텐서플로우 퀀텀의 출시는 구글이 “전통적인 컴퓨팅 아키텍처로는 불가능했을 양자 컴퓨팅의 개가를 이뤘다”면서 양자 패권을 선언한 몇 개월 후에 나온 만큼 깜짝 발표라고 할 수는 없다.
구글은 양자 프로세싱을 혼합할 수 있는 전체 AI/머신러닝 소프트웨어 스택을 제공하는 외에 텐서플로우 퀀텀이 양자 머신러닝을 시뮬레이션할 수 있는 전통적인 칩 아키텍처의 범위도 확장할 방침이다. 구글은 이 툴에서 지원하는 맞춤형 양자 시뮬레이션 하드웨어 플랫폼을 더 확장, 다양한 솔루션 업체의 GPU와 자체 TPU(Tensor Processing Unit) AI 가속 하드웨어 플랫폼까지 포함할 계획을 발표했다.
구글은 양자 컴퓨팅이 아직 전체 범위의 머신러닝 워크로드를 충분한 정확성으로 처리할 만큼 성숙하지는 않았음을 인식하고, 전통적인 컴퓨팅 아키텍처에 한 발을 그대로 둔 채 많은 AI 사용례를 지원하는 새로운 오픈소스 툴을 설계하는 방법을 택했다. 텐서플로우 퀀텀은 개발자가 학습 작업에서 양자 프로세서와 기존 프로세서를 병렬로 혼합 실행하는 머신러닝 모델을 빠르게 프로토타이핑할 수 있게 해준다. 개발자는 이 툴을 사용해서 전통적인 데이터 집합과 양자 데이터 집합을 모두 구축할 수 있다. 여기서 전통적인 데이터는 텐서플로우에 의해 기본적으로 처리되고, 양자 확장은 양자 회로와 양자 연산자로 구성된 양자 데이터를 처리한다.
개발자는 양자 분류, 양자 제어, 양자 근사 최적화와 같은 머신러닝 사용례의 지도 학습에 텐서플로우 퀀텀을 사용할 수 있다. 또한 메타 학습, 해밀턴(Hamiltonian) 학습, 열 상태 샘플링과 같은 고급 양자 학습 작업도 실행할 수 있다.
또한 구글은 상당한 수준의 사실성을 갖춘 동영상, 음성, 이미지를 생성하는 “딥페이크(deepfake)”와 같이 계속 확대되는 AI 사용례를 지원하도록 텐서플로우 퀀텀을 설계했다. 구글 ML 개발자는 텐서플로우 퀀텀을 사용해 양자/기존 모델을 혼합 학습시켜 이러한 응용 분야에 사용되는 생산적 적대 신경망의 중심에서 식별 워크로드와 생성 워크로드를 모두 처리할 수 있다.
전략적으로 볼 때 구글은 향후 텐서플로우 퀀텀과 기존 퀀텀 컴퓨팅 플레이그라운드(Quantum Computing Playground)를 모든 기능을 갖춘 관리형 양자 머신러닝 서비스로 결합할 가능성이 높다. 구글의 주요 퍼블릭 클라우드 경쟁사(마이크로소프트, AWS, IBM) 모두 이미 이러한 서비스를 출시했거나 프리뷰 단계를 진행 중임을 고려하면, 구글이 자체 양자 머신러닝 서비스로 경쟁사들보다 한 걸음 앞서 나가려 할 것이 거의 확실하기 때문이다.