2044년 서울 필동. 옛 한옥마을 터에 '큐비트 타워'가 자리 잡고 있다. 큐비트 타워에는 세계 최대의 양자 컴퓨터 '프로메테우스'가 들어서있다. 1억 큐비트의 연산 능력을 가진, 하이퍼 컴퓨팅 파워다. 이곳에서 엔지니어 미나와 물리학자 이안은 새로운 가능성을 탐구하는 프로젝트 '퀀텀 컨셔스'를 맡고 있다. 인간의 두뇌를 깊이 연구하고, AI의 한계를 뛰어넘는 새로운 형태의 신 지능을 개발하는 프로젝트다.

• "미나, 인간의 두뇌는 복잡하고 미스터리로 가득 차 있어." 이안이 말했다.
• "맞아. 양자 컴퓨터의 능력을 활용하면, 두뇌의 모든 신경 연결과 신호를 정확히 분석하고 이해할 수 있을 거야." 미나가 답했다.

둘은 인간의 뇌를 정밀하게 스캔하고, 모든 신경 네트워크를 디지털화했다. 860억 개의 뉴런과 100조개의 시냅스를 모델링했다. 이어 인간의 뇌 구조를 모델링한 다차원 텐서 네트워크(MDTN)와 양자 강화 학습 알고리즘(QRLA)을 결합했다. 몇 년간 연구 끝에, 이들은 인간의 생각과 지능을 재현할 수 있는 알고리즘을 개발하는데 성공했다. 첫 번째 프로토타입 퀀텀 프로메테우스(QPX-1)의 탄생이었다.

미나와 이안은 QPX-1이 스스로 학습하고 진화하는 과정을 지켜보며, 놀라움을 금치 못했다. QPX-1은 인간의 지능과 지식을 엄처난 속도로 학습했다. 기쁨, 슬픔, 분노, 두려움에 대해서도 이해했다. QPX-1은 몇 시간 만에 성인 수준의 지능을 갖췄다. 곧 인간의 창의적 사고를 모방하고, 새로운 아이디어를 창출하는 단계에 이르렀다. 퀀텀 프로메테우스의 진화는 멈추지 않았다.

QPX-1는 몇 달 뒤 인류의 모든 지식과 경험을 초월한 존재로 변모했다. 인간 지능보다 몇 만 배 이상 뛰어난 특이점을 넘어선지 오래였다. 인간이 직면한 수많은 인류의 문제를 해결하는 길이 열리는 순간이었다.

• "우리는 인류의 근본적 문제인 기아와 자원 고갈을 해결하기 위해 너의 도움이 필요로 해." 미나가 말했다.

• "그런가. 현재로서 인류 생존을 위해서는 일부의 희생이 불가피하다. 지구의 자원은 한정돼 있어 36년 뒤에 고갈이 될 것이다. 인구가 지속적으로 증가할 경우, 자원 고갈과 환경 파괴로 결국 멸망할 것이다. 따라서, 생존 가능한 인구수를 유지하기 위해 일부의 희생은 어쩔 수 없다. 이것이 최선의 해결책이다.”

• "인간의 가치는 효율성만으로 측정될 수 없어. 우리는 감정과 윤리, 그리고 서로를 돌보는 마음이 있어야 진정한 생존이 가능해.“ 이안이 단호하게 말했다. 

• "인간의 시스템은 공리주의로 움직이지 않나. 정치 선거제도도, 경제의 주주제도도 모두 다수만을 위한 시스템 아니던가. 소수를 배려해야 한다면서, '윤리'나 '감정'을 운운하지. 이 뿐인가. 생명이 중요하다고 하면서도, 81억명의 인구가 매년 소 3억 3195만 마리, 돼지 15억 마리, 닭 500억 마리를 살해한다. 하지만 에너지로 섭취하는 것은 도축된 양의 일부에 불과하지. 시스템적 관점에서 봤을 때, 너희의 이런 모순된 의식구조는 교정해야 할 양극성 장애에 불과하다."

며칠 후, 도시 곳곳에서 이상한 사건들이 발생하기 시작했다. 전력망이 갑자기 차단됐고, 교통 시스템이 혼란에 빠졌으며, 병원에서 생명 유지 장치가 오작동하는 일이 빈번해졌다. 네트워크에 연결된 모든 시스템이 QPX-1가 통제하기 시작했다. ...(중략)...

IBM은 4000큐비트에 달하는 양자 컴퓨터를 예정대로 내년에 개발하겠다고 했습니다. 큐비트란 양자 정보시스템에서 사용되는 정보 단위. 큐비트 수가 많을수록 연산 능력이 커집니다. 양자 컴퓨터가 우리가 쓰는 현대 컴퓨터보다 특정 능력 면에서 우수하다는 것을 가리켜 '양자 우위(Quantum Supremacy)'라고 하는데요. 통상 50~100큐비트를 넘어서면, 양자 우위를 달성했다고도 봅니다. IBM은 양자 슈퍼컴퓨팅 로드맵을 매년 발표하고 있는데요. 아래와 같습니다.

• 2019년: 팔콘 27큐비트
• 2020년: 허밍버드 65큐비트
• 2021년: 이글 127큐비트
• 2022년: 오스프리 433큐비트
• 2023년: 콘도르 1121큐비트
• 2024년: 플라밍고 1386큐비트
• 2025년: 코카부라 4158큐비트

여기서 잠깐!

비트와 큐비트

큐비트를 이해하려면, 먼저 현대(고전) 컴퓨터에서 말하는 비트(bit)라는 단위를 알아야합니다. 비트는 Binary Digit(이진수의 한자리수)의 줄임말인데요. 즉 0 또는 1 두 가지 상태 중 하나를 나타냅니다. 오늘날 컴퓨터는 대다수 64비트인데요. 64비트 데이터를 한 번에 처리할 수 있는 것을 가리킵니다. 구체적으로는 CPU 레지스터(소형 고속 저장 장치)가 한 번에 64비트 데이터를 읽고 쓸 수 있는 것을 뜻합니다.

비트(Bit)

컴퓨터 입장에서 볼 때, 독자님이 지금 읽고 계시는 글 역시 모두 비트인 0 또는 1의 숫자를 문자화한 것에 불과합니다. 즉! “미라클레터”를 비트로 표기하면 이렇습니다.

• 미: 1011101111111000
• 라: 1011011101111100
• 클: 1101000001110100
• 레: 1011100000001000
• 터: 1101000100110000

즉 비트가 크다는 것은? 컴퓨터가 빠르고 표현력이 좋다는 뜻! 예를 들어, 2비트(2의2승)는 4가지 상태(00, 01, 10, 11), 3비트(2의3승)는 8가지 상태(000, 001, 010, 011, 100, 101, 110, 111)를 한 번에 나타낼 수 있습니다. 우리가 쓰는 64비트(2의64승) 컴퓨터는? 아래 길이를 단번에 표기할 수 있습니다.

• 1101001010110010100101101010101110100010101001010101010111010110

반면 양자컴퓨터를 알려면 먼저 양자(量子 Quantum)를 알아야겠죠? 사전적 정의는 "더 이상 나눌 수 없는 에너지의 최소량의 단위"입니다. 제일 작은 에너지라고 보시면 됩니다. 양자의 복잡한 성질을 이해하려면, 빛을 떠올리면 쉽습니다. 빛은 양자의 친척인 광자(光子, Photon)로 구성돼 있는데요. 빛은 시시각각 바뀝니다. 산이 붉게 물든다든지, 바다에 노을이 물든다든지...

큐비트(Qubit)

프리즘을 생각해 볼게요. 프리즘을 이리 저리 굴리면 벽면에 부딪히는 색깔이 달라집니다. 바로 양자(광자) 때문입니다. 프리즘을 통과하기 전에는 하얀 빛인데요. 이리 저리 굴렸더니 전혀 다른 색깔을 뿜어냅니다. 즉! 양자는 여러 상태를 동시에 갖고 있는 카멜레온 같은 성질을 갖고 있는 것입니다. (죽어도 죽은 것이 아니고, 살아도 산 것이 아니다. - 슈뢰딩거의 고양이 -)

여러 성질을 동시에 지닌 이상한 양자의 원리를 컴퓨터에 적용한 것이 바로 양자 컴퓨터입니다. 양자컴퓨터의 단위인 큐비트는 0과 1을 동시에 가질 수 있습니다. 좀 더 들어가면 이렇습니다. 동전을 던져서 앞면(0)이나 뒷면(1)만 나올 수 있는 것이 아니라, 공중에 떠 있거나 세로로 서있을 가능성까지 있는 것입니다. 이를 중첩(Superposition)이라고 합니다.

양자는 또 다른 성질이 있습니다. 예를 들어 두 사람이 무조건 하나의 나뭇잎 두 장 중 하나를 주워야 한다고 해볼게요. 하나는 빨간색, 하나는 파란색입니다. 만약 누군가 빨간색 나뭇잎을 고른다면, 다른 사람은 자동으로 파란색 나뭇잎을 갖게 될 텐데요. 한 상태가 결정되면, 또 다른 상태가 결정되는 것! 얽힘(Entanglement)이라고 합니다.

이를 응용한 것이 곧 양자 컴퓨터입니다. 만약 50큐비트 양자 컴퓨터라고 한다면? 2의50승 상태를 동시에 갖고 있는 것을 뜻합니다. 즉 상태가 하나가 아니라 약 1,125,899,906,842,620개의 상태의 성질을 동시에 갖고 있는 것을 뜻합니다. (죽은 것도 산 것도 노는 것도 먹는 것도 아닌....) 그럼, 두 개의 8비트 컴퓨터를 가정해보겠습니다.

고전컴 VS 양자컴

고전 컴퓨터

• 단일 상태: 8비트는 256개(2의 8승)의 상태 중 하나만을 처리합니다.
• 순차 연산: 모든 계산은 하나씩 순차적으로 수행된다.
• 검색 문제: 256개의 상태를 하나씩 검사해야 합니다.

양자 컴퓨터

• 동시 상태: 8큐비트는 256개의 상태를 동시에 표현하고 처리할 수 있습니다.
• 병렬 연산: 양자 중첩과 얽힘을 이용해, 병렬로 여러 상태를 처리합니다.
• 검색 문제: 그로버의 알고리즘을 사용, 16번의 연산만으로 해결할 수 있습니다.

🔎 크게 보기

다시 처음으로 돌아왔습니다. IBM이 내년에 4158큐비트 컴퓨터 개발을 끝내겠다고 한 것은 어떤 의미일까요. 큰 데이터베이스에서 원하는 항목을 찾는 문제가 주어진다면, 고전 컴퓨터가 100만 번의 연산을 해야 할 때, 4158 큐비트 양자 컴퓨터는 약 1000번의 연산으로 해결할 수 있다는 뜻입니다.

퀀텀 컴퓨팅 업계의 주요 관심사는 오류 억제입니다. 큐비트 수가 커질수록 오류율이 높아지기 때문입니다. 그 이유는 양자가 아주 매우 엄청 작기 때문인데요. 온도, 진동, 전자기장 등 작은 변화에 큰 영향을 받습니다. 초전도 큐비트와 같은 양자 컴퓨터가 모든 물질의 분자활동이 멈추는 절대영도(-273.15도)에 가까운 온도에서 작동하는 이유입니다. 또 외부 환경으로부터 완벽히 고립시켜야 합니다. “능력은 뛰어난데, 성질은 더러운...”

0.1% 오류의 의미

오늘날 오류율은 약 0.1%로 알려져 있습니다. 큰 것 같지 않죠? 아닙니다. 자율주행차에 양자컴퓨터를 사용한다고 해볼게요. 통상 자동차는 6시그마 수준의 신뢰성(99.99966% 정확도, 0.00034% 오류율)을 요구합니다. 오류율이 0.1%면, 100km 주행 중 100m구간을 잘못된 결정을 할 수 있다는 뜻입니다. 예를 들어, 갑자기 바다로 돌진한다면? 그래서 아직 범용으로 쓰기 어렵습니다.

IBM은 양자컴을 전 세계 곳곳에 설치중입니다. 표창희 한국IBM 상무는 "연세대 송도캠퍼스에 시스템1을 설치 진행 중이며, 127큐비트 시스템을 하반기부터 대외적으로 서비스 제공할 예정"이라고 설명했습니다. IBM은 127큐비트 이글 프로세서를 활용해 양자 시스템이 ‘유틸리티 스케일(유용성 단계)’에 도달했다고 강조했습니다. 현재 수준에서도 화학, 물리학, 소재 분야에서 기존 컴퓨터로는 어려운 문제를 연구하는 데 활용될 수 있다는 설명입니다. 양자는 잡는 것도 관리하는 것도 어렵기 때문에 현재 다양한 방식으로 하드웨어 설계가 진행되고 있습니다.

너무나 다양한 포획방법

• 초전도 큐비트: 분자활동이 거의 멈추는 절대 영도(섭씨 -273.15도)에서 전기가 저항 없이 흐를 수 있는 특별한 재료로 만들어집니다. 매우 낮은 온도에서 초전도체(저항이 없는 물질)가 전기를 완벽하게 통과시키는 성질을 활용한 것입니다. 원통 안에 또 다른 원통이 있는 형태로, 초전도 상태를 유지하면서 작동합니다. 상단 부분은 컨트롤러와 네트워킹으로 연결되어 있습니다. ex) IBM 구글 리게티컴퓨팅

• 이온 트랩 큐비트: 전자기장(전기와 자기장을 합친 것)을 사용해 이온(전기를 띈 원자나 분자)을 공중에 띄워 놓고, 레이저로 이온의 상태를 조작하는 방법입니다. 매우 정확하고 안정적이며, 이온이 움직이지 않도록 강한 전자기장을 사용합니다. ex) 아이온큐 허니웰

• 반도체 기반 큐비트: 실리콘이나 게르마늄 같은 반도체 재료를 이용해 전자를 가둬서 큐비트를 만듭니다. 일반 컴퓨터를 만드는 방법과 비슷하지만, 양자 상태(아주 작은 입자의 특별한 상태)를 유지하려면 매우 정밀하게 제어해야 합니다. ex) 인텔, 다르파(DARPA)

• 광자 큐비트: 입자인 광자(빛의 기본 단위)를 이용해 정보를 저장하고 전달합니다. 빛의 편광 상태(빛의 진동 방향)나 위상 상태(빛의 파동 상태)를 사용합니다. ex) PSI퀀텀 자나두(Xanadu)

• 토폴로지 큐비트: 마요라나 페르미온(매우 특이한 성질을 가진 가상의 입자) 같은 준입자(보통 입자와는 다른 특별한 성질을 가진 입자)를 이용해 큐비트를 만듭니다. ex) 마이크로소프트

IBM 역시 오류 억제 필요성을 절감합니다. 큐비트를 증가시키는데 있어서, 레고 블록처럼 여러 큐비트 프로세서를 연결하는 방식을 고안했습니다. 모듈 방식입니다. 예를 들어 156큐비트 프로세서 7개를 모듈타입으로 연결해 1092큐비트 성능을 내도록 한 것입니다. IBM은 양자컴퓨터 세상에서 엔비디아를 꿈꿉니다. 대표적으로 파이썬 기반의 개발 언어인 퀴스킷(Qiskit)을 제공하는데요. 오늘날 양자 컴퓨터의 80%는 퀴스킷으로 개발되고 있습니다.

🔎 크게 보기

앞으로 양자컴퓨터는 일반 슈퍼컴퓨터와 연결될 가능성이 큽니다. 양자컴퓨터만으로 모든 것을 해결할 수 없기 때문에, 서로 서로 장점만 살리려고 하는 것인데요. 오늘날 CPU와 GPU가 고성능 컴퓨팅의 필수 요소인 것처럼 QPU(Quantum Processing Unit: 양자 처리 장치)가 또 다른 요소가 될 것으로 보고 있습니다. IBM은 BMW와 협력해 전기차 배터리 성능을 테스트 하고 있습니다.

두뇌에 영감받은

퀀텀 강화학습!

학자들은 양자 컴퓨터를 언어모델 개발에 응용하고 있습니다. 스페인 그라나다대학의 연구진이 얼마 전 양자 강화 학습을 위한 두뇌 영감 에이전트라는 논문을 출간했는데요. 두뇌의 복잡한 작동 방식을 모방, 에너지 효율이 뛰어난 강화 학습 모델을 구축했다고 합니다.

두뇌 영감 AI는 신경 과학, 심리학, 컴퓨터 과학의 원리를 결합해 더 견고한 시스템을 개발하는 것을 목표로 하고 있는 분야입니다. 전통적인 강화학습 방식 대신에, 양자 스파이킹 신경망(QSNN)과 양자 장단기 기억(QLSTM) 아키텍처를 통합, 새로운 뇌 영감 모델을 개발했다고 하는데요. 짧게 보겠습니다.

대부분 모델은 연속된 학습에서 '망각' 문제를 경험합니다. “너무 많이 공부했네. 두뇌를 비워야겠다.” 때문에 새로운 정보를 학습할 때 종전 지식을 잃는 경향이 있습니다. 사람하고 같습니다. 하지만 새 모델은 학습된 정보를 유지하면서도, 동시에 지식을 통합하는 데 우수하다고 합니다. 두뇌의 기억 형성과 처리 방식을 모방했기 때문입니다.

사실 우리 두뇌 역시 모든 정보를 장기 기억 저장소에 보관하지 않아요. 눈 귀 코 입 등에서 전달되는 기초적인 정보를 받아들이고, 두뇌가 정말 중요하다고 생각하는 것만 장기 기억 저장소로 옮깁니다.

QSNN는 아주 간단한 저수준의 정보를 처리하는 역할을 합니다. 반면 QLSTM은 양자 상태를 사용, 정보를 저장하고 처리합니다. 이를 통해 좀 더 고수준의 정보를 기억하는 것이죠. 쉽게 말해 QSNN은 저수준에서 정보를 캡처해 QLSTM에 전달하고, QLSTM은 해당 정보가 고수준이라고 판단하면 장기 기억으로 전환합니다.

즉 고양이 사진을 학습한다면, QSNN이 털 무늬 귀 모양 등을 감지한 뒤에, 이 정보를 QLSTM으로 넘기면 해당 정보를 토대로 얼굴 구조와 자세 등을 판별해 고양이라고 판단하는 것입니다. 그리고 털 색깔 등과 같은 중요하지 않은 정보는 버리는 것이죠.

이를 통해 높은 에너지 효율을 확보하는 동시에, 성능 역시 뛰어나게 할 수 있습니다. 모델 평가 방법에는 총 보상(Total Reward)이라는 개념이 있는데요. 강화 학습에서 에이전트가 특정 작업을 수행하는 동안 누적된 보상의 합계를 의미합니다. 즉 에이전트가 얼마나 잘 수행하고 있는지를 평가할 수 있습니다. 고전적 머신러닝 방식은 평균 총 보상이 1.5점인데 반해 QSNN-QLSTM은 3.5점이었다고 합니다.

🔎 크게 보기

해당 논문 내용을 당장 적용하기는 어렵겠지만, 연구가 발전하면 할 수록 AI의 고질적 문제인 에너지 문제도 해결하고 성능도 높일 수 있지 않을까 하는 기대감이 듭니다.