심화 질문과 답변¶

측정하면 회로 전체가 망가지는가¶

측정한 부분과 그 결과에 조건화된 상관관계가 달라진다. 독립된 계는 기존 상태를 유지하고, 얽힌 계는 측정 기저와 결과에 따라 남은 계의 조건부 상태가 정해진다.

측정 결과를 모르는 원격 관찰자의 국소 통계만으로는 정보를 보낼 수 없으므로 초광속 통신은 불가능하다.

중간 측정은 오류 정정, 양자 텔레포테이션, 큐비트 재사용, 동적 회로와 측정 기반 양자컴퓨팅에서 필수적인 도구다. 핵심 규칙은 필요한 간섭과 측정의 위치를 의도적으로 설계하라다.

측정 결과로 다음 연산을 바꿀 수 있는가¶

가능하다. 이를 동적 회로와 고전 피드포워드라고 한다.

측정 → 고전 판독 → 조건 판단 → 다음 양자 게이트

양자 텔레포테이션의 보정, 오류 정정의 디코딩, 준고전적 QFT에서 사용한다. 대가는 측정·판독·고전 처리·신호 회송이 남은 큐비트의 결맞음 시간 안에 끝나야 한다는 점이다.

중간 측정으로 Grover의 정답에 가까워지는 정도를 조금씩 읽는 것은 일반적으로 안 된다. 그 정보를 얻는 측정이 쌓아온 결맞은 진폭을 파괴할 수 있기 때문이다.

측정하면 붕괴하는데 어떻게 디버깅하는가¶

한 번의 실행 내부 상태를 마음대로 출력할 수는 없다. 대신 다음을 조합한다.

작은 회로는 상태벡터·밀도행렬 시뮬레이터로 검사한다.
Clifford 회로는 안정자 시뮬레이터로 매우 크게 시험할 수 있다.
회로를 중간에서 잘라 여러 실험으로 재구성한다.
여러 기저에서 반복 측정해 상태·과정 토모그래피나 classical shadows를 사용한다.
특정 보조 큐비트가 알려진 고유상태여야 하는 지점에서 어서션형 측정을 설계한다.
회로 등가성 검사, ZX-calculus와 형식 검증을 사용한다.

C 뒤에 C†를 붙여 원상복구 여부를 시험하는 것은 하드웨어·컴파일·구현 문제를 찾는 유용한 테스트다. 하지만 같은 논리 오류가 역회로에서 취소될 수도 있으므로 알고리즘 자체의 정당성을 증명하지는 않는다.

회로와 알고리즘은 라이브러리화되어 있는가¶

QFT, 진폭 증폭, 산술 회로, 변분 회로와 화학 매핑 등은 이미 여러 SDK에 있다. 병목은 다음 시스템 계층에 분포한다.

도메인 문제
  → 알고리즘·회로 생성
  → 하드웨어별 합성·라우팅
  → 오류 완화 또는 오류 정정
  → 펄스·제어·측정

네이티브 게이트와 연결성이 다르면 같은 논리 회로도 깊이와 오류가 크게 달라진다. 추상화 비용은 추가 게이트·컴파일·튜닝으로 나타난다. 상용화에는 도메인 API, 하드웨어 인식 컴파일러, 자원 추정과 오류 정정 런타임이 함께 필요하다.

양자 난수로 키를 만들면 양자로만 깰 수 있는가¶

QRNG의 출력은 고전 비트다. 생성 후에는 같은 길이와 분포를 가진 안전한 고전 난수 키와 같은 공격 표면을 갖는다.

QRNG는 약한 시드와 예측 가능한 난수 생성기 위험을 줄이는 데 가치가 있을 수 있다. 그러나 무차별 대입, 키 저장, 키 전달과 구현 취약점을 자동으로 해결하지 않는다.

키를 1분마다 바꾸면 과거 데이터도 안전한가¶

반드시 그렇지는 않다. 키 회전은 독립 키와 안전한 삭제가 있을 때 피해 범위를 제한한다. 전방 비밀성은 장기 키가 나중에 유출돼도 과거 세션 키를 복원할 수 없게 하는 별도의 성질이다.

공격자가 저장한 암호문과 해당 세션 키가 미래에 함께 노출되면 과거 데이터는 복호될 수 있다. 회전 주기만 짧게 만드는 것으로 해결되지 않는다.

`n`큐비트가 `2ⁿ`개 값을 동시에 계산한다는 말은 맞는가¶

상태 기술에는 2ⁿ개의 진폭이 필요하지만 측정 한 번으로 그 값을 모두 읽을 수 없다. 알고리즘은 원하는 전역 성질이나 답에 진폭이 모이도록 간섭을 설계해야 한다.

또한 모든 n큐비트 회로가 고전적으로 똑같이 어렵지는 않다. Clifford 회로, 낮은 얽힘의 텐서 네트워크와 특정 구조는 효율적으로 시뮬레이션할 수 있다.

얽힘이 많으면 반드시 빠른가¶

얽힘은 많은 양자 알고리즘의 중요한 자원이며 양과 구조가 중요하다. 계산 이득은 결과에 유용한 간섭 설계와 함께 나타난다. 안정자 회로처럼 강하게 얽혀도 고전적으로 효율적인 경우도 있다.

양자 우위가 입증됐는데 왜 쓸 곳이 없다고 하는가¶

양자 우위는 특정 과제와 특정 비교 기준에 대한 계산적 주장이다. 상업적 유용성에는 다음 조건이 추가된다.

실제 고객 문제가 맞는가
입력·출력과 고전 전후처리를 포함해 이득이 있는가
결과를 검증할 수 있는가
반복 비용과 장비 가격을 포함해 경제적인가
더 나은 고전 알고리즘이 없는가

RCS 같은 과제는 계산 경계를 보여주는 실험으로 중요하지만 직접적인 제품 가치와는 거리가 있다. Quantum Echoes는 물리 관측량과 연결된 한 단계 진전이지만 아직 proof-of-principle과 광범위한 상업 가치 사이에 간격이 있다.

논리 큐비트 수가 많은 회사가 앞선 것인가¶

단순 비교할 수 없다. 오류 검출인지 정정인지, post-selection을 쓰는지, 코드 거리와 논리 오류율, 지원하는 논리 게이트, 반복 신드롬과 실시간 피드백이 모두 다르다.

물리 대 논리 비율은 중요한 비용 지표지만, “오랫동안 신뢰할 수 있는 논리 연산을 몇 번 수행하는가”가 더 직접적인 질문이다.

양자 화학 결과를 고전적으로 검증할 수 없다면 쓸 수 있는가¶

검증에는 다음 방법을 조합한다.

작은 계에서 정확한 고전 계산과 교차검증
변분 상한, 대칭성과 보존량 검사
서로 다른 양자 알고리즘·장비의 비교
실험 측정값과 비교
오류 막대와 자원·잡음 모델 공개

다만 값싼 정답 검증이 가능한 인수분해보다 과학적 신뢰를 구축하는 비용이 크다.

양자컴퓨터가 고전컴퓨터를 대체하는가¶

가능성이 낮다. 운영체제, 데이터베이스, 문서 편집과 일반 제어 흐름에는 고전컴퓨터가 훨씬 적합하다. 현실적인 구조는 CPU·GPU·HPC가 데이터 준비, 회로 생성, 오류 복호와 후처리를 맡고 QPU가 특수한 양자 커널을 처리하는 하이브리드 시스템이다.

결맞음 시간이 길면 더 좋은 큐비트인가¶

결맞음 시간은 중요한 지표이며 게이트 시간과 함께 해석한다. T₂가 1초인 장치의 게이트가 1밀리초라면 결맞음 시간 안에 가능한 연산 규모는 약 1,000단계 수준이다. T₂가 100마이크로초여도 게이트가 20나노초라면 다른 비율이 나온다.

실제 회로 성능에는 게이트·측정 오류, 누화, 연결성, 누설, 보정 안정성과 병렬 실행이 함께 영향을 준다. 따라서 결맞음 시간 ÷ 게이트 시간과 실제 알고리즘형 벤치마크를 같이 본다.

큐비트 수와 양자 볼륨 중 무엇이 중요한가¶

두 지표가 보는 층이 다르다. 큐비트 수는 사용 가능한 상태공간과 시스템 규모를 보여준다. Quantum Volume 같은 회로 지표는 특정 폭과 깊이의 무작위 회로를 성공적으로 실행하는 능력을 요약한다.

응용에서는 필요한 연결성, 네이티브 게이트, 측정, 동적 회로와 오류율이 문제 구조와 맞아야 한다. 단일 지표는 시계열 개선을 추적하는 데 쓰고, 플랫폼 비교에는 여러 지표와 동일한 워크로드를 사용한다.

왜 같은 회로를 수천 번 실행하는가¶

양자 회로의 출력은 확률분포다. 한 번의 shot에서는 비트열 하나를 얻는다. 성공확률, 관측량의 기대값과 오류 막대를 추정하려면 반복 표본이 필요하다.

독립 표본의 통계 오차는 대체로 1/√M로 줄어든다. 오차를 절반으로 줄이려면 약 네 배의 shots가 필요하다. 희귀 사건, 많은 Pauli 항과 오류 완화는 더 많은 표본을 요구할 수 있다. shots는 실행 시간과 클라우드 비용의 직접 요소다.

양자 어닐러와 게이트형 QPU는 어떻게 다른가¶

게이트형 QPU는 유니터리 게이트와 측정을 조합해 범용 회로 모델을 구현한다. 양자 어닐러는 최적화 목적함수에 대응하는 에너지 지형을 만들고 낮은 에너지 상태를 찾는 과정에 초점을 둔다.

어닐링 결과는 문제 임베딩, 체인 강도, 샘플 수와 고전 후처리에 민감하다. 성능 비교에서는 강력한 고전 휴리스틱과 하이브리드 솔버를 포함한 전체 시간을 사용한다. 두 방식의 큐비트 수와 벤치마크는 같은 의미의 숫자로 직접 비교하기 어렵다.

서로 다른 회사의 QPU에서 같은 프로그램이 실행되는가¶

알고리즘의 논리 구조와 OpenQASM·QIR 같은 중간표현은 어느 정도 이식할 수 있다. 실제 회로는 장비의 네이티브 게이트, 연결성, 중간 측정, 피드포워드와 최신 보정 데이터에 맞춰 다시 합성한다.

이식성은 “코드가 제출되는가”와 “비슷한 품질·시간·비용으로 실행되는가”로 나눠 본다. 후자는 하드웨어 인식 컴파일, 큐비트 배치, 오류 완화와 파라미터 재조정이 필요하다.

현재 양자컴퓨터로 유용한 일을 할 수 있는가¶

현재 장비는 교육, 장치 특성 연구, 오류 정정 실험, 알고리즘 검증과 특정 물리·샘플링 실험에 쓰인다. 기업 프로젝트는 인력 양성, 문제 적합성 평가, 고전 기준선 구축과 공동 연구 성격을 포함한다.

생산 환경의 경제적 우위는 문제별로 증거를 확인한다. 공개 결과에는 입력 규모, 정확도, 전체 실행 시간, 고전 기준선, 검증 방법과 반복 비용이 함께 제시돼야 한다.

양자 클라우드에 민감한 데이터를 보내도 되는가¶

클라우드 실험의 데이터 흐름을 먼저 분해한다. 원본 데이터가 그대로 QPU에 들어가는 경우보다 고전 시스템이 생성한 회로 파라미터와 측정 작업이 제출되는 경우가 많다. 그 파라미터에서도 업무 정보가 추론될 수 있는지 평가해야 한다.

조직은 공급자의 데이터 보존, 로그, 리전, 암호화, 접근제어, 작업 격리와 계약 조건을 확인한다. 민감한 문제는 합성 데이터, 축소 인스턴스, 온프레미스 시뮬레이션과 전용 환경을 단계적으로 사용한다.

시장 전망 숫자가 서로 크게 다른 이유는 무엇인가¶

보고서마다 포함 범위와 숫자의 종류가 다르다. 양자컴퓨팅만 집계하는지 센싱·통신·PQC까지 포함하는지, 공급자 매출인지 고객의 잠재 경제 가치인지 확인한다. 기준연도, 환율, 가격 가정과 채택 시나리오도 차이를 만든다.

전망을 비교할 때에는 동일한 정의의 연도별 시계열을 사용한다. 최대 전망치만 모은 합계보다 실제 매출, 유료 사용, 시스템 설치와 고객 갱신 지표를 함께 본다.

홈 · 용어 사전 · 참고자료