AI 과학 연구 · 양자컴퓨팅
클로드, 양자 회로 설계 개선: 17배 적은 게이트와 12% 더 많은 큐비트의 의미
앤트로픽 연구진이 클로드와 자동 평가기를 결합해 양자 회로 설계를 개선했습니다. 8개 과제 중 7개는 큐비트와 게이트를 함께 줄였으며 나머지는 자원 절충안을 넓혔습니다. 수치는 특정 설계 비교이며 실제 장비의 속도 측정은 아닙니다.
이 글에서 다룰 내용
양자 회로 연구 범위, 17배·12% 비교 조건, 8개 과제의 차이, 53시간 검증 루프, DQI 디코더 12배와 한계
클로드가 양자컴퓨터를 만든 걸까요?
정확히는 양자컴퓨터가 계산하는 절차를 더 효율적으로 설계한 연구입니다.
앤트로픽은 2026년 10월 16일, Claude Mythos 5를 활용한 양자 회로 최적화 결과를 공개했습니다. 관련 논문은 하루 전인 10월 15일 arXiv에 제출됐으며, 이를 학술 심사 완료로 받아들이면 안 됩니다.
클로드 양자 회로 연구의 핵심은 새로운 장비가 아니라 설계 방식입니다. 연구진은 계산해야 할 수학적 함수를 자연어로 설명하고, 제안한 회로의 정확성과 자원 사용량을 확인하는 자동 평가기를 제공했습니다.
17배 적은 게이트, 무엇과 비교했을까요?
큐비트는 계산에 쓰는 양자 정보 단위이고 게이트는 큐비트에 적용하는 기본 연산입니다. 회로를 설계할 때는 둘을 함께 아끼는 것이 중요하지만 한쪽을 줄이려다 다른 쪽이 늘어날 수 있습니다.
타원곡선 점 덧셈을 수행하는 한 설계가 대표적입니다. 기존 최소 큐비트 설계보다 큐비트를 12% 더 사용하는 대신 게이트 수를 17분의 1 수준으로 줄였습니다. 조금 더 넓은 작업 공간을 확보해 연산 횟수를 크게 줄인 셈입니다.
여기서 비교 대상은 특정한 기존 설계입니다. 모든 과제의 게이트가 같은 비율로 줄었다거나, 클로드 자체가 빨라졌다거나, 실제 양자 하드웨어가 17배 빨라졌다는 뜻은 아닙니다. 설계상 자원 절감과 장비에서 측정한 속도는 구분해야 합니다.
8개 과제의 성과는 똑같지 않습니다
논문 초록에 따르면 8개 과제 중 7개에서 기존 최고 설계보다 Toffoli 게이트 수와 큐비트 수를 모두 줄였습니다. Toffoli 게이트는 이 연구에서 주요 자원 비용을 비교하는 연산입니다.
여덟 번째인 모듈러 역원 관련 과제에서는 새로운 가역 구조를 찾아 자원 간 절충 관계를 개선했습니다. 따라서 “8개 모두 두 자원을 동시에 줄였다”보다는, 일곱 과제의 동시 절감과 나머지 과제의 선택지 확대를 나눠 보는 편이 정확합니다.
왜 계산 기록을 지우는 일까지 어려울까요?
일반 프로그램은 중간 계산값을 덮어쓰거나 지울 수 있습니다. 하지만 이번 가역 회로에서는 계산을 거꾸로 되돌릴 수 있도록 정보를 관리해야 합니다. 중간 작업의 흔적도 그냥 삭제하는 대신, 이를 만든 계산을 역순으로 수행해 정리해야 하므로 추가 게이트가 필요합니다.
조건에 따라 어떤 연산을 골랐는지 적어두는 ‘분기 기록’도 부담입니다. 기록을 계속 저장하면 큐비트가 많이 들고, 저장을 줄이려고 다시 계산하면 게이트가 늘어납니다. 이번 접근은 현재 숫자 상태에서 기록을 복원해, 일부 저장 비용을 줄이는 방향이었습니다.
53시간 동안 무엇을 반복했을까요?
작업 흐름은 설계 제안 → 정확성 검사 → 자원 점수 확인 → 수정이었습니다. 평가에는 큐비트 수와 게이트 수의 곱을 활용했는데, 이는 비용을 비교하기 위한 대리 지표이지 실제 장비의 벽시계 실행시간 측정값은 아닙니다.
53시간은 해당 타원곡선 설계를 탐색한 에이전트 실행 시간입니다. 반복 평가 사이에는 자동으로 진행했지만, 최초 지시와 간헐적으로 탐색을 넓혀보라는 사람의 개입이 있었습니다. 자동 반복과 연구 전체의 무감독 수행은 다릅니다.
검증 범위도 중요합니다.
이번에는 입력마다 결정적인 출력을 내는 회로를 대상으로 검사가 가능했고 일부 구조의 수학적 주장에는 수치 시뮬레이션과 Lean 형식화를 활용했습니다. 모든 양자 알고리즘을 쉽게 검증했다거나 연구 전체를 Lean으로 완전 증명했다는 의미는 아닙니다.
DQI의 12배 개선도 부분 회로의 이야기입니다
연구진은 DQI, 즉 Decoded Quantum Interferometry에 쓰이는 Reed–Solomon 디코더 회로에서도 개선을 보고했습니다. 구글의 이전 구성과 비교해 해당 디코더의 게이트 수를 약 12배 줄였다는 설명입니다.
이는 DQI 전체 실행시간이 12배 단축됐다는 결과가 아닙니다. 고전 컴퓨터보다 빠르다는 실측 증거나 상용 양자컴퓨터 성능 발표로 확대해서도 안 됩니다.
AI 과학 연구에서 주목할 것은 검증 구조입니다
이번 사례는 AI 과학 연구에서 모델의 역할이 문헌 요약을 넘어 설계를 제안하고 실행한 뒤 외부 평가를 받아 고치는 방향으로 확장될 가능성을 보여줍니다. 이런 의미에서 검증형 AI 에이전트의 핵심은 그럴듯한 답보다 확인 가능한 개선이라고 해석할 수 있습니다.
일반 실무에 가져올 교훈도 외부 검증기, 분명한 목표 지표, 사람 검토를 함께 설계해야 한다는 점입니다. 다만 현재 수치는 연구진이 발표한 제한된 과제 비교이며 양자컴퓨팅의 하드웨어 오류 정정 해결이나 상용화 시점을 확정하는 근거는 아닙니다.
한 줄 요약: 이번 성과는 양자컴퓨터의 완성이 아니라, 검증 가능한 반복으로 더 효율적인 회로 설계를 찾은 사례입니다.
참고 출처
앤트로픽의 2026년 10월 16일 공식 발표와 10월 15일 제출된 논문 초록을 대조했습니다. 7개 과제의 동시 절감과 나머지 과제의 자원 절충 개선을 구분했으며 수치는 연구진 발표 범위입니다.
감자나라 AI 강의보기 5,000 
