JPMorgan Chase, Quantinuum, Argonne National Laboratory, Oak Ridge National Laboratory 및 University of Texas at Austin의 연구원 팀은 양자 컴퓨팅 분야에서 상당한 진전을 이루었습니다. Nature 저널에 발표된 새 논문에서 그들은 56큐비트 양자 컴퓨터를 사용하여 난수를 생성한 다음 강력한 고전 슈퍼컴퓨터를 사용하여 그 숫자가 실제로 무작위임을 증명한 방법을 설명합니다.
"인증된 무작위성"으로 알려진 이 성과는 암호화, 개인 정보 보호 및 공정성과 같은 영역에 적용될 수 있습니다.
인증된 무작위성은 숫자가 예측 불가능할 뿐만 아니라 새로 생성되고 수학적으로 검증되었음을 의미합니다. 기존 컴퓨터는 스스로 이 작업을 수행할 수 없습니다. 이들은 쉽게 조작될 수 있는 하드웨어 난수 생성기에 의존하는 경우가 많습니다. 하지만 이 새로운 방법을 사용하면 누군가가 양자 컴퓨터를 방해하려고 해도 무작위성을 위조하여 인증을 통과할 수 없습니다.
이 프로토콜의 기본 아이디어는 원래 오스틴에 있는 텍사스 대학의 컴퓨터 과학 교수인 Scott Aaronson이 제안했습니다. 그는 전 박사후 연구원 Shih-Hang Hung과 협력하여 실험팀을 지원했습니다. Aaronson은 "2018년에 처음으로 인증된 무작위성 프로토콜을 제안했을 때 실험적 시연을 보려면 얼마나 오래 기다려야 하는지 전혀 몰랐습니다."라고 말했습니다. "원래 프로토콜을 기반으로 구축하고 구현하는 것은 양자 컴퓨터를 사용하여 실제 암호화 응용 프로그램을 위해 인증된 무작위 비트를 생성하기 위한 첫 번째 단계입니다."
실험을 수행하기 위해 팀은 인터넷을 통해 Quantinuum의 시스템 모델인 H2-1 양자 컴퓨터에 액세스했습니다. 이들은 기존 컴퓨터로는 시뮬레이션하기 매우 어려운 RCS(Random Circuit Sampling)라는 방법을 사용했습니다. 프로세스는 크게 두 단계로 나뉜다. 첫째, 연구원들은 작은 무리의 무작위 시드에서 생성된 일련의 챌린지 회로를 양자 컴퓨터에 보냈습니다. 양자 컴퓨터는 가능한 많은 답 중에서 무작위로 하나를 선택하여 이러한 문제에 답해야 합니다. 그런 다음 두 번째 단계에서는 기존 슈퍼컴퓨터가 결과를 확인하여 무작위성의 진위 여부를 확인합니다.
팀은 초당 1.1 × 101⁸ 부동 소수점 연산(1.1 ExaFLOPS)의 총 성능을 갖춘 여러 슈퍼컴퓨터를 사용하여 71,313비트의 엔트로피를 보여주었습니다. 이는 적어도 현실적인 조건과 가정에서는 이러한 무작위 비트가 고전적인 방법으로 생성될 수 없다는 것을 증명했음을 의미합니다.
J.P. Morgan의 기술 응용 연구 글로벌 책임자인 마르코 피스토이아(Marco Pistoia)는 “이 연구는 양자 컴퓨팅 분야에서 중요한 이정표이며, 오늘날의 기존 슈퍼컴퓨터의 성능을 뛰어넘는 양자 컴퓨터를 사용하여 실제 문제에 대한 솔루션을 입증하는 것입니다.”라고 말했습니다.
Quantinuum은 2024년 6월에 H2 시스템을 56큐비트로 업그레이드했습니다. 높은 정밀도와 모든 큐비트를 상호 연결할 수 있는 기능 덕분에 시스템의 RCS 성능은 이전 시스템보다 훨씬 뛰어납니다. Aaronson의 동의와 결합된 이 업그레이드는 이러한 획기적인 발전을 가능하게 했습니다.
Quantinuum의 사장 겸 CEO인 Rajeeb Hazra 박사는 “오늘 우리는 양자 컴퓨팅을 실제 응용 분야 영역으로 확고히 가져오는 중요한 이정표를 축하합니다.”라고 말했습니다.
오크리지 국립연구소의 양자 컴퓨팅 사용자 프로그램 책임자인 Travis Hamble은 "이러한 양자 컴퓨팅 성과는 오크리지 국립 연구소, 아르곤 국립 연구소, 로렌스 버클리 국립 연구소에 있는 미국 에너지부의 세계 최고의 컴퓨팅 시설에 의해 가능해졌습니다."라고 말했습니다.
양자 컴퓨터는 이론적으로 기존 컴퓨터를 능가할 수 있다는 것을 입증했지만, 이 기능을 실제 응용 프로그램으로 변환하는 것은 어려운 일이었습니다. 이 실험은 이제 양자 컴퓨터가 기존 컴퓨터와 비교할 수 없는 몇 가지 실용적인 응용 프로그램을 구현할 수 있음을 보여줍니다.
출처: 텍사스 대학교, 자연