LLM, 저자원 양자 회로 설계 발견

ai.euno.news 자동 뉴스 요약

대규모언어모델(LLM)이 기존 최첨단 설계보다 자원을 덜 쓰는 양자 회로를 찾아냈다는 연구가 공개됐다. 10월 15일 아카이브(arXiv)에 제출된 논문에 따르면, 연구진이 수치 계산·화학·최적화·양자 시뮬레이션·정수론에 걸친 8개 과제에 새 탐색 방식을 적용한 결과 7개 과제에서 토폴리(Toffoli) 게이트 수와 큐비트 수를 모두 크게 줄였다. 나머지 한 과제에서는 소수체 모듈러 역원을 계산하는 새로운 가역 구조를 발견했다.¹

LLM의 제안과 별도 평가기를 결합#

이번 방식은 LLM이 양자 회로 설계를 제안하고, 독립된 평가기가 이를 검증해 점수를 매기는 진화형 탐색 프레임워크다. LLM이 내놓은 결과를 그대로 채택하는 것이 아니라 평가 결과를 바탕으로 더 나은 설계를 거듭 찾는 구조다. 논문은 이를 ‘평가기 유도 LLM 공동 설계’로 설명한다.

양자 회로 최적화가 까다로운 까닭은 계산을 되돌릴 수 있어야 한다는 가역성 제약 때문이다. 일반적인 고전 계산에는 없는 조건으로, 유용한 양자 알고리즘을 설계할 때 회로 구조와 자원 비용을 함께 제한한다. 연구진은 실용 문제의 비용이 소수의 핵심 계산 프리미티브에 집중된다는 점에 착안해 이 부분을 탐색 대상으로 삼았다. 성과는 회로 비용을 나타내는 토폴리 게이트 수와 큐비트 수로 비교했다.¹

특히 모듈러 역원 과제에서는 단순한 회로 축소를 넘어 새로운 구조가 나왔다. 이 구조는 가역성을 기존과 다르게 처리해, 고전 알고리즘인 divsteps를 가역 정수 연산에 쓸 수 있게 했다. 종전에는 divsteps가 이런 용도에 실용적이지 않았지만, 새 구조에서는 모듈러 역원의 토폴리 게이트·큐비트 절충 관계를 크게 개선했다는 것이 연구진의 설명이다.¹

다만 공개된 자료는 논문 초록 수준이어서 과제별 감소 폭, 사용한 LLM, 평가 절차와 재현 조건은 확인할 수 없다. 따라서 현재 확인되는 결론은 8개 과제 전반에서 자원 효율이나 회로 구조가 개선됐다는 저자들의 보고까지다. 그럼에도 LLM이 기존 회로를 다듬는 데 그치지 않고, 가역성 처리 방식을 바꾼 알고리즘 구조까지 탐색했다는 점이 이번 연구의 핵심이다.

읽기 목록은 이 브라우저에 저장됩니다.