Haiqu·HSBC, 금융 확률분포 양자 인코딩 확장성 연구 공동 발표

양자 상태 준비: 금융 응용의 핵심 병목

양자 알고리즘을 실제 하드웨어에 구현할 때 고전 데이터를 양자 상태로 변환하는 양자 상태 준비(quantum state preparation) 단계는 오래전부터 주요 병목으로 지목돼 왔다. 금융 리스크 모델링이나 시뮬레이션처럼 복잡한 확률분포를 다뤄야 하는 분야에서는 이 문제가 특히 두드러진다. 이번 연구는 바로 이 지점을 정면으로 다룬다.

MPS 기반 얕은 회로 설계

연구팀은 행렬 곱 상태(matrix product state, MPS) 기법을 활용해 확률분포를 포함한 평활 함수를 직접 양자 상태로 인코딩하는 얕은 회로(shallow circuit)를 구성했다. 기존 방식 대비 회로 깊이를 줄일 수 있어 노이즈가 많은 현재 하드웨어 환경에서 유리하다. 여기에 더해 고전 메모리에 전체 이산화 데이터셋을 저장하지 않아도 되는 샘플링 기반 워크플로우를 도입, 더 큰 규모의 인코딩 회로 생성을 가능하게 했다.

IBM 하드웨어 실험 결과

검증은 금융 분야에서 극단적 시장 이벤트를 포착하는 데 쓰이는 헤비테일(heavy-tailed) 레비(Lévy) 분포 등 실제 금융 모델을 대상으로 진행됐다. IBM 양자 하드웨어에서 25큐비트 규모 회로가 표준 통계 검정을 통과하며 정확한 분포 재현 능력을 입증했다. 샘플링 기반 워크플로우를 적용하면 64큐비트 규모 회로 실행도 가능함을 확인했으며, 실제 하드웨어 노이즈 환경에서도 목표 분포의 정성적 특성이 재현됐다. 시뮬레이션에서는 156큐비트까지 유사한 거동이 관측됐다.

기술적 맥락과 한계

이번 성과는 현재 NISQ(잡음이 있는 중규모 양자) 하드웨어의 제약 안에서 금융 양자 워크플로우를 실용화하는 경로를 제시한다는 점에서 의미 있다. 다만 25큐비트에서의 통계 검정 통과와 64큐비트에서의 실행 가능성 확인 사이에는 여전히 충실도(fidelity) 측면의 간극이 존재하며, 156큐비트 결과는 시뮬레이션에 한정된다. 실제 대규모 금융 리스크 계산에 적용되려면 더 높은 큐비트 수에서의 하드웨어 검증이 추가로 필요하다.

산업적 함의

이번 연구는 양자 미들웨어 기업과 글로벌 금융기관의 협력이 구체적인 알고리즘 성과로 이어진 사례로 주목된다. 양자 금융 분야는 이론적 논의에서 실제 하드웨어 실행 가능성 검증 단계로 서서히 무게중심이 이동하고 있으며, 상태 준비 효율화는 그 전환의 핵심 조건 중 하나다.