The first era of Quantum Computer: Hybrid is a Key
지금의 양자 컴퓨터는 NISQ 시대 (Noise Intermediate Scale Quantum) 라고 불립니다.
분명 양자컴퓨터가 지금의 고전 컴퓨터만큼 안정성과 신뢰성을 가지려면 더 많은 시간을 필요로 합니다. 하지만 양자컴퓨터가 이론적으로 워낙 강력하다보니 완성되기 전의 불완전한 양자 컴퓨터만으로도 몇몇 문제는 고전컴퓨터보다 훨씬 더 빠른 속도로 처리할 수 있습니다. 이런 상황에서 지금의 양자컴퓨터가 불완전하다는 이유만으로 쓰지 않는 건 손해겠죠?!
이렇게 프로토타입 양자컴퓨터가 당장 풀 수 있는 문제를 연구하고 개발하는 것이 NISQ 시대의 양자 개발자 (Quantum Developer)들이 추구하는 바라고 할 수 있습니다.
많은 양자 개발자들에게 NISQ 시대 양자 알고리즘에서 가장 중요한 컨셉을 묻는다면 Hybrid Quantum Computing을 꼽을 것입니다.
Hybrid Quantum Computing이란 아직은 양자컴퓨터만 사용해서 결과를 내기에는 범용성도 떨어지고 불안정하니 훨씬 더 유연하고 안정적인 고전 컴퓨터를 함께 활용하여 양자 알고리즘의 이점을 충분히 활용하자는 개념입니다.
NISQ 시대에서는 많은 학자들이 양자컴퓨터를 현실문제에 어떻게 적용할 수 있을 지를 고민하고 있습니다. 이 중에서 가장 핵심적으로 쓰이는 기법들로는 Quantum Annealing, Quantum Neural Network (QNN), Variational Quantum Eigensolver (VQE), Quantum Kernel Methods (QKM) 등이 있습니다. 그리고 이들 모두는 Hybrid Quantum Computing의 틀에서 벗어나지 않습니다.
여기서 고전 컴퓨터는 크게 세가지 역할을 맡고 있습니다.
- 양자 알고리즘의 관리 툴 제공
현재의 데이터 사이언스 시대에서는 딥러닝이나 빅데이터를 다루기 위한 여러가지 편리하고 체계적인 관리툴들이 많이 있습니다. 따라서 이러한 리소스를 활용하여 양자 알고리즘도 체계적이고 편리하게 관리를 할 수 있습니다. 예를 들어 DWAVE의 양자 어닐러 같은 경우, 문제 자체는 양자 어닐러가 풀지만 이들이 풀 문제를 설정하는 것, 어닐링 스케줄 조정, 결과물 관리 등은 많은 Data Scientist들이 익숙한 Python 패키지를 제공하고 있습니다. 이때 고전 컴퓨터의 역할은 양자 컴퓨터의 관리에 있기 때문에 알고리즘 자체에 적극적인 개입은 하지 않습니다.
2. 양자 알고리즘의 파라미터 최적화
양자 컴퓨터는 다른 관점으로 일종의 모형 구현 장치라고 볼 수 있습니다. 우리는 양자 컴퓨터로 하여금 특정 역할을 하도록 양자 회로를 설계할 수 있습니다.
이때 우리는 회로를 한번 설계해본 다음 성능을 평가(Loss evaluation)하여 좀 더 좋은 결과가 나오게끔 회로 장치의 눈금(파라미터)을 수정해나가는 전략을 취해갈 수 있습니다. 오차 역전파를 통한 학습과 같은 원리인데요. 이 전략을 취하는 대표적인 알고리즘으로 Quantum Neural Network와 Variational Quantum Eigensolver가 있습니다.
[출처] Robust implementation of generative modeling with parametrized quantum circuits
인풋 데이터로부터 loss를 도출하는 과정은 양자 컴퓨터가, 현재 파라미터 보다 더 좋은 파라미터를 제시하는 과정은 고전 컴퓨터가 맡는 형태인데요. 이 과정을 반복함으로써 우리는 원하는 양자 알고리즘을 얻을 수 있습니다. 이때 고전 컴퓨터는 양자 알고리즘과 함께 문제를 풀어나가기 때문에 단순관리보다는 비교적 적극적인 개입을 한다고 말할 수 있습니다.
- 양자 알고리즘의 모델링
위의 두가지 접근이 고전컴퓨터가 양자 컴퓨터를 보조하는 역할을 한다면 이번 경우는 거꾸로 양자컴퓨터가 고전컴퓨터를 보조하는 역할을 합니다. 처음 글 시작할 때도 말씀드렸지만, 양자 컴퓨터는 몇가지 계산에 있어서 현재의 NISQ 장비에서도 고전 컴퓨터 보다 빠릅니다. 대표적으로는 커널-내적 계산이 있습니다. 앞으로 자세하게 말씀드릴 기회가 있겠지만, Quantum Kernel Methods는 양자 컴퓨터를 이용해서 빠르고 정확하게 계산해낸 커널 행렬을 기존의 Support Vector Machine, Kernel PCA 등에 활용하게 됩니다.
양자 컴퓨터의 경쟁자는 PC가 아니라 슈퍼컴퓨터입니다. 현재의 슈퍼컴퓨터도 결국은 또 다른 컴퓨터로 관리가 되고 있다는 것을 생각하면,양자 컴퓨터도 고전 컴퓨터와 같이 활용되게 될 것입니다.
더욱이 고전컴퓨터의 개입을 일절 배제하고 오직 순수하게 양자 컴퓨터만을 활용한 양자 이득(Quantum supremacy)을 구현하는 시점이 오지 않는 한, 양자알고리즘에 있어서도 고전컴퓨터는 계속해서 중요한 역할을 해나갈 것 입니다.
KQC는 상용 양자 알고리즘 및 소프트웨어의 연구/개발을 학계와 업계의 협업을 통해 진행하고 있는 회사입니다. 새로운 기술과 영역에 도전하고 싶은 데이터 사이언티스트는 물론 양자 컴퓨팅을 활용하고자 하는 기업들의 연락을 기다립니다.
https://www.kqchub.com/contactus를 방문하셔서 form을 작성하시거나, info@kqchub.com으로 연락주세요.
