노르마, 새로운 양자 신경망 개발...정확도 획기적 개선
양자 보안과 양자 컴퓨팅 전문 기업 노르마(대표 정현철, www.norma.co.kr)가 정확도가 획기적으로 개선된 새로운 방식의 양자 신경망을 개발했다. 노르마는 퀀텀 AI팀 이준서 연구원이 지난달 SCI급 미국 물리학회 학술지 '피지컬 리뷰A'에 '얽힘 분리 양자 신경망을 통한 양자 엔트로피와 양자 거리 측도의 통합적 추정'이라는 논문을 게재했다고 24일 밝혔다. 이 논문에는 KAIST 신명진, 이승우 연구생이 공동 제1저자로 참여했다. 교신 저자는 서울대학교 정갑균 박사가 맡았다. 연구팀은 양자 정보 이론의 핵심 물리량을 보다 효율적으로 추정할 수 있는 새로운 알고리즘을 제안했다. 해당 연구에서는 '얽힘 분리 양자 신경망(Disentangling Quantum Neural Network, DEQNN)'을 개발했다. 이 DEQNN은 고차원 양자 상태에서도 높은 정확도를 유지할 수 있는 것이 특징이다. 일반적으로 양자 물리량을 추정하는 기존 알고리즘은 양자 상태의 힐베르트 공간 크기에 따라 성능이 저하되는 한계를 가진다. 하지만 이번 연구에서 제안한 DEQNN은 이러한 한계를 극복할 수 있는 혁신적인 방법을 제시헸다. 노르마 측은 "폰 노이만 엔트로피, 레니 엔트로피, 찰리스 엔트로피 등의 양자 엔트로피 측도와 대각합 거리, 브루스 거리와 같은 양자 거리 측도를 보다 정밀하게 추정하는 데 기여할 것"으로 기대된다. 이번 연구 결과가 향후 양자 컴퓨팅 및 양자 통신 기술 발전에 긍정적인 영향을 미칠 것으로 연구진은 내다봤다. 이준서 연구원은 "DEQNN은 통합된 차원 축소 방식을 적용해 양자 정보 이론에서 요구되는 다양한 물리량을 효율적으로 추정할 수 있다"며 "이를 통해 대규모 양자 시스템의 복잡성을 극복하고, 양자 정보 처리 및 분석에 활용할 수 있는 명확한 이론적 기반을 제시하는 것이 목표였다"고 연구의 배경을 설명했다. DEQNN은 힐베르트 공간의 크기를 줄이면서도 양자 상태가 포함하는 정보를 최대한 보존하는 특성을 갖는다. 이를 통해 축소된 양자 시스템 내에서 다양한 양자 엔트로피 및 거리 측도를 보다 정확하게 추정할 수 있다. 기존에는 고차원 양자 상태에서 복잡한 계산이 필요했던 물리량들을 DEQNN을 활용하면 훨씬 효율적으로 추정할 수 있다. 또한 개별 물리량을 추정할 때 차원 축소를 각각 수행하는 방식이 아니라 단일 네트워크 구조 내에서 동시에 진행될 수 있도록 설계함으로써 통합적 방법론을 제시했다. 이를 통해 연구 및 응용의 효율성을 크게 향상시켰다. 복잡한 대규모 양자 시스템에서도 적용 가능한 기술의 명확한 이론적 근거를 마련했다. 이준서 연구원은 "이 기술을 활용하면 낮은 복잡도의 양자 신경망을 구현, 기존 양자 알고리즘의 성능을 향상시킬 수 있을 것"으로 기대했다. 노르마 정현철 대표는 "화학 및 물리 시뮬레이션, 금융 모델링, 최적화 문제 등 다양한 분야에서 향상된 양자 머신러닝 기법을 적용할 수 있을 것"으로 전망했다. 정 대표는 “노르마의 R&D 집중 투자와 우수 인재 양성 노력의 결실”이라며 “앞으로도 양자 연구에 대한 지속적인 투자와 기술 개발을 이어갈 것"이라고 밝혔다. 한편 노르마는 2011년 설립된 양자 보안 및 양자 컴퓨팅 전문 기업이다. 양자 보안 분야에서는 양자내성암호(PQC) 기술을 적용해 PQC 기반의 솔루션(Q 케어 스위트, Q 케어 커넥트 등)을 확보했다. 이외에 양자 컴퓨터 및 응용 프로그램 개발을 적극 추진 중이다. 지난해 양자 애플리케이션 개발을 위한 환경을 제공하는 'Q 플랫폼(Q Platform)'을 출시했다. 노르마가 자체 개발한 국내 최초 한국형 양자 컴퓨터 '큐리온(Qrion)' 출시를 앞두고 있다.
