CONQURE: A Co-Execution Environment for Quantum and Classical Resources

이 논문은 양자 가속기를 위한 오픈소스 소프트웨어 인프라가 부족하다는 문제를 해결하기 위해, 오픈MP 양자 커널을 양자 처리 장치 (QPU) 에 원활하게 오프로딩하고 결과를 고전 컴퓨팅 환경으로 되돌려주며 양자 자원을 효율적으로 스케줄링하는 통합 실행 환경 'CONQURE'를 제안하고 그 유효성을 검증합니다.

핵심

1. 문제 상황: "혼자서는 못 하는 일"

지금까지 슈퍼컴퓨터 (고전 컴퓨터) 는 무거운 계산을 할 때 그래픽 카드 (GPU) 를 부속품처럼 달아 썼습니다. 마치 요리사가 칼을 더 날카롭게 갈아 쓰거나, 무거운 짐을 들어 올릴 때 지레를 쓰는 것과 같습니다.

하지만 앞으로는 **'양자 컴퓨터'**라는 완전히 새로운 도구가 등장할 것입니다. 이 도구는 특정 문제 (예: 복잡한 분자 구조 분석, 최적 경로 찾기) 를 해결할 때 기존 컴퓨터보다 수백 배 더 빠릅니다.

하지만 큰 문제가 있습니다.

• 언어 장벽: 양자 컴퓨터는 아직 표준화된 언어가 없어서, 각 회사나 연구실마다 다른 방식 (Qiskit, Cirq 등) 으로만 작동합니다.
• 연결 부재: 슈퍼컴퓨터 센터 (HPC) 에서는 양자 컴퓨터를 어떻게 부르고, 결과를 어떻게 받아와야 할지 모릅니다. 마치 "한국어만 쓰는 요리사"와 "프랑스어만 쓰는 소믈리에"가 한 테이블에 앉았는데 서로 대화할 수 없는 상황입니다.
• 비효율: 양자 컴퓨터는 대기 시간이 길고, 결과를 기다리는 동안 슈퍼컴퓨터는 놀고 있습니다.

2. 해결책: CONQURE (컨큐어) - "스마트한 요리사 매니저"

이 논문에서 제안한 CONQURE는 바로 이 두 세계를 연결해 주는 매니저입니다.

🍽️ 비유: 고급 레스토랑의 '메뉴판'과 '주문 시스템'

가상의 레스토랑을 상상해 보세요.

• 주방장 (슈퍼컴퓨터): 매일 수천 개의 요리를 빠르게 만듭니다.
• 특수 요리사 (양자 컴퓨터): 아주 드문, 하지만 엄청나게 복잡한 요리를 한 번에 완벽하게 만들어냅니다. 하지만 주문을 받으면 준비하는 데 시간이 걸리고, 요리사가 누구냐에 따라 메뉴판이 다릅니다.

CONQURE 는 이렇게 작동합니다:

1. 주문 접수 (API): 주방장이 "이 복잡한 재료로 요리해 줘"라고 말하면, CONQURE 가 그 주문을 알아듣고 특수 요리사가 이해하는 언어로 번역해 줍니다.
2. 대기실 관리 (큐 시스템): 특수 요리사가 바쁠 때, CONQURE 는 주문을 순서대로 대기실에 정리해 줍니다. (클라우드 큐)
3. 결과 전달: 요리가 끝나면 CONQURE 가 그 결과를 다시 주방장에게 가져다주어, 다음 요리에 바로 반영하게 합니다.

3. CONQURE 의 핵심 기능 3 가지

① 모든 것을 하나로 묶는 '번역기' (모듈형 구조)

CONQURE 는 레고 블록처럼 여러 층으로 되어 있습니다.

• 상위층: 사용자가 Qiskit 같은 프로그램으로 주문을 내면,
• 중간층: CONQURE 가 그 주문을 양자 컴퓨터가 이해할 수 있는 언어로 바꿔주고,
• 하위층: 실제 양자 컴퓨터 (이온 트랩 등) 에 명령을 보냅니다.
  이 덕분에 사용자는 양자 컴퓨터가 IBM 이든, 구글이든, 이온 트랩이든 상관없이 같은 방식으로 주문할 수 있습니다.

② "한 번에 여러 개" 처리 (OpenMP-Q 확장)

기존에는 양자 컴퓨터에 주문을 하나씩 보냈습니다. 하지만 CONQURE 는 OpenMP라는 기술을 양자 컴퓨터에도 적용했습니다.

• 비유: 주방장이 6 개의 다른 요리를 동시에 6 명의 특수 요리사에게 보낼 수 있게 된 것입니다.
• 효과: 실험 결과, 6 개의 작업을 동시에 처리했을 때 전체 시간이 3.1 배나 빨라졌습니다. (예: 228 초 → 71 초)

③ "상호작용"이 가능한 시스템

기존 시스템은 "주문 → 기다림 → 결과"로 끝났지만, CONQURE 는 양방향 소통이 가능합니다.

• 비유: 요리사가 "이 재료가 좀 부족해요"라고 말하면, 주방장이 바로 재료를 추가해 주고 요리사가 다시 요리하는 식입니다.
• 효과: 양자 컴퓨터의 결과를 바로 분석해서 다음 단계의 계산을 즉시 수정할 수 있어, 복잡한 문제 해결 속도가 훨씬 빨라집니다.

4. 실제 성과: "실제 실험실에서도 작동했다"

연구팀은 이 시스템을 실제 양자 컴퓨터 (듀크 양자 센터의 이온 트랩 장치) 에 연결해 테스트했습니다.

• 속도: 주문을 보낼 때 걸리는 시간이 평균 12.7 밀리초로, 매우 가볍고 빠릅니다.
• 성공: 복잡한 양자 알고리즘 (VQE) 을 여러 개 동시에 돌렸을 때, 기존 방식보다 훨씬 빠르게 정답에 도달했습니다.

5. 결론: 왜 이것이 중요한가?

CONQURE 는 양자 컴퓨터가 "실험실 장난감"에서 벗어나, 우리가 매일 쓰는 슈퍼컴퓨터와 함께 **'실제 업무'**를 할 수 있게 해주는 첫걸음입니다.

마치 **전기 자동차 (양자 컴퓨터)**가 등장했을 때, 기존 도로와 주유소 (고전 컴퓨터 인프라) 를 그대로 쓰면서 전기차만 충전할 수 있게 해주는 충전소 네트워크를 만든 것과 같습니다. 이 시스템이 갖춰지면, 앞으로의 과학 연구, 금융, 물류 등 모든 분야에서 양자 컴퓨터의 놀라운 힘을 쉽게 끌어낼 수 있게 될 것입니다.

한 줄 요약:

"CONQURE 는 서로 다른 언어를 쓰는 슈퍼컴퓨터와 양자 컴퓨터를 연결해, 여러 양자 작업을 동시에 처리하게 만들어 속도를 3 배 이상 높여주는 '스마트 매니저'입니다."

기술 요약

1. 문제 정의 (Problem)

현대 고성능 컴퓨팅 (HPC) 과 머신러닝 (ML) 은 CPU 와 GPU 가속기의 결합에 의존하고 있습니다. 미래에는 양자 우위 (Quantum Advantage) 를 가진 알고리즘을 위해 양자 처리 장치 (QPU) 가 GPU 를 보완할 것으로 예상됩니다. 그러나 현재 양자 가속을 실제 HPC 환경에 통합하는 데에는 다음과 같은 심각한 장벽이 존재합니다.

• 소프트웨어 인프라 부재: 양자 오프로딩을 위한 오픈소스 소프트웨어 인프라가 부족합니다. 기존 HPC 에는 OpenMP, MPI, CUDA 와 같은 표준 병렬화 프레임워크가 있지만, 양자 계산을 위한 추상화 (Abstraction) 가 부재하여 실제 응용 프로그램 채택이 제한적입니다.
• 상호 운용성 (Interoperability) 문제: 다양한 양자 하드웨어 (초전도, 이온 트랩, 중성 원자 등) 와 소프트웨어 라이브러리 (Qiskit, Cirq 등) 가 파편화되어 있어, 특정 하드웨어에 종속된 소프트웨어를 사용해야 하는 문제가 발생합니다.
• 순차적 실행의 한계: 기존 미들웨어는 양자 회로의 순차적 실행만 지원하여, 양자 비트의 결어긋남 (decoherence) 을 완화하고 특정 아키텍처 (예: 중성 원자) 의 이점을 극대화하기 위한 병렬 처리가 어렵습니다.
• HPC 통합의 부재: HPC 환경 (C/C++ 기반) 과 양자 실행 (주로 Python 기반) 간의 효율적인 인터페이스, 작업 스케줄링, 결과 추적 및 양자 - 고전 간 데이터 교환 메커니즘이 부족합니다.

2. 방법론 (Methodology)

이 논문은 이러한 격차를 해소하기 위해 CONQURE라는 새로운 오픈소스 클라우드 큐 (Cloud Queue) 프레임워크와 OpenMP-Q 확장을 제안합니다.

A. CONQURE 아키텍처 (5 계층 모듈 구조)

CONQURE 는 유연성과 확장성을 위해 5 개의 모듈 계층으로 설계되었습니다.

1. 사용자 인터페이스 계층: Qiskit, Cirq, Tket 등 다양한 프론트엔드를 지원하여 양자 커널을 정의하고 워크플로우를 오케스트레이션합니다.
2. 변환 계층 (Translation Layer): 플랫폼 독립적인 양자 연산을 하드웨어 특정 명령어로 변환합니다. (예: Qiskit → DAX → ARTIQ)
3. 워크로드 관리자 (Workload Manager): 클라우드 큐잉, 작업 스케줄링, 리소스 관리를 담당하며, 우선순위 기반 실행 정책과 하이브리드 워크플로우 조정을 수행합니다.
4. 데이터베이스 (DB): 작업 메타데이터, 양자 회로 정의, 실행 결과를 영구적으로 저장 및 추적합니다.
5. 양자 제어 계층: 펄스 수준의 제어 시스템을 위한 장치 독립적 인터페이스로, 플러그 가능한 드라이버를 통해 다양한 큐비트 기술을 지원합니다.

B. 클라우드 큐 API 및 스케줄링

• AWS 클라우드 큐와 호환되는 API 를 제공하지만, 연구실 내 사설 클라우드 환경에서 인증 및 원격 실행을 지원합니다.
• 비동기 작업 제출, SLURM 기반의 효율적인 리소스 할당, 작업 상태 추적 및 결과 영구 저장을 지원합니다.

C. OpenMP-Q (양자 오프로딩 확장)

• 역방향 오프로딩 (Reverse Offloading): C++ 기반의 OpenMP 코드가 양자 커널을 실행하는 동안, 호스트에서 비동기적으로 고전 계산을 수행하여 파라미터 업데이트를 가능하게 합니다.
• LLVM 통합: OpenMP-Q 는 LLVM-Clang 을 사용하여 C++ 과 Python 양자 라이브러리 간의 파이프 기반 상호작용을 구현합니다.
• 병렬 실행: #pragma omp target 지시문을 통해 여러 스레드가 서로 다른 QPU 또는 시뮬레이터에서 동시에 양자 회로를 실행하도록 스케줄링합니다.
• 동적 스크립트 생성: 런타임에 양자 게이트 시퀀스를 기반으로 Python 스크립트를 동적으로 생성하여 실행하고, 그 결과를 다시 호스트로 전달합니다.

3. 주요 기여 (Key Contributions)

1. 오픈소스 양자 리소스 관리 프레임워크: 양자 하드웨어와 소프트웨어 간의 상호 운용성을 해결하는 모듈형 스택을 개발했습니다.
2. OpenMP-Q 표준 확장: OpenMP 에 양자 오프로딩 기능을 추가하여, 기존 HPC 애플리케이션을 최소한의 코드 변경으로 양자 가속을 활용할 수 있게 했습니다.
3. 하이브리드 워크플로우 최적화: 양자 - 고전 간 데이터 교환을 위한 역방향 오프로딩 메커니즘을 설계하여 반복적 알고리즘 (VQE 등) 의 효율성을 높였습니다.
4. 실제 하드웨어 검증: Duke Quantum Center 의 이온 트랩 (Ion-trap) 장치를 사용하여 프레임워크의 기능을 검증했습니다.

4. 실험 결과 (Results)

• API 오버헤드: CONQURE 의 create_work 및 get_results API 호출 테스트에서 평균 12.7ms의 매우 낮은 지연 시간을 기록했습니다. 이는 실제 장치와 시뮬레이터 모두에서 유사하게 나타났습니다.
• VQE (Variational Quantum Eigensolver) 성능 향상:
  • 7 개의 정점을 가진 그래프의 Max-Cut 문제를 해결하기 위해 VQE 를 실험했습니다.
  • 6 개의 VQE 실행을 직렬로 수행할 때 228 초가 소요된 반면, OpenMP-Q 를 통해 6 개의 스레드로 병렬 실행했을 때 71 초로 단축되었습니다.
  • 이는 **3.1 배 (3.1×) 의 실행 시간 단축 (Speedup)**을 의미하며, 병렬화가 수렴 시간을 크게 개선함을 입증했습니다.
• 하드웨어 호환성: Qiskit 을 통해 정의된 회로를 이온 트랩 장치 (DAX/ARTIQ 스택) 에서 성공적으로 실행하고 결과를 반환하는 흐름을 검증했습니다.

5. 의의 및 결론 (Significance)

• HPC 와 양자 컴퓨팅의 융합: CONQURE 는 파편화된 양자 생태계를 HPC 환경에 자연스럽게 통합하는 교량 역할을 합니다. 특히 OpenMP-Q 는 기존 C/C++ 기반 HPC 코드베이스를 파괴하지 않고 양자 가속을 도입할 수 있는 표준화된 경로를 제공합니다.
• 확장성과 유연성: 모듈형 아키텍처 덕분에 새로운 하드웨어나 소프트웨어 도구가 등장하더라도 특정 계층만 교체하여 쉽게 적응할 수 있습니다.
• 실용적 접근: 이론적 모델링을 넘어, 실제 실험 장비 (이온 트랩) 와 클라우드 큐잉 시스템을 결합하여 연구자들이 즉시 활용할 수 있는 오픈소스 인프라를 제공한다는 점에서 의미가 큽니다.

결론적으로, 이 연구는 양자 컴퓨팅이 단순한 실험실 단계를 넘어 실제 고성능 컴퓨팅 워크플로우의 일부로 통합되기 위해 필요한 소프트웨어 인프라와 병렬 프로그래밍 모델을 제시했습니다.