AI 양자 실험 설계 연구, 얽힘 실험 규칙을 코드로 만든 방법

AI가 양자 실험 설계의 규칙 자체를 파이썬 코드로 만들어 냈다는 연구가 학술지 Nature Machine Intelligence 2026년 2월호에 실렸습니다. 이 글은 이 AI 양자 실험 설계 연구가 무엇을 했는지, 기존 방식과 무엇이 다른지, 어디까지가 확인된 성과인지를 정리합니다.

양자 얽힘 실험을 설계하는 일이 어려운 이유

양자 얽힘은 여러 입자가 하나의 양자 상태처럼 묶여서, 하나를 측정하면 나머지도 그 결과와 강하게 연결된 값을 보이는 상태입니다. 이 연구가 다루는 것은 빛의 입자인 광자를 이용한 양자 광학 실험입니다. 특정 얽힘 상태를 만들려면 광학 소자를 어떻게 배치하고 연결할지 설계해야 합니다.

입자가 몇 개만 늘어도 가능한 구성의 수가 폭발적으로 늘어납니다. 사람이 직관만으로 설계하기 어렵고, 지금까지는 컴퓨터가 수많은 경우를 탐색해 특정 상태를 만드는 구성을 찾아 주는 방식이 많이 쓰였습니다. 이런 탐색 도구는 대개 목표 상태 하나에 대한 구성 하나를 내놓습니다. 입자 수를 바꾸거나 다른 조건을 주면 처음부터 다시 찾아야 하고, 결과가 왜 그렇게 나왔는지 사람이 읽어 내기도 어렵습니다.

메타 설계, 설계도가 아니라 설계법을 만든다

논문 저자들(Sören Arlt, Mario Krenn 등)이 내놓은 방식은 메타 설계(meta-design)입니다. 트랜스포머 기반 언어 모델이 사람이 읽을 수 있는 파이썬 코드를 쓰는데, 그 코드는 실험 하나가 아니라 같은 부류의 양자 상태 전체를 만드는 실험 구성 규칙입니다.

• 목표 상태를 주면 모델이 그 상태를 실험으로 만드는 방법을 코드로 출력합니다.
• 코드이므로 입자 수 같은 값을 바꿔 더 큰 실험으로 넓혀 볼 수 있습니다. 저자들은 추가 최적화 없이 확장할 수 있다고 설명합니다.
• 코드를 읽으면 어떤 구조가 반복되고 어떤 제약이 중요한지 연구자가 이해할 수 있습니다.

논문은 양자 광학을 개념 증명 분야로 삼아 20개 부류의 양자 상태를 대상으로 했습니다. 얽힘 상태로 잘 알려진 GHZ 상태와 W 상태 같은 것이 포함됩니다. 초록은 이 방법으로 중요한 양자 상태의 실험적 일반화 가운데 이전에 알려지지 않은 것을 찾아냈다고 설명합니다. 사용한 모델은 약 1억 개 매개변수 규모로 비교적 작은 편입니다.

그래서 AI가 정답 하나를 맞혔다기보다, 사람이 매번 처음부터 풀던 설계 문제에서 반복되는 패턴을 코드 형태로 뽑아냈다는 점이 이 연구의 핵심입니다.

확인된 것과 아직 아닌 것

이 연구는 새로운 물리 법칙을 발견한 것이 아닙니다. 기존 양자역학이 허용하는 범위 안에서, 사람이 아직 정리하지 못했던 실험 구성의 일반화 패턴을 찾은 것입니다. 그것만으로도 과학에서는 의미가 있는 성과입니다. 설계 규칙을 읽을 수 있는 코드로 받는다는 점이, 답만 내놓는 AI와 다릅니다.

한계도 있습니다. 보도된 내용 기준으로, 모델은 언제나 해를 찾는 것이 아니고 출력이 목표 상태와 정확히 맞는지 스스로 보증하지 못해서 충실도(목표 상태와 얼마나 가까운지를 나타내는 값)를 따로 계산해 확인해야 합니다. 이 설계들은 시뮬레이션으로 확인한 청사진 단계이고, 실험실에서 실제로 구현한 결과는 아직 아닙니다. 모델 규모가 작아 다룰 수 있는 실험 크기에도 한계가 있습니다.