데이터 과학자들이 양자 컴퓨팅에 관심을 가져야 하는 이유

Source: Towards Data Science

Author Spotlight 시리즈에서 TDS 편집자들은 우리 커뮤니티 구성원들과 데이터 과학 및 AI 분야의 경력, 글쓰기, 영감의 원천 등에 대해 이야기를 나눕니다. 오늘은 Sara A. Metwalli와의 대화를 여러분께 소개하게 되어 매우 기쁩니다.

Sara는 Quantum Software Lab에서 양자 컴퓨팅 연구원으로, 머신러닝과 양자 시스템이 어떻게 교차하는지, 그리고 양자 컴퓨터용 소프트웨어를 어떻게 작성할 수 있는지를 탐구합니다. 그녀는 명료함, 현실성, 과대광고와 실제 작동하는 기술을 구분하는 데 중점을 두고 양자 관련 주제를 글로 씁니다. Sara는 또한 운동, 독서, 글쓰기, 세계 탐험을 사랑합니다. 그녀는 이집트, 일본, 미국을 거쳐 현재는 스코틀랜드에 거주하고 있습니다.

5년 전, 우리가 마지막으로 당신과 대화했을 때 — 우리의 첫 번째 저자 스포트라이트! — 당신은 일본에서 박사 과정 초기 단계에 있었습니다. 그 이후 어떻게 지냈나요?

마지막 저자 스포트라이트를 한 지 정말 오래된 느낌이에요! 저는 2019년에 TDS에 글을 쓰기 시작했습니다. 박사 과정을 시작하기 위해 준비했고, 2020년에 시작했으며, 2024년에 마쳤습니다. 솔직히 말해서, TDS에 글을 쓰는 것이 COVID 기간 동안 박사 과정 학생으로서 겪은 고립을 이겨내는 데 큰 도움이 되었습니다.

논문 방어를 마친 직후인 2024년 중반에 미국으로 이주했으며, 그곳에서 6개월 동안 아웃리치 및 교육 코디네이터로 일했습니다. 이후 학계로 돌아와 1년짜리 포스트닥을 진행했습니다. 그리고 드디어 작년 10월에 스코틀랜드로 이주했습니다.

그 Q&A 이후 5년 동안 우리는 LLM과 에이전트 등 다양한 혁신을 목격했습니다. 일상적인 AI 도구들의 부상이 당신의 업무와 전반적인 삶에 어떤 영향을 미쳤나요?

LLM의 인기가 급증하면서 세계가 변했으며, 이는 내 삶만이 아니라 전 세계에 영향을 미쳤습니다. 주로 학계에 몸담고 있는 저는 항상 논문을 읽고 이 기술들을 연구한 연구자들과 대화를 나눴습니다. 그들과 함께 일하고 아이디어를 논의했습니다. 연구가 연구실 밖에서 어떻게 성장하는지, 모든 사람이 접근하게 되면 연구자들이 그 기술이 어떻게 사용될지 모른다는 점이 항상 흥미롭습니다.

생성형 AI의 갑작스럽고 폭발적인 인기는 연구가 성숙한 시점이 아니라 진행 중일 때 공유하는 것의 중요성을 더욱 깨닫게 했습니다.

LLM이 많은 사람들의 삶을 편리하게 만들 수 있다고 믿지만, 악용되어 해를 끼칠 수도 있습니다. 개인 차원, 직업 차원, 그리고 공동체 차원에서 균형을 찾는 것은 모든 신기술이 처음 마주하는 과제입니다.

당신의 양자 기술에 대한 관심은 최근 몇 년간 이 분야가 큰 화제를 모으기 시작하기 훨씬 이전부터 시작되었습니다. 처음에 이 분야에 끌리게 된 이유는 무엇인가요?

제 양자 기술에 대한 관심은 2018년경에 시작되었습니다! 석사 과정을 밟으며 양자 물리학 수업의 조교를 하고 있었습니다. 그 수업을 정말 즐겼고, 교수님은 제가 이전에 이해하지 못했던 개념들을 훌륭하게 설명해 주셨습니다.

박사 과정을 고민하던 시기에 양자 컴퓨팅 분야는 막 피어오르기 시작했었습니다: IBM이 장비를 공개하고 Qiskit을 출시한다는 의사를 밝힌 것이죠. 흥미롭고 복잡하며 정신적으로 도전적인 분야였으며(제가 어떤 분야에든 끌리는 세 가지 요소), 수학과 잠재력, 코딩까지 모두 갖추고 있었습니다. 저는 함께 일하던 교수님께 양자 배경이 전혀 없는 박사 과정을 받아줄 사람을 아는지 물었고, 놀랍게도 교수님은 알고 계셨습니다. 교수님이 소개해 주신 분이 바로 제 박사 지도교수가 되었습니다.

저는 소프트웨어와 수학을 사랑하고, 양자는 이 두 가지를 결합하면서도 큰 응용 가능성을 가지고 있습니다. 현재 저는 스코틀랜드 에든버러 대학교의 Quantum Software Lab에서 연구원으로 일하고 있습니다. 데이터 과학과 양자 컴퓨팅 사이의 다리를 놓는 연구와 양자 머신러닝, 양자 컴퓨팅의 다양한 응용 분야를 탐구하고 있습니다.

지난 1~2년 동안 TDS에 대한 당신의 공개 글이 거의 전적으로 양자에 초점을 맞추게 되었습니다. 데이터 및 ML 전문가가 이 기술에 대해 배우는 것이 왜 중요한가요?

“양자”가 유행어가 되면서 잘못된 정보가 급증하고 있습니다. 현업에 종사하는 사람으로서 허위 정보에 현혹되는 모습을 보는 것이 안타깝습니다. 저는 양자의 잠재력을 확인하고 있으며, 그 발전 속도도 눈에 띄게 빠른 것을 보고 있습니다. 이렇게 빠르게 발전하는 이유는 학계 밖 사람들의 참여가 활발해졌기 때문이라고 생각합니다. 데이터 과학자는 양자 컴퓨팅 개발에 필수적인 존재이며, 양자 컴퓨팅은 데이터 과학 및 머신러닝에 대한 우리의 사고 방식을 바꿀 잠재력을 가지고 있습니다.

저는 데이터 과학자가 양자 컴퓨팅에 관심을 가져야 한다고 믿습니다. 왜냐하면 그들이 이미 수행하고 있는 핵심 작업들(예: 최적화, 샘플링, 대규모 선형 대수)이 바로 양자 알고리즘이 속도를 높이거나 다른 방식으로 처리하려는 문제 유형이기 때문입니다. 양자 근사 최적화 알고리즘(QAOA)이나 양자 머신러닝과 같은 양자 접근법은 모델 훈련, 복잡한 시뮬레이션, 불확실성 하에서의 의사결정 등 분야에서 성능을 향상시킬 가능성이 있습니다.

현실적으로 오늘날의 하드웨어는 아직 제한적이지만, 장기적인 영향은 어려운 데이터 문제를 해결하는 방식을 근본적으로 바꿀 수 있습니다. 따라서 이는 다음 큰 기술 변화를 대비하는 것뿐만 아니라, 그 기술을 형성하는 일에 참여할 기회이기도 합니다.

ChatGPT와 Gemini 시대에 공개 저자로서의 경험은 어떠했나요? 요즘 글을 쓰게 하는 동기는 무엇인가요?

그것은 정말 좋은 질문입니다! 저는 생성형 AI를 사랑합니다; 그것은 우리가 인간으로서 기술을 얼마나 멀리 끌고 갈 수 있었는지를 보여줍니다. 하지만 결국 그것은 기계일 뿐이며, 패턴을 찾는 알고리즘에 불과합니다: 영혼도, 경험도 없습니다.

저는 제가 좋아하는 작가들의 글을 읽고 계속 글을 씁니다. 왜냐하면 가르치거나 지식을 전달하는 것은 인간적인 일이라 생각하기 때문입니다. [ChatGPT는 기본을 제공할 수 있습니다].

How do we know if a text is AI‑generated? – AI‑생성 콘텐츠를 식별하는 데 유용한 읽을거리입니다.

• Sara의 작업에 대해 더 알고 최신 기사들을 확인하고 싶다면, Towards Data Science (TDS)에서 그녀를 팔로우할 수 있습니다.