노르마, 양자 AI 연구 2편 ‘IEEE QCE 2026’에서 발표

노르마는 17일 양자 AI 연구 성과 2편이 'IEEE QCE 2026'에 채택됐으며, 캐나다 토론토에서 개최된 IEEE QCE 2026에 참가해 연구 결과물 2건을 공개했다고 밝혔다. IEEE QCE의 정식 명칭은 IEEE International Coference on Quantum Computing and Engineering이며, IEEE 컴퓨터 소사이어티가 주관하는 양자 컴퓨팅·엔지니어링 분야 대표 국제 학술대회다.

노르마가 공개한 내용은 양자 최적화 알고리즘의 하드웨어 자원 소모를 대폭 절감한 정규 논문 1편과 GPU 기반 시뮬레이션 엔진 '파도 파울리(Pado Pauli)' 관련 포스터 1편이다.

채택된 논문명은 'SAFE ma-QAOA'이며, 논문 식별자는 arXiv:2605.23377이다.

이 논문은 다중각 QAOA(multi-angle QAOA, ma-QAOA)의 근본적 딜레마를 주제로 다뤘다. ma-QAOA는 양자 근사 최적화 알고리즘(QAOA)의 확장 버전이다.

ma-QAOA 구조는 회로 각 항별로 독립 변분 매개변수를 부여하는 방식이다. 이에 따라 ma-QAOA는 동일 회로 깊이 대비 기존 QAOA보다 표현력이 향상되고, 동일 회로 깊이 대비 기존 QAOA보다 해 품질도 향상된다. 다만 ma-QAOA의 한계로는 매개변수 수가 급증하는 점이 있으며, 이 매개변수 증가의 영향으로 최적화 과정에서 QPU 호출 횟수가 폭증하고 측정량도 폭증한다.

현재 NISQ 환경에서는 큐비트 수가 제한되고 실행 시간도 제한된다. 이런 NISQ 환경의 구조적 문제로 인해 성능 이득의 대가인 하드웨어 비용이 알고리즘 실용성을 저해한다. 이에 노르마 Q AI팀은 하드웨어 성능 개선 대신 최적화 절차를 재설계하는 접근을 택했다.

연구팀은 SAFE(Surrogate-Assisted and Fine-tuning Enhanced) 프레임워크를 제안했다. SAFE 방식은 최적화 과정을 3단계로 분리하고, 계산량의 대부분을 저비용 고전 컴퓨팅 자원으로 이전하는 효과를 낸다. 이 과정에서 고전 대리 모델(surrogate)은 넓은 매개변수 공간을 선탐색하고 유망 영역을 축소하며, QPU는 surrogate 결과를 실제 하드웨어 조건에 맞게 보정한다. SAFE의 양자 하드웨어 운용은 마지막 미세조정 단계에만 실제 양자 하드웨어를 투입하는 방식이다.

연구팀은 이번 결과의 의미가 양자 우위 정의를 하드웨어 물리 한계 돌파 중심에서 확장하고, 고전-양자 자원 역할 분담으로 현재 하드웨어에서도 실용 성과 가능성을 제시한 데 있다고 설명했다.

노르마의 포스터는 노르마가 자체 개발한 GPU 가속 시뮬레이션 엔진 '파도 파울리'를 주제로 삼았다. '파도 파울리'는 상태 벡터 직접 전개를 대체하는 방식으로, 관측량을 파울리 기저에서 회로를 따라 전파하는 Pauli propagation을 핵심으로 한다. 이 방식은 VQE·QAOA 등 동일 회로를 수천 회 반복 평가하는 변분 알고리즘에 특히 유리하다.

정현철 노르마 대표는 새로운 최적화 프레임워크와 자체 시뮬레이션 엔진이 같은 학회에 함께 채택된 것은 노르마가 아이디어 제안에 그치지 않고 검증 가능한 구현까지 완결 가능한 팀이라는 의미라고 강조했다. 그는 또 양자-고전 하이브리드 접근으로 실용적 양자 컴퓨팅 도입 시점 단축에 계속 집중할 방침이라고 밝혔다.

출처: 테크월드뉴스 · 이광재 기자
원문: https://www.epnc.co.kr/news/articleView.html?idxno=407069

참고자료

• https://www.epnc.co.kr/news/articleView.html?idxno=407069