Benchmarking Classical, Hybrid, and Quantum Annealing Workflows on a Structured Control QUBO

당신이 거대하고 엉클어진 실타래를 풀려고 노력하고 있다고 상상해 보세요. 과학의 세계에서 이것을 우리는 "최적화 문제(optimization problem)"라고 부릅니다. 당신에게는 목표가 있습니다. 집으로 가는 가장 짧은 경로를 찾거나, 여행 가방을 완벽하게 싸거나, 혹은 이 경우처럼 식물들이 자라기에 충분히 따뜻하면서도 전기 요금 폭탄을 맞지 않도록 온실 온도를 유지하는 것과 같은 목표 말이죠. 수십 년 동안 우리는 이 매듭을 풀기 위해 수백만 가지의 가능성을 테스트하는 강력한 고전 컴퓨터를 사용해 왔습니다. 이는 마치 아주 빠르고, 아주 지친 사서가 적절한 책을 찾기 위해 서가에 있는 모든 책을 하나하나 확인하는 것과 비슷합니다.

하지만 최근, 그 도서관에 새로운 종류의 기계가 등장했습니다. 바로 양자 컴퓨터입니다. 책을 한 권씩 읽는 대신, 이 기계들은 양자 물리학의 기묘한 법칙을 사용하여 매듭을 "느낌"으로 헤쳐 나가며, 순식간에 느슨한 끝부분을 찾아내고자 합니다. 여기서 모두가 던지는 핵심적인 질문은 이것입니다. 과연 이 양자 기계들이 우리의 기존의 믿음직한 사서들보다 더 빠르고 더 잘 매듭을 푸는가? 이를 알아내기 위해 과학자들에게는 공정한 테스트가 필요합니다. 단순히 종이 위에 수학 문제를 내는 것이 아니라, 복잡한 시스템을 제어하는 것과 같은 실제 세계의 시나리오를 처리할 수 있는지, 그리고 그 기계가 내놓은 답이 실제로 현실 세계에서 말이 되는지를 확인해야 합니다. 여기서 "양자 온실"의 이야기가 시작됩니다.

---

위대한 온실 히터 경주

이 연구에서 연구원인 함제 알리바라드(Hamze Alavirad)와 마리암 바흐라미 잔자니(Maryam Bahrami Zanjani)는 가상의 온실에서 히터를 누가 가장 잘 제어하는지 보기 위해 고도의 승부가 걸린 경주를 설정했습니다. 온실이 식물들을 위해 아늑한 상태를 유지해야 한다고 상상해 보세요. 외부 온도는 변하고, 햇빛은 나타났다 사라지며, 식물들은 가장 잘 자랄 수 있는 특정한 "행복 구간"을 가지고 있습니다. 도전 과제는 하루 전체(24시간) 동안 히터를 켤지 끌지를 시간 단위로 결정하는 것입니다. 너무 많이 켜면 에너지를 낭비하게 되고, 너무 적게 끄면 식물이 추위에 떨게 됩니다. 이는 까다로운 균형 잡기입니다.

컴퓨터들에게 공정한 테스트를 하기 위해, 연구진은 이 가열 일정을 QUBO(이차 무제약 이진 최적화)라는 거대한 퍼즐로 변환했습니다. 이것은 문제를 0과 1만 사용하는 언어로 번역하는 과정이라고 생각하면 됩니다. 여기서 "1"은 히터 켬, "0"은 히터 끔을 의미합니다. 목표는 식물을 행복하게 유지하면서 에너지 비용을 낮출 수 있는 완벽한 0과 1의 시퀀스를 찾는 것입니다.

연구진은 이 24시간 퍼즐을 풀기 위해 네 명의 서로 다른 "도전자"를 경기장에 투입했습니다:

1. 정확한 솔버 (The Exact Solver): 이것은 "골드 스탠다드(표준)"입니다. 가능한 모든 히터 일정 조합(수십억 개에 달함)을 일일이 확인하여 절대적으로 완벽한 답을 찾는 것과 같습니다. 시간이 오래 걸리지만, 진실을 알고 있습니다.
2. 고전적 시뮬레이티드 어닐링 (SA): 이것은 똑똑한 구식 알고리즘입니다. 안개 낀 골짜기에서 가장 낮은 지점을 찾으려는 등산객을 상상해 보세요. 등산객은 무작an하게 발걸음을 옮기며, 때로는 깊은 골짜기를 벗어나기 위해 언덕 위로 올라가기도 하며, 결국 가장 깊은 골짜기를 찾기를 희망합니다.
3. 경로 적분 시뮬레이티드 양자 어닐링 (PIA): 이것은 일반 컴퓨터에서 실행되는 "시뮬레이션된" 양자 컴퓨터입니다. 이 방식은 등산객이 언덕을 기어오르는 대신 "터널"을 통과하여 지나갈 수 있게 하는 Spooky(기묘한)한 양자 행동을 모사하며, 이를 통해 더 빨리 바닥을 찾고자 합니다.
4. 실제 양자 도전자들: 이들은 D-Wave의 실제 양자 기계들입니다. 이들은 두 가지 유형의 테스트를 수행했습니다. "하이브리드(Hybrid)" 워크플로우(양자 칩이 고전 컴퓨터와 함께 작동하는 방식)와 "다이렉트(Direct)" 워크플로우(양자 칩이 더 작고 쉬운 버전의 퍼즐에 대해 단독으로 문제를 해결하는 방식)입니다.

결과: 경주에서 누가 승리했는가?

24시간 전체에 대한 경주가 끝났을 때, 결과는 양자 팬들에게 다소 놀라웠습니다.

고전적 챔피언들: 구식 "등산객"(SA)과 "양자 시뮬레이터"(PIA) 모두 훌륭한 성과를 냈습니다. 이들은 거의 완벽한, 즉 "골드 스탠다드" 답에 매우 근접한 해답을 찾아냈습니다. 이들은 식물을 적정 온도로 유지하면서 에너지를 절약했으며, 테스트를 실행할 때마다 매번 일관되게 이 결과를 보여주었습니다.

하이브리드의 고전: 큰 기대를 모았던 D-Wave 하이브리드 워크플로우는 기대만큼 따라가지 못했습니다. 테스트된 시간 제한(15~60초) 내에서, 이 방식은 실행 가능한(식물이 얼지 않는) 해답은 찾아냈지만, 고전 컴퓨터만큼 우수하지는 않았습니다. 하이브리드 솔루션은 에너지를 더 많이 사용했고 식물 성장에도 덜 효과적이었습니다. 연구진이 하이브리드 솔버에게 더 많은 시간(최대 60초)을 주었음에도 불구하고, 결과는 마법처럼 좋아지지 않았습니다. 그것은 "최고의" 지점을 찾기보다는 "적당히 괜찮은" 지점에 머물러 있는 듯 보였습니다.

다이렉트 양자 테스트: 더 작고 쉬운 퍼즐(24시간 대신 10, 12, 14시간을 나타내는)에 대해, 다이렉트 양자 프로세서는 어느 정도 가능성을 보여주었습니다. 10시간 퍼즐에서는 10번 중 5번, 12시간 퍼즐에서는 10번 중 2번 완벽한 답을 찾아냈습니다. 그러나 퍼즐이 약간 더 커지자(14시간), 양자 기계는 완벽한 답을 찾는 데 완전히 실패했습니다. 비록 식물을 얼게 만드는 "나쁜" 답을 내놓지는 않았지만, 문제가 커질수록 최고의 답을 찾아내는 신뢰도는 떨어졌습니다.

시사점: 아직은 마법의 지팡이가 아니다 (Yet)

이 논문이 우리에게 말해주는 가장 중요한 점은, 이 특정 유형의 문제에 대해서는 양자 컴퓨터가 고전 컴퓨터를 이기지 못했다는 것입니다.

연구진은 이것이 양자 컴퓨터가 쓸모없다는 뜻이 아니라고 매우 신중하게 밝혔습니다. 단지 이 특정 "온실 가열" 퍼즐의 경우, 고전적 방법이 여전히 챔피언이라는 것을 의미할 뿐입니다. 양자 기계들은 작동하는 해답(식물이 따뜻하게 유지되는 수준)은 찾아낼 수 있었지만, 고전 알고리즘만큼 효율적이거나 일관적이지는 않았습니다.

또한 이 연구는 양자 컴퓨터를 사용할 때의 까다로운 부분을 강조합니다. 단순히 기계로부터 답을 얻는 것만으로는 부족합니다. 그 답을 다시 실제 세계로 디코딩하여(히터 일정이 실제로 작동하는지 확인) 검증해야 합니다. 연구진은 양자 기계가 서류상으로는 괜찮아 보이지만, 실제 물리 법칙을 적용했을 때는 최선이 아닌 답을 내놓는 경우가 있다는 것을 발견했습니다.

요약하자면, 이 논문은 현실 점검(reality check)입니다. 양자 컴퓨터가 흥미롭고 이러한 문제의 작은 버전을 해결할 수 있는 것은 사실이지만, 온실 관리와 같은 복잡한 작업을 위해 우리의 고전 컴퓨터를 즉각 대체할 "슈퍼 솔버"는 아직 아니라는 것을 보여줍니다. 고전적인 "등산객"들은 여전히 가장 좋은 지도를 들고 길을 걷고 있습니다. 양자 기계들은 아직 지형을 탐색하는 법을 배우고 있으며, 현재로서는 왕좌를 차지하기 전에 조금 더 연습이 필요해 보입니다.