IBM·Google·IonQ, 양자컴퓨터 로드맵의 세 갈래 길
초전도 큐비트와 이온트랩, 서로 다른 물리 기반 위에서 펼쳐지는 하드웨어 경쟁의 현주소
양자컴퓨팅 하드웨어 경쟁은 단순한 큐비트 숫자 싸움이 아니다. IBM은 초전도 회로 기반의 대규모 집적을, Google은 오류 정정 임계값 돌파를, IonQ는 이온트랩 방식의 높은 충실도를 각자의 핵심 전략으로 내세우며 서로 다른 궤도를 그리고 있다. 세 기업의 로드맵을 나란히 놓고 보면, '누가 앞섰는가'보다 '무엇을 최적화하고 있는가'라는 질문이 더 정확한 이정표가 된다.
기술 기반: 초전도 vs 이온트랩
IBM과 Google은 모두 초전도 큐비트(superconducting qubit)를 채택한다. 조셉슨 접합(Josephson junction)을 이용해 인공적으로 만든 두 에너지 준위를 큐비트로 삼는 방식으로, 반도체 팹 공정과 친화적이고 게이트 동작 속도가 나노초 수준으로 빠르다는 강점이 있다. 다만 열잡음에 취약해 15~20mK의 극저온 환경을 유지해야 하며, 큐비트 간 연결 밀도를 높일수록 누화(crosstalk) 문제가 심화된다.
IonQ는 포획 이온(trapped ion) 방식을 택한다. 이테르븀(Ytterbium) 원자를 전기장으로 공중에 가두고 레이저로 조작하는 이 기술은 물리적 큐비트 자체의 결맞음 시간(coherence time)이 초전도 방식보다 수 자릿수 길고, 모든 큐비트 쌍 간 직접 연산이 가능한 '전연결(all-to-all connectivity)' 구조를 제공한다. 단점은 게이트 속도가 마이크로초 수준으로 느리고, 수백 개 이상의 이온을 단일 트랩에 안정적으로 집적하는 것이 어렵다는 점이다.
IBM: 모듈화와 대규모 집적 전략
IBM은 수년째 큐비트 수를 빠르게 늘려온 공개 로드맵으로 업계에서 독보적인 투명성을 보여왔다. 127큐비트 Eagle, 433큐비트 Osprey, 1000큐비트 이상의 Condor 프로세서를 순차적으로 공개하며 집적 밀도 향상에 집중해 왔다. 이 과정에서 IBM이 강조한 개념은 '양자 부피(Quantum Volume)'에서 한발 나아간 CLOPS(Circuit Layer Operations per Second)로, 실질적인 연산 처리량을 측정 지표로 삼는 방향이다.
현재 IBM의 핵심 도전 과제는 단일 칩 집적에서 모듈 간 연결로의 전환이다. 다수의 프로세서 칩을 저온 마이크로파 통신선으로 연결하는 '양자 상호연결(quantum interconnect)' 기술은 수천~수만 큐비트 시스템을 향한 필수 경로다. 오류 정정 측면에서는 표면 코드(surface code) 기반 논리 큐비트 구현을 병행하며, 물리 큐비트 품질과 숫자 모두를 동시에 끌어올리는 투트랙 전략을 유지하고 있다.
Google: 오류 정정 임계값 돌파에 집중
Google은 큐비트 수보다 오류율 감소와 논리 큐비트 구현에 방점을 찍어왔다. Sycamore 프로세서로 특정 샘플링 과제에서 고전 컴퓨터 대비 우위를 선언한 이후, Google의 관심은 실용적 내결함성(fault-tolerant) 연산으로 이동했다.
Google이 공개한 Willow 프로세서 관련 연구는 표면 코드에서 큐비트 격자 크기를 키울수록 논리 오류율이 실제로 감소한다는 결과를 보고했다. 이는 오류 정정 임계값 이하의 물리 오류율을 달성했음을 의미하는 것으로, 내결함성 양자컴퓨팅 실현 가능성을 가늠하는 중요한 이정표로 평가된다. Google의 전략은 큐비트 수보다 게이트 충실도와 코드 사이클당 오류율에 자원을 집중하는 방향이다.
IonQ: 충실도 우선, 네트워크로의 확장
IonQ는 물리 큐비트 수가 IBM·Google보다 적지만, 게이트 충실도(gate fidelity) 지표에서 강점을 내세운다. 이온트랩 방식 특유의 긴 결맞음 시간과 전연결 구조는 알고리즘 깊이(circuit depth)가 깊은 연산에서 실질적인 이점을 줄 수 있다.
IonQ의 로드맵 상 차별화 포인트는 포토닉 인터커넥트(photonic interconnect)를 이용한 모듈 간 이온 연결, 즉 '분산 양자컴퓨팅(distributed quantum computing)'이다. 단일 트랩 내 이온 수 확장의 한계를 광자 매개 얽힘으로 우회하려는 접근이며, 장기적으로는 양자 네트워크 노드로서의 역할도 염두에 둔다. 다만 포토닉 연결의 성공률과 속도가 실용 수준에 도달하기까지 상당한 공학적 과제가 남아 있다.
쟁점과 전망: 무엇이 결정할 것인가
세 방식의 경쟁은 결국 '논리 큐비트 비용'으로 수렴할 가능성이 높다. 내결함성 연산을 위해 필요한 물리 큐비트 오버헤드를 얼마나 줄일 수 있느냐가 실용화 시점을 가르는 핵심 변수다. 초전도 방식은 집적 속도와 공정 호환성, 이온트랩은 충실도와 연결성, 포토닉 방식은 장거리 통신 적합성에서 각각 비교 우위를 갖는다.
주목할 점은 세 기업 모두 단기적으로 오류 완화(error mitigation) 기술에 의존하는 NISQ(Noisy Intermediate-Scale Quantum) 영역에서 벗어나 내결함성 시스템을 향한 로드맵을 명시적으로 제시하고 있다는 것이다. 어떤 하드웨어 플랫폼이 먼저 실용적 논리 큐비트를 경제적으로 구현하느냐가 향후 5~10년의 판도를 좌우할 것으로 보인다.
참고 자료
- IBM Quantum Development Roadmap (article)
- Google Quantum AI — Willow Processor (article)
- IonQ Technology Overview (article)
- Quantum error correction below the surface code threshold (Google, Nature 2024) (paper)
- The role of coherence time and connectivity in quantum computing hardware(paper)