구글의 양자 칩 Willow 발표와 의미

• Google Quantum 그룹이 Q2B에 맞춰 105큐비트 초전도 칩 Willow를 공개하며, 표면 코드 기반 오류정정 큐비트와 더 큰 Random Circuit Sampling 실험을 함께 내놓음
• 가장 큰 과학적 성과는 표면 코드 크기를 3×3→5×5→7×7로 키울수록 인코딩된 논리 큐비트의 수명이 길어졌다는 점이며, 양자 오류정정의 중요한 임계점을 넘은 결과로 볼 수 있음
• 다만 Google이 말하는 “진짜” 내결함성 큐비트에는 오류가 약 10^-6인 내결함성 2큐비트 게이트가 필요하고, 이번 실험은 단일 인코딩 큐비트 생성에 머무름
• 새 Random Circuit Sampling 실험은 105큐비트·40층 게이트 규모이며, 현재 알려진 최선의 시뮬레이션 알고리듬과 엑사스케일 슈퍼컴퓨터 기준으로 고전 시뮬레이션에 약 3억 년 또는 메모리 제약 시 약 10^25년이 걸림
• 같은 이유로 결과를 고전 컴퓨터로 직접 검증하기도 어려워, 이번 실험의 설득력은 더 작은 회로에서 확인한 결과를 큰 회로로 외삽하는 간접 검증에 의존함

---

Willow 발표와 2019년 이후의 진전

• Google Quantum 그룹은 새 105큐비트 초전도 칩 Willow를 공식 발표함
  • 발표에는 오류정정된 표면 코드 큐비트 시연이 포함됨
  • Random Circuit Sampling 기반의 더 큰 양자 우월성 실험도 함께 공개됨
• 이번 기술 진전은 Google이 2024년 8월 arXiv에 공개했던 내결함성 관련 프리프린트와 같은 기본 성과에 해당함
  • 달라진 점은 Willow라는 공식 칩 이름, Nature 논문, 추가 세부사항, 대규모 홍보가 붙었다는 것임
• 2019년 Google의 원래 양자 우월성 발표 이후, 칩의 큐비트 수는 대략 두 배로 늘었고 큐비트 결맞음 시간은 5배 길어짐
  • 2큐비트 게이트 충실도는 controlled-Z 게이트 약 99.7%, iswap 게이트 약 99.85% 수준임
  • 2019년에는 약 99.5% 였음

오류정정에서 넘은 임계점

• 과학적으로 가장 중요한 결과는 표면 코드 크기를 키울수록 인코딩된 논리 큐비트가 더 오래 유지됐다는 점임
  • 코드 크기는 3×3, 5×5, 7×7로 증가함
  • 더 큰 시스템이 더 불안정해지는 대신, 오류정정 구조가 실제로 수명을 늘리는 방향으로 작동함
• 이는 양자 내결함성의 중요한 임계값을 넘은 사례로 해석됨
  • 논리 큐비트를 장시간 보존하고 연산할 수 있는 확장 가능한 양자계산으로 가기 위한 조건 중 하나임
• Google의 Sergio Boixo에 따르면, Google이 “진짜” 내결함성 큐비트로 간주하려면 오류가 약 10^-6인 내결함성 2큐비트 게이트가 필요함
  • 이는 오류 한 번이 나기 전 약 100만 번의 내결함성 연산을 수행하는 수준임
  • 이번 실험은 단일 인코딩 큐비트를 만들었고, 인코딩 연산이나 여러 인코딩 큐비트 간 연산은 시도하지 않음

Random Circuit Sampling 실험의 규모

• Google은 Willow에서 Random Circuit Sampling 기반의 새 양자 우월성 실험도 발표함
  • 105큐비트 칩에서 40층 게이트를 사용함
• Google이 계산한 고전 시뮬레이션 비용은 현재 알려진 최선의 알고리듬과 엑사스케일 슈퍼컴퓨터를 기준으로 함
  • 메모리가 문제가 아니라면 약 3억 년
  • 메모리가 문제가 된다면 약 10^25년
  • 비교를 위해 빅뱅 이후 경과 시간은 약 10^10년임
• 이 수치들은 현재 알려진 시뮬레이션 알고리듬 기준에서는 타당해 보임
  • 더 나은 고전 시뮬레이션 방법이 발견될 가능성은 남아 있음
  • 동시에 실험 자체도 빠르게 개선될 수 있음

직접 검증이 어려운 양자 우월성

• 가장 큰 주의점은 Random Circuit Sampling 결과의 직접 검증이 같은 이유로 고전적으로 매우 어렵다는 것임
  • 고전 컴퓨터가 양자계산을 시뮬레이션하는 데 약 10^25년이 걸린다면, 출력의 Linear Cross-Entropy 점수를 직접 계산해 검증하는 데도 약 10^25년이 걸릴 수 있음
• 따라서 Willow의 새 양자 우월성 실험은 간접 검증에 기대고 있음
  • 고전 컴퓨터가 확인 가능한 더 작은 회로에서 결과를 검증함
  • 그 결과를 더 큰 회로로 외삽함
• 이러한 외삽 자체를 의심할 이유는 없다고 보지만, 이번 사례는 효율적으로 검증 가능한 근미래 양자 우월성 실험이 왜 필요한지 보여줌
  • 이미 직접 검증이 어려운 영역에 깊이 들어섰다는 판단임

다세계 해석 논쟁과 이번 실험의 한계

• Google Quantum AI 리더 Hartmut Neven은 양자컴퓨터가 Everett식 다세계의 실재성을 받아들이게 한다는 David Deutsch의 1990년대 논의를 언급함
• Willow 실험은 이 오래된 논쟁에 새로운 내용을 더하지 않음
  • 양자역학 예측을 다시 확인한 사례임
  • 그 예측이 현실 이해에서 무엇을 뜻하는지는 1920년대 이후 계속 논쟁 중인 문제임

큐비트 플랫폼 간 경쟁 구도

• Willow는 Google과 초전도 큐비트 방식에 긍정적인 결과임
  • 최근 몇 년 동안 trapped-ion과 neutral-atom 방식이 앞서 나가는 듯한 성과를 보였고, Quantinuum과 QuEra 등이 인상적인 결과를 냄
• 경쟁사들도 코드 크기가 커질수록 논리 큐비트 수명이 개선되는 결과를 보여야 함
  • 더 나아가 postselection 없이 임계값을 넘는 논리 큐비트 연산을 입증해야 함
• trapped-ion 큐비트는 큐비트를 이동할 수 있고, 2큐비트 게이트 충실도가 초전도 방식보다 앞서는 것으로 보임
• 초전도 큐비트는 게이트가 약 1000배 빠르다는 장점이 있음
  • 수백만 개 샘플 수집이 필요한 실험을 수행 가능하게 함

회의론과 외부 반응

• 양자컴퓨팅 회의론자인 Gil Kalai는 Google Quantum AI의 비범한 주장을 조심스럽게 다뤄야 하며, 방법론적 오류 가능성이 있다고 봄
  • 그의 글 대부분은 Google의 2019년 양자 우월성 실험 데이터를 재분석하는 데 집중함
• 2019년 실험은 이미 새로운 Google 결과와 다른 기관들의 Random Circuit Sampling 결과로 뒤따라갔다는 반론이 있음
  • IBM, Quantinuum, QuEra, USTC도 좋은 결과의 Random Circuit Sampling 실험을 보고함
• Sabine Hossenfelder의 반응은 실제 사실관계에서는 크게 다르지 않지만 훨씬 부정적인 프레이밍에 가깝다고 평가됨
  • 과장되거나 부정직하게 제시된 양자컴퓨팅 비성과들을 오래 다뤄온 경험 때문에, 실제 milestone을 보여주고 명백한 허위 없이 말한 이번 결과에는 긍정적으로 본다는 입장임

[GN⁺]

Hacker News 의견들

• 이 글을 읽으니 스스로가 너무 작게 느껴짐. API를 쓰고 데이터베이스 행이나 갱신하는 소프트웨어 엔지니어라는 일이 방금 읽은 내용에 비하면 우스울 정도로 유치해 보임
  이걸 왜 이해하려고 애써야 하는지도 상상하기 어렵고, 완전히 접근 불가능해 보임. 이런 기계를 만질 수 있는 건 극소수 엘리트뿐임

  • 그냥 재미삼아 어디까지 갈 수 있는지 시도해보면 될 수도 있음. 병적 비만인 45세에게 건강해지는 일이 불가능해 보여도, 기대치를 현실적으로 낮추고 감당 가능한 루틴으로 쪼개면 결국 어딘가에는 도달할 수 있음
    논문을 찾아보고, 빈틈을 많이 메우고, 여가 시간을 몇 년 투자하면 6개월 뒤에는 지금보다 6개월만큼 가까워져 있음. 이유가 있든 없든 호기심을 가지고 해볼 만한 일이고, 누군가가 인생을 한 가지에 바치면 자연히 다른 것들에는 인생을 바치지 못한다는 점도 잊지 말아야 함. 산을 오르거나, 피자를 만들거나, 사회적 상황에서 재치 있게 받아치는 일처럼 당신이 더 잘할 수 있는 것들도 있음
  • 비슷하지만 조금 다름. 양자, 핵융합, LHC, 천문학, AI 같은 상위 공학 영역과 너무 멀리 떨어져 있어서 그냥 훑어보고 커피를 마시고 눈썹을 올리며 “흥미롭네” 한 뒤 일상으로 돌아감
    그러고는 회사에서 뭘 해야 했더라 생각하다가, 아 맞다, 지난 10년쯤 계속 하던 것처럼 컴포넌트 구현하는 일이었지 하게 됨. 문제는 잘 받고 할 만한 일이라는 안락지대를 포기하지 않으면서, 동시에 어떤 분야의 전문가로 보이거나 책임을 떠안는 길로도 가기 어렵다는 데 있음. 여기서 가면 증후군과 책임 회피가 튀어나오고, 휴가가 정말 필요함
  • 나도 어제 공식 Willow 발표를 읽고 딱 이랬음
    어제 오후와 오늘 아침을 들여 배울 수 있는 만큼 배웠고, 이제 양자 결맞음, 중첩, 위상 관계를 아주 겉핥기로나마 알게 됨. 그러니까 할 수 있음. 이제 선형대수를 배워야 해서 잠깐 다녀오겠음
  • 우리는 전문가가 아닌 모든 영역에서 작고, 그 영역은 거의 전부에 가까움. 지난 50년 동안 컴퓨터 분야는 엄청나게 확장돼 수많은 전문 분야를 포함하게 됐고, 그 안에서도 모든 것을 전문적으로 알 수는 없음
    양자 컴퓨팅을 더 깊이 파고들고 싶다면 Scott Aaronson의 책 “Quantum Computing since Democritus”를 강하게 추천함. 물리와 수학 배경이 있어도 그의 문체는 생생하고 몰입감 있으며, 이미 알던 내용도 독특하고 압축적으로 다시 정리해줌. 예를 들어 칸토어의 대각선 논법 설명이나, 양자역학이 “음의 확률”이 실재한다는 것의 자연스러운 결과라는 주장은 개인적으로도 많이 활용한 훌륭한 통찰임
    양자 컴퓨팅의 경계를 이해하는 것도 유용함. 결국 우리가 보게 될 것은 예컨대 큰 수를 인수분해하게 해주는 QaaS API일 가능성이 큼. Shor 알고리즘이나 구현 세부사항을 몰라도 고전적 방법보다 지수적으로 빠르게 답을 받게 될 것임. 데스크톱 양자 컴퓨터, 전용 언어, 그 위에서 돌아가는 일반 사용자 소프트웨어를 기대하지는 않음. 물론 언젠가는 누군가 그 위에서 Doom을 돌리겠지만, 수십 년 뒤의 일임
    https://www.alibris.com/booksearch?mtype=B&keyword=quantum+c...
  • 좋은 출발점들도 있음. 그래도 거기 있는 내용 중 아주 조금만 이해했음
    https://podcast.clearerthinking.org/episode/208/scott-aarons...
    https://quantum.country

• 해결한 문제는 기존 컴퓨터로는 10^24년쯤 걸린다지만, 양자 연구자가 아니면 아무도 신경 쓰지 않는 문제임
  양자 연구자가 아닌 사람도 관심 가질 문제를 풀어보면 좋겠음. 외판원 문제 n=10이라든가, 10자리 수 인수분해 같은 것이라도 좋음. 그 전까지 양자 컴퓨터는 상업적 핵융합과 같은 범주임. “돌파구”는 넘치지만 결과는 0임
  암 연구와 비교하면 차이가 좋게 드러남. 매년 나오던 “암을 치료할 수도 있는 돌파구!” 발표는 거의 사라졌고, 대신 꾸준하고 실제적인 진전이 계속 이뤄지고 있음

  • “양자 연구자가 아니면 아무도 그 문제에 관심 없다”기보다, 더 나은 질문은 왜 나머지 우리가 같은 것들에 관심을 갖지 않는가일 수 있음. 2014년에 신경망 연구자들이 특정 문제에 왜 관심을 갖는지 고민하고 있었다면 지금 어디에 있었을지 모르겠음
    믿음과 비전은 기술에서도 정말로 영적인 것들임
  • Google도 다음 단계가 현실 적용 문제를 찾는 것이라고 말함. https://blog.google/technology/research/google-willow-quantu...
    “이 분야의 다음 과제는 오늘날의 양자 칩에서 실제 응용과 관련 있는 첫 ‘유용하고 고전 한계를 넘는’ 계산을 보여주는 것이다”
  • 이건 외판원 문제를 푸는 데에는 절대 관련이 없을 것임
    더 중요하게는, 이 실험 노선은 계산 규모 확장을 깨뜨리는 예상치 못한 물리 현상이 생길 것이라는 생각을 반박하기 위한 것임. 신뢰할 만한 사람 중 현재 실험이 실용적인 무언가에 유용하다고 주장하는 사람은 없음
  • 더 중요한 건 그 해가 실제로 어떤 방식으로도 검증되지 않았다는 점임. 틀렸을 수도 있음
    완전한 문외한 입장에서는 왜 이정표가 고전적으로는 어렵지만 쉽게 검증 가능한 문제가 아닌지 이해가 안 됨. 양자 컴퓨팅이 일반 컴퓨터로는 뚫을 수 없는 암호를 아주 쉽게 깨뜨릴 거라는 얘기를 많이 들어왔기 때문에 더 이상하게 느껴짐
  • 허브 앤드 스포크 모델을 쓰지 않는 항공사가 마주하는 문제들은 양자 컴퓨팅에 좋은 시장일 수도 있을 것 같음. 완전히 틀렸을 수도 있지만, 살펴봐야 할 변수와 순열과 선택지가 엄청나게 많음

• Everett식 다세계 해석을 지지하는 논리, 즉 “계산이 병렬 우주에 외주 준 게 아니라면 어디서 일어났겠느냐”는 주장은 논리적이지 않아 보임
  그 병렬 우주들도 같은 계산을 동시에 돌리고 있고, 따라서 자기 계산 일부를 우리에게 “외주” 주는 것 아닌가? 그렇다면 제로섬인데 모든 우주 전체에 성능 향상이 어떻게 생길 수 있는지 모르겠음

  • 다세계 해석은 그렇게 작동하지 않음. 우주의 개수가 고정돼 있는 게 아니고, 사실 뚜렷이 구분되는 우주나 시간선이 있는 것도 아님. 그것들을 세려는 시도는 해안선 길이를 재려는 것과 비슷해서, 충분히 확대하면 서로 섞여 있음
    양자 컴퓨터를 실행하면 “새 시간선”이 만들어짐. 물론 가만히 있는 보통 원자들도 그럴 것이고, 양자 컴퓨터에서 어려운 점은 그 분기가 일시적이도록 만드는 것임
    그래서 양자 컴퓨터는 자기 자신의 여러 버전으로 갈라져 각 버전에서 일부 계산을 수행하고 결과를 합침. 이건 맵리듀스가 아니며, 합칠 수 있는 방식은 엄격히 제한돼 있고 고전적 관점에서는 모두 이상함
    이 근거로 다세계 해석을 옹호할 수 있음. 합쳐진 계산은 어쨌든 어딘가에서 일어나야 했기 때문임. 계산이 더 크고 오래 지속될수록 코펜하겐 해석과는 더 맞지 않음. 엄밀히 말해 파일럿 파동 이론과는 모순되지 않지만, 파일럿 파동 이론은 다세계 해석에 “여기 이 시간선 보이지? 이게 진짜고 나머지는 가짜야. 그래, 그것들을 구현하는 데 필요한 계산은 모두 일어나지만 ‘실재’라는 속성이 없을 뿐이야”라는 선언을 추가한 것임
    다만 그러면 파일럿 파동 이론은 계산주의와 맞지 않고, 따라서 마음 업로드 같은 개념과도 맞지 않게 됨. 물론 그 결론을 받아들일 수도 있음
  • “계산이 병렬 우주에 외주 준 게 아니라면 어디서 일어났겠느냐”라는 말은 CS 제너럴리스트인 문외한 입장에서 보기에 편협하게 들림. 우리가 물리적으로 설계하고 수학적으로 형식화한 계산 방식에 편향된 느낌임
    다중우주 자체에 반대하는 건 아니지만, “튜링식 계산이 일어났고 그러려면 병렬 우주가 필요했다”와 “우리가 사는 우주에서 직관에 반하고 충분히 이해되지 않은 무언가가 일어났다” 중 고르라면 후자에 걸겠음
  • 글의 한 문장을 강조하자면, 이번 실험은 “다세계 해석 대 다른 해석”이라는 오래된 논쟁에 새로 더하는 게 없음. 실험에 대한 동등하게 가능하고 어쩌면 개념적으로 더 단순한 해석은, 큐비트가 여러 비트열의 중첩 상태에 잠시 놓이고, 몇 가지 연산이 수행된 뒤, 측정이 이 중첩을 하나의 확정된 비트열로 붕괴시킨다는 것임. 다중우주는 필요 없음
  • 이게 작동하려면 대다수 우주가 올바른 답을 주는 시스템을 설계하면 됨
    최소한 각 가능성마다 하나의 우주가 있어서 모든 코드 경로가 계산되게 시작함. 그런 다음 올바른 결과가 나왔을 때 훨씬 많은 우주를 만들어내는 메커니즘을 추가함. 그러면 틀린 결과마다 우주가 1개 있고, 올바른 결과에만 2^300개 우주가 생김. 이걸 실행하면 99.99999% 확률로 올바른 결과를 얻게 됨
    이 해석을 옹호하려는 건 아니지만, 다세계 관점에서는 이런 일이 어떻게 가능할지 쉽게 보임. 사실상 오류 정정은 틀린 답보다 맞는 답에 더 많은 우주를 만들기 위한 메커니즘이 되고, 그렇게 전체가 작동함. 양자 오류 정정을 이렇게 생각하는 건 꽤 합리적임. 실제로 관측되는 올바른 답을 선호하게 만드는 메커니즘이고, 다세계에서는 더 많은 올바른 답 우주를 만든다는 뜻이기 때문임
  • 결과는 모든 우주에서 같음. 일종의 흩뿌리고 모으는 맵리듀스 느낌이 있음. 각 우주가 문제의 일부를 계산한 뒤, 그 결과를 모두 더해 최종 결과를 얻고 그 결과는 모든 우주에 있음
    이 논리는 나에게는 설득력 있음. 다만 이미 결론을 믿고 있었으니 편향돼 있긴 함

• “이 양자 계산을 고전 컴퓨터가 시뮬레이션하려면 약 10^25년이 걸리는 것과 정확히 같은 이유로, 양자 컴퓨터의 결과를 고전 컴퓨터가 직접 검증하는 데도 약 10^25년이 걸린다”는 부분을 이해하지 못하겠음
  푸는 데는 오래 걸리지만 검증은 사소한 문제가 많지 않나? 예를 들어 몇 개의 매우 큰 소수의 곱인 아주 큰 수의 인수분해 같은 것 말임. 10^25년 규모는 아닐 수 있어도 그래도 그렇지 않나?

  • 이 계산은, 아주 거칠게 손을 휘저으며 말하자면, 임의 상태를 초기화하는 것에 가깝고, 이 상태가 무작위로 초기화됐는지를 고전 컴퓨터로 합리적인 시간 안에 계산할 수 없다는 점은 잘 알려져 있음
    이게 많은 사람을 낚은 이유는 “P≠NP를 증명했다”처럼 들리기 때문임. 이해의 열쇠는 A) “이 계산”에서 이라는 말을 붙잡고 있어야 한다는 것, B) 소인수분해가 양자 컴퓨팅의 그럴듯한 응용이라는 점을 기억하는 것임
    B와 모순처럼 보이면 “맞다, 하지만 양자 컴퓨터가 아직 소인수분해를 할 만큼 크지 않다”로 깔끔하게 풀림
    글에서 약간 비껴 말하듯, 누군가 A) 고전적으로 합리적 시간에 계산 불가능하고 B) 아주 작은 양자 컴퓨터에서 계산 가능하며 C) 고전 컴퓨터로 합리적 시간에 검증 가능한 계산을 찾는다면 많은 연구자가 흥분할 것임

• 하드웨어는 발전하고 있지만 문제가 하나 있음. 양자 컴퓨터에서 돌릴 알고리즘이 없음. RSA를 깨는 데 유용한 Shor 알고리즘 말고는 아무것도 없음
  양자 시뮬레이션이나 최적화에 유용할 수도 있다는 식의 막연한 생각뿐임. 내일 완전히 동작하는 양자 컴퓨터가 생긴다면 무엇을 돌릴 것인가? 공백 상태임
  유일한 희망은 양자 알고리즘의 돌파구인데, 보이는 것도 없고 이쪽 진전도 많지 않음. 게다가 양자 알고리즘 회사 중 가장 많은 투자를 받은 Zapata Computing도 올해 망했음

  • Zapata Computing 얘기는, 상상 속 마법 컴퓨터용 알고리즘을 개발해서 돈을 벌기는 꽤 어려운 법임
  • 우선 양자화학을 시뮬레이션하기 시작할 수 있음. 다만 그쯤 되면 시뮬레이션이라기보다 실제로 양자화학을 실행하는 것에 더 가까움
  • 근거를 좀 제시해야 함. HN의 무작위 광고 기술 개발자들에게 유용한 양자 컴퓨터 알고리즘이 없다는 사실은 별 의미가 없음
  • 사실이 아님. 양자 알고리즘은 많이 있음
    https://en.wikipedia.org/wiki/Quantum_algorithm

• 관련 글: Willow, Our Quantum Chip
  https://news.ycombinator.com/item?id=42367649

• 요약하면 실제 결과이고, 멋진 부분은 큐비트가 많아질수록 더 짧게가 아니라 더 오래 살아남는 것처럼 보인다는 점임. 나쁜 부분은 결과가 명시적으로 검증되는 게 아니라 외삽으로만 확인된다는 점임

  • 서로 다른 두 결과를 섞고 있음
    a) 오류 정정은 신호를 증폭하려면 애초에 작은 수준의 오류가 필요하고, 드디어 그 지점에 도달했으며 더 큰 정정 구성이 더 많은 오류를 처리함
    b) “표준” 벤치마크 문제가 이제 고전 칩으로는 실제로 계산 불가능한 무언가를 100% 계산함. 문제는 너무 양자적이라 고전 칩으로는 검증도 더 이상 불가능하다는 것임

• 실제로 중요한 얘기를 해보자면, 포스트 양자 시대에는 어디에 투자해야 할까? 짧게 정리하겠음
  Google의 Willow 양자 칩은 현재 슈퍼컴퓨터를 크게 앞서며, 다른 방식으로는 수십억 년 걸릴 작업을 몇 분 만에 해결함. 기술과 AI 발전이 가속되면 전문가 예측과 달리 2030년대보다 더 빨리 양자 우위가 올 수 있음
  중앙집중식 기존 은행 시스템은 송금 동결, 절차 재검증, 새 프로토콜로의 통제된 이전을 통해 포스트 양자 안전 암호로 더 빠르게 전환할 수 있음. 반면 탈중앙 암호화폐는 하드포크 조율이 어렵고, 양자 안전 알고리즘으로 전환하면 트랜잭션 서명이 길어져 수수료가 크게 올라 신뢰를 약화시킬 수 있음
  양자 컴퓨터가 현재 암호를 위협한다면, 부동산이나 주가지수 같은 실물 자산이 암호화폐 같은 디지털 자산보다 가치를 더 잘 유지할 수 있음. 어떻게 생각함?

  • 이건 말 그대로 하나도 맞지 않음
    Google의 Willow 양자 칩이 현재 슈퍼컴퓨터를 크게 앞서 수십억 년 걸릴 작업을 몇 분 만에 해결한다고 했는데, 대체 어떤 종류의 계산 작업을 말하는 건가?
  • “실제로 중요한 얘기”라니 귀가 솔깃했는데, “어디에 투자”에서 바로 흥미를 잃었음

• 병렬 우주를 끌어오기 전에, 이 시스템을 거시 세계에 있는 자연의 어마어마한 입자 수와 비교해보는 게 어떨까? 1그램에는 10^23=2^76개의 입자가 있음
  Google의 무작위 회로 샘플링 실험은 67큐비트만 썼고, 이는 76보다도 한 자릿수 낮음. 칩에는 105큐비트가 있었고 오류 정정 실험은 101큐비트를 썼다는데 왜 그런지 궁금함
  Google의 실험이 전체 105큐비트 장치에서 무작위 회로 샘플링을 실행하려다 문제를 만난 걸까? 계산이 병렬 우주를 불러왔다고 말하기 전에, 먼저 그 계산이 시스템 내 입자 상태에 고전적으로 인코딩된 상태로는 설명될 수 없다는 것을 보고 싶음

  • 우주는 모래시계 속 모래를 질서 있는 더미로 만드는 방법을 somehow 알고 있음. 고전 컴퓨터로 그걸 시뮬레이션하는 건 불가능해 보이지만, 우주는 실시간으로 올바른 결과를 “계산”함
    실제로 일어나는 일과 컴퓨터로 할 수 있는 일 사이에는 엄청난 간극이 있는 느낌임. 양자 컴퓨터로도 마찬가지일 수 있음
  • “칩에는 105큐비트가 있었고 오류 정정 실험은 101큐비트를 썼다는데 왜 그런지 궁금하다”는 건, 바이트는 8비트인데 Hamming 오류 정정 코드는 7비트를 쓴다는 걸 보고 의아해하는 것과 비슷함
    이유는 그 방식이 3-7-15-... 비트를 요구하고, 그중 들어맞는 가장 큰 값이 7이기 때문임
    표면 오류 정정도 마찬가지로 목록에 있는 값 중 가장 큰 수일 뿐임. 음모론은 필요 없고, 단일 칩의 큐비트 수를 결정하는 제조 능력과도 관련 없음
    [0] https://en.wikipedia.org/wiki/Hamming_code

• “양자 컴퓨터 결과를 고전 컴퓨터가 직접 검증하는 데도 약 10^25년이 걸린다”는 주장은 별로 말이 안 됨. 푸는 것보다 검증이 훨씬 쉬운 문제는 많음
  왜 그런 접근으로 양자 컴퓨팅 주장을 검증하지 않는 걸까?

  • 저자가 바로 그 말을 하고 있음. 이 분야 연구자들은 신뢰성을 위해 빠르게 검증 가능한 테스트 문제를 풀어야 함
    왜 그렇게 하지 않느냐면, 첫째로 계산 장치의 기질에 최대한 가까운 문제 영역을 골라야 10^25 같은 최대 문제 크기에 도달할 수 있기 때문임. 빠른 검증이 가능한 많은 문제에서는 현재 인상적으로 큰 문제 크기를 다룰 수 없음. GPU가 컴퓨터 그래픽이나 선형대수처럼 “난처할 정도로 병렬적인” 알고리즘에만 정말 강하듯, 이 양자 칩도 너무 많은 결맞음을 요구하지 않는 특정 알고리즘 부류에만 강함
    둘째로, 잠재적 사용처 중 상당수는 검증이 쉽지 않지만 여전히 매우 유용하고 흥미로움. 날씨와 기후 예측, 양자화학 시뮬레이션, 에너지부의 핵 시뮬레이션 같은 것들임. 암호학은 쉽게 검증 가능한 결과를 준다는 점에서 꽤 예외적임
  • 이 블로그에서 저자가 정확히 그 점을 말한 것 같음
  • 현재는 이 유형의 장치에서 실행할 수 있고, 기대되는 지수적 속도 향상이 있으며, 빠른 고전 검증 알고리즘까지 가진 문제를 알지 못하기 때문임. 그게 바로 저자의 요지이고, 그는 꽤 오래전부터 그런 예시를 연구하는 일이 중요하다고 주장해왔음
  • Hossenfelder가 링크한 트윗이 이 부분을 정면으로 다룸 [1]. 양자 컴퓨터가 실제 무언가를 시뮬레이션하려면 큐비트가 4자릿수 배 더 필요함
    그동안은 Aaronson이 말한 중간 단계 테스트 알고리즘 같은 것이 없는 한 장난감 문제에 머물 수밖에 없음. 다만 그런 알고리즘이 존재하면 양자 컴퓨터가 우위를 갖지 못한다는 값싼 반박을 가능하게 해 PR 가치는 깎일 것임
    [1] https://x.com/skdh/status/1866352680899104960
  • 이런 종류의 문제가 선택되는 게 우연이 아닐 수도 있지 않을까? 어떻게든 양자 시스템에서 고전 시스템이 수행할 수 있는 범위를 훨씬 넘는 계산량을 얻어내지만, 그로부터 유용한 정보는 끄집어내지 못하는 듯함. 흠.