양자 큐레이션
Gaussian boson sampling with 1,024 squeezed states in 8,176 modes
“수천 개의 광자를 제어하다” - Jiuzhang 4.0과 대규모 광자 양자컴퓨팅
Illustration inspired by Liu et al., Nature 653, 687–692 (2026).
- 저자 Hua-Liang Liu, Hao Su, Yu-Hao Deng, Si-Qiu Gong et al.
- 저널 Nature 653, 687-692 (2026)
- 게재일 2026. 05. 13
- 카테고리 양자 컴퓨터
- DOI 10.1038/s41586-026-10523-6
KEY SUMMARY
중국과학기술대(USTC) 연구진은 Jiuzhang 4.0으로 1,024개의 압축 상태와 8,176개의 광학 모드를 이용한 가우시안 보손 샘플링을 구현하였다. 광원 효율 92%, 전체 시스템 효율 51%를 달성하고 최대 3,050개의 검출 클릭을 얻었다. 광자 손실을 이용하는 matrix product state(MPS) 기반 고전 알고리즘과 비교하여 큰 계산 격차를 제시하였다. 높은 효율을 유지하면서 광자 양자 프로세서의 규모를 크게 확장했다는 점이 핵심 성과이다.
대규모 광자 양자컴퓨팅과 광자 손실
양자컴퓨터 연구의 중요한 목표는 고전컴퓨터로 현실적인 시간 안에 수행하기 어려운 계산을 수행하는 양자 계산 우위(quantum computational advantage)를 구현하는 것이다. 보손 샘플링은 여러 광자를 선형 광학 회로에 통과시킨 뒤 출력 분포에서 표본을 생성하는 문제로, 이를 검증하는 대표적인 방법이다.
가우시안 보손 샘플링(Gaussian boson sampling, GBS)의 광자 수 검출 확률은 일반적으로 계산하기 어려운 행렬 함수 hafnian으로 표현된다. 확률 계산의 어려움만으로 샘플링의 난이도가 보장되지는 않지만, 적절한 복잡도 가정 아래 이상적인 보손 샘플링은 고전적으로 효율적인 근사가 어려울 것으로 예상된다. 이는 양자 계산 우위를 기대하는 이론적 근거이다. [2, 3]
GBS는 단일광자 대신 비교적 높은 효율로 생성할 수 있는 압축 상태(squeezed state)를 입력으로 이용한다. 다만 이상적인 문제의 계산 난이도가 실제 실험에서도 보장되는 것은 아니다. 실제 장치의 잡음을 이용하면 출력 분포를 효율적으로 근사하는 고전 알고리즘이 가능할 수 있기 때문이다.
특히 광자 손실은 출력 상태를 더 잡음이 많은 상태로 만든다. 최근에는 이를 이용하는 MPS 기반 알고리즘이 이전 대규모 GBS 실험의 주요 검증 지표를 실험보다 더 잘 재현하였다. [4] 이 방법은 손실을 겪은 가우시안 상태를 유효 압축이 작은 순수 상태에 고전적인 무작위 변위를 가한 형태로 표현하고, 순수 상태 부분을 MPS로 근사한다. 따라서 광자 손실이 커질수록 고전 시뮬레이션도 쉬워질 수 있다. 이번 Jiuzhang 4.0은 이러한 문제에 대응하여 낮은 광자 손실을 유지하면서 시스템의 규모를 확장하는 것을 목표로 한다.
Jiuzhang 4.0 - 1,024개의 압축 상태와 8,176개의 광학 모드
연구진은 프로그래밍 가능한 광자 양자 프로세서 Jiuzhang 4.0에서 1,024개의 단일 모드 압축 상태와 8,176개의 광학 모드를 이용하여 최대 3,050개의 검출 클릭을 포함하는 표본을 얻었다. 여기서 3,050은 광자 수를 분해한 측정값이 아니라 단일광자 검출기의 클릭 수이다.
핵심 기술은 공간 모드와 시간 모드를 함께 이용하는 공간-시간 혼합 광학 구조이다[그림 1]. 세 개의 16모드 간섭계를 두 개의 광섬유 지연선 배열로 연결한다. 첫 번째 간섭계에서 광자는 16개의 공간 모드로 퍼지고, 길이가 서로 다른 지연선을 지나며 16개의 시간 모드로 분산된다. 두 번째 간섭계에서 공간 모드가 다시 섞인 뒤 더 긴 지연선 배열을 통과하면서 새로운 시간 방향이 추가되고, 마지막 간섭계에서 다시 간섭한다. 이 과정을 통해 각 입력 광자는 16³ = 4,096개의 공간-시간 모드와 연결될 수 있다. 많은 공간 모드를 한꺼번에 구축하는 대신 시간 모드를 함께 활용하여, 광원과 검출기 등 물리적 자원의 증가를 억제하면서 높은 연결성을 구현한 것이다.
연구진은 압축광 광원 효율 92%, 검출을 포함한 전체 시스템 효율 51%를 달성하였다. 광원 효율은 생성된 빛을 얼마나 잘 이용할 수 있는지와 관련되며, 전체 효율에는 이후 광학 회로와 검출 과정의 손실까지 반영된다. 광학 소자를 더 많이 통과할수록 손실이 누적되므로, 모드 수와 연결성을 확장하면서 이 효율을 유지하는 것이 중요하다. Jiuzhang 4.0은 광원과 회로의 손실을 낮추고 공간·시간 모드를 함께 활용하여 이 두 목표를 동시에 추구하였다.
그림 1. a. Jiuzhang 4.0의 실험 장치. 네 개의 광학 매개 발진기에서 생성한 압축 상태가 세 개의 16모드 간섭계와 두 개의 광섬유 지연선 배열로 이루어진 공간-시간 혼합 광학 회로를 통과한다. b. 광자가 공간 및 시간 모드로 순차적으로 퍼지면서 높은 연결성을 형성하는 과정. 출처: Liu et al., Nature 653, 687-692 (2026), Fig. 1.
고전 시뮬레이션과의 비교
대규모 보손 샘플링에서는 실험이 커질수록 이상적인 확률분포를 고전적으로 직접 계산하여 결과를 검증하는 것 자체가 어려워진다. 연구진은 광자 수 분포, 부분계에 대한 베이지안 검정 및 여러 차수의 상관함수를 이용하여 실험 결과가 손실과 부분적인 광자 구별 가능성을 포함한 목표 GBS 모형에 부합하는지를 확인하고, squashed state, 열 상태(thermal state), 구별 가능한 광자(distinguishable photons) 등 여러 대안 모형과 비교하였다. 이는 선택한 검증 지표에 대한 비교이며, 전체 출력 분포의 근접성을 직접 보증하는 것은 아니다.
특히 중요한 비교 대상은 광자 손실을 이용하는 MPS 알고리즘이다. 연구진은 입력 압축 상태의 수에 따라 64개(S64), 256개(M256), 1,024개(L1024)의 세 가지 규모에서 MPS 시뮬레이션을 비교하였다. 가장 작은 S64에서는 MPS의 결합 차원(bond dimension) χ를 10³에서 10⁴으로 늘리면서 절단 오차가 0.16에서 0.07로 감소하고, 2차 상관함수도 목표 모형에 가까워졌다. 다만 이 경우에도 실험과 같은 수준의 정확도에는 도달하지 못했다. 반면 M256에서는 χ = 10⁴에서도 절단 오차가 0.86에 달했다. 가장 큰 L1024에서는 같은 결합 차원에 대해 평가한 절단 오차가 약 0.9999였다. L1024의 이 수치는 해당 규모의 MPS 샘플러를 실제로 실행한 결과와 구분해야 한다. 이러한 비교는 시스템이 커질수록 같은 결합 차원으로 유지할 수 있는 근사 정확도가 크게 떨어짐을 보여준다. [1]
연구진은 최대 규모의 실험에 필요한 MPS 계산량도 추정하였다. 절단 오차를 0.05로 제한하려면 결합 차원이 8 × 10²¹보다 커야 한다고 외삽하였으며, 이를 이용한 MPS 구성 등 시뮬레이션 비용은 El Capitan 슈퍼컴퓨터 기준 10⁴²년 이상으로 추정하였다. 한편 Jiuzhang 4.0의 표본 생성 시간은 약 25.6마이크로초로, 논문은 이 비교에서 10⁵⁴배 이상의 속도 차이를 제시한다. [1]
이 수치는 특정 MPS 비용 모형에 기반한 외삽으로, 모든 고전 알고리즘의 시간 하한이나 동일한 출력 분포 오차를 보증한 속도 비교는 아니다. 손실을 이용하는 유력한 알고리즘을 대상으로 규모에 따른 근사 오차와 계산 비용을 분석한 결과로 이해해야 한다.
손실을 낮게 유지하면서 커진 광자 양자 프로세서
이번 연구는 광자 손실로 인해 대규모 실험이 고전적으로 다시 쉬워질 수 있다는 문제에 대해, 광원과 회로의 효율을 개선하는 실험적 방향을 보여준다. 공간과 시간 모드를 함께 활용하여 규모를 확장하고, 손실 기반 MPS 알고리즘에 필요한 계산 자원이 급격히 증가하는 영역에 도달하였다.
연구진은 저손실 압축광원과 공간-시간 광학 구조를 향후 대규모 3차원 클러스터 상태 생성에 활용할 가능성도 제시한다. 이는 이번 장치가 오류 정정 양자컴퓨터를 구현했다는 뜻은 아니지만, 이를 위한 광학 하드웨어의 기반 기술이라는 점에서 의미가 있다.
계산 우위에서 더 다양한 양자 계산으로
오류 정정 광자 양자컴퓨팅으로 나아가려면 낮은 손실을 유지하면서 복잡한 양자 상태의 생성과 측정, 측정 결과에 따른 빠른 조건부 제어, 논리 양자정보의 안정적인 처리를 구현해야 한다.
GBS를 분자 진동 스펙트럼과 그래프 문제 등에 활용하려는 연구도 계속되고 있다. 이러한 응용에서 실제로 유용한 계산상의 이점을 확보하는 것은 별도로 검증해야 할 과제이다.
광자 양자컴퓨팅의 확장 가능성
Jiuzhang 4.0은 높은 효율을 유지하면서 광자 양자 프로세서의 규모를 크게 확장한 실험이다. 고전 시뮬레이션과의 격차를 평가하는 작업과 함께, 이러한 광학 기술을 다양한 양자 연산과 오류 정정으로 연결하는 것이 다음 과제이다.
연구 그룹 소개 및 연구 전망
이번 연구는 중국과학기술대와 허페이 국가연구소를 중심으로 Chao-Yang Lu와 Jian-Wei Pan 연구진이 주도하였다. 이 연구팀은 2020년 Jiuzhang GBS 실험으로 광자 기반 양자 계산 우위를 보고한 이후 광원의 품질과 광학 회로의 규모 및 프로그래밍 가능성을 향상시켜 왔다. 향후에는 저손실 광학 기술을 대규모 클러스터 상태와 양자 오류 정정, 실제 광자 양자 알고리즘으로 연결하는 연구가 기대된다.
뉴스레터 구독
파동의교차,지식의융합 양자세계의 최신소식을 받아보세요.
퀀텀웨이브에서 제공하는 콘텐츠
주목할 만한 최신 연구성과
양자물리학 분야의 혁신적 연구 결과를 쉽게 풀어서 소개하고 해설합니다
양자 세부분야 리뷰
양자컴퓨팅, 양자통신, 양자센서 등 각 분야별 심화 리뷰와 동향 분석
국내 연구실 연구 동향
국내 대학 및 연구기관의 양자 관련 연구 소식과 성과를 전해드립니다
주목할 만한 최신 연구
더 많은 내용보기열린 강의실
국가 표준에서 양자 혁명까지: 한 걸음 더 들어가 본 ‘초전도 양자컴퓨팅 시스템 연구단’
열린 강의실
"과학이 예술이 될 때”, 이화여자대학교 IBS 양자나노과학연구단을 찾아간다.
양자 큐레이션
마법 상태 재배: 자원 효율적인 오류 허용 양자컴퓨팅의 구현을 향한 진전
구글 퀀텀 AI(Google Quantum AI) 연구팀이 보편적인 오류 허용 양자 컴퓨팅의 가장 큰 난제였던 '마법 상태(magic state)' 생성 비용을 획기적으로 절감하는 새로운 패러다임, ‘마법 상태 재배(magic state cultivation)’ 기술을 제안했다. 많은 논리적 큐비트 간 상호작용을 필요로 하는 기존의 '마법 상태 증류(magic state distillation)’ 방법과 다르게, 단일 코드 패치 내에서 점진적으로 마법 상태의 신뢰도를 키워 나가는 방식을 사용한다. 그 결과, 마법 상태의 생성 비용이 CNOT 게이트와 비슷한 수준으로 감소하여, 양자 알고리즘의 실질적인 구현에 필요한 자원을 수백에서 수천 배까지 줄일 수 있는 가능성을 열었다. 이는 양자 컴퓨터의 상용화를 향한 중요한 이정표가 될 것이다.




퀀텀웨이브 정기출판물