1. 개요

양자컴퓨터 시대가 다가왔다. 양자역학적 병렬처리가 가능하여, 단 한 번의 연산으로 여러 개의 데이터를 처리할 수 있게 됨으로써 슈퍼컴퓨터의 한계를 뛰어넘는 새로운 계산 방법이 개발된 것이 다. 빅데이터 시대의 도래에 따라 컴퓨터가 처리해야 하는 데이터 양이 폭증하면서 슈퍼컴퓨터 대비 수억 배 이상 빠른 초고속 연산이 가능하게 될 것으로 기대되고 있다. 양자역학 기반의 양자컴퓨팅 이 보여준 혁신적인 성능 개선에 힘입어 인공지능, 기계학습 분야에 양자컴퓨팅 알고리즘을 적용하 는 연구가 최근 집중적인 관심을 받고 있다. 본 보고서는 양자 기반 학습 기술의 현황 및 전망에 대해 알아보고자 한다

2. 주요 내용

세계는 인공지능 개발에 전력을 가하고 있다. 인공지능은 4차산업혁명에서의 핵심 기술로서 인 간의 뇌만큼 사고하고 더 많은 정보를 더 빨리 처리할 수 있는 컴퓨터 또는 그것을 실현하기 위한 시스템을 말한다. 인공지능은 이미 많은 애플리케이션 영역에서 게임체인저 역할을 해왔다[1a] . 미래학 자들은 인공지능이 통제 불가능한 수준으로 발전되어 지능의 폭발이 일어나는 기술적 특이점을 가져 올 것이라 예견하였지만, 이러한 문제점들로 인해 “현재의 인공지능 기술이 이러한 기술적 특이점에 도달하느냐”에 대해서는 기술적으로 회의적인 부분이 있다. 인공지능은 데이터에서 알려지지 않은 패턴 결과물을 발견하는 데 사용되는 알고리즘들에 따라 학습 능력이 달라지며, 많은 양의 데이터 를 효율적으로 처리하며 최적화된 결과물을 빠른 시간 내에 얻는 것을 목표로 하고 있다. 이러한 측 면에서 슈퍼컴퓨터는 일반 컴퓨터에 비해 주어진 자료를 수백, 수천 배의 속도로 처리하는 초고속 대용량 인공지능이라 볼 수 있다. 하지만 인공지능 구현에 있어 데이터 하나하나마다 순차적으로 처 리해야 한다는 하드웨어의 한계점이 있다. 또한 2020년 MIT, IBM 등은 번역, 이미지 인식 등 다섯 가 지 인공지능 응용에 대해 인공지능 기술이 컴퓨팅 파워의 한계에 접근하고 있다는 내용으로 논문을

발표하였는데, 예를 들어 인공지능 인식의 오류율을 줄이기 위해서 많은 컴퓨팅 파워를 필요로 하 며, 딥러닝의 경우 다른 인공지능 방법보다 훨씬 더 많은 컴퓨팅 파워를 필요로 하고 있다는 것이 다. 이러한 반도체 등 하드웨어의 한계와 에너지 비효율 등의 문제를 안고 있는 기존 컴퓨터의 문 제를 해결할 수 있는 대안으로 양자컴퓨터가 미래형 컴퓨터로 주목받고 있다.