양자 컴퓨팅으로 외판원 순회 문제를 해결하다: 게이트형 vs. Ising형 아키텍처의 대결

본 연구는 양자 컴퓨팅 아키텍처를 활용하여 외판원 순회 문제(TSP)를 해결하는 다양한 접근 방식을 비교 분석했습니다. 게이트 기반 양자 컴퓨터는 소규모 문제에 정확한 결과를 제공하지만 확장성에 한계가 있었고, Ising 기반 아키텍처는 더 큰 문제에 대해 확장성을 보였으나 최적 해를 보장하지 못했습니다. Ising 기반 아키텍처는 고전적 방법보다 시간 효율성이 높았으며, 대규모 TSP 문제 해결에 대한 가능성을 제시했습니다.

최근 Venkat Padmasola 등 연구진이 발표한 논문에서, 난해한 최적화 문제로 알려진 외판원 순회 문제(TSP)를 해결하기 위한 다양한 양자 컴퓨팅 아키텍처의 적용을 연구한 결과가 발표되었습니다. 이 연구는 시뮬레이티드 어닐링(SA), 이진 제곱 비제약 최적화(QUBO-Ising) 방법을 양자 어닐러와 광학 일관성 Ising 머신에 구현하고, 게이트 기반 양자 컴퓨터에서는 양자 근사 최적화 알고리즘(QAOA)과 양자 위상 추정 알고리즘(QPE)을 적용하여 TSP 문제를 풀어보았습니다.

게이트 기반 양자 컴퓨터(IBM Quantum 플랫폼 사용) 는 시뮬레이션 환경에서 소규모 TSP 인스턴스에 대해 정확한 결과를 도출했습니다. 하지만 실제 양자 장치는 노이즈와 확장성 제한으로 어려움을 겪습니다. 회로 복잡도가 문제 크기에 따라 증가하여 최대 6개 노드의 TSP 인스턴스까지만 처리 가능했습니다. 이는 마치 초고속 열차가 좁은 도로를 달리는 것과 같이, 잠재력은 있지만 현실적인 제약이 존재하는 상황입니다.

반면 Ising 기반 아키텍처는 더 큰 문제 크기에 대해 향상된 확장성을 보여주었습니다. SQUID 기반 Ising 머신은 최대 12개 노드의 TSP 인스턴스를 처리할 수 있었고, 비선형 광전자 Ising 머신은 이를 18개 노드까지 확장했습니다. 하지만 하드웨어 한계와 기저 상태 수렴의 어려움으로 인해 최적이 아닌 해를 얻는 경우가 많았습니다. 이는 마치 험난한 산길을 걸어가는 것과 같습니다. 최적의 길은 아니지만, 목적지에 도달할 수 있다는 점에서 의미가 있습니다.

결론적으로, Ising 머신은 고전적인 방법보다 시간적으로 유리한 측면을 보여주었습니다. 비록 최적의 해를 보장하지 못할 수 있지만, 대규모 TSP 문제를 효율적으로 해결할 유망한 후보임을 시사합니다. 이 연구는 양자 컴퓨팅 기술의 발전 방향을 제시하며, 앞으로 더욱 발전된 양자 컴퓨팅 아키텍처를 통해 TSP와 같은 복잡한 문제들을 더 효율적으로 해결할 수 있을 것으로 기대하게 합니다. 이는 마치 험준한 산을 넘어, 더 넓은 평원에 도착하는 것과 같습니다.