2026년 9월 4일, IBM·AMD·바스크 퀀텀(BasQ) 연구진이 고전 텐서망을 쓰는 양자 오류완화 기법 린드블라드 다중곱 공식(Lindblad Multiproduct Formulas)을 프리프린트로 공개했습니다. IBM의 제이 갬베타는 10월 초 이 작업을 고전 컴퓨터와 양자 컴퓨터가 각자로는 닿지 못하는 결과에 닿는 사례로 소개했습니다.
논문이 보고한 내용
워크플로는 세 단계입니다. 먼저 양자 장치에서 파울리-린드블라드 노이즈 모델을 학습하고, 같은 장치가 노이즈 섞인 기댓값을 돌려줍니다. 다음으로 2차원 텐서망을 루프 보정 신념 전파로 축약해 CPU와 GPU에서 보정 계수를 계산합니다. 마지막으로 둘을 합쳐 완화된 기댓값을 만듭니다.
저자들은 텐서망이 계산해야 하는 양이 관측량 자체보다 쌀 수 있다는 점을 짚습니다. 텐서망만으로는 버거운 계에도 이 방법을 쓸 수 있다는 뜻입니다. 워크플로에는 클리퍼드 재척도가 들어가고, 오차 막대 추정치를 함께 출력합니다.
실험은 ibm_basquecountry의 3×3 헤비-헥사고날 격자 위 65큐비트에서, BasQ와 IBM이 앞서 연구한 2차원 이산 시간 결정 모형에 적용했습니다. 워크플로의 고전 파트를 GPU로 구현하자 최대 5.6배 빨라졌습니다.
두 기계가 함께 있어야 나오는 결과가 왜 우리가 만드는 모양인가
밑줄을 그을 곳은 그 틀입니다. 우리에게 이것은 단서가 아니라 전제이기 때문입니다.
양자 프로세서는 완성된 답을 돌려주지 않습니다. 돌아온 것은 누군가 행동에 옮기기 전에 보정되고, 비교되고, 맥락에 놓여야 하며, 그 일은 고전 하드웨어에서 일어납니다. 이 논문에서는 고전 쪽이 보정을 맡습니다. VENETA WorldModel에서는 고전 쪽이 비교도 맡습니다. 양자 제출 옆에서 고전 최적해를 함께 계산하고, 모든 결과를 백엔드·큐비트·샷·깊이, 그리고 둘 사이의 격차와 함께 보고합니다. 우리 화면을 보는 운영자는 양자 숫자를 믿어 달라는 요청을 받지 않습니다. 고전 방법이 찾은 것, 양자 경로가 찾은 것, 그리고 그 사이의 거리를 함께 봅니다.
두 번 읽게 되는 대목은 오차 막대입니다. 답과 함께 자기 불확실성을 보고하는 완화 기법은, 기댓값 수준에서 우리가 의사결정 수준에서 하려는 일을 하고 있습니다. 숫자를 말하고, 그 숫자를 어디까지 믿을 수 있는지도 말하는 것. 조건이 붙지 않은 값은 어느 기계가 냈든 현장에서 쓸 수 없습니다.
그래서 이런 결과는 우리에게 경쟁하는 방향이 아니라 반가운 소식입니다. 우리 제품은 양자 프로세서가 운영 문제에서 고전 컴퓨팅을 앞지르는 순간을 기다리지 않습니다. 필요한 것은 양자가 기여한 몫이 읽을 수 있고 믿을 만해서, 사람이 그에 기대어 결정을 승인할 수 있는 수준이 되는 것입니다. 오류완화가 바로 장치의 날것 결과를 그 선까지 밀어 올리는 일이고, 텐서망·신념 전파·GPU처럼 성숙한 고전 도구에 기대는 기법은 하드웨어만 기다리는 쪽보다 그 선에 빨리 닿습니다.
하드웨어 대목이 낯익은 이유도 같습니다. 이 워크플로의 고전 절반은 GPU에 올릴 가치가 있었고, 올리자 최대 5.6배 빨라졌습니다. 우리 시뮬레이션과 기준선 계산이 양자 경로 옆 GPU 노드에서 도는 이유도 같습니다. 하이브리드 워크플로에서 고전 쪽은 자리만 채우는 부분이 아니라 계산의 상당 부분이고, 제대로 된 하드웨어를 받을 자격이 있습니다.
출처: Robertson 외, Lindblad Multiproduct Formulas, arXiv:2609.05024 (CC BY 4.0) · 제이 갬베타 링크드인. IBM, IBM Quantum, Qiskit은 International Business Machines Corporation의 상표입니다. AMD는 Advanced Micro Devices, Inc.의 상표입니다.