꿈의 기술 양자 컴퓨터, 일반 컴퓨터와 무엇이 다를까?

일반 컴퓨터가 아무리 빨라도 풀 수 없는 문제가 있다. 현재 전 세계 은행 시스템을 보호하는 암호화 방식을 기존 슈퍼컴퓨터로 해독하려면 우주의 나이보다 긴 시간이 걸린다는 추정이 있다. 양자 컴퓨터는 그 계산을 단 몇 분 안에 끝낼 수 있다. 이 한 가지 사실만으로도 양자 컴퓨터가 왜 '꿈의 기술'로 불리는지 충분히 설명된다.

극저온 냉각 장치가 달린 양자 컴퓨터 연구소
Photo by Marcel Strauß on Unsplash

양자 컴퓨터란 무엇인가 — 쉽게 풀어보면

비트와 큐비트의 결정적 차이

일반 컴퓨터는 '비트(bit)'를 사용한다. 비트는 0 아니면 1, 딱 두 가지 상태만 가질 수 있다. 전기 스위치가 켜지거나 꺼지는 것과 같다. 수십억 개의 스위치를 엄청나게 빠르게 껐다 켰다 하면서 계산을 수행하는 것이 기존 컴퓨터의 본질이다.

양자 컴퓨터는 '큐비트(qubit)'를 사용한다. 큐비트는 0이면서 동시에 1일 수 있다. 이것을 '중첩(superposition)'이라고 부른다. 동전을 공중에 던진 상태를 상상해보자. 바닥에 떨어지기 전까지 앞면도 아니고 뒷면도 아닌 두 가지 가능성이 동시에 존재한다. 큐비트는 바로 그 상태를 유지하면서 계산에 참여한다.

큐비트가 2개면 동시에 4가지 상태를, 3개면 8가지 상태를 표현할 수 있다. 큐비트가 300개가 되면 동시에 표현 가능한 상태의 수가 우주에 존재하는 원자의 수보다 많아진다. 이것이 양자 컴퓨터의 폭발적인 계산 능력의 핵심이다.

얽힘과 간섭 — 두 가지 핵심 원리

'얽힘(entanglement)'은 두 큐비트가 물리적으로 멀리 떨어져 있어도 서로의 상태가 즉각적으로 연동되는 현상이다. 한쪽의 상태를 측정하면 다른 쪽의 상태가 동시에 결정된다. 아인슈타인이 '유령 같은 원격 작용'이라고 불렀을 만큼 직관에 반하는 현상이다.

'간섭(interference)'은 파동의 성질을 이용해 잘못된 답의 확률은 줄이고 올바른 답의 확률은 높이는 기법이다. 양자 알고리즘은 이 간섭 효과를 정교하게 설계해서 수많은 가능성 중 정답에 가까운 경로만 살아남도록 유도한다. 중첩만으로는 부족하고, 이 간섭 설계가 있어야 비로소 유용한 계산이 가능해진다.

실리콘 웨이퍼 위의 큐비트 칩 근접 촬영
AI Generated · Google Imagen

일반 컴퓨터와 양자 컴퓨터, 어떻게 다르게 작동하나

미로를 푸는 두 가지 방식

일반 컴퓨터가 미로를 푸는 방식은 '한 번에 하나의 길'이다. 막히면 돌아와서 다른 길을 시도한다. 빠르기는 하지만 결국 순차적으로 경우의 수를 탐색한다. 경우의 수가 기하급수적으로 늘어나면 아무리 빠른 프로세서도 한계에 부딪힌다.

양자 컴퓨터는 중첩 덕분에 모든 길을 동시에 탐색하는 것처럼 작동한다. 정확히는 '모든 경로의 확률을 동시에 계산'하는 것이고, 간섭을 통해 정답 경로의 확률을 증폭시킨다. 결과적으로 특정 유형의 문제에서는 일반 컴퓨터가 수백만 년 걸릴 계산을 현실적인 시간 안에 끝낼 수 있다.

양자 컴퓨터는 모든 계산을 빠르게 하는 기계가 아니다. 특정 구조의 문제에서만 압도적인 우위를 가진다 — 이 차이를 모르면 이 기술을 완전히 오해하게 된다.

왜 모든 것을 양자 컴퓨터로 바꾸지 않나

양자 컴퓨터는 이메일을 보내거나 유튜브를 재생하는 데 전혀 적합하지 않다. 그런 작업은 기존 컴퓨터가 훨씬 효율적이다. 양자 컴퓨터가 진가를 발휘하는 영역은 암호 해독, 신약 분자 시뮬레이션, 최적화 문제(물류 경로, 금융 포트폴리오 등)처럼 경우의 수가 폭발적으로 많은 문제들이다.

또한 현재 양자 컴퓨터는 극도로 불안정하다. 큐비트는 주변 환경의 아주 작은 진동이나 열에도 상태가 무너진다. 이를 '디코히어런스(decoherence)'라고 한다. 이 때문에 대부분의 양자 컴퓨터는 절대 영도에 가까운 영하 273도 수준의 극저온 환경에서만 작동한다. 냉각 장치 자체가 방 하나를 가득 채울 만큼 거대하다.

비트와 큐비트 상태 비교 다이어그램
AI Generated · Google Imagen

양자 컴퓨터가 실제로 쓰이는 분야는 어디인가

신약 개발과 분자 시뮬레이션

분자 하나의 정확한 전자 구조를 시뮬레이션하는 것은 기존 컴퓨터에게 사실상 불가능한 작업이다. 분자를 구성하는 전자들이 양자역학적으로 얽혀 있기 때문에, 정확한 계산을 위해서는 경우의 수가 원자 수에 따라 지수적으로 늘어난다. 양자 컴퓨터는 그 자체가 양자역학 시스템이기 때문에 분자 시뮬레이션에 구조적으로 유리하다.

예를 들어, 질소 고정 효소인 니트로게나제(nitrogenase)의 반응 메커니즘을 정확히 시뮬레이션할 수 있다면, 현재 전 세계 에너지의 상당 부분을 소비하는 암모니아 합성 공정을 혁신할 수 있다는 연구자들의 기대가 있다. 이 하나의 응용만으로도 양자 컴퓨터의 잠재적 가치는 엄청나다.

암호화와 사이버 보안의 지각 변동

현재 인터넷 보안의 상당 부분은 큰 수를 소인수분해하는 것이 사실상 불가능하다는 전제 위에 세워져 있다. 피터 쇼어(Peter Shor)가 1994년에 개발한 '쇼어 알고리즘'은 충분한 큐비트를 가진 양자 컴퓨터가 이 소인수분해를 효율적으로 풀 수 있음을 수학적으로 증명했다. 이것이 현실화되면 현재의 RSA 암호화 체계는 무력화된다.

이 위협에 대응하기 위해 미국 국립표준기술연구소(NIST)는 양자 컴퓨터로도 해독하기 어려운 '포스트 양자 암호화(Post-Quantum Cryptography)' 표준을 이미 발표했다. 보안 업계는 지금 조용히, 그러나 매우 빠르게 전환 작업을 진행 중이다.

쇼어 알고리즘은 1994년에 이미 존재했다. 양자 컴퓨터가 완성되기 전부터 암호화 전쟁은 시작된 셈이다.
분자 구조 홀로그램을 분석하는 연구실 환경
AI Generated · Google Imagen

양자 컴퓨터는 지금 어디까지 왔나

'양자 우위'는 달성됐지만 실용화는 아직

2019년 구글은 자사의 양자 프로세서 '시커모어(Sycamore)'가 특정 수학적 문제를 200초 만에 풀었으며, 당시 세계 최고 성능의 슈퍼컴퓨터로는 1만 년이 걸렸을 것이라고 발표했다. 이것이 '양자 우위(quantum supremacy)'의 첫 번째 공개 주장이다. IBM은 이 주장에 이의를 제기했고, 실제로 그 격차는 과장됐다는 반론도 있었다. 하지만 방향성 자체는 분명했다.

현재 주요 기업들이 운용하는 양자 컴퓨터는 수백에서 수천 개의 큐비트를 갖추고 있다. 그러나 '노이즈가 있는 중간 규모 양자(NISQ)' 시대라고 불리는 지금, 오류율이 여전히 높아서 실질적인 산업 응용에는 제한이 있다. 오류 수정을 위해 실제 계산에 쓰이는 '논리 큐비트' 하나를 만들려면 수백에서 수천 개의 물리 큐비트가 필요하다는 점이 현재의 가장 큰 기술적 장벽이다.

다양한 방식으로 경쟁하는 하드웨어 접근법

큐비트를 구현하는 방식은 하나가 아니다. 초전도 회로(구글, IBM), 이온 트랩(IonQ), 광자(PsiQuantum), 위상 큐비트(마이크로소프트) 등 여러 방식이 서로 다른 장단점을 가지고 경쟁하고 있다. 어떤 방식이 최종적으로 실용적인 대규모 양자 컴퓨터를 만들어낼지는 아직 결론이 나지 않았다.

(Opinion: 양자 컴퓨터 경쟁은 1950년대 초기 컴퓨터 경쟁과 묘하게 닮았다. 진공관, 트랜지스터, 집적회로가 차례로 등장하며 판도가 바뀌었듯, 지금의 하드웨어 다양성은 혼돈처럼 보이지만 결국 하나의 지배적 방식으로 수렴할 가능성이 높다. 다만 그게 언제인지는 누구도 자신 있게 말하기 어렵다.)

회로 기판에 장착된 양자 프로세서 칩 상단 촬영
AI Generated · Google Imagen

자주 묻는 질문

양자 컴퓨터가 일반 컴퓨터를 완전히 대체하게 될까?

그렇지 않을 가능성이 높다. 양자 컴퓨터는 특정 유형의 문제에서만 압도적 우위를 가지며, 일상적인 연산 작업에는 기존 컴퓨터가 훨씬 효율적이다. 미래에는 두 기술이 역할을 나눠 공존하는 형태가 될 것으로 대부분의 전문가들이 예상한다.

양자 컴퓨터는 언제쯤 일반인도 쓸 수 있게 될까?

현재도 일부 기업들은 클라우드를 통해 양자 컴퓨터 접근권을 제공하고 있다. 그러나 일반 소비자가 노트북처럼 개인 양자 컴퓨터를 사용하는 시대는 기술적 장벽을 고려할 때 수십 년 이상 걸릴 것으로 보인다. 극저온 냉각 문제를 해결하지 않는 한 소형화는 근본적으로 어렵다.

양자 컴퓨터가 인공지능(AI)을 더 강력하게 만들 수 있을까?

이론적으로는 가능하다. 머신러닝의 일부 최적화 문제나 데이터 탐색 알고리즘에서 양자 가속이 도움이 될 수 있다는 연구가 있다. 그러나 현재의 AI 학습 방식이 양자 컴퓨터와 직접적으로 잘 맞는 구조는 아니어서, 단순히 'AI에 양자를 붙이면 더 빠르다'는 식의 기대는 지나치게 단순화된 것이다.

양자 컴퓨터가 가장 먼저 실질적 영향을 미칠 곳은 아마도 사이버 보안일 것이다. 신약 개발이나 물류 최적화는 혜택이 분명하지만 시간이 걸린다. 반면 암호화 체계의 붕괴는 하루아침에 일어날 수 있다. 지금 이 순간에도 국가 기관과 기업들이 수십 년 후의 양자 컴퓨터를 대비해 오늘의 암호화 표준을 바꾸고 있다는 사실은, 이 기술이 아직 '미래의 이야기'가 아님을 조용히 증명하고 있다.

양자 얽힘을 표현한 추상적 시각화 이미지
Photo by Milad Fakurian on Unsplash

댓글

이 블로그의 인기 게시물

닭이 먼저? 알이 먼저? 우주 최대 미스터리: 은하 vs 블랙홀

AI 시대의 숨은 비용: 데이터센터는 왜 '전기 먹는 하마'가 되었나?

가치를 높이기 위해 돈을 태운다? 암호화폐 '소각'의 모든 것