SandboxAQ, Google Cloud에 LQM 출시…IQM은 Quantistry 인수로 풀스택 양자-AI 구축

SandboxAQ, Google Cloud 마켓플레이스에 LQM 출시

SandboxAQ는 물리·화학·생물학 데이터를 기반으로 훈련된 대규모 정량 모델(Large Quantitative Model, LQM)을 Google Cloud 마켓플레이스에 등록했다. 이로써 기업 고객은 기존 클라우드 인프라 및 대형 언어 모델(LLM)에 SandboxAQ의 물리 기반 AI를 통합해 신약 개발, 소재 과학, 헬스케어 분석 등 연산 집약적 업무에 바로 적용할 수 있다. 별도의 전용 인프라 구축 없이 기존 클라우드 환경에서 복잡한 과학 시뮬레이션을 수행할 수 있다는 점이 기업 채택 장벽을 낮출 것으로 평가된다.

IQM, Quantistry 자산 인수로 풀스택 솔루션 완성

IQM은 클라우드 네이티브 방식의 AI 기반 화학·소재 시뮬레이션을 개발해온 Quantistry GmbH의 주요 자산을 인수했다. 인수 범위에는 독자 소프트웨어, 알고리즘, 지식재산권이 포함되며, Quantistry의 양자화학·엔지니어링 핵심 인력도 IQM에 합류한다. IQM은 Quantistry의 응용 소프트웨어 플랫폼과 머신러닝 레이어를 자사 하드웨어 인프라와 결합해 산업용 풀스택 양자-AI 솔루션을 구성하겠다는 전략이다. 하드웨어 기업이 소프트웨어·응용 역량을 내재화함으로써 수직 통합을 추진하는 전형적인 사례다.

화학 R&D에 필요한 핵심 양자 역량

화학 분야에서 양자컴퓨팅의 핵심 가치는 분자 시스템 시뮬레이션에서 고전 슈퍼컴퓨터가 부딪히는 지수적 확장 한계를 돌파하는 데 있다. 현재 양자컴퓨터는 NISQ(잡음 중간 규모 양자) 단계에 머물러 있어 복잡한 전자 구조를 정확히 재현하기 어렵다. 연구 커뮤니티에서 제시하는 핵심 요건은 네 가지다. ① 완전한 오류 정정 큐비트 기반 내결함성 하드웨어, ② 변분 양자 고유값 분해(VQE) 등 슈뢰딩거 방정식을 큐비트에 직접 매핑하는 특화 알고리즘, ③ 결합 분해·단백질-리간드 결합·촉매 반응 등 '고전적으로 난해한' 시스템을 우선 공략해 초기 양자 우위를 확보하는 전략, ④ IBM Qiskit 같은 오픈소스 소프트웨어를 통해 일반 연구자의 접근성을 높이는 환경 조성이다.

생명과학 R&D의 양자컴퓨팅 수요

생명과학 분야는 분자 상호작용의 정밀 시뮬레이션, 대규모 생물학적 데이터셋 처리, 복잡한 생화학 시스템 최적화를 위해 양자컴퓨팅을 필요로 한다. 신약 후보 물질의 독성·안정성·결합 친화도를 실험 이전 단계에서 예측할 수 있다면, 수조 원 규모의 비용과 10년 이상 걸리는 개발 일정을 대폭 단축할 수 있다. 이를 실현하려면 수백만 개 수준의 안정적인 오류 정정 물리 큐비트와 양자-고전 하이브리드 파이프라인이 필수다. 구체적 응용 분야는 표적 신약 개발, 효소 최적화(탄소 포집·질소 고정 등), 개인 유전체 의학, 바이오소재 및 약물 전달 나노입자 설계 등이다.

기술적 병목과 현황

현재 NISQ 기기는 큐비트 수 부족과 높은 오류율로 인해 수 개 원자 이상의 생물 분자를 시뮬레이션하기 어렵다. 알고리즘 측면에서도 VQE가 복잡한 단백질 구조를 처리하려면 양자 메모리 한계 내에서 확장 가능하도록 설계되어야 하는 과제가 남는다. 워털루 대학교 양자컴퓨팅연구소(IQC)는 해밀토니안 분할 기법이 VQE 및 양자 위상 추정 알고리즘의 성능 향상에 기여할 수 있다고 설명한다. SandboxAQ의 LQM 출시와 IQM의 Quantistry 인수는 이러한 병목을 소프트웨어·AI 레이어에서 보완하려는 업계의 현실적 대응으로 해석된다.