데이터를 양자 컴퓨터에 넣는 방법
진폭 인코딩
시작하기 전에
도서관에 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 필요한가
양자 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 넣을 수 없다. 번역이 필요하다.
그 번역이 인코딩이다.
↓ [인코딩: 번역]
양자 상태 (프랑스어)
↓
양자 컴퓨터가 처리한다
인코딩 방법이 여러 가지 있다. 오늘 배우는 것이 그 중 가장 강력한 진폭 인코딩이다.
진폭이 뭔가
진폭을 이해해야 한다.
파도 비유로 설명하자.
바다에 파도가 있다. 파도의 높이가 진폭이다.
파도 높이가 1미터인 것도 있고, 3미터인 것도 있고, 0.5미터인 것도 있다.
큐비트도 파도처럼 진폭이 있다. 큐비트의 상태가 얼마나 "높은지" 또는 "낮은지"를 나타내는 숫자.
|0⟩ 방향으로의 진폭 = 0.8
|1⟩ 방향으로의 진폭 = 0.6
(이 두 진폭의 제곱을 더하면 1이 된다: 0.64 + 0.36 = 1)
진폭 인코딩은 데이터를 이 진폭 자리에 집어넣는 것이다.
핵심 아이디어: 얼마나 압축되는가
진폭 인코딩의 가장 놀라운 특징이다.
책장 비유로 설명하자.
책장에 책을 꽂는다.
일반 방법: 책 1권마다 칸 1개가 필요하다. 책이 1000권이면 칸이 1000개 필요하다.
진폭 인코딩 방법: 큐비트 하나가 두 가지 진폭을 가진다. 큐비트 두 개가 네 가지 진폭을 가진다. 큐비트 세 개가 여덟 가지 진폭을 가진다.
큐비트 2개 → 4개 진폭 → 데이터 4개 저장
큐비트 3개 → 8개 진폭 → 데이터 8개 저장
큐비트 10개 → 1024개 진폭 → 데이터 1024개 저장
큐비트 50개 → 1,000조개 진폭 → 데이터 1,000조개 저장
패턴이 보인다. 큐비트 n개가 2의 n제곱 개의 데이터를 저장한다.
실제 예를 들면 이렇다.
데이터 1,000,000개를 저장하려면 메모리가 1,000,000칸 필요
진폭 인코딩:
데이터 1,000,000개를 저장하려면 큐비트가 몇 개?
2의 몇 제곱이 1,000,000인가?
→ 약 20개면 된다!
1,000,000개를 20개로 저장한다.
5만 배 압축!
USB 하나에 도서관 100만 권이 들어가는 것처럼.
어떻게 데이터를 진폭에 넣는가
구체적으로 어떻게 하는지 보자.
악보 비유로 설명하자.
피아노 악보가 있다. 여러 음들의 음량이 적혀있다.
레: 음량 0.3
미: 음량 0.5
파: 음량 0.2
이것을 진폭 인코딩으로 양자 상태에 넣는다.
먼저 정규화를 한다. 정규화란 모든 숫자를 조정해서 제곱의 합이 1이 되게 만드는 것이다.
제곱의 합: 0.64 + 0.09 + 0.25 + 0.04 = 1.02 (거의 1)
정규화 후: [0.79, 0.30, 0.49, 0.20] (조금씩 조정)
이 숫자들이 양자 상태의 진폭이 된다.
4개의 데이터가 큐비트 2개에 들어갔다.
어디에 쓰이는가
진폭 인코딩이 실제로 어떤 상황에서 쓰이는지 보자.
활용 1 — 위성 사진
지구 사진 비유로 설명하자.
우주에서 레이더로 지구를 찍었다. 이 사진이 특별하다. 복소수(실수 + 허수)로 이루어진 데이터다.
왜 복소수인가. 레이더가 전파를 쏘고 반사된 것을 잡는다. 전파의 강도뿐만 아니라 위상(타이밍)도 기록한다. 이것을 표현하려면 복소수가 필요하다.
픽셀 하나하나가 복소수 (예: 3 + 4i)
수백만 개의 복소수 픽셀
이것을 일반 인코딩으로 넣으면 엄청난 큐비트가 필요하다.
진폭 인코딩으로 넣으면 큐비트 수십 개로 수백만 픽셀을 담을 수 있다.
활용 2 — 언어와 텍스트
단어의 여러 의미 비유로 설명하자.
"배"라는 단어가 있다.
배 2: 먹는 과일
배 3: 사람의 복부
배 4: 배우는 것 (학습)
문맥에 따라 다른 뜻이다.
일반 컴퓨터에서 "배"를 처리하면 하나의 뜻으로 확정해야 한다.
진폭 인코딩으로 양자 상태에 넣으면 어떻게 되는가.
네 가지 의미가 동시에 중첩된 상태로 들어간다. 문맥을 더 처리하고 나서 결정한다.
이것이 언어의 모호함을 양자로 다루는 방식이다.
활용 3 — AI 신경망의 가중치
이것이 가장 특별한 활용이다.
레시피 저장 비유로 설명하자.
요리사의 레시피 노트가 있다. 각 재료를 얼마나 넣는지 수백 가지 숫자가 적혀있다.
AI 신경망에도 이런 숫자들이 있다. 이것을 가중치라고 한다. AI가 학습하면서 최적화된 수백만 개의 숫자들이다.
보통은 이 가중치들을 일반 메모리에 저장한다. 그런데 수백만 개라서 용량이 크다.
진폭 인코딩을 쓰면 이 가중치들을 양자 상태의 진폭으로 저장할 수 있다. 수백만 개의 가중치가 수십 개의 큐비트에 들어간다.
↓ [진폭 인코딩]
큐비트 20개에 저장
처리도 양자로 한다
→ 엄청난 속도와 효율
단점도 있다
진폭 인코딩이 완벽하진 않다.
IKEA 가구 비유로 설명하자.
IKEA 가구를 샀다. 정말 기능이 많고 훌륭하다. 그런데 조립이 엄청 복잡하다.
설명서가 100페이지다. 나사가 200개다. 조립하는 데 3시간이 걸린다.
진폭 인코딩이 이 IKEA 가구다.
엄청난 압축 효율 (1,000,000개 → 큐비트 20개)
양자의 지수적 이점 최대 활용
단점:
"조립"이 너무 복잡하다
원하는 진폭 상태를 만들려면
매우 깊고 복잡한 양자 회로가 필요하다
깊은 회로 = 오류가 많이 생긴다
오류 = 결과가 부정확하다
구체적으로 보면 이렇다.
회로가 더 깊어진다
↓
오류가 더 많이 생긴다
↓
결과가 부정확해진다
↓
사용하기 어려워진다
IKEA 가구가 좋은데 조립이 너무 힘든 것처럼. 진폭 인코딩이 강력한데 준비 과정이 너무 복잡하다.
어떻게 단점을 극복하는가
과학자들이 해결책을 찾았다. 두 가지 방법이다.
해결책 1 — 먼저 줄이고 나서 넣는다
이사 짐 정리 비유로 설명하자.
이사를 한다. 짐이 너무 많다. 트럭이 100대 필요하다.
이사하기 전에 짐을 정리한다. 안 쓰는 것 버리고, 비슷한 것 합친다. 트럭 10대로 줄어들었다.
진폭 인코딩 전에 데이터를 먼저 줄이는 것이다.
↓ [PCA 또는 오토인코더로 미리 압축]
핵심 특징 (1,000개)
↓ [진폭 인코딩]
큐비트 10개
결과:
회로가 훨씬 얕아진다
오류가 줄어든다
진폭 인코딩의 이점은 살리면서 복잡도는 줄인다
해결책 2 — 텐서 네트워크 활용
이것은 조금 더 어려운 개념이다.
레고 블록 비유로 설명하자.
거대한 레고 작품이 있다. 10만 개 블록으로 만들어진 성이다.
이 성을 한 번에 분석하기 어렵다. 대신 구역으로 나눈다.
각 부분을 따로 분석하고 결과를 합친다
텐서 네트워크가 이렇게 한다. 거대한 데이터를 작은 조각들로 나눠서 분석한다. 조각들이 서로 연결되어 있어서 전체 관계도 유지된다.
↓ [텐서 네트워크로 구조 유지하며 압축]
작은 조각들의 연결
↓ [각 조각을 진폭 인코딩]
효율적인 양자 처리
전체를 한 번에 보자
인코딩 방법들을 비교해서 보면 이렇다.
방법 1 — 계산 기저 인코딩 (가장 단순):
데이터 → 0과 1로 직접 표현
예: 숫자 5 → |101⟩
장점: 단순하다
단점: 큐비트가 많이 필요하다
방법 2 — 각도 인코딩 (중간):
데이터 → 큐비트 회전 각도로 표현
예: 숫자 0.5 → 45도 회전
장점: 준비가 쉽다
단점: 압축률이 낮다
방법 3 — 진폭 인코딩 (오늘의 주인공):
데이터 → 큐비트 진폭으로 표현
예: 데이터 100만 개 → 큐비트 20개
장점: 압축률이 극도로 높다
단점: 준비가 복잡하다
진폭 인코딩이 가장 강력하지만 가장 어렵다. 그래서 실제로 쓸 때는 먼저 데이터를 줄이고 진폭 인코딩을 적용한다.
최종 정리
진폭 인코딩을 네 문장으로 압축하면 이렇다.
첫째, 데이터를 큐비트의 진폭(파도 높이)에 집어넣는다. 큐비트 20개로 데이터 100만 개를 저장할 수 있다. USB 하나에 도서관 100만 권이 들어가는 것처럼.
둘째, 위성 사진, 언어 데이터, AI 가중치 등 복잡하고 큰 데이터를 양자로 처리할 때 가장 효율적이다.
셋째, 단점이 있다. 준비 과정이 복잡해서 오류가 생기기 쉽다. IKEA 가구처럼 기능은 최고인데 조립이 너무 힘들다.
넷째, 미리 데이터를 줄이고 넣으면 단점을 극복할 수 있다. 이사 전에 짐을 정리하는 것처럼.
'퀀텀 > 하이브리드 양자' 카테고리의 다른 글
| 6.3. 데이터를 0과 1로 직접 번역하는 방법-계산 기저 인코딩 (0) | 2026.05.18 |
|---|---|
| 6.2. 데이터를 각도로 변환해서 양자에 넣는 방법-각도 인코딩 (0) | 2026.05.18 |
| 5.4. 잡음을 활용해서 새로운 것을 만드는 양자 AI - 양자 확산 모델(QDM) (0) | 2026.05.12 |
| 5.3. 양자 컴퓨터가 데이터를 압축하고 복원하는 방법 - 양자 오토인코더(QAE) (0) | 2026.05.12 |
| 5.2. 양자 컴퓨터가 새로운 데이터를 만들어내는 방법 QGAN (0) | 2026.05.12 |