DARPA, 하이브리드 양자 시스템 추진... IBM·구글·아이온큐에 새로운 기회

미국 국방고등연구계획국(DARPA)은 양자 기술에서 새로운 방향을 제시하고 있다. 이 기관은 이종 양자 아키텍처(HARQ) 프로그램에 따라 19개 팀에 자금을 지원하고 있다. 목표는 단일 큐비트 유형이 전체 시스템을 구동할 수 있다는 개념에서 벗어나는 것이다.

대신 DARPA는 서로 다른 큐비트 유형을 하나의 시스템에 통합하려 한다. 이는 오늘날 현대 칩이 작동하는 방식과 유사하다. CPU, GPU, 맞춤형 칩이 각각 특정 작업을 처리하는 것처럼 말이다. DARPA 프로그램 매니저 저스틴 코헨은 "각 큐비트 기술은 고유한 장점을 가지고 있지만, 대규모 고성능 양자 시스템에 필요한 모든 것을 제공할 수 있는 단일 접근법은 없다"고 말했다.

이러한 변화는 알파벳(GOOGL), IBM(IBM), 아이온큐(IONQ) 같은 기업들에 광범위한 영향을 미칠 수 있다. 이들은 모두 서로 다른 양자 경로에 집중하고 있다.

하이브리드 양자 시스템으로의 전환

지금까지 대부분의 양자 기업들은 하나의 큐비트 유형에 집중해왔다. 각 방식은 명확한 강점을 가지고 있지만 핵심적인 한계도 있다. 예를 들어 일부 큐비트는 빠르지만 데이터 손실이 빠르고, 다른 큐비트는 더 안정적이지만 느리다.

이제 DARPA는 각 큐비트를 가장 잘하는 작업에 사용하는 시스템을 추진하고 있다. 이 모델에서는 시스템의 한 부분이 속도를 처리하고 다른 부분이 정확도를 담당할 수 있다. 시간이 지나면 이는 양자 기술을 실험실 테스트에서 신약 설계, 에너지, 국방 같은 분야의 실제 활용으로 이동시키는 데 도움이 될 수 있다.

이 계획의 중심에는 모자이크(MOSAIC)라는 소프트웨어 작업이 있다. 이 작업은 서로 다른 큐비트 유형에 작업을 분할하는 방법을 결정하는 도구를 구축할 것이다. 목표는 단일 기술만으로는 불가능한 성능을 발휘할 수 있는 시스템을 만드는 것이다.

향후 24개월 동안 팀들은 이러한 혼합 시스템이 어떻게 확장될 수 있는지 테스트할 것이다. 이것이 성공하면 더 유용한 양자 응용 프로그램으로 가는 문이 열릴 수 있다.

하드웨어 연결이 핵심 과제로 남아

동시에 DARPA는 양자 공유 백본(Quantum Shared Backbone) 노력을 통해 하드웨어 측면에서 작업하고 있다. 프로그램의 이 부분은 서로 다른 큐비트 시스템을 연결하는 데 초점을 맞춘다.

이는 간단한 작업이 아니다. 각 큐비트 유형은 다르게 작동하며, 그들 사이에서 데이터를 이동하면 손실이나 오류가 발생할 수 있다. 따라서 프로그램은 시스템 전체에서 데이터가 이동할 때 안정성을 유지하는 고품질 연결을 구축하는 데 집중하고 있다.

하버드대학교, 캘리포니아대학교 버클리캠퍼스 및 기타 주요 학교의 그룹들이 이 노력에 참여하고 있다. 그들의 작업은 신호를 깨끗하고 안정적으로 유지하기 위한 새로운 재료와 방법에 초점을 맞출 것이다.

간단히 말해서, 이 프로그램의 성공은 이러한 연결이 얼마나 잘 작동하는지에 달려 있다. 시스템이 높은 정확도로 데이터를 이동할 수 있다면, 혼합 양자 시스템의 완전한 비전이 현실이 될 수 있다.

투자자들에게 의미하는 바

투자자들에게 이러한 변화는 양자 경쟁이 단일 승자에 관한 것이 아닐 수 있음을 시사한다. 대신 공유 시스템 내에서 작동할 수 있는 기업들에게 유리할 수 있다.

아이온큐 같은 기업들은 자사 기술이 더 넓은 설정에 적합하다면 혜택을 받을 수 있다. 동시에 알파벳과 IBM 같은 대기업들은 하드웨어와 소프트웨어 모두에서의 강점으로 혜택을 받을 수 있다.

장기적으로 이 접근법은 양자 기술에서 가치가 창출되는 방식을 재편할 수 있다. 단일 플랫폼이 아니라, 시장은 하드웨어, 소프트웨어, 연결이 모두 역할을 하는 풀스택 시스템으로 이동할 수 있다. 현재로서는 DARPA의 움직임이 이 분야가 규모와 실제 활용에 대해 생각하는 방식의 명확한 변화를 신호하고 있다.

우리는 팁랭크스 비교 도구를 사용하여 자나두 테크놀로지스(XNDU), 리게티 컴퓨팅(RGTI), 디웨이브 퀀텀(QBTS) 같은 이 분야의 주요 기업들을 추적했다. 이 그룹은 이 분야가 시스템 설계, AI 도구, 실제 시장 단계로 어떻게 이동하고 있는지 추적하는 데 도움이 된다.