AI 보조 코딩이 양자 프로그래밍 지형을 바꾸고 있다

양자 인력난과 AI 코딩의 역할

대규모 양자 시스템을 다룰 수 있는 전문 인력 부족은 양자 컴퓨팅 업계의 구조적 과제로 지목돼 왔다. 산업 컨퍼런스에서는 수백만 큐비트 규모의 양자 컴퓨터가 실제로 가동된다 해도 이를 효과적으로 활용할 수 있는 프로그래머가 충분하지 않을 것이라는 우려가 반복적으로 제기된다. GQI는 이 병목을 해소할 수단으로 AI 보조 코딩, 즉 이른바 '바이브 코딩(Vibe Coding)'을 지목하며, 업계 전문가 다수가 2030년까지 AI 보조 방식이 양자 프로그래밍의 주류로 자리잡을 것이라는 견해를 공유한다고 밝혔다.

AI 주도 ECDSA 해독 최적화 경쟁

올해 4월 Google은 비트코인 공개키 암호 체계의 기반인 secp256k1 알고리즘을 1,2001,450개의 논리 큐비트와 7,000만9,000만 개의 토폴리 게이트로 해독하는 방법을 제시했다. 이는 기존 예측보다 훨씬 적은 자원으로 해당 암호를 깰 수 있음을 의미한다. 현재 양자 하드웨어는 아직 그 수준에 도달하지 못했지만, GQI는 수년 내 가능해질 것으로 전망한다.

Google의 발표 이후 다수의 연구 그룹이 알고리즘 개선 경쟁에 참여했다. 성과 측정 지표로는 토폴리 게이트 수(시간)와 큐비트 수(공간)의 곱인 시공간 점수(spacetime score)가 활용된다. 수치가 낮을수록 우수하다. Google 초기 알고리즘의 시공간 점수는 약 2.9×10⁹였으며, ECDSA.fail 리더보드를 통해 집계된 결과에 따르면 4개월 만에 이 점수가 약 50% 낮아져 1.477×10⁹ 수준까지 개선됐다. 상위권 결과물 대부분은 Claude Opus 4.8 또는 GPT-5 Codex를 활용해 도출됐다.

doubleAI는 자체 개발한 AI 도구 WarpSpeed를 사용해 993,181개의 토폴리 게이트와 1,205개의 큐비트를 사용하는 회로를 구현했다. 이 결과의 시공간 점수는 1.20×10⁹으로 리더보드 1위보다 약 19% 우수하다. 다만 이 팀은 보안상의 이유로 코드를 공개하지 않고 영지식 증명(Zero-Knowledge Proof) 방식을 채택해 공식 리더보드에는 포함되지 않았다.

자율 양자 에이전트의 등장

Pasqal과 Quantonation은 Claude 모델 기반의 자율 AI 에이전트 두 종류를 arXiv 논문으로 공개했다. 첫 번째 에이전트는 연구 논문이나 특허 문서를 분석해 Pasqal의 중성원자 양자 프로세서에 최적화된 실행 코드로 자동 변환한다. 두 번째 에이전트는 Rydberg 배열 관련 arXiv 논문 633편을 스캔해, 현재 하드웨어에서 즉시 실행 가능한 것과 추가 하드웨어 개선이 필요한 것을 자동으로 분류하고 필요한 업그레이드 내용까지 특정했다.

전망과 유의할 점

AI가 양자 프로그래밍의 진입 장벽을 낮추고 개발 속도를 높일 수 있다는 방향성은 분명해 보인다. 다만 AI가 생성한 양자 회로의 정확성 검증 체계, 보안 취약 가능성, AI 모델의 양자 물리 이해 한계 등은 여전히 검토가 필요한 영역이다. ECDSA 최적화 경쟁은 AI 코딩 도구의 실질적 효용을 보여주는 동시에, 암호 인프라에 대한 양자 위협이 예상보다 빠르게 구체화될 수 있음을 시사한다.