인공지능을 통한 분류에 있어 비선형 커널을 이용한 특징 분류 기술

[아시아경제 황준호 기자] 국내 연구진이 양자 인공지능의 기반이 되는 알고리즘을 고안해 입증했다. 인공지능으로도 구분하기 힘들거나, 시간과 자원이 많이 투입돼야 하는 연산작업을 양자 컴퓨팅 기술을 통해 한 번에 처리할 수 있는 기술이다.

한국과학기술원(KAIST)는 전기및전자공학부 및 AI 양자컴퓨팅 IT 인력양성연구센터 이준구 교수 연구팀이 독일과 남아공 연구팀과의 협력 연구를 통해 비선형 양자 기계학습 인공지능 알고리즘을 개발했다고 7일 밝혔다.

인공지능은 개와 고양이에 대한 데이터의 상관관계를 기계적으로 학습해 둘을 구분한다. 이는 데이터 간의 유사성을 정량화 하는 함수인 커널을 통해 이뤄진다. 문제는 개와 고양이 이미지의 데이터값이 비슷할 경우다. 기존 인공지능은 둘을 구분하기 위해 매우 많은 양의 데이터를 구분한다. 시간과 에너지가 많이 소요되는 작업이다. 이를 효율적으로 구분하기 위해서는 병렬 연산이 필요하다. 기존 인공지능이 갖고 있는 연산법이 일차방정식이라면 이를 병렬로 놓고 연산하는 방식이 필요하다는 것이다.

연구팀이 개발한 양자 커널기반 지도학습의 양자회로도 예시

<이미지를 클릭하시면 크게 보실 수 있습니다>

연구팀은 양자 컴퓨팅 기술(양자포킹 기술과 양자 측정기술)을 통해, 이를 가능하게 하는 양자 알고리즘 체계를 개발했다. 양자 컴퓨팅은 우리가 쓰는 컴퓨터가 쓰는 연산의 기본 단위인 비트를 쓰지 않고 큐비트를 쓴다. 큐비트는 개수에 따라 정보 공간의 차원이 기하급수적으로 증가한다.

연구팀이 개발한 알고리즘은 저차원 입력 공간에 존재하는 데이터들을 큐비트로 표현되는 고차원 데이터 특징 공간으로 옮긴 후, 양자화된 모든 학습데이터와 테스트데이터 간의 커널 함수를 양자 중첩을 활용해 동시에 계산하고 효율적으로 테스트데이터를 분류한다. 이때 사용되는 양자 회로의 계산 복잡도는 학습 데이터양에 대해서는 선형적으로 증가하나, 데이터 특징 개수에 대해서는 매우 천천히 증가하는 장점이 있다.

5-큐비트 IBM 양자 컴퓨터로 구현한 양자 기계학습의 예시

연구팀은 양자 회로의 체계적 설계를 통해 다양한 양자 커널 구현이 가능함을 이론적으로 증명하기도 했다. 커널 기반 기계학습에서는 주어진 입력 데이터에 따라 최적 커널이 달라질 수 있으므로, 다양한 양자 커널을 효율적으로 구현할 수 있게 된 점은 양자 커널 기반 기계학습의 실제 응용에 있어 매우 중요한 성과다.

연구팀은 IBM이 클라우드 서비스로 제공하는 다섯 개의 큐비트로 구성된 초전도 기반 양자 컴퓨터에서 이번에 개발에 성공한 양자 기계학습 알고리즘을 실험적으로 구현해, 실제로 이같은 연구 결과를 입증하는데 성공하기도 했다.

이 연구에 참여한 박경덕 연구교수는 "연구팀이 개발한 커널 기반 양자 기계학습 알고리즘은 수년 안에 상용화될 것으로 예측되는 수 백 큐비트의 NISQ 컴퓨팅의 시대가 오면 고전 커널 기반 지도학습을 뛰어넘는 기술이 될 것"이라며 "복잡한 비선형 데이터의 패턴 인식 등을 위한 양자 기계학습 알고리즘으로 활발히 사용될 것"이라고 말했다.