희토류 분리에 양자 ML 첫 적용…USA Rare Earth·Pasqal·Riven 3자 협력

무슨 일이 있었나

나스닥 상장사 USA Rare Earth(USAR), 중성원자 QPU 기업 Pasqal(PSQL), 자율 합성 실험 플랫폼 스타트업 Riven Systems가 희토류 원소 분리·정제 공정에 양자 머신러닝을 적용하는 파트너십을 체결했다. 핵심 목표는 디스프로슘(Dy)·테르븀(Tb)·이트륨(Y) 등 중희토류 원소에 기존 추출제보다 높은 선택성을 가진 신규 분리 분자를 발굴하는 것이다. 세 기업은 이 접근을 업계 최초의 엔드-투-엔드 추출제 발굴 파이프라인으로 발전시키겠다고 밝혔다.

출처별 강조점·차이

두 매체는 기술 구조 설명에서 공통분모가 크지만 강조점에 차이가 있다. The Quantum Insider는 미국·프랑스 간 기술 협력이라는 지정학적 함의에 더 주목하며, 서방 공급망 재편이라는 맥락을 전면에 내세웠다. 반면 Quantum Computing Report는 Pasqal의 기존 산업 응용 이력(Saudi Aramco 양자 시뮬레이션, Crédit Agricole CIB 금융 협업)을 언급하며 소재화학으로의 응용 확장이라는 기업 전략적 측면을 부각했다. 원료 범위 서술에서도 차이가 있다. 두 출처 모두 텍사스주 Sierra Blanca 소재 Round Top 광산 원자재, 혼합희토류탄산염(MREC), 재활용 자석 스와프(swarf)를 언급하지만, Quantum Computing Report는 브라질 자산을 추가로 명시했다. 검증 방식에 대해서도 Quantum Computing Report는 '하드웨어-인-더-루프(hardware-in-the-loop)' 방식으로 구체화해 표현했다.

기술적 맥락

협력의 기술 파이프라인은 3단계다. ① 데이터 생성: Riven Systems의 자율 합성 장비가 수천 건의 반복 실험을 자동 수행해 희토류별 추출제 선택성 데이터를 대규모로 축적한다. ② 모델 구동 및 벤치마크: Pasqal의 중성원자 QPU가 QML 모델을 구동하고, 동일 데이터셋에 대해 고전 머신러닝 모델과 성능을 비교한다. ③ 실물 검증: 유망 추출제 후보를 콜로라도주 Wheat Ridge의 USA Rare Earth R&D 시설에서 실제 원료로 검증한 뒤 공정 플로우시트에 통합한다.

기존 희토류 분리는 다단계 용매추출 공정에 수년간의 시행착오적 화학 실험이 수반된다. QML 기반 예측 모델이 이 탐색 공간을 압축할 수 있다는 것이 이 협력의 핵심 가정이다. 다만 소재화학 도메인에서 QML이 고전 ML 대비 실질적 '양자 이점'을 확보했다는 사례는 아직 검증된 바 없으며, Riven의 실험 데이터 품질이 모델 전체 성능을 좌우하는 변수로 지목된다.

의미와 전망

중희토류 분리 기술은 전기차 구동 모터와 방위 시스템에 필수적인 원소들의 공급망에서 중국이 압도적 우위를 점한 분야다. 이번 협력은 공급망 다변화라는 정책 수요와 양자컴퓨팅의 산업 응용이라는 기술 공급이 만난 지점에 위치한다. 성과 수치나 상용화 일정은 아직 제시되지 않았으며, 현 단계는 R&D 협약 수준임을 두 출처 모두 명시했다. 벤치마크 결과 공개 시점이 이번 파트너십의 실질적 분수령이 될 전망이다.