Offcanvas

������������������������������������ ������������������������������������

첫 태동부터 현재에 이르기까지··· '양자컴퓨팅'의 간략한 역사 살펴보기

기존 컴퓨터가 0과 1로 데이터를 처리하는 2진수를 사용한다면 ‘양자컴퓨터’는 0과 1의 상태를 동시에 갖는 큐비트(Qubit; Quantum Bit)를 사용한다. 큐비트를 함께 연결하면 처리 성능을 기하급수적으로 높일 수 있고, 이는 여러 가지 방식으로 전 세계에 큰 영향을 미칠 가능성이 크다.  양자컴퓨팅 기술은 효과적인 항암제 개발 속도를 높이는 것부터 다른 신기술 발전을 돕는 것까지 다양하면서도 흥미진진한 여러 분야에 응용되리라 예상되고 있다. 구글, IBM 등은 이 혁명적인 기술을 현실화하려는 열망을 원동력으로 지난 5년간 눈에 띄는 발전을 이뤄냈다. 또 과학자와 엔지니어들도 100큐비트 시스템을 만들어낸다는 목표에 근접하고 있다.  하지만 최근 몇 년간 급속한 발전을 보인 양자컴퓨팅 분야의 토대가 놓인 것은 20세기 중반의 일이다.   1965년: 美 물리학자 리처드 파인만, 양자컴퓨터 개념을 처음 제시하다  원자폭탄 개발 계획인 ‘맨해튼 프로젝트’에서 중요한 역할을 맡기도 했던 유명 물리학자 리차드 파인만은 1960년대 중반 양자전기역학으로 관심을 돌렸다. 양자전기역학은 광자 및 전자기력으로 제어되는 전자의 상호작용 방식과 관련된 분야다.  그리고 파인만은 연구를 통해 반입자가 시간을 거슬러 움직이는 일반 입자에 불과하다는 중요한 예측을 도출해냈다. 파인만의 이 연구는 오늘날 양자컴퓨팅 발전을 향한 여정의 중요한 발판이 됐다.  오히려 아인슈타인은 양자이론(Quantum Theory) 사용에 회의적이었고, 확실한 예측과 관찰을 기반으로 한 물리학 연구를 선호했다. 따라서 2진수와 양자 시스템 간의 관계 연구는 파인만이 착안한 내용에서 확장된 것이라 할 수 있다.  1980~1985년: 범용 양자 컴퓨터 1982년, 파인만이 양자시스템을 기반으로 한 컴퓨팅의 이점을 설파하기 시작하면서 이 분야에 관한 관심이 크게 높아졌다. 그는 다음과 같은 말을 남...

양자컴퓨터 양자컴퓨팅 큐비트 구글 IBM 디웨이브 시스템즈 튜링 기계

2020.12.01

기존 컴퓨터가 0과 1로 데이터를 처리하는 2진수를 사용한다면 ‘양자컴퓨터’는 0과 1의 상태를 동시에 갖는 큐비트(Qubit; Quantum Bit)를 사용한다. 큐비트를 함께 연결하면 처리 성능을 기하급수적으로 높일 수 있고, 이는 여러 가지 방식으로 전 세계에 큰 영향을 미칠 가능성이 크다.  양자컴퓨팅 기술은 효과적인 항암제 개발 속도를 높이는 것부터 다른 신기술 발전을 돕는 것까지 다양하면서도 흥미진진한 여러 분야에 응용되리라 예상되고 있다. 구글, IBM 등은 이 혁명적인 기술을 현실화하려는 열망을 원동력으로 지난 5년간 눈에 띄는 발전을 이뤄냈다. 또 과학자와 엔지니어들도 100큐비트 시스템을 만들어낸다는 목표에 근접하고 있다.  하지만 최근 몇 년간 급속한 발전을 보인 양자컴퓨팅 분야의 토대가 놓인 것은 20세기 중반의 일이다.   1965년: 美 물리학자 리처드 파인만, 양자컴퓨터 개념을 처음 제시하다  원자폭탄 개발 계획인 ‘맨해튼 프로젝트’에서 중요한 역할을 맡기도 했던 유명 물리학자 리차드 파인만은 1960년대 중반 양자전기역학으로 관심을 돌렸다. 양자전기역학은 광자 및 전자기력으로 제어되는 전자의 상호작용 방식과 관련된 분야다.  그리고 파인만은 연구를 통해 반입자가 시간을 거슬러 움직이는 일반 입자에 불과하다는 중요한 예측을 도출해냈다. 파인만의 이 연구는 오늘날 양자컴퓨팅 발전을 향한 여정의 중요한 발판이 됐다.  오히려 아인슈타인은 양자이론(Quantum Theory) 사용에 회의적이었고, 확실한 예측과 관찰을 기반으로 한 물리학 연구를 선호했다. 따라서 2진수와 양자 시스템 간의 관계 연구는 파인만이 착안한 내용에서 확장된 것이라 할 수 있다.  1980~1985년: 범용 양자 컴퓨터 1982년, 파인만이 양자시스템을 기반으로 한 컴퓨팅의 이점을 설파하기 시작하면서 이 분야에 관한 관심이 크게 높아졌다. 그는 다음과 같은 말을 남...

2020.12.01

김진철의 How-to-Big Data | 빅데이터와 인공지능 (4)

LHC 실험과 뉴로모픽 엔지니어링 LHC 실험과 같은 거대과학 실험 장치는 건설에만 10~20년이 걸리고, 대량 생산을 위한 물건이나 장치를 만드는 일이 아닌 세계에서 하나뿐인 실험 장치를 만드는 일이다 보니 큰 비용이 들고 그에 따르는 위험 부담도 크다. 이런 거대과학 실험에서는 종종 이 실험 장치의 건설과 운영에 필요한 긴 기간이 새로운 과학적, 기술적 발견과 진보의 계기가 되기도 한다. LHC 실험의 요구사항도 실험 계획 초반과 LHC 가속기 완공 시점, 그리고 지금의 요구사항이 모두 다르다. 사실은 LHC 가속기가 건설되고 운영되는 과정에서 가속기와 검출기, 그리고 실험에서 요구되는 기술적인 요구 사항의 수준이 계속 높아져 왔다. 특히 실험 데이터 분석에 필요한 데이터의 양과 처리 속도, 복잡성의 정도는 크게 높아지고 있다. 지난 연재에서도 소개했듯이 고광도 LHC(High-Luminosity LHC; HL-LHC)로 LHC 가속기가 업그레이드되면 검출기에서 발생하는 데이터의 양이 기하급수적으로 증가하게 되는데, 2019년에는 2016년에 생성된 데이터의 4배에 이르는 293PB, 2028년에는 2016년에 생성된 데이터의 52배에 이르는 3.8EB에 이를 것으로 추정된다. 이는 LHC 실험이 계획되던 1992년에는 검출기 데이터가 1PB, 그리고 LHC 가속기가 완공되던 시점인 2008년도에는 연간 15PB로 데이터양이 추정되던 것에 비교하면 급격하게 빅데이터 요구 사항의 수준이 높아지고 있다. LHC 실험의 요구 사항이 이렇게 지속해서 높아지는 배경에는 여러 가지 요소가 있는데, 그중에서 중요한 것은 실험이 진행되면서 근본 입자들에 조사해야 할 물리학적 질문들이 더 많아지고 복잡해지는 것과, LHC 가속기에 쓰이는 기술이 정체되어 있지 않고 더 향상되고 발전한다는 것이다. 1992년 당시에도 통계적 패턴 인식 기술을 포함해 사람의 두뇌를 모방하려는 뉴로모픽 VLSI 프로세서 기술이 있었으나 딥러닝과 딥러닝 전용 프로세서...

구글 뉴로모픽 엔지니어링 차량공유 LHC CERN 김진철 텐서플로 자율주행 우버 테슬라 GPU 인공지능 엔비디아 양자컴퓨팅 데이터 과학자 IBM 빅데이터 디웨이브 시스템즈

2018.09.27

LHC 실험과 뉴로모픽 엔지니어링 LHC 실험과 같은 거대과학 실험 장치는 건설에만 10~20년이 걸리고, 대량 생산을 위한 물건이나 장치를 만드는 일이 아닌 세계에서 하나뿐인 실험 장치를 만드는 일이다 보니 큰 비용이 들고 그에 따르는 위험 부담도 크다. 이런 거대과학 실험에서는 종종 이 실험 장치의 건설과 운영에 필요한 긴 기간이 새로운 과학적, 기술적 발견과 진보의 계기가 되기도 한다. LHC 실험의 요구사항도 실험 계획 초반과 LHC 가속기 완공 시점, 그리고 지금의 요구사항이 모두 다르다. 사실은 LHC 가속기가 건설되고 운영되는 과정에서 가속기와 검출기, 그리고 실험에서 요구되는 기술적인 요구 사항의 수준이 계속 높아져 왔다. 특히 실험 데이터 분석에 필요한 데이터의 양과 처리 속도, 복잡성의 정도는 크게 높아지고 있다. 지난 연재에서도 소개했듯이 고광도 LHC(High-Luminosity LHC; HL-LHC)로 LHC 가속기가 업그레이드되면 검출기에서 발생하는 데이터의 양이 기하급수적으로 증가하게 되는데, 2019년에는 2016년에 생성된 데이터의 4배에 이르는 293PB, 2028년에는 2016년에 생성된 데이터의 52배에 이르는 3.8EB에 이를 것으로 추정된다. 이는 LHC 실험이 계획되던 1992년에는 검출기 데이터가 1PB, 그리고 LHC 가속기가 완공되던 시점인 2008년도에는 연간 15PB로 데이터양이 추정되던 것에 비교하면 급격하게 빅데이터 요구 사항의 수준이 높아지고 있다. LHC 실험의 요구 사항이 이렇게 지속해서 높아지는 배경에는 여러 가지 요소가 있는데, 그중에서 중요한 것은 실험이 진행되면서 근본 입자들에 조사해야 할 물리학적 질문들이 더 많아지고 복잡해지는 것과, LHC 가속기에 쓰이는 기술이 정체되어 있지 않고 더 향상되고 발전한다는 것이다. 1992년 당시에도 통계적 패턴 인식 기술을 포함해 사람의 두뇌를 모방하려는 뉴로모픽 VLSI 프로세서 기술이 있었으나 딥러닝과 딥러닝 전용 프로세서...

2018.09.27

회사명:한국IDG 제호: ITWorld 주소 : 서울시 중구 세종대로 23, 4층 우)04512
등록번호 : 서울 아00743 등록일자 : 2009년 01월 19일

발행인 : 박형미 편집인 : 박재곤 청소년보호책임자 : 한정규
사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2022 International Data Group. All rights reserved.

10.5.0.5