데이터 분석의 SAS, 양자 AI를 의제에 올리다
양자 컴퓨팅은 빠르게 IT 구루의 주요 화제거리로 자리잡고 있다. 작년말부터 본격적으로 형성되기 시작한 양자컴퓨팅의 기대감은 갈수록 고조되고 있다. 오랜 기간 데이터 분석 분야의 터줏대감으로 활약해온 SAS도 양자 컴퓨팅을 주요 의제로 끌어올렸다.
SAS는 6일부터 9일까지 미국 올랜도에서 개최되는 ‘SAS 이노베이트 2025’ 컨퍼런스에서 ‘양자 AI’란 주제를 주요 발표 꼭지 중 하나로 내보였다.
SAS는 양자 컴퓨팅과 양자 AI같은 관련 기술은 AI의 다음 세대를 이끌어갈 새로운 흐름이라고 설명하면서 최근 5개국 주요 산업분야 리더 500명을 대상으로 실시한 설문조사 결과도 발표했다. 해당 설문조사에 따르면, 비즈니스 리더의 양자 컴퓨팅에 대한 관심은 매우 높았고, 응답자의 60% 이상이 양자 AI에 적극적으로 투자하거나 기회를 모색하고 있다고 답했다고 한다.
하지만 기업 리더들은 양자 AI 도입의 주요 장애물로 높은 비용(38%), 이해 또는 지식 부족(35%), 그리고 실제 적용에 대한 불확실성(31%)을 꼽았다. 양자 AI에 대한 관심 증가 속에서 그 기술을 더 효과적으로 활용하기 위한 명확한 로드맵과 가이드가 필요하다는 것을 보여준다.
이 설문조사는 지난 4월 중국, 프랑스, 멕시코, 영국, 미국 등 5개국 기업 관리자 500명을 대상으로 실시됐다. 조사 대상 산업은 의료, 생명과학, 제조, 소매, 정부, 은행업 등이다.
SAS는 고객과의 시범 프로젝트, 양자 AI 연구, 양자 컴퓨팅 분야 선도 기업과 협력을 통해 기업의 양자 기술 적용을 지원한다는 방침이다. 양자 기술을 광범위한 대중이 이해하고 접근하기 쉽게 만들어, 복잡한 양자 시장이나 기술의 물리학을 이해하지 않고도 더 빠르게 가치를 얻을 수 있도록 한다는 것이다.
에이미 스타우트 SAS 양자 AI 제품 전략 담당은 “양자 AI에 대한 SAS의 목표는 고객이 양자를 간단하고 빠르며 직관적으로 사용할 수 있도록 하는 것”이라며 “설문 조사에서 발견된 채택에 대한 장벽을 인식하고 있으며, 고객이 비용을 절감하고 이해도를 높이는 방식으로 양자 처리의 힘을 활용할 수 있도록 지원하는 동시에 이러한 실제 문제에 양자를 적용하는 데 도움이 되는 통합 지점을 적극적으로 찾고 있다”고 밝혔다.
그는 “SAS의 양자 팀은 3가지 전략적 기둥에 중점을 두고 있으며, 그 중 첫 번째는 연구를 통해 양자 처리와 SAS 데이터 애널리틱스의 힘을 활용하는 새로운 하이브리드 방식을 모색하는 것”이라며 “다음으로 고객이 알고리즘, 교육 및 지원 등 양자 자원에 원활하게 접근할 수 있는 도구를 개발하고, 마지막으로 고객과 함께 문제를 발견하고 가치가 높은 비즈니스 문제에 대한 파일럿 프로젝트를 위한 서비스를 만들고 있다”고 강조했다.
SAS는 P&G와 협력해 양자 어닐링과 SAS 고전적 최적화 솔버를 사용하는 하이브리드 양자-고전적 최적화와 관련된 개념 증명을 진행하고 있다고 밝혔다. 양자 컴퓨팅과 전통 컴퓨팅 기반의 AI를 포함한 하이브리드 아키텍처를 통해 최적화 문제를 빠르게 해결할 수 있다는 게 검증됐다고 한다.
SAS 연구원들은 양자 AI의 속도와 규모로부터 혜택을 볼 수 있는 주요 산업에 집중하고 있다. 신약 개발 향상을 위한 생명 과학, 위험 관리 개선을 위한 금융 서비스, 개선된 소재와 최적화된 공정을 위한 제조 산업 등을 포함한다. 양자 컴퓨팅 리더인 디웨이브퀀텀, IBM, QuEra 등과 협력하고 있고, 일부 최신 기술에 양자 AI 구성 요소를 활용하는 실험을 진행하고 있다. 셀프 서비스 온디맨드 솔루션인 SAS 바이야 워크벤치를 통해 양자 어닐링 기술과 연동하는 실험을 수행했다. SAS는 바이야 워크벤치 등을 사용해 개발자가 양자 AI를 실험할 수 있는 방법을 추가할 계획이라고 밝혔다.
우도 스글라보 SAS 응용 AI 및 모델링 R&D 부문 부사장은 “최적화 요청이 정말 복잡한 종류의 환경에서, SAS는 그 요청을 양자 엔진에 전달할 수 있다”며 “양자 엔진은 모든 솔루션을 한 번에 평가하고, 어떤 것이 실현 가능한지 알려줄 것이고, 그런 다음 이를 기존 SAS 최적화 솔버에 입력하면 기본적으로 답을 얻을 수 있다”고 설명했다.
그는 “기본적인 AI와 생성형 AI는 최적화 문제에서 그다지 혹은 전혀 좋지 않기 때문에,양자와 AI의 하이브리드 아키텍처는 매우 유용할 수 있다”며 “R&G의 개념 검증 사례처럼 양자 엔진으로 발견한 최적화 결과를 가져와서 일반 컴퓨팅에서 실행가능한 AI 모델로 만들면 기업은 양자 컴퓨터 자원 없이도 실질적인 효과를 거둘 수 있다”고 밝혔다.
글. 바이라인네트워크
<올랜도(미국)=김우용 기자>yong2@byline.network
