E.ON·Qoro·영국 NQCC, 50큐비트 분할로 P2P 에너지 스케줄링 최적화…IBM 실행 시간 3배 단축

연구 배경: 프로슈머 시대의 전력망 최적화 난제

태양광·풍력 등 분산 재생에너지 보급이 확대되면서 전기를 소비하는 동시에 생산하는 '프로슈머'가 빠르게 늘고 있다. 이들 사이의 잉여 전력 거래, 이른바 P2P 에너지 거래 시장이 형성되고 있지만, 생산량·소비량·가격·수요 등 끊임없이 변동하는 수많은 변수를 동시에 처리하는 스케줄링 문제는 고전 컴퓨터의 조합론적 복잡성 탓에 효율적 처리가 어렵다.

이 과제를 타개하기 위해 유럽 대형 에너지 기업 E.ON과 양자 소프트웨어 스타트업 Qoro는 영국 NQCC·STFC 하트리 센터와 협력하고 SparQ 2025 프로그램 보조금을 받아 하이브리드 최적화 파이프라인 연구에 착수했다.

핵심 방법론: 문제 분해와 회로 패킹

이번 연구의 핵심은 현세대 양자 하드웨어가 감당하기 어려운 규모의 문제를 처리 가능한 크기로 잘게 나누는 데 있다. 실제 전력망 수준인 PEGASE-1354 버스 벤치마크를 정밀 모델링하려면 이론적으로 1,710큐비트가 필요하지만, 현재 상용 양자컴퓨터의 실질 가용 큐비트 수는 이를 크게 밑돈다.

연구팀은 스펙트럴 그래프 분할 기법과 Qoro의 오픈소스 SDK인 Divi, 그리고 자체 스케줄러를 결합해 전력망 최적화 문제를 최대 50큐비트 단위 하위 문제로 분해했다. 각 하위 문제는 IBM 양자 하드웨어에서 실행됐으며, 공간적 회로 패킹을 적용해 하드웨어 실행 시간을 약 3배 줄였다. 대규모 시뮬레이션 단계에서는 Qoro의 통합 시뮬레이션 엔진 Maestro가 텐서 네트워크 시뮬레이션을 맡았다.

알고리즘 성능: QAOA와 고전적 복구의 결합

최적화 알고리즘으로는 양자 근사 최적화 알고리즘(QAOA)을 활용했다. QAOA 샘플링과 고전적 실행 가능성 복구(classical feasibility repair)를 결합한 결과, 잔여 분해 오차(residual decomposition error)가 순수 고전 기준 방법보다 낮아졌다. 솔루션 분해 길이, 즉 실제 전력망에서 에너지 거래를 계획·조율하는 '스케줄링 라운드' 수를 줄임으로써 스케줄링 효율을 높일 수 있다는 경로를 제시한 것이다.

의의와 한계

소프트웨어 오케스트레이션만으로 현세대 양자 프로세서가 유틸리티 규모 문제에 의미 있게 기여할 수 있다는 점을 보인 것이 이번 연구의 주된 가치다. Qoro는 이번 프로젝트에서 개발된 도구 일부를 Divi SDK를 통해 오픈소스로 공개할 예정이다.

다만 연구팀 스스로도 인정하듯, 현 단계는 어디까지나 PoC다. 실제 운영 전력망에 배포됐다는 실증은 없으며, 오류율·큐비트 연결성 등 현 하드웨어의 물리적 한계가 현실 적용의 장벽으로 남아 있다. 실용화까지는 추가 스케일업 검증이 필수적이다.