본문으로 건너뛰기
AN INDEPENDENT ECONOMIC JOURNAL생활에서 시작하는 경제 읽기
가까이 두고 읽는 경제 이야기
CIN · CONNECT · INFORM · NEWS
경제의 흐름을,
생활의 언어로.

CIN ECONOMIC NOTES

구글 윌로의 오류정정, 큐비트를 더 쓰면서 오류를 줄였다는 뜻

12월 9일 연구는 양자 메모리의 확장 가능성과 남은 계산 과제를 함께 보여 줬다.

핵심 먼저 읽기

AT A GLANCE
  • 구글 연구진은 윌로에서 오류정정 격자를 키울수록 논리 오류율이 줄어드는 결과를 공개했다.
  • 여러 물리 큐비트로 논리 큐비트를 보호하는 방식이며, 큐비트 개수 자체가 계산 속도와 같은 지표는 아니다.
  • 양자 메모리의 성과가 모든 업무를 실행하는 상용 양자컴퓨터 완성을 뜻하지는 않는다.
작은 색 타일들이 큰 보호 격자로 묶이고 옆에 돋보기가 놓인 파스텔 삽화
본문의 이해를 돕기 위한 일러스트레이션
이 글의 순서 · 7개 주제

발표의 질문은 더 큰 시스템의 신뢰성이었다

구글 퀀텀 AI 연구진은 2024년 12월 9일 윌로 프로세서의 양자 오류정정 연구를 공개했다. 핵심 질문은 물리 큐비트를 더 많이 사용해 정보를 보호할 때 오류가 오히려 줄어들 수 있느냐였다. 장치의 개수가 커진다는 사실만으로 신뢰성이 좋아지는 것은 아니므로 확장과 오류의 관계가 중요했다.[1]

같은 날 온라인으로 공개된 네이처 논문은 임계값 이하의 표면코드 양자 메모리를 다뤘다. 학술지 권·쪽 표시에 2025년이 들어가더라도 온라인 공개일은 2024년 12월 9일로 제시돼 있다. 과거 아카이브에서는 인쇄 권호의 연도와 당시 읽을 수 있었던 시점을 구분해야 한다.[2]

물리 큐비트와 논리 큐비트는 세는 대상이 다르다

물리 큐비트는 장치에서 정보를 다루는 실제 구성요소다. 오류정정에서는 여러 물리 큐비트를 결합해 하나의 논리 큐비트를 보호하는 구조를 만든다. 논리 큐비트는 그 보호된 정보 단위를 가리킨다. 따라서 물리 큐비트가 늘었다고 사용 가능한 논리 큐비트가 같은 수만큼 늘었다고 부를 수는 없다.[1][2]

그림으로 작은 타일들이 큰 격자를 이루는 모습을 떠올리면 단위 차이를 이해하는 데 도움이 된다. 다만 양자정보를 보호하는 실제 방법이 종이에 같은 글자를 여러 번 복사해 다수결하는 것과 같다는 뜻은 아니다. 이 비유는 구성요소와 보호된 정보 단위의 관계만 보여 준다. 상세한 동작에는 측정과 오류 해석의 별도 절차가 있다.

격자를 키울 때 오류가 줄어들었다

연구진 설명은 물리 큐비트 격자를 3×3에서 5×5, 다시 7×7로 키울 때 부호화된 오류율이 단계마다 대략 절반으로 줄었다고 밝혔다. 격자의 확대가 보호 효과를 강화하는 방향으로 나타났다는 점이 성과였다. 이 숫자를 단순히 9개·25개·49개의 독립적인 유용 계산 단위라고 바꾸어 읽으면 오류정정의 목적이 사라진다.[1]

예를 들어 어떤 오류율을 절반으로 두 번 줄이면 처음의 4분의 1이 된다. 이것은 단계적인 억제 관계를 이해하는 산술 예시이며 실제 장치의 전체 오류율이나 모든 연산의 성공률을 계산한 것은 아니다. 격자 크기별 실험 조건과 측정 대상을 유지해야 연구의 결과를 다른 지표와 섞지 않게 된다.

임계값 아래라는 조건이 붙는다

논문은 물리적인 오류 수준이 임계값보다 낮을 때 규모 확대에 따라 논리 오류가 줄어드는 원리를 설명한다. 아무 장치에나 큐비트를 계속 붙이면 자동으로 오류가 사라진다는 법칙은 아니다. 구성요소와 연산의 품질이 먼저 일정 조건을 충족해야 보호의 이점이 나타난다.[2]

이 때문에 큐비트 수를 기업 간 성능 순위처럼 한 줄로 비교하기 어렵다. 물리 오류 수준, 연결과 측정, 오류를 해석하는 방식이 함께 영향을 주기 때문이다. 이번 성과는 특정 실험에서 확장 가능한 보호의 방향을 보였다는 뜻이다. 발표가 검증하지 않은 모든 규모의 장치에 동일한 결과가 보장된다고 확대해서는 안 된다.

오류를 해석하는 고전 소프트웨어도 필요하다

연구진은 측정 정보를 받아 오류를 판단하는 디코더가 고전 소프트웨어로 동작한다고 설명했다. 양자 장치가 정보를 만들어 내는 속도를 해석 과정이 따라가야 한다. 하드웨어의 품질을 높이는 일과 소프트웨어가 측정 결과를 제때 처리하는 일은 함께 필요한 조건이다.[1]

실시간 해석이 가능하다는 것과 해석 지연이 전혀 없다는 것은 다르다. 연구진은 디코더의 지연이 오류정정 연산의 속도에 영향을 줄 수 있어 개선이 필요하다고 밝혔다. 단순히 오류가 줄었다는 결과를 모든 계산이 더 빨라졌다는 주장으로 바꾸면 이런 비용을 놓친다. 신뢰성과 처리 속도는 다른 측정 축이다.[1]

메모리 보호와 유용한 계산의 완성은 구분한다

논문은 강건한 양자 메모리를 만드는 데 초점을 맞추며 논리 연산에는 추가 과제가 생긴다고 설명했다. 정보를 더 오래 신뢰성 있게 유지하는 능력은 중요하지만, 그것만으로 복잡한 업무를 끝까지 실행하는 시스템이 완성되는 것은 아니다. 메모리 실험과 전체 알고리즘의 실용성을 나누어 읽어야 한다.[2]

연구 설명도 대규모 내결함성 양자컴퓨터까지 여전히 큰 공학 과제가 남아 있다고 밝혔다. 특정 연구 성과를 곧바로 모든 암호 해독, 신약 개발이나 일반 업무의 상용 서비스 제공으로 연결할 근거는 없다. 가능한 응용 분야의 소개와 그 응용이 실제로 구현됐다는 증거는 서로 다른 수준의 주장이다.[1]

벤치마크 하나보다 무엇을 측정했는지가 중요하다

기술 발표에서 큰 숫자가 등장하면 먼저 측정 대상과 조건을 확인해야 한다. 큐비트 개수, 오류정정 주기의 신뢰성, 디코더 지연과 특정 계산의 실행 시간은 서로 다른 단위다. 숫자가 크거나 작다는 방향만 맞추어 하나의 종합 성능으로 합칠 수는 없다. 연구의 범위를 유지하는 것이 기술을 과장 없이 설명하는 방법이다.

이번 글은 양자 오류정정 성과를 다루며 모든 실용 계산의 우위를 판정하지 않는다. 12월 14일까지 확인할 수 있었던 핵심은 특정 조건 아래 오류정정 구조를 확대하면서 논리 오류를 줄였다는 연구 결과와, 이를 더 큰 실제 계산으로 확장하는 과제가 남았다는 점이다. 성과와 남은 과제를 함께 적어야 발표 당시의 의미가 보존된다.[1][2]

오류율이 줄었다는 문장에는 어떤 정보를 얼마나 오래 유지했는지라는 측정 범위가 붙어야 한다. 메모리의 반복 실험과 다양한 논리 연산을 연속 수행하는 시험은 동일하지 않다. 이를 구분하면 기초 연구의 성과를 인정하면서도 실용화를 앞당겨 단정하지 않게 된다.

이 글에서 생긴 질문을 다른 관점으로 이어 읽어보세요.

CONNECTED NOTES

SOURCES & FURTHER READING

참고한 자료, 더 읽을 거리

글의 근거와 더 자세한 배경은 아래 원문에서 이어 읽을 수 있습니다.

01
Google Research

Making quantum error correction work

↗
02
Google Quantum AI and Collaborators / Nature

Quantum error correction below the surface code threshold

↗
CIN

흩어진 소식을 연결하고,
일상의 질문에서 경제를 이해합니다.

블로그 소개 ↗