양자컴퓨터는 정말 실현 가능한가 — 큐비트가 아니라 헬륨-3와 진공 배관을 봐야 하는 이유

미국이 2028년까지 연방기관에 양자컴퓨터를 배치하고 2031년까지 암호체계를 갈아엎겠다는 행정명령에 서명했다. 중국은 중성원자 방식 듀얼 코어 양자컴퓨터를 세계 최초로 공개하며 맞불을 놨고, 투자 규모는 미국의 네 배라는 통계까지 나온다. 언론은 이걸 '고래 싸움'이라 부르고, 개인 투자자는 "그래서 언제 상용화되냐"를 묻는다. 그런데 현장에서 이 뉴스를 읽는 방식은 좀 다르다. 우리는 큐비트 개수가 아니라, 그 큐비트를 10밀리켈빈에서 붙잡아두는 유틸리티 설비를 먼저 본다.

배경: 왜 중요한가

양자컴퓨터가 갑자기 부상한 배경에는 AI의 한계가 있다. 생성형 AI 이후 GPU와 데이터센터에 천문학적 자금이 들어갔지만, 배터리 소재의 전해질 조합이나 신약 후보물질의 분자 상호작용처럼 변수 조합이 지수적으로 늘어나는 문제는 여전히 풀리지 않는다. 이건 연산량의 문제가 아니라 연산 방식의 문제다. 고전 컴퓨터는 양자계를 시뮬레이션하려면 원자 수에 지수적으로 비례하는 자원이 필요하고, 그래서 우리는 늘 근사와 단순화를 써왔다. 양자계를 양자계로 계산하자는 발상 자체는 파인만이 1981년에 이미 했다. 새로운 건 발상이 아니라, 그걸 하드웨어로 만들 돈이 이제 국가 예산 수준으로 들어왔다는 점이다.

그리고 국가가 돈을 넣는 진짜 이유는 계산 속도가 아니라 암호다. 지금 도청해 저장해둔 암호문을 10년 뒤 양자컴퓨터로 푸는 시나리오(HNDL, Harvest Now Decrypt Later)는 정보기관에게 가정법이 아니라 현재진행형이다. 트럼프 행정부가 보안 전환 시점을 전임 정부보다 4년 앞당긴 건, 기술 낙관론이라기보다 방어 일정을 앞당긴 리스크 관리에 가깝다. 이 구분은 중요하다. 정부가 서두른다는 사실이 곧 기술이 임박했다는 증거는 아니다.

여기서 산업 쪽 관점이 갈린다. 맥킨지가 말하는 2035년 1조 3천억 달러 시장은 양자컴퓨터 본체 시장이 아니다. 칩 제조, 제어 전자장비, 극저온 설비, 소프트웨어, 클라우드, 보안까지 이어지는 생태계 전체의 숫자다. AI가 그랬듯, 돈은 본체보다 인프라에서 먼저 움직인다.

핵심: 일반 기사가 놓치는 지점

기사들은 초전도체, 이온트랩, 중성원자라는 세 방식을 나란히 놓고 "경쟁 중"이라고 쓴다. 틀린 말은 아니지만, 설비 엔지니어가 보기에 이 셋은 경쟁 관계라기보다 완전히 다른 공장 세 개다. 필요한 유틸리티도, 병목 자재도, 스케일업 곡선도 다르다.

세부 포인트 1 — 초전도 방식의 진짜 병목은 큐비트가 아니라 냉각과 배선이다

초전도 큐비트는 10~20밀리켈빈, 즉 우주 배경복사보다 차가운 환경에서만 동작한다. 이 온도를 만드는 건 희석냉동기(dilution refrigerator)이고, 그 핵심 작동유체는 헬륨-3다. 헬륨-3는 자연 채취가 사실상 불가능하고, 삼중수소가 붕괴하며 생기는 부산물을 회수해 쓴다. 즉 공급원이 핵 관련 시설에 묶여 있는, 지구상에서 가장 비탄력적인 공급망 중 하나다. 큐비트를 1,000개에서 100만 개로 늘리겠다는 로드맵은, 곧 희석냉동기 대수와 헬륨-3 수요를 그만큼 늘리겠다는 말과 같다.

배선은 더 현실적인 벽이다. 큐비트 하나당 제어선 여러 가닥이 상온에서 극저온까지 내려가는데, 이 선들은 열을 끌고 들어온다. 큐비트를 늘릴수록 열유입이 늘고, 냉각 여유는 줄어든다. 이걸 푸는 방식이 극저온에서 동작하는 제어 칩(cryo-CMOS)이고, 그래서 양자컴퓨터 스케일업 이슈는 어느 순간 반도체 공정 이슈로 환원된다. 반도체 하던 사람이 이 판을 읽기 유리한 이유다.

중국이 중성원자 방식으로 "냉각 비용을 줄였다"고 발표한 것도 이 맥락에서 봐야 한다. 희석냉동기는 필요 없지만, 대신 초고진공 챔버와 다수의 안정화 레이저, 그리고 그걸 붙들어두는 광학 정반이 필요하다. 병목이 사라진 게 아니라 극저온에서 진공·광학으로 옮겨간 것이다. 현장 표현으로는, 냉동기 예산이 레이저 예산으로 바뀐 것에 가깝다.

세부 포인트 2 — "5~7년 내 상용화"라는 말의 단위가 서로 다르다

아마존 임원의 "5~7년 내 상업적으로 유용한 소규모 양자컴퓨터", 마이크로소프트의 "2029년"이라는 목표는 언뜻 같은 이야기 같지만 조건절이 다르다. 여기서 갈리는 건 오류정정 비용이다.

큐비트는 진동, 온도, 전자기 잡음에 흐트러진다. 그래서 신뢰할 수 있는 '논리 큐비트' 하나를 만들려면 불완전한 '물리 큐비트' 수십에서 수천 개를 묶어야 한다. 이 배율은 물리 큐비트 자체의 오류율에 극도로 민감하다. 오류율이 조금만 개선돼도 필요한 물리 큐비트 수는 크게 줄고, 조금만 나빠지면 발산한다. 그래서 개인 입장에서 진행 상황을 볼 때 물리 큐비트 개수 발표는 거의 정보량이 없고, 논리 큐비트 개수와 오류율 개선 폭이 실질 지표다. 기사에 "몇 큐비트"만 나오고 오류율이 안 나오면, 그건 대체로 마케팅 쪽에 가깝다.

여기서 AI가 등장하는 지점도 흥미롭다. 최근 큐비트 상태를 실시간 분석해 장비를 자동 보정하는 접근이 주목받는데, 이건 반도체 팹의 APC(Advanced Process Control)와 개념적으로 같다. 공정 변동을 실시간 피드백으로 잡는 것. 산업 현장 엔지니어에게 낯선 기술이 아니라는 뜻이고, 동시에 양자컴퓨터가 '과학'에서 '수율 관리 산업'으로 넘어가는 신호로 읽을 수 있다.

그래서 뭘 봐야 하나

단정적으로 말할 수 있는 건 별로 없다. 다만 관점 몇 가지는 정리할 수 있다.

첫째, 본체보다 유틸리티 체인을 먼저 보는 게 산업 논리에 맞다. 극저온 설비, 희소가스 공급과 회수, 초고진공, 정밀 레이저·광학, 극저온 제어 반도체. 이 영역은 양자컴퓨터가 어느 방식으로 수렴하든 수요가 발생하고, 셋 중 둘이 실패해도 살아남는 구간이 있다. AI 사이클에서 전력·냉각·소재가 뒤늦게 재평가된 패턴과 구조가 닮아 있다.

둘째, 정부 조달이 초기 수요의 상당 부분이라는 점은 양날이다. 매출 가시성은 좋지만, 예산과 정권에 연동된다. 미 상무부가 지분을 받아가는 형태의 지원은 기업 입장에서 자본조달인 동시에 희석이기도 하다.

셋째, 개인 입장에서 가장 현실적인 질문은 "양자컴퓨터가 언제 오나"가 아니라 "내가 틀렸다는 걸 언제 알 수 있나"다. 논리 큐비트 수, 오류율 개선 추이, 벤치마크가 고전 알고리즘에 재현되어 반박당했는지 여부. 이 세 가지가 확인 가능한 관측 지표다. 반대로 "슈퍼컴퓨터로 수백 년 걸릴 계산을 몇 초에"라는 문장은 특정 벤치마크에 한정된 이야기이며, 실제로 이후 고전 알고리즘 개선으로 격차가 크게 좁혀진 사례가 반복적으로 나왔다.

양자컴퓨터가 실현 가능하냐는 질문에 대한 현장의 답은 "물리적으로는 이미 됐고, 경제적으로는 아직"이다. 실험실에서 동작하는 것과 24시간 가동되는 설비는 다른 문제이고, 그 간극을 메우는 건 늘 유틸리티와 수율이었다.