QSimulate, QUELO 플랫폼으로 양자화학 시뮬레이션 1,000배 이상 가속

양자물리학 우선 알고리즘 방식

인체 생물학은 분자 간 상호작용이 극도로 복잡해 기존 AI 방법론만으로는 약물과 단백질의 결합을 원자 수준에서 정밀하게 시뮬레이션하기 어렵다. QSimulate는 이 문제를 해결하기 위해 원자 이하(subatomic) 수준에서 분자 거동을 직접 모델링하는 양자물리학 우선(quantum physics-first) 접근법을 택했다. QUELO는 분자 스냅샷 하나당 처리 시간을 밀리초 단위로 줄임으로써 전통적인 GPU 기반 방법 대비 1,000배 이상의 속도 향상을 실현했다고 주장한다. 기존 근사 계산처럼 분자 일부만 잘라 처리하는 방식이 아니라 전체 분자를 충실하게 표현하는 방식을 사용한다는 점도 차별점으로 제시된다.

실제 고객과 수직적 비즈니스 모델

QUELO는 현재 신약 개발 및 소재과학 분야에서 실제 비용을 지불하는 고객사를 보유하고 있다. QSimulate는 기술을 먼저 개발한 뒤 시장 적용처를 탐색하는 수평적(horizontal) 방식과 달리, 고객이 직면한 R&D 과제에서 출발해 솔루션을 제공하는 수직적(vertical) 접근을 채택한다. 성과 척도도 기술 지표가 아닌 실제로 해결한 문제의 수다. 특히 펩타이드 약물 및 대형 분자 분야에서는 동종 최초 솔루션으로 평가받으며, 기존에 수개월이 소요되던 시뮬레이션 작업을 수 시간 내로 단축한 사례가 보고되고 있다.

GPU 2기, 시간당 약 1달러의 비용 구조

QUELO는 화합물 하나를 시뮬레이션하는 데 GPU 2기를 수 시간 가동하며, 비용은 시간당 약 1달러 수준으로 설계됐다. 기존 방식에서는 대량의 약물 분자를 동시에 처리하기 위해 GPU 100기를 상시 병렬 가동하는 고객사도 있었다. 50배 이상의 GPU 수 격차는 에너지 소비와 운영 비용에서 상당한 절감 효과를 시사한다. 제약 업계 고객들의 관심사는 계산이 고전적 방식인지 양자적 방식인지가 아니라, 대기 시간과 연산 비용이라는 실질적 제약을 얼마나 충족하느냐에 있다고 QSimulate는 설명한다.

양자컴퓨터 도입 로드맵과 남은 과제

QSimulate는 현재 고전 하드웨어 위에서 양자화학 알고리즘을 구동하고 있으며, 2~3년 내 실제 양자컴퓨터를 활용해 시뮬레이션 정확도를 높이는 방향을 검토 중이나 현재는 테스트 단계다. 미래의 양자 연산 결과에 머신러닝을 접목하는 방안도 거론되고 있으나, 고전적 머신러닝이 될지 양자 머신러닝이 될지는 아직 미결 사항이다. 다만 1,000배 이상의 속도 향상 주장은 독립적인 제3자 검증 없이 회사 측이 제시한 수치임을 고려해야 하며, 실제 양자 하드웨어 도입 이전까지는 고전 연산 기반 양자화학 알고리즘이라는 한계도 분명하다.