양자 컴퓨팅, 무조건적인 지수적 속도 향상 달성

이전에는 종이 위에서만 표현되던 것이 이제 실제로 입증되었습니다.양자 컴퓨팅의 약속이 현실에서 이루어졌습니다. 그들은 고전적 컴퓨터를 지수적으로이고 무조건적으로 이겼다¹.

이를 위해 USC 비터비 공학 대학의 전기 및 컴퓨터 공학 교수인 Daniel Lidar가 이끄는 연구 팀은巧妙한 오류 수정과 IBM의 강력한 127-큐비트 프로세서를 사용하여 Simon의 문제 변형을 해결할 수 있게 해주었습니다. 이는 양자 기계가 이제 고전적인 제한에서 벗어나고 있음을 보여줍니다.

양자 컴퓨팅이 고전적인 제한과 노이즈를 극복하는 방법

수십 년 동안 고전적인 컴퓨팅이 표준이었습니다. 그러나 최근 몇 년 동안 양자 컴퓨팅은 상당한 발전을 이루었습니다.

컴퓨터 과학의 새로운 분야인 양자 컴퓨팅은 원자 및 아원자 수준에서 물질과 에너지의 본질과 행동을 설명하는 양자 이론의 원리를 이용하여 계산 속도를 크게 증가시킵니다.

양자 물리학을 사용하여 양자 컴퓨팅은 일상적으로 사용하는 고전적인 컴퓨터로 해결할 수 없는 문제를 해결하려고 합니다. 실제로 양자 컴퓨팅은 전통적인 슈퍼컴퓨터가 수백만 년이 걸릴 수 있는 특정 복잡한 시뮬레이션 문제를 해결할 수 있습니다.

양자 컴퓨팅의 주요 목표 중 하나는 화학, 암호학, 최적화 및 기타 분야에서 미래의 혁신을 가능하게 하기 위해 고전적인 컴퓨터보다 진정한 알고리즘적 우위를 달성하는 것입니다.

그러나 이는 양자 특성인 중첩과 얽힘을 활용하는 특수한 양자 컴퓨팅 하드웨어와 알고리즘이 필요합니다. 또한 노이즈는 양자 컴퓨터의 주요 문제입니다.

오늘날의 불완전하고 노이즈가 많은 양자 하드웨어에서 고전적인 컴퓨터보다 알고리즘적 우위를 chứng명하는 것은 여전히 도전입니다.

디자이너들은 NISQ 기계와 같은 새로운 솔루션을 탐색하기 시작했습니다. 그러나 이러한 노이즈가 있는 중간 규모의 양자(NISQ) 장치는 상대적으로 작은 규모의 수백 개의 큐비트에서만 작동하며 дек코어런스(양자 코어런스의 손실)와 제어 오류로 인해 성능이 저하될 수 있습니다.

따라서 이러한 장치上的 알고리즘을 가속화하는 것이 목표입니다. 이는 단순히 스케일링 우위를 의미합니다. 이러한 종류의 시연이 여러 번 이루어졌지만, 선택된 문제의 복잡성은 제한된 집합의 고전적인 알고리즘의 어려움이나 계산적 복잡성 추측에 의존했습니다.

最近, 오라클 모델에서 가정되지 않은 속도 향상을 보여주는 알고리즘 양자 속도 향상을 보여주었습니다.

이것은 Bernstein-Vazirani 알고리즘에 대해 보여졌으며, IBM Quantum 프로세서에서 동적 디커플링(DD)을 통해 원치 않는 노이즈를 제거하여 관찰되었습니다.

이제 USC의 연구 팀은 Simon의 문제 변형을 구현하여 노이즈 문제를 해결하고 있습니다. 이는 이론적으로 양자 알고리즘이 고전적인 알고리즘보다 지수적으로 더 빠르게 작업을 해결할 수 있는 잘 알려진 예입니다.

무조건적인 양자 속도 향상 달성

양자 컴퓨터가 실제로 작동하려면 새로운 물질을 발견하고, 코드를 깨고, 양자 컴퓨터의 도움으로 새로운 약물을 설계해야 합니다.

그러나 위에서 언급한 대로 노이즈 또는 오류가 방해가 됩니다. 양자 기계에서 계산 중에 발생하는 오류는 양자 컴퓨터를 고전적인 컴퓨터보다 더 약하게 만듭니다. 그러나 지금은 아닙니다.

Lidar는 USC에서 양자 오류 수정에 대해 작업했으며 클라우드에서 양자 지수적 스케일링 우위를 보여주었습니다.

이것은 ‘Abelian Hidden Subgroup Problem에 대한 Algorithmic Quantum Speedup의 시연’이라는 논문에서 자세히 설명되어 있으며, Lidar는 USC와 Johns Hopkins의 협력자와 함께 작업했습니다.

“이전에 더 조심스러운 종류의 속도 향상을 보여주는 시연이 있었습니다. 그러나 지수적 속도 향상은 양자 컴퓨터에서 기대하는 가장 극적인 종류의 속도 향상입니다.”

Lidar에 따르면, 양자 컴퓨팅의 주요 돌파구는 실제로 전체 알고리즘을 일반 컴퓨터와 비교하여 스케일링 속도 향상을 보여주는 것입니다. 그러나 그는 이것이 100배 더 빠르게 할 수 있다는 것을 의미하지 않는다고澄명했습니다.

그러나 스케일링 속도 향상을 의미하는 것은 “문제의 크기를 변수를 포함하여 증가시키면 양자와 고전적인 성능 사이의 격차가 계속 커진다”는 것입니다. 그리고 지수적 속도 향상을 의미하는 것은 “성능 격차가 대략 각 추가 변수에 대해 두 배가 된다”는 것입니다.

양자 유틸리티로의 길

양자 컴퓨팅은 물리학, 재료 과학, 금융 모델링, AI, 사이버 보안 등 다양한 분야에서 양자 기계적 현상을 이용하여 복잡한 문제를 해결함으로써 상당한 이점을 제공합니다.

시장에서는 양자 컴퓨팅 기술을 개발하는 여러 연구소, 대학, 회사 및 정부 기관이 있습니다.

양자 기술에 투자하기

양자 컴퓨터가 컴퓨팅 능력에서 주요 발전을 이루면서, 우리는 Amazon(AMZN ), Intel(INTC ), Microsoft(MSFT )를 포함한 여러 회사가 이 분야를 적극적으로 탐색하고 있습니다.

International Business Machines Corporation (IBM )

IBM의 127-큐비트 프로세서는 USC 실험에서 직접 사용되었습니다. 2021년 11월 말 IBM이 처음으로 이 프로세서를 공개했으며, Eagle라는 이름의 이 프로세서는 2020년에 출시된 65-큐비트 Hummingbird 프로세서와 2019년에 출시된 27-큐비트 Falcon 프로세서에 이어졌습니다.

USC는 IBM Quantum Innovation Center이며, Quantum Elements는 IBM Quantum Network의 스타트업입니다.

IBM은 전용 플랫폼인 IBM Quantum을 통해 첫 번째 대규모 오류 수정 양자 컴퓨터를 구축하고자 합니다. 이 회사는 2029년까지 200개의 논리적 큐비트에서 1억 개의 게이트를 정확하게 실행하는 시스템을 제공할 계획이며, 이를 통해 양자 기술의 전체力を解放할 수 있을 것입니다.

IBM은 뉴욕 캠퍼스에서 이 양자 컴퓨터인 Starling을 구축 중이며, 이는 깊은 오류 수정 회로를 지원할 것입니다. 회사의 로드맵에 따르면, IBM은 또한今年 후반에 새로운 IBM Quantum Nighthawk 프로세서를 출시할 계획입니다.

지난 달, IBM은 일본의 연구 센터에 Quantum System Two를 배치했으며, 이번 주에 IBM의 CEO는 “양자 우위를 보여주기 위해” 스타트업 Qedma의 2,600만 달러의 자금 조달에 참여했습니다. Qedma는 이미 IBM의 Qiskit Functions Catalog를 통해 사용자에게 양자를 제공하고 있습니다.

IBM은 주로 클라우드, AI, 컨설팅 전문 회사로 알려져 있으며, 이를 통해 소프트웨어, 컨설팅, 인프라스트럭처 부문을 제공합니다.

IBM의 시장 성과를 살펴보면, 268.6억 달러의 시가 총액을 가진 회사의 주가는 현재 289달러로 거래 중이며, 이는 연초 대비 30.85% 상승한 것입니다. IBM 주가는 지난 3년 동안 145% 상승하며 신고를 기록했습니다.

IBM은 2025년 1분기에 14.5억 달러의 매출을 기록했으며, 이는 전년 동기 대비 1% 증가한 것입니다. 회사의 GAAP 총이익률은 55.2%, 비-GAAP 총이익률은 56.6%였습니다. 영업 활동으로부터의 순 현금은 4.4억 달러, 자유 현금 흐름은 2억 달러였습니다.

CEO Arvind Krishna는 수익, 수익성, 자유 현금 흐름이 예상치를 상회한 것을 “생성적 AI에 대한 강한 수요”에 기인한다고 말하며, IBM은 기술과 세계 경제의 장기적인 성장 기회에 대해 낙관적이라고 했습니다.

최신 IBM 주식 뉴스 및 개발

결론

알고리즘 양자 속도 향상을 보여주는 것은 양자 컴퓨터의 유용성을 확립하는 데 핵심입니다. 따라서 무조건적인 지수적 속도 향상을 보여주는 것은 양자 컴퓨팅에서 중요한 里程碑입니다.

이 성과는 양자 컴퓨팅이 실제로 작동하는 것을 보여주며, 이는 양자 기술의 전체力を 해방시키기 위해 계속적인 개선을 필요로 합니다.

2025년 양자 컴퓨팅 회사 목록을 보려면 클릭하세요.

참고 문헌:

1. Singkanipa, P.; Kasatkin, V.; Zhou, Z.; Quiroz, G.; Lidar, D. A. Demonstration of Algorithmic Quantum Speedup for an Abelian Hidden Subgroup Problem. Phys. Rev. X 2025, 15 (2), 021082. https://doi.org/10.1103/PhysRevX.15.021082
2. Vezvaee, A.; Tripathi, V.; Morford-Oberst, M.; Butt, F.; Kasatkin, V.; Lidar, D. A. Demonstration of High-Fidelity Entangled Logical Qubits using Transmons. arXiv 2025, arXiv:2503.14472. https://doi.org/10.48550/arXiv.2503.14472