양자컴 활용했더니, ‘AI 학습 비용’ 5분의 1로 줄였다 작성일 07-06 27 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">울산과기원, 강인한 강화학습에 양자컴 ‘중첩’ 원리 적용<br>새 학습기법 ‘QRIM’ 개발...1만번 계산을 1백번으로 줄여</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="u4trqOUZhA"> <figure class="figure_frm origin_fig" contents-hash="9368df7cddb0146a3b27877d5b2285467d6859be9af7ad9eb73bd55d94a1620b" dmcf-pid="78FmBIu5Wj" dmcf-ptype="figure"> <p class="link_figure"><img alt="양자컴퓨터를 활용해 강인한 강화학습의 계산 비용을 최대 5분의 1 수준으로 낮춘 QRIM 학습기법을 챗GPT로 그린 일러스트." class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/06/dt/20260706151617610wrti.png" data-org-width="640" dmcf-mid="Ugqv8W2uhc" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/06/dt/20260706151617610wrti.png" width="658"></p> <figcaption class="txt_caption default_figure"> 양자컴퓨터를 활용해 강인한 강화학습의 계산 비용을 최대 5분의 1 수준으로 낮춘 QRIM 학습기법을 챗GPT로 그린 일러스트. </figcaption> </figure> <p contents-hash="a9c86a0e119cd4b4be0bb4369de9442ec3e24a4e0fe3f2474a886c4b33f6e761" dmcf-pid="z63sbC71vN" dmcf-ptype="general"><br> 양자컴퓨터를 활용해 인공지능(AI) 학습 비용을 최대 5분의 1 수준으로 줄일 수 있는 기술이 개발됐다.</p> <p contents-hash="8b5d487f5bf0602c30cf86d0e9c5b2bbbf2f97265a81220f910eb862a0ae8ef2" dmcf-pid="qP0OKhztya" dmcf-ptype="general">울산과학기술원(UNIST)은 윤성환 인공지능대학원 교수 연구팀이 김중헌 고려대 전기전자공학부 교수 연구팀과 함께 양자 알고리즘으로 ‘강인한 강화학습’의 계산 비용을 획기적으로 줄이는 AI 학습 기법 ‘QRIM’을 개발했다고 6일 밝혔다.</p> <p contents-hash="36a875421fb2fda59337e4c2eddee5f49c3fad278d1b6b968052a222100c6e3f" dmcf-pid="BQpI9lqFlg" dmcf-ptype="general">AI 학습 방법 중 하나인 강화학습은 AI가 시행착오를 거치며 스스로 행동 전략을 찾아간다는 점에서 인간 학습 방식과 유사하다. 하지만 실제 환경이 학습한 상황과 조금만 달라져도 성능이 급격히 떨어지는 한계가 있다.</p> <p contents-hash="a6851dbdacda094a88326dca7d597c29ce588740a951afd7bfb7861b75963a21" dmcf-pid="bxUC2SB3yo" dmcf-ptype="general">가령, 맑은 날의 도로만 학습한 자율주행차는 비나 눈이 내려 노면이 미끄러워지면 제대로 대응하지 못한다.</p> <p contents-hash="28de501d1050d367c9c1a82533ac55dae45178ae85355a3c0d1e7c5b36332d87" dmcf-pid="KMuhVvb0lL" dmcf-ptype="general">이를 보완하는 것이 ‘강인한 강화학습’이다. 학습 과정에서 발생할 수 있는 최악의 상황을 미리 찾아내고, AI가 이를 대비해 훈련시키는 방식이다.</p> <p contents-hash="ace66cc30eff7d47f81b2220e57e71e3322c8d81bb3aed15781621d90ccca054" dmcf-pid="9R7lfTKpTn" dmcf-ptype="general">문제는 이런 최악의 상황에 대한 모든 경우의 수를 하나씩 확인해야 하는데, 환경 변화 가능성이 많아질수록 계산 비용이 폭증한다는 점이다. 이 때문에 강인한 강화학습을 실제 현장에 적용하는 데 걸림돌이 되고 있다.</p> <p contents-hash="c9d07544494572e0d7e5f74515f88404c492d1497048ffef0c65f4e97a959f6d" dmcf-pid="2ezS4y9UTi" dmcf-ptype="general">연구팀은 강인한 강화학습의 병목을 유발하는 ‘최악의 환경 탐색’을 양자컴퓨터의 중첩 원리를 적용해 해결했다. 여러 상태를 동시에 표현할 수 있는 중첩 특성을 통해 다수의 후보 환경을 한꺼번에 계산해 빠르게 결과를 도출하도록 구현한 것이다.</p> <p contents-hash="f56ed7a561422b22fd910051172ab4abb8344ea7ef59aae865002d07d8432f8c" dmcf-pid="Vdqv8W2uTJ" dmcf-ptype="general"><span>예를 들어 </span><span>1만 개의 시나리오를 검토한다고 가정했을 때 기존에는 1만 번 계산해야 하지만, QRIM은 100번의 계산만으로 같은 결과를 얻을 수 있다.</span></p> <p contents-hash="ff5908d2a68819ebc16edbb638a0da2899a84e07f5c4c56518dd2e0fa8438201" dmcf-pid="fkQFLpd8ld" dmcf-ptype="general">실제 실험에서 QRIM은 기존 방식 대비 약 20∼30% 수준의 계산량만으로 학습을 수행했다.</p> <p contents-hash="83be77081c36153bc1318c60b4babb418a2ca32787fd8157718a303812edc434" dmcf-pid="4Ex3oUJ6Se" dmcf-ptype="general">또<span> IBM의 127큐비트 양자컴퓨터에서 QRIM을 작동시켜 검증한 결과, 정상 작동했고 양자 하드웨어 잡음이 존재하는 환경에서도</span><span> 안정적인 학습 성능을 보였다.</span></p> <p contents-hash="6b2b7cbb54c44daadca4a82c85b3a9ccd0b29eda7a6e1fc62e3e7808743ea58e" dmcf-pid="8DM0guiPTR" dmcf-ptype="general">제1 저자인 이현규 박사는 “기존 강화학습 알고리즘은 그대로 두고 상황 탐색 부분만 양자 모듈로 교체하면 다양한 강화학습 분야에 폭넓게 적용할 수 있을 것”이라고 말했다.</p> <p contents-hash="a8fd3314eb084363abd63db65f8750eca1ab82f71233d7e75721eae3758640ac" dmcf-pid="6wRpa7nQCM" dmcf-ptype="general">윤성환 교수는 “양자컴퓨팅이 기존 AI의 한계를 어떻게 보완할 수 있는지를 구체적으로 보여준 사례”라며 “환경 변화에 대한 적응이 필수적인 로보틱스, 자율주행 등에 활용할 수 있을 것”이라고 기대했다.</p> <p contents-hash="e6d84f448e44661668f7407dd08c3119568db2337450e6e38f237edb962c7d08" dmcf-pid="PreUNzLxTx" dmcf-ptype="general">연구 결과는 오는 11일부터 서울 코엑스에서 열리는 세계 3대 AI 학회인 국제머신러닝학회(ICML) 2026에 정식 논문으로 채택됐다.</p> <p contents-hash="a522d084c2e4e8920d08f43e5a86524d1f8aa3792e7225b205b61b17d1cb9830" dmcf-pid="QmdujqoMWQ" dmcf-ptype="general">이준기 기자 bongchu@dt.co.kr</p> </section> </div> <p class="" data-translation="true">Copyright © 디지털타임스. 무단전재 및 재배포 금지.</p> 관련자료 이전 '아이폰 감성'에 원조 삼성 '비상'…"폴더블폰 시장 지각변동" 예고 07-06 다음 국민체육진흥공단, ‘체육시설 정보관리 종합시스템’ 현장 상담 추진 07-06 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
