양자컴퓨팅은 광범위한 상용화까지 아직 수년이 남았다. 그럼에도 각국 정부는 산업을 키우기 위해 이미 큰돈을 쓰고 있다. 미국은 약 20억 달러를 양자 분야에 투입하고 있으며, 자금은 반도체(칩) 제조와 양자 부품에 묶여 있다.
겉으로는 연구비처럼 보이지만, AI 아래에서 돌아갈 ‘더 깊은 연산 기반(컴퓨팅 기반 체계)’을 미리 깔아두는 인프라 계획에 가깝다.
국가 전략, 속도 붙는다
미국은 뉴욕에 짓는 IBM의 양자칩 제조 시설에 약 10억 달러를, 양자 부품 생산을 돕기 위해 글로벌파운드리스(GlobalFoundries)에 3억7500만 달러를 추가로 지원한다. 프랑스도 양자 전략과 마이크로일렉트로닉스(초소형 전자·반도체 기술) 전반에 15억 유로를 투입하기로 했다. 이는 소규모 연구지원금이 아니라 국가 차원의 산업정책에 가깝다.
AI 인프라 사이클을 지켜본 투자자라면 익숙한 흐름이다. 생성형 AI가 대중화되기 전부터 GPU(그래픽처리장치·대규모 계산을 빠르게 하는 칩), 첨단 반도체, 클라우드(원격 서버 자원), 데이터센터, 네트워크 장비, 전력 수요가 공급망으로 묶이며 ‘AI 투자 테마’를 만들었다.
양자컴퓨팅은 아직 초기지만 논리는 같다. 기술이 상업적으로 중요해지기 전에 국내 역량을 확보하려는 것이다. 수요(트래픽)가 커지기 전부터 기반(레일)을 깔고 있다.
지금 모든 양자 기업이 투자 대상이 된다는 뜻은 아니다. 다만 산업이 ‘실험실 연구’에서 ‘장기 인프라 구축’ 단계로 넘어가고 있음을 시사한다.
양자컴퓨팅, 쉽게 풀어보기
핵심은 단순하다.
- 기존(고전) 컴퓨터는 비트(bit·0 또는 1)로 계산한다
- 양자컴퓨터는 큐비트(qubit·양자 비트)를 쓰며, ‘중첩(superposition·0과 1이 동시에 가능한 상태)’을 이용해 0, 1, 또는 동시에 존재하는 상태를 다룬다
큐비트는 ‘얽힘(entanglement·서로 떨어져 있어도 상태가 연결돼 한쪽 변화가 다른 쪽에 영향을 주는 현상)’으로도 연결될 수 있다. 이를 통해 기존 시스템이 따라 하기 어려운 방식으로 많은 경우의 수를 동시에 평가할 수 있어, 고전 컴퓨터로 수년 걸릴 문제를 더 빠르게 풀 수 있는 가능성이 생긴다.
다만 양자컴퓨팅이 모든 작업을 빠르게 만드는 것은 아니다. ‘일반 컴퓨터의 상위호환’이 아니다. 강점은 특정 분야에 집중된다. 예를 들어 화학 시뮬레이션(분자·반응을 계산으로 재현), 암호 해석(암호 체계를 분석), 대규모 최적화(가능한 해 중 최선 선택), 일부 머신러닝(기계학습) 작업이다.
현재의 대규모 AI 학습(training·모델을 데이터로 훈련)과 추론(inference·훈련된 모델로 답을 계산)에서는 GPU가 핵심이다. 엔비디아 H200 같은 GPU나 스페이스X의 AI 슈퍼컴퓨터 ‘콜로서스’ 같은 인프라 역량은 현 AI 강자들이 주도하고 있다.
양자컴퓨팅이 강력해질 수는 있지만, 단기 효용은 제한적이다. 오히려 ‘현재의 고전 컴퓨팅’과 ‘미래의 양자 역량’을 잇는 연결고리를 만드는 기업이 더 현실적인 기회를 가질 수 있다.
양자 분야의 현재 진척
현재 양자 장비는 흔히 NISQ 시스템으로 불린다. NISQ는 ‘잡음이 있는 중간 규모 양자컴퓨터(noisy intermediate-scale quantum)’를 뜻한다. 요지는 간단하다. 실험에는 쓸 수 있지만, 오류가 많아 대규모 상용 서비스에 쓰기에는 아직 안정성이 부족하다.
현 단계의 확장형 장비는 오류율(계산이 틀릴 확률), 냉각 요건(극저온 유지 필요), 큐비트 수(연산 단위 개수) 제약을 받는다. 유용한 양자컴퓨팅의 핵심은 ‘물리적으로 만들기’만이 아니라 큐비트를 안정적으로 유지하고 오류를 관리하는 데 있다.
긍정적인 변화는 이론을 넘어 하드웨어 구조(칩·장비 설계) 수준에서 진전이 나오고 있다는 점이다.
구글의 윌로우(Willow) 칩은 양자 오류 정정(오류를 줄이기 위한 기법)과 성능 측정에서 진전을 보였다. 마이크로소프트의 마요라나 1(Majorana 1)은 ‘위상 큐비트(topological qubit·특정 물리 특성을 이용해 오류에 더 강해지도록 설계한 큐비트)’ 가능성을 제시했다. 대규모로 검증된다면 더 안정적인 길이 될 수 있다. IBM도 2026년 말 ‘근접한 양자 우위(quantum advantage·고전 컴퓨터보다 실제로 유리함을 보이는 구간)’와 2029년 ‘결함허용(fault-tolerant·오류를 스스로 교정하며 안정적으로 계산)’ 역량을 목표로 한 로드맵을 공개했다.
이는 상용화가 임박했다는 뜻은 아니다. 다만 ‘단발성 실험 성과’에서 ‘공학적으로 구현 가능한 경로’로 옮겨가고 있다. 관건은 이런 진전을 대규모로 키우고, 실제로 쓸 수 있는 시스템으로 통합하며, 일정 지연 가능성을 전제로 추진하는 것이다.
하드웨어 개선 속도는 빨라지고 있다. 상용화 시점은 아직 변수다.
양자와 AI가 만나는 지점
준비는 빠르게 진행 중이다. 금융사, 정부기관, 의료기관, 공공 유틸리티, 방산업체는 오랫동안 안전하게 지켜야 하는 데이터를 다룬다. AI 도입이 늘수록 데이터 생성·저장·전송이 증가해 보안 인프라 강화 명분이 커진다. 이는 옥타(Okta) 사례에서도 드러난다.
양자컴퓨팅의 가장 유력한 경로는 ‘갑작스런 대체’가 아니라 ‘점진적 통합’이다.
하이브리드(혼합형) 양자-고전 시스템은 기존 인프라를 유지하면서 양자 기능을 시험하게 해준다. Equal1과 델(Dell)의 RacQ가 사례다. 랙(rack·서버를 꽂는 표준 캐비닛) 장착형으로, 일반 데이터센터 환경에 더 가깝게 설계됐다.
기업은 ‘첨단’이라는 이유만으로 기술을 도입하지 않는다. 기존 업무에 붙고, 공급사가 지원할 수 있으며, 쓸 이유가 분명할 때 움직인다.
또 하이브리드 시스템은 양자 주변 하드웨어 수요를 만든다. 제어 전자장치(큐비트를 조작·측정), 극저온 장치(아주 낮은 온도 유지), 아날로그 부품(연속 신호 처리), 신호처리 도구, 고성능 고전 컴퓨팅이 필요하다.
양자 혁신과 AI의 접점은 대체로 다음으로 정리된다.
- AI로 양자 시스템 개선 – 머신러닝을 활용해 오류 정정, 보정(calibration·장비를 정확히 맞추는 과정), 소재 연구, 시스템 설계를 지원 (현재 연구 단계)
- 포스트-양자(양자 이후) 사이버보안 – 강력한 양자컴퓨터가 기존 암호를 위협하기 전에 기업이 암호화를 교체·강화 (정부 지출로 진행 중)
- 하이브리드 양자-고전 시스템 – 특정 고부가가치 작업에 쓰이는 양자 보조프로세서(co-processor·기존 CPU/GPU를 보완하는 전용 처리장치) (현재 공학적 난제가 남은 형성 단계 인프라)
- 양자로 강화된 AI 작업 – 최적화나 일부 머신러닝 과정에서 보조 역할 가능성
투자 관점에서는 여기서부터 현실성이 커진다. ‘순수 양자 하드웨어’가 상업 규모에 도달하기 전에도, 이를 가능하게 하는 주변 계층(인프라·부품·보안)은 매출이 먼저 나올 수 있다.
시장이 앞서간다
양자 테마에는 국가안보, AI 수요, 첨단 반도체, 장기적 컴퓨팅 변화가 모두 들어 있다. 그만큼 과대평가되기 쉽다.
일부 순수 양자 기업은 아직 충분히 형성되지 않은 ‘미래 시장’을 기준으로 높은 가치를 인정받고 있다. 테라 퀀텀(Terra Quantum)이 SPAC(스팩·기업인수목적회사, 우회상장 수단) 합병을 통해 나스닥 상장을 추진하며 기업가치 약 35억 달러를 목표로 한다는 보도가 사례다. 알고리즘(문제 해결 절차), 보안 도구, 하이브리드 시스템에 초점을 맞춰 상대적으로 현실적인 영역에 있지만, 평가는 결국 상업 수요가 얼마나 빨리 커지느냐에 달려 있다.
하드웨어 개발 일정은 여전히 리스크다.
- IBM 로드맵은 추적할 이정표를 주지만, 일정이 미뤄질 수 있다.
- 마이크로소프트의 위상 큐비트 접근은 중요할 수 있으나, 대규모 검증이 필요하다.
- 구글의 오류 정정 진전은 의미가 크지만, 상업적 유용성은 별도 시험대다.
비용도 변수다. 양자 하드웨어는 특수 부품, 극저온, 정밀 제조, 복잡한 제어 시스템에 의존한다. 시스템이 커질수록 비용이 투자자 기대만큼 빠르게 내려가지 않을 수 있다.
그 경우 하드웨어 중심 기업은 매출이 충분히 커지기 전까지 비용 부담에 눌릴 수 있다.
VT Markets에서 주목하는 흐름
VT마켓은 양자 혁신과 가까운 시장의 움직임에 대한 초기 접근 기회를 제공한다. 단기 기회는 ‘결함허용 양자컴퓨터’가 오기 전에 수혜를 볼 수 있는 주변 계층에 있다.
AI 공급망 구축 때처럼, 양자를 ‘단일 종목/단일 테마’가 아니라 ‘스택(stack·여러 층으로 이뤄진 기술·산업 구조)’으로 보는 편이 낫다. 단기 노출(익스포저·가격 변동에 대한 투자 노출)은 생태계를 가능하게 하는 기업에서 나올 수 있다.
IBM은 양자 로드맵과 제조 역할을 통해 공개시장(상장시장)에서 직접적 노출이 크다. 엔비디아는 성격이 다르다. 양자 프로세서와 고전 컴퓨팅 사이에서 시뮬레이션(가상 실행), 오류 정정, 시스템 통합이 오랫동안 중요하기 때문에 ‘연결 구간’에 있다.
사이버보안 종목은 단기 노출이 더 명확할 수 있다. 팔로알토네트웍스, 포티넷, 크라우드스트라이크는 ‘순수 양자’는 아니지만, 포스트-양자 전환(암호 교체)으로 열릴 수 있는 기업 보안 예산과 맞닿아 있다.
순수 양자 하드웨어는 상승 잠재력은 크지만 실행 리스크(개발·양산 실패 위험)도 크다. 이 구간에 투자한다는 것은 수요뿐 아니라 물리학, 공학, 제조의 진척을 함께 떠안는다는 의미다.
양자컴퓨팅은 ‘다음 AI’처럼 단순하게 이어지지 않는다. AI, 사이버보안, 첨단 컴퓨팅 아래에 깔리는 인프라의 일부가 될 가능성이 더 크다.
핵심은 양자컴퓨터가 GPU를 곧바로 대체하거나 AI를 단기간에 바꾼다고 가정하지 않는 것이다. 기회는 아래에서 형성되는 계층—반도체 제조, 하이브리드 시스템, 제어 하드웨어, 포스트-양자 사이버보안—에 있다.
테마는 볼 가치가 있지만, 투자 대상은 선별적이어야 하며 리스크는 밸류에이션(기업가치)이다. 하드웨어가 준비되기 전에 시장이 ‘완성된 시장’을 선반영하면 투자 거래는 취약해진다.
이미 AI 인프라에 투자하고 있다면, 모든 양자 헤드라인을 쫓기보다 포트폴리오에 양자 노출이 어디에 존재하는지, 그 노출이 의도된 것인지 점검하는 편이 현실적이다.
지금 바로 거래를 시작하세요 – VT Markets 실계좌를 개설하려면 여기를 클릭하세요
