구글 윌로우 양자 프로세서, 고전 전략 한계 초과

Google Quantum AI 연구원들은 여러 실험 과제에서 Willow 양자 프로세서가 고전적 전략보다 우수하다는 것을 입증했습니다. 연구 결과는 2026년 11월 19일 과학 저널 Science에 발표되었습니다.
"마법의 사각형" 게임에서 프로세서는 라운드의 98.3%를 승리했으며, 고전적 전략의 최대 결과는 88.9%였습니다.
과학자들은 양자 문맥성 - 측정 결과가 동시에 수행되는 다른 호환 가능한 측정에 따라 달라지는 양자 시스템의 특성을 연구했습니다. 연구자들은 이 현상을 양자 알고리즘이 고전적 알고리즘보다 우수한 이점을 제공하는 가능한 메커니즘 중 하나로 간주합니다.
Willow는 양자 게임에서 98.3%의 라운드를 승리했습니다
실험에서는 Mermin–Peres 마법의 사각형 게임이 사용되었습니다. 두 참가자는 +1과 −1로 3 × 3 테이블의 행과 열을 채우는 과제를 받습니다.
게임 규칙에 따르면, 행의 숫자의 곱은 +1이어야 하고, 열의 숫자의 곱은 −1이어야 합니다. 또한, 행과 열의 교차점에 있는 값은 일치해야 합니다. 참가자들은 과제를 받은 후 정보를 교환할 수 없습니다.
최고의 고전적 전략은 아홉 라운드 중 여덟 라운드, 즉 약 88.9% 이상 승리할 수 없습니다. 양자 얽힘을 사용하면 이론적으로 100%에 도달할 수 있습니다.
Google 팀은 두 개의 얽힌 쌍을 형성하는 네 개의 큐비트를 사용하여 Willow 프로세서에서 실험을 구현했습니다. 90만 라운드 이상에서 시스템은 98.3%의 성공률을 달성했습니다.
또한, 연구자들은 양자 문맥성을 연구하기 위해 Bell–Kochen–Specker 부등식의 위반을 테스트했습니다.
측정된 지표는 5.59였으며, 고전적 한계는 4이고 이론적 양자 최대치는 6입니다. 따라서 프로세서는 주어진 조건에서 고전적 전략으로는 도달할 수 없는 결과를 보여주었습니다.
실험은 105 큐비트로 확장되었습니다
다음 단계에서 연구자들은 시스템 규모가 증가함에 따라 양자 전략의 이점이 유지되는지 테스트했습니다.
이를 위해 Greenberger–Horne–Zeilinger (GHZ) 상태를 기반으로 한 게임이 사용되었습니다. 이 게임에서는 여러 참가자가 정보를 교환하지 않고 과제에 조정된 방식으로 응답해야 합니다.
팀은 참가자 수를 71명까지 점진적으로 늘렸으며, 각 참가자에게 하나의 큐비트를 사용했습니다. Google Quantum AI의 결과에 따르면, 프로세서는 테스트된 모든 규모에서 고전적 전략에 대한 우위를 유지했습니다.
그러나 큐비트 수가 증가함에 따라 양자 연산 오류가 누적되어 성공률이 감소했습니다.
별도로, 과학자들은 숨겨진 선형 함수 (HLF)를 찾는 과제를 조사했습니다. 이를 위해 2차원 큐비트 격자에서 얕은 양자 회로가 사용되었습니다.
실험 중 시스템 규모는 105 큐비트로 증가했습니다. 최대 큐비트 수에서 정답 확률은 약 60%였습니다.
문맥성은 양자 프로세서를 더 정확하게 평가하는 데 도움이 될 수 있습니다
양자 이점을 입증하는 것 외에도, 이 연구는 계산 장비의 품질을 테스트하는 추가 방법을 제공합니다.
무작위 양자 회로를 사용한 표준 테스트는 작은 체계적 오류를 항상 감지하지 못합니다. 문맥성에 대한 실험은 여러 큐비트의 조정된 작업을 요구하기 때문에 이러한 편차에 더 민감할 수 있습니다.
고전적 전략의 수학적으로 확립된 한계를 가진 게임은 전통적인 컴퓨터와의 계산 속도를 직접 비교하지 않고 양자 장비의 품질을 평가할 수 있게 합니다.
그러나 연구 결과는 Willow가 최고의 고전적 슈퍼컴퓨터보다 모든 계산 작업을 더 빠르게 수행할 수 있음을 의미하지 않습니다. 입증된 이점은 특정 알고리즘과 실험 조건에 관련됩니다.
그럼에도 불구하고, Google Quantum AI의 작업은 많은 수의 큐비트를 가진 시스템에서 양자 문맥성이 지속되며, 양자 프로세서를 평가하는 새로운 방법을 개발하는 데 사용할 수 있음을 보여줍니다.
이 자료는 정보 제공 목적으로만 작성되었으며 재무 자문이나 권장 사항을 구성하지 않습니다.




