양자컴퓨터 얘기가 나오면 주변에서 꼭 이런 말이 나옵니다. "그거 언제 상용화 되는 거야?" 저도 솔직히 작년까지는 비슷한 생각이었습니다. 그런데 올해 엔비디아와 DARPA가 거의 동시에 내놓은 발표를 보면서 생각이 완전히 바뀌었습니다. 양자컴퓨터는 이제 실험실 이야기가 아니라, 누가 인프라를 먼저 장악하느냐의 싸움으로 접어들었습니다.
연결 계층: 아무도 주목 안 하던 곳에서 판이 짜이고 있다
양자컴퓨팅 산업을 이해하려면 산업 구조를 먼저 나눠볼 필요가 있습니다. 크게 세 계층으로 구분할 수 있는데, QPU(Quantum Processing Unit) 계층, QEC(Quantum Error Correction) 계층, 그리고 연결 계층입니다.
QPU 계층이란 이온 트랩, 초전도체, 중성 원자, 광자 같은 방식으로 실제 큐비트를 물리적으로 만들고 운영하는 하드웨어 영역입니다. QEC 계층이란 물리적 큐비트는 오류가 워낙 많아 그냥 쓸 수 없기 때문에, 여러 물리 큐비트를 묶어 신뢰도 높은 논리 큐비트 하나를 만드는 오류 정정 과정을 말합니다.
지금까지 투자자들 관심은 거의 QPU 계층에 쏠려 있었습니다. 아이온큐(IonQ)가 이기나, 리게티(Rigetti)가 이기나, 구글이 먹나. 저도 처음엔 그 게임에 같이 끌려다녔습니다.
그런데 제가 진짜 소름 돋았던 건 세 번째 연결 계층에서 일어난 움직임이었습니다. 연결 계층이란 양자 컴퓨터와 고전 컴퓨터(CPU·GPU)를 어떻게 연결하느냐, 그리고 서로 다른 방식의 양자 하드웨어끼리 어떻게 통합하느냐를 다루는 영역입니다. 이 계층에서 올해 4월 두 가지 굵직한 사건이 동시에 터진 것입니다.
엔비디아 cuIsing: "누가 이기든 우리가 연결한다"
엔비디아가 발표한 cuIsing 모델은 한 줄로 정리하면 양자 컴퓨터를 AI로 관리하기 위한 오픈소스 모델 제품군입니다. 이름은 통계역학의 이징 모델(Ising Model)에서 따왔습니다. 이징 모델이란 자기 시스템의 상전이를 분석하기 위해 고안된 물리학 모델로, 양자 상태의 복잡한 상호작용을 표현하는 데 활용됩니다.
cuIsing은 두 가지 세부 모델로 구성됩니다.
- cuIsing 캘리브레이션 모델: 큐비트는 항상 미세하게 오차가 발생합니다. 큐비트 수가 늘어날수록 사람이 일일이 확인하는 건 현실적으로 불가능합니다. 이 보정 작업을 AI에게 맡기는 것이 캘리브레이션 모델의 역할입니다.
- cuIsing 디코딩 모델: 양자 오류 정정을 하려면 어디서 오류가 났는지부터 알아야 합니다. 큐비트 수가 증가할수록 검출기 신호는 기하급수적으로 복잡해지는데, 디코딩 모델이 이 신호를 단순화해 기존 디코더가 더 효율적으로 작동하도록 돕습니다.
제가 이 발표에서 가장 눈이 갔던 건 NVLink Quantum 파트너 목록이었습니다. 아이온큐, 리게티, Quantinuum, QuEra, Pasqal, Atom Computing 등 17개 양자 하드웨어 제조사가 이름을 올렸는데, 이온 트랩, 초전도체, 중성 원자, 광자 진영이 전부 포함되어 있었습니다.
이게 왜 무서운지 AI 시대랑 비교해보면 바로 보입니다. 엔비디아는 과거에도 CUDA 생태계로 똑같은 전략을 썼습니다. 어떤 AI 프레임워크든, 어떤 모델이든 결국 엔비디아 GPU와 CUDA를 통해야 돌아가는 구조를 만들어버린 것처럼, 이번에도 "어떤 양자 하드웨어가 이기든, 결국 우리 GPU와 연결돼야 한다"는 포지션을 잡고 있는 겁니다.
물론 IBM, 구글, 마이크로소프트도 독자적으로 고전-양자 인터커넥트(Classical-Quantum Interconnect)를 개발하고 있습니다. 인터커넥트란 서로 다른 컴퓨팅 시스템이 데이터를 주고받을 수 있게 연결해주는 인터페이스 기술을 말합니다. 그러니까 모든 것이 엔비디아로 수렴된다고 단정하기는 아직 이릅니다. 하지만 파트너십 속도와 생태계 규모를 보면, 엔비디아가 이 판에서 가장 빠르게 움직이고 있다는 건 부정하기 어렵습니다.
DARPA HARK: 단일 승자 없이도 판을 키울 수 있다
두 번째 사건은 DARPA(미국 방위고등연구계획국)가 발표한 HARK 프로그램입니다. HARK는 Heterogeneous Architectures for Quantum Computing의 약자로, 이기종 양자 아키텍처 통합 연구 프로그램을 의미합니다. 여기서 이기종(Heterogeneous)이란 단일 방식이 아니라 서로 다른 종류의 양자 하드웨어를 섞어 쓴다는 뜻입니다.
이 프로그램의 전제는 단순합니다. 지금 나와 있는 양자 하드웨어 방식들은 각자 잘하는 게 다릅니다.
- 이온 트랩(Ion Trap): 게이트 정확도가 높고 큐비트 간 연결이 유연하지만, 연산 속도가 느립니다.
- 초전도 회로(Superconducting Circuit): 게이트 연산 속도가 빠르지만, 오류율 관리와 극저온 환경 유지가 까다롭습니다.
- 중성 원자(Neutral Atom): 큐비트 확장성이 유리하지만, 아직 초기 단계입니다.
- 광자(Photonic): 광통신 네트워크와 연동하는 데 강점이 있지만, 게이트 연산 효율이 낮습니다.
HARK는 이 각각의 강점을 하나로 묶을 수 있는지를 연구하는 프로그램입니다. 저는 이걸 보면서 "양자판 멀티 GPU 시스템"이 시작되는 것 아닐까 하는 생각이 들었습니다. 실제로 HARK 프로그램에 선정된 IonQ는 분리된 이온 트랩 QPU 간 상호 연결을 구현하며, 자신들의 방식 안에서 분산 컴퓨팅(Distributed Quantum Computing) 로드맵을 강화하는 동시에 이기종 시스템의 노드로 자리 잡겠다는 전략을 발표했습니다. 분산 양자 컴퓨팅이란 단일 QPU 한 대로 처리하는 게 아니라 여러 QPU를 네트워크로 연결해 연산을 분산시키는 방식을 말합니다(출처: DARPA 공식 프로그램 페이지).
투자자 입장에서 이 프로그램이 의미하는 바를 생각하는 분들도 있는데, 저는 단순히 기술 지원 이상의 신호로 읽힙니다. DARPA는 기술 패권 경쟁에서 미국이 우위를 유지하기 위해 움직입니다. 근데 그들이 단일 방식이 아니라 이기종 통합 쪽에 베팅했다는 건, 미국 정부도 아직 어떤 방식이 이길지 모른다는 뜻이기도 합니다. 그러니까 단일 기업 실패 리스크를 줄이기 위해 통합 계층에 투자하는 것이고, 이 해석이 틀리지 않다면 양자 하드웨어 단일 승자에 베팅하는 전략은 생각보다 위험할 수 있습니다.
AI 데이터센터 시장이 어떻게 성숙했는지 보면 비슷한 그림이 보입니다. CPU, GPU, NPU, DPU가 공존하고, AMD·엔비디아·브로드컴·TSMC가 모두 자기 몫을 챙기는 구조가 됐습니다. 양자컴퓨팅 시장도 단일 기술이 나머지를 전멸시키는 방식보다는 이런 복합 생태계로 수렴할 가능성이 높아 보인다고 저는 판단합니다. 현재 전 세계 주요 양자컴퓨팅 투자 규모는 2023년 기준 약 42억 달러를 넘어섰으며, 각국 정부 주도의 R&D 예산도 꾸준히 늘고 있습니다(출처: McKinsey & Company).
결국 이번 엔비디아와 DARPA의 움직임이 저한테 가장 선명하게 남긴 질문은 이겁니다. "우리는 지금 어떤 게임을 보고 있는가?" QPU 계층에서 누가 이기냐를 맞히는 게임인지, 아니면 연결 계층을 누가 먼저 표준으로 만드느냐의 게임인지. 인터넷 시대에는 TCP/IP가, 스마트폰 시대에는 iOS와 안드로이드가, AI 시대에는 CUDA가 진짜 판을 장악했습니다. 양자 시대에는 고전-양자, 양자-양자를 이어주는 인터커넥트 계층이 그 역할을 할 가능성이 크다고 생각합니다. 물론 상용화까지 시간이 걸리고 지금 시장에 거품이 있다는 점도 부정하지 않습니다. 다만 어떤 방향으로 판이 짜이고 있는지는 지금 이 시점에서 충분히 읽을 수 있습니다.
이 글은 개인적인 관심과 분석을 공유한 것이며, 투자 조언이 아닙니다. 투자 결정은 반드시 개인의 판단과 전문가 의견을 바탕으로 하시기 바랍니다.