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

튜토리얼 목록
Tutorial입문양자컴퓨팅

Hadamard 게이트: 중첩을 만드는 양자컴퓨팅의 핵심 부품

Hadamard 게이트는 고전 비트의 0 또는 1 상태를 양자 중첩 상태로 변환하는 가장 기본적인 양자 게이트다. 양자 알고리즘의 대부분은 이 게이트로 시작하며, 중첩·간섭·얽힘을 활용하는 모든 회로의 출발점이 된다. 입문 수준에서 Hadamard 게이트를 이해하면 양자컴퓨팅 전반의 논리 흐름을 파악할 수 있다.

난이도 입문4분 읽기연습문제 3개

먼저 읽으면 좋은 용어

개념 소개

동전을 테이블 위에 올려놓으면 앞면 또는 뒷면이다. 그런데 동전을 공중에 던진 순간, 측정하기 전까지는 "앞면이기도 하고 뒷면이기도 한" 상태라고 상상해 보자. Hadamard 게이트는 바로 이 순간을 만들어 주는 장치다.

고전 컴퓨터의 비트는 또는 중 하나만 가질 수 있다. Hadamard 게이트 를 적용하면 두 상태가 동등한 확률로 공존하는 중첩(superposition) 상태가 만들어진다.

측정하면 각각 50%의 확률로 0 또는 1이 나온다. 하지만 중요한 것은 측정 전의 상태다. 두 가능성이 동시에 존재한다는 사실이 양자컴퓨팅의 연산 능력을 폭발적으로 키운다.


핵심 원리

행렬 표현

Hadamard 게이트는 유니터리 행렬로 나타낸다.

  • 유니터리(unitary): 이므로 정보 손실이 없고, 를 두 번 적용하면 원래 상태로 돌아온다. 즉 .
  • 부호의 역할: 을 넣을 때와 을 넣을 때, 두 결과의 차이는 성분의 부호뿐이다. 이 부호 차이가 양자 간섭(interference) 을 제어하는 핵심 열쇠다.

블로흐 구면에서의 의미

블로흐 구면(Bloch sphere) 위에서 은 북극, 은 남극이다. Hadamard 게이트는 이 구면을 X축과 Z축의 중간 축을 기준으로 180° 회전시킨다. 결과적으로 북극과 남극이 적도 위의 두 점(, 방향)으로 이동한다.

왜 모든 알고리즘의 첫 단계인가

개의 큐비트에 각각 Hadamard 게이트를 적용하면, 가지 상태가 동시에 균등하게 중첩된다.

3큐비트만으로도 0부터 7까지 8가지 상태를 한꺼번에 표현할 수 있다. 이것이 양자 병렬성의 출발점이며, Deutsch–Jozsa, Grover, Shor 알고리즘 모두 이 준비 단계에서 Hadamard 게이트를 사용한다.


예시·응용

Python 코드: Qiskit으로 Hadamard 게이트 실습

from qiskit import QuantumCircuit
from qiskit.quantum_info import Statevector

# 1큐비트 회로 생성, |0⟩ 초기화
qc = QuantumCircuit(1)
qc.h(0)          # Hadamard 게이트 적용

# 상태벡터 확인
sv = Statevector(qc)
print(sv)        # [0.707+0.j, 0.707+0.j] ≈ (|0⟩ + |1⟩)/√2

# H를 두 번 적용 → 원래 상태로 복귀
qc.h(0)
sv2 = Statevector(qc)
print(sv2)       # [1.+0.j, 0.+0.j] → |0⟩ 복원

응용 1 — 무작위 수 생성

Hadamard 게이트 하나를 에 적용하고 측정하면 진정한 물리적 난수(0 또는 1)를 얻는다. 이는 알고리즘 기반의 의사(擬似) 난수와 근본적으로 다르다.

응용 2 — 양자 키 분배(BB84)

BB84 프로토콜에서는 Hadamard 게이트로 두 가지 기저(基底)를 전환하며 도청 여부를 감지한다. 도청자가 잘못된 기저로 측정하면 중첩이 붕괴되어 흔적이 남는다.

응용 3 — 양자 푸리에 변환(QFT)

양자 푸리에 변환의 핵심 빌딩 블록은 Hadamard 게이트다. Shor 알고리즘의 소인수 분해 속도 향상이 QFT, 즉 Hadamard 게이트에서 비롯된다.


정리

Hadamard 게이트는 개념적으로 단순하지만 기능적으로 강력하다. 고전 비트를 양자 중첩으로 변환하고, 두 번 적용하면 원상복귀되며, 큐비트에 동시 적용하면 개의 균등 중첩을 단번에 만든다. 양자 알고리즘이 "모든 경우를 동시에 탐색한다"는 직관은 바로 이 게이트에서 시작된다. Hadamard 게이트 없이는 양자컴퓨팅의 속도 우위를 논하기 어렵다.

Exercises

연습문제

  1. Q1$H|1\rangle$을 계산하고, 이 상태를 측정했을 때 0과 1이 나올 확률을 각각 구하시오.

    힌트 보기

    $H = \frac{1}{\sqrt{2}}\begin{pmatrix}1&1\\1&-1\end{pmatrix}$를 $\begin{pmatrix}0\\1\end{pmatrix}$에 곱해 보자.

    해설 보기

    $H|1\rangle = \frac{1}{\sqrt{2}}\begin{pmatrix}1\\-1\end{pmatrix} = \frac{|0\rangle - |1\rangle}{\sqrt{2}}$. 각 진폭의 절댓값 제곱이 확률이므로, 0이 나올 확률 $= \left|\frac{1}{\sqrt{2}}\right|^2 = \frac{1}{2}$, 1이 나올 확률 $= \left|\frac{-1}{\sqrt{2}}\right|^2 = \frac{1}{2}$. 부호가 달라도 측정 확률은 동일하다.

  2. Q2큐비트 하나에 Hadamard 게이트를 홀수 번(예: 3번) 적용한 결과는 1번 적용한 결과와 같은가? 이유를 서술하시오.

    해설 보기

    같다. $H^2 = I$이므로 $H^3 = H^2 \cdot H = I \cdot H = H$. 즉 홀수 번 적용하면 $H$와 동일하고, 짝수 번 적용하면 항등 연산이 되어 원래 상태가 복원된다.

  3. Q32큐비트 모두에 Hadamard 게이트를 적용하면 몇 가지 상태가 균등 중첩되는가? 그 상태를 수식으로 표현하시오.

    힌트 보기

    $n=2$일 때 $2^n$을 계산하고, $H^{\otimes 2}|00\rangle$을 전개해 보자.

    해설 보기

    $2^2 = 4$가지 상태($|00\rangle, |01\rangle, |10\rangle, |11\rangle$)가 균등 중첩된다. $H^{\otimes 2}|00\rangle = \frac{1}{2}(|00\rangle + |01\rangle + |10\rangle + |11\rangle)$. 각 상태의 측정 확률은 $\left|\frac{1}{2}\right|^2 = \frac{1}{4}$로 동일하다.

관련 용어

이 챕터는 Claude (claude-sonnet-4-6)가 작성했습니다. · 발행 2026. 4. 19.

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