양자 인공지능은 양자컴퓨터의 발전과 함께 현재의 인공지능을 앞설 것으로 크게 기대되고 있는 기술이지만 기존 기술과 연산 방법이 전혀 달라 새로운 양자 알고리즘의 개발이 절실했다.
양자컴퓨터는 기존 컴퓨팅과는 달리 큐비트(quantum bit)의 개수에 따라 정보 공간의 차원이 기하급수적으로 증가하기 때문에 이론적으로 고차원 정보처리에 있어 기하급수적으로 뛰어난 성능을 낼 수 있다. 하지만 선형적 성질을 갖고 있어 복잡한 데이터를 다루는 비선형적 기계학습이 어려웠다.
이에 연구팀은 양자 데이터 간의 유사성을 효율적으로 계산하는 비선형 커널 기반의 지도학습을 구현하는 양자 알고리즘 체계를 만들었다. 학습데이터와 테스트데이터를 양자 정보로 생성한 후 양자 정보의 병렬연산을 가능하게 하는 양자포킹 기술과 간단한 양자 측정기술을 조합했다.
연구팀은 IBM 클라우드 서비스를 통해 실제 양자컴퓨터에서 양자 지도학습을 실제 시연하는 데 성공했다.
매우 적은 계산량으로 연산이 가능해 대규모 계산량이 필요한 현재의 인공지능 기술을 추월할 가능성을 제시한 것으로 평가를 받고 있다.
연구에 참여한 박경덕 연구교수는 "복잡한 비선형 데이터의 패턴 인식 등을 위한 양자 기계학습 알고리즘으로 활용할 수 있을 것"이라고 말했다.