양자컴퓨터가 교통체증 등 현실 문제 해결에 활용될 가능성이 실험을 통해 확인됐다.

양자컴퓨터가 현재의 컴퓨팅 인프라를 완전히 대체할 수준은 아니지만, 특정 계산 단계에서는 효과적으로 활용될 수 있다는 평가다. 특히 도시 교통처럼 복잡한 현실 환경에 적용할 수 있다는 점에서 주목받고 있다.

18일 호주 멜버른대학교와 포드자동차 연구진은 양자컴퓨터를 이용해 도시 교통체증을 줄이는 실험 결과를 담은 논문 '교통 체증을 최소화하는 맥락에서의 하이브리드 양자 최적화'를 논문 저장소 아카이브(arXiv)에 공개했다.

논문에 따르면 연구진은 도시 교통 문제를 해결하기 위해 차량 경로 선택을 최적화하는 복잡한 수학 문제를 설정했다. 이 문제를 양자컴퓨터가 처리할 수 있도록 변환한 뒤 IBM의 클라우드 양자컴퓨팅 시스템을 활용해 실험을 진행했다. 실험은 양자 시뮬레이션 환경과 실제 양자컴퓨터 하드웨어에서 각각 진행됐다.

아직 양자컴퓨터 수행 중 오류가 존재하는 만큼 이번 연구는 기존 컴퓨터와 양자컴퓨터를 결합한 하이브리드 방식으로 진행됐다. 실시간 교통 데이터를 수집하고 전처리하는 단계는 고전 컴퓨터가 맡고, 수많은 경우의 수 중 최적 경로를 계산하는 핵심 연산은 양자컴퓨터가 처리하는 방식이다.

연구팀은 실제 양자컴퓨터 하드웨어에서 알고리즘을 실행한 결과 최대 80% 수준의 정확도를 얻었다고 밝혔다. 또 회로 구조를 최적화하고 외부 간섭을 줄인 시뮬레이션 환경에서는 이보다 높은 정확도인 98%까지 도달할 수 있다는 가능성도 함께 제시했다.

다만 기존에 사용 중인 상용 최적화 서비스 구로비(Gurobi)가 항상 최적의 해를 도출하는 알고리즘을 적용하고 있어 정확도 면에서는 차별화가 어렵다.

이에 연구팀은 교통 시스템처럼 실시간으로 변화하는 환경에선 정확성과 함께 계산 속도의 중요성을 강조했다. 교통사고 등으로 도로 흐름이 급격히 바뀌는 상황에서 수 초 안에 판단하고 반응하지 못하면 계산 정보가 맞지 않기 때문이다.

실제로 차량 수가 10대 이상으로 늘어날 경우 기존 서비스는 해답을 구하는 시간이 기하급수적으로 늘어나 실시간 대응에 어려움이 발생했다. 반면 회로를 최적화한 양자 알고리즘은 더 완만하게 시간 증가를 보이며 꾸준히 빠른 시간 내에 답변을 제시했다.

연구진은 "고전 알고리즘은 정답을 보장한다는 점에서 여전히 우수하지만 복잡한 실시간 최적화 상황에서는 빠른 근사 해답이 더 가치 있는 선택지가 될 수 있다"며 "도시 교통, 물류, 에너지처럼 초 단위 의사결정이 필요한 분야에서는 95%와 100% 사이의 정확도 차이보다 얼마나 빨리 결과를 얻을 수 있느냐가 중요하다"고 설명했다.

이어 "정확도 면에선 고전 알고리즘이 여전히 우세하지만, 복잡도, 처리 시간, 실시간성, 소음 대응력 등을 종합적으로 고려할 때 양자컴퓨터는 점차 실용적인 대안으로 떠오르고 있다"고 덧붙였다.