2021.05.20

현실화되는 금융 양자 컴퓨팅 “5~10년 이내에 몬테카를로 시뮬레이션 가능”

Chris Nerney | Network World
금융회사는 매도와 매수 결정을 위해 컴퓨터를 이용한 금융 시뮬레이션에 많이 의존한다. 특히 몬테카를로 시뮬레이션은 많은 금융회사가 위험을 평가하고 가격을 시뮬레이션하는 데 사용한다. 이런 시뮬레이션은 기업 재무 분야나 포트폴리오 관리에도 사용할 수 있다.
 
ⓒ Getty Images Bank

하지만 몬테카를로 시뮬레이션은 어마어마한 양의 복잡한 연산을 수행하기 때문에 막대한 컴퓨팅 자원을 사용하고 시간도 오래 걸린다. 몬테카를로 방법론을 사용하는 재무 연산은 보통 한 번 연산에 하루 정도가 걸린다. 비교적 평화로운 채권 시장이라면 이 정도로도 나쁘지 않지만, 좀 더 휘발성 강한 시장의 금융 거래에서는 오래된 데이터에 의존하는 셈이 된다. 

다른 산업군이 실시간 데이터를 일상적으로 이용하는 디지털 세계의 기준에는 한참 못미치는 속도가 아닐 수 없다. 해결책은 몬테카를로 시뮬레이션의 연산 속도를 가속화하는 것이다. 

대형 금융서비스 업체인 골드만 삭스와 양자 컴퓨팅 전문업체 QC 웨어에 따르면, 머지않아 이런 일이 가능할 것으로 보인다. QC 웨어는 QaaS(quantum-as-a-service) 업체로, 가까운 시일 내에 구현될(near-term) 양자 컴퓨팅 하드웨어에서 구동할 애플리케이션을 개발하고 있다. 두 협력업체의 연구팀은 몬테카를로 시뮬레이션을 5~10년 내에 사용할 수 있을 것으로 예상되는 양자 하드웨어에서 구동할 수 있는 새로운 양자 알고리즘을 개발해 왔다.

설명해야 할 것이 많다. 첫째, 가까운 시일에 구현될 양자 컴퓨팅 하드웨어이다. 기본적으로 양자 컴퓨터는 환경 노이즈에 민감해 오염된 결과가 나오기 쉬운데, 이렇게 결함 및 오류가 발생하기 쉬운 양자 컴퓨팅을 온전히 구현한 버전을 말한다. 실질적으로는 이 양자 컴퓨팅 장비는 오류율이 높고 여러 단계의 계산 후에 잘못된 결과값을 내놓을 것이다. 

다행이라면, 양자 컴퓨터로 몬테카를로 시뮬레이션을 기존보다 1,000배는 빨리 수행하면서도 오류를 줄일 수 있는 양자 알고리즘이 있다는 것이다. 하지만 이런 알고리즘이 시뮬레이션을 이런 속도로 실행하는 데 필요한 에러 교정 양자 하드웨어는 10~20년 뒤에나 나올 수 있다.

골드만 삭스와 QC 웨어의 연구팀은 속도 구현과 최적의 양자 컴퓨팅 성능 사이에서 중간 지점을 찾으려 한다. 두 업체는 공동 보도자료를 통해 “1,000배에서 100배로 속도를 일부 희생하는 것으로 연구팀은 섈로우 몬테카를로(Shallow Monte Carlo) 알고리즘을 만들어 냈다. 이 알고리즘은 5~10년 뒤에 이용할 수 있을 것으로 예상되는 양자 컴퓨터에서 실행할 수 있다”고 밝혔다.

결론적으로 기존보다 절반이나 가까운 미래에 더 빠른 몬테카를로 시뮬레이션을 금융거래에 이용할 수 있게 된다. 또한 금융업체 외에도 의료기관, AI, 물류, 제조, 국가 안보 등 양자 컴퓨팅이 혁신적인 효과를 가져다줄 것으로 기대되는 영역에서도 같은 시도가 진행될 것이다.

컴퓨팅 속도를 지수적으로 높일 수 있는 양자 컴퓨팅의 역량을 기업이 이용한다면, 더 빠르게 혁신하고 시장의 변화에 더 신속하게 대응하고 더 효율적으로 비즈니스를 운영하는 등 상당한 경쟁 우위를 확보할 수 있을 것이다.

한편 미 로스 알라모스 국립연구소는 머신러닝을 이용해 양자 컴퓨터가 환경 잡음에 좀 덜 취약하도록 만드는 알고리즘을 개발하는 데 머신러닝을 사용하고 있다고 밝혔다. 연구소는 보고서를 통해 “노이즈 인식 서킷 러닝”이란 이 방법으로 오류율을 절반 또는 1/3로 줄이는 것을 시연했다. 이 연구소의 양자 물리학자이자 이번 보고서의 대표 저자인 패트릭 콜스는 머신러닝 접근법이 면역 시스템을 훈련시키는 백신과 비슷하다고 설명했다. 머신러닝으로 양자 알고리즘이 특정 양자 컴퓨터의 노이즈 프로세스에 저항력을 갖도록 하는 방식이다. editor@itworld.co.kr


2021.05.20

현실화되는 금융 양자 컴퓨팅 “5~10년 이내에 몬테카를로 시뮬레이션 가능”

Chris Nerney | Network World
금융회사는 매도와 매수 결정을 위해 컴퓨터를 이용한 금융 시뮬레이션에 많이 의존한다. 특히 몬테카를로 시뮬레이션은 많은 금융회사가 위험을 평가하고 가격을 시뮬레이션하는 데 사용한다. 이런 시뮬레이션은 기업 재무 분야나 포트폴리오 관리에도 사용할 수 있다.
 
ⓒ Getty Images Bank

하지만 몬테카를로 시뮬레이션은 어마어마한 양의 복잡한 연산을 수행하기 때문에 막대한 컴퓨팅 자원을 사용하고 시간도 오래 걸린다. 몬테카를로 방법론을 사용하는 재무 연산은 보통 한 번 연산에 하루 정도가 걸린다. 비교적 평화로운 채권 시장이라면 이 정도로도 나쁘지 않지만, 좀 더 휘발성 강한 시장의 금융 거래에서는 오래된 데이터에 의존하는 셈이 된다. 

다른 산업군이 실시간 데이터를 일상적으로 이용하는 디지털 세계의 기준에는 한참 못미치는 속도가 아닐 수 없다. 해결책은 몬테카를로 시뮬레이션의 연산 속도를 가속화하는 것이다. 

대형 금융서비스 업체인 골드만 삭스와 양자 컴퓨팅 전문업체 QC 웨어에 따르면, 머지않아 이런 일이 가능할 것으로 보인다. QC 웨어는 QaaS(quantum-as-a-service) 업체로, 가까운 시일 내에 구현될(near-term) 양자 컴퓨팅 하드웨어에서 구동할 애플리케이션을 개발하고 있다. 두 협력업체의 연구팀은 몬테카를로 시뮬레이션을 5~10년 내에 사용할 수 있을 것으로 예상되는 양자 하드웨어에서 구동할 수 있는 새로운 양자 알고리즘을 개발해 왔다.

설명해야 할 것이 많다. 첫째, 가까운 시일에 구현될 양자 컴퓨팅 하드웨어이다. 기본적으로 양자 컴퓨터는 환경 노이즈에 민감해 오염된 결과가 나오기 쉬운데, 이렇게 결함 및 오류가 발생하기 쉬운 양자 컴퓨팅을 온전히 구현한 버전을 말한다. 실질적으로는 이 양자 컴퓨팅 장비는 오류율이 높고 여러 단계의 계산 후에 잘못된 결과값을 내놓을 것이다. 

다행이라면, 양자 컴퓨터로 몬테카를로 시뮬레이션을 기존보다 1,000배는 빨리 수행하면서도 오류를 줄일 수 있는 양자 알고리즘이 있다는 것이다. 하지만 이런 알고리즘이 시뮬레이션을 이런 속도로 실행하는 데 필요한 에러 교정 양자 하드웨어는 10~20년 뒤에나 나올 수 있다.

골드만 삭스와 QC 웨어의 연구팀은 속도 구현과 최적의 양자 컴퓨팅 성능 사이에서 중간 지점을 찾으려 한다. 두 업체는 공동 보도자료를 통해 “1,000배에서 100배로 속도를 일부 희생하는 것으로 연구팀은 섈로우 몬테카를로(Shallow Monte Carlo) 알고리즘을 만들어 냈다. 이 알고리즘은 5~10년 뒤에 이용할 수 있을 것으로 예상되는 양자 컴퓨터에서 실행할 수 있다”고 밝혔다.

결론적으로 기존보다 절반이나 가까운 미래에 더 빠른 몬테카를로 시뮬레이션을 금융거래에 이용할 수 있게 된다. 또한 금융업체 외에도 의료기관, AI, 물류, 제조, 국가 안보 등 양자 컴퓨팅이 혁신적인 효과를 가져다줄 것으로 기대되는 영역에서도 같은 시도가 진행될 것이다.

컴퓨팅 속도를 지수적으로 높일 수 있는 양자 컴퓨팅의 역량을 기업이 이용한다면, 더 빠르게 혁신하고 시장의 변화에 더 신속하게 대응하고 더 효율적으로 비즈니스를 운영하는 등 상당한 경쟁 우위를 확보할 수 있을 것이다.

한편 미 로스 알라모스 국립연구소는 머신러닝을 이용해 양자 컴퓨터가 환경 잡음에 좀 덜 취약하도록 만드는 알고리즘을 개발하는 데 머신러닝을 사용하고 있다고 밝혔다. 연구소는 보고서를 통해 “노이즈 인식 서킷 러닝”이란 이 방법으로 오류율을 절반 또는 1/3로 줄이는 것을 시연했다. 이 연구소의 양자 물리학자이자 이번 보고서의 대표 저자인 패트릭 콜스는 머신러닝 접근법이 면역 시스템을 훈련시키는 백신과 비슷하다고 설명했다. 머신러닝으로 양자 알고리즘이 특정 양자 컴퓨터의 노이즈 프로세스에 저항력을 갖도록 하는 방식이다. editor@itworld.co.kr


X