Generative AI for Quantum Circuits and Quantum Code: A Technical Review and Taxonomy

이 논문은 2026 년 1~2 월 기준 양자 회로 및 코드 생성 13 개 시스템과 5 개 데이터셋을 문법적 유효성, 의미적 정확성, 하드웨어 실행 가능성의 3 단계 평가 체계로 분석한 결과, 문법과 의미는 다루지만 실제 양자 하드웨어에서의 종단간 평가가 전무하여 실용적 배포와의 간극이 존재함을 규명했습니다.

핵심

양자 회로와 코드를 만드는 AI: 기술 리뷰 요약 (쉬운 설명)

이 논문은 **"인공지능 (AI) 이 양자 컴퓨터를 위한 프로그램을 스스로 만들어내는 기술"**을 조사한 보고서입니다. 마치 AI 가 요리 레시피를 짜주거나, 건축 도면을 그리는 것과 비슷하지만, 훨씬 더 복잡하고 미묘한 차이가 있습니다.

저자 (주하니 메릴레흐토) 는 2026 년 1~2 월 사이에 발견된 13 개의 AI 시스템과 5 개의 데이터 세트를 분석했습니다. 핵심 결론은 다음과 같습니다:

"AI 는 문법 (문장) 을 잘 맞추고, 의미 (내용) 도 어느 정도 이해하지만, 실제 양자 컴퓨터라는 '현실의 주방'에서 요리를 해본 적은 단 한 번도 없다."

이 복잡한 내용을 일상적인 비유로 풀어서 설명해 드릴게요.

---

1. 이 연구는 무엇을 했나요? (탐험가 이야기)

연구자는 Hugging Face(AI 모델들이 모여 있는 도서관) 와 arXiv(학술 논문이 쌓인 창고) 를 뒤져서 양자 회로를 만드는 AI 들을 찾아냈습니다. 마치 새로운 요리법을 개발한 셰프들을 찾아내어 그들의 실력을 평가하는 것과 같습니다.

2. AI 들은 무엇을 만들고 있나요? (세 가지 출력물)

AI 들이 만들어내는 결과는 크게 세 가지 종류가 있습니다.

• QASM 코드: 양자 컴퓨터가 이해하는 가장 기초적인 기계어 (레시피의 재료 목록).
• Qiskit 코드: 파이썬으로 쓴 양자 프로그램 (레시피를 요리사에게 전달하는 상세한 설명서).
• 회로 그래프: 문장 없이 기호로만 된 회로도 (건축 도면).

3. 평가 기준: 3 단계 계단 (가장 중요한 부분!)

이 논문은 AI 의 실력을 평가할 때 3 단계 계단을 사용했습니다.

• 1 단계: 문법적 유효성 (문장 맞춤법)

  • 비유: AI 가 쓴 레시피가 문법적으로 틀리지 않았는지 확인합니다. "소금 1g"이라고 썼는데 "소금 1g."이라고 찍혀서 문법 오류가 나는지 보는 거죠.
  • 현황: 모든 AI 가 이 단계는 통과합니다.

• 2 단계: 의미적 정확성 (요리 목적 달성)

  • 비유: 레시피대로 만들었을 때, 실제로 맛있는 요리가 나오는지 확인합니다. AI 가 "스테이크 요리"를 만들라고 했을 때, 진짜 스테이크가 나오는지, 아니면 그냥 고기 덩어리가 나오는지 봅니다.
  • 현황: 대부분의 AI 는 이 단계도 어느 정도 잘합니다. 하지만 양자 세계에서는 "같은 맛"을 확인하는 것이 고전 컴퓨터보다 훨씬 어렵습니다.

• 3 단계: 하드웨어 실행 가능성 (실제 주방에서 요리하기)

  • 비유: 이 레시피를 실제 주방 (실제 양자 컴퓨터) 에 가져가서, 그 주방에 있는 특정 조리 도구 (제한된 게이트) 로 요리할 수 있는지, 그리고 불이 꺼지기 전 (코히어런스 시간) 에 요리를 끝낼 수 있는지 확인하는 단계입니다.
  • 현황: 아무도 이 단계를 통과하지 못했습니다! 모든 AI 는 시뮬레이션 (가상 주방) 에서만 테스트했고, 실제 양자 컴퓨터에서 실행해 본 사례는 전무합니다.

4. AI 들의 종류와 특징 (요리 학교의 다양한 반)

연구자는 AI 들을 두 가지 기준으로 분류했습니다: **무엇을 만드는가?**와 어떻게 배우는가?

• 코드 어시스턴트 (Qiskit): 파이썬 코드를 잘 아는 AI. 단위 테스트 (단순한 퀴즈) 로 실력을 검증받습니다.
• 전문가 AI: 아주 작은 모델로, 특정 양자 회로만 잘 만듭니다.
• 검증자 루프 AI: AI 가 만든 것을 시뮬레이션이 "잘못됐다"고 지적하면 다시 고치는 과정을 반복합니다. (가장 똑똑해 보임)
• 확산 모델 (Diffusion): 점진적으로 회로를 만들어내는 AI. 마치 안개 속에서 그림을 그려나가는 것처럼요.
• 에이전트 시스템: 여러 AI 가 팀을 이뤄서 문제를 해결합니다.

5. 왜 실제 양자 컴퓨터에서 실행하지 않았을까요? (현실의 벽)

이게 이 논문의 가장 큰 지적입니다.

• 시뮬레이션의 한계: 양자 컴퓨터를 시뮬레이션하려면 고전 컴퓨터의 메모리가 기하급수적으로 필요합니다. 양자 비트 (큐비트) 가 50 개만 넘어가도 전 세계 컴퓨터의 메모리 합보다 더 많은 공간이 필요합니다. 그래서 AI 는 작은 회로만 만들고, 큰 회로는 상상만 합니다.
• 하드웨어의 제약: 실제 양자 컴퓨터는 연결 방식이 제한적이고, 소음이 많습니다. AI 가 만든 완벽한 레시피를 실제 기계에 넣으면, 기계가 "이건 내 도구로는 못 해"라고 거부할 수 있습니다. 하지만 현재 AI 는 이 '현실의 제약'을 고려하지 않고 만듭니다.

6. 결론 및 제언 (미래를 위한 조언)

이 논문은 다음과 같이 결론 내립니다.

1. 문법과 의미는 잘하지만, 현실감은 부족하다: AI 는 이론적으로는 훌륭하지만, 실제 양자 컴퓨터에 바로 적용할 수는 없습니다.
2. 표준이 필요하다: 각 AI 마다 평가 방법이 달라서 (누가 더 잘하는지) 비교하기 어렵습니다. 모든 AI 를 같은 기준으로 평가해야 합니다.
3. 미래의 방향: 앞으로는 AI 가 만들 때부터 "실제 양자 컴퓨터의 제약"을 고려하게 만들어야 합니다. 그리고 반드시 실제 양자 컴퓨터에서 실행해 보는 테스트를 포함해야 합니다.

한 줄 요약

"AI 가 양자 컴퓨터용 레시피를 아주 잘 짜내지만, 아직 그 레시피로 실제 양자 컴퓨터라는 주방에서 요리를 해본 적은 없습니다. 이제부터는 '실제 요리' 테스트를 시작해야 할 때입니다."

기술 요약

1. 문제 정의 (Problem)

양자 소프트웨어 개발을 위한 생성형 AI 는 다양한 기술적 접근법 (코드 어시스턴트, 회로 합성, 최적화 등) 으로 분화되어 왔으나, 다음과 같은 핵심적인 문제들이 존재합니다:

• 평가의 불일치: 시스템 간 비교가 어렵습니다. 코드 생성 (Qiskit) 은 유닛 테스트로 평가되지만, 회로 합성은 프로세스 충실도 (Process Fidelity) 나 기대값 정렬로 평가되는 등 평가 지표가 통일되지 않았습니다.
• 하드웨어 실행의 부재: 대부분의 생성 모델은 문법적 유효성 (Syntax) 과 의미적 정확성 (Semantics) 을 어느 정도 충족하지만, 실제 양자 하드웨어 (QPU) 에서 실행 가능한지 여부에 대한 종단간 (End-to-End) 평가가 전무합니다.
• 검증 비용의 한계: 양자 회로의 의미적 동등성 검증은 고전 컴퓨터 시뮬레이션 비용이 큐비트 수에 따라 지수적으로 증가 ($O(2^n)$) 하므로, 대규모 회로에 대한 검증이 어렵습니다.
• 트랜스파일레이션 격차: 생성된 회로가 실제 하드웨어의 연결성 (Connectivity) 과 기본 게이트 세트 (Native Gate Set) 제약을 고려하지 않아, 생성 후 추가적인 변환 (Transpilation) 비용이 많이 발생합니다.

2. 방법론 (Methodology)

저자는 2026 년 1 월~2 월 기간 동안 Hugging Face, arXiv, 그리고 소스 추적 (Provenance tracing) 을 통해 체계적인 스코핑 리뷰 (Scoping Review) 를 수행했습니다.

• 데이터 수집: 228 개의 후보 (35 개의 Hugging Face 모델 카드 + 193 개의 arXiv 논문) 를 대상으로 13 개의 생성형 시스템과 5 개의 지원 데이터셋을 최종 선정했습니다.
• 분류 체계 (Taxonomy): 시스템을 두 가지 축으로 분류했습니다.
  1. 산출물 유형 (Artifact Type): Qiskit 코드, OpenQASM 프로그램, 회로 그래프 (DAG).
  2. 학습 방식 (Training Regime): 지도 미세 조정 (SFT), 검증자-인-루프 강화 학습 (RL), 확산/그래프 생성, 에이전트 최적화.
• 평가 프레임워크: 3 단계 계층 구조를 적용하여 시스템을 평가했습니다.
  • Layer 1 (구문): 파싱/컴파일 성공 여부.
  • Layer 2 (의미): 유닛 테스트, 프로세스 충실도, 기대값 정렬 등을 통한 기능적 정확성.
  • Layer 3 (하드웨어 실행성):
    • 3a: 트랜스파일레이션 후 리소스 (깊이, 게이트 수) 측정.
    • 3b: 실제 QPU 실행 및 이상적 시뮬레이션과의 비교.

3. 주요 기여 (Key Contributions)

• 체계적인 분류체계 제시: "LLM 대 비-LLM"이 아닌, 산출물 유형과 학습 방식을 기준으로 생성형 양자 AI 시스템을 체계적으로 분류했습니다.
• 3 계층 평가 프레임워크 개발: 문법, 의미, 하드웨어 실행성을 구분하는 새로운 평가 기준을 제안하여, 기존 연구들의 평가 한계를 명확히 했습니다.
• OpenQASM 2.0 vs 3.0 의 차이점 분석: 생성 모델 관점에서 3.0 이 도입한 제어 흐름 (Control Flow) 이 문법 공간의 확장과 의미 검증의 복잡성을 어떻게 증가시키는지 기술적으로 분석했습니다.
• 데이터셋 및 벤치마크 매핑: QASMBench, QCircuitBench 등 주요 벤치마크와 생성 시스템 간의 관계를 정리하고, 현재 데이터셋의 상호 운용성 문제 (OpenQASM 버전 차이) 를 지적했습니다.

4. 주요 결과 (Results)

• 하드웨어 실행성 (Layer 3b) 의 공백: 검토된 13 개 시스템 중 단 하나도 생성된 회로를 실제 양자 하드웨어에서 실행하여 결과를 검증한 사례 (Layer 3b) 를 보고하지 않았습니다. 이는 생성된 회로와 실제 배포 간의 큰 격차를 의미합니다.
• 평가 지표의 불일치: 모든 시스템이 구문 (Layer 1) 을 처리하지만, 의미적 정확성 (Layer 2) 평가 방식은 모델 유형에 따라 완전히 다릅니다 (예: Qiskit 코드는 유닛 테스트, 회로 합성은 프로세스 충실도). 이로 인해 시스템 간 직접적인 순위 매기기가 불가능합니다.
• 트랜스파일레이션 고려 부재: 생성 모델들은 대부분 모든-대-모든 (All-to-All) 연결성을 가정하거나 추상적인 게이트 세트를 사용합니다. 실제 하드웨어의 제약 (SWAP 게이트 삽입 필요성 등) 을 생성 단계에서 고려하는 모델은 거의 없습니다.
• 시스템별 특징:
  • Qiskit 코드 어시스턴트 (Granite, Qwen 등): 유닛 테스트 기반 평가에 강점이 있음.
  • 확산/그래프 모델 (genQC, AltGraph 등): 회로 구조 최적화 및 깊이 감소에 초점을 맞췄으나, 하드웨어 실행성 평가는 제한적임.
  • 에이전트 시스템 (QUASAR, QAgent): 외부 시뮬레이터나 도구를 활용한 반복적 개선 및 RL 기반 보상을 도입했으나, 여전히 실제 하드웨어 실행은 미비함.

5. 의의 및 시사점 (Significance)

• 연구 방향의 전환점 제시: 현재 생성형 양자 AI 연구가 "문법적 유효성"과 "작은 규모의 시뮬레이션" 단계에 머무르고 있음을 지적하며, **실제 하드웨어 실행 가능성 (Hardware Executability)**을 평가의 필수 요소로 포함해야 함을 강조합니다.
• 표준화된 평가 프로토콜 제안: 향후 연구에서는 (1) 특정 하드웨어 백엔드로의 트랜스파일레이션, (2) 실제 실행, (3) 이상적 시뮬레이션과의 비교 (Hellinger 충실도 등) 를 포함한 표준 평가 프로토콜을 적용할 것을 제안합니다.
• 실용적 배포를 위한 제언: 생성 모델이 하드웨어 연결성 그래프를 조건으로 하거나, SWAP 오버헤드를 패널티로 부과하는 등 트랜스파일레이션 인지 (Transpilation-aware) 생성이 필요함을 강조합니다.
• 확장성 장벽 인식: 큐비트 수가 30~50 개를 넘어서면 고전 시뮬레이션 비용이 기하급수적으로 증가하여 검증자-인-루프 (Verifier-in-the-loop) 학습이 불가능해지므로, 이를 우회할 수 있는 새로운 검증 방법론 (예: 심볼릭 실행, 경계 경로 검증 등) 의 개발이 시급함을 지적합니다.

결론적으로, 이 논문은 생성형 AI 가 양자 소프트웨어 분야에서 문법과 의미 수준에서는 진전을 보였으나, 실제 양자 하드웨어에서의 실행 가능성이라는 가장 중요한 단계에서 여전히 큰 격차가 있음을 체계적으로 규명하고, 이를 해결하기 위한 기술적 로드맵을 제시했습니다.