양자오류정정은 실제 실패 확률을 낮추는가…실험은 이제 ‘예, 다만 조건부로’라고 답한다
양자오류정정이 실제 실패 확률을 낮추는가라는 질문에 대해, 2026년 10월 현재 확인된 답은 조건부로는 그렇다에 가깝다. 이론 수준의 약속에 머물던 단계를 지나, 일부 실험에서는 여러 물리 큐비트를 묶어 만든 논리 큐비트의 오류율이 개별 물리 큐비트나 비교용 물리 회로보다 낮아졌다는 결과가 나왔다. 다만 그 결론은 특정 하드웨어, 특정 오류정정 코드, 제한된 종류의 연산과 메모리 실험에서 확인된 것이며, 곧바로 상용 범용 양자컴퓨터가 준비됐다는 뜻은 아니다.
핵심은 무엇을 비교하느냐다. 물리 오류율은 개별 큐비트와 게이트가 내는 원초적 실패 확률이고, 논리 오류율은 여러 물리 큐비트를 묶어 오류를 감지·수정한 뒤 최종적으로 남는 실패 확률이다. 양자오류정정이 성공했다고 말하려면 단순히 오류를 찾아냈다는 정도가 아니라, 정정에 드는 추가 회로와 측정까지 모두 포함한 뒤에도 논리 오류율이 더 낮아져야 한다.
왜 오류정정이 필요한가
미국 국립표준기술연구소(NIST)는 현재의 양자컴퓨터가 수백 개 규모의 큐비트를 갖고도 대략 수천 번 연산에 한 번꼴로 오류를 내는, 아직은 오류에 취약한 장치라고 설명한다. 문제는 양자정보가 외부 잡음과 제어 오차에 매우 민감하다는 점이다. 큐비트 수를 늘리면 계산 능력의 가능성은 커지지만, 아무 보호 장치가 없으면 오류가 함께 불어나 계산 결과를 망치기 쉽다.
그래서 양자오류정정은 하나의 정보를 여러 물리 큐비트에 분산해 저장하고, 보조 큐비트로 이상 신호를 반복 측정해 직접 정보를 읽지 않고도 오류 위치를 추정하는 방식을 쓴다. 이 방식이 실제 이득을 내려면 오류를 잡아내는 회로가 새 오류를 더 많이 만들지 않아야 한다. 이 경계가 흔히 말하는 임계치다.
임계치 아래여야만, 큐비트를 늘릴수록 좋아진다
오류정정의 분기점은 물리 오류율이 코드와 장치가 허용하는 임계치보다 낮으냐에 있다. 이 조건을 넘지 못하면 물리 큐비트를 더 붙일수록 보호 효과보다 추가 오류가 커져 성능이 악화될 수 있다. 반대로 임계치 아래로 내려가면 코드 거리를 키워 더 많은 물리 큐비트를 쓸수록 논리 오류율이 줄어드는 것이 양자오류정정 이론의 핵심 예측이다.
구글 퀀텀 AI가 2025년 네이처에 발표한 윌로우 실험은 이 지점을 정면으로 겨냥했다. 연구진은 초전도 프로세서에서 거리 3, 5, 7의 표면코드를 비교해, 코드 거리를 2씩 키울 때마다 논리 오류율이 약 2.14배씩 줄었다고 보고했다. 101개 물리 큐비트를 쓰는 거리 7 논리 메모리에서는 오류정정 한 주기당 논리 오류율을 0.143%로 제시했고, 가장 좋은 물리 큐비트 수명보다 약 2.4배 오래 버틴다고 밝혔다. 구글이 이 결과를 ‘below threshold’라고 부른 이유는, 큐비트를 더 많이 쓰면 오히려 더 안정해지는 구간에 실제로 들어섰다는 뜻이기 때문이다.
이 결과는 중요하지만 적용 범위를 좁게 봐야 한다. 여기서 확인된 것은 표면코드 기반 논리 메모리와 실시간 디코딩의 성능이며, 대규모 유용한 알고리즘 수행이 이미 가능하다는 뜻은 아니다. 논문 본문과 구글 설명 모두 현재 논리 오류율과 실제 유용한 계산에 필요한 오류율 사이에 여전히 여러 자릿수의 격차가 남아 있다고 적고 있다.
‘논리 큐비트가 물리 큐비트보다 낫다’는 실험은 어디까지 왔나
구글보다 앞서 다른 계열의 실험들도 있었다. 2022년 퀀티넘은 이온트랩 장치에서 두 논리 큐비트 얽힘 게이트를 실시간 오류정정과 함께 수행해, 대응하는 물리 회로보다 높은 충실도를 얻었다고 발표했다. 당시 결과는 특정 코드 비교와 제한된 논리 회로 수준이었지만, 적어도 ‘인코딩하면 무조건 손해’라는 단계를 벗어나고 있음을 보여준 사례로 읽힌다.
이어 2024년 마이크로소프트와 퀀티넘은 반복 오류정정과 논리 큐비트 얽힘 실험에서 물리 수준보다 더 낮은 오류율을 얻었다고 발표했다. 공개된 논문 초록에 따르면 일부 조건에서는 논리 회로 오류율이 물리 수준보다 수 배에서 수백 배 낮았고, 100개가 넘는 물리 CNOT를 포함하는 오류정정 주기에서도 물리 회로 기준선보다 낮은 논리 오류율을 보였다고 설명했다. 다만 이 수치는 사용한 코드, 후선택 여부, 비교 기준선에 따라 범위가 크게 달라져, 단순히 ‘800배’ 같은 최댓값만 떼어 쓰면 실제 적용 범위를 과장할 수 있다.
2025년에는 NIST가 소개한 이온트랩 기반 연구가 연결부를 하나 더 보탰다. 이 연구는 실제 장치에서 잡음을 더한 상태로 연결부호의 임계치 거동을 관측했다고 보고했다. 즉, 오류정정의 이득이 단순한 개별 데모가 아니라 임계 현상으로 나타날 수 있음을 다른 하드웨어 계열에서도 실험적으로 확인하려는 흐름이 이어지고 있다는 뜻이다.
그래서 상용화의 관문이라고 불리는 이유
양자컴퓨터가 상용 단계로 넘어가려면 단발성 시연이 아니라, 긴 알고리즘 동안 누적되는 실패 확률을 계속 낮출 수 있어야 한다. 지금의 물리 큐비트 오류율이 대체로 10의 마이너스 3제곱에서 10의 마이너스 2제곱 수준이라면, 유용한 대규모 계산에는 그보다 훨씬 낮은 논리 오류율이 필요하다는 것이 연구자들의 공통된 설명이다. 결국 오류정정은 성능 향상 옵션이 아니라, 계산 길이가 길어질수록 반드시 필요한 기반 기술에 가깝다.
상용화의 관문이라는 표현이 나오는 이유도 여기에 있다. 물리 큐비트 성능이 조금만 좋아져도, 임계치 아래에서는 오류정정이 그 개선분을 코드 거리 확대로 증폭할 수 있다. 반대로 임계치 위라면 큐비트 수를 늘리는 일이 오히려 독이 될 수 있다. 어느 기업이든 큐비트 총수만 앞세우는 주장을 검증할 때는, 논리 오류율이 실제로 내려갔는지, 그 결과가 메모리인지 연산인지, 실시간 디코딩까지 포함했는지, 후선택이나 특정 벤치마크에 크게 의존하는지부터 따져봐야 하는 이유다.
현재까지 확인된 결론
현재까지 검증된 범위에서 보면 양자오류정정은 실제 실패 확률을 낮출 수 있다. 이 명제는 더 이상 순수한 이론만은 아니다. 초전도와 이온트랩 등 서로 다른 하드웨어에서, 적어도 일부 논리 메모리와 논리 회로 실험은 물리 기준선보다 더 낮은 오류율을 보여줬다. 다만 그 성과를 곧바로 범용 상용화와 동일시할 수는 없다. 아직은 코드 규모, 상관오류, 드리프트, 디코딩 지연, 자원 오버헤드, 유용한 알고리즘까지의 격차가 크게 남아 있기 때문이다.
결국 2026년 10월의 가장 정확한 평가는 이렇다. 양자오류정정은 실제로 실패 확률을 낮추는 단계에 들어섰지만, 그것이 산업적으로 충분한 수준까지 일반화됐다고 말하기에는 아직 이르다. 상용화의 관문이라는 말은 과장이 아니라, 이제 막 실험적으로 열리기 시작한 문이라는 뜻에 가깝다.
자료: National Institute of Standards and Technology, Quantum Computing Explained(2025); Google Quantum AI and collaborators, Quantum error correction below the surface code threshold, Nature 638(2025년 2월 27일); Google Research, Making quantum error correction work(2024년 12월 9일); Quantinuum, Logical qubits start outperforming physical qubits(2022년 8월 4일); Ryan-Anderson et al., Demonstration of logical qubits and repeated error correction with better-than-physical error rates(2024년 4월 2일 공개 초록); Sommers et al., Observation of a fault tolerance threshold with concatenated codes, Physical Review Research 7(2025)