콘텐츠로 이동

이론·산업 중심 120분 강의 상세 진행표

세션 홈 · 입문 강의 본문 · 강사용 가이드 · 슬라이드 구성안 · 산업·시장 브리프

이 문서는 강사가 처음부터 끝까지 그대로 리허설할 수 있는 마스터 진행표다. 실제 강의에서는 문장을 외우기보다 각 블록의 도착점·전환 문장·표현 기준을 기억한다.

0. 전체 운영 개요

  • 총 120분: 이론 55분 + 휴식 10분 + 산업·시장 55분
  • 대상: 양자역학·선형대수·프로그래밍 선수지식이 없는 성인 청중
  • 형식: 세션 강의, 정적 도식과 표 중심
  • 실습·라이브 데모: 없음
  • 질문: 짧은 확인 질문은 블록 안에서, 긴 질문은 종료 후 또는 별도 Q&A로 이동
  • 슬라이드: 26장 구성안
  • 시장 수치 기준일: 2026-08-11

이 문서의 표기

표기 의미
목표 해당 블록이 끝났을 때 청중이 이해해야 하는 것
화면 슬라이드에서 보여줄 요소와 포인터 위치
대사 실제로 말할 수 있는 권장 문장
확인 질문 청중의 이해를 확인하는 짧은 질문. 토론 활동이 아님
표현 기준 범위와 조건을 함께 제시할 표현
예상 질문 현장에서 나올 가능성이 높은 질문과 짧은 답
전환 다음 블록으로 넘어가는 문장
시간 초과 시간이 밀릴 때 삭제할 문장과 남길 문장
근거 강의 전 재확인할 심화 문서·외부 출처

강사가 끝까지 유지할 세 구분

  1. 과학적 가능성: 물리 법칙과 알고리즘이 성립하는가?
  2. 공학적 실현: 충분히 신뢰할 수 있는 장비로 확장 가능한가?
  3. 경제적 가치: 전체 비용을 포함해 실제 고객 문제에 이익이 있는가?

강의의 모든 주장에 이 세 구분 중 어디에 속하는지 암묵적으로 표시한다.

강의 시작 전 15분 체크

  • 슬라이드 1, 14, 17, 22의 기준일과 출처 확인
  • QED-C 시장 수치가 최신 문서와 일치하는지 확인
  • Willow 결과를 “범용 오류내성 컴퓨터 완성”으로 쓰지 않았는지 확인
  • 기업 로드맵 슬라이드에 “목표·변경 가능” 표시
  • 발표자 화면에는 현재 시각이 보이게 설정
  • 0:35, 1:05, 1:33, 1:50 시간 체크 포인트 표시
  • 질문이 길어질 때 사용할 문장 준비: “좋은 질문입니다. 결론을 먼저 드리고 세부 내용은 종료 후 이어가겠습니다.”

시간 체크 포인트

실제 시각 반드시 도달할 위치 늦었을 때 조치
0:25 위상 설명 종료 역사 파트의 예시를 생략
0:35 얽힘 설명 종료 얽힘 예상 질문을 종료 후로 이동
0:48 세 알고리즘 비교 종료 PIN의 숫자 설명을 한 문장으로 축소
0:55 휴식 시작 1부 질문을 받지 않고 휴식 중 개별 질문
1:23 오류 정정 종료 회사별 사례를 하드웨어 표에서 삭제
1:43 수익 모델 시작 또는 종료 직전 기업군 지도 설명을 3분 축소
1:50 유즈케이스 시작 시장 위험 설명을 한 문장으로 압축
1:56 조직별 준비 시작 유즈케이스를 표만 읽고 전환

1부 — 양자컴퓨팅은 어떤 계산 원리인가

0:00–0:06 · 왜 양자컴퓨팅을 보는가

  • 슬라이드: 1–2
  • 목표: “양자컴퓨팅에 전망이 있는가?”를 네 개의 서로 다른 질문으로 분해한다.
  • 도착점: 청중이 기술 가능성과 시장 성공을 같은 문장으로 말하면 안 된다는 기준을 얻는다.

분 단위 진행

0:00–0:01 · 제목과 약속

화면: 슬라이드 1. 화면 중앙에 과학 / 기계 / 가치 / 경제성 네 단어만 둔다.

대사:

오늘의 목표는 양자컴퓨팅의 계산 원리, 산업의 수익 구조, 기술 주장을 판단하는 언어를 익히는 것입니다.

0:01–0:04 · 네 질문

네 칸을 하나씩 표시하며 말한다.

첫째, 과학적으로 가능한가? 이 질문에는 상당 부분 ‘그렇다’고 답할 수 있습니다. 둘째, 확장 가능한 기계로 만들 수 있는가? 중요한 진전이 있지만 미완성입니다. 셋째, 가치 있는 문제를 풀 수 있는가? 이론적 후보와 제한된 실증은 있지만 범용적인 답은 없습니다. 넷째, 언제 경제성을 얻는가? 가장 불확실한 질문입니다.

화면: 각 질문 아래에 높은 확신 / 진전 중 / 문제별 / 불확실을 차례로 표시한다.

0:04–0:06 · 가속기 프레임

화면: 슬라이드 2. CPU ↔ GPU ↔ QPU를 한 시스템 안의 구성요소로 표시한다.

대사:

양자컴퓨터는 CPU를 없애는 다음 세대 범용 컴퓨터라기보다, 특정 계산을 맡는 가속기에 가깝습니다. 실제 시스템에서도 데이터 준비, 장비 제어, 오류 복호와 결과 분석은 고전 컴퓨터가 맡습니다. QPU는 전체 작업 중 양자 구조가 의미 있는 작은 부분을 담당합니다.

확인 질문

“양자컴퓨터가 성공하면 노트북이 전부 양자컴퓨터로 바뀔까요?”

바로 답한다.

그럴 가능성은 매우 낮습니다. 문서 편집이나 웹 서버 같은 일반 작업에는 이점이 없고 비용과 오류가 훨씬 큽니다.

표현 기준

  • “양자컴퓨터는 미래의 초고속 컴퓨터”라고 단독 표현하지 않는다.
  • “산업 전망이 있다”를 “광범위한 상업 가치가 곧 실현된다”로 연결하지 않는다.
  • GPU 비유는 가속기 역할에만 사용하고, 프로그래밍·오류 특성이 같다고 말하지 않는다.

예상 질문

Q. 지금도 실제 양자컴퓨터가 있나요?

있습니다. 여러 방식의 장비에 클라우드로 접근할 수 있습니다. 현재 장비는 연구·실증 규모의 계산에 주로 사용됩니다.

Q. 결국 연구용 장난감 아닌가요?

현재 활용의 상당 부분이 연구·실증이라는 지적은 맞습니다. 동시에 오류 정정과 특정 계산 과제에서 의미 있는 실험 결과도 있습니다. ‘연구 단계’와 ‘과학적 근거 없음’은 다른 말입니다.

전환

네 질문에 답하려면 먼저 양자컴퓨터가 무엇을 계산 자원으로 쓰는지 알아야 합니다. 1900년의 물리 문제에서 2026년의 산업까지 가장 짧은 경로로 연결해보겠습니다.

시간 초과

  • 삭제: GPU와 QPU의 차이에 대한 두 번째 설명
  • 유지: 네 질문과 “가속기” 한 문장

근거

0:06–0:12 · 양자이론에서 계산으로

  • 슬라이드: 3
  • 목표: 양자이론의 역사적 출발과 자연의 상태 변화 규칙을 계산에 사용하는 과정을 연결한다.
  • 도착점: 청중이 “양자”를 상태·변화·측정의 규칙으로 이해한다.

분 단위 진행

0:06–0:08 · 플랑크와 양자화

화면: 1900 플랑크 → 1905 아인슈타인 → 1920년대 현대 양자역학 → 1980년대 양자 계산 연대표.

대사:

양자이론은 뜨거운 물체가 내는 빛, 광전효과, 원자가 특정 색만 내는 현상을 설명하는 과정에서 시작됐습니다. 플랑크는 에너지 교환이 특정 단위로 일어난다고 가정했습니다.

수식 E=hf는 화면 하단에 작게 두되 읽어주지 않는다.

0:08–0:10 · 상태와 변화

대사:

이후 양자역학은 자연을 세 가지로 기술하는 언어를 만들었습니다. 계의 현재 상태, 상태를 바꾸는 연산, 그리고 측정했을 때 나오는 결과입니다. 양자컴퓨팅은 이 세 요소를 정보처리의 언어로 다시 읽습니다.

화면: 다음 대응을 한 줄씩 나타낸다.

양자상태 → 정보
상태 변화 → 게이트와 회로
측정 → 고전 결과

0:10–0:12 · 물리에서 정보로

대사:

핵심 전환은 이것입니다. 자연이 양자적으로 움직이는 것을 방해 요소로만 보지 않고, 그 상태를 정밀하게 준비하고 변화시켜 계산 자원으로 사용하자는 생각입니다. 이제 그 정보의 가장 작은 단위인 큐비트를 보겠습니다.

표현 기준

  • 모든 물리량이 항상 이산적이라고 말하지 않는다.
  • “관찰자가 보면 현실이 생긴다” 같은 해석 논쟁으로 들어가지 않는다.
  • 파동-입자 이중성을 긴 역사 강의로 확장하지 않는다.

예상 질문

Q. 양자라는 말은 아주 작다는 뜻인가요?

양자는 특정 물리계의 허용 상태와 에너지 교환에 나타나는 조건을 뜻합니다. 양자 효과는 보통 미시계에서 뚜렷하며 초전도 회로처럼 거시적 장치에서도 설계해 사용할 수 있습니다.

Q. 슈뢰딩거의 고양이는 다루지 않나요?

측정 문제를 보여주는 중요한 사고실험이지만 오늘 세션의 목표에는 깊게 들어가지 않습니다. 심화 노트에서 탈결맞음과 측정 해석을 구분해 다룹니다.

전환

상태, 변화, 측정이라는 세 단어를 기억해 주세요. 큐비트 설명도 정확히 이 세 단어로 끝납니다.

시간 초과

  • 1905년과 1980년대 사이의 인물 이름을 생략한다.
  • 상태 → 연산 → 측정 대응은 반드시 유지한다.

근거

0:12–0:25 · 큐비트·중첩·위상·측정

  • 슬라이드: 4–6
  • 목표: 큐비트를 “0과 1을 동시에 저장하는 비트”보다 정확한 언어로 설명하고, 위상이 계산에 필요한 이유를 보여준다.
  • 도착점: 청중이 중첩과 단순한 무작위를 구분하고, 측정 확률이 같아도 상태가 다를 수 있음을 이해한다.

분 단위 진행

0:12–0:15 · 비트와 큐비트

화면: 왼쪽은 고전 비트 0 또는 1, 오른쪽은 α|0> + β|1>.

대사:

고전 비트는 어떤 순간에 0 또는 1입니다. 큐비트를 측정해도 결과는 결국 0 또는 1입니다. 차이는 측정하기 전 상태를 어떻게 표현하고 바꿀 수 있는가에 있습니다.

상태식을 가리키며 말한다.

알파와 베타는 확률진폭입니다. 진폭에는 크기와 위상이 있고, 측정 확률은 진폭 크기의 제곱에서 나옵니다.

정규화 식이나 복소수 계산은 보여주지 않는다.

0:15–0:18 · 중첩의 의미와 한계

대사:

중첩은 0과 1에 대한 진폭을 함께 가진 상태입니다. 흔히 ‘모든 답을 동시에 계산한다’고 설명하지만, 측정하면 결과 하나만 얻습니다. 여러 후보를 담는 것만으로는 이득이 없습니다. 중요한 것은 측정 전까지 진폭 사이의 관계를 어떻게 바꾸느냐입니다.

화면: 8개의 후보 상자 → 측정 후 하나의 상자만 남는 그림.

0:18–0:20 · 단순한 무작위와의 차이

화면: 동전 혼합과 H → H 회로를 나란히 둔다.

대사:

단순히 결과를 모르는 동전과 큐비트의 차이는 되돌릴 수 있느냐에 있습니다. 이상적인 큐비트에 H라는 연산을 두 번 적용하면 원래 상태로 돌아옵니다. 첫 번째 연산 뒤의 정보는 위상을 포함한 상태 안에 보존되어 있습니다.

H 행렬은 보여주지 않는다.

0:20–0:23 · 상대위상

화면: H-H → 0, H-Z-H → 1 두 회로. Z 위에 “상대위상 반전”이라고 쓴다.

대사:

두 회로의 중간 지점에서 0과 1을 측정할 확률은 똑같이 반반입니다. 그런데 한 회로에는 중간에 위상만 바꾸는 Z 연산을 넣었습니다. 마지막 H 뒤에는 하나가 0, 다른 하나가 1이 됩니다. 확률만 보면 보이지 않던 위상 정보가 마지막 간섭에서 관측 가능한 차이로 바뀐 것입니다.

0:23–0:25 · 측정

대사:

측정은 양자 상태에서 고전 결과를 꺼내는 과정입니다. 계산은 필요한 간섭을 만든 뒤 원하는 답이 나올 확률이 높을 때 측정합니다. 중간 측정은 오류 정정과 동적 회로에서 중요한 도구입니다.

확인 질문

“중간 지점에서 측정 확률이 같은 두 상태는 같은 상태일까요?”

한 박자 뒤 답한다.

상대위상이 다르면 이후 연산에서 다른 결과를 만들 수 있습니다.

표현 기준

  • 큐비트를 “0과 1이 실제로 동시에 들어 있는 저장칸”으로 설명하지 않는다.
  • 위상을 숨겨진 정답이나 추가 고전 비트처럼 말하지 않는다.
  • 측정을 의식이나 사람의 시선과 연결하지 않는다.
  • 한 큐비트가 고전 비트 두 개를 그대로 저장하고 읽게 해준다고 말하지 않는다.

예상 질문

Q. 측정하기 전에는 실제로 0인가요, 1인가요?

양자상태는 일반적으로 0이나 1 중 하나를 우리가 모르는 상태와 같은 통계로만 설명되지 않습니다. 다른 기저에서 측정하거나 간섭시키면 고전적 무지와 다른 결과가 나타납니다.

Q. 위상을 직접 볼 수 있나요?

전역위상은 관측할 수 없고 상대위상은 직접 숫자로 읽기보다 간섭을 통해 확률 차이로 변환해 관측합니다.

Q. 측정하면 정보가 사라지는데 계산 결과를 어떻게 신뢰하나요?

같은 회로를 반복해 통계를 얻거나, 알고리즘이 특정 답의 확률을 높인 뒤 후보를 고전적으로 검증합니다. 문제에 따라 검증 방법이 다릅니다.

전환

이제 계산 자원이 무엇인지 보입니다. 중첩이 후보를 담고, 위상이 후보 사이의 관계를 기록하며, 간섭이 그 관계를 측정 가능한 확률 차이로 바꿉니다.

시간 초과

  • 삭제: 중간 측정에 대한 부연
  • 축소: H-H 회로 설명을 1분으로
  • 유지: “확률진폭”, “상대위상”, “측정하면 하나” 세 문장

근거

0:25–0:35 · 간섭과 얽힘

  • 슬라이드: 7–8
  • 목표: 간섭이 양자 알고리즘에서 어떤 역할을 하며, 얽힘이 복합 상태를 어떻게 바꾸는지 설명한다.
  • 도착점: 청중이 중첩·간섭·얽힘을 서로 다른 개념으로 구분한다.

분 단위 진행

0:25–0:29 · 보강과 상쇄

화면: 같은 크기의 진폭 화살표 두 개가 같은 방향이면 길어지고, 반대 방향이면 0이 되는 그림.

대사:

확률은 양수 범위에 있고, 진폭은 부호와 위상을 가집니다. 그래서 진폭은 더해지거나 상쇄됩니다. 양자 알고리즘은 여러 계산 경로를 만나게 해 틀린 답의 진폭은 상쇄하고 원하는 구조의 진폭은 보강합니다.

문제에 맞는 알고리즘이 정확한 위상 관계를 만들어야 원하는 답의 진폭이 커집니다.

0:29–0:32 · 얽힘의 최소 정의

화면: 두 개의 독립 큐비트 상자와 하나의 공동 상태 상자를 비교한다. Bell 상태 수식은 작게 표시한다.

대사:

두 큐비트를 결합했을 때 전체 상태를 첫 번째 큐비트 상태와 두 번째 큐비트 상태의 곱으로 나눌 수 없는 경우가 있습니다. 이를 얽힘이라고 합니다. 각 큐비트만 보면 무작위인데 둘을 함께 측정하면 강한 상관관계가 나타날 수 있습니다.

0:32–0:34 · 얽힘이 아닌 것

대사:

얽힘은 두 큐비트의 공동 상태에 강한 상관관계를 만듭니다. 멀리 떨어진 측정 결과는 고전 통신으로 비교합니다. 계산 이득에는 얽힘의 양과 함께 알고리즘 구조가 필요합니다.

0:34–0:35 · 세 개념 정리

화면: 세 칸을 동시에 보여준다.

중첩 = 여러 기준 상태의 진폭
간섭 = 진폭의 보강과 상쇄
얽힘 = 복합 상태를 부분별로 분리할 수 없음

표현 기준

  • 얽힘을 단순한 “둘의 값이 같다”로만 설명하지 않는다.
  • 초광속 통신과 순간적인 에너지 전달을 주장하지 않는다.
  • “얽힘이 곧 양자 우위”라고 말하지 않는다.
  • 간섭을 물리적인 파동 그림과 완전히 동일시하지 않고 수학적 직관이라고 제한한다.

예상 질문

Q. 고전적으로 미리 같은 값을 넣어둔 것과 무엇이 다른가요?

한 측정 기저의 통계만 보면 비슷해 보일 수 있습니다. 하지만 여러 측정 기저에서 나타나는 상관관계는 국소적인 고전 숨은 변수 모형의 한계를 넘을 수 있습니다. 그 엄밀한 기준이 Bell 부등식입니다.

Q. 얽힘은 꼭 필요한가요?

많은 양자 알고리즘과 오류 정정에서 핵심 자원이지만, 얽힘의 존재만으로 가속이 보장되지는 않습니다. 회로 구조와 측정 방식이 함께 필요합니다.

전환

이제 재료는 갖췄습니다. 다음 질문은 알고리즘이 중첩·위상·간섭·얽힘 중 무엇을 어떤 문제 구조에 연결하느냐입니다.

시간 초과

  • Bell 부등식 질문 답변을 종료 후로 미룬다.
  • 얽힘 설명을 “분리 불가능한 공동 상태” 한 문장으로 줄인다.
  • 간섭 도식은 반드시 유지한다.

근거

0:35–0:48 · 알고리즘은 어떤 구조를 이용하는가

  • 슬라이드: 9–11
  • 목표: Grover, Shor와 양자 시뮬레이션을 하나의 “양자 병렬성” 설명으로 뭉개지 않고 각각의 구조로 구분한다.
  • 도착점: 청중이 알고리즘 이름보다 탐색 / 주기 / 양자 동역학이라는 구조를 기억한다.

분 단위 진행

0:35–0:37 · 알고리즘 비교표 읽는 법

화면: 세 열의 제목만 먼저 보인다.

대사:

양자 알고리즘마다 이용하는 문제 구조가 다릅니다. 오늘은 대표적인 세 구조를 구분하겠습니다.

0:37–0:41 · Grover: 판별 함수와 진폭 증폭

화면: N개 후보 → 오라클로 표시 → 진폭 증폭 → 측정.

대사:

Grover 알고리즘은 후보를 판별하는 함수가 있을 때 표시된 후보의 진폭을 키웁니다. 필요한 오라클 호출 횟수는 대략 N에서 루트 N으로 줄어듭니다. 백만 개면 백만 번이 천 번 수준으로 줄어드는 식입니다.

4자리 PIN을 표시한다.

10,000개 후보를 이상적으로 탐색하면 약 100회의 오라클 호출이 필요합니다. 실제 공격에서는 해시 계산 전체를 가역적인 양자 회로로 구현하고 인증 장치 밖에서 오라클을 구성해야 합니다.

핵심 대사:

오라클 구현 비용은 전체 계산 비용에 포함됩니다. 산업 문제에서는 이 비용이 가속 이점을 줄일 수 있습니다.

0:41–0:44 · Shor: 주기 찾기

화면: 모듈러 함수 → 반복되는 주기 → QFT → 고전 후처리 → 인수.

대사:

Shor 알고리즘은 모듈러 지수 함수의 주기를 양자 푸리에 변환으로 찾아 인수분해와 이산로그 문제를 풉니다. 이 때문에 RSA, Diffie–Hellman과 타원곡선 암호가 영향을 받습니다.

알고리즘은 증명되어 있지만, RSA-2048을 실제로 깨려면 현재보다 훨씬 큰 오류내성 장비가 필요합니다. ‘오늘 깨진다’와 ‘전환을 오늘 시작해야 한다’는 다른 문장입니다.

0:44–0:47 · 양자 시뮬레이션

화면: 분자 전자 상태 → 고전 메모리의 지수 증가 → QPU의 양자 상태.

대사:

화학과 재료가 장기 후보로 자주 나오는 이유는 문제 자체가 양자이기 때문입니다. 전자 상태를 고전 컴퓨터로 정확히 표현하면 필요한 상태공간이 매우 빠르게 커집니다. 양자컴퓨터는 같은 양자 상태공간을 직접 표현하고 시간 변화를 모사할 수 있다는 것이 원래의 동기입니다.

실용적인 분자 계산에는 상태 준비, 목표 정확도, 오류 정정, 결과 검증과 고전 화학 방법의 결합이 필요합니다.

0:47–0:48 · 한 장 정리

화면: 최종 비교표를 완성한다.

Grover = 위치를 찾는 제곱근 가속
Shor = 주기를 찾는 큰 구조적 가속
시뮬레이션 = 양자계를 양자계로 표현

표현 기준

  • Grover가 NP-완전 문제를 실용적으로 푼다고 말하지 않는다.
  • Shor를 “모든 경우 동시 대입”으로 설명하지 않는다.
  • 양자 화학의 고전 검증이 어렵다는 이유로 원리적 가속이 없다고 말하지 않는다.
  • 알고리즘 복잡도만으로 실제 벽시계 시간과 비용을 단정하지 않는다.

예상 질문

Q. Grover로 비밀번호는 다 깨지나요?

이상적인 오라클과 충분한 오류내성 장비가 있어도 제곱근 가속입니다. 실제 인증 시스템은 시도 제한이 있고 외부 장치를 결맞게 질의할 수 없습니다. 대칭키는 키 길이와 구현 비용까지 함께 봐야 합니다.

Q. Shor가 있는데 RSA는 왜 아직 사용하나요?

암호학적으로 의미 있는 규모의 오류내성 양자컴퓨터가 아직 없기 때문입니다. 그러나 장기 데이터 위험과 전환 기간 때문에 PQC 마이그레이션은 지금 시작해야 합니다.

Q. 양자 화학 결과가 맞는지 어떻게 압니까?

작은 계의 고전 계산, 보존량·대칭성, 서로 다른 알고리즘과 장비, 실험 데이터와의 교차검증을 사용합니다. 값싼 단일 검증이 없는 문제라 신뢰 구축 비용이 큽니다.

전환

알고리즘마다 구조는 다르지만 산업적으로 성공하려면 공통된 다섯 개의 문을 통과해야 합니다. 1부를 그 문으로 정리하겠습니다.

시간 초과

  • PIN의 10,000 → 100만 남기고 오라클 예시를 한 문장으로 줄인다.
  • 양자 시뮬레이션의 구체적 분자 사례를 생략한다.
  • 세 구조 비교표는 반드시 완성한다.

근거

0:48–0:55 · 왜 만능이 아닌가

  • 슬라이드: 12–13
  • 목표: 이론적 가속을 실제 가치로 바꾸는 다섯 조건을 정리하고 2부의 산업 분석 기준으로 연결한다.
  • 도착점: 청중이 “양자 알고리즘 존재”와 “제품 가치” 사이에 무엇이 필요한지 설명한다.

분 단위 진행

0:48–0:53 · 다섯 개의 문

화면: 다섯 개 문을 왼쪽에서 오른쪽으로 배치한다.

  1. 문제 구조와 알고리즘
  2. 데이터·상태 준비
  3. 충분히 낮은 오류와 회로 깊이
  4. 출력·검증과 고전 후처리
  5. 전체 비용 기준의 고전 대비 이익

각 문을 45초 정도 설명한다.

대사:

첫째, 문제에 양자가 이용할 구조가 있어야 합니다. 둘째, 데이터를 양자 상태로 준비하는 비용이 이득보다 작아야 합니다. 셋째, 오류가 누적되기 전에 필요한 회로를 끝내거나 오류 정정을 해야 합니다. 넷째, 측정 횟수와 결과 검증 비용을 감당해야 합니다. 다섯째, 이 모든 것을 합쳐 최고의 고전 방법보다 시간이나 비용에서 이겨야 합니다.

0:53–0:55 · 1부 결론

확인 질문:

양자컴퓨터는 개별 연산이 빠른 컴퓨터일까요, 필요한 연산 횟수의 증가율을 줄이는 컴퓨터일까요?

대사:

핵심은 두 번째입니다. 이온트랩의 양자 게이트처럼 고전 논리 게이트보다 훨씬 느린 연산도 있습니다. 문제 규모가 커질 때 필요한 연산 횟수가 충분히 크게 줄어야 느린 장비와 오류 정정 비용을 이길 수 있습니다.

2부에서는 이 다섯 개의 문을 하드웨어 회사, 산업 가치사슬, 매출과 시장 전망에 그대로 적용하겠습니다.

표현 기준

  • “구조가 없으면 양자 이득이 절대 없다”를 엄밀한 보편 정리처럼 말하지 않는다.
  • 현재 알려진 알고리즘과 고전 기준선이 미래에도 고정된다고 가정하지 않는다.
  • 양자 장비의 에너지 효율 우위를 일반적으로 입증된 사실로 말하지 않는다.

예상 질문

Q. 아직 모르는 양자 알고리즘이 나올 수 있나요?

충분히 가능합니다. 그래서 기술의 옵션 가치가 있습니다. 다만 현재 산업 결정을 내릴 때는 알려진 알고리즘과 재현 가능한 증거를 기준으로 해야 합니다.

Q. AI도 처음에는 쓸 곳이 없었다가 갑자기 성장하지 않았나요?

그런 가능성은 양자에도 있습니다. 동시에 AI와 QPU는 데이터 접근, 오류, 복제 가능성, 하드웨어 비용이 다릅니다. 역사적 비유는 가능성을 설명하지만 일정과 시장 규모를 증명하지는 않습니다.

전환

10분 쉬고 돌아오면 ‘그래서 누가 무엇을 만들고, 지금 누가 돈을 내고 있는가’를 보겠습니다.

시간 초과

  • 질문을 휴식 시간의 개별 질문으로 이동한다.
  • 다섯 문은 제목만 읽되 삭제하지 않는다.

0:55–1:05 · 휴식

화면: 슬라이드에 1:05 재개와 2부의 세 질문을 표시한다.

어떤 하드웨어가 경쟁하는가?
산업 가치사슬에서 누가 돈을 버는가?
현재 매출과 미래 경제 가치는 어떻게 다른가?

강사는 휴식 시작과 동시에 2부 슬라이드 14로 이동해 화면이 정상인지 확인한다. 개별 질문이 길어지면 1:03에 정리한다.

2부 — 산업은 어디에서 가치를 만들고 있는가

1:05–1:16 · 실제 양자컴퓨터는 어떻게 만드는가

이 구간의 목표

  • QPU가 제어·냉각 또는 진공·보정·소프트웨어를 포함한 시스템임을 이해시킨다.
  • 초전도·포획 이온·중성원자·광자·반도체 스핀 방식의 차이를 공학적 교환관계로 설명한다.
  • 회사 이름보다 먼저 하드웨어 평가 기준을 제시한다.

화면

slide-outline.md의 하드웨어 계층 그림과 방식별 비교표를 차례로 보여준다.

사용자 문제
   ↓
알고리즘·컴파일러
   ↓
제어 전자장치·레이저·마이크로파
   ↓
QPU와 측정 장치
   ↓
극저온 냉동기 또는 초고진공 시스템

분 단위 진행

시간 진행 강사가 반드시 남길 문장
1:05–1:07 휴식 뒤 재집중, 전체 시스템 설명 “QPU는 칩·제어·환경·소프트웨어가 결합된 시스템입니다.”
1:07–1:09 공통 시스템 계층 설명 “좋은 큐비트도 제어·보정·읽기가 불안정하면 계산 장치가 되지 못합니다.”
1:09–1:12 초전도와 포획 이온 비교 “속도·정확도·연결성·제조·운영 조건 사이에 교환관계가 있습니다.”
1:12–1:14 중성원자·광자·스핀 방식 소개 “아직 단일 승자가 정해졌다고 말하기 어렵습니다.”
1:14–1:16 평가 축 정리, 오류 정정으로 전환 “물리 큐비트 수 하나로 플랫폼 전체를 비교할 수 없습니다.”

상세 대사

1:05–1:07 · QPU는 전체 시스템이다

이제 계산 원리에서 산업으로 넘어가겠습니다. 먼저 사진에서 보이는 금색 냉동기나 작은 칩만을 ‘양자컴퓨터’라고 생각하지 않는 것이 중요합니다. 실제 장비는 큐비트, 신호 발생기, 배선, 측정 장치, 냉각 또는 진공, 보정 소프트웨어, 컴파일러와 고전 컴퓨터가 결합된 시스템입니다. 어느 한 계층이 부족해도 유용한 계산을 안정적으로 반복할 수 없습니다.

이어 다음 비유를 쓴다.

반도체 칩의 트랜지스터 수만으로 서버의 성능과 운영비를 모두 설명할 수 없는 것과 같습니다. 양자컴퓨터는 이 문제가 더 심합니다. 환경과 제어 계층이 큐비트의 품질에 직접 영향을 주기 때문입니다.

1:07–1:09 · 공통 평가 항목

다음 항목을 한 번에 다 외우게 하지 말고, 뒤의 회사·로드맵 설명에서 반복해 사용한다고 예고한다.

평가 축 쉬운 설명 주의점
큐비트 수 한 번에 다룰 수 있는 물리적 자유도의 규모 품질과 연결성을 함께 봐야 함
게이트 충실도 의도한 연산이 정확히 수행되는 정도 측정 방식과 조건이 다르면 단순 비교 곤란
결맞음 시간 양자 상태가 유용하게 유지되는 시간 게이트 속도와 함께 보아야 함
게이트 속도 한 연산에 걸리는 시간 빠르더라도 오류가 크면 이득이 아님
연결성 어떤 큐비트끼리 직접 상호작용할 수 있는가 낮으면 추가 SWAP 연산이 필요할 수 있음
측정·초기화 결과를 읽고 다시 준비하는 능력 반복 계산의 총시간에 영향
제어·보정 부담 안정적으로 운용하기 위한 장비와 인력 실험실 성능과 서비스 품질의 차이를 만듦
확장 경로 더 큰 시스템으로 커질 방법 배선·냉각·레이저·수율까지 포함

말할 대사:

시스템 성능은 결맞음 시간, 게이트 속도, 정확도, 연결성, 반복 횟수와 총 운영비를 함께 반영합니다.

1:09–1:12 · 초전도와 포획 이온

초전도 방식은 회로를 극저온에서 양자적으로 동작시키고 마이크로파로 제어합니다. 반도체 제조 기술과 연결되는 장점이 있고 게이트가 빠른 편이지만, 극저온 배선·주파수 혼잡·소자 편차와 연결 구조를 다뤄야 합니다.

포획 이온 방식은 전하를 띤 원자를 진공에서 가두고 레이저로 제어합니다. 원자 자체가 균일하고 높은 충실도와 유연한 연결성을 보여줄 수 있지만, 게이트 속도와 광학계의 복잡성, 대규모 모듈 연결이 중요한 과제입니다.

강조:

여기서 ‘A가 B보다 무조건 낫다’고 결론 내리지 않겠습니다. 서로 다른 벤치마크와 워크로드에서 장점이 달라지며, 공학적 개선 속도도 계속 변합니다.

1:12–1:14 · 중성원자·광자·반도체 스핀

각 방식은 30초 안팎으로 설명한다.

  • 중성원자: 레이저로 원자를 배열하고 리드베리 상호작용 등을 이용한다. 큰 배열과 재구성 가능성이 주목받지만 게이트·측정 품질과 시스템 제어를 함께 평가해야 한다.
  • 광자: 빛을 정보 운반자로 사용한다. 상온 전송과 네트워킹에 매력이 있으나 광원·손실·검출·피드포워드 및 오류 정정 자원 문제가 핵심이다.
  • 반도체 스핀: 전자의 스핀 등을 큐비트로 사용한다. 기존 반도체 공정과의 접점이 기대되지만 균일한 제어·읽기·배선과 대규모 집적은 계속 연구 중이다.

양자 어닐링처럼 범용 게이트 모델과 목적이 다른 장치도 있습니다. 같은 ‘양자’라는 단어가 붙더라도 계산 모델과 비교 기준이 같지 않다는 점을 기억해야 합니다.

1:14–1:16 · 회사를 보기 전에 질문할 것

화면에 다음 질문을 남긴다.

  1. 어떤 물리 큐비트를 쓰는가?
  2. 계산 품질을 어떤 지표와 조건으로 보고했는가?
  3. 사용자가 풀 문제와 지표가 연결되는가?
  4. 오류 정정과 대규모 제어의 경로가 있는가?
  5. 장비·클라우드·파트너십 중 무엇으로 돈을 버는가?

IBM·Google·Rigetti 등은 초전도, IonQ·Quantinuum 등은 포획 이온 계열로 알려져 있습니다. 그러나 회사 이름을 방식의 영구적인 승패와 동일시하면 안 됩니다. 오늘은 회사별 홍보 수치보다 그 수치를 읽는 질문을 배우는 것이 목표입니다.

시간이 허용되면 다음 전략 지도를 45초 동안 보여준다.

플레이어 양자컴퓨팅을 대하는 핵심 관점
IBM QPU·Qiskit·클라우드·HPC를 수직 통합하고 논리 연산 규모를 키운다
Google Quantum AI 공개 서비스보다 오류 정정과 유용한 응용까지의 연구 이정표를 우선한다
Microsoft 토폴로지 큐비트에 장기 베팅하면서 Azure에서 여러 파트너 QPU를 연결한다
AWS Braket을 통해 특정 하드웨어 승자보다 멀티 QPU 접근과 하이브리드 작업 계층에 선다
NVIDIA 자체 QPU보다 GPU–QPU 통합, 시뮬레이션과 실시간 오류 복호에 베팅한다
IonQ·Quantinuum 포획 이온의 높은 품질을 논리 큐비트·응용·네트워크로 확장하려 한다
Rigetti 자체 팹과 chiplet을 이용해 초전도 제조 반복과 모듈화를 추구한다
QuEra·Atom·Pasqal 큰 중성원자 배열과 재구성 가능성을 오류 정정 또는 아날로그 사용례로 연결한다
PsiQuantum·Xanadu 광자 네트워크와 반도체 제조를 이용한 모듈형 오류내성 시스템을 지향한다
D-Wave 범용 게이트 모델과 다른 어닐링·하이브리드 최적화 시장을 현재 공략한다

중요한 점은 이 회사들이 같은 경주를 하지 않는다는 것입니다. 어떤 회사는 QPU의 물리 성능, 어떤 회사는 클라우드 유통, 어떤 회사는 GPU와의 통합, 어떤 회사는 오늘 가능한 최적화에 집중합니다.

확인 질문

“큐비트 수가 두 배면 유용한 계산 성능도 두 배라고 말할 수 있을까요?”

기대 답변: “오류율·연결성·게이트 깊이·측정·소프트웨어와 총 시스템 성능을 함께 봐야 한다.”

예상 질문과 짧은 답

  • 왜 절대영도에 가까운 온도를 사용하나요? 초전도 회로의 열적 잡음을 낮추기 위해 매우 낮은 온도를 사용한다. 방식마다 필요한 운용 환경이 다르다.
  • 상온 양자컴퓨터가 나오면 끝나는 경쟁인가요? 운용 온도는 중요한 비용 요인이지만 정확도·제어·확장성·오류 정정을 자동으로 해결하지는 않는다.
  • 어느 방식이 결국 이기나요? 현재 단정하기 어렵다. 한 방식이 모든 사용례를 독점하지 않고 서로 다른 장치가 공존할 가능성도 열어 두어야 한다.

표현 기준

  • “포획 이온은 정확하고 초전도는 빠르다”는 요약은 경향을 소개하는 출발점일 뿐, 모든 장비와 연산에 적용되는 고정 법칙으로 말하지 않는다.
  • 서로 다른 기업이 자체 정의한 큐비트·볼륨·알고리즘 지표를 같은 숫자처럼 직접 비교하지 않는다.
  • 데모에서 큰 큐비트 배열을 보였다는 사실과 범용 오류내성 계산 능력을 구분한다.

전환 문장

하드웨어가 불완전하다는 사실은 단순히 더 좋은 부품을 만들면 끝나는 문제일까요? 양자 정보는 복사할 수 없고 측정하면 상태가 바뀌기 때문에, 오류를 다루는 방식 자체가 고전 컴퓨터와 다릅니다.

시간이 부족할 때

중성원자·광자·스핀 설명을 각 한 문장으로 줄이되, 시스템 계층과 평가 축은 남긴다.

근거와 후속 읽기

1:16–1:23 · 오류 정정과 로드맵은 어떻게 읽는가

이 구간의 목표

  • 물리 큐비트와 논리 큐비트의 차이를 설명한다.
  • 오류 정정의 신드롬 측정과 중복 부호화를 직관적으로 전달한다.
  • below-threshold 실험의 의미와 한계를 동시에 말한다.
  • 기업 로드맵을 확정 일정이 아닌 조건부 계획으로 읽게 한다.

화면

여러 물리 큐비트
      ↓  오류 신드롬을 반복 측정
하나의 더 안정적인 논리 큐비트
      ↓
충분히 긴 오류내성 계산

분 단위 진행

시간 진행 핵심 문장
1:16–1:18 잡음과 오류 종류 “현재 장비의 핵심 제약은 큐비트 수와 계산 중 누적되는 오류입니다.”
1:18–1:20 물리/논리 큐비트, 신드롬 “정보를 직접 복제하지 않고 오류의 흔적을 측정합니다.”
1:20–1:21 임계값과 규모 확장 “규모를 키울수록 논리 오류가 줄어드는 영역이 핵심입니다.”
1:21–1:22 Willow 사례 “중요한 이정표이며 다음 단계는 상용 오류내성 계산의 확장입니다.”
1:22–1:23 로드맵 읽기 “날짜보다 전제·중간지표·외부 검증을 봐야 합니다.”

상세 대사

1:16–1:18 · 왜 오류가 누적되는가

큐비트는 주변 환경과 상호작용하며 위상과 에너지 정보를 잃을 수 있습니다. 게이트와 측정도 완벽하지 않습니다. 짧은 회로에서는 견딜 수 있는 오류도 연산이 길어지면 누적됩니다. 따라서 ‘몇 큐비트가 있느냐’만큼 ‘얼마나 긴 유용한 회로를 신뢰성 있게 실행하느냐’가 중요합니다.

오류를 입문 수준에서 다음처럼 구분한다.

  • 비트 반전과 비슷한 오류
  • 위상 반전과 비슷한 오류
  • 상태 손실, 누설, 측정·제어 오류
  • 큐비트 사이 상관된 오류

1:18–1:20 · 복제 없이 오류를 찾는 법

고전 컴퓨터처럼 상태를 그대로 여러 벌 복사해 대조하면 되지 않을까요? 임의의 미지 양자 상태는 그대로 복제할 수 없고, 직접 측정하면 계산 상태를 훼손할 수 있습니다. 양자 오류 정정은 정보를 여러 물리 큐비트의 상관관계에 분산하고, 데이터 자체의 값을 읽지 않은 채 오류가 났다는 흔적, 즉 신드롬을 반복 측정합니다.

그래서 하나의 논리 큐비트는 여러 물리 큐비트를 필요로 합니다. 필요한 수는 오류율, 오류 정정 코드, 목표 계산 길이와 허용 실패 확률에 따라 달라집니다. ‘논리 큐비트 하나는 언제나 물리 큐비트 몇 개’라는 고정 환산은 없습니다.

1:20–1:21 · 임계값의 의미

오류 정정에는 임계값이라는 개념이 있습니다. 물리 연산의 오류가 충분히 낮고 가정이 충족되면, 코드의 크기를 늘릴수록 논리 오류율을 더 낮출 수 있습니다. 반대로 임계값 위라면 물리 큐비트를 더 붙여도 오류가 더 복잡해질 수 있습니다.

1:21–1:22 · 실험 결과의 범위 설명하기

Google Quantum AI의 Willow 관련 Nature 논문은 표면 코드의 거리를 키우면서 논리 오류가 감소하는 below-threshold 동작을 보고했습니다. 이것은 오류 정정 원리가 실제 하드웨어에서 확장되는 중요한 증거입니다. 다음 단계는 대규모 상용 알고리즘을 오래 실행하는 범용 오류내성 계산입니다.

화면 하단에 작게 표시:

이정표: “더 크게 만들었더니 더 안정적이 됨”

아직 남은 일: “충분히 많은 논리 큐비트로 긴 유용한 계산을 경제적으로 수행”

1:22–1:23 · 기업 로드맵 읽는 네 질문

  1. 목표 수치는 물리 큐비트인가, 논리 큐비트인가?
  2. 어떤 오류율·회로 깊이·성공률 조건인가?
  3. 중간 이정표가 동료평가·재현·고객 작업으로 검증되는가?
  4. 냉각·제어·제조·운영비를 포함한 시스템 경로가 있는가?

로드맵은 연구개발 방향과 투자 우선순위를 보여주는 조건부 계획입니다. 전제, 중간지표와 갱신 이력을 함께 봅니다.

확인 질문

“물리 큐비트 1,000개와 논리 큐비트 1,000개는 같은 규모일까요?”

기대 답변: “전혀 다르다. 논리 큐비트는 여러 물리 큐비트를 오류 정정에 사용해 구성하며, 계산 신뢰성의 의미도 다르다.”

예상 질문과 짧은 답

  • 오류를 완전히 없앨 수 있나요? 보통 완전한 0을 말하기보다 목표 계산이 요구하는 실패 확률 아래로 논리 오류를 억제하는 것을 말한다.
  • 오류 완화와 오류 정정은 어떻게 다른가요? 오류 완화는 현재의 잡음 많은 결과를 보정·추정하는 기법이고, 오류 정정은 논리 정보를 지속적으로 보호해 긴 계산을 가능하게 하는 체계다.
  • 몇 개의 물리 큐비트가 필요하나요? 알고리즘, 하드웨어 오류율, 코드와 목표 신뢰도에 따라 달라지므로 수치와 조건을 함께 제시한다.

표현 기준

  • below-threshold를 “오류가 사라졌다”로 번역하지 않는다.
  • 논리 큐비트 개수만으로도 성능을 단정하지 않는다. 논리 게이트 품질과 속도, 연결성, 계산 길이가 남는다.
  • 기업이 발표한 미래 연도와 성능 목표는 전망으로 표시한다.

전환 문장

이제 기술 난제와 연결된 산업 지도를 보겠습니다. 장치를 만들고 연결하고 사용하는 여러 층에서 서로 다른 사업이 생깁니다.

시간이 부족할 때

오류 종류 목록을 생략하고, 물리/논리 구분·임계값·로드맵 주의사항 세 가지를 남긴다.

근거와 후속 읽기

1:23–1:33 · 양자 산업의 가치사슬

이 구간의 목표

  • 양자 산업을 상장 QPU 기업 몇 곳으로 축소하지 않게 한다.
  • 공급망·하드웨어·제어·소프트웨어·클라우드·응용·최종 수요를 하나의 지도에 놓는다.
  • 기술 성과가 어느 층의 매출과 마진으로 연결되는지 질문하게 한다.

화면

부품·소재·장비
  └ 극저온 / 진공 / 레이저 / 광원·검출기 / 제어전자 / 반도체 공정
                 ↓
QPU·시스템 통합
                 ↓
컴파일러·오류 제어·클라우드·HPC 통합
                 ↓
알고리즘·산업 솔루션·컨설팅
                 ↓
화학·재료·제약·금융·물류·공공·보안 수요자

분 단위 진행

시간 진행 핵심 질문
1:23–1:25 가치사슬 전체 제시 “누가 반드시 필요한 문제를 해결하는가?”
1:25–1:27 기반 장비·부품 “양자 수요가 없어도 팔 수 있는가?”
1:27–1:29 QPU·통합 사업자 “기술 지표가 반복 가능한 서비스로 연결되는가?”
1:29–1:31 소프트웨어·클라우드·HPC “추상화가 하드웨어 차이를 얼마나 흡수하는가?”
1:31–1:33 응용·최종 고객 “고객 문제의 경제적 가치와 검증 방법이 있는가?”

상세 대사

1:23–1:25 · 산업은 다층 가치사슬이다

양자 산업이라고 하면 흔히 QPU 회사를 먼저 떠올립니다. 하지만 실제 산업은 냉동기·진공·레이저·광학·제어 전자장치·반도체 공정, QPU, 시스템 통합, 소프트웨어, 클라우드, 응용 연구와 최종 고객이 연결된 생태계입니다. 일부 회사는 여러 층을 수직 통합하고, 일부는 좁지만 꼭 필요한 병목 기술에 집중합니다.

기술적으로 가장 눈에 띄는 회사와 경제적 가치를 가장 안정적으로 가져가는 회사가 반드시 같지는 않습니다.

1:25–1:27 · 기반 기술과 공급업체

기반 장비 기업은 양자컴퓨팅과 연구소·반도체·통신·센싱 시장에 제품을 팔 수 있습니다. 이런 인접 시장은 초기 양자 수요의 변동을 완충할 수 있습니다. 양자 전용 규격이 커지면 높은 전문성이 진입장벽이 될 수 있으며, 고객 수와 프로젝트별 매출 집중도도 함께 살펴야 합니다.

살펴볼 항목:

  • 양자 외 매출 기반과 고객 다변화
  • 특정 QPU 방식에 대한 종속성
  • 장비 납기, 서비스·소모품 매출, 설치 기반
  • 대체 공급자와 핵심 부품의 병목 여부

1:27–1:29 · QPU와 시스템 통합

QPU 기업의 핵심 질문은 ‘고객이 반복해서 쓸 수 있는 시스템으로 제공하는가’입니다. 장비 판매, 전용 설치, 클라우드 접근, 공동 연구 계약처럼 제공 방식도 다릅니다. 시스템 통합 능력과 고객 지원, 보정 자동화가 기술 논문과 별개의 경쟁력이 됩니다.

1:29–1:31 · 소프트웨어·클라우드·HPC

양자 프로그램은 대부분 고전 컴퓨터의 전처리·최적화·후처리와 결합합니다. QPU는 HPC 시스템 안에서 특정 하위 문제를 맡습니다. 클라우드는 희소하고 운영이 어려운 장비에 여러 사용자가 접근하게 해 초기 시장을 가능하게 합니다.

호환성을 설명할 때:

상위 알고리즘의 아이디어는 옮길 수 있어도, 실제 회로는 게이트 집합·연결성·오류 특성에 맞게 다시 컴파일하고 조정해야 합니다. 장비별 합성과 튜닝이 실제 성능을 좌우합니다.

1:31–1:33 · 응용과 수요 산업

최종 고객은 더 좋은 물질, 더 빠른 연구, 더 나은 위험 분석, 더 안전한 인프라 같은 결과를 구매합니다. 응용 기업의 방어력은 도메인 데이터, 검증 능력, 고객 업무 흐름 통합과 고전 기준선에 대한 이해에서 나올 수 있습니다.

가치사슬을 볼 때 쓰는 네 가지 렌즈

렌즈 질문
병목 없어서는 안 되며 공급이 어려운가?
가치 포착 문제 해결 가치 중 누가 가격으로 가져가는가?
전환 비용 고객이 다른 공급자로 옮기기 어려운 이유가 있는가?
선택권 한 하드웨어 방식이 실패해도 살아남을 수 있는가?

확인 질문

“양자컴퓨터 시장이 성장하면 QPU 제조사만 수혜를 볼까요?”

기대 답변: “부품·제어·클라우드·통합·보안·응용 계층에 기회가 있으며, 성장과 수익 배분은 서로 다를 수 있다.”

예상 질문과 짧은 답

  • 클라우드가 있는데 기업이 장비를 직접 살 이유가 있나요? 데이터 통제, 지연, 전용 용량, 공동개발 또는 국가 인프라 목적이 있을 수 있다. 초기에는 클라우드 접근이 더 일반적일 가능성이 높다.
  • 소프트웨어 기업은 하드웨어가 완성되기 전에 돈을 벌 수 있나요? 교육·컨설팅·워크플로 통합·오류 제어 등으로 가능하지만, 양자 성능에서 나온 반복 매출인지 별도로 확인해야 한다.
  • 대형 클라우드 사업자가 모두 가져가지 않을까요? 강한 유통·통합 위치를 갖지만 QPU·핵심 부품·도메인 솔루션의 가치가 사라진다고 단정할 수 없다.

표현 기준

  • “생태계에 속한다”와 “지속 가능한 양자 매출이 있다”를 구분한다.
  • 파트너십 발표를 매출·사용량·성과로 자동 환산하지 않는다.
  • 가치사슬 그림의 화살표가 확정된 이익 배분을 뜻하지 않는다고 설명한다.

전환 문장

가치사슬의 참여자가 보였으니, 이제 이들이 실제로 어떤 계약을 맺고 누가 비용을 지불하는지 보겠습니다. 산업의 크기는 기술 발표보다 구매자의 예산에서 확인해야 합니다.

시간이 부족할 때

각 계층 설명을 줄이고 ‘기반 장비–QPU–클라우드/HPC–응용–최종 고객’ 지도와 네 가지 렌즈를 남긴다.

근거와 후속 읽기

1:33–1:43 · 누가 무엇에 돈을 내는가

이 구간의 목표

  • 매출 모델과 구매자를 연결한다.
  • 연구개발비·정부 조달·상업 매출을 구분한다.
  • 계약 발표의 금액보다 매출의 질을 읽는 기준을 제공한다.

화면

제공물 대표 구매자 초기 구매 이유 확인할 지표
클라우드 QPU 접근 기업 R&D, 대학, 개발자 학습·실험·벤치마크 유료 사용량, 재구매, 가동률
전용 시스템·용량 정부, 연구소, HPC 센터 주권·전용성·공동 연구 인도·검수, 유지보수, 후속 계약
공동 연구·서비스 산업 기업, 공공기관 사용례 탐색·역량 확보 파일럿 이후 전환, 고객 집중도
소프트웨어·통합 기업 IT·R&D 여러 백엔드와 업무 흐름 연결 반복 라이선스, 종속성, 실제 사용자
보안 전환 정부·금융·인프라 장기 데이터 보호와 규제 대응 자산 목록, 전환 예산, 배포 범위

분 단위 진행

시간 진행 핵심 문장
1:33–1:35 초기 구매자 설명 “현재 고객은 완성된 대량생산 시장보다 연구·전략 목적 구매자가 많습니다.”
1:35–1:38 네 가지 수익 모델 “같은 매출도 반복성·마진·집중도가 다릅니다.”
1:38–1:40 정부와 민간 수요 구분 “정부 수요는 가짜가 아니지만 상업 수요와 성격이 다릅니다.”
1:40–1:42 매출의 질 체크리스트 “백로그·계약 총액·당기 매출을 혼동하지 않습니다.”
1:42–1:43 보안 시장 연결 “양자컴퓨터 매출과 양자 대비 보안 매출은 다른 시장입니다.”

상세 대사

1:33–1:35 · 초기 시장의 구매자

현재 구매자에는 대학 연구자, 정부 연구소, 국방·공공기관, 대형 기술기업, 화학·제약·자동차·금융회사의 R&D 조직이 포함됩니다. 구매 목적은 기술 접근권, 인재 양성, 지식재산, 국가 역량과 미래 공급망 선택권입니다.

따라서 초기 매출을 모두 무의미한 실험비라고 볼 수도 없고, 반대로 곧바로 대규모 반복 상업 수요라고 볼 수도 없습니다.

1:35–1:38 · 대표 수익 모델

  1. 클라우드 사용료: 작업·실행 시간·샷·예약 용량 등에 따라 과금할 수 있다.
  2. 시스템 판매 또는 전용 설치: 장비 인도, 통합, 유지보수와 업그레이드가 결합될 수 있다.
  3. 공동 연구·정부 계약: 단계별 연구 목표와 마일스톤에 자금이 지급될 수 있다.
  4. 소프트웨어·컨설팅·교육: 개발 도구, 워크플로, 기술 검증과 인력 양성에 비용을 받는다.

한 기업이 여러 모델을 섞을 수 있습니다. 그래서 ‘양자 매출’이라는 합계만 보지 말고 어떤 활동에서 발생했는지 분해해야 합니다.

1:38–1:40 · 정부 수요를 읽는 법

전략 기술은 정부가 초기 구매자·연구 후원자·인프라 운영자 역할을 하는 경우가 많습니다. 정부 매출은 실제 현금흐름과 기술 검증 기회를 제공할 수 있습니다. 다만 예산 주기, 정책 변화, 단일 고객 집중과 수출 규제의 영향을 받을 수 있습니다. 민간 고객의 반복 사용과 동일한 신호로 읽어서는 안 됩니다.

1:40–1:42 · 매출의 질 여덟 질문

  1. 인식된 매출인가, 아직 수행 의무가 남은 계약 또는 백로그인가?
  2. 일회성 장비 판매인가, 반복 사용·서비스 매출인가?
  3. 총마진과 장비 설치·지원 비용은 어떤가?
  4. 상위 고객과 정부 계약에 얼마나 집중되어 있는가?
  5. 계약 해지·마일스톤·조건부 옵션은 무엇인가?
  6. 사용량이 무료 크레디트·홍보 실험을 넘어 유료로 반복되는가?
  7. 고객이 고전 컴퓨팅 대비 얻은 검증 가능한 결과가 있는가?
  8. 현금 보유와 연구개발 지출을 고려한 생존 기간은 충분한가?

특히 계약 총액, 수주잔고, 예약, 파트너십 수와 회계상 매출은 서로 다른 숫자입니다. 보도자료 제목만으로 같은 것으로 취급하면 안 됩니다.

1:42–1:43 · 보안 매출은 별도 지도다

양자내성암호 전환은 양자컴퓨터가 판매되는 시장과 겹치지만 동일하지 않습니다. 조직은 암호 자산을 조사하고, 알고리즘을 교체할 수 있는 구조를 만들고, 표준화된 양자내성암호를 배포하는 데 비용을 씁니다. 이것은 오류내성 QPU가 완성되기 전에도 진행되는 시장입니다. 양자 난수 생성이나 양자키분배도 각각 다른 위협 모델과 도입 조건을 가집니다.

확인 질문

“대형 계약이 발표되면 그 금액이 올해 매출이라고 봐도 될까요?”

기대 답변: “계약 기간·조건·마일스톤·옵션과 회계상 인식 시점을 확인해야 한다.”

예상 질문과 짧은 답

  • 정부 매출 비중이 높으면 나쁜가요? 일률적으로 나쁘지 않다. 초기 기술 검증과 인프라 형성에 중요하지만 집중도와 지속성, 민간 확장성을 별도로 평가한다.
  • 클라우드의 샷 수가 매출 지표인가요? 사용량 신호일 수 있지만 무료 사용, 작업 난이도, 가격과 장비별 정의를 함께 봐야 한다.
  • PQC와 QKD 중 무엇이 주류인가요? 적용 범위와 인프라 요구가 다르다. 대부분의 일반 디지털 시스템 전환에서는 표준화된 PQC가 중심이고, QKD는 특정 통신 환경과 위협 모델에서 검토된다.

표현 기준

  • 이 구간은 교육용 기업 분석 기준을 다룬다고 명확히 한다.
  • 회사의 시가총액을 산업 매출이나 기술 완성도와 동일시하지 않는다.
  • 파트너 로고 수를 고객의 유료·반복 사용 수로 바꾸어 말하지 않는다.

전환 문장

개별 계약을 보는 법을 익혔으니 시장 전체의 숫자를 보겠습니다. 핵심은 숫자의 정의와 기준일을 확인하는 것입니다.

시간이 부족할 때

수익 모델 네 가지와 매출의 질 질문 중 1·2·4·7번만 설명한다.

근거와 후속 읽기

1:43–1:50 · 시장 숫자 읽는 법

이 구간의 목표

  • 시장 전망을 단일 진실이 아닌 정의와 가정이 붙은 추정치로 읽게 한다.
  • 산업 매출·TAM·투자금·기업가치·경제적 파급효과를 구분한다.
  • 성장 전망과 양자 겨울 위험을 한 화면에 함께 놓는다.

화면

확인 순서
숫자 → 무엇을 포함? → 기준연도·통화? → 실적/예측? → 조사 주체? → 불확실성?

QED-C의 2026년 전망을 예시로 다음만 크게 표시한다.

  • 2025년 양자컴퓨팅 매출 추정: 약 14억 달러
  • 2028년 전망: 30억 달러 초과, 연평균 성장률 약 30%
  • 설문 응답자의 54%: 2031년까지 양자 겨울이 올 가능성을 어느 정도 예상

각 수치 옆에 “QED-C 회원 설문 기반 전망, 2026 발표”라고 표시한다.

분 단위 진행

시간 진행 핵심 문장
1:43–1:45 시장 숫자 다섯 종류 구분 “서로 다른 숫자를 더하거나 비교하면 시장을 잘못 읽게 됩니다.”
1:45–1:47 QED-C 전망 사례 “성장은 기대되지만 출발점은 아직 작습니다.”
1:47–1:49 시나리오와 양자 겨울 “상승 전망과 실패 위험을 동시에 들고 있어야 합니다.”
1:49–1:50 최신성 경고 “오늘의 숫자에는 기준일을 붙이고 다음 강의 전에 갱신합니다.”

상세 대사

1:43–1:45 · 다섯 숫자는 서로 다르다

숫자 뜻 흔한 오류
현재 산업 매출 일정 기간 실제 판매된 제품·서비스 규모 미래 TAM과 혼용
TAM 가정이 모두 실현될 때 접근 가능한 잠재 시장 현재 매출처럼 표현
투자·정부 예산 기술 개발에 투입되는 자금 공급자 매출과 중복 계산
기업가치 기대와 위험을 반영한 자본시장 평가 기술 성숙도나 매출로 간주
경제적 파급효과 다른 산업에서 창출할 수 있는 장기 가치 공급 산업 자체 매출과 혼용

예를 들어 정부가 연구에 10억 달러를 배정했다는 말, 양자 기업들이 10억 달러의 매출을 냈다는 말, 미래에 10억 달러의 비용 절감 가능성이 있다는 말은 전혀 다른 이야기입니다.

1:45–1:47 · 한 전망을 제대로 읽어 보기

QED-C가 2026년에 발표한 회원 전망은 2025년 양자컴퓨팅 매출을 약 14억 달러로 추정하고, 2028년에 30억 달러를 넘으며 약 30%의 연평균 성장률을 보일 것으로 전망했습니다. 응답자들은 잠재 수요 비중이 큰 분야로 화학 26%, 재료 22%, 암호 16%를 꼽았습니다.

곧바로 한계를 붙인다.

이 숫자는 산업 참여자의 설문과 정의를 바탕으로 한 전망입니다. 포함 범위, 응답자 구성과 기준연도를 확인하고 조사기관별 수치를 별도로 비교합니다.

1:47–1:49 · 기본·낙관·비관 시나리오

  • 낙관: 오류 정정과 시스템 확장이 빠르게 진전되고, 명확한 고부가가치 사용례가 유료 반복 수요로 전환된다.
  • 기본: 정부·연구·클라우드 중심으로 성장하면서 제한된 문제에서 점진적 가치가 나온다.
  • 비관: 기술 이정표가 지연되고 고객 실증이 매출로 전환되지 않아 자금과 인력이 줄어드는 양자 겨울이 온다.

같은 QED-C 설문에서도 응답자의 54%가 2031년까지 어느 정도의 양자 겨울 가능성을 예상했습니다. 성장 전망을 발표한 자료 안에도 위험 인식이 함께 있습니다. 이 두 문장을 동시에 말하는 것이 균형 잡힌 시장 설명입니다.

1:49–1:50 · 기준일을 소리 내어 읽기

이 강의의 숫자 기준일은 2026년 8월 11일입니다. 시장 수치, 기업 로드맵, 표준과 제품 상태는 변합니다. 숫자를 재사용할 때는 링크만 남기지 말고 발표일·조사 범위·실적과 전망의 구분을 함께 적어야 합니다.

확인 질문

“미래 경제적 파급효과가 100억 달러라는 전망을 현재 양자 산업 매출 100억 달러라고 표현해도 될까요?”

기대 답변: “안 된다. 가치의 종류와 기간·가정을 먼저 확인해야 한다.”

예상 질문과 짧은 답

  • 어느 시장조사 숫자가 맞나요? 범위와 방법이 달라 단일 숫자를 고르기보다 정의가 같은 시계열과 여러 시나리오를 본다.
  • 30% 성장하면 곧 큰 산업 아닌가요? 작은 기저에서 높은 성장률이 나올 수 있다. 절대 규모·수익성·현금 소모를 함께 본다.
  • 양자 겨울이 오면 기술이 실패한 건가요? 투자와 기대가 급격히 식는 기간을 뜻할 수 있으며, 기초 연구나 특정 사업의 지속 여부와 동일하지 않다.

표현 기준

  • CAGR은 예측 기간과 시작·끝 값을 함께 제시한다.
  • 서로 다른 시장보고서의 최대치만 골라 하나의 전망처럼 말하지 않는다.
  • “시장 성장”을 “모든 참여 기업의 성장”으로 바꾸지 않는다.

전환 문장

시장 숫자의 품질은 결국 실제 사용례에 달려 있습니다. 이제 ‘어디에 쓸 수 있다’는 목록을 나열하는 대신, 어떤 사용례가 기술적으로 가능하고 경제적으로 검증 가능한지 걸러 보겠습니다.

시간이 부족할 때

다섯 숫자 구분과 QED-C의 매출 전망·양자 겨울 수치만 남긴다.

근거와 후속 읽기

1:50–1:56 · 사용례는 어떻게 선별하는가

이 구간의 목표

  • 가능성·실험적 시연·실용적 이점·상용화를 구분한다.
  • 화학·재료, 암호·보안, 과학 샘플링을 우선 설명하고 최적화·머신러닝의 불확실성을 밝힌다.
  • 고전 기준선과 전체 비용을 포함한 평가 절차를 제공한다.

화면

후보 분야 양자 계산과의 연결 현재 강의의 표현
양자 화학·재료 자연 자체가 양자계이며 상태·에너지 추정이 핵심 장기 핵심 후보, 현재는 제한적 실험·연구
암호 분석 Shor 알고리즘의 이론적 가속 충분히 큰 오류내성 장비가 필요, 지금은 PQC 전환
특수 샘플링·물리 시뮬레이션 특정 분포·양자 동역학 생성 연구적 우위 사례가 있으나 사업 가치 별도 검증
최적화 일부 문제 구조를 양자 회로·어닐링에 매핑 폭넓게 연구 중, 일반적 상용 우위는 미입증
머신러닝 선형대수·커널·샘플링 구조 활용 가능성 데이터 입력과 기준선 문제가 크며 탐색 단계

분 단위 진행

시간 진행 핵심 문장
1:50–1:52 성숙도 네 단계 “실행했다, 더 빨랐다, 유용했다, 돈이 됐다는 서로 다른 주장입니다.”
1:52–1:54 분야별 현실성 “문제의 수학적 구조와 하드웨어 자원을 함께 봅니다.”
1:54–1:56 일곱 단계 필터 “최고의 고전 방법과 전체 워크플로 비용을 비교합니다.”

상세 대사

1:50–1:52 · 네 단계 구분

  1. 가능성: 이론적으로 양자 알고리즘을 정의할 수 있다.
  2. 시연: 작은 장비나 제한 조건에서 실행했다.
  3. 실용적 이점: 실제 관심 문제에서 최고의 현실적 고전 방법보다 시간·비용·정확도상 이점이 있다.
  4. 상용화: 반복 가능하고 검증되며 고객이 그 이점에 지속해서 돈을 낸다.

논문이 2단계를 보였는데 보도자료가 4단계의 언어를 쓰는지 살펴보십시오. ‘양자에서 실행됨’은 ‘양자가 더 잘함’과 다르고, ‘더 잘함’도 ‘사업성이 있음’과 다릅니다.

1:52–1:54 · 후보 분야 설명

화학과 재료는 전자 구조와 양자 상태를 직접 다루기 때문에 양자컴퓨터의 구조와 자연스럽게 연결됩니다. 다만 산업적으로 필요한 정확도와 분자 크기에 도달하는 자원, 데이터 준비와 실험 검증을 포함해야 합니다.

암호에서는 Shor 알고리즘의 위협이 명확합니다. 현재 공개 장비의 규모는 실용적인 RSA 공격 요구량에 미치지 못합니다. 대응은 암호 자산 조사와 PQC 전환입니다.

특수 샘플링이나 물리 시뮬레이션에서는 고전 계산이 어려운 영역의 실험적 양자 우위가 보고됐습니다. 그러나 결과가 산업 의사결정에 필요한가, 검증할 수 있는가, 전체 비용이 합리적인가는 별도 질문입니다.

최적화와 머신러닝은 후보가 넓어 매력적이지만 문제 입력, 제약 조건, 최적해 검증, 강력한 고전 휴리스틱과의 비교 때문에 일반적인 우위를 주장하기 어렵습니다.

1:54–1:56 · 사용례 평가 일곱 단계

  1. 문제 하나를 정확히 정의한다.
  2. 정답의 경제적 가치를 수치화한다.
  3. 현재 최고의 고전 기준선과 실제 병목을 측정한다.
  4. 양자 알고리즘의 가정과 데이터 입력 비용을 적는다.
  5. 필요한 논리 큐비트·회로 깊이·반복 횟수를 추정한다.
  6. 출력의 검증 방법과 실패 비용을 정한다.
  7. 고전 전·후처리, 네트워크, 인력과 대기시간을 포함한 총비용을 비교한다.

‘우리 회사의 최적화 문제가 어렵다’는 사실만으로 양자 적합성이 생기지 않습니다. 어려움의 구조가 알려진 양자 가속 구조와 맞아야 합니다.

확인 질문

“양자 장비에서 분자 계산을 실행했다면 산업적 양자 우위를 입증한 것일까요?”

기대 답변: “정확도, 문제 규모, 최고의 고전 기준선, 총비용과 산업적 가치까지 비교해야 한다.”

예상 질문과 짧은 답

  • 현재 실제 양자 우위가 있나요? 특정 샘플링·물리 과제에서 고전 계산과의 성능 격차가 보고됐지만, 폭넓은 상업적 이점과는 구분해야 한다.
  • 최적화가 가장 빨리 돈이 되지 않나요? 가능한 후보지만 강력한 고전 휴리스틱과 문제 입력·검증을 포함한 실용 우위는 아직 사례별로 검증해야 한다.
  • AI와 결합하면 빨리 유용해지나요? AI는 보정·제어·회로 탐색을 도울 수 있고 양자 ML도 연구되지만, 결합 자체가 계산 우위를 보장하지 않는다.

표현 기준

  • “양자 우위”, “양자 이점”, “유용성”을 발표 주체의 정의 없이 섞지 않는다.
  • 고전 알고리즘의 개선 가능성을 고정값으로 취급하지 않는다.
  • 데이터 로딩과 결과 검증 비용을 계산 본체 밖으로 숨기지 않는다.

전환 문장

마지막으로, 이 불확실한 기술을 조직과 개인이 어떻게 준비해야 하는지 정리하겠습니다. 준비는 큰 장비를 사는 것보다 문제와 보안 자산을 정확히 목록화하는 데서 시작합니다.

시간이 부족할 때

성숙도 네 단계와 일곱 단계 필터의 2·3·5·7번만 남긴다.

근거와 후속 읽기

1:56–2:00 · 조직의 준비와 결론

이 구간의 목표

  • 청중별로 지금 할 수 있는 행동을 제시한다.
  • 기술 낙관과 일정 불확실성을 함께 유지한다.
  • 강의 전체를 세 문장으로 회수한다.

화면

1. 양자컴퓨터는 특정 구조의 문제를 위한 가속기 후보다.
2. 산업의 핵심 병목은 오류 정정·확장·검증 가능한 사용례와 경제성이다.
3. 지금의 준비는 학습, 문제·데이터·암호 자산 목록화, 작은 검증과 기준선 관리다.

분 단위 진행

시간 진행 강사 행동
1:56–1:57 조직별 행동 제안 청중의 직무에 맞는 항목을 2개만 선택
1:57–1:59 세 문장 결론 앞부분의 도입 질문을 다시 호출
1:59–2:00 마무리와 후속 자료 상세 노트·참고자료 위치 안내

상세 대사

1:56–1:57 · 지금 할 수 있는 준비

대상 지금 할 일 아직 서두르지 않아도 될 일
일반 기술 조직 내부 교육, 후보 문제 목록, 고전 기준선 측정 목적 없이 QPU 사용량만 늘리기
화학·재료·제약 계산 병목과 요구 정확도, 실험 검증 경로 정리 작은 장난감 분자의 실행을 사업 성과로 간주
금융·물류 문제 구조·제약·데이터·기존 휴리스틱 성능 기록 ‘최적화’라는 이름만으로 양자 프로젝트화
보안·공공 암호 자산 목록, crypto-agility, PQC 전환 계획 암호학적으로 관련 없는 양자 제품을 만능 대책으로 구매
투자·전략 기술 이정표·매출의 질·현금·고객 집중도 추적 로드맵 날짜와 파트너십 수만으로 평가
개인 학습자 선형대수·확률·기초 회로, 한 분야의 문제 이해 모든 하드웨어와 SDK를 동시에 학습

말할 대사:

좋은 준비는 기술 일정과 관계없이 유효한 기반을 만드는 것입니다. 보안 자산을 파악하고, 계산 병목을 측정하고, 고전 기준선을 기록하며, 관련 인재가 서로의 언어를 배우는 일입니다.

1:57–1:59 · 세 문장 결론

첫째, 양자컴퓨터는 중첩·위상·간섭·얽힘을 이용해 특정 문제 구조를 처리하는 특수 가속기 후보입니다.

둘째, 과학적 가능성과 공학적 구현, 경제적 가치는 서로 다른 단계입니다. 지금 가장 중요한 연결고리는 오류 정정과 확장, 그리고 최고의 고전 방법을 이기는 검증 가능한 사용례입니다.

셋째, 산업 전망은 유망함과 불확실성을 함께 봐야 합니다. 시장 숫자·로드맵·파트너십을 정의와 근거로 읽고, 지금 할 수 있는 준비부터 시작해야 합니다.

도입부 질문을 회수한다.

처음에 ‘왜 지금 양자컴퓨팅을 봐야 하는가’를 물었습니다. 특정 문제에서 큰 효과가 가능하고, 과학과 공학의 진전이 축적되고 있으며, 보안처럼 성공 전에 준비해야 하는 영역이 있기 때문입니다.

1:59–2:00 · 종료 대사

오늘은 다음 기술 발표와 시장 숫자를 스스로 분해할 질문을 살펴봤습니다. 더 깊이 보고 싶은 분은 심화 노트에서 수학, 하드웨어, 오류 정정, 시장과 알고리즘을 각각 이어서 보실 수 있습니다.

마지막 화면에 다음 문서를 표시한다.

마지막 확인 질문

시간이 30초 이상 남으면 손들기 질문으로 끝낸다.

“앞으로 양자 관련 발표를 볼 때 가장 먼저 확인할 한 가지는 무엇인가요?”

가능한 답: 물리/논리 큐비트, 고전 기준선, 실적/전망, 사용례 가치, 오류율, 매출 정의.

시간이 부족할 때

조직별 표를 생략하고 세 문장 결론과 후속 자료만 말한다. 종료 시각을 넘기지 않는다.

부록 A · 현장 Q&A 빠른 답변표

질문이 길어지면 먼저 결론을 한 문장으로 답하고, “기술·산업 중 어느 쪽을 더 알고 싶은가”를 확인한 뒤 확장한다. 최신 수치와 기업 정보는 기준일 이후 확인 과제로 남긴다.

질문 20초 답변 더 설명할 때의 핵심
양자컴퓨터는 언제 실용화되나요? 실용화 시점은 문제별로 다르며, 광범위한 오류내성 상용화 시점은 아직 불확실합니다. 현재 클라우드·연구·교육 사용과 미래 경제적 우위를 구분한다.
지금 RSA를 깰 수 있나요? 현재 공개 장비의 규모는 실용 RSA 공격 요구량보다 작습니다. 전환 시간이 길어 PQC 준비는 지금 필요합니다. harvest-now-decrypt-later와 암호 자산 수명을 설명한다.
모든 비밀번호가 무너지나요? Shor는 주로 공개키 암호에 영향을 주며 대칭키·해시의 영향과 대응은 다릅니다. RSA/ECC와 AES/해시를 구분하고 키 길이·프로토콜 전환을 언급한다.
양자컴퓨터가 GPU를 대체하나요? QPU는 CPU·GPU와 함께 특정 하위 문제를 처리하는 가속기로 구성됩니다. 전·후처리와 HPC 통합을 설명한다.
큐비트가 많으면 무조건 좋은가요? 수, 오류율·연결성·게이트 속도·측정과 논리 성능을 함께 봐야 합니다. 서로 다른 플랫폼의 자체 지표 직접 비교를 경계한다.
논리 큐비트가 무엇인가요? 여러 물리 큐비트에 정보를 분산하고 오류를 탐지·교정해 만든 더 안정적인 계산 단위입니다. 고정 환산비가 없음을 덧붙인다.
양자컴퓨터는 병렬로 모든 답을 보나요? 상태는 여러 성분을 갖지만 측정은 제한된 결과만 주며, 알고리즘은 간섭으로 유용한 결과 확률을 키웁니다. 1부 H 게이트 예시로 돌아간다.
얽힘으로 빛보다 빠르게 통신할 수 있나요? 제어 가능한 정보의 전달 속도는 함께 사용하는 고전 통신 채널의 제약을 받습니다. 측정 상관관계와 메시지 전달을 구분한다.
관측하면 사람이 현실을 만드나요? 측정은 물리적 상호작용과 결과 기록을 뜻합니다. 해석 논쟁과 계산 규칙을 분리한다.
어느 하드웨어 방식이 이기나요? 아직 단정하기 어렵고 정확도·속도·연결성·확장·운영비의 교환관계가 있습니다. 용도별 공존 가능성을 열어 둔다.
상온 방식이 나오면 시장을 독점하나요? 운용 온도는 여러 평가축 중 하나이며 제어·오류·제조·확장과 총비용을 함께 봅니다. 시스템 수준 총비용으로 비교한다.
양자 어닐러도 양자컴퓨터인가요? 양자 현상을 쓰지만 범용 게이트 모델과 계산 방식·적용 범위·평가 기준이 다릅니다. 결과 비교 시 동등한 고전 기준선을 요구한다.
실제 양자 우위가 있나요? 특수 샘플링과 물리 과제의 연구적 우위는 보고됐지만 일반적인 상업 우위와는 다릅니다. 실험·실용·상용의 네 단계를 다시 제시한다.
최적화가 가장 유망한가요? 후보는 많으며 현재 증거는 문제별 실증 단계입니다. 강한 고전 휴리스틱, 문제 구조와 검증 가능성을 질문한다.
신약 개발을 바로 빠르게 하나요? 분자·재료 계산은 장기 핵심 후보이며, 현재 장비는 제한된 연구 과제를 다룹니다. 계산 정확도, 실험, 규제까지 전체 파이프라인을 설명한다.
양자컴퓨터는 에너지를 적게 쓰나요? 특정 계산에서 잠재력이 있지만 냉각·제어·반복을 포함한 시스템 에너지를 문제별로 비교해야 합니다. 칩 단독 소비전력과 전체 시설 전력을 구분한다.
AI가 오류 정정을 해결하나요? AI는 보정·제어·디코딩을 돕습니다. 물리적 오류율과 자원 요구는 별도 지표로 관리합니다. AI 보조와 근본 성능 지표를 분리한다.
양자 난수는 완전히 예측 불가능한가요? 적절히 설계·검증된 양자 측정은 근본적 확률성을 활용하지만 실제 장치는 편향과 결함 검증이 필요합니다. 엔트로피 평가와 후처리, 장치 신뢰 모델을 언급한다.
PQC와 양자암호는 같은가요? PQC는 일반 컴퓨터에서 쓰는 양자 공격 내성 알고리즘이고, QKD 등 양자통신은 별도 물리 인프라를 사용합니다. 적용 범위·비용·위협 모델을 구분한다.
관련 주식에 투자해도 되나요? 투자 판단에는 기술 이정표, 매출의 질, 현금·희석·고객 집중에 대한 별도 조사가 필요합니다. 산업 성장과 개별 기업 수익을 분리한다.
중국과 미국 중 누가 앞서나요? 국가별 강점은 하드웨어·통신·논문·특허·공급망마다 다릅니다. 최신 공신력 자료를 지표별로 비교한다.
양자 분야에서 어떤 직업이 필요한가요? 물리학자와 제어·냉각·광학·반도체·소프트웨어·수학·보안·도메인 전문가가 필요합니다. 본인 분야 하나와 양자 기초를 연결하라고 권한다.

답변을 보류해야 하는 경우

  • 기준일 이후의 최신 기업 실적·시가총액·제품 공개 상태
  • 검증하지 않은 “세계 최초”, “세계 최고” 주장
  • 특정 종목의 목표가격이나 개인화된 투자 판단
  • 의료·국방·보안 시스템에 대한 구체적 의사결정
  • 출처 없이 요구되는 국가별 비공개 역량 추정

이때 쓸 문장:

“그 부분은 기준일 이후 바뀔 수 있는 구체적 사실이라 지금 추측해서 답하지 않겠습니다. 발표 원문과 공시를 확인한 뒤 실적·계획·제3자 검증으로 나누어 보겠습니다.”

부록 B · 시간 운영과 압축안

필수 구간 우선순위

우선순위 반드시 남길 내용 이유
1 중첩·위상·간섭·측정 강의의 개념적 중심
1 적용 범위와 사용례 평가 평가 기준
1 물리/논리 큐비트와 오류 정정 산업 전망의 핵심 병목
1 가치사슬·매출의 질 시장 설명의 중심
1 세 문장 결론 전체 메시지 회수
2 하드웨어 방식별 비교 기술 다양성 이해
2 시장 전망 숫자 현재 산업 규모 감각
3 역사적 세부·알고리즘 추가 예시 심화 노트로 이관 가능

90분으로 갑자기 줄어든 경우

시간 내용 원래 대비 조정
0:00–0:05 도입과 세 구분 사례 1개만 사용
0:05–0:18 큐비트·중첩·위상·측정 역사 구간을 2분으로 압축
0:18–0:28 간섭·얽힘 Bell 세부 생략
0:28–0:38 알고리즘과 만능이 아닌 이유 Grover·Shor·시뮬레이션 각 1분
0:38–0:43 짧은 휴식 5분 엄수
0:43–0:55 하드웨어와 오류 정정 방식별 설명 축약
0:55–1:08 가치사슬과 수익 모델 하나의 통합 그림 사용
1:08–1:18 시장 숫자와 위험 QED-C 사례만 사용
1:18–1:25 사용례 필터 분야별 목록보다 평가 절차 중심
1:25–1:30 조직 준비와 결론 Q&A는 종료 후 별도

10분 이상 지연됐을 때

  1. 질문은 메모해 종료 후 또는 별도 문서로 답한다.
  2. 역사 세부, 방식별 회사 예시, 시장 조사 간 비교를 먼저 줄인다.
  3. 휴식은 최소 5분을 유지한다.
  4. 마지막 세 문장 결론을 삭제하지 않는다.
  5. 예정 종료 시각을 넘기지 않는다.

청중 반응이 없을 때

  • “이해되셨나요?” 대신 선택형 질문을 쓴다: “큐비트 수와 오류율 중 하나만 본다면 무엇이 빠져 있을까요?”
  • 수식을 더 추가하지 말고 같은 개념을 다른 예로 설명한다.
  • 답을 기다리는 침묵은 5초까지 허용한 뒤 강사가 정리한다.

질문이 너무 많을 때

“좋은 질문입니다. 지금 답하면 다음 핵심 구간을 놓칠 수 있어 한 문장으로만 답하고, 부록의 Q&A와 심화 노트 위치를 안내하겠습니다.”

부록 C · 강사 리허설 체크리스트

강의 1주 전

  • 청중 구성과 산업 배경을 확인했다.
  • 시장·기업·표준 수치의 기준일을 갱신했다.
  • 모든 외부 링크의 원문과 발표일을 확인했다.
  • ‘실적’, ‘회사 전망’, ‘제3자 연구’를 슬라이드에서 시각적으로 구분했다.
  • 특정 기업과 국가에 편향된 사례 구성이 아닌지 검토했다.
  • 전문 용어가 처음 등장할 때 한글 정의가 있는지 확인했다.

강의 전날

  • 실제 말하기로 110분 안에 끝나는지 측정했다.
  • 55분 지점에 휴식 안내가 정확히 들어가는지 확인했다.
  • 수식은 \(|0\rangle\), \(|1\rangle\), \(\alpha|0\rangle+\beta|1\rangle\) 설명에 필요한 정도만 남겼다.
  • 애니메이션 없이도 간섭과 오류 정정 그림이 이해되는지 확인했다.
  • 90분 압축안의 슬라이드 번호를 메모했다.
  • 질의응답에서 답하지 않을 범위를 정했다.

강의 직전

  • 첫 화면에 대상·목표·기준일이 보인다.
  • 발표자 화면에 25분·55분·85분·110분 체크포인트가 보인다.
  • 휴식 종료 시간을 화면에 띄울 수 있다.
  • 웹 연결 없이도 핵심 슬라이드와 인용 출처를 볼 수 있다.
  • 배포용 문서와 저장소 경로 또는 QR 링크가 준비됐다.

강의 직후

  • 답하지 못한 질문을 기록했다.
  • 청중이 가장 혼동한 개념을 instructor-guide.md에 반영했다.
  • 시간이 초과된 구간과 실제 소요 시간을 기록했다.
  • 새로 인용한 자료를 ../03-reference/references.md에 추가했다.
  • 기준일이 바뀌었다면 관련 문서의 날짜를 함께 갱신했다.

부록 D · 사실 검증과 표현 규칙

자료 유형별 말하는 법

자료 유형 권장 표현 피할 표현
동료평가 논문 “논문은 해당 조건에서 …를 보고했다.” “과학적으로 모든 것이 해결됐다.”
기업 로드맵 “회사는 …를 목표로 제시한다.” “…년에 반드시 완성된다.”
기업 보도자료 “회사는 …라고 발표했다.” 제3자 검증처럼 단정
회계 공시 “해당 기간 인식 매출은 …다.” 계약 총액·백로그와 혼용
시장 설문·전망 “조사 범위에서 …로 전망했다.” 확정 실적 또는 보편적 합의처럼 표현
정부 표준 “표준이 확정·발행됐다.” 모든 조직의 전환이 완료됐다고 표현

강의 직전 갱신이 필요한 항목

  1. 시장 매출 전망과 조사 발표일
  2. 기업 로드맵의 목표 연도와 달성 여부
  3. 공개된 논리 큐비트·오류 정정 기록
  4. NIST 등 표준 기관의 PQC 전환 지침
  5. 기업별 제품 접근 방식과 실제 고객 계약
  6. 국가 정책·예산·수출통제

용어 통일

이 문서의 표현 영어 설명
양자컴퓨터 quantum computer 전체 계산 시스템
양자처리장치 QPU 양자 연산을 담당하는 장치
물리 큐비트 physical qubit 실제 물리 소자 수준의 큐비트
논리 큐비트 logical qubit 오류 정정으로 보호된 계산 단위
충실도 fidelity 의도한 상태·연산과 실제 결과의 일치 정도
결맞음 coherence 위상 관계가 유지되는 성질
오류 완화 error mitigation 오류가 있는 결과를 추정·보정하는 기법
오류 정정 quantum error correction 논리 정보를 보호해 긴 계산을 가능하게 하는 체계
양자 우위 quantum advantage/supremacy 문맥마다 정의가 달라 원문의 기준을 병기
양자내성암호 post-quantum cryptography, PQC 고전 장비에서 실행되는 양자 공격 내성 암호

부록 E · 강의 후 학습 경로

청중의 다음 질문 추천 문서
세션 내용을 요약해서 다시 보고 싶다 세션 배포용 요약
강의를 직접 다시 진행하고 싶다 강사 가이드와 이 진행표
큐비트·간섭·얽힘을 더 깊이 알고 싶다 큐비트·게이트·측정, 위상·간섭과 Grover, 텐서곱과 얽힘
하드웨어 방식을 비교하고 싶다 물리 구현과 오류 정정
오류 정정을 공부하고 싶다 물리 구현과 오류 정정
산업과 기업을 분석하고 싶다 클라우드·산업·양자 우위와 산업 브리프
실제 우위와 사용례를 검토하고 싶다 클라우드·산업·양자 우위
암호와 Shor를 이해하고 싶다 Shor·PQC·양자 난수
전체 출처를 확인하고 싶다 참고자료

이 진행표는 발표 대본의 기준 문서다. 슬라이드에는 핵심 문장과 그림만 남기고, 근거·주의사항·예상 질문은 이 문서와 강사 가이드에서 관리한다.