Challenges
Datasets
Workspaces
Papers
Discussions
Leaderboard
Log inSign up
Challenges
Datasets
Workspaces
Papers
Discussions
Leaderboard
Blog
Job Board
Q3AS

© 2026 Aqora Quantum S.A.S.

TermsPrivacyLegal Notice

지식의 지평

양자의 “병 주고 약 주기”

김재완

Published Jan 1, 2019• 0 citations
OpenAlex

Related papers

[양자컴퓨터와 양자 암호] 양자의 “병 주고 약 주기”

김재완

지식의 지평•Nov 1, 2019•0 citations

양자 암호(Quantum cryptography)

김재완

양자물리학은 디지털통신보안에 대해 ‘병 주고 약 주는’ 관계에 있다. 양자컴퓨터는 디지털컴퓨터로는 풀기 어려운 문제를 쉽게 풀 수 있을 것으로 기대되어, 어려운 수학 문제에 그 보안성을 담보하는 공개키 암호체제가 양자컴퓨터의 위협 앞에 놓이게 된 한편, 양자물리학은 일회용난수표를 도청이 절대 불가능한 방식으로 전송하는 양자암호기술이라는 새로운 형태의 암호체제를 제시한다. 양자암호기술은 기존의 암호기술과 함께 21세기 디지털통신에 완벽한 보안대책을 제공하게 될 것이다.

정보보호학회지•Jun 1, 2004•0 citations

양자 계산 알고리즘

;

Communications of the Korean Mathematical Society•Apr 1, 2003•0 citations

Korean Sentiment Analysis using Quantum Circuit-based Classification Model

박천음

최근 텍스트 분석, 감성 분석 등 영어 데이터 기반 자연어처리 태스크에 대하여 양자 자연어처리(Quantum NLP) 연구가 활발히 진행되고 있다. 본 논문은 한국어 감성 분석을 대상으로 한 양자 자연어 처리 모델을 제안하며, 양자회로 기반 모델이 한국어 문제를 해결할 수 있음을 분석한다. 제안 방법은 사전학습 언어모델의 단어 임베딩을 매개변수화 양자회로(PQC)에 진폭 부호화하고 computational basis 기저상태 확률을 측정하는 양자회로를 기반으로 하며, 모든 양자회로는 실제 양자 하드웨어가 아닌 고전 GPU 상의 상태벡터 시뮬레이션으로 실행된다. 제안 방법은 목적에 따라 두 가지 구성으로 활용된다. 단어 임베딩 위에 PQC를 적용하는 효율 중심 구성은 2∼4qubit 소규모 회로로 구성하며, ansatz, qubit 수, 회로 깊이, 풀링을 최적화한다. NSMC에서 KcELECTRA 대비 약 70% 적은 파라미터만으로 86.1%의 정확도(약 6%p 차이 이내)를 유지하면서 고전 GPU 시 뮬레이션 환경에서 약 1.7배 빠른 추론을 보인다. 한편 KcELECTRA 인코더 위에 PQC를 적용하는 성능 중심 구성은 NSMC 91.8%, 네이버 쇼핑 94.2%로 성능이 향상되는 것을 확인하였다.

Journal of KIISE•Sep 28, 2026•0 citations

양자 정보 기술

안도열

전자파기술•Jul 1, 2014•0 citations

중첩, 얽힘 그리고 결깨짐

정계섭

CHUL HAK SA SANG - Journal of Philosophical Ideas•Jun 1, 2007•0 citations
양자물리학은 디지털통신보안에 대해 ‘병 주고 약 주는’ 관계에 있다. 양자컴퓨터는 디지털컴퓨터로는 풀기 어려운 문제를 쉽게 풀 수 있을 것으로 기대되어, 어려운 수학 문제에 그 보안성을 담보하는 공개키 암호체제가 양자컴퓨터의 위협 앞에 놓이게 된 한편, 양자물리학은 일회용난수표를 도청이 절대 불가능한 방식으로 전송하는 양자암호기술이라는 새로운 형태의 암호체제를 제시한다. 양자암호기술은 기존의 암호기술과 함께 21세기 디지털통신에 완벽한 보안대책을 제공하게 될 것이다.
최근 텍스트 분석, 감성 분석 등 영어 데이터 기반 자연어처리 태스크에 대하여 양자 자연어처리(Quantum NLP) 연구가 활발히 진행되고 있다. 본 논문은 한국어 감성 분석을 대상으로 한 양자 자연어 처리 모델을 제안하며, 양자회로 기반 모델이 한국어 문제를 해결할 수 있음을 분석한다. 제안 방법은 사전학습 언어모델의 단어 임베딩을 매개변수화 양자회로(PQC)에 진폭 부호화하고 computational basis 기저상태 확률을 측정하는 양자회로를 기반으로 하며, 모든 양자회로는 실제 양자 하드웨어가 아닌 고전 GPU 상의 상태벡터 시뮬레이션으로 실행된다. 제안 방법은 목적에 따라 두 가지 구성으로 활용된다. 단어 임베딩 위에 PQC를 적용하는 효율 중심 구성은 2∼4qubit 소규모 회로로 구성하며, ansatz, qubit 수, 회로 깊이, 풀링을 최적화한다. NSMC에서 KcELECTRA 대비 약 70% 적은 파라미터만으로 86.1%의 정확도(약 6%p 차이 이내)를 유지하면서 고전 GPU 시 뮬레이션 환경에서 약 1.7배 빠른 추론을 보인다. 한편 KcELECTRA 인코더 위에 PQC를 적용하는 성능 중심 구성은 NSMC 91.8%, 네이버 쇼핑 94.2%로 성능이 향상되는 것을 확인하였다.