Challenges
Datasets
Workspaces
Papers
Discussions
Leaderboard
Log inSign up
Challenges
Datasets
Workspaces
Papers
Discussions
Leaderboard
Blog
Job Board
Q3AS

© 2026 Aqora Quantum S.A.S.

TermsPrivacyLegal Notice

Journal of KIISE

Korean Sentiment Analysis using Quantum Circuit-based Classification Model

박천음

Published Sep 28, 2026• 0 citations
Publisher

Abstract

최근 텍스트 분석, 감성 분석 등 영어 데이터 기반 자연어처리 태스크에 대하여 양자 자연어처리(Quantum NLP) 연구가 활발히 진행되고 있다. 본 논문은 한국어 감성 분석을 대상으로 한 양자 자연어 처리 모델을 제안하며, 양자회로 기반 모델이 한국어 문제를 해결할 수 있음을 분석한다. 제안 방법은 사전학습 언어모델의 단어 임베딩을 매개변수화 양자회로(PQC)에 진폭 부호화하고 computational basis 기저상태 확률을 측정하는 양자회로를 기반으로 하며, 모든 양자회로는 실제 양자 하드웨어가 아닌 고전 GPU 상의 상태벡터 시뮬레이션으로 실행된다. 제안 방법은 목적에 따라 두 가지 구성으로 활용된다. 단어 임베딩 위에 PQC를 적용하는 효율 중심 구성은 2∼4qubit 소규모 회로로 구성하며, ansatz, qubit 수, 회로 깊이, 풀링을 최적화한다. NSMC에서 KcELECTRA 대비 약 70% 적은 파라미터만으로 86.1%의 정확도(약 6%p 차이 이내)를 유지하면서 고전 GPU 시 뮬레이션 환경에서 약 1.7배 빠른 추론을 보인다. 한편 KcELECTRA 인코더 위에 PQC를 적용하는 성능 중심 구성은 NSMC 91.8%, 네이버 쇼핑 94.2%로 성능이 향상되는 것을 확인하였다.

DOI
10.5626/jok.2026.53.9.920

Related papers

Introduction to Quantum Circuit Implementation Using IBM Qiskit

Sangwon Min, Jungsoo Rhee

양자 컴퓨팅과 양자 기술은 암호학과 국방산업 등 다양한 분야에서 기존의 한계를 극복하고 새로운 패러다임을 제공하는 혁신적인 도구로 간주 되고 있다. 이러한 큰 영향력이 기대됨에도 불구하고 양자 컴퓨팅과 양자 기술을 사용할 수 있게 도와주는 양자 코딩에 대한 관심은 상대적으로 적은 것이 사실이다. 최근에는 접근성이 용이한 양자 코딩 플랫폼의 등장으로 실제 양자 컴퓨터를 활용하거나 양자 시뮬레이터를 통해 양자 코드를 작성하고 동작시킬 수 있는 환경이 조성되고 있다. 이에 따라 본 논문은 상용화된 양자 코딩 플랫폼들을 소개하고 큐비트와 양자 게이트에 대해 알아본다. 또, 이를 바탕으로 IBM의 Qiskit을 활용하여 고전 리플 캐리 덧셈(RCA) 알고리즘을 양자 RCA 회로로 구현하는 과정을 상세히 소개한다.

한국통신학회논문지•Jul 21, 2024•0 citations

Comparative Analysis of Quantum Computing Performance Analysis Methods

Duwon Lee, Byung-Soo Choi

양자 컴퓨팅은 양자역학적 특성을 이용한 신개념 컴퓨팅을 의미한다. 양자 컴퓨팅과 관련한 연구개발은 크게 활용기술 개발과 구현 기술 개발로 구분되며, 다양한 활용기술과 구현 기술이 제안되고 있다. 현재까지 다양한 구현 기술이 제안되고 있으나, 실제로 비트 컴퓨팅의 한계를 뛰어넘기 위해서는 다양한 기술적 이슈들이 해결되어야 한다. 이 과정에서 양자 컴퓨팅의 성능에 영향을 끼치는 모든 구성 요소들에 대한 기능적, 성능적 요구 수준을 명확히 분석하는 것이 매우 중요하다. 이에 따라, 양자 컴퓨팅 성능 평가 기술 연구개발도 최근 급격한 관심을 받고 있다. 관련하여 이미 다수의 양자 컴퓨팅 성능 평가 기술이 개발되었으나, 양자 컴퓨팅 시스템의 모든 구성요소 중 일부분을 주로 다루고 있거나 혹은 분석 가능 수준이 제한되는 한계점이 지적되고 있다. 이에 양자 컴퓨팅 성능 평가 기술들을 체계적으로 비교 분석하는 것이 중요하다. 본 연구에서는 이를 달성하기 위하여 최초로 양자 컴퓨팅 풀 스택 구조 관점에서 분석하는 기술을 적용한다. 다음으로 양자 컴퓨팅 성능 평가 기술들을 양자 컴퓨팅 계산 성능 지표 범위(계산 시간 등)와 도출 능력(분석 시간 등) 측면에서 체계적으로 비교하였다. 결론적으로 본 연구를 통해 양자 컴퓨팅 성능 평가 기술은 아직까지는 풀 스택 구조를 모두 분석하지 못하고 있으며, 분석 기술 측면에서 해결해야 할 기술적 이슈가 많음을 확인하였다. 이를 통해 최종적으로 향후 지향해야 하는 연구개발 방향성을 제시한다.

Journal of the Institute of Electronics and Information Engineers•Mar 31, 2024•0 citations

Implementation of Fuzzy Inference Using Quantum Computing

Heesoo Hwang

양자 컴퓨터는 중첩 및 얽힘과 같은 양자 역학 원리를 활용하여 전통적인 컴퓨터에 비해 혁신적인 병렬 처리를 구현한다 본 논문에서는 빅데이터나 . 분산 시스템과 같은 복잡한 환경에서 빠른 퍼지 추론이 가능하도록 퍼지 입력 변수의 모든 조합에 대응하는 전건부의 탐색, 전건부 적합도 계산 및 전건부에 대응하는 후건부 멤버십 함수의 탐색을 양자 계산으로 병렬 처리하는 퍼지 추론 방법을 제안한다. 제안된 방법에서 퍼지 규칙베이스는 양자컴퓨터에서 프로그램 되고 실행될 수 있도록 양자 회로로 구현된다. 제안된 방법은 예시 퍼지 규칙 베이스 시스템을 대상으로 IBM Q 백엔드로 시뮬레이션 되고 계산 정확도와 복잡도로 퍼지 추론의 성능을 평가한다.

Journal of Korean institute of intelligent systems•Aug 31, 2025•0 citations

Sequential Gate Merging Technique for Accelerating Quantum Circuit Simulation

Seungwoo Choi, Enhyeok Jang, Young‐Min Kim +1 more

양자 회로 시뮬레이션은 양자 하드웨어 및 소프트웨어의 검증에 필수적인 역할을 한다. 양자 회로 시뮬레이션은 초기 양자 상태를 나타내는 벡터에 주어진 양자 회로 내의 게이트들에 대응되는 행렬 연산을 순차적으로 수행하는 과정으로 이루어진다. 이 때, 더 빠르고 효율적인 시뮬레이션을 위해 인접한 게이트들을 병합하여 더 큰 게이트로 변환한 뒤 한 번에 연산을 수행하는 게이트 병합 기법이 활용된다. 최신 양자 회로 시뮬레이터인 Qulacs는 회로 내에 모든 양자 게이트 쌍에 대해 두 게이트의 인접 가능성을 확인한 후, 사용자로부터 입력받은 값을 기준으로 특정 블록 사이즈 이하의 Target 큐비트 개수를 가지는 게이트로 병합하는 기법을 제공한다. 하지만 이런 식으로 단일 블록 사이즈를 사용한 게이트 병합 기법은 조건을 만족하는 게이트들을 너무 빠르게 병합해 버리기 때문에, 이후 게이트들에서 더 나은 병합 기회를 놓칠 가능성이 크다는 한계가 있다. 이를 개선하기 위해 우리는 블록 사이즈를 점진적으로 늘려 가며 게이트 최적화를 적용하는 순차적 게이트 병합 기법을 제안한다. 이 기법을 사용하면 게이트들이 점진적으로 병합되어 최종적으로 더 적은 수의 병합된 게이트로 회로 시뮬레이션이 가능해진다. 제안된 순차적 게이트 병합 기법을 MQT benchmark 회로들에 적용한 결과, 평균적으로 Qulacs의 최고 성능 대비 29.9%의 시뮬레이션 속도 향상을 달성할 수 있음을 보였다.

Journal of the Institute of Electronics and Information Engineers•Mar 31, 2025•0 citations

When Does Quantum Machine Learning Outperform Classical Machine Learning? Identifying Dataset Characteristics That Enable Quantum Advantage

Sungmin Kim, Juntaek Oh, Zichen Luo +2 more

양자머신러닝(Quantum Machine Learning, QML)에 대한 기업의 관심이 높아지고 있음에도 불구하고, 조직들은 언제 QML 투자가 고전 머신러닝 대안보다 정당화되는지를 판단할 데이터 기반 프레임워크를 갖추지 못하고 있다. 본 연구는 PRISMA 2020 체계적 문헌고찰을 통해 확인된 35편의 동료심사 연구로부터 추출한 92개 벤치마크 데이터셋을 대상으로, 양자 우위 발현 조건에 대한 최초의 메타분석적 ․ 통계적 검증 연구를 수행함으로써 이러한 공백을 다룬다. 각 데이터셋에 대해 표본 규모, 차원성, 노이즈 수준, 비선형 구조, 특성 간 상관관계를 아우르는 18개의 측정 가능한 데이터 특성을 추출하고, 최고 성능 QML모델과 고전 최신기법(SOTA) 간의 성능 격차(Gap_from_SOTA)를 산출하였다. 비모수 집단비교, HC3 이분산성-강건표준오차를 적용한 다중회귀분석, 그리고 5개 모델(XGBoost, LightGBM, CatBoost, RandomForest, GradientBoosting)에 대한 SHAP 설명가능 인공지능을 활용한 앙상블 머신러닝이라는 세 가지 독립적 분석 방법이 적용되었다. 분석 결과, 노이즈 수준, 비선형성 격차, 최대 특성 간 상관관계가 QML 우위를 결정하는 세 가지 지배적 예측변수로 일관되게 확인되었으며, 5개 앙상블 모델 전반에서 특성 중요도 순위가 동일하게 나타났다. 이들 예측변수로부터 QML이 고전 방법을 능가할 가능성이 높은 조건, 즉 낮은 노이즈, 우호적인 비선형 구조, 약한 특성 간 상관관계를 함께 특징짓는 정량적 의사결정 임계값을 도출하였다. 도메인 분석 결과 에너지/전력 및 기상/기후 분야에서 유의하게 높은 양자 우위가 나타난 반면, 약물/화학 및 금융 분야는 고전 방법에 유리한 것으로 나타났다. 시계열 과제는 QML의 이점이 가장 큰 반면, 다중분류는 고전ML에 유리한 경향을 보였다. 아키텍처 중에서는 QLSTM 계열 모델이 가장 높고 일관된 우위를 달성하였다.

Journal of Intelligence and Information Systems•Sep 30, 2026•0 citations

Exploiting Quantum Parallel Processing for Fast Fuzzy Inference

Heesoo Hwang

본 논문에서는 퍼지 집합의 언어 표현 및 처리 능력과 양자 컴퓨터의 병렬 처리 장점을 결합한 양자 퍼지 추론 방법을 제시한다. 양자 컴퓨터는 중첩 및 얽힘과 같은 양자 역학 원리를 활용하여 고전 컴퓨터에 비해 더 효율적인 병렬 처리를 구현한다. 대규모의 퍼지 규칙에도 빠른 퍼지 추론이 가능하도록 양자 컴퓨터의 병렬 처리 기능을 퍼지 추론에 활용하는 두 가지 방법을 제시한다: 입력 퍼지 값을 전건부 코드에 매핑한 후 규칙 베이스를 검색하는 방법과 입력 퍼지 값을 후건부 퍼지 집합에 직접 매핑하는 방법. 기존 퍼지 추론 및 양자 퍼지추론 방식과의 성능 비교를 통해 제시한 방법을 평가한다.

Journal of Korean institute of intelligent systems•Oct 31, 2024•0 citations
최근 텍스트 분석, 감성 분석 등 영어 데이터 기반 자연어처리 태스크에 대하여 양자 자연어처리(Quantum NLP) 연구가 활발히 진행되고 있다. 본 논문은 한국어 감성 분석을 대상으로 한 양자 자연어 처리 모델을 제안하며, 양자회로 기반 모델이 한국어 문제를 해결할 수 있음을 분석한다. 제안 방법은 사전학습 언어모델의 단어 임베딩을 매개변수화 양자회로(PQC)에 진폭 부호화하고 computational basis 기저상태 확률을 측정하는 양자회로를 기반으로 하며, 모든 양자회로는 실제 양자 하드웨어가 아닌 고전 GPU 상의 상태벡터 시뮬레이션으로 실행된다. 제안 방법은 목적에 따라 두 가지 구성으로 활용된다. 단어 임베딩 위에 PQC를 적용하는 효율 중심 구성은 2∼4qubit 소규모 회로로 구성하며, ansatz, qubit 수, 회로 깊이, 풀링을 최적화한다. NSMC에서 KcELECTRA 대비 약 70% 적은 파라미터만으로 86.1%의 정확도(약 6%p 차이 이내)를 유지하면서 고전 GPU 시 뮬레이션 환경에서 약 1.7배 빠른 추론을 보인다. 한편 KcELECTRA 인코더 위에 PQC를 적용하는 성능 중심 구성은 NSMC 91.8%, 네이버 쇼핑 94.2%로 성능이 향상되는 것을 확인하였다.
양자 컴퓨팅과 양자 기술은 암호학과 국방산업 등 다양한 분야에서 기존의 한계를 극복하고 새로운 패러다임을 제공하는 혁신적인 도구로 간주 되고 있다. 이러한 큰 영향력이 기대됨에도 불구하고 양자 컴퓨팅과 양자 기술을 사용할 수 있게 도와주는 양자 코딩에 대한 관심은 상대적으로 적은 것이 사실이다. 최근에는 접근성이 용이한 양자 코딩 플랫폼의 등장으로 실제 양자 컴퓨터를 활용하거나 양자 시뮬레이터를 통해 양자 코드를 작성하고 동작시킬 수 있는 환경이 조성되고 있다. 이에 따라 본 논문은 상용화된 양자 코딩 플랫폼들을 소개하고 큐비트와 양자 게이트에 대해 알아본다. 또, 이를 바탕으로 IBM의 Qiskit을 활용하여 고전 리플 캐리 덧셈(RCA) 알고리즘을 양자 RCA 회로로 구현하는 과정을 상세히 소개한다.
양자 컴퓨팅은 양자역학적 특성을 이용한 신개념 컴퓨팅을 의미한다. 양자 컴퓨팅과 관련한 연구개발은 크게 활용기술 개발과 구현 기술 개발로 구분되며, 다양한 활용기술과 구현 기술이 제안되고 있다. 현재까지 다양한 구현 기술이 제안되고 있으나, 실제로 비트 컴퓨팅의 한계를 뛰어넘기 위해서는 다양한 기술적 이슈들이 해결되어야 한다. 이 과정에서 양자 컴퓨팅의 성능에 영향을 끼치는 모든 구성 요소들에 대한 기능적, 성능적 요구 수준을 명확히 분석하는 것이 매우 중요하다. 이에 따라, 양자 컴퓨팅 성능 평가 기술 연구개발도 최근 급격한 관심을 받고 있다. 관련하여 이미 다수의 양자 컴퓨팅 성능 평가 기술이 개발되었으나, 양자 컴퓨팅 시스템의 모든 구성요소 중 일부분을 주로 다루고 있거나 혹은 분석 가능 수준이 제한되는 한계점이 지적되고 있다. 이에 양자 컴퓨팅 성능 평가 기술들을 체계적으로 비교 분석하는 것이 중요하다. 본 연구에서는 이를 달성하기 위하여 최초로 양자 컴퓨팅 풀 스택 구조 관점에서 분석하는 기술을 적용한다. 다음으로 양자 컴퓨팅 성능 평가 기술들을 양자 컴퓨팅 계산 성능 지표 범위(계산 시간 등)와 도출 능력(분석 시간 등) 측면에서 체계적으로 비교하였다. 결론적으로 본 연구를 통해 양자 컴퓨팅 성능 평가 기술은 아직까지는 풀 스택 구조를 모두 분석하지 못하고 있으며, 분석 기술 측면에서 해결해야 할 기술적 이슈가 많음을 확인하였다. 이를 통해 최종적으로 향후 지향해야 하는 연구개발 방향성을 제시한다.
양자 컴퓨터는 중첩 및 얽힘과 같은 양자 역학 원리를 활용하여 전통적인 컴퓨터에 비해 혁신적인 병렬 처리를 구현한다 본 논문에서는 빅데이터나 . 분산 시스템과 같은 복잡한 환경에서 빠른 퍼지 추론이 가능하도록 퍼지 입력 변수의 모든 조합에 대응하는 전건부의 탐색, 전건부 적합도 계산 및 전건부에 대응하는 후건부 멤버십 함수의 탐색을 양자 계산으로 병렬 처리하는 퍼지 추론 방법을 제안한다. 제안된 방법에서 퍼지 규칙베이스는 양자컴퓨터에서 프로그램 되고 실행될 수 있도록 양자 회로로 구현된다. 제안된 방법은 예시 퍼지 규칙 베이스 시스템을 대상으로 IBM Q 백엔드로 시뮬레이션 되고 계산 정확도와 복잡도로 퍼지 추론의 성능을 평가한다.
양자 회로 시뮬레이션은 양자 하드웨어 및 소프트웨어의 검증에 필수적인 역할을 한다. 양자 회로 시뮬레이션은 초기 양자 상태를 나타내는 벡터에 주어진 양자 회로 내의 게이트들에 대응되는 행렬 연산을 순차적으로 수행하는 과정으로 이루어진다. 이 때, 더 빠르고 효율적인 시뮬레이션을 위해 인접한 게이트들을 병합하여 더 큰 게이트로 변환한 뒤 한 번에 연산을 수행하는 게이트 병합 기법이 활용된다. 최신 양자 회로 시뮬레이터인 Qulacs는 회로 내에 모든 양자 게이트 쌍에 대해 두 게이트의 인접 가능성을 확인한 후, 사용자로부터 입력받은 값을 기준으로 특정 블록 사이즈 이하의 Target 큐비트 개수를 가지는 게이트로 병합하는 기법을 제공한다. 하지만 이런 식으로 단일 블록 사이즈를 사용한 게이트 병합 기법은 조건을 만족하는 게이트들을 너무 빠르게 병합해 버리기 때문에, 이후 게이트들에서 더 나은 병합 기회를 놓칠 가능성이 크다는 한계가 있다. 이를 개선하기 위해 우리는 블록 사이즈를 점진적으로 늘려 가며 게이트 최적화를 적용하는 순차적 게이트 병합 기법을 제안한다. 이 기법을 사용하면 게이트들이 점진적으로 병합되어 최종적으로 더 적은 수의 병합된 게이트로 회로 시뮬레이션이 가능해진다. 제안된 순차적 게이트 병합 기법을 MQT benchmark 회로들에 적용한 결과, 평균적으로 Qulacs의 최고 성능 대비 29.9%의 시뮬레이션 속도 향상을 달성할 수 있음을 보였다.
양자머신러닝(Quantum Machine Learning, QML)에 대한 기업의 관심이 높아지고 있음에도 불구하고, 조직들은 언제 QML 투자가 고전 머신러닝 대안보다 정당화되는지를 판단할 데이터 기반 프레임워크를 갖추지 못하고 있다. 본 연구는 PRISMA 2020 체계적 문헌고찰을 통해 확인된 35편의 동료심사 연구로부터 추출한 92개 벤치마크 데이터셋을 대상으로, 양자 우위 발현 조건에 대한 최초의 메타분석적 ․ 통계적 검증 연구를 수행함으로써 이러한 공백을 다룬다. 각 데이터셋에 대해 표본 규모, 차원성, 노이즈 수준, 비선형 구조, 특성 간 상관관계를 아우르는 18개의 측정 가능한 데이터 특성을 추출하고, 최고 성능 QML모델과 고전 최신기법(SOTA) 간의 성능 격차(Gap_from_SOTA)를 산출하였다. 비모수 집단비교, HC3 이분산성-강건표준오차를 적용한 다중회귀분석, 그리고 5개 모델(XGBoost, LightGBM, CatBoost, RandomForest, GradientBoosting)에 대한 SHAP 설명가능 인공지능을 활용한 앙상블 머신러닝이라는 세 가지 독립적 분석 방법이 적용되었다. 분석 결과, 노이즈 수준, 비선형성 격차, 최대 특성 간 상관관계가 QML 우위를 결정하는 세 가지 지배적 예측변수로 일관되게 확인되었으며, 5개 앙상블 모델 전반에서 특성 중요도 순위가 동일하게 나타났다. 이들 예측변수로부터 QML이 고전 방법을 능가할 가능성이 높은 조건, 즉 낮은 노이즈, 우호적인 비선형 구조, 약한 특성 간 상관관계를 함께 특징짓는 정량적 의사결정 임계값을 도출하였다. 도메인 분석 결과 에너지/전력 및 기상/기후 분야에서 유의하게 높은 양자 우위가 나타난 반면, 약물/화학 및 금융 분야는 고전 방법에 유리한 것으로 나타났다. 시계열 과제는 QML의 이점이 가장 큰 반면, 다중분류는 고전ML에 유리한 경향을 보였다. 아키텍처 중에서는 QLSTM 계열 모델이 가장 높고 일관된 우위를 달성하였다.
본 논문에서는 퍼지 집합의 언어 표현 및 처리 능력과 양자 컴퓨터의 병렬 처리 장점을 결합한 양자 퍼지 추론 방법을 제시한다. 양자 컴퓨터는 중첩 및 얽힘과 같은 양자 역학 원리를 활용하여 고전 컴퓨터에 비해 더 효율적인 병렬 처리를 구현한다. 대규모의 퍼지 규칙에도 빠른 퍼지 추론이 가능하도록 양자 컴퓨터의 병렬 처리 기능을 퍼지 추론에 활용하는 두 가지 방법을 제시한다: 입력 퍼지 값을 전건부 코드에 매핑한 후 규칙 베이스를 검색하는 방법과 입력 퍼지 값을 후건부 퍼지 집합에 직접 매핑하는 방법. 기존 퍼지 추론 및 양자 퍼지추론 방식과의 성능 비교를 통해 제시한 방법을 평가한다.