KAIST, 기존 AI 기술 넘는 양자AI 알고리즘 개발

KAIST 전기·전자공학부 및 AI 양자컴퓨팅 IT 인력양성연구센터장 이준구 교수 연구팀이 독일 및 남아공 연구팀과의 협력 연구를 통해 비선형 양자 기계학습 인공지능 알고리즘을 개발했다고 밝혔다.

양자 인공지능은 양자컴퓨터의 발전과 함께 현재의 인공지능을 앞설 것으로 크게 기대되고 있으나 연산 방법이 전혀 달라 새로운 양자 알고리즘의 개발이 절실하다. 특히, 양자컴퓨터는 본질적으로 일차방정식을 잘 푸는 선형적 성질을 가지고 있어 복잡한 데이터를 다루는 비선형적 기계학습에 어려움이 존재했다.

하지만 이번 연구를 통해 비선형 커널이 고안돼 복잡한 데이터에 대한 양자 기계학습이 가능하게 됐다. 특히 이준구 교수팀이 개발한 양자 지도학습 알고리즘은 학습에 있어 매우 적은 계산량으로 연산이 가능하다. 따라서 대규모 계산량이 필요한 현재의 인공지능 기술을 추월할 가능성을 제시한 것으로 평가를 받고 있다.

이준구 교수팀은 학습데이터와 테스트데이터를 양자 정보로 생성한 후 양자 정보의 병렬연산을 가능하게 하는 양자포킹 기술과 간단한 양자 측정기술을 조합해 양자 데이터 간의 유사성을 효율적으로 계산하는 비선형 커널 기반의 지도학습을 구현하는 양자 알고리즘 체계를 만들었다. 이후 IBM 클라우드 서비스를 통해 실제 양자컴퓨터에서 양자 지도학습을 실제 시연하는 데 성공했다.

KAIST 박경덕 연구교수가 공동 제1저자로 참여한 이번 연구 결과는 국제 학술지 네이처 자매지인 ‘npj Quantum Information’ 2020년 5월 6권에 게재됐다.

기계학습에 있어 중요한 문제 중 하나는 주어진 데이터의 특징(feature)을 구분해 분류하는 것이다. 간단한 예로 동물 이미지 학습데이터에서 입, 귀 등의 특징을 바탕으로 분류하기 위한 결정 경계(decision boundary)를 학습하고 새로운 이미지가 입력됐을 때 개 또는 고양이로 분류하는 작업을 생각해 볼 수 있다. 데이터의 특징들이 잘 나타나는 경우에는 선형적 결정 경계만으로 분류할 수 있다. 그러나 입과 귀 모양의 특징으로만 개와 고양이를 분류하기 쉽지 않다면 새로운 결정 경계를 찾기 위해 특징에 관한 정보 공간의 차원을 확장해야 하는데 이러한 과정에서 비선형 커널 기술이 필요하다.

인공지능을 통한 분류에 있어 비선형 커널을 이용한 특징 분류 기술

양자컴퓨팅은 고전 컴퓨팅과는 달리 큐비트(quantum bit, 양자컴퓨팅 정보처리의 기본 단위)의 개수에 따라 정보 공간의 차원이 기하급수적으로 증가하기 때문에, 이론적으로 고차원 정보처리에 있어 기하급수적으로 뛰어난 성능을 낼 수 있다.

연구팀은 이러한 양자컴퓨팅의 장점을 활용해 데이터 특징 대비 기하급수적인 계산 효율성을 달성하는 양자 기계학습 알고리즘을 개발했다. 이 교수 연구팀이 개발한 이 알고리즘은 저차원 입력 공간에 존재하는 데이터들을 큐비트로 표현되는 고차원 데이터 특징 공간(feature space)으로 옮긴 후, 양자화된 모든 학습데이터와 테스트데이터 간의 커널 함수를 양자 중첩을 활용해 동시에 계산하고 테스트데이터의 분류를 효율적으로 결정한다. 이때 사용되는 양자 회로의 계산 복잡도는 학습 데이터 양에 대해서는 선형적으로 증가하나, 데이터 특징 개수에 대해서는 불과 로그(log)함수로 매우 천천히 증가하는 장점이 있다.

연구팀은 이와 함께 양자 회로의 체계적 설계를 통해 다양한 양자 커널 구현이 가능함을 이론적으로 증명했다. 커널 기반 기계학습에서는 주어진 입력 데이터에 따라 최적 커널이 달라질 수 있으므로, 다양한 양자 커널을 효율적으로 구현할 수 있게 된 점은 양자 커널 기반 기계학습의 실제 응용에 있어 매우 중요한 성과다.

5-큐비트 IBM 양자 컴퓨터로 구현한 양자 기계학습의 예시. (a) Bloch sphere상에서 표현되는 양자 데이터. 학습데이터는 파란색 x, 테스트데이터는 초록색 화살표로 표시. (b) 5-큐비트 양자 컴퓨터에서의 커널기반 양자 지도학습 기반 분류 실험의 결과.

연구팀은 IBM이 클라우드 서비스로 제공하는 다섯 개의 큐비트로 구성된 초전도 기반 양자 컴퓨터에서 이번에 개발에 성공한 양자 기계학습 알고리즘을 실험적으로 구현해 양자 커널 기반 기계학습의 성능을 실제 시연을 통해 이를 입증하는 데 성공했다.

이 연구에 참여한 박경덕 연구교수는 “연구팀이 개발한 커널 기반 양자 기계학습 알고리즘은 수년 안에 상용화될 것으로 예측되는 수백 큐비트의 NISQ(Noisy Intermediate-Scale Quantum) 컴퓨팅의 시대가 되면 기존의 고전 커널 기반 지도학습을 뛰어넘을 것”이라며, “복잡한 비선형 데이터의 패턴 인식 등을 위한 양자 기계학습 알고리즘으로 활발히 사용될 것”이라고 말했다.

한편, 이번 연구는 각각 한국연구재단의 창의 도전 연구 기반 지원 사업과 한국연구재단의 한-아프리카 협력 기반 조성 사업, 정보통신기획평가원의 정보통신기술인력 양성 사업(ITRC)의 지원을 받아 수행됐다.

김효정 기자

hjkim@tech42.co.kr
기자의 다른 기사보기
저작권자 © Tech42 - Tech Journalism by AI 테크42 무단전재 및 재배포 금지

관련 기사

토스증권, 첫 거래 고객 대상 1천 달러 ‘해외주식 구매지원금 캐시백 이벤트’

토스증권이 자사 서비스 첫 거래 고객들을 대상으로 이 달 말까지 ‘해외주식 구매지원금 캐시백 이벤트’를 진행한다고 19일 밝혔다.  이번 이벤트는 토스증권에서...

카카오픽코마, 글로벌 모바일 소비자 지출 앱 TOP10 올랐다

카카오픽코마는 자사가 운영하는 글로벌 만화 플랫폼 '픽코마'가 전 세계 모바일 소비자들이 가장 많이 지출한 앱(2021년 기준, 게임 제외) TOP10에 선정됐다고...

AI반도체 개발에 4000억원 투입…'초거대AI 생태계' 만든다

올해부터 본격화되는 초거대 인공지능(AI) 서비스 개발 활성화를 위해 민관이 협력을 강화한다. 이미 1조 원 투자가 진행 중인 AI반도체 '10년 프로젝트'에...

풀필먼트 IT 볼드나인, 첫 '시리즈 A' 투자유치

볼드나인이 50억원 규모의 '시리즈 A' 투자를 유치했다. 볼드나인은 풀필먼트 IT 스타트업이다. 17일 볼드나인은 포스코 기술투자와 베일리PE가 주관해 국내 유수의 기관으로부터...