03 — 핵심 개념 정리¶
슬라이드를 만들 때 참고할 내용. 이 문서의 수치는 전부 직접 계산해 검증했습니다.
0. 강의 전에 필요한 최소 기초¶
이 절은 초기 초안의 역사·큐비트 설명을 보존하면서, 뒤의 진폭·Grover 설명에 필요한 만큼만 정리한 것이다.
2시간 강의에서는 전부 설명하지 않고 양자화 → 상태 → 측정 → 위상 → 간섭의 연결만 사용한다.
0.1 양자이론은 어디에서 시작했는가¶
양자이론은 컴퓨터를 만들기 위해 생긴 이론이 아니다. 19세기 말 고전물리학으로 설명되지 않는 빛과 원자의 현상을 설명하려다 시작됐다.
quantum은 라틴어로 “얼마만큼”이라는 뜻이며, 물리학에서는 에너지가 연속적으로 교환되지 않고 일정한 묶음으로 교환된다는 의미로 사용되기 시작했다.
| 시기 | 문제와 제안 | 양자컴퓨팅으로 이어지는 생각 |
|---|---|---|
| 1900, 플랑크 | 흑체복사를 설명하기 위해 에너지 교환을 E = nhf로 양자화 |
가능한 값이 연속적이지 않을 수 있다 |
| 1905, 아인슈타인 | 광전효과를 빛의 에너지 양자 E = hf로 설명 |
빛은 파동성과 입자성을 함께 보인다 |
| 1913, 보어 | 원자에서 특정 에너지 준위만 허용된다고 제안 | 두 에너지 준위를 |0>, |1>로 사용할 수 있다 |
| 1924, 드브로이 | 물질의 파장 λ = h/p를 제안 |
물질도 간섭할 수 있다 |
| 1925–1926 | 하이젠베르크의 행렬역학, 슈뢰딩거의 파동역학, 보른의 확률 해석 | 상태는 벡터, 연산은 행렬, 측정은 확률로 기술된다 |
| 1980년대 이후 | 양자계를 계산 자원으로 보는 관점이 발전 | 양자 회로와 알고리즘이 등장한다 |
플랑크의 가정은 흔히 “에너지가 엘리베이터처럼 특정 층에만 존재한다”는 비유로 설명한다. 비유의 핵심은 모든 물리량이 언제나 이산적이라는 뜻이 아니라, 해당 계에서 허용되는 상태와 에너지 교환에 양자 조건이 생긴다는 것이다.
현대 양자역학의 시간 변화는 슈뢰딩거 방정식으로 표현한다.
2시간 강의에서는 이 방정식을 풀지 않는다. 대신 다음 대응만 사용한다.
0.2 큐비트란 무엇인가¶
고전 비트는 읽는 순간 0 또는 1이다. 이상적인 한 큐비트의 순수상태는 다음처럼 쓴다.
α,β는 확률이 아니라 복소수 확률진폭(amplitude) 이다.- 계산 기저에서 측정하면
0이 나올 확률은|α|²,1은|β|²이다. - 측정 확률만 같아도 상대위상이 다르면 서로 다른 상태다.
대표적인 두 상태는 다음과 같다.
둘 다 계산 기저에서 측정하면 0/1이 반반 나온다. 그러나 H 게이트를 다시 적용하면 |+>는 |0>으로, |->는 |1>로 간다. 측정 확률에는 보이지 않던 상대위상이 이후 간섭 결과를 바꾼다.
이 때문에 큐비트를 “0과 1을 동시에 저장하는 비트”라고만 설명하면 부족하다. 더 정확한 표현은 다음과 같다.
큐비트는 두 기준 상태에 대한 복소 확률진폭을 보존하고 조작하는 양자계다.
0.3 H 게이트: 중첩을 만드는 버튼이 아니라 기저를 바꾸는 연산¶
Hadamard 게이트는 다음과 같이 작동한다.
첫 H 뒤에서 측정하면 반반이지만, H를 두 번 적용하면 원래 상태로 돌아온다. 고전적인 무작위 혼합이라면 두 번째 H가 잃어버린 정보를 복원할 수 없다. 이 시연이 중첩과 단순한 무지의 차이를 보여준다.
위상만 바꾸는 Z 게이트를 사이에 넣으면 차이가 더 분명해진다.
가운데에서 바로 측정하면 두 회로 모두 반반이다. 마지막 H가 상대위상 차이를 측정 가능한 확률 차이로 변환한다. 이것이 가장 작은 간섭 실험이다.
0.4 텐서곱과 얽힘¶
두 큐비트의 결합 상태공간은 각각의 상태공간을 텐서곱해 만든다.
따라서 두 큐비트의 일반 상태는 |00>, |01>, |10>, |11> 네 기저 상태의 진폭으로 표현한다. n개 큐비트에는 2ⁿ개의 진폭이 필요하다.
H와 CNOT으로 만드는 Bell 상태는 다음과 같다.
이 상태는 |a>⊗|b> 꼴로 분해할 수 없다. 각 큐비트만 보면 결과가 반반이지만, 같은 기저에서 함께 측정하면 00 또는 11만 나온다. 이것이 “각 부분을 따로 완전히 서술할 수 없는” 얽힘의 핵심이다.
얽힘은 초광속 통신 수단이 아니다. 한쪽 측정 결과를 모르는 상대방이 보는 국소 통계는 바뀌지 않으며, 상관관계를 확인하려면 결국 고전 통신으로 결과를 비교해야 한다.
0.5 측정과 슈뢰딩거의 고양이¶
교과서적인 회로 모델에서 측정은 양자상태에서 고전 결과를 얻는 과정이다. 계산 기저 측정 결과는 확률적으로 정해지고, 결과를 조건으로 한 측정 후 상태가 남는다.
슈뢰딩거의 고양이는 “고양이가 실제로 애매하게 살아 있다”는 주장을 홍보하기 위한 이야기가 아니었다. 미시적인 중첩을 측정 장치와 거시계까지 그대로 확장할 때 생기는 해석상의 긴장을 드러내기 위한 사고실험이었다.
강의에서는 다음 셋을 구분한다.
- 단위ary 시간 변화: 고립된 상태가 가역적으로 변한다.
- 탈결맞음(decoherence): 환경과 얽히며 관측 가능한 간섭이 빠르게 사라진다.
- 측정 해석: 왜 특정 결과 하나를 경험하는지에 관한 해석적 문제다.
양자컴퓨터를 설계할 때는 해석 논쟁보다, 환경과의 결합을 줄이고 필요한 측정만 정확하게 수행하는 공학 문제가 직접적이다.
0.6 편광판 세 장 데모를 정확히 말하는 법¶
0°와 90° 편광판 사이에 45° 편광판을 넣으면 빛이 일부 다시 통과한다. 각 단계를 이상화하면 말뤼스 법칙 I = I₀ cos²θ로 계산할 수 있다.
이 데모는 기저에 따른 투영이 다음 단계의 상태를 바꾼다는 직관을 주지만, 그 자체가 양자성의 독점적 증거는 아니다. 고전 전자기파의 편광으로도 같은 세기 변화를 설명할 수 있다. 단일 광자 수준에서는 각 편광판을 통과할 확률과 통과 후 편광 상태로 동일한 수학 구조를 읽을 수 있다.
따라서 강의 대사는 다음처럼 제한하는 편이 정확하다.
중간 편광판은 단순히 빛을 더 막는 필터가 아니라, 통과한 성분의 편광 기준을 바꾼다. 오늘은 이 ‘상태를 읽는 과정이 이후 가능한 결과를 바꾼다’는 수학 구조가 양자 계산에서 어떻게 쓰이는지 본다.
1. 진폭 파형 모델 — 가장 정직한 직관¶
n개 큐빗은2ⁿ개 변수 조합 각각에 진폭을 하나씩 붙인다. 알고리즘이 하는 일은 정확히 그 진폭 배열을 재분배하는 것이고, 측정 확률은 진폭의 제곱이다.
이 모델은 «양자컴퓨터는 모든 경우를 동시에 계산한다»는 흔한 설명보다 훨씬 정확합니다. 다만 두 가지 보정이 필요합니다.
보정 ① 진폭은 실수가 아니라 복소수¶
크기만이 아니라 위상(phase) 이 있습니다. 그리고 위상이야말로 간섭의 열쇠입니다. 위상이 반대인 두 진폭은 상쇄되고, 같으면 증폭됩니다.
보정 ② 구조가 없으면 모이지 않는다¶
간섭이 답을 «모아주려면» 문제에 주기성 같은 구조가 있어야 합니다. 구조 없는 문제에서는 파형이 그냥 노이즈로 남습니다. 이것이 대부분의 문제에서 양자 이득이 없는 이유입니다.
이 모델로 설명되는 것과 안 되는 것¶
| 설명됨 | 중첩, 간섭, 측정, Grover의 √N, Shor의 주기 찾기, 왜 답을 «읽어내는» 것이 어려운지, 왜 구조가 필요한지 |
| 설명 안 됨 | 얽힘의 비국소성(진폭 배열이 곱으로 분해되는지 여부를 보여주지 않음), 오류정정, 왜 고전 컴퓨터가 이 파형을 그냥 시뮬레이션할 수 없는지 |
강의 마무리에 좋은 포인트: 시뮬레이터는 고전 컴퓨터에서 진폭을 전부 저장해 계산합니다.
N=64라 가능한 것이고, 큐빗 50개면 진폭이 10¹⁵개가 되어 불가능합니다.
이 사실 자체가 «왜 양자 하드웨어가 필요한가»의 답입니다.
2. Grover — 산수: 진폭은 어디서 오는가¶
4자리 PIN 사례 (N = 16384, 초기 진폭 s = 1/128 = 0.0078125)로 첫 반복을 따라가 봅니다.
오라클 직후¶
정답만 −s, 나머지 16,383개는 +s.
확률은 전혀 변하지 않았습니다 — |−s|² = |+s|².
정보는 확률이 아니라 위상에 숨어 있습니다.
평균을 구하면¶
정답 하나가 음수로 뒤집혀도 16,384개 중 하나이므로 평균은 거의 안 움직입니다. 이게 핵심입니다 — 거울이 제자리에 고정돼 있습니다.
확산 a → 2m − a 적용¶
| 계산 | 결과 | |
|---|---|---|
| 정답 | 2m − (−s) = 2m + s ≈ 3s |
0.0234356 — 정확히 3배 (검증: 2.9998배) |
| 오답 각각 | 2m − s ≈ s − 2s/N |
0.0078106 — 거의 그대로 |
첫 반복은 항상 정답 진폭을 3배로 만듭니다. 2m + s에서 m ≈ s이니 3s.
우연이 아니라 구조입니다.
그 진폭은 훔쳐온 것 (장부 검증)¶
개별 오답에서는 3×10⁻⁸, 사실상 눈에 안 보이는 양을 떼어냅니다.
그런데 그런 상대가 16,383개 있으니 모으면 의미 있는 양이 됩니다.
정답 하나가 대군에서 조금씩 걷어가는 구조입니다.
그리고 오라클이 하는 일은 «누구에게서 걷을지 정하는 부호 하나»뿐입니다.
3. Grover — 기하: 왜 √N이고 왜 지나치면 망하는가¶
16,384차원처럼 보이지만 실제로 벌어지는 일은 2차원입니다.
평면을 두 축으로 잡습니다:
- 세로축 |w⟩ = 정답
- 가로축 |s′⟩ = 오답 16,383개를 뭉친 것
초기 균등 중첩은 가로축에서 θ만큼 올라간 위치이고, sin θ = 1/√N입니다.
두 연산의 정체¶
| 연산 | 기하학적 정체 | 각도 변환 |
|---|---|---|
| 오라클 | 가로축 |s′⟩에 대한 대칭 |
φ ↦ −φ |
| 확산 | |s⟩ 축(각도 θ)에 대한 대칭 |
φ ↦ 2θ − φ |
| 둘의 합성 | 2θ 회전 |
φ ↦ φ + 2θ |
초등 기하의 정리가 여기서 작동합니다:
두 번의 축 대칭 = 회전. 회전각은 두 축 사이 각의 두 배.
그래서 k번 후의 각도는 (2k+1)θ이고, 정답 확률은 세로 성분의 제곱 sin²((2k+1)θ)입니다.
검증: 진폭 시뮬레이션과 각도 부기가 1e-16까지 일치. 노름도 정확히 1.0 유지. 오라클/확산을 따로 적용한 경로와 한꺼번에 적용한 경로를 섞어도 일치.
두 질문이 동시에 풀립니다¶
«왜 지나치면 확률이 떨어지나» — 회전이니까요. 세로축에 도달하면 멈추는 게 아니라 계속 돌아서 반대편으로 넘어갑니다. 브레이크가 없습니다.
«왜 √N인가»
N=16384면 (π/4)×128 = 100.5 → 100회.
√의 근본 원인 — 한 줄로¶
진폭은 선형으로 자라는데, 확률은 진폭의 제곱이다.
- 고전 탐색: 시도마다 확률을
1/N씩 선형으로 쌓음 →N번 필요 - 양자: 진폭을 매 반복
2/√N씩 선형으로 쌓음. 확률은 그 제곱이니 2차로 쌓임 →√N번
제곱근이 나오는 이유가 알고리즘의 영리함이 아니라 «확률 = 진폭²»이라는 양자역학의 기본 규칙에서 직접 떨어집니다. 그리고 동시에 이게 한계입니다 — 제곱 이상은 얻을 수 없습니다.
회전이라서 생기는 것 (검증됨)¶
계속 돌리면 확률이 떨어지다가 한참 뒤 다시 올라갑니다.
| N | θ | 반복당 회전 | 첫 최적 | 특이사항 |
|---|---|---|---|---|
| 8 | 20.70° | 41.41° | 2회 (94.5%) | k=6에서 99.98%로 부활 |
| 16 | 14.48° | 28.96° | 3회 (96.1%) | k=6에서 2.0%로 최저 |
| 32 | 10.18° | 20.36° | 4회 (99.9%) | |
| 64 | 7.18° | 14.36° | 6회 (99.7%) |
N=8의 부활은 버그가 아니라 회전이 한 바퀴 돌아온 것입니다. 그래도 실제로 쓰는 값은 가장 적은 질의로 도달하는 첫 최적점입니다.
4. 4자리 PIN 해독 — 강의 중심 사례¶
세팅: 0000–9999 = 10,000가지 → 2¹⁴ = 16,384 → 14큐빗 + 오라클용 보조 큐빗
프로세스¶
① 중첩 생성 — 14큐빗에 H. 16,384개 조합이 모두 진폭 1/128 ≈ 0.0078.
각 측정 확률 0.0061%.
학생들이 "이제 전부 동시에 시도했다"고 오해하는 지점. 정확히는 — 아직 아무 정보도 없습니다. 지금 측정하면 무작위 추측 한 번과 동일.
② 오라클 적용 — 정답 진폭 부호 반전. 확률은 변하지 않음.
③ 확산 — 평균에 대한 반사. 정답 −0.0078 → +0.0234, 세 배.
④ ②–③을 100번 반복
| 단계 | 정답 진폭 | 정답 확률 |
|---|---|---|
| 초기 중첩 | +0.00781 | 0.0061% |
| 오라클 1회 | −0.00781 | 0.0061% (변화 없음) |
| 확산까지 1회 | +0.02344 | 0.055% |
| 10회 후 | +0.16333 | 2.668% |
| 50회 후 | +0.70970 | 50.367% |
| 100회 후 | +1.00000 | ≈100% |
⑤ 측정 → 고전 검증 — 나온 값을 넣어 확인. 틀렸으면 반복.
성능: 고전 평균 5,000회 대 양자 100회 = 50배.
지수적 가속이 아니라 √10000 = 100, 즉 2차 가속.
반드시 짚어야 할 함정: 오라클이 대체 뭔가¶
오라클은 정답을 담고 있지 않습니다. 검증 함수입니다.
해시 h를 갖고 있다면 오라클은 SHA(x) == h를 계산하는 회로입니다. 정답은 안 들어 있습니다.
하지만 조건이 붙습니다 — 그 검증 함수를 당신이 직접 돌리는 양자 회로로 만들 수 있어야 합니다.
그래서 실제로 4자리 PIN이 안 뚫리는 이유¶
- 물리 장치는 중첩에 넣을 수 없습니다. 현금인출기·스마트폰 잠금화면을 상대로는 오라클을 아예 만들 수 없습니다. 외부 세계에 중첩 상태로 질의하는 건 불가능.
- 해시를 쓴다면 오라클 비용이 폭발합니다. SHA-256을 되돌릴 수 있는 양자 회로로 구현하려면 수만 큐빗·수백만 게이트. 오류정정까지 얹으면 물리 큐빗 수백만 개 — 노트북이 마이크로초에 끝내는 일을 하려고.
- 4자리를 지키는 건 키 공간이 아니라 시도 횟수 제한입니다. 10,000번은 컴퓨터에게 아무것도 아닙니다. 실제 보안은 «3회 틀리면 잠금»에서 나옵니다. 그리고 이건 Grover도 막습니다 — 오라클 호출 100번이 물리적 시도라면 3번에 잠깁니다.
- 진짜 위협은 Grover가 아니라 Shor입니다.
5. 검증 함수, 오라클과 NP — Grover에 한정해 이해하기¶
당신 용어로 정리하면:
- 독립 변수 x = 탐색 공간 (PIN 후보, 지수)
- 종속 변수 f(x) = 검증에 쓰는 값 (해시 결과, aˣ mod N)
Grover형 탐색에서 오라클은 검증 함수를 결맞고 가역적인 회로로 만든 것이다. 그래서 순서가 뒤집힌다.
검증 가능성은 마지막에 확인하는 사후 조건이 아니라, 회로를 짜기 위한 전제 조건입니다.
«답은 나왔는데 검증할 수가 없다»는 상황은 전형적인 Grover 탐색에서는 구조적으로 발생하지 않는다. 검증할 수 없다면 애초에 오라클을 못 만들고, 회로를 못 짜니까요.
이게 복잡도 이론에서 NP입니다¶
NP = 후보 해답과 그 증명서를 고전적으로 다항시간에 검증할 수 있는 결정 문제들의 복잡도 부류
효율적인 검증 회로가 있는 유한한 후보 공간에는 Grover의 일반적인 제곱근 탐색을 적용할 수 있다.
동시에 한계도 설명됩니다. Grover가 NP 전체에 적용되지만 2차 가속뿐이므로,
NP-완전 문제는 여전히 실용 영역 밖입니다. 2¹⁰⁰ → 2⁵⁰은 여전히 불가능한 크기.
중요한 적용 범위: 이것은 Grover와 진폭 증폭 계열의 설명이지, 모든 양자 알고리즘의 필요조건은 아니다. Shor는 함수의 주기 구조를 추출하고, 양자 시뮬레이션은 해밀토니안의 시간 변화나 스펙트럼을 다룬다. 양자 화학에 값싼 고전 검증기가 없다고 해서 양자 가속 가능성이 원리적으로 사라지는 것은 아니다. 대신 결과 검증과 신뢰성 평가가 더 어려운 별도의 문제가 된다.
Shor에서는 이게 눈에 보입니다¶
| 부분 | 역할 | 비용 |
|---|---|---|
모듈러 지수화 aˣ mod N |
종속 변수 계산 | O(n³) — 회로의 압도적 대부분 |
| 역 QFT | 주기 추출 | O(n²) 이하, 상대적으로 저렴 |
Shor 알고리즘의 대부분은 «종속 변수를 계산하는 회로»입니다.
사람들은 Shor를 "푸리에 변환으로 인수분해하는 알고리즘"으로 기억하지만,
실제 비용의 90% 이상이 aˣ mod N을 되돌릴 수 있는 회로로 구현하는 데 들어갑니다.
RSA-2048에 물리 큐빗 수백만 개가 필요하다는 추정도 거의 전부 이것 때문입니다.
양자가 실제로 하는 일 — 재정의¶
양자는 답을 찾아내는 게 아니다. 독립 변수 전체의 중첩에 대해 종속 변수를 «결맞게» 계산하고, 간섭으로 그 함수의 전역 성질을 하나 뽑아낸다.
- Grover →
f가 1이 되는 위치를 뽑는다 - Shor →
f의 주기를 뽑는다
Grover형 문제에는 필터가 두 개입니다¶
| 필터 | 조건 | 걸러지는 것 |
|---|---|---|
| 1차: 원리 | 종속 변수를 계산할 수 있는가 | 물리 자물쇠 — 현금인출기는 중첩에 못 넣음 |
| 2차: 비용 | 그 계산을 양자 회로로 싸게 할 수 있는가 | 대부분 |
같은 f인데도 고전 평가와 양자 구현의 비용이 100~1000배 차이 납니다.
되돌릴 수 있게 만들어야 하고(역계산), 보조 큐빗을 관리해야 하고, 오류정정을 얹어야 하니까요.
6. 확률을 어떻게 «확정»하는가¶
확률을 확정하지 않습니다. 확정하는 건 답입니다.
Grover가 내놓는 건 «정답일 확률이 99.99%인 무언가»가 아니라 하나의 구체적인 후보값입니다. 그리고 그 값이 맞는지는 고전적으로 즉시 확인됩니다.
| 확률적인가 | |
|---|---|
| 몇 번째 실행에서 성공하는가 | 확률적 |
| 나온 답이 맞는가 | 확정적 |
틀린 답을 맞다고 착각할 위험이 없습니다. 실패 모드는 «한 번 헛돌았다»이고 대가는 시간뿐입니다.
성공 확률 p면 기대 실행 횟수는 1/p — p=0.9999면 사실상 항상 첫 시도에 끝납니다.
복권이 아니라 자판기입니다. 안 나오면 동전을 다시 넣으면 되고, 나온 물건이 진짜인지는 눈으로 확인됩니다.
언제 멈춰야 하는지는 어떻게 아나¶
| 경우 | 해법 |
|---|---|
정답 개수 M을 아는 경우 |
k = (π/4)√(N/M) 을 미리 계산. 측정 불필요 |
M을 모르는 경우 |
양자 카운팅으로 먼저 추정, 또는 BBHT 알고리즘(1998) — 반복 수를 무작위로 뽑되 범위를 지수적으로 늘려가며 재시도 |
| 과회전을 아예 막고 싶은 경우 | 고정점 Grover(Yoder·Low·Chuang, 2014) — 성공 확률이 단조 증가만 하고 절대 떨어지지 않음 |
정확히 100%가 되는 경우¶
(2k+1)θ가 정확히 90°에 떨어지면 확률이 딱 1입니다. 가장 예쁜 예:
4개 중 1개를 단 1회 질의로, 오차 없이. 고전은 최악 4회, 평균 2.5회. 손으로 계산할 수 있어 칠판 예제로 최고입니다.
이 트릭이 안 통하는 곳¶
| 문제 | 검증 비용 | 확률적 출력이 괜찮은가 |
|---|---|---|
| 인수분해 | 곱하면 끝 | 괜찮음 |
| Grover 탐색 | 조건 한 번 확인 | 괜찮음 |
| 양자 화학 바닥상태 에너지 | 고전으로 못 함 | 문제 |
가장 유망한 응용이 하필 검증이 가장 어렵다는 게 이 분야의 아픈 아이러니입니다.
7. 푸리에 주기 찾기 — «답 구간»의 실체¶
Shor의 심장. 입력 파형이 주기 r로 반복하면 변환 후 N/r 간격의 날카로운 봉우리가 생깁니다.
검증된 수치 (N = 64)¶
«진폭이 모인 상태 수» = 1/Σp² (participation ratio). 작을수록 답이 좁게 모인 것.
| r | 64를 나누나 | N/r | 유효 상태 수 | 최고 봉우리 |
|---|---|---|---|---|
| 2 | ✅ | 32.00 | 2.00 | 50.0% |
| 4 | ✅ | 16.00 | 4.00 | 25.0% |
| 5 | ❌ | 12.80 | 7.36 | 20.3% |
| 7 | ❌ | 9.14 | 9.55 | 15.6% |
| 8 | ✅ | 8.00 | 8.00 | 12.5% |
| 11 | ❌ | 5.82 | 15.78 | 9.4% |
| 16 | ✅ | 4.00 | 16.00 | 6.3% |
| 무작위 위상 | — | — | 32.0 (21.9~39.3) | 6.9% |
r이 N을 나눌 때 유효 상태 수가 정확히 r이 됩니다. 아름다운 결과이고 좋은 교육 소재입니다.
r이 나누지 못하면 봉우리가 번집니다 (7.36, 9.55, 15.78).
바로 이것 때문에 Shor는 측정 후 고전 후처리(연분수 전개)로 주기를 복원해야 합니다 —
양자 부분이 «구간»을 주고, 고전 부분이 그 구간을 좁히는 구조.
무작위 위상에서는 32로 튀어오릅니다 — 답이 아무 곳에도 모이지 않았다는 뜻. 이 대비가 «왜 양자컴퓨터가 만능이 아닌가»의 전부입니다.
8. 학부생이 반드시 오해하는 다섯 가지¶
각각을 자연스럽게 나오는 자리에 심어서 부수세요. 나열된 교정보다 문맥 속 교정이 오래 남습니다.
| 오해 | 교정 | 심을 위치 |
|---|---|---|
| «모든 경우를 동시에 계산한다» | 중첩에 모든 경우가 들어있지만 측정하면 하나만 나옴. 기술은 틀린 답의 진폭을 간섭으로 상쇄시키는 것 | 1부 진폭 블록 |
| «고전 컴퓨터를 대체한다» | 대체가 아니라 가속기. GPU와 같은 위상. 실제 배치는 «고전이 제어하는 양자 코프로세서» | 1부 정리 |
| «NP-완전 문제를 빠르게 푼다» | 증거 없음. Grover의 √N으로는 지수적 문제를 실용화 못 함 | PIN 반전 직후 |
| «큐빗 수가 많으면 좋다» | 충실도·연결성·결맞음이 함께 가지 않으면 무의미. 충실도 높은 50큐빗이 더 유용할 수 있음 | 하드웨어 블록 앞 |
| «모든 암호가 깨진다» | RSA·타원곡선은 위험, 대칭키(AES)는 키 길이만 늘리면 충분. 이미 PQC 전환 중 | 암호 얘기 끝 |