국내 연구진이 양자컴퓨터 연산 효율을 높일 수 있는 최적화 알고리즘을 개발했다. 신약 개발과 반도체 설계 등 다양한 산업 혁신에 기여할 전망이다.

광주과학기술원(GIST·총장 김기선)은 안창욱 인공지능(AI)대학원 교수팀이 기존 반-고전 양자 유전 알고리즘 최적화 성능을 유지하면서도 연산 효율성을 획기적으로 끌어올릴 수 있는 알고리즘 구조를 개선했다고 22일 밝혔다. 

양자 유전 알고리즘은 양자 신경망·양자 강화학습 등 기존 고전적 컴퓨터에서 성능이 입증된 기술을 양자컴퓨터에서 재현하려는 시도의 일환이다. 유전 알고리즘 장점인 전체 탐색 영역에서 최적의 해를 찾는 전역 최적화에 대한 메타-휴리스틱 접근법을 양자컴퓨터에서 구현하는 것을 목표로 한다. 하위개념인 반-고전 양자 유전 알고리즘은 고전적 유전 알고리즘 실행구조를 그대로 모사함으로써 상대적으로 빠른 성능 검증과 실용화에 초점을 두고 있다.

기존 반-고전 양자 유전 알고리즘 연구는 모집단 형성 시 대량의 무작위 개체를 생성함으로써 이 문제를 우회적으로 해결했다. 하지만 모집단 규모를 불필요하게 확장했기 때문에 양자 컴퓨터가 가진 자원 낭비를 초래하는 결과를 낳았다. 

안 교수팀은 무작위 개체들이 알고리즘 최적화 작업에 거의 기여하지 않는다는 가설을 세운 뒤 알고리즘 다윈 진화적 구조를 유지하면서도 무작위 개체 생성을 최소화하기 위한 양자 회로를 개선했다. 이를 통해 각 세대에서 모집단을 형성할 때 이전 세대에서 확보한 우수한 개체 유전적 특성을 완전히 또는 부분적으로 보유한 개체만을 생성하는 구조를 설계했다.

광주=김한식기자 [email protected]