Haiqu·HSBC, 156큐비트 규모 양자 데이터 인코딩 기법 공동 실증

연구 배경: 양자 상태 준비의 병목

양자 알고리즘이 고전 데이터를 처리하려면 먼저 해당 데이터를 양자 상태로 변환하는 '양자 상태 준비(quantum state preparation)' 과정을 거쳐야 한다. 그러나 이 단계에서 회로 깊이가 급증하고 오류가 누적되는 문제가 NISQ(근중간 규모 양자) 시대의 핵심 장벽으로 꼽혀왔다. Haiqu와 HSBC의 이번 연구는 바로 이 병목을 정면으로 겨냥한다.

기술 접근: MPS와 텐서 교차 보간

연구팀은 텐서 네트워크 기법인 행렬 곱 상태(MPS)를 활용해 확률분포 같은 연속 함수를 근사했다. 이를 통해 구성된 양자 회로는 큐비트 수에 대해 지수적이 아닌 선형(O(N)) 복잡도로 확장된다. 고전 메모리에 지수 규모의 데이터셋을 저장하지 않아도 되도록 텐서 교차 보간(TCI) 기법을 적용해 차원 축소를 구현한 점이 특징이다.

실험은 IBM Quantum의 ibm_torino, ibm_marrakesh, ibm_kingston 세 프로세서에서 수행됐다. 최대 156큐비트 규모의 회로 실행에 성공했으며, 25큐비트 이하 구간에서는 콜모고로프-스미르노프 검정을 통과해 인코딩 충실도를 정량적으로 확인했다.

금융 응용: 레비 분포와 블랙 스완 모델링

이번 연구가 주목한 응용 분야는 계량 금융이다. 연구팀은 극단적 시장 사건, 이른바 '블랙 스완'을 모델링하는 데 쓰이는 레비(Lévy) 분포를 실험 대상으로 삼았다. 레비 분포는 고전 컴퓨터로 다루기 까다로운 '두꺼운 꼬리(heavy-tailed)' 특성을 지니지만, 고차원 확률 모델링에 적합한 양자 시스템과 궁합이 맞는다는 점에서 선택됐다. 회로 깊이를 줄임으로써 리스크 평가, 포트폴리오 관리, 파생상품 가격 산정 등 실무 적용 가능성을 높인다는 것이 연구팀의 주장이다.

의미와 한계

156큐비트 규모 실증은 현 NISQ 환경에서 주목할 만한 규모지만, 고충실도 검증이 25큐비트 이하에서만 이뤄진 점은 유의해야 한다. 대규모 구간에서의 통계적 품질 검증은 향후 과제로 남는다. MPS 근사가 모든 종류의 확률분포에 동일하게 유효한지도 추가 검토가 필요하다. 다만 선형 스케일링이라는 핵심 특성이 실제 하드웨어에서 확인됐다는 점은, 양자 금융 알고리즘의 실용화 경로를 구체화하는 데 기여한다.