10월 3일 (토)양자 뉴스·논문·데이터를 매일 검증해 한국어로 전합니다

튜토리얼 목록
Tutorial입문양자컴퓨팅

Hadamard 게이트: 양자 중첩을 만드는 핵심 연산

Hadamard 게이트(H 게이트)는 확정적인 |0⟩ 또는 |1⟩ 상태를 0과 1의 균등한 중첩 상태로 변환하는 단일 큐비트 연산이다. 사실상 모든 양자 알고리즘이 이 게이트를 시작점으로 삼으며, 양자 병렬성의 물리적 기반을 제공한다. 행렬 표현은 단순하지만, 얽힘 생성부터 양자 푸리에 변환까지 폭넓게 활용되는 양자컴퓨팅의 핵심 도구다.

난이도 입문4분 읽기연습문제 3개

먼저 읽으면 좋은 용어

개념 소개

테이블 위에 놓인 동전을 생각해 보자. 앞면이면 0, 뒷면이면 1이다. 고전 비트는 항상 이 두 값 중 하나만 가진다. 그런데 동전을 손가락으로 튕겨 공중에서 빠르게 회전시키는 순간, 그 동전은 어느 쪽도 아닌 어떤 중간 상태에 놓인다.

Hadamard 게이트(H 게이트)는 바로 이 "동전 튕기기"에 해당하는 양자 연산이다. |0⟩ 상태의 큐비트에 H를 적용하면, 측정 시 0과 1이 각각 50%의 확률로 나오는 완벽한 중첩 상태가 만들어진다. 이 단순한 동작이 양자컴퓨팅 전반을 관통하는 핵심 역할을 맡는다.


핵심 원리

Hadamard 게이트의 행렬 표현은 다음과 같다.

이 게이트를 계산 기저 상태에 각각 적용하면:

와 는 Hadamard 기저를 이루며, 블로흐 구(Bloch sphere)에서 Z축 극점에 있던 상태가 X축 방향으로 이동한 것과 같다. 즉, H는 두 기저 사이의 회전 변환이다.

Hadamard 게이트의 가장 우아한 성질은 자기 자신이 역행렬이라는 것이다.

같은 큐비트에 H를 두 번 적용하면 원래 상태로 완전히 되돌아온다. 이는 H가 유니터리(unitary)이자 에르미트(Hermitian)임을 동시에 만족한다는 뜻이며, 알고리즘 설계에서 기저 변환을 자유롭게 오가는 근거가 된다.

n개의 큐비트에 H를 동시에 적용하면 개의 기저 상태가 균등한 중첩으로 한꺼번에 생성된다.

30개의 큐비트만으로 약 10억 개의 상태를 동시에 표현할 수 있는 것이 이 수식의 의미다. 이것이 **양자 병렬성(quantum parallelism)**의 출발점이다.


예시·응용

얽힘 생성: 벨 상태

H 게이트와 CNOT 게이트를 조합하면 두 큐비트가 최대로 얽힌 **벨 상태(Bell state)**를 만들 수 있다.

  1. 첫 번째 큐비트에 H 적용 →
  2. 이를 제어 큐비트로 삼아 CNOT 적용 →

이 두 게이트로 이루어진 소형 회로는 양자 텔레포테이션, 양자 암호, 벨 부등식 검증 실험의 핵심 구성 요소다.

Qiskit으로 확인하기

from qiskit import QuantumCircuit
from qiskit_aer import AerSimulator

# 1큐비트 회로에 H 게이트 적용
qc = QuantumCircuit(1, 1)
qc.h(0)       # Hadamard 게이트
qc.measure(0, 0)

sim = AerSimulator()
result = sim.run(qc, shots=1000).result()
print(result.get_counts())  # {'0': ~500, '1': ~500}

실행 결과로 0과 1이 거의 동일한 빈도로 관측된다. H가 완벽한 중첩을 만들었다는 직접적인 증거다.

주요 양자 알고리즘에서의 역할

알고리즘 H 게이트의 역할
Deutsch-Jozsa 모든 큐비트를 균등 중첩으로 초기화
Grover 탐색 초기 중첩 생성 + 확산 연산자 구성
양자 푸리에 변환 기본 회전 연산의 빌딩 블록

정리

Hadamard 게이트는 양자컴퓨팅 학습에서 가장 먼저 마주치는 게이트지만, 그 영향력은 초심자용 예제에 그치지 않는다. H는 계산 기저와 Hadamard 기저 사이를 자유롭게 전환하고, 다른 게이트와 결합해 얽힘을 만들며, 사실상 모든 주요 양자 알고리즘의 첫 단계를 구성한다. 라는 단순한 성질이 설계와 오류 분석 모두를 우아하게 만들어 준다.

Exercises

연습문제

  1. Q1$H|{+}\rangle$를 계산하라. 결과가 무엇을 의미하는지 설명하라.

    힌트 보기

    |+⟩ = (|0⟩ + |1⟩)/√2 이므로, H를 선형성에 따라 각 항에 적용해 보자.

    해설 보기

    $H|{+}\rangle = H\cdot\frac{|0\rangle+|1\rangle}{\sqrt{2}} = \frac{H|0\rangle + H|1\rangle}{\sqrt{2}} = \frac{|{+}\rangle + |{-}\rangle}{\sqrt{2}} = \frac{(|0\rangle+|1\rangle)/\sqrt{2}+(|0\rangle-|1\rangle)/\sqrt{2}}{\sqrt{2}} = |0\rangle$. 즉, 중첩 상태 |+⟩에 H를 다시 적용하면 원래의 |0⟩으로 돌아온다. 이는 $H^2=I$ 성질의 직접적인 예시다.

  2. Q22큐비트 모두 |0⟩으로 초기화된 상태 |00⟩에 $H \otimes H$를 적용한 결과를 구하라.

    해설 보기

    $H|0\rangle \otimes H|0\rangle = |{+}\rangle \otimes |{+}\rangle = \frac{1}{2}(|00\rangle + |01\rangle + |10\rangle + |11\rangle)$. 네 가지 계산 기저 상태가 각각 $\frac{1}{2}$의 진폭, 즉 25%의 확률로 균등하게 중첩된다. 일반화하면 $H^{\otimes n}|0\rangle^{\otimes n} = \frac{1}{\sqrt{2^n}}\sum_{x=0}^{2^n-1}|x\rangle$이다.

  3. Q3Qiskit을 이용해 2큐비트 벨 상태 $|\Phi^+\rangle = \frac{|00\rangle+|11\rangle}{\sqrt{2}}$를 만드는 회로를 작성하고, 시뮬레이터로 측정 결과를 확인하라.

    해설 보기

    `qc = QuantumCircuit(2, 2); qc.h(0); qc.cx(0, 1); qc.measure([0,1],[0,1])`. 시뮬레이터 실행 결과는 '00'과 '11'만 각각 약 50%씩 나타나야 한다. '01'이나 '10'이 전혀 관측되지 않는 것이 두 큐비트가 최대로 얽혀 있다는 증거다.

관련 용어

이 챕터는 Claude (claude-sonnet-4-6)가 작성했습니다. · 발행 2026. 7. 4.

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