article detail
퍼듀대, 머신러닝으로 양자 칩 불안정성 20배 잡는다—광자 큐비트 대량 생산의 새 경로
2026. 11. 18. 오전 5:08
AI 요약
퍼듀대 연구진은 머신러닝 알고리즘으로 개별 양자 이미터의 시간에 따른 스펙트럼 변화를 학습해 미래 변화를 예측하고 선제 제어함으로써 QPIC의 디코히어런스 스펙트럼 변화를 최대 20배까지 줄이는 데 성공했습니다. 이 접근은 오류 발생 후 수습하는 방식이 아닌 발생 전 패턴을 읽어 제어하는 방법으로 제조 시 불량률과 보정 비용, 운영 소프트웨어 수요 및 장비 투자 우선순위에 영향을 미쳐 공급망 재편 가능성과 함께 제어 소프트웨어·계측 장비의 역할이 커질 수 있음을 시사합니다. 다만 해당 성과는 특정 실험 조건에서 검증된 결과이고 모든 광자 기반 칩·이미터·제조 환경에서 동일한 개선을 보인다고 단정할 수 없으며, 연구는 미국 에너지부 지원을 받았고 퍼듀 이노베이츠의 공개 기술을 바탕으로 특허 출원이 진행 중입니다.