. 하지만 동전의 집합은 실제로 가능한 상태 중 하나에 있습니다—우리는 단지 어느 것인지 모를 뿐입니다. 양자 컴퓨터의 경우는 그렇지 않습니다. 양자 컴퓨터는 동시에 $2^n$개의 서로 다른 논리 상태의 중첩에 해당하는 데이터를 보유할 수 있습니다. 이러한 이유로, 양자 중첩은 고전 확률론보다 더 강력합니다. 데이터를 중첩에 보유할 수 있는 양자 컴퓨터는 알려진 어떤 고전 알고리즘보다 지수적으로 더 빠르게 일부 문제를 해결할 수 있습니다.

더 알아보려면, YouTube에서 고전 및 양자 무작위성에 대한 IBM Research 영상을 보세요.

얽힘

거의 투명한 두 개의 얇은 얇은 스카프를 가진 두 명의 친구를 상상해 봅시다. 한 스카프는 빨강이고, 다른 하나는 파랑입니다. 친구들이 두 스카프를 겹쳐 놓으면, 함께 보라색으로 보입니다. 친구들이 이 두 스카프를 자신들 사이에 펼쳐 들고 있다면, 두 친구가 뭔가 보라색을 들고 있다는 상태는 명확하지만, 분리된다면, 어느 친구가 파란 스카프를 들고 있고 어느 친구가 빨간 스카프를 들고 있는지는 알려지지 않습니다. 양자 얽힘은 이것과 같습니다. 전체 시스템의 상태는 알려진 특성을 가지고 있지만(두 스카프의 결합 색상처럼), 개별 부분은 잘 정의된 특성을 가지지 않습니다(명확하게 정의된 색상의 스카프를 들고 있지 않은 각 친구처럼). 이 은유는 불완전합니다. 왜냐하면 각 친구가 미리 한 스카프를 다른 것보다 더 팽팽하게 들거나, 두 친구가 떨어져 나감에 따라 한 스카프 또는 다른 스카프를 놓기로 결정할 수 있기 때문입니다. 양자 시스템에서는 측정이 이루어질 때까지 부분의 특성이 진정으로 정의되지 않습니다.

간섭

간섭은 반대 위상의 상태가 서로를 증폭하거나 소거할 수 있는 양자 시스템의 특성입니다. 간섭이 어떻게 작동하는지 상상하는 한 가지 방법은 선글라스의 편광 렌즈가 어떻게 작동하는지 생각하는 것입니다. 두 개의 편광 렌즈를 겹쳐 놓고 그 중 하나를 회전시키기 시작하면, 더 많거나 적은 빛이 차단될 때 건설적이고 파괴적인 간섭을 알 것입니다.

간섭이 어떻게 작동하는지에 대해 더 많은 직관을 위해, 이 영상을 7:40부터 8:24까지 보세요.

이해 확인

아래 질문을 읽고, 답을 생각한 다음, 삼각형을 클릭하여 해결책을 공개합니다.

양자 물리학은 다음과 같은 직관에 반하는 아이디어들을 포함합니다: (a) 명확한 상태의 물리 시스템도 여전히 무작위로 동작할 수 있습니다. (b) 서로 영향을 미칠 수 없을 정도로 멀리 떨어져 있는 두 시스템이 어떻게든 강하게 관련되어 있습니다. (c) 시스템을 구성하는 큐비트의 독립 요소의 곱으로 설명할 수 없는 양자 시스템의 상태를 가지는 것이 가능합니다. (d) 위의 모든 항목

정답은 "위의 모든 항목"입니다. 첫 번째 아이디어는 큐비트의 확률론적 특성과 관련됩니다. 두 번째와 세 번째 아이디어는 얽힌 시스템에서 발생합니다.

양자 회로

양자 회로의 비즈니스 가치

양자 회로는 중첩, 얽힘, 간섭을 활용하여 복잡한 문제를 해결하기 위해 큐비트를 조작할 수 있게 해주는 명령어 집합을 나타냅니다. 아래 영상을 보고 고전과 양자 회로가 어떻게 비교되고 양자 회로가 비즈니스에 어떤 가치를 줄 수 있는지 알아봅시다.

이해 확인

아래 질문을 읽고, 답을 생각한 다음, 삼각형을 클릭하여 해결책을 공개합니다.

참 또는 거짓: 양자 회로는 물리적 장치가 아닙니다.

참입니다. 양자 회로는 양자 알고리즘을 구성하는 명령어 집합의 추상적 표현입니다. IBM Composer 같은 시각 도구나 Qiskit 같은 프로그래밍 언어를 사용하여 양자 회로를 구성할 수 있습니다.

양자 회로 프로그래밍

양자 컴퓨터를 프로그래밍하려면 무엇이 필요할까요? 답은 Qiskit입니다! 이 단어의 발음과 더 많은 것을 아래 영상에서 알아봅시다.

주요 요점

다음 주요 요점들을 명심할 수 있습니다:

• 고전 컴퓨터가 해결할 수 없는 어려운 계산 문제들이 여전히 있습니다.
• 양자 컴퓨터는 알고리즘에 디자인할 수 있는 것을 확장합니다.
• 큐비트는 기본 양자 정보 단위입니다.
• 양자 중첩은 고전 중첩보다 지수적으로 더 많은 상태를 가질 수 있습니다.
• 양자 중첩은 고전 확률론보다는 강력하지만, 지수적 병렬화보다는 약합니다.
• 얽힌 상태에서, 전체 시스템은 명확한 상태에 있지만, 부분은 아닙니다.