인플렉션의 성과와 실험적 의미
2026년 9월 24일, 중성 원자 기반 양자컴퓨팅 기업 인플렉션(Infleqtion)이 Sqale 양자 컴퓨터에서 80개의 물리적 큐비트를 활용해 30개의 얽힌 논리 큐비트를 달성했다고 공식 발표했다. 중성 원자 방식의 상용 시스템에서 이 수준의 논리 큐비트를 구현한 것은 인플렉션이 처음이다.
회사는 이번 성과를 하드웨어-소프트웨어 공동 설계와 AI 지원 연산 발견이 결합된 결과로 설명했으며, 상업적 실행 가능성을 보여주는 전환점으로 평가했다. 핵심 쟁점은 두 가지다.
이번 성과가 기술적 이정표를 넘어 실제 산업 채택으로 이어질 수 있는지, 그리고 그것이 투자·기업전략 측면에서 어떤 우선순위를 강제하는지다. 인플렉션의 발표는 하드웨어-소프트웨어 공동 설계와 생성형 AI의 통합이 핵심 논리 연산에 필요한 물리적 게이트 수를 절반으로 줄이는 실효를 냈다는 점을 부각한다.
업계 분석가들은 이 점이 상용성 전환의 속도를 좌우할 핵심 변수라고 보고 있다. 수치와 방법론의 결합이 이번 성과의 토대다. 인플렉션은 Sqale QPU 하드웨어와 Superstaq 소프트웨어를 결합해 개별 큐비트 주소 지정과 동적 원자 배열 재구성을 구현했으며, 이 구성이 오류 축적과 원자 손실을 줄이면서도 전체-대-전체 연결성을 유지했다고 보고했다.
프라나브 고칼레(Pranav Gokhale) 인플렉션 CTO는 같은 날 공개한 기술 보고서에서 약 1,000개의 물리 연산(1 KiloQuOp)이 실행되었다고 설명했다. 이 실험 규모는 단순한 실험실 수준의 시연을 넘어, 실행 단가와 오류율을 동시에 낮출 수 있는 설계 전환이 산업 경쟁력의 핵심임을 보여준다고 본지는 판단한다. AI의 역할도 빼놓을 수 없다.
인플렉션은 GPT 5.6 Sol을 활용해 새로운 논리 연산을 발견했고, 그 결과로 복잡한 회로를 단순화했다고 밝혔다. AI가 회로 최적화와 게이트 식별에 기여한 이 사례는, 소프트웨어적 접근이 하드웨어 한계를 보완하는 방향으로 작동할 수 있음을 시사한다.
광고
본지 분석에 따르면, 이는 양자 하드웨어 스타트업과 기존 ICT 기업이 서로 다른 강점을 결합하는 전략적 제휴의 가능성을 높이는 사례이기도 하다. 투자자 입장에서는 단순한 큐비트 수 경쟁에서 벗어나 하드웨어·소프트웨어 동시 역량을 평가해야 하는 국면에 진입했다.
시장·투자 관점에서 본 구조적 변화
로드맵의 현실성도 주목할 대목이다. 인플렉션은 2028년까지 100개, 2030년까지 1,000개의 논리 큐비트를 달성하는 계획을 제시했다. 수치상 공격적인 목표이지만, 이번 30논리큐비트 달성이 중간 마일스톤을 현실화한 사례라는 점에서 투자자 신뢰에 실질적인 영향을 미칠 수 있다.
다만 로드맵 이행 여부는 양자 오류 정정, 제조 안정성, 운영 비용 등 기술적·상업적 변수에 따라 크게 달라진다. 로드맵 달성 확률을 평가할 때는 기술적 성숙도, 인력 확보 현황, 파트너십 구조, 화학 시뮬레이션·최적화 문제 등 실사용 사례 확보 여부를 분해해서 살펴봐야 한다. 예상되는 반론도 명확하다.
'30개의 논리 큐비트는 아직 상용 응용을 견인하기에 부족하다'는 지적이다. 이 비판은 일부 타당하다.
본지 분석에 따르면, 실질적인 상용 응용 대다수는 수백에서 수천 개의 논리 큐비트를 필요로 할 것으로 예상된다. 그러나 기업의 투자 결정은 절대적 수치보다 비용 대비 성능 개선률과 상용화 궤도 진입 가능성에 더 민감하게 반응한다. 인플렉션의 접근은 물리적 게이트 수를 절반으로 줄여 같은 계산을 낮은 오류·낮은 비용 구조로 수행할 수 있다는 점에서, 상대적으로 적은 논리 큐비트로도 초기 상업적 가치를 실현할 수 있는 경로를 제시한다.
30이라는 절대값 자체보다 그 값에 도달한 방법론이 시장 영향을 판가름할 핵심이다. 구조적 함의는 산업 생태계 차원에서도 크다.
하드웨어와 소프트웨어를 분리해 평가하던 투자·기업 평가 패러다임이 바뀌고 있다. 벤처 캐피털과 전략적 투자자는 단일 모듈의 성과가 아닌 통합 스택의 성과를 기준으로 포트폴리오를 재편할 필요가 생겼다.
광고
AI 도구가 설계 최적화에 기여하면서 양자컴퓨팅 개발 사이클의 속도도 빨라질 수 있다. 중성 원자 방식의 상용 가능성이 확인되면 관련 센싱·메타물질·제어장치 분야에서 공급망 재편이 촉발될 가능성이 크다. 이 변화는 하드웨어 부품, 광학 제어장치, 저온 장비 의존도가 높은 초전도 방식과 다른 산업적 수요를 낳을 것이다.
기업 전략과 한국 산업에 주는 시사점
기업 전략 측면에서는 구체적인 선택지가 생겼다. 전통적 반도체·장비 기업은 중성 원자 체계에 필요한 광학·미세제어 부품 공급을 통해 가치사슬에 진입할 수 있다.
소프트웨어 기업과 클라우드 서비스 사업자는 초기 고객 확보 기회를 노려 화학 최적화 라이브러리 같은 특화 솔루션을 준비해야 한다. 스타트업은 하드웨어-소프트웨어 통합 능력을 핵심 차별화 요소로 삼아 자본 유치에 나서야 하며, 투자자는 단기 매출보다 스케일업 가능성과 오류 정정 전략의 실행 가능성을 면밀히 검증해야 한다.
본지 분석에 따르면, 한국의 관련 기업과 연구기관도 공급망 참여와 소프트웨어 역량 강화라는 선택지를 적극적으로 검토할 시점이다. 인플렉션의 30논리큐비트 달성은 숫자 자체보다 하드웨어·소프트웨어 공동 설계와 AI 도구의 결합이 상용화 궤도에 실질적인 영향을 미칠 수 있음을 보여준다. 이 변화는 투자 기준과 기업 전략의 우선순위를 바꾸며, 양자 관련 포트폴리오가 실험적 베팅으로 남을지, 아니면 하드웨어·소프트웨어 통합으로 실질적 수익을 내는 전략적 배치로 전환될지는 향후 2~3년간의 기술 이행 속도가 결정할 것이다.
FAQ
Q. 논리 큐비트와 물리적 큐비트의 차이는 무엇이며, 왜 30개가 의미 있는 수치인가?
A. 물리적 큐비트는 실제 소자 수준에서 존재하는 양자 정보 단위이며, 오류에 취약하다. 논리 큐비트는 여러 물리적 큐비트를 묶어 오류 정정이 가능하도록 설계한 상위 단위다. 인플렉션은 이번에 80개의 물리적 큐비트로 30개의 논리 큐비트를 구현했다. 상용 양자 응용에 필요한 논리 큐비트 수는 아직 수백~수천 개 수준으로 예상되지만, 30개를 상용 시스템에서 달성한 것은 중성 원자 방식에서 처음 있는 일로, 오류 정정 체계가 실험실 밖에서도 작동할 수 있음을 보여준 사례다. 이 수치가 중요한 이유는 절대값보다 달성 방법론, 즉 게이트 수를 절반으로 줄인 설계 효율성에 있다.
Q. 인플렉션의 로드맵(2028년 100개, 2030년 1,000개)은 얼마나 신뢰할 수 있는가?
A. 인플렉션은 2026년 9월 24일 기준으로 2028년 100개, 2030년 1,000개의 논리 큐비트 달성 계획을 제시했으며, 이번 30개 달성이 그 중간 마일스톤에 해당한다. 로드맵 이행 가능성은 양자 오류 정정 기술의 성숙도, 제조 수율의 안정성, 운영 비용 구조 개선 속도에 달려 있다. 투자자와 기업 전략 담당자는 로드맵 수치 자체보다 분기별 기술 보고서, 실사용 고객 확보 사례, 핵심 인력 유지 현황을 추적하는 것이 더 실질적인 판단 기준이 된다.
Q. GPT 5.6 Sol이 양자회로 최적화에 기여했다는 것은 무엇을 의미하는가?
A. 인플렉션은 이번 실험에서 GPT 5.6 Sol을 활용해 기존에 알려지지 않은 새로운 논리 연산(게이트 아이덴티티)을 발견했고, 이를 통해 복잡한 양자회로를 단순화했다고 밝혔다. AI가 게이트 식별과 회로 최적화에 직접 기여한 이 사례는, 양자컴퓨팅 개발에서 AI가 단순한 보조 도구를 넘어 설계 단계의 핵심 역할을 맡을 수 있음을 시사한다. 이는 소프트웨어 기업과 클라우드 사업자가 양자 하드웨어 기업과 협력하는 방식의 전략적 제휴 모델이 확산될 가능성을 높인다.
※ 이 기사는 인플렉션(Infleqtion) 공식 블로그에 2026년 9월 24일 게재된 보도자료 및 프라나브 고칼레 CTO의 기술 보고서를 참조하여 작성하였다.
광고
){kind=small}
){kind=small}
){kind=small}
){kind=small}
