복잡한 연산 필수 자원 '매직 스테이트' 병목 완화 돌파구 마련
전기 드리프트·온도 노이즈 극복하고 '논리적 T-상태' 생성 입증
색상·표면 코드 간 전환 기술 성공…실용적 오류 내성 상용화 과제
전기 드리프트·온도 노이즈 극복하고 '논리적 T-상태' 생성 입증
색상·표면 코드 간 전환 기술 성공…실용적 오류 내성 상용화 과제
이미지 확대보기[핵심 포인트]
○ 40배 오류 감소와 99.99% 충실도: 구글 퀀텀 AI 연구팀이 자사 '윌로우(Willow)' 양자 프로세서에서 마법 상태 배양(Magic State Cultivation) 기술을 시연해 기존 대비 오류율을 40배 낮추고 99.99%의 논리적 충실도를 기록했다.
○ 컴퓨팅 자원 낭비 병목 해결: 복잡한 연산에 필수적이지만 양자 컴퓨터 전체 용량의 최대 95%를 소모하던 1회용 '매직 스테이트(Magic State)' 생성 부담을 크게 줄일 수 있는 길을 열었다.
○ 이종 오류 수정 코드 간 결합 시연: 정제된 양자 상태를 '색상 코드(거리 3)'에서 '표면 코드(거리 5)'로 전환하는 '접합(Stitching)' 기술을 실제 하드웨어에서 성공시켰다.
구글이 실용적인 양자 컴퓨터 상용화의 최대 기술적 난제로 꼽혀온 '마법 상태(Magic State)' 생성 과정의 오류율을 40배 낮추는 획기적인 돌파구를 마련했다고 과학 기술 전문매체 인터레스팅 엔지니어링이 15일(현지시각) 보도했다.
구글은 자사의 최신 양자 프로세서 '윌로우(Willow)'를 활용해 99.99%에 달하는 논리적 충실도를 달성하면서 오류 수정(FTQC) 기반 범용 양자 컴퓨터 구축에 한 걸음 더 다가섰다.
양자 자원 95% 잡아먹던 '마법 상태' 병목 돌파
범용 양자 컴퓨터가 비선형적이고 복잡한 고난도 계산을 수행하기 위해서는 '마법 상태(Magic State)'라는 특수한 양자 상태가 필수적이다. 그러나 기존 기술로는 충분히 낮은 오류율을 가진 마법 상태를 만들어내는 데 막대한 컴퓨팅 자원이 소모됐다.
학계에서는 마법 상태를 준비하는 데만 양자 컴퓨터 전체 용량의 최대 95%가 투입되어 실제 연산을 수행할 물리적 공간이 거의 남지 않는다는 점을 지적해 왔다. 특히 마법 상태는 연산 시 단 1회만 사용되고 소멸하므로, 시스템이 지속적으로 깨끗한 상태를 새로 생성해 공급해야 하는 구조적 한계가 있었다. 구글의 이번 실험은 이 같은 연산 자원 낭비와 병목 현상을 대폭 완화할 가능성을 입증했다.
오류 걸러내는 '양자 필터'…온도·장비 잡음 극복
구글 퀀텀 AI 연구팀은 2024년 크레이그 기드니, 노아 셔티, 코디 존스 연구원이 제안한 이론적 설계를 발전시켜 '마법 상태 배양' 기법을 구현했다. 프로세서의 특정 소구역에 오류가 섞인 양자 상태를 주입한 뒤, 정밀하게 조율된 측정 루틴을 거쳐 결함을 식별하고 필터링하는 방식이다. 검증을 통과하지 못한 상태는 즉각 폐기되고, 살아남은 순도 높은 상태만 선별해 더 큰 연산 영역으로 확장한다.
초기 실증 단계에서는 실험실 내부의 미세한 온도 변화와 제어 장비의 전기적 드리프트(표류 현상)로 인해 계측 노이즈가 발생하는 변수가 나타났다. 연구팀은 하드웨어 제어 능력을 고도화하고, 배양 과정 자체를 활용해 결과를 정밀 측정하는 독자적 벤치마킹 체계를 구축했다. 그 결과 배양 처리를 거치지 않은 상태 대비 오류를 40배 줄였으며, 생성된 논리적 T-상태의 충실도는 99.99%를 기록했다.
이종 오류 수정 코드 '접합' 성공…대형화 과제는 여전
연구진은 단순한 오류 감소를 넘어 서로 다른 오류 수정 메커니즘 간의 상태 전송 기술도 하드웨어에서 직접 시연했다. 양자 정보 보호 수준을 결정하는 '거리 3의 색상 코드(Color Code)'에서 '거리 5의 표면 코드(Surface Code)'로 정제된 양자 상태를 이동시키는 데 성공했다.
'접합(Stitching)'으로 불리는 이 공정은 실제 하드웨어 환경에서 복합적인 오류 수정 방식을 결합할 수 있음을 보여준다. 미래 대규모 양자 컴퓨터가 물리적 큐비트 소모를 최소화하면서 안정적 연산을 이어가기 위해 필수적인 핵심 기능이다.
다만 이번 성과가 실용적 오류 허용 양자 컴퓨터의 즉각적인 완성을 의미하는 것은 아니다. 구글 연구진은 실제 산업용 응용 프로그램을 가동하기 위해서는 이번에 검증된 배양 기술을 수천~수만 개 수준의 대규모 논리 큐비트 환경에서 확장해 재입증해야 한다고 분석했다.
이인수 글로벌이코노믹 기자 tjlee@g-enews.com
[알림] 본 기사는 투자판단의 참고용이며, 이를 근거로 한 투자손실에 대한 책임은 없습니다.

































