최신 양자컴퓨터 기술

양자컴퓨터의 전진

양자컴퓨터는 양자역학의 원리를 이용하여 정보를 처리하는 컴퓨터입니다. 기존의 전통적인 컴퓨터(고전 컴퓨터)는 비트(bit)를 사용하여 정보를 처리하는 반면, 양자컴퓨터는 양자비트(qubit)를 사용합니다. 양자비트는 고전 컴퓨터의 비트와 다르게 0과 1 두 가지 상태를 동시에 가질 수 있습니다. 이는 양자 중첩(superposition)이라는 원리 덕분입니다.

양자컴퓨터 원리

양자 중첩 (Superposition):
- 고전 컴퓨터의 비트는 0 또는 1 중 하나의 상태만 가질 수 있지만, 양자비트는 동시에 0과 1의 상태를 가질 수 있습니다. 예를 들어, 두 개의 양자비트는 00, 01, 10, 11의 네 가지 상태를 동시에 가질 수 있습니다. 이를 통해 양자컴퓨터는 한 번에 많은 계산을 동시에 수행할 수 있습니다.
양자 얽힘 (Entanglement):
- 양자비트 간의 얽힘은 서로 다른 양자비트들이 강하게 연결되어 하나의 양자비트 상태가 다른 양자비트의 상태에 영향을 미치는 현상을 의미합니다. 얽힌 양자비트들은 서로 떨어져 있어도 한 쪽의 상태를 측정하면 다른 쪽의 상태가 즉시 결정됩니다. 이는 양자컴퓨터가 병렬 연산을 효과적으로 수행할 수 있게 해줍니다.
양자 게이트 (Quantum Gate):
- 양자 게이트는 양자비트를 조작하는 연산을 수행합니다. 고전 컴퓨터의 논리 게이트와 유사하지만, 양자 게이트는 양자비트의 중첩 상태를 이용하여 복잡한 연산을 수행할 수 있습니다. 대표적인 양자 게이트로는 하다마드 게이트(Hadamard Gate), CNOT 게이트 등이 있습니다.

양자컴퓨터의 장점

병렬 처리:
- 양자 중첩 덕분에 양자컴퓨터는 많은 계산을 동시에 수행할 수 있습니다. 이는 복잡한 문제를 더 빠르게 해결할 수 있게 해줍니다.
고속 연산:
- 특정 문제(예: 소인수분해, 검색 알고리즘 등)에서 양자컴퓨터는 고전 컴퓨터보다 훨씬 빠른 속도로 해결할 수 있습니다.

양자컴퓨터의 응용

양자컴퓨터는 여러 분야에서 혁신적인 응용 가능성을 가지고 있습니다. 예를 들어, 약물 개발, 화학 반응 시뮬레이션, 암호 해독, 인공지능 등 다양한 분야에서 양자컴퓨터의 뛰어난 계산 능력을 활용할 수 있습니다.

COMPOUND INTEREST

양자 컴퓨터의 실용적인 사용법이 화학 분야에서 등장하고 있으며, 이는 재료, 촉매 및 약물 개발을 가속화할 것으로 기대됩니다.

콜로라도주 브룸필드 – 이 양자 컴퓨터의 핵심은 처음 보면 익숙하게 느껴질 수 있습니다. 우표 크기의 실리콘 칩처럼 생겼지만, 노트북과의 유사점은 여기까지입니다. 이 칩은 진공 상태의 챔버 안에 있고 거의 절대 영도에 가깝게 냉각되어 있습니다. 칩에는 타원형 경주로처럼 배열된 198개의 금 전극이 있습니다.

이 경주로 위에는 몇 개의 이터븀 이온이 잡혀 있습니다. 전기, 라디오 주파수, 레이저 펄스의 작용으로 이 이온들이 공중에 떠 있게 됩니다. 그런 다음 이 이온들은 에너지를 받아 서로 상호작용하고 논리 연산을 수행합니다. 마지막으로, 레이저 펄스가 이온 각각이 빛을 발할지 결정하게 합니다. 탐지기가 이 빛의 유무를 읽어내어 결과를 이진 코드로 변환합니다.

작년에, 양자 컴퓨팅 스타트업인 Quantinuum의 연구자들은 8개의 이터븀 이온이 있는 칩을 사용해 수소 분자의 두 전자가 가장 안정된 상태에 있을 때의 정확한 배열을 계산했습니다. 이 작업 자체는 일반적인 노트북도 몇 초 만에 할 수 있지만, 이는 양자 컴퓨터가 더 강력해짐에 따라 더 복잡한 분자들을 다룰 수 있을 것이라는 것을 보여주는 중요한 첫 시도였습니다.

이 성과는 양자 컴퓨터가 단순한 가능성을 넘어 실제 세계의 문제를 해결하기 시작했음을 보여줍니다. Quantinuum은 많은 회사들 중 하나로, 새로운 약물과 촉매를 찾는 작업이 이 새로운 기계의 첫 번째 실용적인 작업이 될 것이라고 믿고 있습니다. 연구자들은 양자 컴퓨터와 분자가 모두 양자 역학의 법칙에 의해 지배되기 때문에, 양자 컴퓨터가 분자의 구조와 행동을 예측하는 데 매우 적합하다고 말합니다.

Quantinuum의 전략 책임자인 Chad Edwards는 “현재 우리는 양자 컴퓨팅을 발전시키기 위해 화학 문제를 사용하고 있지만, 그 역할이 역전되는 ‘전환점’이 올 것입니다.”라고 말합니다. 파리 기반의 양자 컴퓨팅 스타트업 PASQAL의 양자 물리학자 Louis-Paul Henry도 이에 동의하며, “지난해에는 명백한 속도 증가가 있었습니다. 점점 더 많은 사람들이 실용적인 사용 사례에 대해 이야기하고 있으며, 현실 세계에 적합한 더 어려운 문제들을 살펴보고 있습니다.”라고 덧붙였습니다.

이미 양자 컴퓨터는 연료 전지 촉매의 반응 경로를 좁히고, 빛과 물질의 매우 짧은 상호작용을 시뮬레이션하며, 단백질의 약물 타겟 가능 영역을 밝혀내는 데 도움을 주고 있습니다. 양자 컴퓨팅 회사 Phasecraft의 공동 설립자 Ashley Montanaro는 현재의 양자 컴퓨터가 기존의 컴퓨터로는 도달할 수 없는 발견을 할 수 있을 정도로 거의 준비되었다고 말합니다. “사람들이 이전에 생각했던 것보다 훨씬 가까워졌습니다.”

전통적인 컴퓨터는 데이터를 0 또는 1로만 다룹니다. 하지만 양자 컴퓨터는 “큐비트”를 사용하여 데이터를 0, 1 또는 두 상태를 동시에 나타내는 “중첩(superposition)” 상태로 표현할 수 있습니다. Quantinuum의 컴퓨터에서는 큐비트가 이터븀 이온의 전자들로 구성되어 있으며, 이 전자들은 두 가지 에너지 수준의 중첩 상태에 있을 수 있습니다. 계산 중에는 여러 큐비트가 “얽혀(entangled)” 서로의 에너지 상태에 영향을 주어 모든 가능한 상호작용을 동시에 평가할 수 있게 합니다.

Quantinuum의 창립자인 Ilyas Khan은 전통적인 컴퓨터의 계산을 미로를 탐색하는 쥐에 비유합니다. 쥐는 올바른 길을 찾기 위해 무작위로 한 번에 하나씩 길을 선택합니다. 반면 양자 컴퓨터는 미로를 한눈에 볼 수 있는 새의 시야를 가지고 있어 최적의 경로를 한 번에 쉽게 볼 수 있습니다. 그리고 그 해결책을 검증하는 것은 양자 컴퓨터가 밝혀낸 분자의 구조나 행동을 테스트하는 것만큼 쉽습니다. “치즈 조각을 얻었기 때문에 끝에 도달했다는 것을 알 수 있습니다.”라고 Khan은 말합니다. 수백 개의 큐비트를 연결하면 매우 복잡한 계산도 가능해질 것입니다.

하지만 큐비트는 매우 민감합니다. 공기 입자의 작은 흔들림, 약간의 열, 심지어 우주에서 오는 미세한 방사선도 큐비트의 중첩 상태를 깨뜨려 오류를 발생시킬 수 있습니다. 연구자들은 큐비트를 냉각시키고 환경으로부터 격리하여 이러한 영향을 최소화합니다. 또한, 중복성을 추가하여 오류를 수정합니다. 현재의 양자 컴퓨터는 수십에서 수백 개의 큐비트를 연결할 수 있지만, 이 중 일부만 논리 연산을 수행하고 나머지는 오류를 수정합니다.

그럼에도 불구하고, 양자 컴퓨터는 점점 더 강력해지고 있습니다. 작년에 IBM은 2021년에 출시된 127 큐비트 버전에서 발전된 1121 큐비트 기반의 컴퓨터를 공개했습니다. 캘리포니아의 스타트업인 Atom Computing은 작년에 중성 이터븀 원자의 스핀을 사용하는 1180 큐비트 컴퓨터를 발표했습니다.

다른 회사들은 정확도를 개선하기 위해 노력하고 있습니다. 2023년 12월, 하버드 대학교의 연구자들은 중성 원자 스타트업인 QuEra의 280 큐비트 컴퓨터를 사용하여 시스템의 오류율을 낮추는 데 성공했다고 보고했습니다. 이를 통해 48개의 논리 큐비트를 인코딩하고 수백 번의 연산을 정확하게 수행할 수 있게 되었습니다. 이는 이전 시스템들에 비해 큰 개선이었습니다. 그리고 지난달, Quantinuum 과학자들은 새로운 마이크로소프트 알고리즘이 최신 32 큐비트 이온 칩에서 오류를 감지하고 수정하는 능력을 크게 향상시켰다고 발표했습니다. UCLA의 양자 컴퓨팅 전문가인 Prineha Narang은 “하드웨어 발전이 매우 빨라져서 곧 실현 가능한 응용 프로그램의 수에 영향을 미칠 수 있을 것입니다.”라고 말합니다.

많은 연구자들은 양자 컴퓨터의 실용적인 응용이 화학 분야에서 나올 것으로 기대하고 있습니다. 화학 화합물과 물질의 특성은 화학 결합의 형성과 파괴, 전자의 움직임, 그리고 자성 행동에 의해 결정됩니다. 이 모든 것들은 양자 역학에 의해 지배됩니다. 연구자들은 슈뢰딩거 방정식을 풀어서 분자의 행동을 예측할 수 있습니다. 이 방정식은 전자의 에너지 수준과 화학 결합 길이 같은 입력값을 바탕으로 전자와 원자핵의 상호작용을 확률적, 파동적인 형태로 설명합니다.

전통적인 컴퓨터는 22개의 전자가 있는 5개의 탄화수소 고리로 구성된 펜타센 같은 큰 분자의 계산을 관리할 수 있습니다. 하지만 이 계산은 근사치를 사용하며, 더 큰 분자에서는 피할 수 없는 오류가 누적되어 결과를 왜곡시킵니다. 반면에 양자 컴퓨터는 이러한 근사치를 사용할 필요가 없으며, 전자와 원자핵 사이의 상호작용을 실제 양자 시스템을 사용하여 큐비트에 직접 매핑할 수 있습니다. “양자 시스템과 양자 컴퓨팅 사이에는 본질적인 일치가 있습니다,”라고 Edwards는 말합니다.

화학이 양자 컴퓨터와 잘 맞는 또 다른 이유는 문제의 범위를 좁게 제한할 수 있기 때문입니다. 이는 현재 사용 가능한 작은 양자 컴퓨터로도 다룰 수 있게 합니다. 연구자는 약물 분자가 단백질 표적에 어떻게 결합하는지를 이해하기 위해 소수의 전자 상호작용에만 집중하면 될 수 있습니다. “양자 컴퓨터에 가장 적합한 문제는 작은 문제 크기를 가지며, 많은 가능한 결과가 있는 것입니다,”라고 마이크로소프트 양자 그룹의 COO인 Brian Bilodeau는 말합니다.

오늘날의 양자 컴퓨터의 아직 제한된 능력 때문에, 연구자들은 양자 컴퓨터가 모든 계산을 혼자서 수행하도록 요구하지 않습니다. 대신 대부분의 과학자들은 양자와 전통적인 프로세서를 결합한 하이브리드 접근 방식을 추구합니다. “현실적으로 우리는 하이브리드 세상에 살게 될 것입니다,”라고 Bilodeau는 말합니다.

오늘날 가장 인기 있는 하이브리드 알고리즘 중 하나는 변분 양자 고유값 해결사(VQE)입니다. 이 알고리즘은 분자의 안정한 기본 상태, 즉 구조와 주변과의 상호작용에 중요한 가장 낮은 에너지 구성을 근사하기 위해 전통적인 컴퓨터를 사용합니다. 그런 다음 양자 컴퓨터가 이 기본 상태의 정확한 해를 찾는 역할을 합니다. 하지만 현재의 오류가 많은 양자 컴퓨터는 VQE와 함께 어려움을 겪고 있습니다. 가장 큰 VQE 시뮬레이션은 2020년에 구글 연구자들이 12개의 수소 원자 사슬에서 12개의 전자의 행동을 모델링한 것입니다. 이는 전통적으로 모델링된 22개의 파이 전자를 가진 펜타센에 접근하지만 여전히 미치지 못합니다.

그러나 새로운 하이브리드 알고리즘이 점차 주목받고 있습니다. 2022년에 구글 과학자들은 분자 질소와 고체 다이아몬드 같은 물질에서 최대 120개의 상호작용하는 전자의 기본 상태를 계산할 수 있는 알고리즘을 발표했습니다. 이 알고리즘은 전통적인 컴퓨터를 사용해 전자 상호작용의 무작위 변화를 탐색하고, 양자 컴퓨터는 전통적인 시스템이 정확한 결과를 도출하도록 안내했습니다. 하지만 이 알고리즘은 연구자들이 전통적인 접근 방식에 비해 양자 우위를 주장할 만큼 충분한 정확성을 달성하지 못했습니다.

2024년 1월에 발표된 Nature Communications 보고서에서 Phasecraft 연구팀은 결정성 물질의 구조와 전자 행동을 시뮬레이션하는 또 다른 하이브리드 알고리즘을 설명했습니다. 결정성 물질은 반복되는 구조를 가지고 있어 모델링이 더 쉽습니다. 이 분석에서 Phasecraft 연구자들은 새로운 알고리즘이 스트론튬 바나데이트라는 유망한 새로운 배터리 전극 물질을 정확하게 모델링하는 데 기존 VQE보다 백만 배 적은 계산 단계가 필요함을 발견했습니다. 양자 컴퓨터가 아직 이 알고리즘을 적용하기에는 충분히 발전되지 않았지만, 이론적으로는 스트론튬 바나데이트의 구조를 조정하여 배터리 성능을 개선할 수 있는 방법을 발견할 수 있을 것입니다.

화학 반응을 가속화하는 촉매의 반응 표면도 초기 연구의 목표 중 하나입니다. 2023년 7월 arXiv에 발표된 사전 인쇄물에서 Quantinuum 연구자들은 하이브리드 시스템을 사용하여 연료 전지에서 수소와 산소를 물로 변환하여 전기를 생성하는 데 일반적으로 사용되는 백금 기반 촉매의 화학적 반응성을 탐구했다고 보고했습니다. 백금은 비싸고 희귀하기 때문에 연구자들은 촉매 속도를 높여 연료 전지가 더 적은 양의 백금을 사용하거나, 더 나아가 더 저렴한 물질로 대체할 수 있기를 원합니다.

이를 위해 연구자들은 백금이 어떻게 작용하는지를 이해해야 합니다. 즉, 산소와 수소가 촉매에 어떻게 흡착되고, 중간 화합물을 통해 전자와 양자를 어떻게 전달하며, 결국 물 분자를 형성하여 촉매에서 분리되는지 알아야 합니다. 이러한 계산은 전통적인 컴퓨터로는 너무 어려운 작업입니다. 그래서 Quantinuum의 양자 화학자 David Muñoz Ramo가 이끄는 연구자들은 시뮬레이션의 정확성을 향상시켰습니다. 먼저 전통적인 컴퓨터를 사용하여 분자가 촉매 입자에 흡착되고 탈착되는 과정을 모델링한 다음, 양자 컴퓨터를 사용하여 전자와 양자가 관련된 가장 가능성 있는 반응 경로를 확인했습니다. 이 접근 방식은 아직 새로운 연료 전지 촉매를 발견하지는 못했지만, Muñoz Ramo는 이러한 시뮬레이션의 결과가 양자 컴퓨팅 하드웨어가 발전함에 따라 더욱 강력해질 것이라고 말합니다.

양자 알고리즘은 또한 연구자들이 화학의 기본적인 질문을 조사하는 데 도움을 줍니다. 예를 들어, 작년에 양자 연구자들은 빛과 물질이 상호 작용하는 과정을 시뮬레이션했습니다. 이 과정은 시각과 광합성의 핵심입니다. 그들은 분자가 광자를 흡수하고 이 에너지를 이웃에게 전달하는 광화학 반응을 목표로 했습니다. 에너지 전달은 단 몇 페토초(10-15초) 만에 발생하여 관찰하기에는 너무 빠릅니다. 전통적인 컴퓨터는 여러 광자가 상호 작용하는 과정을 시뮬레이션할 수 있지만, 계산 강도 때문에 한 번에 몇 개의 광자만 가능합니다.

그래서 시드니 대학교의 물리학자 Ting Rei Tan과 동료들은 갇힌 이온 양자 컴퓨터를 사용하여 단일 양자 “웨이브 패킷”의 에너지가 이웃 분자 사이를 어떻게 이동하는지 시뮬레이션했습니다. 이는 과정을 1,000억 배 느리게 만들어 그 사건 중 하나를 시뮬레이션할 수 있게 했습니다. 더 강력한 양자 컴퓨터를 사용하면 팀은 더 많은 반응을 모델링하고 전통적인 기술을 능가할 수 있을 것입니다. “우리는 양자 우위를 향해 접근하고 있습니다.”라고 Tan은 말합니다.

Once quantum computing capabilities improve, it will become an integral part of drug discovery. PETRINA KAMYA – INSILICO MEDICINE CANADA

가까운 미래에 양자 컴퓨팅은 약물 개발에서 큰 영향을 미칠 수 있습니다. 현재 새로운 약을 개발하는 데 평균 12년이 걸리고 20억 달러 이상의 비용이 듭니다. 제약 회사들은 다음 대박 약물을 찾기 위해 어떤 이점이든 찾고 있으며, Roche, Pfizer, Merck, Biogen과 같은 대기업들이 이미 양자 컴퓨팅 회사들과 초기 협력을 시작했습니다. ProteinQure의 연구개발 책임자인 Mark Fingerhuth는 “이 기술이 곧 올 것이라고 확신합니다”라고 말합니다.

이러한 협력 중 일부는 초기 결과를 내기 시작했습니다. 2023년 9월, PASQAL과 Qubit Pharmaceuticals의 연구자들은 단백질을 둘러싼 물 분자의 위치를 추적하는 하이브리드 접근 방식을 설명하는 사전 인쇄본을 게시했습니다. 이 방법은 약물 결합 포켓의 위치를 나타낼 수 있습니다. 연구자들은 먼저 전통적인 알고리즘을 사용하여 주요 요로 단백질-1(MUP-1)이라는 간 단백질 안팎의 물 분자 밀도를 추적했습니다. MUP-1은 약물 개발이 어려운 단백질로 여겨졌습니다. 그런 다음 PASQAL의 양자 컴퓨터를 사용하여 MUP-1의 잠재적인 약물 결합 포켓에서 물 분자의 정확한 위치를 확인했습니다. 이는 질병에 관련된 단백질에 대해 약물 타겟을 식별하는 데 같은 접근 방식을 사용할 수 있는 가능성을 열어줍니다.

한편, 2023년 5월, Gero라는 또 다른 약물 개발 회사의 연구자들은 양자 컴퓨터를 사용하여 잠재적인 약물 타겟의 전자 특성을 더 현실적으로 시뮬레이션했다고 보고했습니다. 여기에는 분자 간의 양성 및 음성 전하 분포와 이웃 원자 간의 약한 화학 결합인 반데르발스 힘의 배열이 포함됩니다. 연구자들은 이러한 제약을 전통적인 컴퓨터에서 작동하는 인공지능(AI) 소프트웨어에 입력했고, AI는 그 타겟에 맞출 수 있는 2300개 이상의 약물 같은 분자를 찾아냈습니다. Gero의 과학자들은 이 결과가 개념 증명에 불과하지만, 양자-AI 하이브리드가 최고의 약물 구조를 찾는 데 유망하다는 것을 보여줬다고 말했습니다. Gero의 CEO Peter Fedichev는 “양자 컴퓨터로 어려운 부분을 해결하면 나머지 부분은 전통적인 AI로 쉽게 해결됩니다”라고 말합니다.

잠재적인 약물 분자와 그들이 목표로 하는 단백질 간의 상호작용을 더 정확하게 이해하는 것도 약물 개발 회사 Insilico Medicine의 목표입니다. Insilico 연구자들은 2월에 IBM의 16-큐비트 양자 컴퓨터에서 실행되는 하이브리드 알고리즘이 암에서 흔히 돌연변이 되는 KRAS라는 세포 신호 단백질의 새로운 억제제를 찾는 데 도움이 될 수 있다고 보고했습니다. 알고리즘이 100만 개의 잠재적인 KRAS 억제제를 설계하고 순위를 매긴 후, 연구자들은 가장 유망한 15개의 후보를 합성했습니다. 세포 기반 테스트에서 이 중 두 개의 화합물이 잘 작동하는 것으로 나타났고, 이는 추가 테스트를 위한 발판을 마련했습니다.

새로운 약물을 찾는 것만이 목표는 아닙니다. PASQAL의 연구자들은 또한 어떤 약물 후보가 실패할 것인지 예측하기를 희망합니다. 잠재적인 약물이 실험실 연구에서는 성공적이어도, 사람을 대상으로 한 시험에서 독성 부작용을 일으키는 경우가 많습니다. 사람 대상 시험 전에 독성이 있는 약물을 제거하면 회사는 수백만 달러를 절약할 수 있습니다. 초기 시도로, Henry와 그의 PASQAL 동료들은 32-큐비트 컴퓨터를 사용하여 286개의 화합물의 독성을 예측하고, 이를 쥐에게 암을 일으키는 것으로 알려진 349개의 화합물과 비교했습니다. 2023년 4월 Physical Review A에 발표된 논문에서 그들은 양자 알고리즘이 최고의 전통적인 대안과 비슷한 결과를 제공했다고 보고했습니다. PASQAL의 최고 기술 책임자인 Loïc Henriet는 “우리는 실제 생화학 데이터 세트로 실제 문제를 해결하고 있습니다”라고 말합니다.

이 초기 작업은 더 크고 더 나은 기계가 가져올 미래의 맛보기일 뿐입니다. Google과 IBM은 과학자들이 곧 수십만 개의 큐비트를 사용할 수 있을 것이라는 로드맵을 가지고 있습니다. Quantinuum은 더 많은 고충실도 이온 큐비트를 처리할 수 있는 더 큰 2D 격자로 경주로를 대체한 새로운 양자 칩을 출시할 예정이라고 말합니다. 화학자들은 큰 기대를 가지고 있습니다. Bilodeau는 “이러한 방식으로 화학과 약물 발견을 가속화할 수 있는 많은 작업이 있다고 생각합니다. 우리는 전환점에 있습니다”라고 말합니다.

양자 컴퓨팅 자체 분야도 다른 분야의 연구자들이 이 독특한 기술이 실제로 큰 성과를 낼 수 있다는 것을 보게 되면서 혜택을 받을 것입니다. Insilico Medicine 캐나다의 회장인 Petrina Kamya는 “양자 컴퓨팅 능력이 향상되면 약물 발견의 필수적인 부분이 될 것입니다. 이 기술은 여기 남을 것입니다”라고 말합니다.
doi: 10.1126/science.zlxq0ls

Issue: 변분 양자 고유값 해결사(VQE) 알고리즘은 어떻게 작동하며, 어떤 문제를 해결하는 데 사용되나요?

Clue: 변분 양자 고유값 해결사(VQE) 알고리즘의 작동 방식과 사용 용도에 대해 자세히 설명해보겠습니다.

작동 방식

VQE 알고리즘은 양자 컴퓨터와 전통적인 컴퓨터의 장점을 결합한 하이브리드 알고리즘입니다. 주로 분자의 에너지 상태를 찾는 데 사용됩니다. VQE 알고리즘은 다음과 같은 단계로 작동합니다:

파라미터화된 양자 회로 설정: 먼저, 연구자들은 특정 문제에 대해 파라미터화된 양자 회로(Ansatz)를 설계합니다. 이 회로는 특정 파라미터에 따라 양자 상태를 생성합니다. 예를 들어, 분자의 기본 상태(최저 에너지 상태)를 나타내는 양자 상태를 찾는 것이 목표라면, 그 상태를 나타낼 수 있는 회로를 설계합니다.
양자 컴퓨터에서 상태 준비: 설계된 양자 회로를 사용하여 양자 컴퓨터에서 상태를 준비합니다. 이 상태는 초기 파라미터 값을 기반으로 생성됩니다.
측정: 준비된 양자 상태에서 여러 측정을 수행하여 기대 에너지를 계산합니다. 이 때 양자 컴퓨터는 전자와 원자핵 간의 상호작용을 시뮬레이션합니다.
클래식 컴퓨터에서 파라미터 업데이트: 양자 컴퓨터로부터 측정값을 얻은 후, 전통적인 컴퓨터는 이 데이터를 사용하여 변분 원리를 적용합니다. 변분 원리는 주어진 파라미터 값에서 기대 에너지를 최소화하는 방향으로 파라미터를 업데이트하는 방법입니다. 이를 위해 그라디언트 기반 최적화 알고리즘이나 다른 최적화 기법을 사용할 수 있습니다.
반복: 위 단계를 여러 번 반복하여 파라미터를 점진적으로 최적화합니다. 이 과정은 양자 상태의 에너지가 최소화될 때까지 계속됩니다. 결국, 최적화된 파라미터 값에서 양자 상태가 분자의 기본 상태를 나타내게 됩니다.

사용 용도

VQE 알고리즘은 주로 화학 분야와 재료 과학 분야에서 사용됩니다. 구체적인 사용 사례는 다음과 같습니다:

분자의 기본 상태 에너지 계산: 분자의 기본 상태 에너지를 정확히 계산하는 것은 분자의 구조와 성질을 이해하는 데 매우 중요합니다. VQE 알고리즘은 분자의 기본 상태 에너지를 계산하는 데 사용될 수 있으며, 이는 새로운 약물 개발이나 촉매 설계에 유용합니다.
재료 과학: 새로운 재료를 개발할 때, 해당 재료의 전자 구조와 에너지를 이해하는 것이 중요합니다. VQE 알고리즘은 이러한 재료의 특성을 예측하는 데 도움을 줄 수 있습니다.
반응 경로 예측: 화학 반응이 일어날 때, 반응 경로와 에너지 장벽을 예측하는 것이 중요합니다. VQE 알고리즘은 이러한 반응 경로를 더 정확하게 예측하는 데 사용할 수 있습니다.

한계와 개선점

현재 VQE 알고리즘은 다음과 같은 한계가 있습니다:

오류 민감성: 양자 컴퓨터는 오류에 민감하며, VQE 알고리즘은 특히 노이즈에 취약합니다. 따라서 정확한 결과를 얻기 위해서는 오류 수정 기술이 필요합니다.
파라미터 최적화: 파라미터 공간이 크면 최적화 과정이 매우 복잡해질 수 있습니다. 최적화 알고리즘의 효율성을 높이기 위한 연구가 필요합니다.
하드웨어 제한: 현재 양자 컴퓨터의 큐비트 수와 결맞음 시간(coherence time)이 제한적이기 때문에, 큰 분자나 복잡한 시스템을 다루는 데 어려움이 있습니다.

하지만, 지속적인 연구와 하드웨어 발전을 통해 이러한 한계를 극복할 수 있을 것으로 기대됩니다. VQE 알고리즘은 양자 컴퓨팅의 실용적인 응용을 현실화하는 데 중요한 역할을 하고 있습니다.

Issue: Phasecraft의 새로운 하이브리드 알고리즘이 기존 VQE 알고리즘보다 얼마나 더 효율적인지 설명해 주세요.

Clue: Phasecraft의 새로운 하이브리드 알고리즘은 기존의 변분 양자 고유값 해결사(VQE) 알고리즘에 비해 크게 효율적입니다. 그 효율성을 이해하기 위해 두 알고리즘의 작동 방식과 비교를 살펴보겠습니다.

기존 VQE 알고리즘의 효율성

VQE 알고리즘은 분자의 기본 상태 에너지를 찾기 위해 양자 컴퓨터와 전통적인 컴퓨터를 결합한 방식입니다. 이 알고리즘은 다음 단계를 거칩니다:

파라미터화된 양자 회로 설정: 연구자들은 특정 문제에 대해 파라미터화된 양자 회로(Ansatz)를 설계합니다. 이 회로는 파라미터 값에 따라 양자 상태를 생성합니다.
양자 상태 준비: 양자 컴퓨터는 이 회로를 사용하여 초기 파라미터 값에 기반한 양자 상태를 준비합니다.
측정: 준비된 양자 상태에서 여러 측정을 수행하여 기대 에너지를 계산합니다.
최적화: 전통적인 컴퓨터는 측정 결과를 사용하여 변분 원리에 따라 파라미터를 업데이트합니다. 이를 여러 번 반복하여 에너지를 최소화합니다.

이 과정은 많은 계산 단계를 필요로 하며, 양자 컴퓨터의 노이즈와 오류로 인해 정확한 결과를 얻기 어렵습니다.

Phasecraft의 새로운 하이브리드 알고리즘의 효율성

Phasecraft의 새로운 하이브리드 알고리즘은 기존 VQE에 비해 다음과 같은 특징을 가지고 있습니다:

효율적인 구조 시뮬레이션: 새로운 알고리즘은 결정성 물질의 구조와 전자 행동을 더 효율적으로 시뮬레이션합니다. 결정성 물질은 반복되는 구조를 가지고 있어 모델링이 더 쉬운데, 이를 효과적으로 활용합니다.
감소된 계산 단계: Phasecraft 연구자들은 새로운 알고리즘이 스트론튬 바나데이트라는 물질을 정확하게 모델링하는 데 기존 VQE보다 백만 배 적은 계산 단계를 필요로 한다고 보고했습니다. 이는 알고리즘이 더 적은 자원으로 더 빠르게 정확한 결과를 도출할 수 있다는 것을 의미합니다.
향상된 정확성: 이 알고리즘은 양자 컴퓨터의 큐비트 상태를 더 정확하게 제어하고 측정할 수 있도록 설계되었습니다. 이는 오류율을 줄이고, 더 신뢰할 수 있는 결과를 제공합니다.

Phasecraft의 새로운 하이브리드 알고리즘은 기존 VQE 알고리즘보다 계산 단계가 훨씬 적고, 효율성이 높으며, 더 정확한 결과를 제공합니다. 이는 양자 컴퓨터의 실용성을 크게 향상시키고, 새로운 재료와 촉매의 발견에 큰 기여를 할 수 있을 것으로 기대됩니다.

Issue: Quantinuum 연구자들이 백금 기반 촉매의 화학적 반응성을 탐구하기 위해 사용한 방법은 무엇인가요?

Clue: Quantinuum 연구자들은 백금 기반 촉매의 화학적 반응성을 탐구하기 위해 하이브리드 양자-전통적 접근 방식을 사용했습니다. 이 접근 방식의 주요 단계는 다음과 같습니다:

연구 방법

전통적인 컴퓨터로 초기 모델링:
- 먼저, 연구자들은 전통적인 컴퓨터를 사용하여 분자가 백금 촉매에 흡착되고 탈착되는 과정을 모델링했습니다. 이는 분자가 촉매 표면에 붙고 떨어지는 방식과 그와 관련된 초기 전자 분포를 이해하는 데 중요합니다.
- 이 단계는 흡착/탈착 과정의 에너지를 계산하고, 이 과정에서 전자와 원자의 상호작용을 시뮬레이션합니다.
양자 컴퓨터로 상세한 반응 경로 분석:
- 초기 모델링 결과를 바탕으로, 연구자들은 양자 컴퓨터를 사용하여 전자와 양자의 가장 가능성 있는 반응 경로를 식별했습니다.
- 양자 컴퓨터는 전자의 이동과 양자의 전송을 정확하게 시뮬레이션하여 반응 경로의 에너지 장벽을 계산하고, 중간 화합물이 어떻게 형성되고 변환되는지를 분석했습니다.

구체적인 연구 사례

Quantinuum의 양자 화학자 David Muñoz Ramo가 이끄는 연구팀은 다음과 같은 구체적인 사례를 연구했습니다:

산소와 수소의 흡착: 산소와 수소 분자가 백금 촉매 표면에 어떻게 흡착되는지를 시뮬레이션했습니다. 이는 연료 전지에서 일어나는 중요한 초기 단계입니다.
전자와 양자의 전송: 흡착된 분자에서 전자와 양자가 어떻게 이동하고, 중간 화합물을 통해 최종적으로 물 분자가 형성되는지를 분석했습니다.
물의 형성과 분리: 물 분자가 형성되어 촉매 표면에서 어떻게 떨어져 나가는지를 시뮬레이션했습니다.

Issue: 양자 컴퓨팅이 약물 개발에 어떻게 큰 영향을 미칠 수 있는지 설명해 주세요.

Clue: 양자 컴퓨팅이 약물 개발에 큰 영향을 미칠 수 있는 이유는 주로 다음과 같은 특징들 때문입니다:

분자의 정확한 모델링:
- 양자 컴퓨터는 양자 역학의 원리를 직접적으로 활용하여 분자의 구조와 전자 분포를 정확하게 모델링할 수 있습니다. 전통적인 컴퓨터는 근사치를 사용하여 복잡한 분자의 행동을 예측하지만, 이는 많은 오류를 초래할 수 있습니다. 양자 컴퓨터는 이러한 근사치를 사용할 필요가 없어 더 정확한 예측이 가능합니다.
복잡한 상호작용 계산:
- 약물 개발 과정에서 중요한 요소는 약물 분자와 표적 단백질 간의 상호작용입니다. 이 상호작용을 정확하게 예측하는 것은 새로운 약물의 효능과 안정성을 평가하는 데 필수적입니다. 양자 컴퓨터는 이러한 복잡한 상호작용을 보다 정확하게 계산할 수 있어, 새로운 약물 후보를 보다 효율적으로 찾을 수 있습니다.
시뮬레이션 속도:
- 전통적인 컴퓨터는 복잡한 분자 시스템을 시뮬레이션하는 데 오랜 시간이 걸리지만, 양자 컴퓨터는 중첩(superposition)과 얽힘(entanglement) 현상을 활용하여 여러 계산을 동시에 수행할 수 있습니다. 이는 시뮬레이션 속도를 크게 향상시키며, 약물 개발 주기를 단축시킬 수 있습니다.
하이브리드 접근 방식:
- 현재 양자 컴퓨터의 한계로 인해, 전통적인 컴퓨터와 결합한 하이브리드 접근 방식이 사용됩니다. 전통적인 컴퓨터는 초기 데이터를 처리하고, 양자 컴퓨터는 복잡한 최적화 문제를 해결하는 데 사용됩니다. 이는 양자 컴퓨터의 잠재력을 최대한 활용할 수 있게 합니다.

Issue: PASQAL과 Qubit Pharmaceuticals가 약물 결합 포켓을 추적하기 위해 사용한 하이브리드 접근 방식에 대해 설명해 주세요.

Clue: PASQAL과 Qubit Pharmaceuticals의 연구자들은 약물 결합 포켓을 추적하기 위해 하이브리드 접근 방식을 사용했습니다. 이 접근 방식은 양자 컴퓨터와 전통적인 컴퓨터의 장점을 결합하여 더욱 정확하고 효율적인 결과를 도출합니다. 구체적인 단계는 다음과 같습니다:

전통적인 알고리즘 사용:
- 연구자들은 먼저 전통적인 컴퓨터를 사용하여 주요 요로 단백질-1(MUP-1)이라는 간 단백질 안팎의 물 분자 밀도를 추적했습니다. MUP-1은 약물 개발이 어려운 단백질로 알려져 있습니다. 전통적인 알고리즘을 통해 물 분자의 밀도를 계산하고, 잠재적인 약물 결합 포켓의 위치를 대략적으로 예측했습니다.
양자 컴퓨터 활용:
- 다음으로, 양자 컴퓨터를 사용하여 특정 약물 결합 포켓에서 물 분자의 정확한 위치를 파악했습니다. 양자 컴퓨터는 물 분자와 단백질 간의 상호작용을 보다 정확하게 모델링할 수 있어, 결합 포켓의 정확한 위치를 결정하는 데 도움이 됩니다. 이는 약물이 단백질에 어떻게 결합할지를 예측하는 데 중요한 정보를 제공합니다.
하이브리드 접근의 이점:
- 이 하이브리드 접근 방식은 전통적인 컴퓨터의 초기 데이터 처리 능력과 양자 컴퓨터의 정확한 상호작용 계산 능력을 결합하여, 기존 방법보다 훨씬 더 효율적이고 정확한 결과를 도출합니다. 이는 약물 개발 과정에서 중요한 통찰을 제공하며, 새로운 약물 타겟을 식별하는 데 도움이 됩니다.

Issue: 양자 컴퓨터와 AI를 결합한 Gero의 연구 방법이 약물 개발에 어떻게 기여했는지 설명해 주세요.

Clue: Gero의 연구는 양자 컴퓨터와 인공지능(AI)을 결합하여 약물 개발에 기여하는 방식을 보여줍니다. 이 접근 방식의 주요 단계와 기여는 다음과 같습니다:

양자 컴퓨터를 통한 전자 특성 시뮬레이션:
- Gero의 연구자들은 양자 컴퓨터를 사용하여 잠재적인 약물 타겟의 전자 특성을 보다 현실적으로 시뮬레이션했습니다. 이는 분자 간의 양성 및 음성 전하 분포와 이웃 원자 간의 약한 화학 결합인 반데르발스 힘의 배열을 포함합니다. 양자 컴퓨터는 이러한 복잡한 전자 특성을 정확하게 모델링할 수 있어, 전통적인 컴퓨터보다 더 신뢰할 수 있는 결과를 제공합니다.
AI를 통한 약물 후보 생성:
- 양자 컴퓨터가 제공한 전자 특성 데이터를 기반으로, 전통적인 컴퓨터에서 작동하는 AI 소프트웨어를 사용하여 약물 후보를 생성했습니다. AI는 이러한 제약 조건을 바탕으로 잠재적인 약물 분자를 설계하고, 2300개 이상의 약물 같은 분자를 찾아냈습니다. 이는 양자 컴퓨터의 계산 결과를 실질적인 약물 후보로 전환하는 중요한 단계입니다.
하이브리드 접근 방식의 장점:
- 양자 컴퓨터와 AI의 결합은 약물 개발 과정에서 큰 이점을 제공합니다. 양자 컴퓨터는 복잡한 전자 특성을 정확하게 시뮬레이션하고, AI는 이러한 데이터를 바탕으로 최적의 약물 후보를 빠르게 생성할 수 있습니다. 이는 약물 개발 시간을 단축하고, 비용을 절감하며, 더 효과적인 약물 후보를 찾는 데 도움을 줍니다.

양자컴퓨터 전망 및 상용화 시기

양자컴퓨터는 현재 과학 기술의 최전선에 있는 연구 분야로, 많은 과학자와 기업들이 이 기술을 실용화하기 위해 노력하고 있습니다. 양자컴퓨터가 상용화되면, 기존 컴퓨터로는 해결하기 어려운 복잡한 문제들을 매우 빠른 속도로 해결할 수 있는 혁신적인 도구가 될 것입니다. 하지만 이 기술이 완전히 상용화되기까지는 몇 가지 기술적 과제들이 남아 있습니다.

양자컴퓨터의 전망

과학 연구와 기술 발전
- 양자컴퓨터는 복잡한 분자 시뮬레이션, 신약 개발, 기후 모델링 등에서 큰 혁신을 가져올 수 있습니다. 예를 들어, 기존 컴퓨터로는 매우 오랜 시간이 걸리는 약물 상호작용 시뮬레이션을 양자컴퓨터로는 빠르게 수행할 수 있습니다.
- IBM, Google, Microsoft와 같은 대기업들은 이미 양자컴퓨터 개발에 막대한 투자를 하고 있으며, 다양한 양자 알고리즘과 하드웨어를 개발 중입니다.
암호학과 보안
- 양자컴퓨터는 현재 사용되고 있는 많은 암호화 기법을 무력화할 수 있는 능력을 가집니다. 이는 보안 분야에서 양자컴퓨터에 대한 연구가 필수적이라는 의미입니다. 동시에, 양자암호학(Quantum Cryptography)이라는 새로운 보안 기법도 개발되고 있어, 양자컴퓨터 시대에 대비하고 있습니다.
산업 및 경제적 영향
- 금융, 물류, 에너지 관리 등 다양한 산업 분야에서도 양자컴퓨터의 응용 가능성이 큽니다. 예를 들어, 복잡한 금융 모델링이나 공급망 최적화 문제를 양자컴퓨터로 해결하면 비용 절감과 효율성 증대에 큰 도움이 될 것입니다.

상용화 시기

양자컴퓨터의 상용화 시기는 여러 요인에 따라 달라질 수 있지만, 현재의 연구 성과를 기반으로 한 예측은 다음과 같습니다:

단기적 목표 (2025년까지)
- 하이브리드 시스템: 양자컴퓨터와 고전 컴퓨터를 결합한 하이브리드 시스템이 상용화될 가능성이 큽니다. 이러한 시스템은 양자컴퓨터의 강점을 활용하면서도, 현재의 고전 컴퓨터와 함께 작동하여 보다 효율적인 문제 해결을 목표로 합니다.
- 특정 문제 해결: 양자컴퓨터가 특정 문제(예: 최적화 문제, 특정 화학 시뮬레이션 등)에 대해 기존 컴퓨터보다 더 효율적으로 작동할 수 있는 초기 상용화 사례가 나타날 것입니다.
중기적 목표 (2030년까지)
- 양자 우위: 양자컴퓨터가 기존 컴퓨터를 능가하는 ‘양자 우위(Quantum Supremacy)’를 달성하여, 실제 문제 해결에 적용될 수 있을 것입니다. Google은 이미 2019년에 제한된 문제에서 양자 우위를 달성했다고 발표했지만, 이는 아직 초기 단계입니다.
- 더 많은 큐비트: 현재의 양자컴퓨터는 수십에서 수백 개의 큐비트를 사용하는데, 중기적으로는 수천 개의 큐비트를 사용하는 양자컴퓨터가 개발될 것입니다. 이는 더 복잡한 문제를 해결할 수 있게 해줍니다.
장기적 목표 (2040년 이후)
- 완전한 상용화: 양자컴퓨터가 다양한 산업에서 완전히 상용화되어, 기존 컴퓨터로는 불가능했던 문제들을 해결할 수 있게 될 것입니다. 이 시기에는 양자컴퓨터가 일상적으로 사용되며, 연구 및 산업 분야에서 필수적인 도구가 될 것입니다.

기술적 과제

양자컴퓨터가 상용화되기 위해 해결해야 할 주요 기술적 과제들은 다음과 같습니다:

큐비트 안정성: 양자비트는 매우 민감하여 외부 환경의 작은 변화에도 영향을 받습니다. 이를 해결하기 위해 큐비트를 안정적으로 유지하는 기술이 필요합니다.
오류 수정: 현재의 양자컴퓨터는 오류율이 높습니다. 오류를 효과적으로 수정할 수 있는 양자 오류 정정(QEC) 기술이 필수적입니다.
확장성: 많은 수의 큐비트를 효과적으로 제어하고 연결할 수 있는 기술이 필요합니다. 이를 통해 더 복잡한 계산을 수행할 수 있습니다.

Issue: 양자 컴퓨터가 오류를 줄이기 위해 어떤 방법들을 사용하는지 설명해 줄 수 있나요?

Clue: 양자 컴퓨터는 매우 민감한 시스템이기 때문에 오류를 줄이는 것이 중요한 과제입니다. 주요 방법은 다음과 같습니다:

냉각 및 격리: 큐비트는 외부 환경의 영향에 매우 민감합니다. 작은 열 변화나 전자기 간섭도 큐비트 상태를 교란시킬 수 있습니다. 이를 방지하기 위해 큐비트를 극저온 상태로 냉각시키고, 진공 챔버 등으로 격리하여 외부 간섭을 최소화합니다.
오류 정정 코드: 많은 큐비트 중 일부만 실제 연산에 사용되고, 나머지는 오류를 감지하고 수정하는 데 사용됩니다. 예를 들어, 하나의 논리 큐비트를 구현하기 위해 여러 개의 물리 큐비트를 사용하여 중복성을 추가하고, 오류가 발생했을 때 이를 자동으로 수정하는 알고리즘을 적용합니다.
향상된 알고리즘: 최근에는 오류 감지와 수정 효율성을 높이기 위한 새로운 알고리즘이 개발되고 있습니다. 이러한 알고리즘은 큐비트의 상태를 더 정확하게 모니터링하고, 오류를 빠르게 수정할 수 있도록 도와줍니다. 예를 들어, 마이크로소프트가 개발한 새로운 알고리즘은 Quantinuum의 32 큐비트 이온 칩의 오류 감지와 수정 능력을 크게 향상시켰습니다.

Issue: 최근 양자 컴퓨터의 하드웨어 발전이 어떠한 성과를 이루었는지 예시를 들어 설명해 주세요.

Clue: 최근 몇 년간 양자 컴퓨터 하드웨어는 큰 발전을 이루었습니다. 주요 예시는 다음과 같습니다:

IBM의 1121 큐비트 컴퓨터: IBM은 2021년에 127 큐비트 컴퓨터를 공개한 이후, 2022년에는 1121 큐비트 기반의 컴퓨터를 공개했습니다. 이는 양자 컴퓨터의 큐비트 수가 대폭 증가하여 더 복잡한 연산을 수행할 수 있는 능력을 갖추게 되었다는 것을 의미합니다.
Atom Computing의 1180 큐비트 컴퓨터: 캘리포니아에 기반을 둔 스타트업 Atom Computing은 2022년에 중성 이터븀 원자의 스핀을 사용하는 1180 큐비트 컴퓨터를 발표했습니다. 이는 새로운 기술을 사용하여 큐비트 수를 크게 늘린 사례로, 양자 컴퓨터의 계산 능력을 크게 확장시켰습니다.
QuEra의 280 큐비트 컴퓨터: 하버드 대학교 연구팀은 QuEra의 280 큐비트 컴퓨터를 사용하여 시스템의 오류율을 낮추는 데 성공했습니다. 이를 통해 48개의 논리 큐비트를 인코딩하고 수백 번의 연산을 정확하게 수행할 수 있게 되었으며, 이는 이전 시스템들에 비해 큰 개선이었습니다.

양자컴퓨터 선도 기업

IBM
- 양자 플랫폼: IBM Quantum Experience
- 성과: IBM은 양자 컴퓨팅의 선구자로, 클라우드 기반의 양자 컴퓨터 접근성을 제공하고 있습니다. IBM은 127 큐비트를 포함한 “Eagle” 양자 칩을 개발하며 중요한 이정표를 달성했습니다. IBM은 하드웨어와 소프트웨어 양쪽에서 양자 컴퓨팅 기술을 발전시키며 연구와 실질적인 응용 분야에 큰 기여를 하고 있습니다.
구글
- 양자 플랫폼: Sycamore
- 성과: 구글의 Sycamore 프로세서는 2019년에 양자 우위를 입증했으며, 이는 특정 계산을 기존 컴퓨터보다 빠르게 수행할 수 있음을 보여주었습니다. 구글은 양자 AI 이니셔티브를 통해 복잡한 문제 해결 능력을 탐구하며 양자 알고리즘과 하드웨어를 개발 중입니다.
아마존
- 양자 플랫폼: Amazon Braket
- 성과: Amazon Braket은 양자 알고리즘 실험을 가능하게 하는 완전 관리형 양자 컴퓨팅 서비스입니다. 아마존은 광범위한 클라우드 인프라와 자원을 활용하여 양자 연구 및 개발을 지원하며 다양한 산업에 양자 솔루션을 통합하려고 노력하고 있습니다.
마이크로소프트
- 양자 플랫폼: Azure Quantum
- 성과: Microsoft의 Azure Quantum은 양자 컴퓨팅 자원과 도구를 제공하며 전 세계 전문가 네트워크를 구축하고 있습니다. 소프트웨어 개발과 클라우드 컴퓨팅에 대한 풍부한 경험을 바탕으로 양자 알고리즘과 하드웨어를 발전시키고 있습니다.
인텔
- 양자 플랫폼: Tangle Lake
- 성과: 인텔은 49 큐비트를 가진 Tangle Lake 칩을 개발하며 양자 프로세서를 확장 가능한 방식으로 개발하기 위해 많은 투자를 하고 있습니다. 인텔은 반도체 기술의 전문 지식을 활용하여 실용적인 양자 컴퓨터 구축의 공학적 도전을 극복하고자 합니다.
D-Wave Systems
- 양자 플랫폼: Advantage
- 성과: D-Wave는 양자 어닐링 기술에 특화된 양자 컴퓨터 시스템을 제공하며, Advantage 양자 프로세서는 5,000개 이상의 큐비트를 포함하고 있습니다. D-Wave의 시스템은 전 세계 연구자와 조직이 복잡한 최적화 문제를 해결하는 데 사용됩니다.
Rigetti Computing
- 양자 플랫폼: Aspen-M
- 성과: Rigetti Computing은 하이브리드 양자-고전 컴퓨팅 접근 방식을 채택하고 있습니다. 회사의 Aspen-M 프로세서는 확장 가능한 멀티칩 기술을 기반으로 하여 양자 컴퓨팅 성능을 향상시키는 데 중점을 두고 있습니다.
IonQ
- 양자 플랫폼: Trapped-Ion Technology
- 성과: IonQ는 높은 충실도와 확장성을 제공하는 트랩 이온 양자 컴퓨팅에 중점을 두고 있습니다. 이 회사는 오류 수정과 결함 허용을 중점으로 하여 실용적인 양자 컴퓨터를 구축하고자 합니다.
Atos
- 양자 플랫폼: Quantum Learning Machine
- 성과: Atos는 양자 안전 보안 솔루션을 제공하며 양자 컴퓨팅 연구에 적극적으로 참여하고 있습니다. Quantum Learning Machine은 사용자가 양자 알고리즘을 개발, 테스트 및 실험할 수 있는 시뮬레이션 환경을 제공합니다.
바이두
- 양자 플랫폼: Baidu Quantum Computing Institute
- 성과: 바이두는 최적화 및 머신러닝 응용을 위해 양자 컴퓨팅 연구개발에 투자하고 있습니다. 중국의 주요 기술 기업으로서 바이두는 전 세계 양자 컴퓨팅 발전에 기여하고자 합니다.

양자컴퓨터 관련주

미국

IonQ (NASDAQ: IONQ)
- 개요: IonQ는 양자 컴퓨팅에 전념하는 최초의 순수 양자 컴퓨팅 회사로, 주요 클라우드 서비스에서 시스템을 제공하고 있습니다. 이 회사는 Microsoft, Amazon Web Services(AWS), Google Cloud와 협력하고 있으며, Aria 양자 컴퓨터를 통해 고급 작업을 수행할 수 있습니다.
- 성과: 2023년 3분기 매출은 전년 대비 122% 증가했으며, 2024년 전체 예약 지침은 7,500만~9,500만 달러로 상향 조정되었습니다. 이러한 성장은 IonQ의 강력한 성장 가능성을 보여줍니다.
- 이슈: 최근 시장 확대와 파트너십 강화로 인해 투자자들의 큰 관심을 받고 있으며, 기술 발전에 따른 장기적인 성장 가능성이 높습니다.
Rigetti Computing (NASDAQ: RGTI)
- 개요: Rigetti는 양자 집적 회로 개발과 양자 알고리즘을 위한 클라우드 플랫폼을 제공하는 회사입니다. NASA와 미국 에너지부와의 전략적 파트너십을 통해 시장 입지를 강화하고 있습니다.
- 성과: 2024년 1분기 매출은 305만 달러로 보고되었으며, 양자 컴퓨팅 솔루션을 더 널리 보급하기 위해 노력하고 있습니다.
- 이슈: Rigetti는 저렴한 가격의 양자 컴퓨팅 솔루션을 제공하며, 양자 컴퓨팅의 민주화를 목표로 하고 있어 주목받고 있습니다.
Quantum Computing Inc. (NASDAQ: QUBT)
- 개요: Quantum Computing Inc.는 양자 소프트웨어와 하드웨어를 개발하는 회사로, Qatalyst 소프트웨어와 양자 처리 장치를 포함한 다양한 제품을 제공합니다. QPhoton의 인수를 통해 양자 광자 시스템을 개발하여 역량을 강화했습니다.
- 성과: 최근 실적 발표에서 부채 감소와 비용 절감 등의 긍정적인 재무 결과를 보고했습니다.
- 이슈: 실용적인 양자 컴퓨터를 목표로 하여 금융, 헬스케어 등 다양한 산업에 적용할 수 있는 솔루션을 개발 중입니다.

한국

아이퀀트(IQON)
- 개요: 아이퀀트는 양자 컴퓨팅 및 양자 암호화 기술을 개발하는 회사로, 양자 컴퓨팅의 실용화를 목표로 하고 있습니다.
- 성과: 최근 몇 년간 기술 개발에 대한 투자와 연구 성과를 바탕으로 주목받고 있으며, 다양한 산업과의 협력을 통해 시장을 확장하고 있습니다.
- 이슈: 양자 암호화 기술의 발전과 보안 솔루션 제공에 있어 큰 기대를 받고 있습니다.
삼성전자 (KOSDAQ: 005930)
- 개요: 삼성전자는 반도체 및 전자제품 제조업체로, 양자 컴퓨팅 연구에 적극적으로 투자하고 있습니다. 특히 반도체 기술과 양자 컴퓨팅을 접목하여 기술력을 강화하고 있습니다.
- 성과: 최근 양자 컴퓨팅 관련 기술 특허를 다수 보유하고 있으며, 글로벌 연구소와의 협력을 통해 기술 개발을 가속화하고 있습니다.
- 이슈: 양자 컴퓨팅 기술을 바탕으로 한 차세대 반도체 개발에 대한 기대가 높습니다.
SK텔레콤 (KOSDAQ: 017670)
- 개요: SK텔레콤은 통신사로, 양자 컴퓨팅과 양자 암호화 기술을 활용한 보안 솔루션 개발에 투자하고 있습니다. 양자 키 분배(QKD) 기술을 통해 보안 통신망을 구축하고 있습니다.
- 성과: 최근 양자 암호화 기술을 활용한 보안 서비스 제공을 시작하며, 관련 특허와 기술력을 강화하고 있습니다.
- 이슈: 보안이 중요한 시대에 양자 컴퓨팅을 활용한 보안 솔루션에 대한 관심이 높아지고 있습니다.