혼란, 실패, 멈춤의 순간도 성공으로 이루어질 수 있는 중첩 상태일지 모릅니다 | 양자, 성공, 실패, 의미, 최적화, 퀀텀 - ko

우리에게 모두 똑같이 주어진 24시간을 어떻게 써야 가장 잘

썼다고 할 수 있을까요? 저는 늘이 고민을 하면서 살아가고 있는데요.

이른바 최적화에 대한 고민이죠.이 이 어려운 분야를 연구하면서 굉장히 많은

실패를 경험했습니다. 그런데 사실 저는 이것도 실패라고 생각하지는

않습니다. 실패를 경험했을지는 모르지만 실패한 연구는 아니다.

그래서 저는 매 순간을 아직 측정되지 않은 가능성의 상태로 받아들입니다.

그리고 그 가능성에서 성공의 확률을 높이기 위해서

[박수] 네. 안녕하세요. 저는 한국 전자통신

연구원 양자 컴퓨팅 연구실에서 양자 알고리즘 개발 및 성능 분석 연구를

하고 있는 배옥이라고 합니다. 우리에게 모두 똑같이 주어진

24시간을 그 시간 어떻게 써야 가장 잘 썼다고 할 수 있을까요? 여러분도

늘 이런 고민을 안고 사시죠? 저는 늘이 고민을 하면서 살아가고

있는데요. 이른바 최적화에 대한 고민이죠. 사실 사전에서 말하는

최적하란 주어진 자원이나 조건 내에서 최선의 결과를 얻는 과정을 말합니다.

사실 자원이란 시간일 수도 있고 상황에 따라서 돈이나 건강일 수도

있습니다. 제가 연구하는 양자 컴퓨터의 경우에는 연산에 사용 가능한

정재된 큐비트의 수가 그 자원이 됩니다. 우리는 사실 일상 속에서도

체적화가 필요한 상황을 많이 마주하곤 하는데요. 버스를 탈 때마다 저는

항상지도 어플을 켜고 최단 거리 혹은 최소 시간을 검색합니다. 그리고

물건을 살 때 여러 사이트를 열어 두고 최저가를 찾아보곤 하죠. 또는

어 예를 들어서 어떤 전시를 갔을 때 전시에 다양한 프로그램이 있는데 그게

동시에 여러 장소에서 열리는 경우가 있습니다. 그럼 이걸 어떻게 하면

내가 최대한 효율적으로이 전시를 즐길 수 있을까? 최적의 동선을 고민하신

경험 모두 있으실 거라고 생각을 합니다. 사실 우리 주변에서 보는

수많은 마케팅 활동들 이런 것들 모두 최적화를 고민고민한 흔적들이 있는

것들입니다. 네. 제가 간단한 예시를 하나 들어 볼게요. 어떤 회사에서

신제품을 출시했다고 생각을 해 보겠어요. 근데 이제 파트 부장님께서

말씀하십니다. 우리 제품 개발에 이미 너무 많은 돈을 썼어요. 그래서

홍보를 하고 싶은데 최소한의 돈으로 홍보를 하려면 어떤 방법을 써야

할까요?라고 물어보십니다. 적은 돈으로 큰 홍보 효과. 어,

이건 마치 심플하지만 화려한 혹은 기존과 똑같지만 창의적인 그런

아이디어를 내봐라 하는 굉장히 어려운 문제라고 생각이 듭니다. 적은 돈으로

큰 홍보 효과를 얻는 것 어떻게 풀어갈 수 있을까요? 생각해 봤을 때

무작기로 어 제품 샘플을 1천명에게 그냥 나눠 주는 거보다는 영향력이

있는 인플루언서 10열명을 선정해서 샘플을 제공하고 그분들이 이제 퍼트릴

수 있는 파급력을 활용해서이 최적화 방법을 사용을 할 수가 있겠죠. 이때

광고비는 추가되겠지만 사실 그만한 가치가 있는 좋은 홍보 효과가 될 수

있겠습니다. 그런데 이게 항상 좋을까요?

네. 이런 상황들을 매번 하나씩 체크할 수가 없기 때문에 이런 걸

수학적으로 모델링할 수 있는 방법이 있습니다. 사실 수학에서 그래프라는

구조를 활용을 하면 되는데요. 그래프라는 건 꼭짓점들과 변으로

이루어진 어떤 수학적 구조이고요.이 문제 활용할 때 소비자들을 꼭짓점으로

생각을 하고 그들 사이에 연결되어 있다는 거는 서로 구매에 영향을

미친다라는 의미로 해석할 수 있습니다. 그리고 변의 어떤 숫자를

할당한다면 서로가 구매에 얼마나 큰 영향을 미치는지 숫자가 클수록 아

내가 사면 얘도 사는구나 이렇게 구조화 할 수 있겠죠. 그럼 우리가

이런 그래프를 가지고 있다고 가정을 해 볼게요. 그랬을 때 구매 영향력을

최대가 되도록 혹은 이거는 그래프 문제에서는 변의 가중치가 최대가

되도록 소비자의 집단을 A 집단과 B 집단으로 나누고 사실 그룹이 제일

규모가 작은 한 집단에게만 무료 샘플을 제공을 하는 방법을 선택할 수

있습니다. 그러는 우리는 샘플 제공 비용을 최소화하면서도 전체적으로는

최대 구매 효과를 얻을 수 있는 어 마케팅 전략이 되는 것이죠. 사실

이거는 수학에서 말하는 최대 문제입니다. 그래서 수학적인 구조로

이런 마케팅 문제에 활용을 할 수가 있습니다. 네. 사실 저는 어 이제

수학 전공을 하였고 이런 문제들을 연구하고 있는데요. 제가 연구하고

있는 이런 최적화 문제를 사용하는 어 최적화 문제를 해결할 때 양자

알고리즘을 어떻게 활용하면 더 문제를 잘 풀 수 있을지 주로 연구를

합니다. 네. 사실 최대 문제는 수학에서 MP 완전 문제로 알려져

있습니다. MP 완전 문제라는 거는 그냥 일반적인 그래프에 대해서 정확한

해를내는 데에는 굉장히 오랜 시간이 걸리는 문제라는 것이죠. 하지만

우리가 그래프의 구조를 좀 특정한 아이를 찾거나 아니면 근사 알고리즘

같은 것을 사용하면 어 다음 시간에 해를 찾기도 하고요. 아니면 근사해를

구할 수도 있습니다. 그래서 이런 문제들은 근사해를 구하는 것만으로도

의미가 있을 수가 있어요. 그래서 예를 들면 전 세계를 운행하는

항공사의 노선 그리고 비행기의 투입 그리고 승객들 복잡한 종들을 모두

계산해서 최종의 항공기 운항 계획을 짜는 것과 같은 경우에는 사실 정확한

답이 아니더라도 최적에 가까운 답을내는 것만으로 큰 비용 절검

효과를 얻을 수가 있습니다. 그런데 이런 조합 최적화 문제를 양자

컴퓨터로 풀면 어떤 이점이 있을까요? 네. 사실 바로 제가이 질문에 대답을

하기 위해서 항상 연구를 하고 있고요. 어떤 알고리즘을 연구하냐면

양자 근사 최적화 알고리즘이라고 불리는 알고리즘을 연구를 합니다.

사실 최적화 문제와 다르게 암호랑 직결되는 소인수 문제라는 것이

있어요. 소인수 문제는 주어진 큰 숫자의 정확한 인수를 찾는 것이

중요합니다.이 문제를 풀기 위한 방법으로는 이미

쇼어의 팩토링 알고리즘이라는 것이 잘 알려져 있습니다. 그래서 소인수

분해를 기반으로 하는 암호 체계인 RS 암호 체계를 뚫으려면 사실은

매우 많은 수의 큐비트가 필요하고요. 오류 보정을 잘해야 합니다. 그런데

지금 우리가 가지고 있는 양자 컴퓨터 기술 수준과는 그 규모나 오류 부정

정도가 아직 거리가 있다고 생각을 합니다. 그래서 지금 많은 연구자들이

중규모 크기에 잡음이 있는 양자 컴퓨터, 니스크라고 부르는 양자

컴퓨터를 활용할 수 있는 양자 알고리즘에 대한 연구를 많이 하고

있습니다.이 상황에서 주목받는 것이 바로 변분

양자 알고리즘입니다.이 방식은 어 양자 컴퓨터와 고정

컴퓨터가 서로 잘하는 역할을 나눠서 협력을 하는 하이브리드 방법이

되겠습니다. 양자 컴퓨터는 양자 얽힘이나 중첩 혹은 병렬 계상 등

양자의 특성을 이용해서 우리가 구하고자 하는 답이 있는 영역을 넓게

탐색하는 것을 잘합니다. 그리고 고정 컴퓨터는 이미 미적분학 같은 문제를

굉장히 빠르고 정확하게 풀 수가 있죠. 그러니깐 양자 컴퓨터로부터

받은 결과에 매개 변수를 조정하여서 다시 양자 컴퓨터에게 넘겨 주고

그거를 계속 정확한 답을 찾아가는 방향으로 이렇게 양자 고정 왔다 갔다

하는 방식이 바로이 변분 양자 알고리즘이 되겠습니다.

사실 순수 양자 장치로만 계산해서는 잡음이 많이 생길 수 있는 문제들을

조금 더 현실적이고 실용적인 방법으로 최적화해서 해결하고자 하는 방식이라고

생각하시면 되겠고요. 이런 방법이 제가 연구하는 내용입니다.

네. 사실 제가 집중해서 연구하고 있는 양자 근사 최적화 알고리즘 뭐

QA라고 이제 줄여서 부르는데요. 이런 조합의 그러니까 조합 최적화

문제를 해결하기 위해서 고완된 이건 변분 양자 알고리즘의 종류의

하나입니다. 어 저는 사실 양자 역학을 잘

모르고이 분야를 시작했어요. 저는 수학을 전공으로 박사하기를 받았고요.

그리고 주로이 알고리즘의 성을 수학적으로 분석하는 연구 그리고 그

성능이 좋아지도록 개선하는 연구를 하고 있습니다. 그럼 항상 많은

분들이 저한테 질문을 하시거든요. 그래서 양자 컴퓨터로 이런 조합,

최적화 문제를 풀면 항상 더 좋은가요? 물어보시는데

어 결론부터 말씀드리면 그때그때 다릅니다. 사실 같은 문제라도 어떤

그래프 유형이 주어지냐에 따라서 양자 알고리즘이 더 나은 해를 줄 수도

있고 그렇지 않을 수도 있습니다. 특히 제가 앞서 설명드린 변분 양자

알고리즘 같은 경우에는 양자 고전을 넘나드는 계산들을 해야 하기 때문에

사실 그 성능을 수학적으로 증명하기가 좀 어렵습니다.

그래서 저는이 어려운 분야를 연구하면서 굉장히 많은 실패를

경험했습니다. 여기서 말하는 실패는 두 가지 의미가

있는데요. 첫 번째는이 양자 알고리즘의 성능 정도를 증명하는

방법을 아직 찾지 못한 거예요. 이럴 때에는 아직 성공하지 못한 열린

실패라고 할 수 있겠죠. 다른 방법들을 또 찾아보면 되니까요.

그리고 두 번째 의미에서의 실패는 고전 알고리즘이 양자 알고리즘보다

성능이 우수한 것을 발견했을 때 즉 제가 탐구하고자 하는 양자 이득

증명에 실패했을 때를 말을 합니다. 사실 이런 경우는 고정 컴퓨터로도

이미 충분히 문제를 잘 풀 수 있는 케이스를 제가 선택을 한 것이죠.

그런데 사실 저는 이것도 실패라고 생각하지는 않습니다. 왜냐하면 제가

연구하는이 양자 근사 최적화 알고리즘의 특성상 어 양자 하드웨어가

더 발전하고 성능이 좋아지면 더 좋은 결과를 만들어 낼 수 있다는 이론적인

증거가 있기 때문이죠. 어, 그리고이 모든 연구가 실패라고 생각하지 않는

가장 큰 이유는 제가 만든이 결과들이 다른 연구자들에게 길잡이가 되기

때문이에요. 어, 만약에 제가 양기자 이득 증명에 실패를 했다면 아,이

길은 아직 아니다.이 길로 가지 마세요라고 어, 알려 주는 것도

하나의 어, 의미 있는 성가라고 생각하기 때문입니다.

즉 제 연구가 다른 연구 분야와 얽혀 있어서 연구의 성공, 실패 여부가

어떤 식으로든 다른 연구자들에게 영향을 주고 있어요. 그래서 저는

저의 연구가 실패를 경험했을지는 모르지만 실패한 연구는 아니다.

성공적이었다라고 스스로 해석합니다. 사실 지금의 변분 양자 알고리즘 같은

경우는 실험이 가능한 얕은 해로로 의미 있는 해를 찾을 수 있다.

이것만으로도 우리에게 주는 의미가 충분히 있습니다. 그리고 앞으로 양자

알고리즘에서 여러 잡음들을 완화하고 우리가 해결하고자 하는 문제에

맞춤해서이 양자 회로들을 설계하는 등 다양한 연구와 결합을 한다면 충분히

맞는 답을 찾는 양자 컴퓨터의 실용화 단계까지이를 것이라고 기대하고

있습니다. 그래서 저는 이런 주제로 연구를 할 때마다 제 자신을 성공과

실패의 중첩 상태로 초기화 합니다. 사실 성공일지 실패일지는 아직

모릅니다. 왜냐하면 양자 역학에서도 측정되기 전까지는 모든 가능성이

공존하기 때문이죠. 하나의 연구 결과가 그리고 하나의 논문이 그리고

오늘의 선택 하나가 시간이 지난 뒤에는 그 상황에서 또 다르게

해석되기도 합니다. 그래서 저는 매 순간을 아직 측정되지 않은 가능성의

상태로 받아들입니다. 그리고 그 가능성에서 성공의 확률을

높이기 위해서 저는 다른 사람들과 얽히는 것을 선택합니다.

사실 양자 과학 기술의 발전과 응용은 물리학, 수학, 컴퓨터 공학,

전자공학, 광학 등 굉장히 다양한 학문과 얽혀 있습니다. 유기적으로

얽혀서 하나의 조화로운 시스템을 이루고 그리고 다양한 구성원들이

유기적으로 얽혀서 작동하게 됩니다. 학문의 경계를 넘어서 그리고 전공을

넘어서 사람을 넘어서 얽히는 순간 비로소 우리가 풀지 못했던 문제의

실마리를 발견하곤 했습니다. 양자 알고리즘의 개발 및 이론적 성능

분석 그리고 성능 분석을 위한 시뮬레이션 그리고 실제 구현을 위한

다양한 큐비트 플랫폼 개발까지 1,000피스의 퍼즐 조각이 모두

모여야 완벽한 그림이 완성되듯이 양자기 과학 기술 발전을 위해서는

여러 분야의 전문가들이 각자의 자리에서 연구를 열심히 수행을 하고

그 연구 결과들로 서로 소통하는 것이 무엇보다 중요하기 때문입니다.

그런데 이것은 연구실 안의 이야기만은 아닌 것 같아요. 우리의 인생도

마찬가지 아닐까요? 지금 여러분들이 겪고 계실 혼란, 실패, 멈춤의

순간도 어쩌면 성공으로 이루어질 수 있는 중첩 상태일지 모릅니다.이 모든

과정이 의미 있는 해를 찾아가는 단계에 있는 것이죠. 그리고 그

확률을 바꾸는 방법은 아주 사소한 얽힘에서 시작될 수 있습니다.

누군가에게 말을 걸어보는 것. 나와 다른 분야의 책을 펼쳐보는 것 혹은

오늘이 강연을 기억 속에 한 문장으로 남겨 보는 것. 그렇게 얽히는 순간

우리의 삶도 새로운 해답을 만나게 될 것이고 그게 우리의 삶을 최적화시키고

있는 것이 아니지 싶습니다. 오늘 제가 던진 생각의 입자 하나가

여러분의 내일에 미세하게 영향을 주어서 성공과 실패가 중첩된 상태에서

성공 확률을 더한 강연이었으면 좋겠습니다. 정청해 주셔서 진심으로

감사드립니다. 입니다. [음악]

[박수] [음악]