양자컴퓨터가 모든 슈퍼컴퓨터보다 빠르다는 말은 과장…실제로 앞서는 문제는 따로 있다
양자컴퓨터가 모든 계산에서 슈퍼컴퓨터를 압도한다는 식의 설명은 사실과 거리가 있다. 지금까지 검증된 결론은 더 좁다. 양자컴퓨터는 일부 특수한 문제에서 고전 컴퓨터보다 유리할 가능성을 보였지만, 그 대표 사례인 ‘양자 우위’ 실험도 곧바로 범용 업무 성능 우위를 뜻하지는 않았다. 현재까지 확인된 가장 신중한 정리는 이렇다. 양자 계산이 실제로 더 빠를 수 있는 영역은 무작위 회로 샘플링 같은 벤치마크, 장기적으로는 분해·암호 해독 계열과 양자계 자체의 시뮬레이션이며, 물류·금융·일반 소프트웨어처럼 일상적 상용 문제에서 폭넓은 우위를 입증한 단계는 아니다.
미국 국립표준기술연구소(NIST)도 양자컴퓨터가 기존 컴퓨터를 대체하는 것이 아니라 특정 난제를 함께 푸는 장비에 가깝다고 설명한다. 같은 자료는 양자컴퓨터가 모든 후보 해를 한꺼번에 완전 탐색하는 기계처럼 자주 오해되지만, 실제로는 측정으로 꺼낼 수 있는 정보가 제한돼 있어 알고리즘 설계가 핵심이라고 짚는다. 다시 말해 양자컴퓨터의 속도 우위는 하드웨어 자체보다 어떤 문제를 어떤 방식으로 부호화하느냐에 달려 있다.
‘양자 우위’는 무엇을 이겼나
이 논쟁의 출발점은 2019년 구글 연구진의 시커모어(Sycamore) 실험이다. 연구진은 53큐비트 초전도 프로세서로 무작위 양자회로의 출력을 100만 번 샘플링하는 데 약 200초가 걸렸고, 당시 자신들의 고전 시뮬레이션 기준으로는 같은 작업에 최첨단 슈퍼컴퓨터가 약 1만 년이 걸릴 수 있다고 보고했다. 이 결과는 양자컴퓨터가 적어도 하나의 계산 과제에서 고전 기계를 앞섰다는 상징적 사건이 됐다.
다만 여기서 이긴 대상은 일기예보, 유체해석, 반도체 설계, 데이터베이스 검색 같은 일반 실무가 아니라 ‘무작위 회로 샘플링’이라는 매우 특수한 벤치마크였다. NASA는 당시 이 성과를 설명하면서 ‘한 가지를 더 빨리 했을 뿐, 모든 것을 더 빨리 한 것은 아니다’라고 정리했다. 실제로 이 과제는 양자장치의 제어 정밀도와 오류 누적을 시험하는 데는 유용하지만, 그 자체로 산업 현장에서 곧바로 쓰이는 계산은 아니다.
벤치마크의 의미도 곧바로 고정되지 않았다. 구글 논문이 발표되자 IBM은 같은 작업을 고전 시스템으로도 이상적 조건에서 약 2.5일이면 시뮬레이션할 수 있다고 반박했다. 핵심 쟁점은 양자칩의 성능 자체보다 비교 대상이 된 고전 알고리즘과 저장장치 활용 방식, 메모리 가정이 적절했느냐였다. 즉 양자 우위 실험은 ‘양자컴퓨터가 무언가를 했다’는 사실보다 ‘어떤 기준으로 고전 컴퓨터와 비교했는가’가 함께 검증돼야 하는 분야라는 점을 드러냈다.
그래서 어떤 문제에서 더 빠를 수 있나
지금까지 비교적 확실하게 합의가 형성된 후보는 세 부류다. 첫째는 무작위 회로 샘플링처럼 양자장치의 계산 공간을 직접 시험하는 벤치마크다. 이는 실용성이 크지 않더라도 ‘고전적 모사 난도’ 자체를 겨냥하므로, 양자 하드웨어의 한계선을 재는 데 쓰인다.
둘째는 분해와 이산로그처럼 현재 공개키 암호체계의 안전성과 직결된 문제다. NIST는 1994년 피터 쇼어의 알고리즘이 큰 수의 소인수분해를 빠르게 수행할 수 있다는 점 때문에 양자컴퓨팅이 국가안보 이슈가 됐다고 설명한다. 이 가능성 때문에 NIST는 2024년 양자 공격에 견디도록 설계된 첫 번째 후양자암호 표준 세 종을 최종 확정했고, 이미 전환을 시작하라고 권고하고 있다. 다만 이것은 ‘암호를 깨는 알고리즘이 이론적으로 존재한다’는 뜻이지, 오늘 당장 실용 규모의 RSA를 깨는 양자컴퓨터가 있다는 뜻은 아니다.
셋째는 분자·재료·화학 반응처럼 본래 양자역학으로 움직이는 계를 모사하는 문제다. NIST는 양자 시뮬레이션이 신약 후보 탐색, 촉매 설계, 비료 생산과 온실가스 포집 공정 개선 같은 분야의 유력한 응용처가 될 수 있다고 본다. 이 영역은 고전 컴퓨터도 계산할 수 있지만, 계의 크기와 상호작용이 커질수록 필요한 계산 자원이 급격히 불어나기 때문에 양자컴퓨터가 구조적으로 유리할 수 있다는 기대가 가장 오래된 분야 중 하나다.
반대로 최적화, 기계학습, 금융 모델링처럼 자주 거론되는 상용 문제는 아직 표현을 더 조심해야 한다. 이런 문제에서는 양자 알고리즘이 이론적으로 유망하다는 논문과 기업 발표가 많지만, 실제 현업 데이터와 비용 제약을 넣었을 때 고전적 휴리스틱과 상용 소프트웨어를 안정적으로 이겼다는 독립 검증은 제한적이다. 같은 ‘최적화’라도 문제 구조, 정확도 요구, 입출력 비용, 오류 보정 여부에 따라 승패가 달라져 한 문장으로 일반화하기 어렵다.
속도보다 더 큰 장애물은 오류
양자컴퓨터의 병목은 큐비트 수만이 아니다. 계산 도중 생기는 잡음과 오류를 얼마나 억제하느냐가 더 큰 문제다. NIST도 현재의 양자컴퓨터를 여전히 원시적이고 오류에 취약한 장치로 설명한다. 이 때문에 어떤 알고리즘이 이론적으로 빠르더라도, 실제 장비에서 충분히 긴 계산을 안정적으로 수행하지 못하면 우위는 실현되지 않는다.
이 점에서 최근 진전은 있다. 구글 연구진은 2025년 네이처 논문에서 표면부호 기반 논리 큐비트 메모리에서 물리적 오류율이 임계값 아래로 내려가면 코드 거리를 늘릴수록 논리 오류율이 줄어드는 ‘아래 임계값’ 동작을 보고했다. 대형 양자 알고리즘으로 가기 위한 핵심 조건 하나를 실험적으로 보였다는 뜻이다. 다만 이것도 곧바로 범용 문제 해결기로 넘어갔다는 의미는 아니다. 오류 정정이 가능하다는 신호와, 유용한 응용을 경제적인 비용으로 돌릴 수 있다는 결론 사이에는 아직 큰 거리가 남아 있다.
독자가 구분해서 봐야 할 세 가지
첫째, ‘시연’과 ‘상용 성능’을 구분해야 한다. 무작위 회로 샘플링에서 빠르다는 사실은 중요하지만, 그것만으로 기업 데이터센터의 실제 작업이 빨라졌다고 말할 수는 없다.
둘째, ‘이론적 알고리즘’과 ‘실제 하드웨어’를 구분해야 한다. 쇼어 알고리즘이나 양자 화학 시뮬레이션의 잠재력은 분명하지만, 이를 현실 규모에서 돌리려면 훨씬 더 많은 논리 큐비트와 안정적인 오류 정정이 필요하다.
셋째, ‘기업 발표’와 ‘독립 검증’을 나눠 봐야 한다. 양자 분야는 고전 시뮬레이션 기법도 함께 발전하기 때문에, 처음엔 양자 우위처럼 보인 결과가 뒤늦게 더 나은 고전 알고리즘으로 좁혀질 수 있다. 그래서 어떤 성과가 나왔을 때는 문제의 종류, 비교한 고전 기준선, 허용 오차, 검증 방법을 함께 봐야 한다.
결국 독자 질문으로 돌아가면 답은 단순하다. 양자 계산이 실제로 더 빠른 것은 모든 문제가 아니라, 양자 상태 자체를 이용해야 하는 일부 문제들이다. 지금까지는 무작위 회로 샘플링 같은 벤치마크에서 가장 선명한 우위가 나왔고, 장기적으로는 암호 해독과 양자계 시뮬레이션이 가장 유력한 응용처로 꼽힌다. 반면 일반적인 상용 컴퓨팅 전반에서 양자컴퓨터가 슈퍼컴퓨터를 이미 넘어섰다고 말하기에는, 검증된 범위가 아직 좁다.
자료: 미국 국립표준기술연구소, Quantum Computing Explained(2025년 3월 18일 작성, 2026년 5월 28일 업데이트); Google Research, Quantum Supremacy using a Programmable Superconducting Processor(Nature, 2019); IBM Quantum, On ‘quantum supremacy’(2019년 10월 22일); 미국 항공우주국, Google and NASA Achieve Quantum Supremacy(2019년 10월 23일); 미국 국립표준기술연구소, NIST Releases First 3 Finalized Post-Quantum Encryption Standards(2024년 8월 13일, 2025년 8월 29일 업데이트); Google Quantum AI and Collaborators, Quantum error correction below the surface code threshold(Nature, 2025; 2024년 12월 9일 공개)