Infleqtion, 중성원자 프로세서에서 논리 큐비트 30개 얽힘 구현

무엇을 달성했나

Infleqtion은 80개의 중성원자 물리 큐비트를 10블록(블록당 8원자)으로 나눠 [[8,3,3]] / [[8,3,2]] 양자 오류 정정(QEC) 부호를 적용, 총 30개의 논리 큐비트를 생성하고 이를 얽힘 상태로 구동하는 데 성공했다. 물리 대 논리 큐비트 비율이 8:3으로 낮다는 점이 눈길을 끄는데, 이는 오버헤드를 최소화하면서 오류 보정 부호화를 실현했다는 의미다. 회사 측은 이번 성과가 2026년 기술 로드맵에 명시된 목표를 충족한 것이라고 밝혔다.

벤치마크 회로와 성능 지표

실증 실험에서는 IQP(Instantaneous Quantum Polynomial-time) 벤치마크 회로를 활용했다. 총 1,000번의 물리 연산(1 KiloQuOp)으로 구성된 이 회로에는 비-클리포드 논리 CCZ 게이트 4개가 포함됐다. 신호 대 잡음비는 균일 무작위 배경 잡음 대비 약 1,000배 수준을 기록했으며, 10억 개 이상의 힐베르트 공간 결과물 가운데 25%의 표적 상태 샘플링 적중률을 달성했다.

시스템 구조 측면에서는 광학 트위저로 개별 큐비트를 독립 제어하고, 동적 원자 셔틀링으로 논리 큐비트 간 전방위(all-to-all) 연결성을 확보했다. 양자 소프트웨어 컴파일 스택인 Superstaq가 하드웨어와 통합돼 회로 실행을 처리했다.

AI 보조 게이트 설계와 손실 보정

이번 시연의 핵심 기술 요소 중 하나는 GPT 5.6 Sol 모델을 활용한 AI 기반 논리 회로 탐색이다. AI가 발굴한 새로운 이중-CZ 얽힘 연산은 논리 얽힘당 필요한 물리 2큐비트 게이트 수를 기존 8개에서 4개로 절반 수준으로 줄였다. 이로 인해 30큐비트 회로 전체의 물리 2큐비트 게이트 총수는 136개에 그쳤다.

또한 Superstaq에 탑재된 소프트웨어 기반 손실 보정 기능이 원자 이탈로 인한 X 기저 측정 누락을 사후 처리로 복원해, 유효 회로 실행 수율을 4배 향상시켰다.

응용 및 향후 로드맵

현재 이 30 논리 큐비트 시스템은 Wellcome Leap의 Q4Bio(Quantum for Bio) 프로그램을 통한 GPU 훈련 기반 바이오마커 발굴 등 헬스테크 분야에 실제 배치 중이다. Infleqtion은 2028년까지 100 논리 큐비트, 2030년까지 1,000 논리 큐비트 달성을 목표로 로드맵을 제시하고 있다.

다만 현 시점에서 30 논리 큐비트 수준이 실제 양자 이점(quantum advantage)을 요구하는 산업용 문제를 풀기에 충분한지는 아직 검증 과정에 있다. 논리 충실도(logical fidelity)나 게이트 오류율 등 세부 품질 지표가 공개 논문을 통해 동료 심사를 거쳐야 기술적 주장의 완전한 평가가 가능할 것으로 보인다.