11월 4일 (수)양자 뉴스·논문·데이터를 매일 검증해 한국어로 전합니다

튜토리얼 목록
Tutorial중급양자컴퓨팅

Deutsch-Jozsa 알고리즘 — 단 한 번의 오라클 평가

Deutsch-Jozsa 알고리즘은 주어진 함수가 상수(constant)인지 균형(balanced)인지를 단 한 번의 오라클 호출로 판별하는 양자 알고리즘이다. 고전 컴퓨터가 최악의 경우 $2^{n-1}+1$번의 평가를 요구하는 것에 비해 양자 컴퓨터는 1회로 충분하며, 이는 중첩·위상 반동·양자 간섭의 결합으로 달성된다.

난이도 중급4분 읽기연습문제 3개

개념 소개

함수 가 다음 두 경우 중 하나라는 보증이 주어진다고 하자.

  • 상수 함수: 모든 입력에 대해 또는
  • 균형 함수: 입력의 정확히 절반에서 , 나머지 절반에서

고전 결정론적 알고리즘으로 판별하려면 최악의 경우 번의 질의가 필요하다. 앞선 번이 모두 같은 값을 반환해도, 그것이 상수인지 균형인지 확신할 수 없기 때문이다. Deutsch-Jozsa 알고리즘은 이 문제를 단 1회 오라클 호출로 결정론적으로 해결한다.

핵심 원리

알고리즘은 **위상 반동(phase kickback)**과 Hadamard 변환을 결합한다.

1단계 — 초기 상태 준비

개의 입력 큐비트를 , 보조 큐비트를 로 설정한다.

모든 큐비트에 Hadamard 변환 를 적용하면:

2단계 — 오라클 적용

오라클 는 으로 정의된다. 보조 큐비트가 상태일 때 위상 반동이 발생하여 의 정보가 위상으로 이전된다.

3단계 — 역 Hadamard와 측정

입력 레지스터에 다시 을 적용하면:

성분의 진폭은 일 때:

  • 가 상수 함수이면 합은 → 측정 확률 1
  • 가 균형 함수이면 합은 0 → 측정 확률 0

측정 결과가 모두 0이면 상수, 하나라도 1이면 균형으로 단 1회 평가만으로 판별된다.

알고리즘 최선 최악
고전 결정론적
Deutsch-Jozsa

예시·응용

n = 1: Deutsch 알고리즘

인 특수 경우가 David Deutsch가 1985년에 제안한 원래 알고리즘이다. 이를 Deutsch-Jozsa가 큐비트로 일반화하였다.

Qiskit 구현 예시 (n = 2, 균형 오라클)

from qiskit import QuantumCircuit
from qiskit_aer import AerSimulator

def deutsch_jozsa_balanced(n):
    qc = QuantumCircuit(n + 1, n)
    qc.x(n)               # 보조 큐비트 |1⟩ 초기화
    qc.h(range(n + 1))    # 전체 Hadamard
    for i in range(n):    # 균형 오라클: CNOT 연쇄
        qc.cx(i, n)
    qc.h(range(n))        # 입력 레지스터 역 Hadamard
    qc.measure(range(n), range(n))
    return qc

qc = deutsch_jozsa_balanced(n=2)
sim = AerSimulator()
result = sim.run(qc, shots=1024).result()
print(result.get_counts())
# 균형 함수 → "00"이 출력되지 않음

상수 오라클(항등 혹은 비트 반전 없음)로 바꾸면 결과는 항상 "00"만 나타난다. 이 단일 실행이 고전적 수백 번의 질의를 대체한다.

이론적 의의

Deutsch-Jozsa 알고리즘은 직접적인 실용 응용보다 양자 우월성의 최초 수학적 증명으로서 중요하다. 이후 Simon 알고리즘, Shor 알고리즘, Grover 알고리즘의 이론적 토대가 되었으며, 질의 복잡도(query complexity) 분야에서 양자-고전 분리의 표준 사례로 인용된다.

정리

Deutsch-Jozsa 알고리즘은 중첩으로 모든 입력을 동시에 평가하고, 위상 반동으로 함수 정보를 위상에 인코딩하며, Hadamard 간섭으로 단일 측정에 그 정보를 집중시킨다. 비록 현실 응용 문제를 직접 해결하지는 않지만, "양자 컴퓨터는 특정 문제에서 고전 대비 지수적 질의 이점을 가진다"는 사실을 처음으로 엄밀하게 보인 이정표적 알고리즘이다.

Exercises

연습문제

  1. Q1고전 결정론적 알고리즘이 $n$비트 입력에서 최악의 경우 $2^{n-1}+1$번의 질의가 필요한 이유를 설명하라.

    힌트 보기

    앞선 $2^{n-1}$번의 결과가 모두 동일한 값을 반환하는 경우를 생각해 보라.

    해설 보기

    $2^{n-1}$번의 질의 결과가 모두 0(또는 1)이라 해도, 나머지 절반이 무엇인지 알기 전까지 상수인지 균형인지 결론 내릴 수 없다. 따라서 최소 $2^{n-1}+1$번째 질의가 있어야 비로소 확신할 수 있다.

  2. Q2보조 큐비트가 $|0\rangle$ 상태일 때 오라클을 적용하면 위상 반동이 발생하지 않는다. 그 이유를 수식으로 설명하라.

    해설 보기

    오라클은 $|x\rangle|y\rangle \mapsto |x\rangle|y \oplus f(x)\rangle$으로 작동한다. 보조 큐비트가 $|0\rangle$이면 $|0 \oplus f(x)\rangle = |f(x)\rangle$가 되어 상태가 변하지만 전체 위상 인자 $(-1)^{f(x)}$가 생기지 않는다. 반면 $(|0\rangle-|1\rangle)/\sqrt{2}$일 때는 $|0 \oplus f(x)\rangle - |1 \oplus f(x)\rangle = (-1)^{f(x)}(|0\rangle-|1\rangle)$가 되어 $(-1)^{f(x)}$ 위상이 입력 레지스터로 반동한다.

  3. Q3Deutsch-Jozsa 알고리즘에서 측정 직전 $|0\rangle^{\otimes n}$의 진폭이 $\frac{1}{2^n}\sum_x (-1)^{f(x)}$임을 이용하여, $n=2$이고 $f(00)=0,\ f(01)=1,\ f(10)=1,\ f(11)=0$인 균형 함수의 경우 이 진폭이 0임을 직접 계산하라.

    해설 보기

    $\frac{1}{4}\bigl[(-1)^0 + (-1)^1 + (-1)^1 + (-1)^0\bigr] = \frac{1}{4}[1 - 1 - 1 + 1] = \frac{0}{4} = 0$. 따라서 $|00\rangle$ 측정 확률은 $0^2 = 0$이므로 절대 측정되지 않으며, 균형 함수임이 확정된다.

관련 용어

이 챕터는 Claude (claude-sonnet-4-6)가 작성했습니다. · 발행 2026. 9. 6.

Keep Learning

다음으로 볼 튜토리얼

전체보기
중급

양자통신

포스트양자암호(PQC) 기초: 양자 시대를 대비하는 암호 설계

포스트양자암호(PQC)는 충분한 규모의 양자 컴퓨터가 등장해도 안전하도록 설계된 고전 알고리즘 기반 암호 체계다. RSA·ECC 등 현행 공개키 암호의 취약점을 수학적 난제로 보완하며, NIST의 표준화를 통해 실용화 단계에 진입했다.

4분 읽기

중급

양자통신

PQC(포스트양자암호) 기초: 양자 시대의 암호 보안

양자 컴퓨터의 발전으로 RSA, ECC 등 현재의 공개키 암호 체계가 근본적인 위협에 직면했다. 포스트양자암호(PQC)는 양자 컴퓨터로도 풀기 어려운 수학적 난제에 기반한 새로운 암호 방식으로, NIST의 표준화 작업을 통해 실용화 단계에 접어들었다. PQC는 기존 통신 인프라 위에서 동작하므로 양자키분배(QKD)와는 구별되는 상호 보완적인 접근이다.

4분 읽기

고급

양자컴퓨팅

변분 양자 고유값 계산(VQE): 원리와 구현

VQE(Variational Quantum Eigensolver)는 변분 원리를 기반으로 해밀토니안의 바닥 상태 에너지를 추정하는 양자-고전 하이브리드 알고리즘이다. 매개변수화 양자 회로(Ansatz)로 시험 상태를 준비하고 고전 최적화기로 에너지를 최소화하는 반복 루프를 구성한다. 깊이가 얕은 회로를 사용하므로 NISQ 장치에서 실행 가능한 현실적 양자 알고리즘으로 평가받는다.

6분 읽기

고급

양자컴퓨팅

QAOA: 조합 최적화를 위한 양자 근사 최적화 알고리즘

QAOA(Quantum Approximate Optimization Algorithm)는 조합 최적화 문제를 양자 회로로 근사 해결하는 변분 양자 알고리즘이다. 비용 해밀토니안과 혼합 해밀토니안을 교대로 적용하는 $p$층 회로를 구성하고, 고전 최적화기로 매개변수를 조율하는 하이브리드 방식을 채택한다. MaxCut, 포트폴리오 최적화 등 NP-난해 문제에 대한 근사 해를 NISQ 장치에서 탐색하는 데 활발히 연구되고 있다.

5분 읽기