양자 컴퓨팅의 사용 및 적용
이 단원에서는 양자 컴퓨팅의 가장 유망한 적용 분야 중 일부를 살펴보겠습니다.
양자 컴퓨터는 어떤 문제를 해결할 수 있나요?
양자 컴퓨터는 모든 것을 더 빠르게 처리할 수 있거나 가능한 문제를 해결할 수 있는 슈퍼컴퓨터가 아닙니다. 양자 컴퓨터는 우리가 효율적으로 해결할 수 있는 문제 집합을 확장하지만, 양자 컴퓨터가 해결하기에는 너무 복잡한 문제가 여전히 존재합니다.
다음 다이어그램은 복잡성에 따른 다양한 문제 집합을 보여 줍니다. 양자 컴퓨터가 기존 컴퓨터보다 더 효율적으로 해결할 수 있는 문제를 BQP(제한 오류 양자 다항식)라고 합니다. 이름은 다항식 시간에 양자 컴퓨터로 해결할 수 있음을 의미합니다. BQP 문제의 예로는 팩터링 문제 및 검색 문제가 있습니다.
실제로 양자 컴퓨팅 연구의 목표 중 하나는 양자컴퓨터가 어떤 문제를 기존 컴퓨터보다 더 빠르게 해결할 수 있는지, 속도 향상은 얼마나 클 수 있는지 연구하는 것입니다. 양자 컴퓨터는 수많은 조합을 계산해야 하는 문제 처리에 매우 적합합니다.
양자 시뮬레이션
양자 역학은 우주의 기본 ‘운영 체제’입니다. 자연의 기본 구성 요소가 어떻게 작동하는지를 알려주죠. 화학 반응, 생물학적 반응, 물질 형성과 같은 자연의 행태에는 다체 양자 상호 작용이 관여하고 있는 경우가 많습니다. 양자 컴퓨팅은 분자와 같은 본질적인 Quantum 역학 시스템을 시뮬레이션하는 데 유망합니다. 큐비트를 사용하여 문제의 자연 상태를 나타낼 수 있기 때문입니다. 우리가 모델링할 수 있는 양자 시스템의 예로는 광합성, 초전도 및 복합 분자 형성이 있습니다.
리소스 예측
Azure Quantum Azure Resource Estimator는 크기 조정된 Quantum 컴퓨터에서 Quantum 프로그램을 실행하는 데 필요한 리소스를 예상하는 방법을 제공하여 양자 컴퓨팅의 향후를 준비하는 데 도움이 됩니다. 필요한 하드웨어 리소스와 같은 질문에 답하는 데 도움이 됩니다. 몇 개의 실제 큐비트와 논리적 큐비트가 필요하며 어떤 형식인가요? 런타임은 얼마나 되나요?
결과적으로, 알고리즘을 개선하고 크기 조정된 양자 컴퓨터가 출시되면 이를 활용하는 솔루션을 빌드할 수 있습니다.
양자 가속
양자 컴퓨팅 연구의 목표 중 하나는 양자컴퓨터가 기존 컴퓨터보다 더 빠르게 해결할 수 있는 문제가 무엇인지, 속도 향상이 얼마나 클 수 있는지 연구하는 것입니다. 잘 알려진 두 가지 예는 Grover 알고리즘과 Shor 알고리즘으로, 고전적 알고리즘에 비해 각각 다항식 및 기하급수적 속도 향상이 가능합니다.
양자 컴퓨터에서 실행되는 Shor 알고리즘은 데이터를 안전하게 전송하기 위해 전자상거래에서 널리 사용되는 RSA(Rivest–Shamir–Adleman) 체계와 같은 기존 암호화 체계를 뚫을 수 있습니다. 이 체계는 기존 알고리즘을 사용하여 소수 인수 분해의 실질적 어려움을 기반으로 합니다.
Grover 알고리즘은 비정형 데이터를 검색하는 솔루션의 속도를 획기적으로 높여 그 어떤 클래식 알고리즘보다도 빠르게 검색을 실행합니다. 실제로, 지정된 값이 유효한 솔루션인지("예 또는 아니요 문제") 여부를 확인할 수 있는 모든 문제는 검색 문제의 관점에서 수식화될 수 있습니다.