컴퓨팅
양자 컴퓨팅에 첫 실제 사용 사례가 있나요?
양자, AI 및 포토닉스: 새로운 컴퓨팅 혁명
컴퓨팅 및 정보 기술은 한 번에 여러 기술 혁명을 겪고 있습니다: AI의 부상, 양자 컴퓨팅의 등장, 그리고 고전 실리콘 컴퓨팅의 한계를 극복하기 위한 포토닉스로의 전환.
지금까지 이들 새로운 분야 각각은 대부분 고립된 사일로에서 작업해 왔습니다: AI 훈련 및 컴퓨팅은 고전 실리콘 칩에서 수행되고, 양자 컴퓨팅은 실용적인 용도를 찾을 때까지 기술 향상을 모색하고 있으며, 포토닉스 기술은 아직 설계와 응용을 실험 단계에 있습니다.
아마도 놀랍지 않게도, 이러한 분야들을 결합함으로써 새로운 가능성이 나타날 수 있습니다. 양자 컴퓨팅이 실용적인 사용 사례를 찾은 것으로 보이며, 유용해지기 위해 추가적인 개선조차 필요하지 않을 수도 있습니다.
오스트리아 비엔나 양자 과학 기술 센터(VCQ), 이탈리아 폴리테크니코 디 밀라노, 이탈리아 국립연구위원회(IFN-CNR), 그리고 영국 기업 Quantinuum의 연구원들은 기존 양자 컴퓨터가 포토닉스 프로세서를 사용하여 AI 훈련에서 고전 컴퓨터보다 뛰어날 수 있음을 발견했습니다.
그들은 이 결과를 Nature Photonics1에 “포토닉스 프로세서에서 실험적인 양자 강화 커널 기반 머신 러닝”라는 제목으로 발표했습니다.
AI 훈련과 양자 컴퓨팅이 직면한 한계
AI 훈련의 급증하는 비용과 에너지 수요
최근 AI 기술은 엄청난 발전을 이루었습니다. 그러나 이는 수십억 달러에 달하는 칩과 전력을 소비하는 어마어마한 컴퓨팅 파워를 사용함으로써만 가능했습니다.
물론 효율성 측면에서 일부 진전이 가능하며, 컴퓨팅과 비용 모두에서 초저비용으로 훈련된 DeepSeek AI가 서구 경쟁자를 한 단계 앞서가며 입증한 바와 같습니다. 그러나 결국 소프트웨어 개선만으로는 AI 훈련을 덜 계산 및 전력 집약적으로 만드는 데 한계가 있습니다.
양자 컴퓨팅의 확장성 및 노이즈 문제
한편 양자 컴퓨팅은 유망한 기술이지만, 지금까지 치명적인 결함을 안고 있었습니다. 양자 컴퓨팅이 작동하려면 유지해야 하는 매우 취약한 물질 상태 때문에 비용이 많이 들고 확장성이 낮습니다.
이는 또한 얻어지는 결과가 “노이즈가 많고”, 정기적인 오류, 지연 및 신뢰할 수 없는 결과를 초래한다는 의미입니다.
여기서도 혁신은 작은 양자 컴퓨터들의 네트워크 혹은 ‘토포컨덕터’라 불리는 새로운 물질 상태를 이용한 새로운 하드웨어 설계 아키텍처가 문제를 해결할 수 있음을 의미할 수 있습니다.
확인되기 전까지는, 이는 양자 컴퓨팅의 관련성을 의문시하게 만들었으며, 아직도 경제적으로 타당한 실용적인 사용 사례를 찾고 있는 기술입니다.
AI를 위한 양자 강화 커널 방법
양자 커널이 머신 러닝에 차원적 힘을 추가하는 방식
커널 방법은 머신 러닝에서 널리 사용되는 도구이며, 숨겨진 패턴을 더 잘 식별하기 위해 데이터셋에 차원을 추가하는 수학적 방식을 사용합니다.
출처: MDPI
물론 이것은 상당히 복잡한 수학을 포함하며, 이 분야에서 이미 일하고 있는 제한된 전문가 집단만이 대부분 이해할 수 있습니다. 이 작업 방식에 대한 시각적 표현을 이 비디오에서 확인할 수 있습니다:
https://www.youtube.com/watch?v=Q7vT0–5VII
그리고 이러한 복잡한 계산은 양자 컴퓨터의 고유한 능력에 완벽히 부합할 수 있습니다.
포토닉스 프로세서가 AI를 위한 양자 커널과 만나다
보로실리케이트 유리 기판에 펨토초 레이저 쓰기를 통해 제작된 통합 포토닉스 프로세서가 이번 실험에 사용되어 데이터를 양자 컴퓨터가 처리할 수 있는 상태로 인코딩했습니다.
출처: Nature Photonics
이렇게 양자 간섭을 나타내는 커널을 계산에 사용하고 이를 고전적인 방법과 비교했습니다.
출처: Nature Photonics
실험 결과: 양자 vs. 고전 커널
과학자들은 40에서 100개의 데이터 포인트에 이르는 네 가지 서로 다른 데이터셋 크기를 테스트했으며, 양자 커널(파란색)과 고전 커널(주황색)을 비교했습니다.
출처: Nature Photonics
두 실험 모두에서 양자 커널이 고전 컴퓨팅 커널보다 더 나은 성능을 보였습니다.
“우리는 특정 작업에서 우리 알고리즘이 고전 대비 오류가 적다는 것을 발견했습니다.”
Philip Walther – 비엔나 대학 교수.
실제 적용 가능한 양자 AI 훈련을 향한 다음 단계
데모에서 실제 적용으로: 양자 AI 훈련
이 실험은 현재 존재하는 양자 컴퓨터가 신경망 훈련에 일반적으로 사용되는 작업에서 고전 컴퓨터보다 뛰어날 수 있음을 보여주었습니다.
이는 중요한 의미를 갖습니다. 왜냐하면 지금까지는 보다 신뢰할 수 있는 양자 컴퓨터만이 이러한 응용에 사용될 수 있다고 가정했기 때문입니다. 이제 이것이 실험적으로 사실이 아님이 증명되었으므로, 다음 단계는 해당 기술을 사용해 실제 AI 훈련을 제한적으로라도 수행하는 것입니다.
이를 위해 양자 아키텍처에서 영감을 받은 새로운 알고리즘을 설계하여 더 나은 성능을 달성할 수 있습니다.
“이는 기존 양자 컴퓨터가 반드시 최첨단 기술을 넘어가지 않더라도 좋은 성능을 보여줄 수 있음을 의미합니다.”
Zhenghao Yin – 비엔나 대학 박사과정 학생.
양자-포토닉스가 AI 에너지 사용을 줄이는 방법
포토닉스 플랫폼은 훨씬 낮은 에너지 소비로 동일하거나 더 우수한 컴퓨팅 출력을 제공할 수 있습니다. 에너지가 AI 산업의 병목 현상으로 점점 더 부각됨에 따라, 이는 컴퓨팅 용량이나 혁신보다도 양자-포토닉스 컴퓨터 활용을 특히 중요하게 만들 수 있습니다.
“이는 머신 러닝 알고리즘이 너무 높은 에너지 요구 때문에 실행이 어려워지고 있는 상황에서, 앞으로 중요한 역할을 할 수 있습니다.”
Iris Agresti – 비엔나 대학 박사과정 학생.
트래핑 이온 vs. 초전도 양자 기술: 다음은 무엇인가?
이는 양자 컴퓨팅 산업의 방향에 중요한 영향을 미칠 수 있습니다.
지금까지 이 분야는 높은 신뢰성을 갖지만 장치당 양자 컴퓨팅 용량(큐비트)이 낮은 트래핑 이온 기술과, 아직은 매우 노이즈가 많지만 궁극적으로 대규모 큐비트 볼륨으로 확장될 가능성이 높은 초전도성을 기반으로 한 복잡한 설계 사이로 나뉘어 왔습니다.
이 연구는 Quantinuum과 매우 긴밀한 파트너십으로 진행되었으며, 기사에 참여한 12명 중 4명이 해당 회사에 근무하고 있습니다. 트래핑 이온 기술 전문가인 Quantinuum은 자사의 컴퓨터가 낮은 큐비트 수에도 불구하고 이미 의미 있는 비즈니스 사례를 수행할 수 있는 상황을 찾는 것이 합리적입니다.
만약 이것이 사실이라면, 이 회사는 AI 산업에 컴퓨팅 용량을 제공하는 핵심 공급자가 될 수 있으며, 적어도 Nvidia의 (NVDA ) 성과의 일부를 모방할 수도 있습니다.
양자 컴퓨팅에 투자하기
Honeywell / Quantinuum
(HON )
Quantinuum은 Honeywell Quantum Solutions와 Cambridge Quantum의 합병 결과입니다.
Honeywell은 (대략 52% 지분) 5억 달러 가치의 자금 조달 라운드 이후 여전히 회사의 대주주입니다. 설립자 Ilyas Khan은 약 20%를 소유한 것으로 알려졌으며, 기타 주주로는 JSR Corporation, Mitsui, Amgen, IBM, JP Morgan이 있습니다.
향후 Quantinuum의 잠재적 IPO는 더 큰 기업 구조조정의 일환일 수 있으며, 최대 200억 달러 규모로 추정하고 2026년에서 2027년 사이에 진행될 가능성이 있습니다.
양자 컴퓨팅은 Honeywell의 핵심 사업이 아니며, 주로 항공우주, 자동화, 특수 화학 및 재료 제품에 집중하고 있습니다.
하지만 이러한 각 분야는 양자 컴퓨팅, 특히 계산 화학 및 양자 사이버 보안으로부터 이익을 얻을 수 있어, Honeywell이 경쟁사 대비 우위를 가질 수 있습니다.
현재 회사의 주요 모델은 H2로, 56 큐비트 트래핑 이온 칩이며 99.895%의 2큐비트 게이트 충실도를 가지고 있습니다.
https://www.youtube.com/watch?v=mnGtlDb5qHs
회사는 가능한 많은 큐비트를 추가하는 것보다 오류를 최소화한 고품질 컴퓨팅을 추구해 왔으며, 이를 ‘내결함성 양자 컴퓨팅’이라고 부릅니다.
이 접근법은 “더 나은 큐비트, 더 나은 결과”라고 명명되었으며, 비슷한 수의 큐비트가 100~1,000배 더 신뢰할 수 있는 결과를 달성합니다.
출처: Quantinuum
이는 특히 방위 기업 Thales (HO.PA -0.96%)가 이미 Quantinuum과 협력하고, 국제 은행 HSBC 및 JP Morgan과도 협력하고 있어, 긴급히 필요한 양자 내성 암호화에 차이를 만들 수 있습니다.
Quantinuum은 또한 제약, 재료 과학, 화학, 에너지 및 항공우주 분야에 활용 가능한 자체 양자 계산 화학 솔루션 InQuanto를 제공합니다.
다수의 양자 컴퓨팅 기업과 마찬가지로, Quantinuum은 Helios, “하드웨어‑as‑a‑service”를 제공하여 사용자가 시스템 운영의 복잡성을 직접 다루지 않고도 양자 컴퓨팅을 활용할 수 있게 합니다.
Quantinuum은 2024년 11월 독일 Infineon과 파트너십을 체결했습니다, 이는 유럽 최대 반도체 제조업체입니다. Infineon은 통합 포토닉스 및 제어 전자 기술을 제공하여 차세대 트래핑 이온 양자 컴퓨터를 만드는 데 기여할 것입니다.
통합 포토닉스가 실용적인 사용 사례에 점점 가까워짐에 따라, 이 파트너십이 Quantinuum의 미래에 얼마나 중요한지 명확해졌습니다. 현재로서는 회사의 다음 단계가 세계 최초 AI 중심 포토닉스‑양자 칩을 출시하는 것처럼 보입니다.
앞으로 몇 달 안에 Quantinuum은 진행 중인 협업 결과를 공유하여 생성 AI 분야에서 양자 기반 혁신의 획기적인 잠재력을 보여줄 것입니다.
혁신적인 Gen QAI 기능은 약물 전달을 위한 금속 유기 프레임워크(MOF)의 활용을 강화하고 가속화하여, 보다 효율적이고 개인화된 치료 옵션을 위한 길을 열며, 자세한 내용은 Helios 출시 시 공개될 예정입니다.
이 발표는 Quantinuum에서 이룬 AI‑양자 컴퓨팅 연결의 빠른 진전에 관한 일련의 뉴스 중 하나입니다.
https://www.youtube.com/watch?v=dW4bQSQW9is
더 많은 진행 중인 사용 사례가 회사의 미래 가치를 크게 높일 수 있으며, 따라서 Honeywell의 지분과 투자자들이 얻을 수 있는 잠재적 이익도 증가할 것입니다.
최신 Honeywell / Quantinuum (HON) 주식 뉴스 및 개발
참조 연구
1. Yin, Z., Agresti, I., de Felice, G. et al. 포토닉스 프로세서에서 실험적인 양자 강화 커널 기반 머신 러닝. Nature Photonics. (2025). https://doi.org/10.1038/s41566-025-01682-5
