아이온큐(IonQ)와 미국 오크리지 국립연구소가 전력망 운영에 드는 막대한 비용을 줄이기 위해 양자컴퓨터 기반 최적화 기술을 실증했다. 복잡한 발전기 가동 계획 문제를 실제 장비에서 해결하며 산업 적용 가능성을 입증했다.

두 기관은 9일 '유닛 커밋먼트(Unit Commitment, UC) 문제 해결을 위한 새로운 양자-고전 하이브리드 알고리즘'이라는 제목의 논문을 아카이브(arXiv)에 게재했다.

UC 문제는 대규모 전력망에서 시간대별 전력 수요를 맞추기 위해 발전기를 언제, 얼마나 가동할지를 결정하는 핵심 최적화 과제다. 발전기 수와 시간 구간이 늘어날수록 조합 가능성은 기하급수적으로 증가한다. 예컨대 15개 발전기를 24시간 동안 운영하려면 가능한 조합 수는 10의 108제곱을 넘는다.연구팀은 이 문제를 해결하기 위해 양자컴퓨터와 고전 컴퓨터를 결합한 하이브리드 방식을 적용했다. 양자컴퓨터는 유망한 발전기 조합을 빠르게 탐색하고 고전 컴퓨터는 각 조합의 출력 수준을 정밀하게 조정해 최적의 운영 비용을 산출한다.

이를 통해 전체 조합을 전수 조사하지 않고도 효율적인 해를 도출하며 계산량은 줄이면서도 기존 방식과 유사하거나 더 나은 성능을 확보할 수 있었다.

연구팀은 해당 알고리즘을 발전기 수 3개, 10개, 26개로 구성된 전력망 시나리오에 적용해 성능을 검증했다. 3개 발전기 규모의 소규모 문제는 0% 오차로 글로벌 최적 해를 도출했고, 10개 발전기 수준의 중규모 시나리오에서는 평균 오차율 0.72%, 최대 1.78%를 기록했다. 26개 발전기 수준의 대규모 사례에서도 평균 오차율은 2.5~2.9% 수준으로 수렴했다.

26개 발전기로 구성된 대규모 문제 중 일부는 실제 양자컴퓨터인 '아이온큐 포르테(Forte)'에서 직접 실행됐다. 이때 나온 평균 오차율은 3.088%로, 시뮬레이션 결과인 3.201%와 거의 차이가 없었다. 이를 통해 이 알고리즘이 실제 양자 하드웨어에서도 안정적으로 작동한다는 점이 확인됐다. 또 기존 연구가 평균 8% 내외의 오차를 기록한 것과 비교해 이번 알고리즘은 정확도를 1%대로 크게 개선된 것으로 나타났다.

이번 알고리즘은 전력망 문제 외에도 조합 최적화가 필요한 다양한 산업 분야에 활용될 수 있다. 항공사 승무원 스케줄링, 물류 배차, 신약 후보 물질 조합, 금융 포트폴리오 최적화 등도 모두 유사한 구조의 문제를 갖고 있어 양자컴퓨팅의 응용 가능성이 한층 넓어질 것으로 기대된다.

또 미국 국립연구소와 민간 양자컴퓨팅 기업이 협력해 실제 양자 하드웨어에서 알고리즘 성능을 검증했다는 점에서 기술 실증의 상징적인 사례로 평가된다.