자나두(Xanadu) 양자컴퓨팅: 광자 방식과 GKP 오류보정으로 보는 스케일링 전략

극저온 vs 상온. 양자컴퓨팅의 미래는 어느 길로 갈까요? 자나두(Xanadu)는 빛으로 답합니다. 36억 달러 기업가치로 상장을 준비 중인 이 캐나다 기업은 광자 기반 연속변수(CV) 방식으로 DARPA Stage B에 진출하며 내결함성 가능성을 인정받았습니다. 이 글에서는 CV 포토닉스의 원리, GKP 오류보정, Borealis 양자 우위, Aurora 모듈러 시스템부터 2029 데이터센터 비전까지 정리합니다. 빛의 격자가 양자 오류를 넘어서는 여정, 지금 시작합니다.

 

---

1. 자나두 광자 방식: 연속변수(CV)로 상온 작동하는 양자컴퓨터

1.1 왜 광자인가?

양자컴퓨팅은 지금 모달리티 전쟁 중입니다. 구글과 IBM이 선택한 초전도 방식 아이온큐(IonQ)의 이온트랩 그리고 자나두(Xanadu)가 밀고 있는 광자 방식이 서로 경쟁하고 있습니다.

 

자나두(Xanadu) 양자컴퓨터의 선택은 명확합니다. 연속변수(Continuous-Variable) 포토닉 양자컴퓨팅과 시간영역 멀티플렉싱(TDM)입니다. 일반적인 양자컴퓨터가 0과 1의 이산적 큐비트를 사용한다면 자나두의 CV 방식은 광파의 연속적인 진폭과 위상에 정보를 실어 조작합니다.

 

쉽게 말하면 디지털 신호가 아닌 아날로그 신호로 계산한다는 의미입니다. 마치 레코드판처럼 연속적인 파동의 변화에 정보를 담는 것이죠.

 

1.2 광자 방식의 3가지 핵심 장점

(1) 상온 구동의 혁명

초전도 양자컴퓨터는 절대온도 0도에 가까운 극저온 환경이 필요합니다. 반면 자나두(Xanadu)의 광자 시스템은 상온에서 작동합니다. 2025년 2월 공개된 Aurora 시스템이 바로 이를 증명했습니다. 물론 고효율 검출기와 광원 품질은 여전히 개선해야 할 과제지만 운영 복잡도와 비용 면에서 큰 이점을 갖습니다.

 

(2) 통신과의 자연스러운 궁합

광자는 이미 우리가 사용하는 광섬유 통신의 기본 단위입니다. 이는 양자 네트워킹과 분산 양자컴퓨팅으로 확장하기에 최적의 조건입니다. 자나두(Xanadu)의 Aurora 시스템은 4개의 독립적인 서버 랙이 광섬유로 연결되어 있으며 총 13km의 광섬유와 35개의 광자 칩을 포함합니다.

 

(3) 멀티플렉싱을 통한 스케일링

시간영역 멀티플렉싱(TDM)은 자나두(Xanadu)의 비밀 무기입니다. 동일한 하드웨어로 시간 슬롯을 나눠 더 많은 광학 모드를 다루는 방식입니다. 이는 하드웨어 증설 없이도 계산 능력을 확장할 수 있는 경로를 제공합니다.

 

자나두(Xanadu) 포토닉 방식과 양자컴퓨팅 모달리티별 특성 비교

비교 항목	초전도 방식	이온트랩 방식	광자 CV 방식 (자나두)
작동 온도	~0.01K	주로 상온*	상온
큐비트 타입	이산변수	이산변수	연속변수
통신 호환성	낮음	중간	높음
스케일링 방식	배선 증설	레이저 추가	멀티플렉싱
주요 과제	결맞음 시간	속도	광손실

 

1.3 극복해야 할 병목: 광손실과의 전쟁

하지만 장밋빛 전망만 있는 것은 아닙니다. 광자 방식의 최대 적은 광손실입니다. 광섬유를 지나가거나 광학 소자를 거치면서 빛이 흡수되거나 산란되면 양자 정보가 손실됩니다.

 

자나두(Xanadu) CEO 크리스천 위드브룩은 "2028년까지 우리의 가장 큰 목표는 광손실을 줄이는 것"이라고 명확히 밝혔습니다. 이를 위해 온칩 통합 고품질 스퀴즈드 라이트 생성 그리고 반도체 공정의 수율 개선이 핵심 전략입니다.

 

---

2. GKP 오류보정: 아날로그 오차를 디지털 격자로 스냅하다

2.1 GKP가 중요한 이유

양자컴퓨터의 가장 큰 적은 오류입니다. 연속변수 시스템은 특히 가우시안 잡음에 취약합니다. 여기서 자나두(Xanadu)가 주목한 것이 바로 GKP(Gottesman-Kitaev-Preskill) 코드입니다.

G

KP 코드는 2001년 다니엘 고테스만 알렉세이 키타예프 존 프레스킬이 제안한 오류보정 방식입니다. 이 방식의 핵심은 연속변수의 양자 상태를 격자(grid) 구조로 인코딩하여 오류를 감지하고 수정하는 것입니다.

 

쉽게 비유하자면 이렇습니다. 아날로그 라디오의 잡음 많은 신호를 가장 가까운 방송국 주파수로 자동 조정하는 것과 비슷합니다. 연속적인 오차를 정해진 격자점으로 "스냅"시켜서 보정하는 원리입니다.

 

2.2 2025년 6월의 돌파구: 온칩 GKP 생성

자나두는 2025년 6월 Nature에 역사적인 논문을 발표했습니다. 실리콘 질화물 웨이퍼 기반의 온칩 플랫폼에서 GKP 상태를 최초로 생성한 것입니다.

 

이 실험의 핵심 성과는 다음과 같습니다:

 

• 300mm 웨이퍼 기반: 상용 반도체 공정과 호환되는 규격
• 99% 이상의 검출 효율: 자체 개발한 광자수 분해 검출기
• 초저손실 패키징: 정밀 정렬과 맞춤형 칩 마운트로 양자 상태 유지

 

자나두 CTO 재커리 버논은 "GKP 상태는 어떤 의미에서 이상적인 광자 큐비트"라고 표현했습니다. 상온에서 논리 게이트와 오류보정을 확정적이고 직관적인 방식으로 구현할 수 있기 때문입니다.

 

2.3 오류 예산의 구조

GKP 기반 오류보정의 성능은 여러 요소의 곱으로 결정됩니다:

1. 스퀴징 레벨: 양자 상태를 얼마나 압축했는가 (dB 단위)
2. 광학 손실: 소자를 거치며 잃는 빛의 양
3. 위상 안정성: 간섭계의 떨림
4. 검출기 효율(η): 광자를 얼마나 정확히 측정하는가

 

이 중 하나라도 떨어지면 논리오차율이 급격히 증가합니다. 자나두(Xanadu)의 로드맵은 이 모든 항목을 동시에 개선하는 전략입니다.

 

2.4 물리 큐비트에서 논리 큐비트로

오류보정에는 대가가 따릅니다. 바로 오버헤드입니다. 튼튼한 논리 큐비트 하나를 만들기 위해 수백에서 수천 개의 물리 모드가 필요합니다.

 

현재 널리 쓰이는 서피스코드 추정치로는 논리 큐비트 1개당 수백에서 수천 개의 물리 큐비트가 필요하다는 보고가 많습니다.

 

자나두 오류보정 기술은 LDPC(Low-Density Parity-Check) 코드를 활용해 이 비율을 약 10배 수준으로 절감할 잠재력이 있다고 밝히고 있습니다.

 

자나두(Xanadu) GKP 오류보정 기술 로드맵

단계	목표	현재 상태 (2025)
온칩 GKP 생성	안정적 상태 생성	✅ 완료 (2025.6)
피드포워드 구현	ns~μs급 제어	🔄 진행 중
오류보정 회로	반복 운용 데모	🔄 진행 중
논리 게이트 셋	Threshold 도달	📅 2026-2027 (자사 계획)
실용 시스템	100만 물리 큐비트	📅 2029 (자사 목표)

 

💡 관련 콘텐츠: 양자 오류보정의 기초 개념이 궁금하다면 "양자 오류 정정의 원리 – QEC는 왜 가능할까?" 를 참고해 보세요.

 

---

3. Borealis의 유산: 양자 우위 논쟁과 기술적 의미

3.1 2022년의 획: Gaussian Boson Sampling

자나두를 세계적으로 알린 시스템이 바로 Borealis입니다. 2022년 Nature에 발표된 이 시스템은 216개의 스퀴즈드 모드를 갖춘 동적 프로그래머블 포토닉 프로세서로 가우시안 보손 샘플링(GBS)을 수행했습니다.

 

GBS는 광자들이 복잡한 간섭 패턴을 거쳐 나오는 분포를 샘플링하는 문제입니다. Borealis는 샘플당 36μs(마이크로초)의 속도로 작동했으며 자나두는 동시대 최선의 정확 시뮬레이션으로 단일 샘플 생성에 9,000년 이상이 걸린다는 복잡도 추정과 비교해 연산 우위를 주장했습니다.

 

Borealis의 차별점은 동적 프로그래머빌리티와 클라우드 공개 접근성(AWS Braket)입니다. 참고로 광자 기반 양자 우위의 첫 사례는 2020년 중국과학기술대학(USTC)의 Jiuzhang으로 평가됩니다.

 

3.2 논쟁의 본질: 우위 vs 유용성

하지만 "양자 우위"는 논쟁적인 개념입니다. 구글이 2019년 Sycamore로 양자 우위를 선언했을 때도 IBM은 다른 알고리즘으로 며칠이면 풀 수 있다고 반박했습니다.

 

핵심은 이것입니다: 특정 태스크와 특정 가정 하에서의 비교라는 점입니다. 고전 알고리즘과 하드웨어가 계속 발전하므로 "우위의 반납"이 반복될 수 있습니다.

 

그렇다면 Borealis는 무의미한 성과일까요? 전혀 그렇지 않습니다.

 

Borealis가 증명한 것

(1) 하드웨어 성숙도

 

대규모 광학 모드를 연결하고 동적으로 제어하는 것이 실제로 가능함을 보였습니다. 프로그래머블한 포토닉 양자 회로의 실현 가능성을 입증한 것입니다.

 

(2) 계산 모델로서의 가능성

 

CV 광학이 단순한 실험실 장난감이 아니라 실제 계산 모델로 작동할 수 있음을 보여줬습니다. 이는 향후 머신러닝이나 화학 시뮬레이션 같은 실용 문제로 확장할 수 있는 토대입니다.

 

(3) 스케일링 경로 제시

 

초전도 방식처럼 배선을 계속 늘리는 것이 아니라 광섬유 네트워킹으로 확장한다는 자나두(Xanadu) 포토닉 양자컴퓨팅의 비전이 실제로 구현 가능함을 시연했습니다.

 

Borealis는 "가능성의 신호탄"이었습니다. 이제 관건은 이 가능성을 어떻게 실용적인 문제 해결 능력으로 전환하느냐입니다.

 

---

4. 스케일링 전략: 온칩 통합과 소프트웨어 스택의 결합

4.1 Aurora 시스템: 네트워크형 모듈러 광자 양자컴퓨터

2025년 2월 자나두는 Aurora 양자컴퓨터를 공개했습니다. 자사 표현으로는 "세계 최초의 네트워크형 모듈러 범용 광자 양자컴퓨터"라 소개되며 다음과 같은 구조를 갖추고 있습니다:

 

• 4개의 독립 서버 랙이 광섬유로 연결
• 35개의 광자 칩
• 13km의 광섬유
• 12큐비트 시스템
• 완전 자동화로 몇 시간 동안 사람 개입 없이 작동

 

위드브룩 CEO는 "원칙적으로 자나두 양자컴퓨터 Aurora를 수천 개의 랙과 수백만 큐비트로 확장할 수 있다"고 밝혔습니다.

 

하지만 그는 즉시 덧붙였습니다.

 

"먼저 성능에 집중할 것입니다. 광손실 감소와 내결함성이 먼저입니다."

 

4.2 온칩 통합이 가져오는 변화

반도체 공정을 활용한 온칩 통합은 단순히 크기를 줄이는 것 이상의 의미를 갖습니다:

1. 손실 감소: 분리된 부품 간 연결이 줄어들면서 광손실이 감소
2. 위상 안정성: 온도와 진동에 대한 민감도 개선
3. 반복 가능성: 칩 제조 공정으로 일관된 품질 확보
4. 비용 곡선: 대량 생산 시 규모의 경제 실현

 

자나두(Xanadu)가 300mm 웨이퍼 기반 공정을 선택한 이유가 바로 여기 있습니다. 이는 현재 반도체 산업 표준과 호환되며 기존 팹 시설을 활용할 수 있습니다.

 

4.3 저지연 피드포워드: 오류보정의 핵심

양자 오류보정은 실시간 전쟁입니다. 오류를 감지하고 보정하는 과정이 오류가 증폭되는 속도보다 빨라야 합니다.

 

자나두의 전략은 나노초에서 마이크로초 수준의 피드포워드 제어입니다. 측정 결과를 받아 즉시 보정 신호를 보내는 폐루프 시스템입니다.

 

이것이 가능해야 자나두 오류보정 시스템의 GKP 회로를 빠르게 반복 실행할 수 있습니다.

 

4.4 PennyLane: 하드웨어를 살리는 소프트웨어

자나두는 하드웨어만 만드는 회사가 아닙니다. PennyLane이라는 오픈소스 양자 머신러닝 라이브러리를 개발하고 있습니다.

 

자사가 인용한 2024년 Unitary Foundation 조사 결과에 따르면 PennyLane은 양자 프로그래머 중 47%가 사용하는 1위 양자 프로그래밍 소프트웨어입니다. 자나두뿐 아니라 IBM AWS 등 다양한 벤더의 하드웨어를 지원합니다.

 

PennyLane의 역할:

• 회로 최적화로 하드웨어 효율 극대화
• 잡음 인식 실행 계획 수립
• 하이브리드 HPC-양자컴퓨팅 워크플로우 통합
• 연구에서 프로덕션으로의 원활한 전환

 

이는 자나두(Xanadu)의 철학을 보여줍니다. 하드웨어 소프트웨어 알고리즘이 함께 진화해야 실용적인 양자컴퓨터가 완성된다는 것입니다.

 

4.5 2029 비전: 양자 데이터센터

자나두가 밝힌 최종 목표는 명확합니다. 2029년까지 내결함성 양자컴퓨팅 데이터센터를 구축하는 것입니다.

 

위드브룩의 표현을 빌리면 "1~2에이커 부지에 수천 개의 양자 서버 랙이 네트워크로 연결된 시설"입니다. 자사 계획상 목표는 100만 개의 물리 큐비트 또는 약 1000개의 논리 큐비트입니다.

 

자나두(Xanadu) 양자컴퓨터 2029 로드맵 (미래 일정은 회사 발표 기준)

연도	마일스톤	핵심 지표
2025	GKP 온칩 생성	검출 효율 99%+
2026-2027	논리 게이트 셋 데모 (자사 계획)	Threshold 도달
2028	대규모 제조 시작 (자사 계획)	광손실 최소화
2029	양자 데이터센터 (자사 목표)	1000 논리 큐비트

 

---

5. 경쟁 구도와 자나두의 차별점

5.1 광자 진영 내부의 경쟁

광자 방식 내에서도 접근법이 다릅니다. 대표적인 경쟁사가 PsiQuantum입니다.

 

자나두(Xanadu) 포토닉 방식이 연속변수(CV)와 스퀴즈드 라이트를 사용한다면 PsiQuantum은 단일 광자를 큐비트로 사용하는 이산변수(DV) 방식입니다. 마치 아날로그 vs 디지털의 대결입니다.

 

각 방식의 장단점:

• CV (자나두): 멀티플렉싱 용이 상온 검출기 가능 하지만 광손실에 더 민감
• DV (PsiQuantum): 손실 모델이 명확 하지만 대규모 단일광자 소스와 극저온 검출기 필요

 

5.2 모달리티 간 경쟁: 초전도와 이온트랩

더 큰 그림에서 보면 자나두는 구글·IBM의 초전도 진영과 아이온큐·퀀티넘의 이온트랩 진영과 경쟁합니다.

 

2025년 현재 구글은 Willow 칩으로 오류율을 크게 줄였고 IBM은 1000큐비트 이상 시스템을 발표했습니다. 초전도 방식이 논리 큐비트 구현에서 앞서 있는 것이 사실입니다.

 

하지만 자나두 양자컴퓨터는 다른 경로를 선택했습니다. 극저온 인프라가 필요 없고 광섬유로 네트워킹이 자연스러운 장점을 살려 "분산 양자컴퓨팅"으로 가는 길입니다.

 

5.3 자금과 신뢰: DARPA와 상장

2025년 11월 자나두는 두 가지 중요한 성과를 발표했습니다:

1. DARPA Stage B 진출: 최대 1500만 달러 펀딩 확보 11개 기업만 선정
2. SPAC 상장 발표: 36억 달러 기업가치 AMD·BMO·CIBC로부터 2억 7500만 달러 투자 유치

 

이는 자나두의 기술적 신뢰성과 상업적 가능성을 동시에 인정받은 것입니다. DARPA는 2033년까지 실용적 양자컴퓨터를 만드는 것을 목표로 하며 자나두는 그 경쟁에서 살아남았습니다.

 

---

자나두(Xanadu)는 양자컴퓨팅의 3가지 핵심 요소를 하나로 묶는 전략을 펼치고 있습니다:

1. CV 포토닉 양자컴퓨팅: 상온 작동과 통신 호환성
2. GKP 오류보정: 연속변수의 약점을 보완하는 격자 코드
3. 온칩 통합: 반도체 공정으로 손실 감소와 스케일링

 

Borealis는 가능성의 증명이었고 Aurora는 구조의 완성이었습니다. 이제 남은 것은 성능입니다. 광손실을 최소화하고 GKP 상태의 품질을 높여 논리오차율을 실용 수준까지 끌어내리는 것입니다.

 

2029년이면 우리는 자나두 양자컴퓨터 데이터센터가 실제로 작동하는 모습을 볼 수 있을까요? 아직 넘어야 할 산이 많지만 자나두가 택한 경로는 분명 독창적이고 잠재력이 큽니다.

 

독자를 위한 체크리스트

 

"양자 우위" 기사를 볼 때 다음을 확인하세요:

• 어떤 문제를 풀었나? (실용 vs 벤치마크)
• 오류보정 오버헤드는 얼마나 되나?
• 피드포워드 지연은 어느 수준인가?
• 논리 큐비트 vs 물리 큐비트 비율은?

 

양자컴퓨팅은 화려한 헤드라인보다 보이지 않는 시스템 요소가 더 중요한 분야입니다. 자나두의 여정을 통해 우리는 그 복잡성과 가능성을 동시에 엿볼 수 있습니다.

 

이 글이 도움이 되셨나요? 양자컴퓨팅의 최신 동향과 기술 분석이 필요하다면 저희 블로그를 구독해주세요. 매주 심층 콘텐츠를 업데이트합니다.

 

 

---

FAQ

Q1. 자나두(Xanadu)는 어떤 회사인가요?

A. 자나두(Xanadu)는 캐나다 토론토에 본사를 둔 광자 기반 양자컴퓨팅 전문 기업입니다. 2016년 설립되어 2025년 11월 현재 DARPA의 양자 벤치마킹 이니셔티브(QBI) Stage B에 진출했고(11개 기업 선정) 약 36억 달러 기업가치로 Crane Harbor와의 SPAC 합병을 통한 상장을 준비 중입니다. 초전도나 이온트랩 대신 "빛(광자)"을 이용한 양자컴퓨터를 만드는 것이 가장 큰 특징입니다.

 

Q2. 광자 양자컴퓨터는 일반 양자컴퓨터와 뭐가 다른가요?

A. 가장 큰 차이는 작동 온도와 정보 저장 방식입니다:

• 초전도 방식 (구글, IBM): 절대온도 0도에 가까운 극저온 필요, 초전도 회로 사용
• 이온트랩 방식 (아이온큐): 레이저로 이온 제어, 주로 상온
• 광자 방식 (자나두): 빛의 파동을 이용, 주요 연산 부분이 상온 작동 가능

자나두 양자컴퓨터는 시스템의 주요 부분이 극저온 냉각장치 없이 작동하며 광섬유로 네트워킹이 가능하다는 장점이 있습니다. 다만 일부 고효율 광검출기(예: SNSPD)는 극저온을 사용할 수 있으나, 이는 초전도 시스템 전체를 냉각하는 것보다 훨씬 작은 부담입니다.

 

Q3. "상온에서 작동한다"는 게 왜 중요한가요?

A. 초전도 양자컴퓨터는 0.01K(-273℃)까지 냉각해야 하는데 이는:

• 냉각 시스템 전력 소비: 일반 실험실급 희석냉동기는 수 kW~수십 kW 수준 (예: 펄스튜브 콤프레서 약 9kW). 대규모 시스템이나 부대설비를 포함하면 더 증가할 수 있습니다.
• 복잡한 유지보수: 희귀 냉매(헬륨-3, 헬륨-4), 진공 시스템
• 높은 운영 비용: 연간 수억 원

자나두의 광자 시스템은 주요 연산 컴포넌트가 상온에서 작동하므로 이런 문제가 대폭 줄어들어 운영 복잡도와 비용이 낮습니다. 다만 고효율 광검출기나 고품질 스퀴즈드 라이트 생성 등 다른 기술적 과제는 여전히 있습니다.

 

Q4. 연속변수(CV)와 이산변수(DV) 광자 방식의 차이는 무엇인가요?

A. 같은 광자를 사용해도 정보를 담는 방식이 다릅니다:

자나두의 CV (Continuous-Variable) 방식:

• 광파의 진폭·위상 같은 연속적인 값에 정보 저장
• 아날로그 신호 같은 개념
• 시간영역 멀티플렉싱(TDM)으로 스케일링 용이
• 하지만 광손실에 더 민감

PsiQuantum의 DV (Discrete-Variable) 방식:

• 광자의 개수 자체(0개 or 1개)로 정보 표현
• 디지털 신호 같은 개념
• 손실 모델이 명확하지만 대규모 단일광자 소스 필요

쉽게 말하면 아날로그 레코드판 vs 디지털 CD의 차이와 비슷합니다.

 

Q5. GKP 오류보정은 다른 오류보정 방식과 어떻게 다른가요?

A. GKP(Gottesman-Kitaev-Preskill)는 연속변수 시스템 전용 오류보정 방식입니다:

GKP (자나두가 사용):

• 연속변수를 격자(grid) 구조로 인코딩
• 가우시안 잡음을 격자점으로 "스냅"해서 보정
• 클리포드(가우시안) 연산은 피드포워드로 결정론적 구현 가능
• 하지만 범용 양자 계산에 필요한 논클리포드 게이트는 추가 비가우시안 자원(예: GKP 보조상태)이 필요
• 광자 방식에 최적화

Surface Code (구글, IBM):

• 이산 큐비트용 표준 방식
• 2차원 격자에 큐비트 배치
• 플랫폼과 오류율에 따라 물리/논리 비율이 크게 달라짐

Cat Code:

• 초전도 공진기의 "고양이 상태" 활용
• Bit-flip 오류에 강함

자나두는 300mm 실리콘 질화물 웨이퍼 기반 온칩 플랫폼에서 GKP 상태 생성에 성공해 2025년 6월 Nature에 발표했습니다. 스퀴징 레벨별 논리오차율은 시뮬레이션 모델과 디바이스 조건에 따라 달라지는 목표치로, 예를 들어 15dB에서 10^-3 수준, 20dB에서 10^-6 수준을 지향한다는 연구들이 있습니다.

 

Q6. Borealis와 Aurora의 차이는 무엇인가요?

A. 둘 다 자나두 시스템이지만 목적과 구조가 다릅니다:

구분	Borealis (2022)	Aurora (2025)
목적	양자 우위 데모	유니버설 포토닉 QC 지향 프로토타입
구조	단일 시스템	4개 랙 네트워크 연결
규모	216 스퀴즈드 모드	12 큐비트 (물리 모드)
프로그래밍	GBS 전용	서브시스템 통합·상온·자동화
특징	샘플당 36μs 속도	완전 자동화, 몇 시간 무인 작동

 

Borealis는 "가능성의 증명"이었고, Aurora는 "범용 양자컴퓨터를 위한 필수 서브시스템들을 통합하고 상온·자동화를 실현한 구조적 프로토타입"입니다.

 

Q7. 자나두의 오류보정 오버헤드는 얼마나 되나요?

A. 자나두는 공식적으로 구체적 수치를 공개하지 않았지만 다음과 같이 언급했습니다:

• 서피스코드 기준 추정치: 플랫폼·코드 종류·오류율 전제에 따라 물리 큐비트 수백에서 수천 개가 논리 큐비트 1개에 필요할 수 있음
• 자나두의 방향: LDPC(Low-Density Parity-Check) 코드를 활용해 오버헤드를 대폭 절감하는 것을 목표로 제시

핵심은 GKP 상태의 품질(스퀴징 레벨)과 전체 시스템의 광손실입니다. 오버헤드는 최종 구현 세부사항에 따라 크게 달라질 수 있으며, 자나두는 온칩 통합과 LDPC 코드 등으로 이를 개선하려는 로드맵을 가지고 있습니다.

 

Q8. 광손실 문제는 어떻게 해결할 계획인가요?

A. 자나두 CEO는 "2028년까지 최우선 과제는 광손실 감소"라고 밝혔습니다. 구체적 전략:

1. 온칩 통합 (On-chip Integration)

• 300mm 실리콘 질화물 웨이퍼 사용
• 분리 부품 간 연결 최소화 → 손실 dB당 줄이기
• 반도체 공정으로 일관된 품질 확보

2. 초저손실 패키징

• 정밀 정렬 (<1μm)
• 맞춤형 칩 마운트
• 광섬유 연결부 최적화

3. 고품질 스퀴즈드 라이트 소스

• 스퀴징 레벨 향상 (현재 수준에서 20dB+ 목표)
• 순도 높은 광자 생성

4. 고효율 검출기

• 최신 고효율 광자수 분해 검출기(>99% 효율) 활용
• 자나두는 검출기 기술 개발에도 투자 중

이론적으로 각 요소를 개선하면 논리오차율이 지수적으로 감소합니다.