대규모 최대 절단 문제를 19분 만에 해결하는 병렬 양자 알고리즘

이 논문은 양자 근사 최적화 알고리즘(QAOA)을 이용한 최대 절단(Max-Cut) 문제 해결의 확장성 한계를 극복하기 위한 'ParaQAOA' 프레임워크를 소개합니다. 최대 절단 문제는 NP-난해 문제로, VLSI 설계, 사회 네트워크 분석 등 다양한 분야에 적용되나 대규모 그래프에서 최적해를 찾는 것은 매우 어렵습니다. 기존 QAOA 기반 방법은 양자 회로의 깊이와 게이트 복잡도가 증가하여 대규모 문제에서 실용성이 떨어졌으며, 분할 정복 방식을 도입한 최근 연구들도 해의 정확도를 우선시함에 따라 전체 실행 시간이 매우 길어지는 문제가 있었습니다. ParaQAOA는 이러한 문제를 해결하기 위해 네 가지 핵심 구성 요소를 가진 병렬 분할 정복 프레임워크를 설계했습니다. 첫째, 대규모 그래프를 효율적으로 분할하는 선형 시간 알고리즘을 사용합니다. 둘째, 분할된 부분 문제를 독립적으로 풀고 해를 재구성하는 과정을 현대 병렬 컴퓨팅 하드웨어(예: 멀티코어 CPU, GPU 클러스터)에서 병렬 실행합니다. 셋째, 부분 문제의 크기와 개수 등을 조절하는 파라미터를 통해 정확도와 실행 효율성 사이의 트레이드오프를 사용자가 조절할 수 있도록 했습니다. 넷째, 근사 비율과 실행 시간을 결합한 새로운 평가 지표인 '성능 효율 지수(PEI)'를 제안하여 다양한 솔루션 간 통합 비교가 가능하게 했습니다. 실험 평가에서는 랜덤 그래프와 실제 그래프 데이터셋을 사용하여 ParaQAOA의 성능을 검증했습니다. 중간 규모(400정점) 문제에서 기존 최신 방법 대비 최대 1,600배의 속도 향상을 보였으며, 근사 비율은 최고 해 대비 2% 이내로 유지했습니다. 대규모(16,000정점) 문제에서는 기존 최선의 접근법이 13.6일이 소요될 것으로 예상되는 반면, ParaQAOA는 단 19분 만에 해를 생성했습니다. 이 결과는 ParaQAOA가 엄격한 시간 제약 조건 하에서 대규모 최대 절단 문제를 해결하는 실용적이고 확장 가능한 솔루션임을 입증합니다. 논문은 결론에서 양자 하드웨어의 발전에 따른 실제 양자 장치에서의 프레임워크 적용, 다른 최적화 문제로의 확장, 그리고 더 정교한 그래프 분할 전략 개발을 향후 연구 방향으로 제시합니다.