하루수학

퀀텀 소재

큐비트 소재 중 조셉슨 소자는 절대영도에서 gpu 비해 훨씬 싼 전력 값에 더 빠른 연산이 가능하다조셉슨 소자는 데이터 센터에 27나노 수준으로 크게 만들어도 상관 없다. 다만 메모리는 연산장치에 붙어 있어야 함으로 1나노 급으로 내려갈 것이다.하지만 지금 실리콘은 원자 수준으로 내려가는 공정에서 연산 노이즈가 생긴다. 그래서 2d 원자층 물질로 초정밀 반도체를 만들어야 한다. 1959년 실리콘 반도체 발명 이후 67년이 지났다. 퀀텀 시대는 반도체 소재 기술 혁명과 시작된다. 1. 물리적 큐비트는 어떤 '물질'인가?가장 대중적이고 상용화된 방식은 크게 두 가지로 나뉩니다. 하나는 '회로를 만드는 방식'이고, 다른 하나는 '자연의 원자를 그대로 쓰는 방식'입니다.① 초전도 큐비트 (Supercondu..

퀀텀 기초

LLM에 양자 확률에 대해 물어보면 아래와 같이 답변해 준다. 양자의 세계에서는 확률을 직접 다루지 않고, 그 제곱근에 해당하는 '확률 진폭(Probability Amplitude)'이라는 개념을 씁니다. 그런데 이 진폭의 값이 복소수(Complex Number, 허수 포함)입니다. 이걸 단박에 이해한다면 알파고랑 바둑을 둬도 이길 듯 하다. 하나씩 풀어보자. 복소수가 나온다. 복소수가 수의 회전 운동을 의미한다. 앞서 진폭이란 말이 쓰였다. 그러니까 움직인다는 뜻이다. 복소수에서 허수 i 단순히 존재하지 않는 상상의 수가 아니라, 기하학적으로 "현재 방향에서 왼쪽으로 90° 회전하라"는 의미다. i를 두 번 곱하면 180° 회전해서 반대편인 -1이 된다. 퀀텀의 기본이 되는 큐비트는 0상태와 1상태의..

이미지를 양자 컴퓨터에 넣는 방법양자 이미지 인코딩시작하기 전에 — 이런 장면을 상상해보자교실 칠판에 그림을 그렸다.이 그림을 친구에게 전달해야 한다. 방법이 여러 가지다.방법 1: 사진을 찍어서 보낸다. 완벽하다. 그런데 파일이 크다.방법 2: 그림을 설명한다. "왼쪽 위에 동그라미, 오른쪽에 세모..." 파일이 작다. 그런데 받는 사람이 완벽하게 복원하기 어렵다.방법 3: 핵심만 설명한다. "고양이 그림이야." 아주 작다. 원본을 복원할 수 없지만 내용은 안다.양자 컴퓨터에 이미지를 넣을 때 이 세 가지 방법 중 어느 것을 쓸지 선택해야 한다.이미지 데이터가 왜 특별히 어려운가지금까지 배운 데이터들과 이미지를 비교해보자.데이터 크기 비교:표 형식 데이터 (성적표): 행 100개 × 열 10개 = 1,..

데이터를 0과 1로 직접 번역하는 방법계산 기저 인코딩시작하기 전에 — 이런 장면을 상상해보자모스 부호를 아는가.전쟁 영화에서 군인이 손가락으로 똑똑 두드리며 신호를 보내는 것. 점(·)과 선(-)의 조합으로 모든 글자를 표현한다.A = ·- B = -··· C = -·-· 점과 선, 두 가지만으로 모든 알파벳을 표현한다.계산 기저 인코딩이 이 모스 부호와 같다.0과 1, 두 가지만으로 모든 데이터를 표현한다. 그리고 그 0과 1을 큐비트의 |0⟩과 |1⟩ 상태에 직접 집어넣는다.세 가지 인코딩을 비교하자지금까지 세 가지 인코딩을 배웠다. 오늘이 마지막이다.세 가지를 짐 싸기로 비교하자.진폭 인코딩 (초고밀도 압축가방): 짐 100만 개를 특수 기술로 가방 하나에 넣는다. 압축률 최고. 준비 과정 매우 ..

데이터를 각도로 변환해서 양자에 넣는 방법각도 인코딩 시작하기 전에 — 이런 장면을 상상해보자시계를 본다.시침이 12시 방향에 있다. 이것이 하나의 상태다.시침을 3시 방향으로 돌렸다. 90도 회전했다. 이것이 다른 상태다.6시 방향으로 더 돌렸다. 180도가 됐다. 또 다른 상태다.시침의 각도가 정보를 담고 있다. 12시인지, 3시인지, 6시인지. 각도만 보면 지금 몇 시인지 안다.각도 인코딩이 이것이다.데이터를 시침처럼 큐비트를 돌리는 각도로 표현한다. 숫자 하나가 각도 하나가 된다.진폭 인코딩과 뭐가 다른가지난 시간에 배운 진폭 인코딩을 기억하는가.두 가지 짐 싸는 방법 비유로 정리하자.진폭 인코딩 (압축 전문가): → 짐 100만 개를 가방 하나에 쑤셔넣는다 → 엄청난 압축. 그런데 쑤셔넣는 과정..

데이터를 양자 컴퓨터에 넣는 방법 진폭 인코딩시작하기 전에도서관에 책이 100만 권 있다.이 책들을 어딘가에 옮겨야 한다.방법 1 (나쁜 방법): 책 한 권마다 상자 하나에 담는다. 100만 개의 상자가 필요하다. 트럭이 수백 대 필요하다.방법 2 (좋은 방법): 각 책의 핵심 내용을 USB 하나에 담는다. 100만 권의 내용이 손가락 크기 USB에 들어간다.양자 컴퓨터에 데이터를 넣는 것이 이 문제와 같다. 어떻게 하면 적은 공간에 많은 정보를 넣을 수 있는가.진폭 인코딩이 방법 2다.인코딩이 왜 필요한가양자 컴퓨터와 일반 컴퓨터는 언어가 다르다.번역 비유로 설명하자.한국어 소설을 프랑스어로 번역해야 한다. 번역 없이 프랑스인에게 한국어 책을 주면 읽지 못한다.일반 컴퓨터 데이터를 양자 컴퓨터에 그냥 ..

잡음을 활용해서 새로운 것을 만드는 양자 AI양자 확산 모델(QDM) 이야기눈 오는 날 운동장에 발자국이 찍혔다.처음엔 선명한 발자국이 있다. 그런데 눈이 계속 내린다. 발자국 위에 눈이 쌓인다. 점점 희미해진다. 더 내린다. 더 희미해진다. 결국 눈이 완전히 덮어버렸다. 발자국이 사라졌다.이제 반대로 생각해보자.완전히 눈으로 덮인 상태에서 시작한다. 눈을 조금씩 걷어낸다. 발자국이 조금씩 나타나기 시작한다. 더 걷어낸다. 더 선명해진다. 완전히 걷어내면 원래 발자국이 나온다.QDM이 하는 일이 바로 이것이다.데이터에 잡음을 쌓아서 완전히 흐릿하게 만든다. 그리고 그 잡음을 역으로 걷어내는 방법을 배운다. 그 능력으로 새로운 것을 창조한다.확산이 무슨 뜻인가확산(Diffusion) 이라는 단어가 낯설다...

양자 컴퓨터가 데이터를 압축하고 복원하는 방법양자 오토인코더(QAE) 이야기시작하기 전에 — 이런 장면을 상상해보자여행을 간다.옷장에 옷이 100벌 있다. 그런데 여행 가방은 작다. 100벌을 다 넣을 수 없다.어떻게 하는가.방법 1 (나쁜 방법): 무작위로 10벌을 고른다. 여행지에서 필요한 옷이 없을 수 있다.방법 2 (좋은 방법): 핵심만 담는다. 청바지 하나로 여러 상황에 쓸 수 있다. 흰 티셔츠는 격식 있는 자리에도 쓸 수 있다. 10벌로 100벌의 역할을 한다.그리고 여행에서 돌아와서 가방을 열면 원래 옷들이 다시 나온다.QAE가 하는 일이 이것이다.큰 데이터를 핵심만 남겨 작게 압축하고, 나중에 다시 원래대로 펼쳐낸다.0부 — 오토인코더가 뭔가오토(Auto) = 스스로 인코더(Encoder)..

양자 컴퓨터가 새로운 데이터를 만들어내는 방법QGAN 이야기시작하기 전에 — 이런 장면을 상상해보자위조지폐범과 감별사가 있다.위조지폐범이 가짜 돈을 만든다. 감별사가 진짜인지 가짜인지 판별한다.위조지폐범이 가짜를 들고 은행에 갔다. 감별사가 잡아냈다. "이건 가짜야. 여기 선이 삐뚤어졌어."위조지폐범이 돌아가서 더 정교하게 만들었다. 다시 갔다. 또 잡혔다. "이번엔 색깔이 조금 달라."위조지폐범이 또 개선했다. 다시 갔다. 이번엔 통과했다.이 과정을 수천 번 반복했다. 결국 위조지폐범은 진짜와 구분할 수 없는 가짜를 만들어냈다.QGAN이 바로 이 게임이다.양자 컴퓨터가 가짜를 만들고, 판별자가 진짜와 가짜를 구분하려 한다. 이 경쟁을 통해 점점 더 진짜 같은 데이터를 만들어낸다.GAN이 뭔가QGAN을 ..

양자 컴퓨터가 시간의 흐름을 기억하는 방법QRNN과 QLSTM 이야기일기를 쓰는 학생이 있다.오늘 일기를 쓴다. "오늘 친구와 싸웠다."내일 일기를 쓴다. "어제 싸운 친구와 화해했다."모레 일기를 쓴다. "친구와 화해한 후 우리 관계가 더 좋아졌다."이 일기들은 연결되어 있다. 오늘을 이해하려면 어제를 알아야 한다. 모레를 이해하려면 오늘과 어제를 모두 알아야 한다.시간의 흐름이 중요하다.이것이 QRNN이 해결하는 문제다. 시간이 흐르면서 쌓이는 정보를 기억하고 이해하는 것.두 종류의 데이터지금까지 배운 양자 AI들을 돌아보자.QCNN (사진 분석): 사진 한 장을 본다. 시간과 관계없다. 지금 이 순간의 사진만 분석한다.QRNN (순서 분석): 데이터가 시간 순서대로 온다. 앞에 온 것이 뒤에 오는 ..