양자컴퓨팅 기초 Certificate

  • Recruiting People9,999 people

  • Learning period11-20-2026 ~ 12-31-2029

Log in to take courses.
Class Introduction

성명

김학진

소속기관

진온바이오텍(주)

한국양자생물학회

강의 명

(주제)

양자컴퓨팅 기초

학습

목표

1. 양자컴퓨팅의 물리적 원리와 회로 구성 방식을 수식 부담 없이 이해하고, 실제 큐비트의 성능 한계와 NISQ 환경의 제약을 설명할 수 있다.

2. Jupyter Notebook과 VSCode 기반의 로컬 개발환경을 직접 구축하고, 작성한 양자 회로를 IBM Quantum, Amazon Braket, Google Cirq, SDT QuREKA 네 플랫폼에서 실행하고 비교할 수 있다.

3. Grover, QPE, VQE, QAOA 네 가지 알고리즘 범주를 구분하고, 자신의 연구 문제를 어느 범주에 대응시킬지 판단하는 프레임워크를 적용할 수 있다.

4. 분자 시뮬레이션에 VQE를 적용하는 전 과정을 실습하고, 실제 항암 표적 사례를 통해 현 시점 양자컴퓨팅의 가능성과 한계를 균형 있게 평가할 수 있다.

분야

■ AI

■ Bio

■ Chem

■ Drug

단계

기초

Course Introduction

목차

(강의시간)

강의내용

실습여부

교수자

1

왜 지금 양자컴퓨팅인가

무어의 법칙이 물리적 한계에 도달한 배경과, 고전 컴퓨터로는 현실적 시간 안에 풀 수 없는 계산 난제의 성격을 정리한다.

신약개발에서 분자의 전자구조 계산이 크기에 따라 2의 N제곱으로 폭발하는 구조를 보이고, 양자컴퓨팅이 왜 바로 이 지점에서 거론되는지 문제의식을 세운다.

X

김학진

2

큐비트와 다섯 가지 물리 메커니즘

큐비트, 중첩, 얽힘, 터널링, 결맞음 다섯 개념을 수식 없이 물리적 실체 중심으로 설명한다.

회전하는 동전 비유로 중첩을 직관화하고, 다섯 개념이 각각 연산 확장성, 연결성, 최적화, 시스템 신뢰성이라는 서로 다른 역할을 맡아 하나의 연산 체계를 이루는 구조를 제시한다.

X

김학진

3

실제 큐비트의 현실과 NISQ

이상적 큐비트와 실제 하드웨어 큐비트의 차이를 측정, shots, 게이트 충실도, T1/T2 결맞음 시간으로 구체화한다.

NISQ 시대의 정의와 한계, 논리 큐비트와 오류정정이 필요한 이유를 다루어 이후 실습에서 얻을 결과를 해석할 기준을 미리 마련한다.

X

김학진

4

양자 회로와 게이트 (실습)

블로흐 구 위에서 X, H, Z, S, T 단일 큐비트 게이트와 CNOT의 동작을 시각적으로 이해하고 양자 회로 다이어그램 읽는 법을 익힌다.

실습은 Google Colab에서 설치 과정 없이 진행하며, Qiskit으로 첫 회로를 작성하고 Bell state를 생성해 측정 결과 히스토그램을 해석한다.

O

김학진

5

하드웨어 구현 방식과 플랫폼 지형

초전도, 이온트랩, 광자, 중성원자 네 가지 큐비트 구현 방식을 작동 온도, 게이트 충실도, 결맞음 시간, 확장성 축으로 비교하고 대표 기업의 로드맵을 정리한다.

특히 큐비트 연결성 제약 때문에 작성한 회로를 그대로 실행할 수 없다는 점을 짚어, 다음 차시 트랜스파일 실습의 필요성을 세운다.

X

김학진

6

개발환경 구축: Jupyter Notebook과 VSCode (실습)

실무에서 사용하는 로컬 개발환경을 직접 구축한다. 가상환경 생성과 requirements.txt 버전 고정, VSCode 파이썬 및 주피터 확장 설정, 커널 선택, API 토큰을 코드에 노출하지 않는 관리 방법을 다룬다.

로컬 시뮬레이터로 회로를 실행한 뒤 트랜스파일을 수행하여 실제 기기에서 실행 가능한 ISA 회로까지 만들어 본다.

실습 환경: 로컬 Jupyter Notebook 및 VSCode. 동일 노트북을 Google Colab에서도 실행할 수 있도록 병행 제공.

O

김학진

7

플랫폼별 실행과 비교 (실습)

6차시에서 만든 동일한 회로를 IBM Quantum, Amazon Braket, Google Cirq, SDT QuREKA 네 플랫폼에 각각 제출하고 실행 결과를 비교한다.

플랫폼마다 SDK와 실행 모델이 다르다는 점을 직접 체감하고, 무료 사용 범위, 지원 백엔드, 대기 시간, 과금 구조를 정리한 플랫폼 선택 기준표를 작성한다.

실습 환경: 각 플랫폼의 SDK와 웹 콘솔. 실기기 실행은 시뮬레이터 결과와 병행 비교.

O

김학진

8

4대 알고리즘 범주와 선택 프레임워크 (실습)

조합 최적화(QAOA), 자연 시뮬레이션(VQE, QPE), 탐색과 샘플링(Grover), 보안과 암호 네 범주로 양자 알고리즘을 분류하고 각각의 가속 원리와 조건을 정리한다.

실습으로 소규모 Grover 탐색을 구현해 제곱근 가속을 확인하고, 산업 분야와 알고리즘 범주를 교차한 매핑 매트릭스로 자기 연구 문제의 진입점을 찾는 절차를 익힌다.

O

김학진

9

분자 시뮬레이션과 VQE (실습)

기저 상태 에너지가 왜 분자의 성질을 결정하는지 설명하고, VQE의 ansatz 준비, 측정, 고전 최적화, 반복으로 이어지는 4단계 하이브리드 루프를 다룬다.

실습으로 H2와 LiH의 기저 에너지를 계산해 고전 계산값과 비교하고, 분자가 커질 때 필요한 큐비트 수와 측정 횟수가 어떻게 늘어나는지 현실적 한계를 확인한다.

O

김학진

10

사례연구: EGFR-레이저티닙 양자화학 계산

폐암 표적 EGFR과 국산 신약 라저티닙의 결합을 실제 양자컴퓨터에서 계산한 사례를 전 과정으로 해부한다. 구조 선택, 활성공간 설정, 큐비트 매핑, 고전 CCSD 대비 검증까지의 판단 근거를 순서대로 다룬다.

결과가 갖는 한계와 그 원인을 함께 제시하여, 현 시점 양자컴퓨팅이 신약개발에서 할 수 있는 일과 아직 할 수 없는 일을 균형 있게 판별하는 기준을 세우고 심화 과정을 예고한다.

X

김학진

선수과목

Python 기초.

선형대수 기초

참고자료

공식 문서: IBM Quantum Learning (learning.quantum.ibm.com), Qiskit Documentation (docs.quantum.ibm.com), Amazon Braket Developer Guide, Cirq Documentation, NVIDIA CUDA-Q Documentation

논문: Santagati et al., Drug design on quantum computers, Nature Physics (2024)

자체 연구: EGFR-레이저티닙 VQE/SQD 양자화학 계산 (PDB 7UKV/7UKW, IBM Quantum ibm_yonsei 실행, 한국연구재단 RS-2025-25460035)

준비사항

장비: 인터넷 연결이 가능한 PC (Windows, macOS, Linux 모두 가능), RAM 8GB 이상 권장.

소프트웨어: Python 3.11 이상, VSCode 및 Python·Jupyter 확장. 6차시에서 설치 과정을 함께 진행한다.

계정: Google 계정(Colab), IBM Quantum 무료 계정 및 API 토큰, Amazon Braket 사용을 위한 AWS 계정, SDT QuREKA 계정.

실습 환경 안내: 4차시 실습은 Google Colab에서 진행. 6차시부터는 로컬 개발환경(Jupyter Notebook + VSCode)과 각 플랫폼의 클라우드 환경을 사용하며, 제출하는 실습 노트북은 Google Colab에서도 동일하게 실행되도록 병행 제공.

Classification
  • Subject
    Chemistry, Machine Learning, Programming
  • Class Area
    AI & Programming, Biology & Bioinfomatics, Drug Development & Pharmaceutical Industry
  • Practice
    Programming (Python), API, Software
  • Utilize
    Drug Discovery
Professor