10월 1일 (목)양자 뉴스·논문·데이터를 매일 검증해 한국어로 전합니다

튜토리얼 목록
Tutorial입문양자역학

중첩 상태를 이해하는 3가지 방법

양자역학의 중첩(superposition)은 고전적 직관으로 파악하기 어려운 개념이다. 일상 비유, 파동 모델, 확률 해석이라는 세 가지 접근법을 통해 중첩의 본질을 단계적으로 살펴본다. 각 방법은 서로를 보완하며, 큐비트 동작 원리를 이해하는 기초를 형성한다.

난이도 입문4분 읽기연습문제 3개

먼저 읽으면 좋은 용어

개념 소개

동전을 공중에 던져 회전하는 순간을 떠올려 보자. 바닥에 떨어지기 전까지 동전은 '앞면이기도 하고 뒷면이기도 한' 상태처럼 보인다. 양자역학의 중첩은 이 비유와 비슷해 보이지만, 결정적으로 다르다. 동전은 실제로는 이미 한 면이 위를 향하고 있을 뿐 우리가 모르는 것이지만, 양자 입자는 관측 이전에 어느 한 상태로 확정되어 있지 않다.

중첩을 처음 접하면 세 가지 질문이 자연스럽게 따라온다.

  1. 비유로는 어떻게 설명할 수 있는가?
  2. 수학·물리적으로 무슨 구조인가?
  3. 측정하면 무슨 일이 일어나는가?

아래 세 가지 방법이 각각 이 질문에 답한다.


핵심 원리

방법 1 — 일상 비유: '두 길을 동시에 걷는 빛'

이중 슬릿 실험에서 전자 하나를 발사하면, 두 슬릿 모두를 동시에 통과한 것처럼 스크린에 간섭무늬가 생긴다. 어느 슬릿을 지났는지 측정하는 순간 간섭무늬는 사라진다. 이 현상은 "전자가 관측되기 전까지 두 경로의 중첩 상태에 있었다"는 것을 직접 보여 준다.

핵심 비유: 중첩은 '모른다'가 아니라 '동시에 있다'이다.


방법 2 — 파동 모델: 상태 벡터와 진폭

양자 상태는 상태 벡터(ket)로 표현된다. 2준위 계(큐비트)의 중첩 상태는 다음과 같이 쓴다.

여기서 는 **확률 진폭(probability amplitude)**이며, 정규화 조건

을 만족해야 한다. 와 가 모두 0이 아닐 때 이 큐비트는 과 의 중첩에 있다.

가장 대칭적인 중첩인 하다마르 상태는 다음과 같다.

파동 모델의 핵심은 와 가 복소수라는 점이다. 크기뿐 아니라 위상(phase)도 가지므로, 두 진폭이 서로 더해지거나 상쇄되는 간섭 효과가 발생한다.


방법 3 — 확률 해석: 측정과 파동함수 붕괴

중첩 상태 를 측정하면 다음 확률로 결과가 나온다.

측정 결과 확률

측정 직후 상태는 해당 결과로 **붕괴(collapse)**한다. 이를 파동함수 붕괴라고 부른다. 같은 를 수없이 반복 준비·측정하면 그 통계적 분포가 에 수렴한다.

아래 Python 코드는 NumPy를 이용해 이 과정을 시뮬레이션한다.

import numpy as np

# 하다마르 중첩 상태: |+⟩
alpha = 1 / np.sqrt(2)
beta  = 1 / np.sqrt(2)

n_shots = 1000
# 확률에 따라 0 또는 1 선택
results = np.random.choice([0, 1], size=n_shots, p=[abs(alpha)**2, abs(beta)**2])

print(f"|0⟩ 비율: {np.mean(results == 0):.3f}")  # ≈ 0.500
print(f"|1⟩ 비율: {np.mean(results == 1):.3f}")  # ≈ 0.500

세 방법은 독립적이지 않다. 비유는 직관을 열고, 파동 모델은 구조를 제공하며, 확률 해석은 실험과의 연결 고리를 만든다.


예시·응용

양자 컴퓨팅에서의 활용

하다마르 게이트(Hadamard gate) 는 기저 상태 을 으로 변환하여 중첩을 만든다.

개의 큐비트에 를 동시에 적용하면 개의 기저 상태가 동등한 진폭으로 중첩된 상태가 된다. 이것이 양자 병렬성의 출발점이다.

중첩이 '유용'하려면 간섭이 필요하다

단순히 중첩만 만들어서는 고전 확률 분포와 결과가 같다. 양자 알고리즘은 원하는 답의 진폭을 보강 간섭으로 키우고 나머지를 소멸 간섭으로 줄이는 방식으로 작동한다.


정리

중첩을 이해하는 세 방법은 각각 '현상 → 구조 → 측정'이라는 흐름을 따른다.

  • 비유: 관측 이전에 확정되지 않은 동시 존재
  • 파동 모델: 복소 진폭의 선형 결합, 정규화 필수
  • 확률 해석: 측정 시 또는 확률로 붕괴

세 관점을 함께 갖추어야 중첩이 단순한 '모름'이 아니라 물리적으로 실재하는 양자 현상임을 온전히 파악할 수 있다.

Exercises

연습문제

  1. Q1큐비트 상태 $|\psi\rangle = \frac{\sqrt{3}}{2}|0\rangle + \frac{1}{2}|1\rangle$ 를 측정할 때 $|0\rangle$이 나올 확률은 얼마인가?

    힌트 보기

    확률은 진폭의 절댓값의 제곱임을 이용한다.

    해설 보기

    $|\alpha|^2 = \left(\frac{\sqrt{3}}{2}\right)^2 = \frac{3}{4} = 0.75$, 즉 75%이다. 정규화 조건 확인: $\frac{3}{4} + \frac{1}{4} = 1$ ✓

  2. Q2이중 슬릿 실험에서 '어느 슬릿을 통과했는지' 측정하면 간섭무늬가 사라지는 이유를 중첩 개념으로 설명하라.

    해설 보기

    경로를 측정하는 행위 자체가 전자의 상태를 '슬릿 A 통과' 또는 '슬릿 B 통과'라는 하나의 상태로 붕괴시킨다. 중첩이 붕괴되면 두 경로의 진폭 사이에 간섭이 일어나지 않으므로 스크린에는 간섭무늬 대신 두 개의 단순한 점 분포만 나타난다.

  3. Q3하다마르 상태 $|+\rangle$와 $|-\rangle = \frac{1}{\sqrt{2}}(|0\rangle - |1\rangle)$ 의 차이를 진폭 측면에서 설명하라.

    힌트 보기

    두 상태의 크기($|\alpha|^2, |\beta|^2$)를 비교한 뒤, 위상 부호의 역할을 생각해 본다.

    해설 보기

    두 상태 모두 $|0\rangle$과 $|1\rangle$을 각각 50% 확률로 측정하므로 측정 결과의 통계는 동일하다. 그러나 $|-\rangle$에서 $|1\rangle$의 진폭 부호가 음수이므로 이후 간섭 연산에서 서로 다른 방식으로 상쇄·강화된다. 위상 차이는 측정 통계에는 나타나지 않지만, 간섭 기반의 양자 연산에서는 결정적으로 다른 결과를 만든다.

관련 용어

이 챕터는 Claude (claude-sonnet-4-6)가 작성했습니다. · 발행 2026. 4. 22.

Keep Learning

다음으로 볼 튜토리얼

전체보기
중급

양자통신

포스트양자암호(PQC) 기초: 양자 시대를 대비하는 암호 설계

포스트양자암호(PQC)는 충분한 규모의 양자 컴퓨터가 등장해도 안전하도록 설계된 고전 알고리즘 기반 암호 체계다. RSA·ECC 등 현행 공개키 암호의 취약점을 수학적 난제로 보완하며, NIST의 표준화를 통해 실용화 단계에 진입했다.

4분 읽기

중급

양자통신

PQC(포스트양자암호) 기초: 양자 시대의 암호 보안

양자 컴퓨터의 발전으로 RSA, ECC 등 현재의 공개키 암호 체계가 근본적인 위협에 직면했다. 포스트양자암호(PQC)는 양자 컴퓨터로도 풀기 어려운 수학적 난제에 기반한 새로운 암호 방식으로, NIST의 표준화 작업을 통해 실용화 단계에 접어들었다. PQC는 기존 통신 인프라 위에서 동작하므로 양자키분배(QKD)와는 구별되는 상호 보완적인 접근이다.

4분 읽기

고급

양자컴퓨팅

변분 양자 고유값 계산(VQE): 원리와 구현

VQE(Variational Quantum Eigensolver)는 변분 원리를 기반으로 해밀토니안의 바닥 상태 에너지를 추정하는 양자-고전 하이브리드 알고리즘이다. 매개변수화 양자 회로(Ansatz)로 시험 상태를 준비하고 고전 최적화기로 에너지를 최소화하는 반복 루프를 구성한다. 깊이가 얕은 회로를 사용하므로 NISQ 장치에서 실행 가능한 현실적 양자 알고리즘으로 평가받는다.

6분 읽기

고급

양자컴퓨팅

QAOA: 조합 최적화를 위한 양자 근사 최적화 알고리즘

QAOA(Quantum Approximate Optimization Algorithm)는 조합 최적화 문제를 양자 회로로 근사 해결하는 변분 양자 알고리즘이다. 비용 해밀토니안과 혼합 해밀토니안을 교대로 적용하는 $p$층 회로를 구성하고, 고전 최적화기로 매개변수를 조율하는 하이브리드 방식을 채택한다. MaxCut, 포트폴리오 최적화 등 NP-난해 문제에 대한 근사 해를 NISQ 장치에서 탐색하는 데 활발히 연구되고 있다.

5분 읽기