텔레그램 채널

양자물리 양자컴퓨터 Google Willow Nature 2025 오류 보정

⚛️ 구글이 만든 칩 하나가 슈퍼컴퓨터 10,000,000,000,000,000,000,000,000년 걸리는 계산을 5분 만에 끝냈다

구글 양자 AI 팀이 105개 큐빗짜리 칩 "Willow"를 공개했다. 이 칩은 양자 오류 보정의 30년 숙제를 최초로 풀었고, 세계 최고 슈퍼컴퓨터가 10셉틸리언 년(10^25년) 걸릴 계산을 5분 안에 처리했다. 이게 뭔 소린지, 왜 중요한지, 진짜 세상이 바뀌는 건지 총정리한다.

0. 읽기 전에: 이 글이 왜 중요한가

2024년 12월, 구글이 Nature에 논문 하나를 냈다. 제목은 "Quantum error correction below the surface code threshold." 직역하면 "표면 코드 임계값 이하의 양자 오류 보정." 이렇게 써놓으면 아무도 안 읽으니까 뭔 뜻인지 쉽게 풀어보겠다.

양자컴퓨터에는 30년 된 근본적인 문제가 있었다: "큐빗을 많이 쓸수록 오류가 기하급수적으로 늘어난다." 이건 그냥 기술의 한계가 아니라, 양자역학의 본질적 성질 때문에 생기는 문제였다. 학계에서는 "이거 진짜 풀 수 있는 거 맞아?"라는 회의론이 30년간 이어졌다.

구글이 그걸 풀었다. 큐빗을 늘릴수록 오류가 줄어드는 시스템을 처음으로 만들었다. 이건 양자컴퓨터 역사에서 "라이트 형제의 첫 비행"에 비유될 수준의 사건이다. 비행기가 300미터 날았을 때 "그래서 뭐? 대서양 건너는 건 불가능하잖아"라고 한 사람들이 있었다. 하지만 핵심은 비행기가 날았다는 사실 자체였다.

이 글은 양자컴퓨터가 뭔지 하나도 모르는 사람도 이해할 수 있게 처음부터 끝까지 풀어쓴다. 꽤 길다. 하지만 다 읽고 나면 "양자컴퓨터가 왜 대단한 건데?"라는 질문에 근거 있게 대답할 수 있다.

1. 양자컴퓨터가 뭔데? — "0과 1을 동시에"

먼저 보통 컴퓨터(클래식 컴퓨터)가 어떻게 작동하는지부터 보자.

너의 스마트폰, 노트북, 서버, 슈퍼컴퓨터 — 이것들은 전부 같은 원리로 작동한다. 0과 1. 이걸 비트(bit)라고 한다. 모든 계산, 모든 프로그램, 모든 게임, 모든 AI는 결국 0과 1의 조합이다.

비트는 스위치라고 생각하면 된다. 전기가 흐르면 1, 안 흐르면 0. 컴퓨터 안에 이런 스위치(트랜지스터)가 수십억 개 있고, 이 스위치들이 미친 듯이 빠르게 켜졌다 꺼졌다 하면서 계산을 한다.

핵심: 비트 하나는 0 또는 1 둘 중 하나만 될 수 있다. 동시에 둘 다는 안 된다. 이건 스위치니까 당연하다. 스위치는 켜져 있거나 꺼져 있지, "반쯤 켜져 있는" 상태는 없다.

큐빗(Qubit): 스위치가 아니라 동전

양자컴퓨터는 비트 대신 큐빗(quantum bit, qubit)을 쓴다. 큐빗은 0과 1을 동시에 가질 수 있다.

"동시에 가진다"는 게 대체 무슨 소리인가? 이건 인간의 일상 경험으로는 이해가 안 되는 개념이라, 비유가 필요하다.

"그래서 뭐? 동시에 존재하면 뭐가 좋은데?"

이게 핵심이다. 비트 2개는 한 번에 00, 01, 10, 11 중 하나만 표현한다. 4가지 조합이 있지만 동시에 가질 수 있는 건 1개뿐이다.

큐빗 2개는? 중첩 덕분에 00, 01, 10, 11 네 가지를 전부 동시에 표현한다. 큐빗 3개면 8가지, 10개면 1,024가지, 20개면 약 100만 가지, 50개면 약 1,000조 가지를 동시에 표현한다.

일반화하면: 큐빗 n개 = 2^n 가지 상태를 동시에 처리.

얽힘(Entanglement): 큐빗끼리 묶기

중첩만으로는 부족하다. 양자컴퓨터의 진짜 힘은 얽힘(entanglement)에서 나온다.

얽힘이란 두 개 이상의 큐빗이 서로 연결되어서, 하나를 측정하면 다른 하나의 상태가 즉시 결정되는 현상이다. 아인슈타인이 이걸 "원거리에서의 으스스한 작용(spooky action at a distance)"이라고 불렀는데, 아인슈타인도 이게 마음에 안 들었다. 하지만 실험으로 확인됐다. 양자역학은 인간의 직관을 거부한다.

그래서 양자컴퓨터가 빠른 이유를 한 줄로 정리하면:

중첩(superposition)으로 모든 가능성을 동시에 탐색하고, 얽힘(entanglement)으로 그 가능성들을 서로 연결해서, 간섭(interference)으로 정답 확률은 높이고 오답 확률은 줄여서, 결과적으로 미친 속도를 낸다.

간섭(interference)은 파동의 성질이다. 파동이 만나면 보강(둘 다 높으면 더 높아짐)과 상쇄(하나가 높고 하나가 낮으면 사라짐)가 일어난다. 양자 알고리즘은 이 간섭을 이용해서 "정답인 경로"는 보강하고 "오답인 경로"는 상쇄시킨다. 이게 양자 알고리즘 설계의 핵심이다.

2. 양자컴퓨터의 치명적 약점: "만지면 깨진다"

여기까지 읽으면 "와 그럼 양자컴퓨터로 모든 문제 다 풀 수 있겠네?"라고 생각할 수 있다. 하지만 현실에는 거대한 장벽이 있다.

큐빗은 미치도록 불안정하다.

큐빗의 중첩 상태 — 0과 1을 동시에 가진 상태 — 는 극도로 깨지기 쉽다. 주변 환경의 아주 미세한 영향만으로도 중첩이 무너지고, 큐빗이 0이나 1 중 하나로 확정되어 버린다. 이걸 디코히어런스(decoherence)라고 한다.

어떤 영향? 온도, 전자기파, 진동, 심지어 우주에서 날아오는 우주선(cosmic ray) 입자까지. 이 때문에 구글 Willow 칩은 절대 영도에 가까운 온도(-273.13°C, 약 20밀리켈빈)에서 작동한다. 우주 공간(약 2.7K)보다 더 차갑다.

이 불안정함이 곧 오류(error)다. 양자컴퓨터는 계산 중에 큐빗이 원치 않게 뒤집히거나(bit-flip: 0→1 또는 1→0), 위상이 틀어지거나(phase-flip), 아예 죽어버리거나(leakage) 한다.

현재 최첨단 큐빗의 오류율이 약 0.1~1%다. 100번 연산하면 1번은 틀린다는 뜻이다. "그게 뭐가 대수야?"라고 생각할 수 있는데, 큐빗 100개짜리 회로에서 1000번 연산하면? 오류가 축적돼서 결과가 쓰레기가 된다.

비유하면 이렇다. 네가 책을 복사하는데, 한 페이지 복사할 때마다 글자가 1%씩 바뀐다. 첫 번째 복사는 읽을 만하다. 10번째 복사는 내용이 이상해진다. 100번째 복사는 완전히 의미 없는 글자 나열이 된다. 양자컴퓨터도 이거다.

"그러면 큐빗을 많이 쓰면 계산이 더 정확해지지 않나?"

여기서 30년간의 악몽이 시작된다.

직관적으로, 큐빗을 많이 쓰면 계산 능력이 올라가니까 좋은 것 같다. 맞다. 하지만 큐빗을 많이 쓸수록 오류도 기하급수적으로 늘어난다.

왜? 큐빗이 많아지면 그 큐빗들 사이의 상호작용이 늘어나고, 각 큐빗이 디코히어런스에 노출되는 총 "기회"가 늘어나기 때문이다. 큐빗 50개의 시스템은 50개가 각각 오류를 낼 수 있고, 50개 사이의 얽힘이 망가질 수 있고, 50개 전체의 중첩이 무너질 수 있다.

3. 양자 오류 보정: 30년의 꿈

이 딜레마의 해결책은 1995년에 이미 이론적으로 제시됐다. 양자 오류 보정(Quantum Error Correction, QEC).

아이디어는 클래식 컴퓨터의 오류 보정에서 따왔다. 클래식 비트에서도 오류가 생길 수 있다. 해결법? 같은 정보를 여러 번 복사한다.

양자 오류 보정도 비슷한 아이디어다. 하지만 양자세계에서는 두 가지 근본적인 문제가 추가된다:

문제 1: 복사 불가능(No-cloning theorem). 클래식 비트는 복사할 수 있다. "1"을 "111"로 만들 수 있다. 양자 상태는 복사할 수 없다. 이건 양자역학의 기본 원리다. 알려지지 않은 양자 상태를 완벽하게 복제하는 것은 물리학적으로 불가능하다.

문제 2: 측정하면 파괴된다. 클래식 비트를 확인하려면 그냥 읽으면 된다. 읽어도 값이 변하지 않는다. 양자 상태를 읽으면(측정하면) 중첩이 무너진다. 오류가 생겼는지 확인하기 위해 측정하면, 측정 자체가 계산을 망친다.

"복사도 안 되고, 확인도 안 되면 오류를 어떻게 잡아?"

이걸 해결한 게 1995~96년의 이론적 돌파구다. Peter Shor(쇼어 알고리즘의 그 Shor), Andrew Steane 등이 방법을 찾았다.

논리 큐빗(Logical Qubit): 여러 개로 하나를 만든다

아이디어: 큐빗을 복사하는 대신, 여러 큐빗에 정보를 "분산"시킨다.

예를 들어, 하나의 "논리 큐빗(logical qubit)"을 만들기 위해 물리적 큐빗 7개를 사용한다. 이 7개의 물리적 큐빗은 서로 얽혀있고, 하나의 양자 정보를 공동으로 담고 있다. 어느 한 큐빗에 오류가 생겨도, 나머지 큐빗들의 상태를 보면 오류를 감지하고 수정할 수 있다.

"잠깐, 측정하면 파괴된다고 하지 않았나?"

여기서 기발한 트릭이 나온다. 계산에 사용하는 양자 정보 자체를 측정하는 게 아니라, "오류가 생겼는지 여부"만 측정한다. 이걸 "증후군 측정(syndrome measurement)"이라고 한다.

표면 코드(Surface Code): 현재 가장 유력한 방법

양자 오류 보정 이론은 많다. 그중에서 현재 가장 유력하고 구글 Willow가 사용한 방법이 표면 코드(Surface Code)다.

표면 코드는 물리적 큐빗을 2D 격자(체스판처럼)에 배열한다. 격자 위의 큐빗들은 두 종류다:

데이터 큐빗(data qubit): 실제 양자 정보를 담는 큐빗. 격자의 "꼭짓점"에 위치.
보조 큐빗(ancilla/measure qubit): 오류를 감지하는 큐빗. 격자의 "면"에 위치.

보조 큐빗은 주변 데이터 큐빗 4개와 상호작용한 뒤 측정된다. 이 측정 결과가 "증후군"이다. 증후군 패턴을 분석하면 어떤 데이터 큐빗에 오류가 생겼는지 알 수 있고, 오류를 수정할 수 있다.

표면 코드에서 핵심 파라미터는 "코드 거리(code distance)" d다. d가 클수록 격자가 크고, 더 많은 오류를 잡을 수 있다. d = 3이면 3×3 격자, d = 5이면 5×5 격자, d = 7이면 7×7 격자.

하지만 d가 클수록 물리적 큐빗도 많이 필요하다. d = 3은 물리적 큐빗 약 17개, d = 5는 약 49개, d = 7은 약 101개가 필요하다.

임계값(Threshold): "이 선만 넘으면 된다"

1996년, 양자컴퓨터 이론가들이 증명한 결정적 정리가 있다. "임계값 정리(Threshold Theorem)".

표면 코드의 이론적 임계값은 약 1%다. 물리적 큐빗의 오류율을 1% 이하로 만들면, 큐빗을 더 많이 쓸수록 논리 큐빗이 더 정확해진다.

30년간, 전 세계 양자컴퓨터 연구자들은 이 임계값을 넘기 위해 매달렸다. IBM, 구글, 마이크로소프트, 인텔, 중국, 유럽... 수십조 원의 투자가 쏟아졌다. 하지만 2024년까지, 아무도 임계값 이하에서 오류가 기하급수적으로 줄어드는 것을 실제로 보여주지 못했다.

이론적으로는 가능해야 했다. 하지만 이론과 실제 사이에는 엄청난 간극이 있었다. 물리적 큐빗의 오류율을 충분히 낮추는 것도 어렵고, 큐빗 사이의 연결(게이트)을 정밀하게 제어하는 것도 어렵고, 이 모든 걸 수십~수백 큐빗 규모에서 동시에 해내는 건 더 어려웠다.

30년간의 의문: "임계값 정리가 현실에서도 작동하는가? 아니면 이론적으로만 가능한 것인가?"

4. Willow: "진짜로 됐다"

2024년 12월, 구글 양자 AI 팀이 Nature에 논문을 발표한다.

105개 큐빗짜리 초전도 양자 프로세서 "Willow"를 사용해서, 역사상 처음으로 표면 코드 임계값 이하에서 기하급수적 오류 억제를 시연했다.

핵심 결과를 하나씩 보자

실험 1: 코드 거리를 늘릴수록 오류가 줄어드는가?

구글은 표면 코드의 거리를 3 → 5 → 7로 늘려가면서 논리 큐빗의 오류율을 측정했다.

결과:

코드 거리를 2 늘릴 때마다 오류가 절반으로 줄었다

정확한 수치: 오류 억제 인자 Λ = 2.14 ± 0.02. 이건 코드 거리를 2 늘릴 때마다 논리 오류율이 2.14배 줄어든다는 뜻이다.

d = 3 (3×3 격자, 물리적 큐빗 ~17개) → 기준
d = 5 (5×5 격자, 물리적 큐빗 ~49개) → 오류율 ~2배 감소
d = 7 (7×7 격자, 물리적 큐빗 ~101개) → 오류율 ~4배 감소

이게 "임계값 이하"의 결정적 증거다. 임계값 이상이었으면 코드 거리를 늘릴수록 오류가 늘어났을 것이다.

실험 2: 논리 큐빗이 물리적 큐빗보다 오래 살아남는가?

양자 오류 보정의 궁극적 목표는 논리 큐빗의 수명이 물리적 큐빗의 수명을 넘는 것이다. 이걸 "손익분기점(breakeven)"이라고 한다.

물리적 큐빗 하나의 수명(코히어런스 시간)이 100마이크로초라고 하자. 여러 물리적 큐빗을 묶어서 만든 논리 큐빗의 수명이 100마이크로초를 넘어야 "오류 보정이 실제로 이득을 준다"고 말할 수 있다.

Willow의 결과:

실험 3: 실시간으로 오류를 잡을 수 있는가?

오류를 나중에 모아서 한꺼번에 분석하는 건 의미 없다. 실제 양자 계산에서는 실시간으로 오류를 감지하고 수정해야 한다.

구글은 실시간 디코더(real-time decoder)를 구현해서, 1.1마이크로초 주기로 오류를 감지하고, 평균 63마이크로초 안에 디코딩을 완료했다. 이 상태에서도 임계값 이하의 성능이 유지됐다.

5. "10셉틸리언 년" — 이 숫자는 대체 뭔가

논문 발표와 함께 구글이 공개한 또 하나의 결과: Willow가 랜덤 회로 샘플링(Random Circuit Sampling, RCS)이라는 벤치마크에서 세계 기록을 세웠다.

10,000,000,000,000,000,000,000,000년

세계 최고 슈퍼컴퓨터가 이 계산을 하는 데 필요한 시간. Willow는 5분 걸렸다.

10셉틸리언(10 septillion) = 10^25. 이 숫자가 얼마나 큰지 감 잡아보자.

• 우주의 나이: 약 138억 년 = 1.38 × 10^10년
• 10^25년 / 1.38 × 10^10년 = 약 7,000억 배의 우주 나이
• 관측 가능한 우주에 있는 모든 별의 수가 약 10^24개인데, 10^25는 그거보다 10배 크다

슈퍼컴퓨터가 빅뱅 시점부터 지금까지 쉬지 않고 돌려도, 우주가 7,000억 번 태어나고 죽을 때까지 돌려도, 끝나지 않는 계산을 Willow는 5분 만에 끝냈다.

"그거 의미 없는 벤치마크 아냐?"

솔직히, 맞다. 절반은.

RCS는 "양자컴퓨터가 클래식 컴퓨터보다 빠르다는 걸 증명하기 위해 만든" 벤치마크다. 실용적 문제를 푸는 건 아니다. 양자 회로를 랜덤으로 만들고, 그 회로의 출력 분포를 샘플링하는 건데, 이건 양자컴퓨터가 태생적으로 잘하는 일이다 — 양자 상태의 확률 분포를 직접 생성하니까. 반면 클래식 컴퓨터는 이 분포를 시뮬레이션해야 하니까 기하급수적으로 느려진다.

"그러면 완전히 의미 없는 거 아냐?"

아니. RCS는 양자 하드웨어의 품질 지표로서 중요하다. RCS에서 좋은 성적을 내려면 큐빗의 품질, 게이트의 정밀도, 큐빗 간 연결의 정확도가 전부 높아야 한다. 오류가 많은 칩은 RCS에서도 엉망인 결과가 나온다. Willow가 10^25년짜리 계산을 5분에 끝냈다는 건, 이 칩의 물리적 품질이 역대급이라는 증거다.

그리고 2025년 6월, 구글은 한 발 더 나아갔다. Willow로 "Quantum Echoes"라는 알고리즘을 돌려서, 분자의 구조를 계산하는 데 슈퍼컴퓨터보다 13,000배 빠른 결과를 보여줬다. 이건 RCS 같은 인위적 벤치마크가 아니라, 실제 과학 문제를 양자컴퓨터로 풀 수 있다는 최초의 시연이다.

6. 양자 오류 보정은 어떻게 작동하는가 — 좀 더 깊이

여기서부터는 좀 더 기술적인 내용이다. 건너뛰어도 되지만, 읽으면 양자컴퓨터가 "왜 어려운 건지"가 더 명확해진다.

양자 오류의 세 가지 종류

클래식 비트에서 오류는 한 종류다: 비트 뒤집힘(0→1 또는 1→0). 양자 큐빗에서는 세 종류의 오류가 있다:

① 비트 뒤집힘(X error): |0⟩ → |1⟩ 또는 |1⟩ → |0⟩. 클래식 오류와 같다.

② 위상 뒤집힘(Z error): 큐빗의 중첩 상태에서 "위상(phase)"이 뒤집히는 것. 이건 클래식에는 없는 양자 고유의 오류다.

위상이 뭐냐면 — 큐빗이 0.6|0⟩ + 0.8|1⟩ 이라는 중첩 상태에 있다고 하자. 위상 오류가 생기면 0.6|0⟩ - 0.8|1⟩ 가 된다. 부호가 바뀐다. 0과 1의 확률은 변하지 않지만, 간섭 패턴이 완전히 달라진다. 양자 알고리즘은 간섭에 의존하니까, 위상 오류는 치명적이다.

③ 누출(Leakage): 큐빗이 0과 1이 아닌 다른 에너지 준위로 "탈출"하는 것. 초전도 큐빗은 실제로 0과 1 외에도 더 높은 에너지 준위가 있다. 큐빗이 2나 3 상태로 가버리면 오류 보정 코드가 감지할 수 없다.

표면 코드는 ①과 ②를 동시에 잡을 수 있도록 설계되어 있다. ③은 별도의 "누출 제거(leakage removal)" 회로로 처리한다. Willow에서는 이 누출 제거 성능이 이전 세대보다 크게 개선됐다.

디코딩: "증후군에서 오류를 추리하다"

보조 큐빗의 측정 결과(증후군)에서 어떤 데이터 큐빗에 오류가 생겼는지 추리하는 과정을 디코딩(decoding)이라고 한다. 이건 생각보다 어려운 문제다.

왜 어렵냐면: 증후군은 오류의 정확한 위치를 알려주지 않는다. "이 근처 어딘가에 오류가 있다" 수준의 정보만 준다. 이걸 가지고 가장 확률이 높은 오류 패턴을 추론해야 한다. 이건 컴퓨터 과학에서 말하는 NP-hard 문제에 가깝다.

현재 가장 많이 쓰이는 디코딩 알고리즘은 최소 가중치 완전 매칭(Minimum Weight Perfect Matching, MWPM)이다. 그래프 이론을 써서 증후군 패턴을 가장 잘 설명하는 오류 조합을 찾는다.

Willow의 실시간 디코더는 이 MWPM의 변형을 하드웨어로 구현해서, 1마이크로초마다 한 번씩 오류 보정 사이클을 돌린다. 이건 디코더가 약 63마이크로초 안에 답을 내야 한다는 뜻인데, 이 속도로 수백만 사이클을 돌려도 임계값 이하 성능이 유지됐다.

7. 경쟁자들: 구글만 하는 건 아니다

양자 오류 보정 경쟁은 구글만의 경기가 아니다.

양자컴퓨터의 물리적 플랫폼들

구글 Willow는 초전도 큐빗(superconducting qubit)을 쓴다. 하지만 이건 양자컴퓨터를 만드는 여러 방법 중 하나일 뿐이다.

다른 플랫폼으로는 광자(photonic) 큐빗, 중성 원자(neutral atom), 위상 큐빗(topological qubit) 등이 있다. 마이크로소프트는 위상 큐빗에 20년간 투자해왔는데, 이건 이론적으로 오류율이 0에 수렴하는 "꿈의 큐빗"이지만 아직 실용적 시연은 못 했다.

8. "근데 이게 나한테 무슨 상관?"

양자컴퓨터가 오류 보정을 풀었다는 건, "양자컴퓨터가 실제로 쓸 수 있게 되는 첫 번째 문이 열렸다"는 뜻이다. 그러면 뭘 할 수 있는가?

① 신약 개발: 질병의 근본 메커니즘 시뮬레이션

약을 만들려면 단백질의 3D 구조와, 약 분자가 단백질에 어떻게 결합하는지를 알아야 한다. 이건 양자역학 문제다. 전자 수십~수백 개가 복잡하게 상호작용하는 시스템을 계산해야 하니까.

현재 클래식 컴퓨터로는 정확한 계산이 불가능해서, 단순화된 근사법(분자동역학, DFT 등)을 쓴다. 이 근사가 틀리면 약이 안 듣거나 부작용이 생긴다. 실제로 임상시험까지 가는 신약의 90%가 실패한다. 신약 하나 개발에 평균 10년, 비용 2조 원.

양자컴퓨터가 분자를 정확하게 시뮬레이션하면? 임상시험 전에 약의 효과를 예측할 수 있고, 실패율이 급감하고, 개발 기간과 비용이 획기적으로 줄어든다.

② 소재 혁명: 배터리, 촉매, 초전도체

더 좋은 배터리를 만들려면? 배터리 소재의 전자 구조를 이해해야 한다. 양자역학 문제다. 더 효율적인 촉매를 만들려면? 촉매 표면에서 분자가 어떻게 반응하는지 알아야 한다. 양자역학 문제다. 상온 초전도체를 찾으려면? 전자가 쌍을 이루는 메커니즘을 이해해야 한다. 양자역학 문제다.

양자컴퓨터의 핵심 강점은 양자역학 시뮬레이션이다. 양자 시스템을 양자 시스템으로 시뮬레이션하는 것 — 리처드 파인먼이 1981년에 이 아이디어를 처음 제안했다. "자연은 양자역학적이니까, 양자역학적 컴퓨터로 시뮬레이션하는 게 자연스럽다."

③ 암호: 현재 인터넷 보안이 깨진다

현재 인터넷 보안은 대부분 RSA 암호에 의존한다. RSA의 안전성은 "큰 수의 소인수분해가 어렵다"는 사실에 기반한다. 300자리 숫자를 두 개의 소수로 분해하는 건 현재 슈퍼컴퓨터로도 수억 년 걸린다.

하지만 1994년, 수학자 피터 쇼어(Peter Shor)가 양자 알고리즘으로 소인수분해를 효율적으로 할 수 있다는 걸 증명했다. 쇼어 알고리즘은 충분히 큰 양자컴퓨터에서 돌리면, RSA를 몇 시간 안에 깰 수 있다.

"충분히 큰" = 수천 개의 논리 큐빗이 필요하다. 현재 Willow는 논리 큐빗 몇 개 수준. 쇼어 알고리즘을 돌리려면 아직 수십 년은 걸릴 수 있다. 하지만 이제 그 방향으로의 첫 번째 문이 열린 거다.

④ AI: 양자 머신러닝

양자컴퓨터와 AI의 결합은 아직 초기 단계지만, 이론적으로 양자 알고리즘이 특정 머신러닝 작업을 기하급수적으로 가속할 수 있다는 연구가 있다. 양자 서포트 벡터 머신, 양자 볼츠만 머신, 양자 신경망 등. 다만 이건 아직 "양자 이점이 진짜 있는지"에 대한 논쟁이 진행 중이다.

⑤ 금융: 최적화와 리스크 분석

포트폴리오 최적화, 몬테카를로 시뮬레이션, 파생상품 가격 결정 — 이것들은 계산이 미친 듯이 무거운 문제다. 양자컴퓨터가 이 계산을 가속할 수 있다면, 금융 산업에 미치는 영향이 막대하다. JP Morgan, Goldman Sachs 등 주요 금융기관이 이미 양자컴퓨팅 팀을 운영하고 있다.

9. 현실 점검: 아직 갈 길이 멀다

여기까지 읽으면 "와 양자컴퓨터 세상이 곧 바뀌겠다!"라고 생각할 수 있다. 현실은 좀 다르다.

Willow의 한계를 솔직히 말하면:

① 논리 큐빗이 1개다. Willow가 보여준 건 "오류 보정이 원리적으로 작동한다"는 것이지, "유용한 계산을 할 수 있다"는 게 아니다. 실용적 계산을 하려면 수천~수백만 개의 논리 큐빗이 필요하다. 논리 큐빗 1개에 물리적 큐빗 100개가 필요하니까, 논리 큐빗 1000개 = 물리적 큐빗 10만 개. 현재 105개에서 10만 개까지는 아직 1000배 차이.

② 오류율이 아직 높다. Willow의 논리 오류율은 0.143%/사이클. 이건 기존보다 엄청난 개선이지만, 복잡한 양자 알고리즘(쇼어, 그로버 등)을 돌리려면 0.0001% 이하가 필요하다. 아직 1000배 줄여야 한다.

③ 10셉틸리언 년 계산에 실용적 의미는 없다. RCS 벤치마크는 하드웨어 품질 증명에는 유용하지만, 그 계산 결과 자체는 아무짝에도 쓸모없다. 양자컴퓨터가 "실용적 문제를 클래식보다 빠르게 푸는" 건 Quantum Echoes 정도가 시작이고, 산업적 의미가 있으려면 아직 멀었다.

④ 비용과 인프라. 양자컴퓨터는 극저온 냉각기(dilution refrigerator), 마이크로파 전자장비, 차폐 시설 등이 필요하다. 현재 시스템 하나의 비용이 수십억~수백억 원이다. 이건 서버실 한 칸이 아니라 실험실 한 동 분량이다.

10. 구글의 로드맵: "유용한 양자컴퓨터까지"

구글은 Willow를 발표하면서 양자컴퓨팅 로드맵도 공개했다.

구글은 이미 Willow 칩의 얼리 액세스 프로그램을 시작했다. 외부 연구자들이 클라우드를 통해 Willow를 사용할 수 있다. "양자컴퓨터를 직접 만들 필요 없이, 구글 클라우드에서 양자 계산을 실행"하는 시대가 열린 거다.

11. 마무리: 왜 이게 라이트 형제의 비행인가

1903년, 라이트 형제의 비행기가 12초 동안 36미터를 날았다. 그때 대부분의 사람들은 "그래서 뭐? 저걸로 대서양을 건널 수 있겠어?"라고 했다.

Willow도 비슷한 위치에 있다. 논리 큐빗 1개. 실용적 계산은 아직 못 한다. "그래서 뭐? 저걸로 신약을 개발할 수 있겠어?"

하지만 라이트 형제의 비행이 보여준 건 36미터가 아니었다. "인간이 하늘을 날 수 있다"는 사실이었다. 그 이후의 발전은 시간 문제였다.

Willow가 보여준 것도 "10셉틸리언 년 = 5분"이 아니다. "양자 오류 보정이 실제로 작동한다"는 사실이다. 30년간의 의문에 대한 답이 "가능하다"로 나왔다. 이 이후의 발전은 시간 문제다.

물론 그 "시간"이 10년인지 30년인지는 아무도 모른다. 예상보다 빠를 수도, 느릴 수도 있다. 하지만 방향은 확정됐다.