KAIST, '비선형 양자 AI 알고리즘' 개발
기존 AI보다 고차항 기계학습 가능해져
국내 연구진이 현존 인공지능(AI) 기술을 뛰어넘는 양자 AI 알고리즘을 개발했다. 양자 AI 영역에서는 어려웠던 '비선형적 기계학습'이 가능할 전망이다.
한국과학기술원(KAIST·총장 신성철)은 이준구 전기 및 전자공학부 교수(AI 양자컴퓨팅 IT 인력양성연구센터)팀이 독일·남아프리카공화국 연구진과 함께 비선형 양자 기계학습 AI 알고리즘을 개발했다고 7일 밝혔다.
양자 AI는 말 그대로 양자컴퓨터에 활용할 수 있는 AI다. 양자컴퓨터와 기존 컴퓨터는 연산 방법이 전혀 달라 새로운 양자 알고리즘 개발이 절실하다.
관건은 비선형적(고차항) 기계학습 구현이다. 선형적 기계학습이 1차 방정식을 푸는 것이라면, 비선형적 기계학습은 2·3차 방정식을 푸는 것이다. 그만큼 복잡한 기계학습이 가능해진다.
기계학습에 필수인 '데이터 특징 분류'도 비선형적일 때 훨씬 수월하다. 활용하는 '정보 공간'의 차원이 높아 더욱 세세한 특징 분류가 가능해진다.
2차원 도표에서는 서로 모여 있는 것처럼 보이지만, 이를 3차원 입체 공간에서 보면 실제로는 떨어져 있는 것과 같은 이치다. 기존에 볼 수 없었던 특징 차이를 새롭게 발견할 수 있다.
다만 이를 이루려면 '비선형 커널 기술'을 갖춰야 한다. 커널은 기계학습에 쓰이는 데이터 간 유사성을 정량화하는 함수다. 비선형적 기계학습을 이루는 핵심 기반이다.
이런 비선형적 기계학습은 양자컴퓨팅 특성과 합쳐져 막대한 시너지를 낼 수 있다. 양자컴퓨팅은 병렬계산에 능하고, 큐비트(양자컴퓨팅 정보처리 단위) 개수에 비례해 정보 공간 차원이 증가한다. 적은 계산량으로도 연산이 가능해진다.
연구팀은 이번 연구에서 비선형 커널을 고안하고, 비선형적 기계학습이 가능한 양자 기계학습 알고리즘을 개발했다. 데이터를 양자 정보 처리해 병렬연산을 가능케 하는 양자 포킹 기술과 간단한 양자 측정 기술로 양자 알고리즘 체계를 만들었다. 다양한 양자 커널을 구현할 수 있다는 것도 증명했다.
연구팀은 IBM의 큐비트 클라우드 서비스를 활용, 개발 기술과 성능을 시연으로 입증하는 것에도 성공했다.
이번 연구에 참여한 박경덕 KAIST 전기 및 전자공학부 연구교수는 “커널 기반 양자 기계학습 알고리즘은 고전 커널 기반 지도학습을 뛰어넘을 것”이라고 말했다.
대전=김영준기자 kyj85@etnews.com
