Lesson 4: Business Impacts (비즈니스 영향)

이 글은 양자 비즈니스 기초에 대한 네 번째 강의로, Quantum Computing (양자 컴퓨팅)이 다양한 산업에 미치는 영향과 잠재적 사용 사례에 대해 소개합니다.

학습 목표

이 모듈을 마치면 다음 사항에 대해 더 잘 이해하게 될 것입니다:

• Quantum Computing (양자 컴퓨팅)을 지금 탐색하는 이점을 인식할 수 있습니다
• Quantum Computing (양자 컴퓨팅)이 유망한 산업과 애플리케이션을 식별할 수 있습니다

Potential Quantum Industry Applications (잠재적 양자 산업 애플리케이션)

Classical supercomputer (고전 슈퍼컴퓨터)는 분자 행동 모델링과 같이 많은 변수가 복잡한 방식으로 상호작용하는 문제를 해결하는 데 어려움을 겪습니다. 이러한 classical limitation (고전적 한계)는 다양한 산업의 진전에 장벽을 만들고, 물리학, 화학, 재료 과학 등에서의 중요한 연구를 방해합니다.

분자가 어떻게 행동할지 이해하기 위해, 과학자들은 종종 분자를 합성하고 실제 세계에서 실험해야 합니다. 약간의 조정이 행동에 어떤 영향을 미칠지 보기 위해서는 보통 새로운 버전을 합성하고 실험을 다시 실행해야 합니다. 이것은 비용이 많이 들고 시간이 오래 걸리는 과정입니다. 이것은 항공 우주 공학을 위한 더 강하고 가벼운 재료의 개발을 방해하고, 반도체의 진화를 제약하며, 의학 과학의 발전을 저해합니다. Quantum (양자)은 복잡성의 장벽을 넘어서는 데 도움을 줄 수 있습니다.

Quantum (양자)은 machine learning (머신러닝), natural system (자연 시스템)의 시뮬레이션, 유용한 신소재의 창조와 같은 영역에서 가장 큰 영향을 미칠 것으로 예상됩니다.

여러 산업 분야에서 Quantum Computing (양자 컴퓨팅)이 기회를 보여줄 것으로 예상되는 영역을 탐색하고 있습니다. 아래 표는 다양한 산업에 대한 여러 사용 사례를 나열합니다.

인더스트리 잠재성

다음 표는 산업별 Quantum Computing (양자 컴퓨팅) 사용 사례를 보여줍니다:

산업	사용 사례
Banking (은행)	Transaction monitoring (거래 모니터링), Portfolio optimization (포트폴리오 최적화), Corporate risk simulation (기업 리스크 시뮬레이션)
Automotive (자동차)	Battery design & development (배터리 설계 및 개발), V&V of automotive software (자동차 소프트웨어 검증 및 확인), Mobility as a service (서비스로서의 모빌리티)
Chemicals (화학)	Sustainable products (지속 가능한 제품), Low-carbon manufacturing (저탄소 제조), Resilient supply chain (회복력 있는 공급망)
Life Sciences (생명과학)	Efficient drug R&D (효율적인 신약 연구개발), Enhanced genomics (향상된 유전체학), Tractable protein folding (처리 가능한 단백질 접힘)
Healthcare (헬스케어)	Accelerated diagnoses (가속화된 진단), Personalized interventions (개인 맞춤 개입), Adherence to drugs (약물 순응도)
Electronics (전자)	Higher performance electronics (고성능 전자제품), Faster product design (빠른 제품 설계), Higher yield manufacturing (높은 수율 제조)
Energy (에너지)	Emissions reduction (배출 감소), Efficient reservoir development (효율적인 저수지 개발), Profitable refining (수익성 있는 정제)
Insurance (보험)	Precise customer profiling (정확한 고객 프로파일링), Efficient risk management (효율적인 리스크 관리), Optimized pricing of premiums (보험료 최적 가격 책정)
Aerospace (항공우주)	Aircraft design (항공기 설계), Global supply chain optimization (글로벌 공급망 최적화), Corrosion & material (부식 및 재료)
Public (공공)	Optimization of transport mgmt. (교통 관리 최적화), Precise modeling of natural disasters (자연재해의 정확한 모델링), Fraud detection in tax, revenue & social (세금, 수익 및 사회 분야의 사기 탐지)
Logistics (물류)	Global logistics optimization (글로벌 물류 최적화), Disruption management (중단 관리), Routing Optimization (경로 최적화), Predictive maintenance (예측 유지보수)
Airlines (항공사)	Irregular operations (IROPS, 불규칙 운항), Network planning (네트워크 계획), Air cargo load planning (항공 화물 적재 계획)
Utilities (유틸리티)	Power grid network (전력망 네트워크), Renewable energy (재생 에너지), Energy trading (에너지 거래)
Telecom (통신)	Network traffic routing/Network anomaly detection (네트워크 트래픽 라우팅/네트워크 이상 탐지), Contextual customer segmentation (맥락적 고객 세분화)

Distribution and Logistics (배송 및 물류)

Supercomputer (슈퍼컴퓨터)를 생각하면 국가 연구소를 떠올릴 수 있지만, 가장 큰 슈퍼컴퓨터 중 하나가 Walmart에서 운영되고 있다는 것을 알고 계셨나요? McKinsey의 기사가 지적하듯이, 여행, 운송, 물류는 Quantum Computing (양자 컴퓨팅)에 유망합니다.

가장 큰 컴퓨팅 시스템 중 많은 부분이 항공사, 물류, 소매 및 소비재 산업의 optimization (최적화) 및 AI (인공지능) 문제를 해결하는 데 전념하고 있습니다. 네트워크 계획, 라우팅, 스케줄링, 가격 책정, 화물 적재, 중단 관리에서 대규모이고 복잡한 optimization (최적화) 및 시나리오 시뮬레이션 문제가 발생합니다. 개인화된 콘텐츠를 제공하고 시기적절하고 관련성 있는 추천을 만들어 기억에 남는 고객 경험을 제공하는 것은 진화하는 AI model (AI 모델)에 의해 구동됩니다. 그러나 복잡성 문제는 일반적으로 문제 크기에 따라 지수적으로 확장됩니다.

NC State는 Delta Air Lines와 협력하여 항공사 게이트 스케줄링 최적화에 대한 quantum technology (양자 기술) 적용을 조사했습니다. 항공사를 위한 잠재적 사용 사례에는 더 효율적인 중단 관리 시뮬레이션, 항공사 네트워크 계획, 항공 화물 적재 최적화가 포함됩니다.

온라인 상거래가 크게 가속화되고 있는 물류 산업의 경우, quantum computer (양자 컴퓨터)는 수익성 있는 다중 모달 운송 및 마지막 마일 배송 서비스를 만들기 위한 글로벌 라우팅 최적화 및 빈번한 재최적화를 지원할 수 있습니다. Quantum Computing (양자 컴퓨팅)은 더 나은 정확도로 물류 중단의 영향을 시뮬레이션하고, 컨테이너 선적 최적화와 같은 지속 가능한 물류 프로세스를 지원하는 데 도움이 될 수 있습니다.

통합된 classical-quantum (고전-양자) 솔루션은 소매 및 소비재 산업을 위한 고객 프로파일링 및 관련 다음 최선의 행동 추천을 개선할 수 있습니다. 지속적인 신제품 혁신은 이러한 산업의 핵심 요소이며, Quantum Computing (양자 컴퓨팅)은 신제품의 개발 및 테스트에서 중요한 역할을 할 수 있습니다. Optimization (최적화)을 통한 supply chain (공급망) 간소화는 기업이 복잡성을 탐색하고 재고 부족과 과잉 사이의 균형을 관리하는 노력을 더 잘 지원할 수 있습니다.

Quantum computer (양자 컴퓨터)는 이러한 문제를 다른 방식으로 보는 도구를 제공합니다. 과학자들은 이러한 문제에 적용할 더 나은 algorithm (알고리즘)을 계속 실험하고 있습니다. 상용 Quantum Computing (양자 컴퓨팅)을 예상하여, 선도 기업들은 내부 quantum capability (양자 역량)를 생성하는 사용 사례를 식별하고 테스트하고 있습니다. 사용 사례가 더 효과적으로 설계될수록 비즈니스 가치를 제공할 가능성이 높아집니다. 예를 들어, 항공사 일정 및 인력의 운영 중단을 해결하는 사용 사례를 생각해보세요. 이 사용 사례는 미래에 핵심 비즈니스 문제에 대한 혁신적인 솔루션을 제공할 수 있는 잠재력이 있고, 기존의 비록 차선책이지만 classical alternative (고전적 대안)가 있으며, banking 및 finance에서 사용되는 Monte Carlo simulation (몬테카를로 시뮬레이션)에서 최선의 시나리오를 선택하는 데 quantum algorithm (양자 알고리즘)이 이미 효과적임이 입증되었기 때문에 유망합니다. 이러한 전략적 사용 사례는 단기 기술적 실현 가능성에 주목하고, Quantum Computing (양자 컴퓨팅) 기술이 classical alternative (고전적 대안)를 능가할 수 있는 잠재력을 고려하며, 시장 결과, 경쟁적 결과 및 재정적 영향에 의해 결정되는 예상 비즈니스 영향을 평가합니다. 일부 핵심 비즈니스 문제의 경우, 약간의 이점조차도 상당한 영향을 미칠 수 있습니다.

Financial Services (금융 서비스)

Banking (은행), financial market (금융 시장), insurance (보험) 회사는 리스크 관리에 관한 것입니다. JPMorgan Chase와 Goldman Sachs와 같은 Wall Street (월스트리트) 거대 기업들은 Quantum Computing (양자 컴퓨팅)이 확률에서 우위를 제공하여 포트폴리오와 관련된 위협과 기회를 더 잘 관리할 수 있기를 희망합니다. Quantum computer (양자 컴퓨터)는 또한 금융 전문가들이 Monte Carlo simulation (몬테카를로 시뮬레이션)을 개선하는 데 도움을 줄 수 있습니다. Monte Carlo simulation (몬테카를로 시뮬레이션)은 복잡한 의사결정 트리의 가능한 결과를 예측하여 이익을 극대화하는 수학적 모델입니다. Quantum experimentation (양자 실험)의 다른 영역에는 fraud detection (사기 탐지), anti-money laundering (자금 세탁 방지), credit scoring (신용 점수), precise customer profiling (정확한 고객 프로파일링), more efficient risk management (더 효율적인 리스크 관리), pricing model optimization (가격 모델 최적화)가 포함됩니다.

연구자들은 전통적인 Monte Carlo sampling (몬테카를로 샘플링) 접근 방식을 능가하는 quantum algorithm (양자 알고리즘)을 개발했습니다. Monte Carlo simulation (몬테카를로 시뮬레이션)에서 컴퓨터는 주어진 확률 분포에서 많은 무작위 샘플을 취하여 어떤 결과가 가장 가능성이 높은지 확인합니다. Monte Carlo simulation (몬테카를로 시뮬레이션)의 예측 결과 오류를 $1/X$만큼 줄이려면 전통적인 샘플이 $X^2$개 더 필요하지만, quantum sample (양자 샘플)은 $X$개만 더 필요합니다. 이 진술의 영향을 두 가지 방식으로 볼 수 있습니다: (1) quantum computer (양자 컴퓨터)로 고정된 신뢰 수준에 더 빠르게 도달할 수 있거나, (2) 고정된 시간에 quantum computer (양자 컴퓨터)는 classical Monte Carlo solution (고전 몬테카를로 솔루션)보다 답에 대해 더 많은 신뢰를 제공할 수 있습니다.

다음 차트는 Monte Carlo (몬테카를로) 방법과 Quantum algorithm (양자 알고리즘)의 성능을 비교하여 quadratic speedup (2차 속도 향상)을 보여줍니다:

Quantum vs Monte Carlo

위 차트에서 볼 수 있듯이, 샘플 수가 증가함에 따라 Quantum algorithm (양자 알고리즘)은 Monte Carlo (몬테카를로) 방법보다 훨씬 빠르게 오류를 줄입니다. 특히 16개 샘플 이후에는 Quantum algorithm (양자 알고리즘)이 더 낮은 estimation error (추정 오류)를 달성합니다. 예를 들어, 128개 샘플에서 Quantum algorithm (양자 알고리즘)의 오류는 약 0.03인 반면, Monte Carlo (몬테카를로) 방법의 오류는 약 0.09입니다.

Financial institution (금융 기관)은 극도로 복잡한 계산을 극적으로 가속화하고 정확도를 개선하기 위해 Quantum Computing (양자 컴퓨팅)을 탐색합니다. 이를 위해 연구자들은 option pricing (옵션 가격 책정)을 위한 quantum finance simulator (양자 금융 시뮬레이터)를 만들었습니다. 전통적인 방법보다 더 잘 확장되는 소프트웨어 도구와 quantum algorithm (양자 알고리즘)을 사용하여 옵션 가격을 책정하는 데, Quantum Network 회원들이 finance와 Quantum Computing (양자 컴퓨팅)을 실험하고 있습니다.

JPMorgan Chase는 IBM Quantum과 파트너십을 맺어 금융 옵션의 가격을 예측하고 사기 탐지 및 신용도 결정을 개선했습니다.

PayPal은 IBM과 파트너십을 맺어 Quantum Computing (양자 컴퓨팅)을 사기 탐지, 신용 리스크 운영 및 전체 보안 태세에 사용하는 방법을 알아냈습니다.

HSBC는 IBM과 협력하여 Quantum Computing (양자 컴퓨팅) 준비 상태를 가속화하고 있습니다. HSBC는 가격 및 포트폴리오 최적화, 순 제로 목표 달성, 리스크 및 사기 활동 완화를 위해 Quantum Computing (양자 컴퓨팅) 사용을 탐색할 계획입니다.

Healthcare and Life Sciences (헬스케어 및 생명과학)

이 부문에는 conventional computing (고전 컴퓨팅)이 적절히 해결할 수 없는 실제 세계 및 유전체 데이터의 폭발로 인해 다양한 계산 집약적 문제가 있습니다.

Healthcare (헬스케어)에서 Quantum Computing (양자 컴퓨팅)은 진단, personalized medicine (개인 맞춤 의학), insurance pricing (보험 가격 책정)의 복잡한 과제를 해결하는 데 도움을 줄 수 있습니다.

Life sciences (생명과학)에서 Quantum Computing (양자 컴퓨팅)은 새로운 약물 및 단백질 구조의 발견을 발전시킬 수 있습니다.

3차원(3D) 단백질 구조가 신약 발견에서 차지하는 중심 역할은 수년간 연구되어 왔습니다. 아미노산의 1차 서열로부터 3D 구조를 예측하는 것을 protein folding problem (단백질 접힘 문제)이라고 합니다. 연구자들은 Quantum Computing (양자 컴퓨팅)이 이 문제를 해결하는 데 사용될 수 있는 방법을 입증했습니다.

Cleveland Clinic은 IBM과 파트너십을 맺어 hybrid cloud (하이브리드 클라우드)의 high-performance computing (고성능 컴퓨팅), AI (인공지능), Quantum Computing (양자 컴퓨팅) 기술을 사용하여 헬스케어 및 생명과학에서 발견의 속도를 근본적으로 발전시키는 임무를 수행하고 있습니다.

Amgen은 IBM Quantum과 파트너십을 맺어 전자 건강 기록을 기반으로 한 population health modeling (인구 건강 모델링)을 위한 quantum machine learning (양자 머신러닝)을 탐색했습니다.

Industrial Discrete Manufacturing (산업 이산 제조)

Manufacturing (제조)은 Quantum Computing (양자 컴퓨팅)의 초기 수혜자가 될 수 있습니다. 화학 및 재료의 사용 사례뿐만 아니라 생산 계획, 제조, 물류 및 공급망의 optimization (최적화) 애플리케이션, 예를 들어 품질 관리용 machine learning (머신러닝)은 모두 Quantum Computing (양자 컴퓨팅)이 영향을 미칠 수 있는 잠재적 영역입니다.

많은 기업들이 항공 우주, 자동차, 전자 제조에서 잠재적 Quantum Computing (양자 컴퓨팅) 애플리케이션을 탐색하고 있습니다.

항공 우주 및 방산 분야의 Quantum application (양자 애플리케이션)에는 항로 최적화, computational fluid dynamics (계산 유체 역학), 재료 개발이 포함됩니다.

자동차 산업은 새로운 배터리 설계 및 개발, 소프트웨어 검증 및 확인, 공장 자동화, 품질 관리, 고급 운전자 보조와 같은 다양한 영역에서 Quantum Computing (양자 컴퓨팅)의 이점을 얻을 수 있습니다. Daimler Mercedes-Benz는 운송 물류 및 차량 배터리의 화학을 최적화하기 위해 Quantum Computing (양자 컴퓨팅)을 사용했습니다. 회사의 북미 R&D 부서의 혁신 이사인 Ben Boeser는 더 높은 에너지 밀도 배터리 기술을 개발하고 완성하는 것이 "수십억 달러의 기회를 열 수 있다"고 말합니다. 모든 다양한 분자 특성과 행동을 시뮬레이션하는 것은 오늘날의 supercomputer (슈퍼컴퓨터)의 현재 컴퓨팅 능력을 넘어서는 것입니다. Quantum Computing (양자 컴퓨팅)은 시뮬레이션 프로세스를 가속화하는 잠재적 방법을 제공합니다. Boeser는 "새로운 배터리 기술을 테스트하고 검증하는 다년간의 과정이 지연되면 시장에서 기회를 놓칠 수 있다"고 지적하며, 이것이 Daimler Mercedes-Benz가 기술이 발전함에 따라 배터리 연구를 위한 quantum (양자)의 힘을 활용하기 위해 IBM Quantum과 협력한 이유입니다.

전자 분야에서 Quantum Computing (양자 컴퓨팅)은 복잡하고 동적인 fab scheduling (팹 스케줄링)으로 제조 처리량을 개선하고, 칩 성능, 전력 및 면적과 같은 제품 성능을 최적화하며, 더 크고 정확한 분자 시뮬레이션으로 고급 재료의 상용화를 가속화할 수 있습니다. JSR은 IBM Quantum과 파트너십을 맺어 Quantum Computing (양자 컴퓨팅)이 반도체 칩 연구, 즉 포토레지스트의 개발 및 제조를 발전시킬 수 있는 방법을 탐색하고 있습니다.

Industrial Process Manufacturing (산업 공정 제조)

ExxonMobil의 연구개발 부사장인 Dr. Vijay Swarup는 "우리는 뼈 속까지 가까운 미래에 해결할 거대한 글로벌 과제가 있다는 것을 알고 있습니다. Quantum Computing (양자 컴퓨팅)이 완전히 혁신적이 될 정도로 확장되면, 우리는 준비가 되어 있을 것입니다"라고 말합니다. 함께 일하면서, ExxonMobil과 IBM은 최근 고급 에너지 솔루션을 개발하는 화학자 및 화학 공학자를 위한 차세대 도구로서 quantum (양자)이 될 수 있는 방법을 입증하면서, quantum computer (양자 컴퓨터)를 사용하여 열역학적 관측 가능량을 정확하게 계산하는 데 있어 발전을 입증했습니다. ExxonMobil의 사용 사례는 복잡한 에너지 과제를 해결하기 위해 노력하면서 거기서 멈추지 않습니다.

IBM은 IBM Quantum Keio Hub를 통해 IBM Quantum Network 파트너인 Mitsubishi Chemical과 다양한 잠재적 quantum application (양자 애플리케이션)에 대해 협력하고 있습니다. 그들의 2019년 출판물인 "Computational Investigations of the Lithium Superoxide Dimer Rearrangement on Noisy Quantum Devices"는 미래 배터리 개발에 근본적일 수 있습니다. 그들의 임무는 잠재적 새로운 OLED 재료의 깊은 분자 구조를 모델링하고 분석하는 것입니다.

Utilities (유틸리티)

IBM DACH의 General Manager인 Gregor Pillen은 "유틸리티는 산업, 기업 및 소비자가 순 제로 목표를 달성하는 데 중요한 역할을 합니다"라고 말합니다. "그러나 이를 실현하려면 유틸리티가 수요를 충족하기 위해 그리드를 더 잘 예측하고 최적화하고, 깨끗하고 재생 가능한 에너지의 사용을 늘리는 데 도움이 되는 정교한 기술이 필요합니다. Quantum Computing (양자 컴퓨팅)은 유틸리티가 이 새로운, 더 지속 가능한 미래를 탐색하는 데 도움이 되는 컴퓨팅 능력을 제공합니다."

탈탄소화 노력의 일환으로, E.ON은 IBM과 파트너십을 맺어 점점 더 분산되는 에너지 인프라를 최적화하는 Quantum Computing (양자 컴퓨팅)의 잠재력을 탐색하고 있습니다.

에너지의 생성, 전송 및 저장을 개선하기 위해 설계된 신소재 발견에 Quantum Computing (양자 컴퓨팅)이 도움을 줄 수 있는 잠재력은 bp가 순 제로 목표를 달성하기 위해 IBM Quantum과 제휴하는 이유 중 하나입니다.

Telecommunications industry (통신 산업)에서 Quantum Computing (양자 컴퓨팅)은 네트워크 트래픽 라우팅 및 워크로드 균형, GHG/에너지 소비, 맥락적 고객 세분화에 대한 솔루션을 제공할 잠재력을 보여줍니다. Vodafone은 IBM Quantum과 파트너십을 맺어 통신에서 잠재적 quantum use case (양자 사용 사례)를 검증하고 발전시키는 데 도움을 주고 있습니다.

핵심 요약

다음 핵심 사항들을 기억해 두세요:

• Quantum Computing (양자 컴퓨팅)은 machine learning (머신러닝), natural system (자연 시스템) 시뮬레이션, 신소재 창조와 같은 영역에서 가장 큰 영향을 미칠 것으로 예상됩니다
• 다양한 산업 분야에서 Quantum Computing (양자 컴퓨팅)의 잠재적 사용 사례가 탐색되고 있습니다
• Distribution and logistics (배송 및 물류) 분야에서 Quantum Computing (양자 컴퓨팅)은 최적화 및 시뮬레이션 문제를 해결하는 데 도움을 줄 수 있습니다
• Financial services (금융 서비스)에서 Quantum Computing (양자 컴퓨팅)은 Monte Carlo simulation (몬테카를로 시뮬레이션)을 개선하고 quadratic speedup (2차 속도 향상)을 제공할 수 있습니다
• Healthcare and life sciences (헬스케어 및 생명과학)에서 Quantum Computing (양자 컴퓨팅)은 진단, 신약 발견, 단백질 접힘 문제 해결에 도움을 줄 수 있습니다
• Manufacturing (제조) 분야에서 Quantum Computing (양자 컴퓨팅)은 재료 개발, 최적화, 품질 관리에 영향을 미칠 수 있습니다