[제3시선, 최고가 최고를 만나다 with 김범준 교수] 보이지 않아도 모든 곳에 존재하는 물리학과 반도체 (3/4)

반도체에 적용되는 물리학, 그리고 더 작은 미시세계를 탐구하는 양자역학에 관해 지난 편을 통해 살펴봤다[관련기사]. 인류는 양자역학을 통해 원자 단위의 미시세계에 대한 이해를 넓혀가며 세상의 모든 만물을 구성하는 원자와 그 주변에 전자가 존재함을 알 수 있게 되었다. 많은 과학자는 전자의 성질을 알게 된 이후 전자의 이동을 제어할 수 있는 장치인 트랜지스터를 만들어 냈고 이는 오늘날 우리가 사용하고 있는 반도체, 그리고 그것을 사용하는 컴퓨터가 됐다. 결국 수많은 과학자의 노력으로 밝혀진 양자역학이 인류의 역사를 바꾼 전자제품의 등장으로 이어진 것이다.

하지만, 여전히 양자역학적이지 않다는 지적도 있다. 세계적인 물리학자이자 양자역학의 대가로 불리는 리처드 파인만(Richard Feynman)은 “자연 상태는 온전히 양자역학적으로 작동하고 있지만, 우리가 사용하는 컴퓨터는 양자역학적이지 않다”고 주장했다. 파인만이 말하는 ‘컴퓨터는 양자역학적이지 않다’는 것은 무슨 의미이고, 양자역학적인 컴퓨터는 무엇일까? 이번 편에서는 양자역학을 적극적으로 활용한 양자컴퓨터를 비롯해 다가올 미래를 바꿀 새로운 기술에 관해 살펴볼 것이다. 김범준 교수와 SK하이닉스 구성원들이 나눈 양자역학과 반도체에 관한 세 번째 이야기, 함께 들어보자.

▲ 양자컴퓨터와 반도체에 관해 대담을 나누고 있는 김환영 TL, 임경선 TL, 김범준 교수, 조상혁 TL, 민태원 TL(왼쪽부터)

압도적인 연산 속도, ‘양자컴퓨터와 큐비트’

김범준 교수 최근 ‘양자(Quantum)’라는 이름의 새로운 기술들이 꾸준히 이목을 끌고 있는데요. 대표적으로는 양자컴퓨터를 꼽을 수 있을 것 같아요. 오늘 저희가 대담을 진행하기 전에도 양자정보연구지원센터*에서 실제 양자컴퓨터의 모습을 보고 왔잖아요? 물론, 작동하지 않은 상태여서 아쉽긴 했지만, 함께 둘러본 양자컴퓨터에 대한 이야기에 더해 양자역학이 적용된 다양한 기술에 관해 이야기 나눠보면 좋을 것 같습니다.

* 양자정보연구지원센터: 과학기술정보통신부가 추진 중인 ‘양자정보과학 연구개발생태계 조성사업’ 아래 국내 양자정보과학 분야의 연구활동 지원을 위해 설립된 센터. 이는 성균관대학교(경기도 수원특례시 소재)에 있다.

▲양자역학이 적용된 양자컴퓨터에 관해 이야기를 나누고 있는 김범준 교수와 조상혁 TL

조상혁 TL 최근 양자컴퓨터에 대한 관심이 더욱 커지고 있는 이유를 살펴보면 반도체 회로의 집적도가 한계에 가까워졌다는 지적도 중요한 것 같아요. 컴퓨터의 성능 향상을 위해서 반도체를 더 작게 만들고 더 많은 트랜지스터를 집적해야 하는데 회로 패턴의 폭을 지금보다 더 축소하는 것이 어려워지면서 더 많은 트랜지스터를 집적하기 힘든 상황입니다. 이에 따라, 폰노이만 구조[관련기사]를 따르는 기존 컴퓨터(이하 기존 컴퓨터)의 성능 향상이 제한적일 것이라는 견해에서 촉발된 이런 주장들은 결국 양자컴퓨터에 대한 기대심으로 번진 것이죠.

임경선 TL 데이터상으로도 반도체 회로 설계 기술의 발전 속도는 현재 점점 둔화하고 있습니다. 하지만, 최근 큰 관심을 받는 챗GPT(ChatGPT) 등 생성형 인공지능(AI, Artificial Intelligence)은 학습과 추론에 방대한 데이터 연산이 필요합니다. 추후 더 고도화된 인공지능이 등장하게 된다면, 지금보다 더 많은 학습 데이터가 필요할 것이고, 더 빠른 연산 능력이 요구될 것입니다. 뿐만 아니라, 여러 연산 기술이 고도화됨에 따라 데이터와 트래픽 등 전력 소모에 대한 부담도 증가하고 있는데요. 이 때문에 기술 개발의 한계와 실제 요구되고 있는 컴퓨터 성능 간의 간극이 벌어지고 있습니다. 이러한 간극을 줄이고, 현재 사용하고 있는 기존 컴퓨터로 연산하기 어려운 문제를 풀기 위한 방안으로 양자컴퓨터가 주목받는 것입니다.

김환영 TL 먼저, 양자컴퓨터가 주목받는 이유를 알기 위해선 양자 정보의 기본 단위인 큐비트(qubit, Quantum bit)를 알아야 하는데요. 기존 컴퓨터는 데이터의 최소 단위인 비트를 사용하고 양자컴퓨터는 양자 상태의 비트인 큐비트를 사용합니다. 큐비트를 이해하기 위해선 양자 중첩과 얽힘에 대해 알아야 합니다.

▲ 양자 중첩과 양자 얽힘을 중심으로 양자컴퓨터의 구조를 설명하고 있는 임경선 TL,  김환영 TL과 설명을 듣고 있는 김범준 교수

양자 중첩은 양자 상태를 관측하기 전에 여러 상태가 확률적으로 동시에 존재한다는 것을 의미하는데요. 예를 들어, 상자 안에 동전이 있다고 가정해 볼까요? 우리가 실제로 관측할 수 있는 거시세계에서 동전은 앞면이든 뒷면이든 특정 상태가 먼저 결정돼 있고 우리는 이를 관측하기만 할 수 있습니다. 하지만 미시세계에서 전자는 관측되지 않는 한, 앞면과 뒷면의 상태를 동시에 가지고 있습니다. 앞서 양자역학에 대한 대담 할 때 이야기했던 물질파 이론*[관련기사]처럼 전자는 관측에 의해 그 특정 상태가 결정되는 것이고, 관측되지 않는다면 두 개의 성질을 중첩해서 가지고 있는 것이죠.

그리고 또 중요한 특성이 ‘양자 얽힘’입니다. 양자 얽힘 현상은 양자 상태에 있는 큐비트가 서로 떨어져 있어도 서로 영향을 미치는 현상을 의미하는데요. 양자 얽힘 현상의 핵심은 두 개의 큐비트가 멀리 떨어져 있어도 상호 작용하는 상관관계를 가진다는 것입니다. 즉, 국소성 원리(Principle of Locality)*를 따르지 않는 것입니다. 예를 들어, 두 사람이 각각 멀리 떨어진 중국 음식점에서 짜장면과 짬뽕 중 하나를 선택해서 먹어야 하고 반드시 서로 다른 음식을 먹어야 한다고 가정했을 때, 한 사람이 짜장면으로 결정하면 다른 한 사람은 자동으로 짬뽕으로 결정되는 것으로 비유할 수 있을 것 같습니다. 다른 하나의 상태가 결정됨에 따라 멀리 떨어져 있는 다른 것의 결정에도 영향을 미친다는 것이죠.

이처럼, 양자컴퓨터는 큐비트를 통해 양자 중첩과 얽힘 특징을 활용하는데요. 기존 컴퓨터가 1과 0의 각각의 상태를 가지고 있는 비트를 순차적으로 계산하면서 연산하는 반면, 양자컴퓨터는 1과 0의 상태를 동시에 가지고 있는(양자 중첩 현상) 여러 큐비트를 한 번에(양자 얽힘 현상) 계산함으로써 빠른 연산이 가능한 것입니다.

* 물질파(Matter Wave) 이론: 양자역학에서 핵심적인 역할을 하는 이론. 광전효과를 통해 파동인 줄 알았던 빛이 입자성을 동시에 보유하고 있다는 점에서 착안해 입자로 인식됐던 전자에 파동성을 함께 보유할 수 있을 것이라는 가설을 세운다.
* 국소성 원리(Principle of Locality): 충분히 멀리 떨어진 두 물체는 곧바로 상호작용하지 않는다는 원리


▲ 일반컴퓨터의 비트와 양자컴퓨터의 큐비트 개념

임경선 TL 예를 들어 계산 속도 차이를 설명해 보자면, 기존 컴퓨터가 계산하는 방식은 비트 하나를 계산할 때마다 벽돌을 넣고 빼는 형태라고 설명할 수 있어요. 이 벽돌(비트)의 상태가 1인지 0인지를 파악하고 다시 넣어 모든 벽돌 하나하나 확인하는 작업을 진행해야 하는 것이죠.

양자컴퓨터의 큐비트들이 중첩과 얽힘 상태에 있을 때, 나타낼 수 있는 모든 정보를 그림과 같이 구(球) 위에 점으로 상상해 보겠습니다. 이 점들은 너무 작아서 구 위에는 무한대에 가까운 점들이 존재할 수 있습니다. 양자컴퓨터가 큐비트를 연산하는 방식은 구 위에 있는 어떤 점으로부터 다른 점으로 이동시키는 것이라고 설명할 수 있습니다. 양자 상태에 있는 큐비트를 한 번에 연산하면, 구 위의 한 점에서 다른 위치로 이동하게 될 것입니다. 이렇게 한 번의 연산으로도 모든 큐비트의 상태가 변화하면서 새로운 결과물이 나오게 됩니다. 다만, 구의 어떤 위치에서 다른 위치로 이동하기 위해 필요한 연산 횟수가 기존 컴퓨터가 계산을 수행했을 때 필요로 하는 연산보다 적어야만 양자컴퓨터의 계산 속도가 빠르다고 할 수 있겠죠.

민태원 TL 여기서 생각을 해 볼 부분이 있는데요. 비트와 큐비트가 각각 2개씩 있다고 가정했을 때 비트를 사용하는 기존 컴퓨터의 경우, 비트당 두 번씩 총 네 번을 순차적으로 계산해야 결과를 얻을 수 있지만 큐비트를 활용하는 양자컴퓨터는 네 개의 값을 동시에 계산해 결과를 얻을 수 있으니 단 한 번만 연산으로 계산된 결과를 얻을 수 있다고 오해할 수 있을 것 같습니다. 물론 어떤 계산은 단 한 번만 연산해 원하는 결과를 얻을 수도 있지만, 문제 종류에 따라서는 여러 번 연산해야 할 수도 있거든요. 하지만 이렇게 동시에 큐비트의 정보를 제어할 수 있는 특징 덕분에 문제의 크기와 어려움이 일정 수준 크기가 커지게 되었을 땐 양자컴퓨터의 진가가 드러나게 됩니다. 즉, 큐비트의 수가 늘어날수록 기존 컴퓨터와 양자컴퓨터의 속도 차이는 더욱 벌어지게 되는 것입니다.

▲기존 컴퓨터와 양자컴퓨터의 차이점

김범준 교수 맞습니다. 지난 2019년 구글이 공개한 초전도 양자컴퓨터인 ‘시카모어(Sycamore)’의 경우, 53개의 큐비트를 동시에 계산할 수 있는 성능의 프로세서로 알려져 있는데요. 구글은 이 시카모어 모델이 세계에서 가장 빠른 슈퍼컴퓨터가 1만 년에 걸쳐 계산할 문제를 단 200초 만에 해결했다고 밝히기도 했죠. 물론, 아직 더 많은 검증이 필요하긴 하겠지만 폰노이만 구조를 따르는 기존 컴퓨터와 비교해 보면 엄청난 연산 속도 향상을 기대할 수 있을 것 같습니다.

조상혁 TL 오늘 저희가 함께 양자컴퓨터를 살펴보고 오기도 했잖아요. 사실 우리가 흔히 볼 수 있는 일반적인 컴퓨터나 슈퍼컴퓨터와 비교해도 그 생김새가 매우 달랐거든요. 양자컴퓨터는 어떤 요소들로 구성된 것인가요?

▲양자정보연구지원센터에 전시된 양자컴퓨터를 보며 양자컴퓨터에 관해 이야기하는 김환영 TL(가운데)과 듣고 있는 김범준 교수, 조상혁 TL

김환영 TL 우선 우리가 현재 사용하고 있는 기존 컴퓨터의 구조를 통해 양자컴퓨터의 위치를 먼저 설명해야 할 것 같은데요. 기존 컴퓨터는 CPU(중앙처리장치) – 메모리(Memory) – 스토리지(Storage)로 연결되는 폰노이만 구조로 되어 있습니다. 저장된 데이터는 스토리지에서 메모리를 통해 CPU로 전달되고, CPU에서 처리된 데이터가 다시 스토리지에 저장되는 형태인 것이죠. 폰노이만 구조에서의 양자컴퓨터 역할은 CPU 근처에서 GPU와 같은 가속기 역할을 한다고 볼 수 있을 것 같습니다. 다만 특정 연산에 있어서는 성능이 GPU와는 비교도 안 되게 매우 잘할 수 있는 가능성이 있는 가속기인 것입니다. 양자컴퓨터의 구조를 살펴보면 현재 컴퓨터 구조에서 CPU(중앙처리장치)나 GPU(그래픽처리장치)와 같은 ALU(Arithmetic and Logical Unit)* 역할을 하는 QPU(Quantum Processor Unit, 양자처리장치)와 이를 제어하기 위한 제어 장치(Control Unit)로 구성돼 있습니다. 현재 제어 장치는 FPGA(Field-Programmable Gate Array)*로 그 안에 SRAM(Static RAM)*이라는 작은 메모리가 있는데 양자 소자의 동작 프로그램을 위한 데이터와 에러 정정을 위한 데이터를 처리해 주고 있습니다. 하지만 큐비트 수가 증가함에 따라 에러 정정을 위한 데이터 요구량이 증가하면서 FPGA 내 메모리 용량도 증가하고 있습니다. 미래에는 이러한 일을 극저온 시스템에 극저온 컴퓨터가 들어와 양자 소자 동작을 돕는 역할을 하게 될 것으로 예상하고 있습니다.

* ALU(Arithmetic and Logical Unit): 산술 연산, 논리 연산 및 시프트(shift)를 수행하는 중앙처리장치 내부의 회로 장치로, 독립적으로 데이터 처리를 수행하지 못하며 반드시 레지스터들과 조합하여 처리한다.
* FPGA(Field-Programmable Gate Array): 프로그래밍을 통해 내부 회로를 수정할 수 있는 칩
* SRAM(Static RAM): 주기적으로 내용을 갱신해 주어야 하는 D램(DRAM)과는 달리 기억 장치에 전원이 공급되는 한 그 내용이 계속 보존되는 반도체 메모리의 한 종류이다.

민태원 TL 조금 더 덧붙이자면, 양자컴퓨터 중 초전도 큐비트는 극저온 상태의 전자쌍이 얇은 절연막을 통과하여 생기는 파동을 이용합니다. 기저 상태*에서 첫 번째 들뜬 상태로 자연적으로 들뜨지 않게 하기 위해 큐비트는 10mK(Kelvin*) 이하의 온도에서 동작해야 하는 것이죠. 만약 소자의 온도가 상승하면 의도치 않은 에너지 상태로 전이가 발생하면서 에러가 발생할 수 있죠. 의도치 않은 에너지 상태의 변화를 억제하고, 큐비트와 외부 환경과의 상호작용을 최소화하기 위해 극저온 시스템은 아주 중요한 것입니다.

* 기저 상태(Ground State): 원자나 분자 등에 있어 양자 역학계의 정상상태 중 가장 에너지가 낮은 상태를 뜻한다. 이에 대해서 이보다 높은 에너지를 갖고 있는 경우를 ‘들뜬 상태’에 있다고 한다.
* Kelvin(켈빈,K): 절대온도 단위로 섭씨 영하 273.15도를 0K로 나타낸다.

▲ 실제 초전도 양자컴퓨터의 내부 모습

미래를 바꿀 양자컴퓨터

김범준 교수 양자컴퓨터를 어떻게 활용할 수 있을지 고민해 보는 것도 좋을 것 같은데요. 일반적으로는 방대한 양의 데이터를 학습해야 하는 인공지능 분야나 수없이 많은 변수를 계산해야 하는 시뮬레이션(기상예보 등) 분야 등에서 높은 효율을 보일 것으로 전망되고 있습니다. 그렇다면 메모리 반도체는 양자컴퓨터의 발전에 어떻게 역할을 할 수 있을까요?

김환영 TL 양자 알고리즘 측면에서는 범용 양자컴퓨터가 등장하더라도 기존 컴퓨터가 담당하는 모든 연산 영역을 대체할 수는 없다는 것이 학계의 일반적인 견해이기도 한데요. 하지만 저는 양자컴퓨터가 등장하게 된 그 목적과 배경을 다시 한번 생각해 보는 것이 중요하다고 생각합니다. 아까 말씀드린 바와 같이 양자컴퓨터는 현재 기술의 한계와 인간의 데이터 사용 증가 사이의 차이를 채우기 위해 끊임없이 연구가 될 것이기 때문입니다.

▲양자컴퓨터의 발전과 메모리 반도체의 활용 가능성에 관해 설명하는 김환영 TL과 설명을 듣고 있는 임경선 TL, 김범준 교수

임경선 TL 맞습니다. 메모리 반도체는 이 관점에서 세상이 변화해 나가는 지점을 생각해 봐야 합니다. 예를 들어, 현재 IBM이 클라우드 시스템을 이용해 양자 알고리즘에 대한 공개 연구(Open Research)를 진행하고 있는데 그중 하나가 양자 머신러닝 그리고 양자 인공지능입니다. 양자컴퓨터는 고차원에서의 문제를 해결하는 데 최적화돼 있어 미래에는 충분히 이러한 기술들이 현재 기술들의 취약한 부분을 대체할 수 있을지도 모릅니다.

김환영 TL 실제로, 인공지능 모델 중 자연어 처리 모델의 크기는 지난 2년간 천 배 이상 증가했고, 특히 GPT-3 학습에는 GPU 1만 개가 약 23일이 걸려 학습했습니다. 그 이상의 크기를 가진 모델을 학습시키기 위해서 GPU 천만 개를 사용할 수는 없으니까요. 만약 양자 머신러닝이 이러한 학습을 대체할 수 있다면 CPU(GPU)-Memory 간 데이터 이동의 병목은 사라질 수 있다고 생각합니다. 이에 우리가 현재 예측하는 컴퓨터 시스템과 다른 엄청난 변화가 올 수 있다고 생각합니다.

그리고 양자컴퓨터를 통해 얻은 방대한 데이터를 우리가 사용하는 기존 컴퓨터의 환경에 맞게 변화하는 과정이 필요합니다. 이러한 역할은 클라우드를 중심으로 진행될 것이고요. 이 과정에서 낸드 플래시나 D램과 같은 메모리 반도체가 적극적으로 사용될 것으로 업계는 전망하고 있습니다. 물론 많은 연구와 개발이 다양한 분야에서 필요하겠지만, SK하이닉스 역시 이러한 새로운 기술에 대해 선제적인 연구를 끊임없이 이어가고 있다는 것입니다.

▲최근 병렬 연산에 대한 다양한 시도에 관해 이야기하고 있는 민태원 TL과 듣고 있는 조상혁 TL, 김범준 교수

민태원 TL 물론, 미래를 위한 선제적인 연구도 중요하지만, 현실적으로는 아직 양자컴퓨터가 상용되기엔 어려움이 많은 것 같습니다. 큐비트의 양자 상태를 유지하는 것이 현실적으로 쉽지 않으니까요. 그럼에도, 양자 기술은 우리에게도 시사하는 바가 크다고 생각합니다. 폰노이만 구조 컴퓨팅 기술이 여전히 중요한 상황에서도 우리는 양자 기술에 많은 영향을 받고 있으니까요.

그 중 대표적인 것은 양자컴퓨터의 극대화된 병렬 연산의 이점을 활용하기 위해 꾸준히 노력해 왔다는 점입니다. 최근 챗GPT와 같은 인공지능을 구현하기 위해 사용된 최신 GPU의 경우 폰노이만 구조의 기존 컴퓨팅 시스템에서도 병렬 연산의 효율성을 극대화한 중요한 예시가 될 수 있을 것 같아요. 우리가 개발하고 있는 HBM(High Bandwidth Memory) 역시 방대한 데이터의 병렬 연산을 돕는 중요한 역할을 하고 있고, 메모리에 연산 기능을 추가해 병렬 연산의 효과를 더욱 극대화한 PIM(Processing-In Memory) 역시 이러한 고민과 노력의 산물이라고 할 수 있겠죠.

물론 폰노이만 구조를 따르는 병렬 연산은 양자컴퓨터의 연상 방법과 큰 차이가 있습니다만, 우리가 양자컴퓨터의 병렬 연산 방식의 효율성을 확인한 만큼, 앞으로도 병렬 연산 능력을 높이기 위한 다양한 반도체 제품들이 개발될 것으로 생각합니다.

김범준 교수 지금까지 큐비트를 비롯해 양자 현상을 이용한 다양한 기술에 대해 이야기를 나눠 봤는데요. 앞서 이야기 나눴던 반도체의 작동 구조를 비롯해 우리가 사용하고 있는 모든 전자제품, 그리고 차세대 컴퓨팅 기술로 주목받는 양자컴퓨터까지 이 모든 것들이 물리학에서부터 시작됐다고 생각하니 물리학이라는 학문이 얼마나 중요한 것인지 다시금 느끼는 계기가 됐네요. 폰노이만 구조의 컴퓨팅 시스템에서 병렬 연산을 시도하고, 이를 극대화하는 노력 역시 아주 인상적이었습니다. 마지막으로 SK하이닉스 구성원들이 생각하는 물리학과 반도체에 관한 이야기를 들어보면 좋을 것 같네요.

다음 편에서는 대담에 참여한 김범준 교수와 SK하이닉스 구성원들의 지금까지 나눈 이야기를 정리하는 시간을 가질 예정이다. 오늘의 반도체가 만들어지기까지 물리학이 끼친 영향은 무엇이 있는지, 반도체 산업에 종사하고 있는 SK하이닉스 구성원들이 말하는 물리학은 무엇인지 등을 함께 들어보자. 김범준 교수와 SK하이닉스 구성원들의 이야기는 계속된다.