나노기술 및 정책 정보

• 목록

정보처리의 기본 단위로 ‘큐비트’를 쓰는 양자컴퓨터는 기존 컴퓨터보다 정보 처리 및 연산 능력이 월등한 것으로 알려져 있음. 연산 방법이 기존 컴퓨터와는 달라 복잡한 데이터를 다루는 인공지능(AI) 기술인 기계학습에 적용하기에는 어려움이 있었음.

KAIST 전기및전자공학부 및 AI 양자컴퓨팅 IT 인력양성연구센터 이준구 교수 연구팀이 독일 및 남아공 연구팀과의 협력연구를 통해 양자컴퓨터에서 비선형 기계학습을 시킬 수 있는 AI 알고리즘을 개발함.

양자컴퓨터를 활용한 AI는 이론적으로 현재 AI 성능을 크게 앞설 것으로 기대되고 있음. 그러나 양자컴퓨터는 본질적으로 일차방정식을 잘 푸는 선형적 특성이 있어 복잡한 데이터를 다루는 비선형적 기계학습에 적용하는 데 어려움이 있었음.

연구팀은 이번 연구를 통해 복잡한 데이터를 양자컴퓨터로 기계학습 시킬 수 있도록 하는 데 성공했음. 매우 적은 계산량으로 빠른 연산이 가능해 대규모 계산량이 필요한 현재 AI 기술을 능가할 것으로 평가받고 있음.

연구팀은 학습데이터와 테스트데이터를 양자 정보로 생성한 뒤 양자 정보의 병렬연산을 가능케 하는 기술과 양자 측정 기술을 조합해 양자 데이터 간 유사성을 효율적으로 계산하는 지도학습 구현이 가능한 양자 알고리즘 체계를 만들었음. 그런 뒤 IBM 클라우드 서비스를 통해 실제 양자컴퓨터에서 지도학습을 시연하는 데 성공했음.

기계학습을 구현하려면 주어진 데이터의 특징을 구분해 분류해야 함. 예를 들어 동물 이미지 학습데이터에서 입, 귀 등의 특징을 분류하고 새로운 이미지가 입력됐을 때 개나 고양이로 정확히 분류하는 게 필요함. 입과 귀 모양 특징만으로 분류하는 게 쉽지 않다면 특징에 관한 정보 공간 차원을 확장해야 함. 이 과정에서 비선형 커널 기술이 필요함. 커널이란 기계학습에서 활용되는 데이터간의 유사성을 정량화하는 함수를 말함.

연구팀은 개발한 알고리즘을 통해 저차원 입력 공간에 존재하는 데이터를 큐비트로 표현되는 고차원 데이터 특징 공간으로 옮긴 뒤 양자화된 학습데이터와 테스트데이터 간 커널 함수를 양자 중첩 현상을 활용해 동시에 계산하고 테스트데이터 분류를 효율적으로 결정하도록 했음.

연구팀은 또 양자 회로를 체계적으로 설계해 다양한 양자 커널 구현이 가능하다는 사실을 이론적으로 증명했음. 다양한 양자 커널을 효율적으로 구현하는 것은 양자 커널 기반 기계학습 응용에 중요한 성과임.

연구팀은 IBM이 클라우드 서비스로 제공하는 5개의 큐비트로 구성된 초전도 기반 양자 컴퓨터에서 이번에 개발한 양자 기계학습 알고리즘을 실험적으로 구현했음.

연구에 함께 참여한 박경덕 KAIST 연구교수는 “이번에 개발한 알고리즘으로 복잡한 비선형 데이터 패턴 인식 등을 위한 양자 기계학습에 활발히 사용될 것”이라고 밝힘. 연구결과는 국제학술지 ‘npj 퀀텀 인포메이션’에 게재됨.