IBM·시스코, 양자 인터넷 협력 선언…아이온Q·디웨이브 등 주가 폭락

양자컴퓨터의 인터넷이라고 할 수 있는 양자 네트워크 협력이 20일(현지시각) 발표됐다.

IBM과 시스코 시스템스는 이날 결함에 내성을 갖는(내결함성) 양자컴퓨터 네트워크를 공동 개발하기로 했다고 발표했다.

양자컴퓨터 네트워크는 인터넷처럼 독립적인 양자 컴퓨터들을 먼 거리에서도 서로 연결시켜 대화할 수 있도록 하는 시스템이다.

구상이 현실화하면 양자컴퓨터는 더 이상 실험실 수준에 머물지 않고 실생활에 활용될 수 있다.
양자컴퓨터가 넘어야 할 사실상의 마지막 장애물이다.

아이온Q, 리게티, 디웨이브 등 양자컴퓨터 스타트업들은 이날 폭락했다. IBM이 양자 네트워크 구상을 발표한 충격에 더해 인공지능(AI) 관련주들이 폭락하자 된서리를 맞았다.


IBM은 이날 오랫동안 협력해 온 시스코와 함께 대규모의 내결함성 양자컴퓨터 네크워크를 구축하겠다고 발표했다.

IBM은 이르면 2030년이 양자컴퓨터 인터넷이 실현될 것으로 전망했다.
두 회사는 1999년부터 협력해왔다.

양자컴퓨터 네트워크는 컴퓨터들을 인터넷으로 연결하는 것과 유사한 개념이다.

지금의 컴퓨터들은 네트워크 상에서 인터넷을 통해 서로 데이터를 교환하고 통신하지만 양자컴퓨터에는 이런 인터넷과 같은 네트워크가 아직 없다.

네트워크 부재로 인해 양자컴퓨터들은 개별 단위로만 작동할 수밖에 없다.

그러나 양자컴퓨터 네트워크가 구현되면 양자컴퓨터들도 상호 정보 교환과 대화가 가능해진다.

양자컴퓨터 스타트업 아이온Q와 리게티도 이 네트워크 구축에 관심을 보여왔다.


IBM과 시스코는 이런 양자컴퓨터 네트워크가 실제로 가능할지를 알아보는 단계인 이른바 ‘개념 증명(PoC, Proof-of-Concept)’을 3~5년 안에 선보일 계획이다.

이후 10년에 걸쳐 더 많은 시스템들을 더 먼 거리에서 연결시킬 수 있는 기술을 개발해 2030년대 초반 실용화한다는 목표다.

개념 증명은 어떤 아이디어나 이론, 기술이 실제로 실현 가능하고 효과가 있는지 확인하기 위해 간단한 시제품을 만들어 검증하는 것을 말한다.

요리법을 개발할 때 소량만 만들어 맛을 보는 것과 같다.

사용자 관점에 초점을 맞춘 시제품(프로토타입)보다 초기 단계로 내부적인 기술 검증에 사용된다.

IBM과 시스코는 이르면 3년 안에 최소 두 개 이상의 양자컴퓨터가 양자적으로 정보를 주고받는 것이 실제로 가능한지 작은 규모의 시연을 하기로 한 것이다.

이 개념 증명이 성공하면 2030년대 초반 더 많은 시스템을 더 긴 거리로 연결하는 실제 기술 개발 단계로 나아갈 수 있다.


지금의 양자컴퓨터는 오류도 많고 아직 어설프다. 양자컴퓨터의 큐비트가 환경에 매우 민감하고, 이때문에 오류 발생 가능성이 높다.

지금의 일반 컴퓨터(고전 컴퓨터)와 다르다.

양자컴퓨터는 그 특성상 완전히 오류가 없도록 할 수는 없지만 오류가 있더라도 정상적인 작동을 유지할 수 있는 상태로 만드는 것은 이론적으로 가능하다.

IBM은 이렇게 결함에 내성을 갖는 이른바 ‘내결함성(Fault-Tolerant)’ 양자컴퓨터를 개발하는데 적극적이다. 최근에는 양자 오류 수정 알고리즘을 고전 하드웨어서 실행하는 데 성공했다고 발표하기로 했다.


양자컴퓨터가 내결함성을 갖고 네트워크로 연결도 되면 수조 개의 양자 연산을 필요로 하는 문제들도 해결할 수 있다고 IBM은 강조했다.

이는 AI와는 또 다른 현실 세계에 엄청난 영향을 미칠 수 있는 혁명적 사건이다.

양자컴퓨터는 양자중첩을 통해 대규모의 최적화 문제 해결에 탁월한 성능을 보인다.

양자컴퓨터는 무엇보다 신약, 신소재 설계에 탁월하다.

신약 개발을 위해서는 복잡한 단백질이나 화학 반응에 관해 양자 역학적인 상호작용까지 고려해 시뮬레이션을 해야 하지만 고전 컴퓨터로는 엄청난 계산량으로 인해 시간이 오래 걸리고, 정확하지도 않다.

반면 양자컴퓨터는 본질적으로 양자 역학의 원리를 따르기 때문에 시뮬레이션이 더 정확하고 효율적이다.

신약 개발의 경우 특정 질병을 유발하는 단백질과 상호작용하는 수십 억개 화합물 가운데 가장 효과적인 약물 후보 물질을 빠르게 찾아낼 수 있다. 또 약물이 인체 내 다른 분자들과 어떻게 상호작용해 부작용을 일으킬수 있는지도 미리 예측할 수 있고, 신약 개발 초기 단계에서 부작용을 줄일 수 있다.

아울러 개인의 유전적 특성에 따라 약물이 어떻게 반응할지 시뮬레이션해 최적의 맞춤형 치료법도 설계할 수 있다.


김미혜 글로벌이코노믹 해외통신원 LONGVIEW@g-enews.com


[알림] 본 기사는 투자판단의 참고용이며, 이를 근거로 한 투자손실에 대한 책임은 없습니다.