당신이 집을 짓고 있다고 상상해 보세요. 하지만 일반적인 벽돌과 나무 대신, 두 곳에 동시에 존재할 수 있는 "양자 벽돌"을 사용하여 집을 짓는 것입니다. 이를 위해서는 설계도가 필요하며, 건설 현장 직원들에게 정확히 무엇을 해야 할지 알려줄 언어가 필요합니다.

이 논문은 프로그래머들이 양자 컴퓨터를 위한 지침을 작성할 때 사용하는 "언어들"에 대한 조사 보고서입니다. UCLA 연구진인 저자들은 어떤 언어가 이 작업에 가장 적합한 도구인지 알아내고자 했습니다. 그들은 단순히 매뉴얼을 읽는 데 그치지 않고, 실제로 열 가지 서로 다른 언어를 사용하여 동일한 세 가지 복잡한 구조(알고리즘)를 직접 구축해 봄으로써 각 언어가 얼마나 쉽거나 어려운지 확인했습니다.

다음은 그들의 연구 결과를 쉬운 비유를 사용하여 정리한 내용입니다.

1. 목표: 양자 구조물 구축하기

연구팀은 언어를 테스트하기 위해 세 가지 특정 "건설 프로젝트"를 선택했습니다:

• 쇼어 알고리즘 (Shor's Algorithm): 이것은 거대한 자물쇠를 따는 마스터 툴과 같습니다. 거대한 숫자를 소인수 분해하도록 설계되었습니다 (마치 거대한 레고 탑을 해체하여 사용된 특정 브릭들을 찾아내는 것과 같습니다). 이것은 현재의 인터넷 보안을 이론적으로 무너뜨릴 수 있기 때문에 매우 유명합니다.
• 해밀토니안 시뮬레이션 (Hamiltonian Simulation): 이것은 복잡한 기상 시스템이나 화학 반응을 시뮬레이션하는 것과 같습니다. 목표는 아주 작은 입자 그룹이 시간이 지남에 따라 어떻게 움직이고 상호작용하는지 예측하는 것입니다. 그들은 두 가지 다른 방식을 테스트했습니다:
  • 트로터화 (Trotterization): 길게 걷기 위해 작고 꾸준한 발걸음을 여러 번 내딛는 것과 같습니다.
  • LCU (Linear Combination of Unitaries): 여러 개의 서로 다른 경로를 동시에 결합하여 지름길을 찾는 것과 같지만, 설정을 위해 더 많은 수학적 계산이 필요합니다.

2. 프레임워크: 언어를 평가하는 기준

열 가지 언어(Cirq, Qiskit, Q# 등)를 비교하기 위해, 저자들은 세 가지 주요 카테고리로 구성된 "성적표"를 만들었습니다:

• 프로그래밍 모델 (설계도 스타일):

  • 임베디드 (Embedded): 당신이 요리법(고전 컴퓨터 부분)을 쓰고 있는데, 그 안에 로봇을 위한 별도의 상세한 설명서를 작성하고 있는 상황을 상상해 보세요. 당신은 요리사와 로봇 프로그래머라는 두 가지 역할을 번갈아 수행해야 합니다. 대부분의 현재 언어들이 이런 방식으로 작동합니다.
  • 하이브리드 (Hybrid): 요리사와 로봇이 같은 팀이 되어 같은 언어를 사용하는 주방을 상상해 보세요. 당신은 로봇에게 채소를 썰라고 말한 직후, 한 번의 연속적인 흐름 속에서 요리사에게 냄비를 저으라고 바로 명령할 수 있습니다. 이 방식은 더 매끄럽지만 구축하기가 더 어렵습니다.

• 표현력 (도구 상자):
  언어가 작업을 쉽게 만들기 위한 적절한 도구를 갖추고 있는가?

  • 파울리 조작 (Pauli Manipulation): 필요한 물리 수학을 위한 미리 만들어진 "레고 브릭"이 있습니까, 아니면 수학을 처음부터 직접 만들어야 합니까?
  • 고전 데이터 인코딩 (Classical Data Encoding): 일반적인 숫자를 양자 상태로 쉽게 변환할 수 있습니까?
  • 양자 정수 (Quantum Integers): 우리가 일반적인 숫자로 수학을 하는 것처럼 "양자 숫자"(큐비트로 만들어진 숫자)로 수학 계산을 할 수 있습니까?
  • 동적 할당 (Dynamic Allocation): 언어가 필요할 때만 선반에서 새로운 도구(큐비트)를 꺼내고, 사용이 끝나면 다시 제자리에 놓을 수 있습니까? 이때 미리 필요한 도구의 개수를 정확히 세어둘 필요가 없어야 합니다.

• 안전성 (가드레일):

  • 타입 안전성 (Type Safety): 언어가 나사를 조이는 데 망치를 사용하려고 할 때 이를 막아줍니까? 코드를 실행하기 전에 당신이 어처구니없는 실수를 하지 않도록 검사합니다.
  • 초기화 안전성 (Initialization Safety): 양자 컴퓨팅에서는 이전에 사용했던 "더러운" 도구(이전에 사용된 큐비트)를 재사용하면 새로운 프로젝트를 망칠 수 있습니다. 안전한 언어는 도구를 자동으로 깨끗하게 정리(uncompute)하여 새것처럼 사용할 수 있게 만듭니다.

3. 결과: 완벽한 도구는 없다

연구팀은 열 가지 서로 다른 언어(Google의 Cirq와 Microsoft의 Q# 같은 산업용 도구와 Silq 같은 학술용 도어를 혼합)로 동일한 프로그램을 작성했습니다.

• 주요 발견: 아직 완벽한 언어는 없습니다.

  • 어떤 언어들은 안전성(예: Silq, 도구를 자동으로 정리함)에는 뛰어나지만, 일부 화려한 수학적 지름길이 부족합니다.
  • 어떤 언어들은 수학적 지름길(예: CUDA-Q 또는 Cirq)에는 뛰어나지만, 프로그래머가 도구를 관리하는 데 매우 주의를 기울여야 합니다.
  • 어떤 언어들은 "하이브리드"(고전과 양자를 매끄럽게 혼합) 방식인 반면, 어떤 언어들은 "임베디드"(둘을 분리함) 방식입니다.

• "코드 라인 수" 테스트: 그들은 동일한 구조를 구축하는 데 각 언어에서 몇 줄의 코드가 필요했는지 계산했습니다.

  • **Q#**과 Silq는 일부 작업에서 매우 간결했습니다(적은 코드 라인).
  • PyQuil과 CUDA-Q는 다른 언어들이 자동으로 처리하는 것들을 수동으로 구축해야 했기 때문에 때때로 더 많은 코드 라인을 요구했습니다.
  • 흥미롭게도, "LCU" 시뮬레이션 방식은 언어와 상관없이 항상 "Trotterization" 방식보다 더 많은 코드를 필요로 했습니다.

4. 결론

이 논문은 우리가 선택할 수 있는 많은 언어가 있지만, 그 중 어느 것도 우리에게 필요한 모든 것을 갖추고 있지는 않다고 결론짓습니다.

• 안전성을 원한다면 사용의 편의성을 잃을 수도 있습니다.
• 강력한 수학 도구를 원한다면 메모리(큐비트)를 직접 관리해야 할 수도 있습니다.

저자들은 이 조사가 미래의 언어 설계자들이 최고의 안전성, 최고의 수학 도구, 그리고 가장 매끄러운 워크플로우를 갖춘 "맥가이버 칼(Swiss Army Knife)" 같은 언어를 만드는 데 도움이 되기를 바랍니다. 이를 통해 양자 프로그래밍을 물리학 전문가뿐만 아니라 모두가 접근할 수 있도록 만들고자 합니다.

요약하자면: 양자 프로그래밍은 새로운 종류의 자동차를 운전하는 법을 배우는 것과 같습니다. 현재 우리는 열 가지 서로 다른 모델(언어)을 가지고 있습니다. 어떤 모델은 훌륭한 브레이크(안전성)를 가지고 있고, 어떤 모델은 강력한 엔진(표현력)을 가지고 있지만, 아직 완벽한 기능의 조합을 갖춘 모델은 없습니다. 이 논문은 그 완벽한 자동차가 어떤 모습이어야 하는지 알아내기 위한 첫걸음입니다.