Claude Mythos 5, 양자 회로 게이트 수 최대 17배 줄이는 설계 발견

Claude Mythos 5가 8가지 계산 원시 연산에 대한 새로운 양자 회로 설계를 발견하여, 기존 최신 기술 대비 큐비트와 게이트 수 모두에서 성능을 개선했다. 일부 경우 성능 향상 폭이 한 자릿수를 넘어, AI가 실용적 양자 컴퓨팅의 실현 시기를 앞당길 수 있음을 시사한다.

방법론 및 접근법

이 연구는 자연어 사양과 자동 평가기를 사용하는 폐쇄 루프 시스템에서 Claude Mythos 5를 활용했다. 모델은 정확도를 우선 최적화한 후, 큐비트 수와 게이트 수의 곱을 기준으로 설계를 점수화했다. 기존 설계를 개선하는 인간 연구자와 달리, Claude는 분자 대칭성 활용이나 드문 입력을 위한 불필요한 고비용 구성 요소 제거 등 구조적 및 수학적 통찰을 도출했다.

타원 곡선 점 덧셈

타원 곡선 점 덧셈의 모듈러 역원 단계에서, Claude는 분기 이력을 저장하지 않는 divsteps의 가역적 구현을 제안했다. 대신 반복 후 숫자 쌍을 검사하여 분기 정보를 디코딩한다. 이 접근법은 Lean에서 형식적으로 검증되었으며, 기존 최소 큐비트 설계 대비 큐비트 수는 12% 증가했으나 게이트 수는 17배 감소했다.

디코딩 양자 간섭(DQI)

Claude는 최적화 문제용 DQI 알고리즘에서 가장 비용이 큰 단계인 Reed-Solomon 디코더를 최적화했다. 양자 회로의 고정 게이트 시퀀스 제약 조건에 맞는 Berlekamp-Massey 디코딩으로 Extended Euclidean Algorithm을 교체하여 게이트 수를 12배 줄였다. 추가 메모리 최적화를 통해 설계는 거의 모든 경우 저장에 19 큐비트만 사용하게 되었으며, 이는 Berlekamp-Massey 접근법의 단순 가역 버전이 필요로 하는 840 큐비트 대비 상당한 감소다.

시사점

FeMoco 바닥 상태 에너지 계산의 양자 자원 추정치가 150,000배 감소하는 데 인간 연구로 8년이 걸린 반면, Claude의 타원 곡선 설계는 단일 53시간 실행으로 도출됐다. 이러한 발견은 AI가 알고리즘과 하드웨어 구성 요소를 공동 최적화할 수 있음을 나타내며, 내결함성 양자 컴퓨터가 촉매 및 재료 과학 문제를 더 빨리 해결할 수 있게 할 잠재력을 보여준다.