- 디퓨전 모델의 양자 버전인 ‘QDDPM’ 재현 및 개선 연구 선보여

- SSH 모델 위상 페이즈 학습 및 QM9 분자 데이터 생성 등 실제 물리계 적용까지 확장

우리 대학 물리학과 학부생들로 구성된 팀이 과학기술정보통신부가 주최한 전국 단위 대회에서 우수한 성과를 거두었다.

지난 6월 29일부터 7월 1일까지 2박 3일간 본선이 진행된 ‘2026년 양자정보경진대회(해커톤)’는 양자컴퓨팅, 양자통신, 양자센싱 등 양자정보과학 전반의 지식 함양과 연구 생태계 조성을 위해 마련됐다. 

과학기술정보통신부가 주최하고 양자정보연구지원센터와 성균관대학교가 주관한 이번 대회에서 참가자들은 양자 분야의 도전적·창의적 문제를 탐구하고 해결책을 제안하며 기량을 겨뤘다.

이번 대회에서 우리 대학 물리학과 김세규(4학년), 신예찬(4학년), 정영석(4학년), 최민석(4학년) 학생으로 구성된 ‘회로로직직관관측측정’ 팀은 양자 머신러닝(Quantum Machine Learning) 분야에 도전해 양자정보연구지원센터장상인 우수상을 수상하는 쾌거를 이뤘다.

‘회로로직직관관측측정’ 팀은 이미지 생성 모델(나노바나나, 달리 등)에서 주로 사용되는 디퓨전 모델(DDPM)의 양자 버전인 ‘QDDPM’을 재현하고 개선하는 것을 세부 주제로 선정했다. 현대 AI의 핵심 기술인 생성 모델을 양자 정보의 언어로 확장한다는 점과 함께 양자 회로, 측정, 생성 모델, 양자-고전 하이브리드 최적화가 하나의 문제 안에서 유기적으로 연결되어 있다는 점에 착안해 연구에 착수했다.

팀원들은 문제에서 제시된 타깃 상태 생성과 디퓨전 과정의 재현에 그치지 않고, 디퓨전 및 디노이징 과정을 통해 타깃 분포를 학습하고 새로운 분포를 생성하는 QDDPM의 전체 구조를 성공적으로 구현해 냈다.

특히 양자 정보를 인코딩하여 실제 물리계에 적용하는 예시로 ▲고체 물리학의 SSH 모델 위상 페이즈 학습 및 생성 ▲QM9 분자 구조 데이터세트 학습 및 생성을 차별화되게 선보였다. 이에 더해 변수 조정과 노이즈 스케줄링(noise scheduling)을 통해 학습 성능을 대폭 향상시켰으며, 트로터(Trotter) 및 하드웨어 기반 알고리즘 방식을 적용해 실제 양자 컴퓨터에 구현할 수 있는 세팅까지 구상해 내며 심사위원단으로부터 높은 평가를 받았다.

수상 팀 학생들은 “수상했다는 것 자체로도 정말 기분 좋은 일이지만, 상장보다 대회에 참가함으로써 양자 정보에 대한 이해를 키우고 다른 팀 동료들과 실제 연구 전선에 계신 전문가분들과 교류하며 연구 레벨을 견문했다는 점에서 더 많은 것을 얻어갈 수 있었다. 특히 팀원들과 문제를 해결하기 위해 토의하고 머리를 맞대는 과정은 정말 즐거운 경험이었다”라고 수상 소감을 전했다.

이어 “팀원들 모두 이번 학기 김건우 교수님의 양자 정보 및 양자컴퓨팅 관련 강의인 ‘양자 컴퓨터와 기술’을 수강하며 팀을 구성했고, 실제 대회 준비와 문제 해결 과정에서 수업을 통해 배운 양자 알고리즘과 양자 컴퓨터 하드웨어 구성 지식이 큰 도움이 됐다”라며 “양자 정보 기술은 빠르게 발전하고 있으며 이·공학과의 최대 관심사 중 하나인 만큼, 비단 물리학과뿐만 아니라 타과 학생들도 양자 정보에 관심이 있다면 ‘양자 컴퓨터와 기술’ 강의 수강과 내년에 열릴 ‘2027 양자정보경진대회’ 출전을 적극 추천한다”라고 덧붙였다.