일본산업뉴스요약

Nikkei X-TECH_2021.9.8

Ising Machine으로 진정한 DX를 시작
D웨이브의 양자 어닐링 머신
경이적인 속도로 큐비트 수 확대

담금질 기법(Simulated Annealing, SA) 등 이징 모델(Ising model)을 이용한 조합의 최적화 해법(Solver)은 이전부터 있었지만, 그 전용 기기로서의 존재 의의를 최초로 제시한 것은 캐나다의 D웨이브시스템이 개발한 양자 어닐링(Quantum Annealing) 머신이다. 결과적으로 이 양자 어닐링 머신에서 촉발된 SA 머신이 속속 등장하는 계기가 되었다. D웨이브는 최초의 큐비트 개발로부터 16년 간 큐비트 수를 계속 늘려, 현재는 5,640 큐비트가 집적된 칩을 실용화하고 있다. 하지만, 전(全)결합형이 아니라는 문제에서 빠져 나오지 못하고 있다.

이전까지 소프트웨어 베이스의 SA밖에 없었던 이징 모델에 전용 기기, 그것도 논문으로 발표된 지 얼마 안된 양자 어닐링 방식을 채택한 전용 기기를 세계 최초로 개발해 2011년에 상용화한 것이 캐나다의 D웨이브이다.

D웨이브는 2006년 말, 처음으로 개발을 대외적으로 공표했지만, 당시의 여정은 가시밭길이었을 것이다. 당시 양자컴퓨터 연구자들의 대부분이 양자 어닐링 자체를 회의적으로 보고 있었던 가운데 이름도 생소한 벤처기업이 ‘단열적 양자컴퓨터(AQC)를 개발했다’라고 주장한 것으로, ‘사기’ 또는 ‘평범한 SA 머신일 뿐’이라는 비난이 난무했기 때문이다.

도쿄공업대학의 대학원생 시절 양자 어닐링에 대한 논문을 발표한 양자 어닐링의 1인자 중 1명인 현 덴소 첨단기술연구소 AI연구부 데이터사이언스연구실 양자컴퓨팅연구과의 가도와키(門脇) 과장조차 “2011년에 처음으로 D웨이브의 양자 어닐링 머신을 알게 되었지만, 사용할 수 있을 것이라고는 도저히 생각되지 않았다”라고 말한다.

이후, 미국의 NASA 등이 이 머신을 평가해 공동연구를 시작했다. 사기 논쟁은 2013년경까지 계속 되었지만, 점차 ‘비판은 잘못된 것이었다’라며 백기를 든 연구자들이 증가했다. 현재는 적어도 8비트까지는 양자얽힘이 있으며, 다수의 큐비트를 매우 낮은 노이즈로 구현한 양자 어닐링 머신이라는 평가가 정착되어 있다. 다만, 격렬한 논쟁 속에서 양자적 가속(Quantum Speedup)을 확인할 수 없다는 것도 거의 밝혀졌다.

-- 무어 법칙을 뛰어넘는 페이스로 규모 확대 --
D웨이브는 2011년 이후, 초기에는 1.5년에 2배, 최근까지도 2년에 2배 미만이라는 경이적인 페이스로 큐비트 수를 늘려 왔다. 현재는 약 5,000비트로, 큐비트 기반 기기로서는 압도적이다. 가까운 미래에 7,000 비트 버전 머신을 시장 투입할 수 있을 것으로 보인다.

하지만 D웨이브의 양자 어닐링 머신을 조합의 최적화 문제에 사용하려고 하면 바로 큰 문제에 직면한다. 전결합이나 그에 가까운 결합성을 갖는 것이 필요한 조합의 최적화 문제에서 풀 수 있는 문제의 규모가 극히 작다는 점이다.

이것은 큐비트 간의 결합이 구현 상의 제약으로 인해 전결합이 아닌, ‘키메라(Chimera) 그래프’ 또는 ‘페가수스(Pegasus) 그래프’라고 하는 소(疎)결합으로 되어 있는 것에 기인한다.

-- 전결합이 필요한 문제에는 제곱근이 적용 --
이러한 소결합에서도 독립적인 큐비트 수를 큰 폭으로 줄이고 남은 큐비트를 독립적인 큐비트의 클론으로 사용하는 ‘그래프 삽입’을 조작함으로써, 전결합을 어느 정도 재현할 수는 있다. 하지만, 이 경우 큐비트의 총수가 K개라 하더라도 전결합이 필요한 문제에 사용할 수 있는 실질적인 큐비트 수 N은 대략 √K개에 비례한다.

구체적으로는, K=2,048비트의 ‘D-Wave 2000Q’에서는 N=64비트, K=5,640비트의 ‘D-Wave Advantage’에서는 N=74비트밖에는 전결합 문제에 사용할 수 없다. 뿐만 아니라 그래프 삽입 조작 자체를 이용자가 문제마다 고려하지 않으면 안되기 때문에 그 완성 여부가 구해(求解) 결과를 크게 좌우한다.

-- 하이브리드화로 규모 문제 회피 --
이에 대한 해결책, 정확하게는 회피책으로 D웨이브는 클라우드 서비스 'LEAP'에서 양자 어닐링과 고전적 솔버인 하이브리드 모드를 마련해, 전결합 문제에서 양자 어닐링의 대응 범위를 넘는 경우에도 해답을 구할 수 있도록 했다. D웨이브는 그 상세한 내용을 밝지 않고 있지만, 이 고전적 솔버는 반드시 SA인 것은 아니며, 탐욕법(Greedy Algorithm) 등도 사용되고 있는 것 같다.

-- 다른 솔버와는 경쟁하지 않는 방향으로 --
D웨이브는 자사의 양자 어닐링 머신을 비즈니스 방면, 즉 업무 상 조합의 최적화 문제 해결에 사용하는 것을 포기한 것은 아니다. 가도와키 과장은 양자 어닐링 머신 자체의 특징을 살릴 수 있는 길을 선택하는 편이 좋을 것이라고 생각하고 있다. 구체적으로는, 동일한 조합의 최적화 문제에서 “양자 어닐링은 제약 항목이 적은 고차원 문제에 적합하다”(가도와키 과장). 여기서 말하는 차원이란, 예를 들어, 일반적인 거리 공간 상의 차원에서 순회 세일즈맨 문제 등은 ‘2차원적’이다. 단, 보다 추상적인 차원도 상정하고 있는 것 같다.

D웨이브의 양자 어닐링 머신을 조합의 최적화 문제 이외의 다른 용도에 사용하는 사례도 많아졌다. 예를 들면, 미쓰이스미토모파이낸셜그룹은 양자 어닐링 머신을 기계학습의 데이터 확장에 사용하려고 했다. 메루카리(メルカリ)는 ‘스핀’의 기저 상태(Ground state)가 아닌, 여기 상태(Excitation state)를 구하는 수단으로 양자 어닐링 머신을 사용하고 있다.

D웨이브도 최근에는 양자 화학 분야에 양자 어닐링 머신을 이용한 논문을 몇 편 내기 시작했다. 본래는 양자적 요동을 만들어내 최적의 해답을 이끌어내기 위한 ‘횡자장’을 스텝마다 제어하는 것으로, 간이적이지만 양자게이트형 양자컴퓨터와 같은 사용법으로 사용하고 있다.

 -- 끝 --

Copyright © 2020 [Nikkei XTECH] / Nikkei Business Publications, Inc. All rights reserved.