[대전=뉴스봄] 육군영 기자 = 세계적인 양자 컴퓨터 전문가인 이준구 교수가 양자 알고리즘을 통해 매우 적은 계산량으로 복잡한 연산이 가능하다는 것을 증명해 앞으로의 귀추가 주목된다.
양자 인공지능은 기존에 컴퓨터와는 전혀 다른 방식으로 정보를 처리하는데다가 아직 관련 전문가가 손에 꼽을 정도로 적고 상용화되기엔 연구가 부족해 새 알고리즘의 개발도 더딘 실정이다.
이준구 교수는 현재 Springer Quantum Machine Intelligence 의 편집위원이며 IEEE 저널 초빙 편집위원, 국제학회 총괄위원장, 운영위원장, 프로그램위원장 등을 역임하고 있는 세계적인 양자 컴퓨터 전문가다.
이 교수 연구팀은 독일 및 남아공 연구팀과의 협력연구를 통해 기존 인공지능보다 한세대 발전한 비선형 양자 기계학습 인공지능 알고리즘을 개발했다.
이번 알고리즘의 발견은 그동안 인공지능으로 처리가 불가능하다고 생각되던 비선형 커널과 같은 복잡한 데이터에 대해 양자 기계학습이 가능하게 되면서 현재의 인공지능이 학습에 큰 도움이 될 것으로 기대되고 있다.
이준구 교수팀에 따르면 학습데이터와 테스트데이터를 양자정보로 생성한 뒤 양자정보의 병렬연산을 가능하게 하는 양자포킹 기술과 간단한 양자 측정기술을 조합했다.
이 양자 데이터 간의 유사성을 이용해 지도학습을 구현하는 양자 알고리즘 체계를 만들었고 이 알고리즘을 바탕으로 IBM 클라우드 서비스를 통해 실제 양자컴퓨터에서 양자 지도학습을 실제로 시연했다.
이 연구에 참여한 박경덕 연구교수는 "연구팀이 개발한 커널 기반 양자 기계학습 알고리즘은 수년 안에 상용화될 것으로 예측되는 수백 큐비트의 NISQ(Noisy Intermediate-Scale Quantum) 컴퓨팅의 시대가 되면 기존의 고전 커널 기반 지도학습을 뛰어넘을 것ˮ이라면서 "복잡한 비선형 데이터의 패턴인식 등을 위한 양자 기계학습 알고리즘으로 활발히 사용될 것ˮ이라고 말했다.
KAIST 박경덕 연구교수가 공동 제1 저자로 참여한 이번 연구결과는 국제 학술지 네이처 자매지인 `npj Quantum Information' 지(誌) 2020년 5월 6권에 게재됐다. (논문명: Quantum classifier with tailored quantum kernel).
