주요 플레이어는 양자컴퓨팅을 어떻게 대하는가¶

기준일: 2026-08-11. 이 문서는 기업의 기술·제품·생태계 전략을 비교하기 위한 교육 자료다. 미래 연도와 성능은 각 기업이 제시한 목표로 분류하며, 투자 판단에는 별도의 조사와 검증이 필요하다.

이 문서를 읽는 법¶

양자 기업을 큐비트 수로 한 줄 세우면 중요한 차이를 놓친다. 기업마다 자신이 해결하려는 병목과 수익을 얻으려는 계층이 다르기 때문이다.

이 문서는 각 플레이어를 다음 다섯 질문으로 본다.

무엇을 직접 만드는가? QPU, 제어장치, 클라우드, 소프트웨어 또는 응용 중 어디까지 담당하는가?
어떤 공학적 베팅을 하는가? 초전도, 이온, 중성원자, 광자, 스핀 또는 어닐링 중 무엇을 선택했는가?
어떻게 시장에 들어가는가? 공개 클라우드, 전용 시스템, 공동 연구, 플랫폼 또는 컨설팅 중 무엇이 중심인가?
오류내성으로 가는 경로는 무엇인가? 논리 오류와 긴 계산을 어떻게 다루려 하는가?
무엇을 검증해야 하는가? 회사의 목표와 현재 고객이 재현할 수 있는 성능 사이에 무엇이 남아 있는가?

전략 지도¶

플레이어	주된 역할	핵심 베팅	시장 접근	전략을 한 문장으로 요약
IBM	QPU부터 클라우드·SDK까지 수직 통합	초전도, 모듈형 시스템, 오류 정정	자체 클라우드·전용 시스템·HPC 통합	논리 연산 규모와 소프트웨어 생태계를 함께 키운다
Google Quantum AI	연구 중심 QPU·오류 정정	초전도, 표면 코드, 연구 이정표	논문·연구 협력 중심	단계별 과학 이정표를 통과해 유용한 오류정정 계산으로 간다
Microsoft	플랫폼 사업자이자 자체 하드웨어 연구자	토폴로지 큐비트, Azure 통합	멀티 공급자 클라우드·파트너 생태계	자체 큐비트의 장기 베팅과 타사 QPU 플랫폼을 동시에 운영한다
AWS	멀티 하드웨어 클라우드·내부 연구	Braket, 하이브리드 작업, 자체 오류 정정 하드웨어 연구	사용량·예약·연구 지원	어느 QPU가 이기든 클라우드 접근과 워크플로를 제공하려 한다
NVIDIA	양자–고전 통합 플랫폼	CUDA-Q, GPU 시뮬레이션, QPU–GPU 연결	QPU 기업·HPC 센터와 파트너십	QPU를 가속 컴퓨팅 생태계 안의 코프로세서로 편입하려 한다
IonQ	풀스택 하드웨어·응용 기업	포획 이온, 광학·모듈 연결, 네트워킹	자체·퍼블릭 클라우드, 시스템, 응용 계약	높은 물리 품질을 계산·네트워크·센싱 사업으로 확장하려 한다
Quantinuum	풀스택 하드웨어·소프트웨어 기업	QCCD 포획 이온, 논리 큐비트	클라우드·전용 접근·소프트웨어·보안	높은 충실도와 논리 연산을 소프트웨어 사업과 결합한다
Rigetti	초전도 QPU·제조·클라우드	자체 팹, chiplet, 빠른 게이트	클라우드·전용 시스템·정부 계약	반도체식 제조 반복과 모듈화로 초전도 시스템을 확장한다
D-Wave	상용 어닐링과 게이트 모델 연구	어닐링·하이브리드 최적화, dual-rail	Leap 클라우드·온프레미스	오늘의 최적화 시장과 장기 게이트 모델을 분리해 공략한다
QuEra	중성원자 하드웨어	재구성 배열, 원자 이동, 오류 정정	클라우드·HPC 센터·전용 시스템	큰 원자 배열과 높은 비율의 오류 정정 코드를 연결하려 한다
Atom Computing	중성원자 시스템	대형 배열, 긴 결맞음, Microsoft 통합	파트너 기반 시스템·공동 개발	많은 물리 큐비트를 논리 시스템으로 통합하는 데 집중한다
Pasqal	중성원자 풀스택	아날로그·디지털 중성원자	클라우드·온프레미스·산업 응용	현재의 아날로그 사용례와 미래 오류내성 게이트 모델을 잇는다
PsiQuantum	광자 기반 대형 시스템 개발	실리콘 포토닉스, 네트워크형 오류내성	정부·지역 인프라와 대규모 구축	작은 NISQ 장비보다 처음부터 유틸리티 규모 FTQC를 목표로 한다
Xanadu	광자 하드웨어·오픈소스 소프트웨어	광자 모듈화, 오류 정정, PennyLane	클라우드·연구·소프트웨어 생태계	광자 QPU와 하드웨어 중립 양자 소프트웨어를 함께 확장한다
Intel	장기 반도체 연구·공급망	실리콘 스핀, CMOS 제조, 극저온 제어	연구 파트너·칩 제공	기존 반도체 제조 역량을 양자 칩과 제어의 확장성에 적용한다

이 표는 현재 전략을 비교한다. 같은 기업도 전략을 바꿀 수 있고, 한 시스템이 여러 기업의 기술을 결합할 수 있다.

1. IBM — 수직 통합과 시스템 공학¶

무엇을 직접 하는가¶

IBM은 초전도 QPU, 극저온 시스템, 제어 전자, 컴파일러, Qiskit, 클라우드 실행 환경과 기업·연구기관용 시스템을 하나의 스택으로 다룬다. 하드웨어 한 세대의 최고 수치보다 사용자가 실행할 수 있는 회로 규모와 전체 시스템 처리량을 함께 강조한다.

전략적 베팅¶

하나의 거대한 칩만 키우기보다 여러 프로세서와 고전 자원을 연결하는 모듈형 시스템
오류 완화에서 오류 정정으로 이동하는 단계적 개발
물리 큐비트 수보다 실행 가능한 회로와 논리 연산량을 나타내는 지표
Qiskit과 클라우드를 통한 개발자·기업 생태계 선점
QPU를 CPU·GPU가 포함된 HPC 환경에 편입

IBM의 장기 로드맵은 Starling 같은 오류정정 시스템과 대규모 논리 연산을 목표로 제시한다. 이 수치는 회사가 공개한 개발 목표로 분류한다.

어떻게 돈을 벌려 하는가¶

클라우드 접근, 프리미엄 용량, 연구기관·기업과의 시스템 설치, 공동 연구와 소프트웨어·서비스가 결합된다. IBM의 강점은 QPU, 기존 기업 고객, HPC와 컨설팅 채널을 함께 연결하는 데 있다.

확인할 것¶

로드맵의 논리 연산 목표가 실제 시스템에서 어떤 오류율과 처리량으로 구현되는가?
여러 칩을 연결할 때 지연·연결 오류·제어 복잡성이 어떻게 증가하는가?
Qiskit 사용량이 유료 반복 작업과 고객 성과로 얼마나 연결되는가?

공식 자료: IBM Quantum Roadmap, Qiskit 문서

2. Google Quantum AI — 연구 이정표와 오류 정정¶

무엇을 직접 하는가¶

Google Quantum AI는 초전도 프로세서, 제어, 오류 정정과 양자 알고리즘을 연구한다. 일반 고객이 임의의 작업을 제출하는 범용 공개 QPU 클라우드보다 동료평가 결과와 단계별 연구 이정표에 무게를 둔다.

전략적 베팅¶

Google의 공개 로드맵은 다음 세대를 특정 연도별 제품 목록보다 연구 이정표로 표현한다.

물리 큐비트에서 오류 정정이 이득을 내는지 확인
오래 유지되는 논리 큐비트 구축
논리 게이트와 여러 논리 큐비트의 확장
실제로 가치 있는 오류정정 응용 실행

Willow의 below-threshold 결과는 이 경로의 중요한 증거다. 다음 이정표는 범용 오류내성 계산의 확장이다. Google은 무작위 회로 샘플링에서 시작해 검증 가능한 물리 관측량으로 연구적 양자 우위의 범위를 넓히려 한다.

시장에 대한 태도¶

현재의 중심은 QPU 사용료 매출보다 유용한 오류정정 계산이라는 기술 관문을 먼저 통과하는 것이다. Google Cloud와 AI·HPC 역량은 향후 유통 경로가 될 수 있지만, 공개 연구 장비와 상용 클라우드 서비스를 같은 것으로 보면 안 된다.

확인할 것¶

논리 메모리에서 논리 게이트·대규모 알고리즘으로 성과가 이어지는가?
사용례가 인위적 벤치마크를 넘어 검증 가능한 과학·산업 결과와 연결되는가?
고전 알고리즘 개선 이후에도 전체 비용 기준 우위가 유지되는가?

공식 자료: Google Quantum AI Roadmap, Willow 공식 설명

3. Microsoft — 토폴로지 장기 베팅과 Azure 생태계¶

두 개의 전략을 동시에 진행한다¶

Microsoft는 서로 다른 시간축의 전략을 병행한다.

현재 플랫폼: Azure Quantum에서 여러 외부 QPU와 최적화·자원 추정 도구를 제공한다.
장기 하드웨어: Majorana 기반 토폴로지 큐비트가 오류 정정 부담을 구조적으로 낮출 수 있다는 베팅을 한다.

이 구조는 자체 QPU가 늦어져도 플랫폼·소프트웨어·파트너십으로 생태계에 참여하고, 자체 방식이 성공하면 더 큰 수직 통합 기회를 갖게 한다.

Majorana 1을 읽는 법¶

Microsoft는 Majorana 1과 Topological Core가 대규모 집적의 경로를 연다고 발표했다. 그러나 ‘백만 큐비트로 가는 설계 경로’와 ‘백만 개의 동작하는 오류정정 큐비트가 존재한다’는 전혀 다른 주장이다. 토폴로지 상태·측정에 관한 논문, 실제 큐비트 동작, 논리 연산과 확장 제조를 각각 분리해 검증해야 한다.

어떻게 돈을 벌려 하는가¶

Azure 사용량, 기업 개발 환경, 자원 추정과 하이브리드 AI·HPC 통합이 단기 경로다. Quantinuum·Atom Computing 등 하드웨어 파트너와 논리 큐비트 실증을 진행하면서 Microsoft의 클라우드와 소프트웨어가 장비 사이의 공통 계층이 되려 한다.

확인할 것¶

토폴로지 물리계의 증거가 재현 가능한 큐비트·게이트 성능으로 이어지는가?
자체 방식과 파트너 QPU가 Azure 안에서 어떤 역할 분담을 하는가?
자원 추정에서 가정한 오류율과 실제 시스템의 차이는 무엇인가?

공식 자료: Microsoft Majorana 1 발표, Azure Quantum

4. AWS — 멀티 하드웨어 시장과 내부 연구¶

무엇을 직접 하는가¶

Amazon Braket은 초전도·포획 이온·중성원자 등 여러 공급자의 장비와 시뮬레이터를 공통 클라우드 작업 흐름에서 제공한다. AWS는 고객이 한 방식에 미리 고정되지 않고 여러 QPU를 시험하게 하는 유통·운영 계층을 차지한다.

전략적 베팅¶

여러 하드웨어 제공자의 접근을 한 계정·SDK·과금 체계로 묶기
QPU와 고전 클라우드 자원을 결합한 하이브리드 작업
예약 용량과 전문가 지원을 통한 기업·연구 고객 확보
AWS Center for Quantum Computing을 통한 자체 오류 정정 하드웨어 연구

AWS에는 ‘어느 QPU 방식이 이기든 계산 수요가 클라우드로 온다’는 플랫폼 전략과, 장기적으로 독자 하드웨어 지식재산을 확보하려는 연구 전략이 공존한다.

확인할 것¶

여러 장비에 접근한다는 장점이 실제 애플리케이션 이식성과 비용 절감으로 이어지는가?
무료 연구 실험을 넘어 유료 작업·예약 용량이 반복되는가?
내부 연구가 Braket의 제품 또는 자체 QPU 제공으로 어떻게 이어지는가?

공식 자료: Amazon Braket, Amazon Braket 가격

5. NVIDIA — QPU를 가속 컴퓨팅 안으로 편입¶

자체 QPU보다 통합 계층¶

NVIDIA는 QPU와 GPU·CPU의 고속 연결, 오류 복호·시뮬레이션·회로 최적화와 AI 제어에 집중한다.

전략적 베팅¶

CUDA-Q: 양자–고전 하이브리드 프로그램과 여러 QPU 백엔드를 연결
cuQuantum: GPU에서 대규모 양자 회로와 텐서 네트워크를 시뮬레이션
오류 정정·제어: 빠른 고전 피드백과 AI 모델을 GPU에서 실행
NVQLink: QPU와 가속 컴퓨팅 시스템 사이의 낮은 지연 연결 계층
QPU 기업·국가 연구소·HPC 센터와의 폭넓은 파트너십

이 전략은 특정 QPU 방식이 승리하지 않아도 NVIDIA의 GPU와 소프트웨어가 공통 기반이 될 수 있다는 ‘도구와 연결망’ 베팅이다.

확인할 것¶

양자 워크로드가 GPU 추가 수요와 반복 소프트웨어 사용으로 얼마나 이어지는가?
공통 프로그래밍 모델이 장비별 저수준 차이를 얼마나 흡수하는가?
연결 지연과 오류 복호 시간이 실제 오류정정 주기를 만족하는가?

공식 자료: NVIDIA Quantum Computing, CUDA-Q

6. IonQ — 포획 이온에서 종합 양자 기업으로¶

무엇을 직접 하는가¶

IonQ는 포획 이온 QPU와 클라우드 접근에서 출발해 전용 시스템, 응용 개발, 양자 네트워킹과 센싱까지 사업 범위를 넓히고 있다. 높은 연결성과 물리 게이트 품질을 적은 오류 정정 부담으로 연결하는 것이 핵심 주장이다.

전략적 베팅¶

이온의 균일성과 연결성을 활용한 높은 물리 품질
광학 또는 다른 인터커넥트로 여러 모듈을 연결하는 확장
자체 클라우드와 AWS·Azure 등 다중 유통 채널
계산·네트워크·센싱을 포함하는 포트폴리오
기업 문제를 직접 다루는 응용·서비스 조직

회사가 사용하는 Algorithmic Qubits 같은 자체 지표는 유용한 정보를 줄 수 있지만 다른 회사의 물리·논리 큐비트와 직접 같은 단위로 비교해서는 안 된다.

확인할 것¶

포토닉 인터커넥트와 대규모 트랩이 실험실을 넘어 반복 제조되는가?
회사 로드맵의 물리·논리 큐비트와 오류율 목표가 독립적으로 검증되는가?
인수·확장된 사업이 반복 매출과 기술 시너지를 만드는가?

공식 자료: IonQ Technology, IonQ Roadmap

7. Quantinuum — 높은 충실도와 풀스택 소프트웨어¶

무엇을 직접 하는가¶

Quantinuum은 Honeywell 계열의 포획 이온 하드웨어와 Cambridge Quantum 계열의 소프트웨어를 결합한 풀스택 기업이다. QCCD 구조로 이온을 이동시켜 연결성을 만들고, H-Series 시스템 위에 컴파일러·화학·보안 소프트웨어를 제공한다.

전략적 베팅¶

물리 큐비트 수를 빠르게 늘리는 것보다 높은 게이트·측정 품질과 유연한 연결성 유지
오류 검출과 논리 큐비트를 현재 장비에서 단계적으로 실증
TKET 등 컴파일 계층과 하드웨어 최적화의 결합
양자 난수·보안과 화학 등 QPU 외 소프트웨어 수익 경로
장기적으로 범용 완전 오류내성 시스템을 구축한다는 로드맵

확인할 것¶

높은 품질을 유지하면서 이온 수·존·모듈 연결을 얼마나 확장할 수 있는가?
논리 큐비트 수, 논리 게이트 집합과 회로 길이는 어떻게 늘어나는가?
소프트웨어 매출이 QPU 사용과 독립적으로 지속 가능한가?

공식 자료: Quantinuum Roadmap, System Model H2

8. Rigetti — 자체 팹과 모듈형 초전도 시스템¶

무엇을 직접 하는가¶

Rigetti는 초전도 QPU를 설계·제조하고 제어 스택과 Quantum Cloud Services를 제공한다. 자체 Fab-1을 통한 빠른 설계–제조–측정 반복과 chiplet 기반 모듈형 확장을 차별점으로 내세운다.

전략적 베팅¶

빠른 게이트를 갖는 초전도 방식
자체 팹을 통한 공정 학습과 지식재산 축적
3D 패키징·through-silicon via·chiplet으로 배선과 수율 문제 완화
클라우드와 온프레미스 시스템을 함께 제공
정부 연구 계약을 통한 개발비와 검증 기회 확보

확인할 것¶

여러 chiplet을 결합한 전체 시스템에서 2큐비트 게이트 품질이 균일한가?
중앙값과 최저 성능·가동률·보정 안정성이 어떤가?
장비 판매와 정부 계약이 반복 가능한 상업 사용량으로 이어지는가?
자본 집약적인 팹과 연구개발을 감당할 재무 여력이 있는가?

공식 자료: Rigetti What We Build, Rigetti QCS

9. D-Wave — 현재의 어닐링과 장기 게이트 모델¶

다른 계산 모델에서 출발한다¶

D-Wave의 상용 중심은 양자 어닐링이다. 조합 최적화 문제를 특정 에너지 최소화 형식으로 변환해 어닐러와 고전 솔버가 함께 푼다. IBM·IonQ의 게이트 모델과는 별도의 지표로 비교한다.

전략적 베팅¶

현재 접근 가능한 대규모 어닐링 시스템과 Leap 클라우드
고객이 직접 저수준 양자 알고리즘을 만들지 않아도 되는 하이브리드 솔버
일정·배치·경로 등 최적화 중심의 응용 영업
별도의 superconducting dual-rail 게이트 모델 연구

D-Wave는 ‘오류내성 게이트 모델을 기다리지 않고 오늘 풀 수 있는 최적화’를 강조한다. 반면 성능 평가에서는 문제 매핑, 고전 휴리스틱, 전·후처리와 전체 시간을 반드시 포함해야 한다.

확인할 것¶

고객 사례가 단순 실행을 넘어 최고의 고전 솔버 대비 반복 가능한 KPI 개선을 보이는가?
문제를 QUBO 등으로 변환하며 생기는 크기·정밀도 비용은 얼마인가?
어닐링 사업과 게이트 모델 연구의 자원 배분은 어떻게 변하는가?

공식 자료: D-Wave Systems, Leap Quantum Cloud

10. QuEra — 중성원자 배열에서 고율 오류 정정으로¶

무엇을 직접 하는가¶

QuEra는 레이저로 중성원자를 배열하고 리드베리 상호작용을 사용하는 시스템을 개발한다. Aquila 같은 아날로그 장비에서 시작해 게이트 기반 동작, 원자 이동, 중간 측정과 오류 정정을 결합하는 로드맵을 제시한다.

전략적 베팅¶

한 번에 많은 원자를 배열하고 결함 위치를 재구성
원자 이동과 여러 상호작용 존을 이용한 유연한 연결
중성원자에 적합한 높은 부호화율의 오류 정정 코드
퍼블릭 클라우드와 HPC 센터에 시스템 배치
초기 아날로그 시뮬레이션 경험을 오류내성 게이트 모델로 연결

확인할 것¶

큰 배열에서 게이트·측정·원자 손실이 동시에 얼마나 잘 제어되는가?
로드맵의 논리 오류율이 어떤 코드와 계산 조건을 가정하는가?
아날로그 시스템 사용자가 게이트 기반 시스템으로 이어지는가?

공식 자료: QuEra Quantum Roadmap, QuEra Quantum Error Correction

11. Atom Computing — 큰 중성원자 배열과 시스템 파트너십¶

무엇을 직접 하는가¶

Atom Computing은 광학적으로 포획한 중성원자의 큰 배열과 긴 결맞음 시간을 기반으로 범용 게이트 시스템을 개발한다. Microsoft와의 협력은 Atom의 하드웨어를 Microsoft의 오류 정정·소프트웨어·클라우드 계층과 결합하려는 시스템 통합 전략이다.

전략적 베팅¶

많은 물리 큐비트를 먼저 확보하고 논리 부호화에 필요한 공간 제공
원자 재배치와 높은 연결성
자체 풀스택 유통보다 대형 플랫폼 파트너와 공동 시스템 구축
기업·연구기관이 논리 큐비트 실험에 접근하도록 전용 시스템 제공

확인할 것¶

큰 배열에서 실제 동시 게이트 품질과 처리량이 어떻게 유지되는가?
물리 큐비트 수가 유용한 논리 게이트·회로 깊이로 얼마나 전환되는가?
Microsoft 의존성이 강점인 유통 경로인지 고객 집중 위험인지 평가해야 한다.

공식 자료: Atom Computing, Microsoft–Atom Computing 발표

12. Pasqal — 현재 아날로그 계산과 미래 FTQC 연결¶

무엇을 직접 하는가¶

Pasqal은 중성원자 하드웨어, 클라우드 접근, Pulser 소프트웨어와 산업 응용을 함께 개발한다. 아날로그 해밀토니안 시뮬레이션에서 현재 가치를 탐색하면서 디지털 게이트와 오류내성으로 이동하려 한다.

전략적 베팅¶

중성원자 배열을 이용한 아날로그·디지털 두 계산 방식
유럽의 HPC 센터·국가 프로그램과 온프레미스 배치
에너지·재료·산업 최적화의 공동 개발
물리 큐비트, 논리 충실도와 알고리즘 통합을 함께 높이는 로드맵

확인할 것¶

아날로그 결과를 동급의 고전 시뮬레이션과 어떻게 검증하는가?
산업 파일럿이 반복 사용과 유료 서비스로 이어지는가?
아날로그 시스템에서 범용 오류내성 시스템으로 이동할 때 재사용되는 기술은 무엇인가?

공식 자료: Pasqal Roadmap, Pasqal Technology

13. PsiQuantum — 작은 NISQ 단계를 건너뛰는 광자 전략¶

접근법이 다른 이유¶

PsiQuantum은 작은 공개 클라우드 장비를 점진적으로 판매하는 전략보다, 실리콘 포토닉스와 네트워킹을 이용해 처음부터 유틸리티 규모 오류내성 시스템을 구축하는 전략을 취한다.

전략적 베팅¶

기존 반도체 파운드리에서 광자 부품을 대량 생산
광섬유로 모듈을 연결해 scale-up과 scale-out을 병행
광자 손실과 확률적 연산을 대규모 오류 정정·피드포워드로 처리
정부·지역 인프라 파트너와 대형 시설을 먼저 구축
양자용 포토닉 기술을 AI 데이터센터 광통신 등 인접 시장과 연결

확인할 것¶

광원·스위치·검출·패키지 전체의 손실 예산이 대규모에서 성립하는가?
현장 구축 일정과 시설 투자가 실제 논리 큐비트 성능으로 이어지는가?
중간 규모 제품 매출 없이 긴 개발 기간을 감당할 수 있는가?

공식 자료: PsiQuantum Technology

14. Xanadu — 광자 하드웨어와 PennyLane 생태계¶

두 개의 자산¶

Xanadu는 광자 QPU를 개발하는 동시에 PennyLane이라는 하드웨어 중립 오픈소스 소프트웨어 생태계를 운영한다. 하드웨어 방식이 바뀌어도 소프트웨어·연구 커뮤니티에서 위치를 유지할 수 있는 구조다.

전략적 베팅¶

광자 칩과 광섬유 네트워크를 이용한 모듈형 확장
Gaussian boson sampling 경험에서 오류정정 광자 계산으로 이동
PennyLane을 통한 양자 머신러닝·화학·여러 QPU 백엔드 지원
광자 시스템의 상온 전송 장점과 검출기·피드포워드의 극저온·제어 요구를 함께 최적화

확인할 것¶

광자 손실과 오류 정정 오버헤드가 시스템 크기에 따라 어떻게 증가하는가?
Aurora 같은 프로토타입이 더 큰 논리 계산으로 반복 확장되는가?
PennyLane 채택이 유료 클라우드·기업 소프트웨어 수익으로 연결되는가?

공식 자료: Xanadu Aurora, PennyLane

15. Intel — 반도체 제조와 극저온 제어의 장기 옵션¶

무엇을 직접 하는가¶

Intel은 실리콘 스핀 큐비트, CMOS 호환 제조, 저온에서 작동하는 제어 전자와 웨이퍼 수준 테스트를 연구한다. 공개 클라우드 QPU 시장을 빠르게 선점하기보다 반도체 산업의 제조·수율·테스트 역량을 양자 시스템에 적용하는 장기 접근이다.

전략적 베팅¶

트랜지스터와 비슷한 공정으로 매우 작은 실리콘 스핀 큐비트 제조
기존 대형 반도체 팹과 공정 제어 활용
극저온 제어 칩으로 배선과 실온 장비 부담 완화
Tunnel Falls 같은 연구 칩을 대학·연구소에 제공해 생태계와 측정 데이터 확대

확인할 것¶

소자 제조 균일성이 높은 충실도 게이트의 균일성으로 연결되는가?
작은 큐비트의 높은 배선 밀도와 열 발생을 어떻게 해결하는가?
연구 프로그램이 제품·파운드리·부품 공급 중 어떤 사업으로 발전하는가?

공식 자료: Intel Quantum Computing Research

같은 발표도 플레이어에 따라 의미가 다르다¶

발표	QPU 기업에서 볼 것	클라우드 기업에서 볼 것	소프트웨어·통합 기업에서 볼 것
새 큐비트 수	전체 품질·연결성·가용성	언제 고객이 접근 가능한가	컴파일·시뮬레이션 지원 여부
논리 큐비트	코드·논리 오류율·게이트 집합	서비스 안정성과 예약 용량	복호 지연과 워크플로 통합
파트너십	실제 인도·마일스톤·매출	제공 장비와 고객 사용량	공동 제품·반복 라이선스
양자 우위	고전 기준선·전체 비용	재현 가능한 실행 환경	고객 KPI와 검증 도구
로드맵	제조·제어·오류 정정 경로	백엔드와 생태계 지속성	하드웨어 변화에 대한 이식성

누가 승자가 될지보다 먼저 물을 것¶

1. 가치사슬의 어느 층이 병목인가¶

오류 정정이 핵심이면 높은 품질 QPU와 빠른 디코더가 가치를 가져갈 수 있다. 여러 방식이 공존하면 AWS·Microsoft·NVIDIA 같은 통합 계층의 가치가 커질 수 있다. 특정 방식이 압도적인 표준이 되면 해당 QPU 기업의 수직 통합력이 강해질 수 있다.

2. 고객의 전환 비용은 어디에서 생기는가¶

하드웨어 고유 게이트와 보정에 최적화된 회로
기업 데이터와 검증 절차가 들어간 응용 워크플로
클라우드 계정·보안·조달 체계
오류 정정 코드와 실시간 제어 전자
설치된 극저온·레이저·네트워크 인프라

단순 SDK 문법보다 이런 시스템·조직 계층에서 전환 비용이 커질 수 있다.

3. 회사가 살아남는 시간과 기술 완성 시간이 맞는가¶

장기 로드맵이 과학적으로 가능하더라도 기업은 그때까지 연구개발비를 조달해야 한다. 다음을 함께 본다.

현금과 분기별 현금 소모
정부 계약과 상업 매출의 비중
설비 투자와 제조 파트너 의존성
주식 발행에 따른 희석
한두 고객 또는 한 국가 예산에 대한 집중도

이 질문은 특정 조직이 기술을 사업으로 완성할 능력을 평가한다.

강의에서 사용할 3분 요약¶

주요 플레이어는 서로 다른 경주를 합니다. IBM과 Quantinuum은 하드웨어부터 소프트웨어까지 수직 통합을, Google은 오류 정정 연구 이정표를, Microsoft와 AWS는 여러 QPU를 연결하는 클라우드 위치를 함께 노립니다. NVIDIA는 QPU와 GPU를 연결하는 통합 계층에 베팅합니다. IonQ·Rigetti·중성원자·광자 기업은 서로 다른 물리 방식의 확장 경로를 증명해야 합니다. 각 기업이 해결하려는 병목, 현재 제공하는 제품, 로드맵의 가정과 반복 매출을 분리해 평가합니다.

업데이트 체크리스트¶

실제 공개·인도된 시스템과 로드맵 시스템을 구분했다.
물리 큐비트와 논리 큐비트 수치를 같은 표에 바로 비교하지 않았다.
기업 고유 성능 지표의 정의와 측정 조건을 확인했다.
파트너십 발표의 계약 금액·기간·조건을 공시에서 확인했다.
클라우드에서 현재 접근 가능한 장비와 가격을 다시 확인했다.
회사 발표를 동료평가 또는 독립 재현으로 바꾸어 표현하지 않았다.
기술 성과와 매출·현금흐름·기업가치를 별도 항목으로 봤다.

이전: 클라우드·산업·양자 우위 · 심화 과정 홈 · 보안과 난수