양자 준비태세, QPU보다 인프라 설계가 먼저다

양자 논의의 사각지대: '주변 인프라'

양자컴퓨팅 논의는 흔히 큐비트 수와 내결함성(fault-tolerant) 시스템 도달 시점에 집중된다. 그러나 Axe Compute의 Kyle Okamoto는 한 가지 질문이 충분히 다뤄지지 않는다고 지적한다. 양자 프로세서가 실제로 연결될 인프라가 무엇이냐는 것이다.

현재 윤곽을 드러내는 아키텍처는 QPU(양자처리장치)가 독립적으로 작동하는 구조가 아니라 CPU·GPU와 협력하는 하이브리드 구조다. 워크로드의 서로 다른 부분을 각 프로세서 유형이 분담하는 방식이므로, 프로세서 자체만큼이나 주변 인프라의 설계가 중요해진다는 논리다.

하이브리드 워크플로에서 고전 인프라의 비중

하이브리드 양자-고전 워크플로에서 데이터 전처리, 실행 조율, 최적화 루프 운영, 결과 후처리 등 상당 부분은 여전히 고전 컴퓨팅이 담당한다. NVIDIA의 CUDA-Q 플랫폼은 CPU·GPU·QPU에 걸친 워크로드 오케스트레이션을 목표로 설계된 사례로 거론된다. GPU를 활용한 양자 시뮬레이션은 적합한 양자 하드웨어가 상용화되기 이전에도 연구자들이 알고리즘을 개발·검증할 수 있는 경로를 제공한다는 점에서 의미가 있다.

Axe Compute의 AI 인프라 경험과 시사점

Okamoto는 AI 인프라 구축 경험이 양자 시대 준비에도 유효한 교훈을 남긴다고 본다. AI GPU 수천 대를 배치하는 과정에서 전력, 냉각, 고속 네트워킹, 지리적 위치, 레이턴시, 금융 조달, 오케스트레이션이 모두 핵심 변수로 부상했다. Axe Compute는 2026년 한 해에만 15억 달러 규모의 5년 계약을 포함해 30억 달러 이상의 계약을 체결했으며, 관련 구축이 완료되면 연환산 매출이 6억 9,600만 달러를 넘어설 것으로 예상한다. 동사는 자사를 양자컴퓨팅 기업이라고 규정하지 않지만, GPU 전용 클러스터 운영에서 축적된 '이종 특화 컴퓨팅 자원의 대규모 배치 경험'이 향후 QPU 상용화 환경에서도 통용 가능한 방법론이라는 입장이다.

기업의 양자 준비태세를 재정의하다

기업이 양자 준비태세를 갖추는 것은 QPU 구매 시점을 결정하는 문제가 아니다. 워크로드를 서로 다른 프로세서 유형 사이에서 이동시킬 수 있는지, 시뮬레이션을 통해 지금 당장 양자 알고리즘을 실험할 수 있는지, 하드웨어가 바뀔 때마다 인프라 전체를 재구성하지 않아도 되는지가 관건이다. AI 도입 과정에서 GPU·전력·데이터센터 용량 확보가 예상보다 훨씬 빠르게 전략적 병목으로 전환된 사례는 이 교훈의 실증이다.

한계와 열린 질문

Okamoto 본인도 10년 후 상업용 양자 인프라의 정확한 형태를 지금 예단하기 어렵다고 인정한다. 네오클라우드 모델이 양자 시장에서 어떤 역할을 할지는 여전히 불확실하다. 양자 하드웨어는 GPU와 물리적·운용적 요건이 근본적으로 다르며, 기술적 난제도 상당수 남아 있다. 이 글은 특정 양자 기술의 상용화 일정보다 '인프라 유연성 확보'라는 원칙을 강조하는 논설에 가깝다는 점을 감안해 해석할 필요가 있다.