양자컴퓨팅과 AI가 충돌할 때

기계학습의 진정한 잠재력을 열 수 있는 상상할 수 없는 계산력을 가진 전문가들이 양자적 우위에 근접하고 있다.

 

머신러닝(machine-learning)과 양자 컴퓨팅은 그 자체로 믿을 수 없는 잠재력을 가진 두 가지 기술이다.  이제 연구원들은 이 둘을 하나로 모으고 있다.  가장 좋은 클래식 컴퓨터보다 복잡한 알고리즘을 훨씬 빠르게 계산할 수 있는 이른바 양자 우위성을 달성하는 것이 주요 목표다.  이는 AI 분야에서 판도를 바꾸는 계기가 될 것이다.

그러한 돌파구는 새로운 약물 발견, 화학의 발전, 그리고 더 나은 데이터 과학, 날씨 예측, 그리고 자연 언어 처리로 이어질 수 있다.  캠브리지 퀀텀 컴퓨팅의 일리아스 칸 최고경영자(CEO)는 "양자컴퓨팅 분야의 최대 주자들이 목표를 달성하면 AI에서 양자 우위 달성은 3년 정도 멀어질 수 있다"라고 말했다.

이는 지난해 말 구글이 양자컴퓨터가 가장 빠른 재래식 기계라도 해결하려면 수천 년이 걸리는 문제를 해결했다며 '양적 우월성'을 달성했다고 발표한 데 따른 것이다.

"양자 기계 학습 알고리즘을 개발하면 복잡한 문제를 훨씬 더 빨리 해결할 수 있을 겁니다." IBM Research의 양자컴퓨팅 부사장인 Jay Gambetta 박사는 AI를 위한 양자 컴퓨팅의 잠재력을 최대한 실현하기 위해서는 이러한 시스템을 구성하는 쿼트의 수를 늘려야 한다"라고 말했다.

양자 장치는 양자 물리와 역학의 이상한 특성을 이용하여 계산 속도를 높인다.  고전적인 컴퓨터들은 데이터를 0이나 1로 비트 단위로 저장한다.  양자 컴퓨터는 데이터가 동시에 두 개의 다른 상태로 존재할 수 있는 qubit을 사용한다.  이것은 그들에게 더 많은 컴퓨터 계산력을 준다.  우리는 어떤 고전적인 컴퓨터보다 백만 배 빠른 속도로 대화하고 있다.

그리고 하나의 쿼빗을 추가하면 양자 컴퓨터의 처리 능력을 두 배로 증가시킨다.  "무어의 법칙을 충족시키려면 [컴퓨터 칩의 트랜지스터 수는 비용이 하락하는 동안 약 2년마다 두 배로 증가한다]고 IonQ의 피터 채프먼 최고 경영자는 말한다.

"우리의 목표는 매년 쿼트 수를 두 배로 늘리는 겁니다. 양자컴퓨터가 슈퍼컴퓨터가 할 수 없는 문제들을 2년 안에 일상적으로 해결할 수 있을 것으로 기대한다."

 

최적화 문제에 대한 초점

이미 IBM, Honeywell, Google, Microsoft, Amazon과 같은 산업계의 거물들이 있다.  그들의 투자는 개발 가속화에 큰 영향을 미칠 것이다.

"알고리즘 개발이 상당히 가속화될 것으로 예상한다.  양자 공동체는 비즈니스 세계의 많은 측면에 스며드는 복잡한 최적화 문제를 해결하는 데 있어서 경제적 기회를 인식했다.  시카고 대학의 양자 정보학 교수인 David Awschalom은 '어떻게 하면 수백만 개의 부품을 정확한 순서로 보잉 777을 조립할 수 있는가?'에서부터 자원 분배에 대한 도전까지 다양하다고 설명한다.

양자 공동체는 비즈니스 세계의 많은 측면에 스며드는 복잡한 최적화 문제를 해결하는 데 있어서 경제적 기회를 인식했다.

"현재 이미지 인식에서 스팸 탐지까지 모든 것에 사용되는 기계 학습의 기초가 되는 많은 컴퓨터 작업들은 양자 속도를 높일 수 있는 정확한 형태를 가지고 있다. 이렇게 되면 계산이 빨라지고 자원 효율이 높은 알고리즘이 나올 뿐만 아니라 AI가 복잡성과 크기 때문에 현재 실현 불가능한 문제를 해결할 수 있게 될 것이다."

양자 컴퓨터는 모든 인류의 정보화 문제에 만병 통치약은 아니다.  쓰레기 트럭의 최적의 배달 경로나 교통 혼잡을 통한 최적의 경로를 계산하는 등 변수가 많고 순열이 많은 매우 구체적인 업무에 가장 적합하다. 

일본의 미쓰비시, 독일의 폴크스바겐은 AI와 함께 양자 컴퓨팅을 배치해 이 같은 문제에 대한 해법을 모색하고 있다.

양자 AI가 산업 일정 수립부터 물류까지 의미 있는 과제 해결에 도움이 될 수 있는 시대가 올 것이다.  포트폴리오 관리를 위한 재무 최적화도 양자 컴퓨터로 일상적으로 처리할 수 있다.

"이것은 제한된 용도를 가지고 있는 것처럼 들리지만, 많은 사업상의 문제들이 최적화의 문제로 표현될 수 있다는 것이 밝혀졌다. 여기에는 기계 학습 문제가 포함된다."라고 Chapman은 말한다.

"몇 년 안에 우리는 양자 시대의 시작에 들어갈 것이다.  사람들이 양자컴퓨팅에 열광하는 것은 중요하다. 그것은 정부 자금이 증가하고 채용에 도움을 줄 수 있게 한다. 기술을 지속적으로 추진하고, 얼리 어답터들이 양자 컴퓨팅을 사업에 적용할 수 있는 방법을 모색할 수 있도록 지원해야 한다."

 

 

 

양자 성능 개선의 필요성

 

그러나 아직 초기다. 앞으로 10년은 양자 컴퓨팅과 AI가 결합해 정말로 변화를 만들어 낸다는 측면에서 보다 정확한 시간 프레임이며 실제로 차이를 만듭니다. 실제 영향으로 인해 더 크고 복잡한 문제로 확장해야 할 필요성은 정밀도와 성능이 더 높은 양자 컴퓨터를 만드는 것과 마찬가지로 혁신의 한 영역이다.

 

논란이 된 이정표 "특히 AI에 관한 한 양자기술의 한계는 '결단성'이라는 용어로 요약된다. 이것은 진동, 온도 변화, 소음 및 외부 환경과의 인터페이스에 의해 발생한다. 이로 인해 컴퓨터가 '양적 상태'를 상실하게 되고, 컴퓨터가 적시에 또는 전혀 계산 작업을 완료하지 못하게 된다."라고 칸은 말한다.

"업계에서 당면한 우선 순공 정력(qubits)에서 양자량(quantum volume)으로 더 잘 측정되는 성능으로 전환했다.  당연히 업계는 오류를 줄이는 데 에너지를 쏟고 있어 이 큰 장벽을 허물고 기계학습의 진정한 힘을 발휘하고 있다."

시간이 지남에 따라 이러한 컴퓨터들에 대한 접근의 용이성이 영향을 미치는 비즈니스 애플리케이션과 성공적인 양자 머신러닝의 개발로 이어질 것이다.  IBM은 2016년부터 클라우드를 통해 누구나 아이디어를 테스트할 수 있는 양자컴퓨터의 문을 열었다.  그 과정에서 그것은 100개 이상의 조직에서 20만 명 이상의 사용자가 있는 활기찬 공동체를 육성했다.

머레이 톰 D-Wave Systems 소프트웨어 부사장은 "AI와 관련된 최적화 문제를 먼저 해결한 후 시간이 지남에 따라 양자 머신러닝과 AI 개발을 구축하는 개발자와 기업이 많아질수록 비즈니스 가치를 지닌 확장성과 강력한 애플리케이션을 더 빨리 보게 될 것"이라고 설명했다.

가장 중요한 것은 애플리케이션을 식별하고 개발하는 똑똑한 사람들이 더 많이 필요하다는 것이다. 그렇게 하면 우리는 한계를 훨씬 더 빨리 극복할 수 있을 것이고, 도구와 플랫폼을 확장하여 사용하기 쉽게 할 수 있을 것이다.  더 많은 스타트업과 미래지향적 기업 조직을 끌어들여 양자컴퓨팅에 뛰어들게 하고 그 분야의 잠재적 응용 분야를 파악하는 것 또한 중요하다.