양자 컴퓨팅의 사용 및 적용

이 단원에서는 양자 컴퓨팅의 가장 유망한 애플리케이션 중 일부를 살펴봅니다.

양자 컴퓨터에서 해결할 수 있는 문제는 무엇인가요?

양자 컴퓨터는 모든 작업을 더 빠르게 수행하거나 가능한 모든 문제를 해결할 수 있는 슈퍼컴퓨터가 아닙니다. 양자 컴퓨터는 효율적으로 해결할 수 있는 문제 집합을 확장하지만 양자 컴퓨터가 해결하기에는 너무 복잡한 문제가 여전히 있습니다.

다음 다이어그램에서는 복잡성에 따라 다양한 계산 문제 집합을 보여 줍니다. 양자 컴퓨터가 클래식 컴퓨터보다 더 효율적으로 해결할 수 있는 문제의 클래스를 BQP(경계 오류 양자 다항식) 문제라고 합니다. BQP 문제는 다항식 시간에 양자 컴퓨터에서 해결할 수 있습니다. BQP 문제의 예로는 팩터링 문제 및 검색 문제가 있습니다.

양자 컴퓨터가 클래식 컴퓨터보다 더 빠르게 해결할 수 있는 문제의 종류와 얼마나 빠른지에 대한 활발한 연구가 많이 있습니다. 양자 컴퓨터는 많은 수의 가능한 조합을 계산해야 하는 문제에서 매우 잘 수행됩니다.

양자 시뮬레이션

양자 역학은 우리 우주의 기본 운영 체제와 같으며 자연의 기본 구성 요소의 작동 방식을 설명합니다. 화학 반응, 셀룰러 프로세스 및 물질 동작은 모두 본질적으로 양자 기계적이며 종종 엄청난 수의 양자 입자 간의 상호 작용을 포함합니다. 양자 컴퓨터는 이러한 시스템의 자연 양자 상태를 나타내는 데 큐비트를 사용할 수 있기 때문에 분자와 같은 본질적으로 양자 기계 시스템을 시뮬레이션할 것을 약속합니다. 우리가 모델링할 수 있는 양자 시스템의 예로는 광합성, 초전도 및 복잡한 분자 형성이 있습니다.

리소스 예측

Azure Quantum Resource Estimator는 스케일링된 양자 컴퓨터에서 양자 프로그램을 실행하는 데 필요한 리소스를 예측하는 방법을 제공하여 양자 컴퓨팅의 미래를 준비하는 데 도움이 됩니다. 리소스 예측은 필요한 하드웨어 리소스와 같은 질문에 답변하는 데 도움이 됩니다. 필요한 물리적 및 논리적 큐비트 수와 큐비트 유형은 무엇인가요? 프로그램을 실행하는 데 얼마나 걸리나요? 필요한 리소스는 서로 다른 큐비트 기술 간에 어떻게 비교합니까?

리소스 추정을 통해 양자 알고리즘을 구체화하고 확장된 양자 컴퓨터를 사용할 수 있게 되면 활용하는 솔루션을 빌드할 수 있습니다.

양자 가속

기존 알고리즘보다 훨씬 빠르게 특정 문제를 해결하는 많은 양자 알고리즘이 개발되었습니다. 잘 알려진 두 가지 예는 Grover 알고리즘과 Shor 알고리즘입니다. Grover의 알고리즘은 다항식 속도 향상을 생성하고 Shor 알고리즘은 클래식 속도에 비해 기하급수적 속도 향상을 생성합니다.

Shor 알고리즘을 실행하는 양자 컴퓨터는 보안 데이터 전송을 위해 전자 상거래에서 널리 사용되는 Rivest–Shamir-Adleman(RSA) 체계와 같은 기존 암호화 체계를 깨뜨릴 수 있습니다. 이 체계는 고전 컴퓨터가 큰 정수를 큰 소수의 곱으로 분해하는 데 겪는 어려움에 의존한다.

Grover 알고리즘은 솔루션의 속도를 향상하여 구조화되지 않은 데이터 검색을 가속화하고 클래식 알고리즘보다 더 적은 단계로 검색을 실행합니다. 실제로 지정된 값이 유효한 솔루션(예-or-no 문제)인지 확인할 수 있는 모든 문제는 검색 문제의 관점에서 공식화할 수 있습니다.