ㅁ 미래 컴퓨팅

1. Quantum AI

ㅇ 정의:
양자 컴퓨팅의 병렬 연산 능력을 인공지능 학습·추론에 적용하여 기존 AI보다 비약적으로 빠른 계산과 복잡한 문제 해결을 가능하게 하는 기술.

ㅇ 특징:
– 큐비트 기반의 연산으로 동시에 여러 상태를 계산.
– 양자 알고리즘(예: Grover, Shor)을 AI 모델 학습에 응용.
– 고차원 데이터 처리와 최적화 문제에 강점.

ㅇ 적합한 경우:
– 고차원 최적화 문제(물류, 금융 포트폴리오 최적화 등).
– 분자 시뮬레이션, 신약 개발 등 복잡한 연산.

ㅇ 시험 함정:
– ‘Quantum AI는 양자컴퓨터 없이도 구현 가능하다’ → X (양자컴퓨터 필요)
– ‘Quantum AI는 모든 문제에서 기존 AI보다 빠르다’ → X (특정 문제에서만 우위)

ㅇ 시험 대비 “패턴 보기” 예시:
– O: “Quantum AI는 큐비트의 중첩과 얽힘을 활용하여 AI 모델의 학습 속도를 향상시킨다.”
– X: “Quantum AI는 모든 AI 문제에서 무조건 기존 AI보다 빠르다.”

2. Post-quantum Cryptography

ㅇ 정의:
양자컴퓨터의 등장으로 기존 공개키 암호(RSA, ECC 등)가 깨질 위험에 대비해 설계된, 양자 내성 암호 기법.

ㅇ 특징:
– 양자 알고리즘(Shor 등)에 안전.
– 격자 기반, 코드 기반, 다변수 다항식 기반 등 다양한 방식 존재.
– NIST에서 표준화 진행 중.

ㅇ 적합한 경우:
– 장기 보안이 필요한 데이터 전송.
– 정부, 금융, 의료 등 민감 정보 보호.

ㅇ 시험 함정:
– ‘Post-quantum Cryptography는 양자컴퓨터를 사용하여 암호화한다’ → X (양자컴퓨터 없이도 구현 가능)
– ‘양자 내성 암호는 완전히 해독 불가능하다’ → X (이론적 안전성은 계속 검증 필요)

ㅇ 시험 대비 “패턴 보기” 예시:
– O: “Post-quantum Cryptography는 양자컴퓨터 공격에 대비한 암호 기술이다.”
– X: “Post-quantum Cryptography는 양자컴퓨터를 사용하여 암호를 생성한다.”

3. Hybrid Quantum-Classical Model

ㅇ 정의:
양자컴퓨터와 고전컴퓨터를 결합하여 각 장점(양자의 병렬성, 고전의 범용성)을 최대한 활용하는 계산 모델.

ㅇ 특징:
– 양자 프로세서(QPU)와 CPU/GPU 간 역할 분담.
– 양자 회로로 난해한 부분 계산 후 고전 알고리즘으로 후처리.
– NISQ(Noisy Intermediate-Scale Quantum) 시대에 현실적인 접근.

ㅇ 적합한 경우:
– 양자 하드웨어의 큐비트 수와 오류율이 제한적일 때.
– 일부 연산만 양자 우위를 보이는 복합 문제.

ㅇ 시험 함정:
– ‘Hybrid Quantum-Classical Model은 양자컴퓨터만 사용한다’ → X (고전 컴퓨터도 함께 사용)
– ‘모든 연산을 양자컴퓨터가 처리한다’ → X (분담 구조)

ㅇ 시험 대비 “패턴 보기” 예시:
– O: “Hybrid Quantum-Classical Model은 양자와 고전 컴퓨팅을 결합하여 현실적 성능을 낸다.”
– X: “Hybrid Quantum-Classical Model은 고전 컴퓨팅 없이 양자컴퓨팅만으로 동작한다.”

ㅁ 추가 학습 내용

[학습 정리]

1. Quantum AI – QML 알고리즘 종류
– Kernel-based QML: 양자 커널을 이용해 데이터의 고차원 임베딩 수행, SVM 등과 결합 가능
– Variational Quantum Circuits (VQC): 파라미터화된 양자 회로를 최적화하여 학습, NISQ 환경 친화적

2. NISQ 환경 제약 조건
– 큐비트 수 제한
– 게이트 오류율 및 노이즈
– 디코히런스 시간 짧음
– 제한된 회로 깊이

3. Post-quantum Cryptography – NIST PQC 표준화 후보
– CRYSTALS-Kyber: 격자 기반, 키 캡슐화 방식, 빠른 속도와 작은 키 크기
– CRYSTALS-Dilithium: 격자 기반, 디지털 서명, 구현 용이성 높음
– Falcon: 격자 기반, 디지털 서명, 서명 크기 작음, 구현 난이도 높음

4. Hybrid Quantum-Classical Model
– VQE (Variational Quantum Eigensolver): 양자 회로로 기대값 계산, 고전 컴퓨터로 파라미터 최적화
– QAOA (Quantum Approximate Optimization Algorithm): 조합 최적화 문제 근사 해 탐색, 양자·고전 반복
– 데이터 전처리: 주로 고전 컴퓨터에서 수행
– 데이터 후처리: 측정 결과 해석 및 후속 계산은 고전 컴퓨터에서 수행

5. 양자 디코히런스와 오류 수정(QEC)
– 디코히런스: 양자 상태가 환경과 상호작용하며 정보 손실
– QEC: 다중 큐비트로 논리 큐비트 구성, 오류 검출 및 정정
– 현재 하드웨어 한계: 높은 오류율, 제한된 큐비트 연결성, 냉각 및 안정성 문제

[시험 대비 체크리스트]
– Kernel-based QML과 VQC의 차이와 장단점 설명 가능
– NISQ 환경의 주요 제약 조건 나열 가능
– CRYSTALS-Kyber, Dilithium, Falcon의 특징과 장단점 비교 가능
– VQE와 QAOA의 목적, 동작 방식, 하이브리드 구조 설명 가능
– 양자 디코히런스 정의와 영향 설명 가능
– QEC 기본 원리와 필요성 이해
– 현재 양자 하드웨어의 물리적·기술적 한계 설명 가능