# (번역) 2024년의 컴퓨터 과학| 퀀타 매거진

> 연구자들은 챗봇의 생각을 더 잘 들여다볼 수 있게 되었고, 아마추어들은 단순한 시스템이 얼마나 복잡한지 정확히 알게 되었으며, 양자 컴퓨터는 중요한 이정표를 통과했습니다.

2024년말은 역사상 특히 불확실한 시기로 보이며, 이론적 컴퓨터 과학도 예외는 아닙니다. 몇 가지 획기적인 성과와 새로운 발견에도 불구하고 이 분야는 자체적인 의심과 한계에 직면하기도 했습니다.

예를 들어, 인공지능은 올해 다시 한 번 대중의 담론을 지배했습니다. 연구자들은 Bard와 ChatGPT와 같은 챗봇을 구동하는 신경망의 '블랙박스' 안에서 무슨 일이 벌어지고 있는지 [이해하기 시작했고](https://www.quantamagazine.org/how-do-machines-grok-data-20240412/), [이러한 시스템이](https://www.quantamagazine.org/new-theory-suggests-chatbots-can-understand-text-20240122/) 조작하고 구성하는 데이터를 [진정으로 이해하고](https://www.quantamagazine.org/new-theory-suggests-chatbots-can-understand-text-20240122/) 있음을 보여주기 시작했습니다. 하지만 [AI의 발전이 이미 둔화되기 시작했다는](https://www.vox.com/future-perfect/389997/artificial-intelligence-openai-google-microsoft-chatgpt-progress-scaling) 인식도 커지고 있습니다.

컴퓨터 과학의 다른 분야에서는 더 뚜렷한 성공을 거두었습니다. 수십 년 동안 숨어 지내던 ' [다섯 번째로 바쁜 비버](https://www.quantamagazine.org/amateur-mathematicians-find-fifth-busy-beaver-turing-machine-20240702/) '라는 애매한 수학적 동물이 마침내 스스로를 포기했습니다. 하지만 여기서도 좋은 소식만 있는 것은 아닙니다. 그 후계자인 여섯 번째 바쁜 비버에 대한 초기 검색 결과, 넘을 수 없는 수학적 장벽 너머에 있을지도 모른다는 가능성이 제기되고 있습니다.

오류가 발생했을 때 스스로 수정할 수 있는 수학적 구조인 오류 수정 코드 분야도 2024년에 두각을 나타냈습니다. 연구자들은 [양자 컴퓨터에 필수적인 오류 수정 기술이](https://www.quantamagazine.org/quantum-computers-cross-critical-error-threshold-20241209/) 실제로 작동한다는 사실을 처음으로 보여주었습니다. 그러나 또 다른 발견은 특정 고전적인 오류 수정 코드가 [근본적으로 비효율적이라는](https://www.quantamagazine.org/magical-error-correction-scheme-proved-inherently-inefficient-20240109/) 것을 보여주며 이 "마법의 현상"의 실용적인 버전에 대한 희망을 꺾었습니다.

![](https://www.quantamagazine.org/wp-content/uploads/2024/12/BusyBeaver-crKristinaArmitage_NicoRoper-HP-1-scaled.webp)

크리스티나 아미티지/콴타\_매거진\_

## 빅 비버의 혁신

올여름, 열정적인 아마추어들로 구성된 한 팀이 [다섯 번째 바쁜 비버를 발견하면서](https://www.quantamagazine.org/amateur-mathematicians-find-fifth-busy-beaver-turing-machine-20240702/) 컴퓨터 과학의 가장 큰 미해결 문제 중 하나를 해결했습니다. 실행하는 데 오랜 시간이 걸리는 특히 부지런한 컴퓨터 프로그램의 이름을 딴 이 문제는 컴퓨터 과학과 수학에서 가장 심오한 미해결 문제와 관련이 있습니다.

이 문제는 앨런 튜링이 일반 컴퓨터의 모델로 처음 고안한 가장 단순한 컴퓨팅 장치인 튜링 머신과 관련이 있으며, 현재는 [온라인에서 쉽게 시뮬레이션할](http://turingmachine.vassar.edu/) 수 있습니다. 튜링 머신은 초기 설정에 따라 영원히 실행되거나 일정 단계가 지나면 멈출 수 있습니다. 바쁜 비버 문제는 다음과 같이 묻습니다: 기계에 적용되는 규칙이 일정 수만 주어지면 기계가 얼마나 오래 작동할 수 있을까요? 연구자들은 1, 2, 3, 4 규칙(각각 1, 6, 21, 107단계)을 가진 기계에 대해 이 문제를 해결했지만, 다섯 번째 바쁜 비버 수에 대해서는 수십 년 동안 해결하지 못했습니다.

_콴타의_ 직원 작가인 벤 브루베이커는 대부분 비전문가로 구성된 글로벌 팀이 47,176,870이라는 숫자를 찾아내고 이보다 더 높을 수 없음을 증명하기 위해 노력한 과정을 [기록으로](https://www.quantamagazine.org/amateur-mathematicians-find-fifth-busy-beaver-turing-machine-20240702/) 남겼습니다. 이 문제는 직접적으로 응용할 수 있는 것은 아니지만, 해법을 찾아낸 것은 여섯 번째 바쁜 비버에 대한 초기 검색에서 다시는 볼 수 없을지도 모를 [압도적인 수학적 복잡성에](https://www.quantamagazine.org/how-the-slowest-computer-programs-illuminate-maths-fundamental-limits-20201210/) 대한 일종의 승리를 의미하기도 합니다.

그리고 지난 1월에는 또 다른 종류의 숫자 퍼즐을 푸는 데 도움을 준 비전문가들로 구성된 다양한 팀의 이야기를 소개한 바 있습니다. 이 팀은 존 콘웨이의 [게임 오브 라이프와](https://conwaylife.com/) 특정 길이의 반복 패턴 찾기에 초점을 맞췄습니다. 19단계와 41단계 후에 반복되는 패턴을 찾아내어 [생명의 게임이](https://www.quantamagazine.org/maths-game-of-life-reveals-long-sought-repeating-patterns-20240118/) 가능한 모든 단계 후에 반복될 수 있는 '전주기적'임을 증명했습니다.

## **코드를 통한 더 나은 삶**

양자 컴퓨터는 오랫동안 연구자들을 열광시켜 왔지만, 수년간의 연구에도 불구하고 진정으로 유용한 양자 컴퓨터는 아직 요원한 상태입니다. 이는 부분적으로 양자 컴퓨터의 특성 때문입니다: 양자 컴퓨터는 우주의 가장 미세한 상호작용을 지배하는 규칙인 양자역학의 변덕스러움을 이용하기 때문에 심각한 오류에 취약합니다. 거의 30년 전, 연구자들은 컴퓨터의 비트에 해당하는 큐비트를 오류를 견딜 수 있는 방식으로 결합하는 것이 가능하다는 것을 보여주었습니다. 하지만 이 방법이 작동하려면 각 큐비트의 오류율이 특정 최소 임계값보다 낮아야 합니다. 지난 12월, 구글의 한 연구팀이 이 수준에 도달했다고 발표하면서 [양자 오류 수정 코드가 이러한 이색적인 컴퓨터를 실현할 수](https://www.quantamagazine.org/quantum-computers-cross-critical-error-threshold-20241209/) 있음을 처음으로 보여주었습니다(아직 당장은 아니지만).

_퀀타는_ 2월에 또 다른 새로운 종류의 양자 오류 수정 코드에 대해서도 다루었는데, 이 코드는 [비주기적 타일링](https://www.quantamagazine.org/never-repeating-tiles-can-safeguard-quantum-information-20240223/) (반복되지 않는 방식으로 결합하는 도형 집합) [으로 구축되었습니다](https://www.quantamagazine.org/never-repeating-tiles-can-safeguard-quantum-information-20240223/). 브루베이커는 타일과 코드 모두 "큰 시스템의 작은 부분을 학습한다고 해서 시스템 전체에 대해 알 수 있는 것은 아무것도 없기 때문에" 이러한 연결이 가능하다고 설명합니다.

올해에는 양자 오류 정정뿐만 아니라 과학자들은 오늘날 우리 모두가 사용하는 컴퓨터에서 사용할 수 있는 [고전적인 오류 정정 코드에 대한 중요한 질문에도](https://www.quantamagazine.org/magical-error-correction-scheme-proved-inherently-inefficient-20240109/) 답했습니다. 가장 유망한 코드들은 항상 매우 비효율적이었고, 연구자들은 더 나은 방법이 없을까 고민해 왔습니다. 20여 년이 지난 지금, 그 답은 '아니오'입니다. 이러한 비효율성을 해결할 방법이 없다는 것입니다.

![](https://www.quantamagazine.org/wp-content/uploads/2024/12/HamiltonianAlgorithm-byKristinaArmitage-HP-1-scaled.webp)

크리스티나 아미티지 / 퀀타\_매거진\_

## **퀀텀 내부 들여다보기**

올해 가장 큰 발견은 컴퓨터 과학의 렌즈를 통해 불가해한 양자역학의 세계도 조금 더 명확해질 수 있다는 것을 보여주었습니다. 작은 입자들은 복잡한 방식으로 상호 작용하기 때문에 과학자들이 주어진 시스템을 완전히 이해하기란 여전히 어렵습니다. 하지만 최근 컴퓨터 과학자 4명이 이 분야 최초로 [모든 시스템에 대한 전체 설명을](https://www.quantamagazine.org/scientists-find-a-fast-way-to-describe-quantum-systems-20240501/) 효율적으로 뱉어낼 수 있는 새로운 알고리즘을 개발했습니다. 연구팀은 수학의 최적화 도구와 이완 기법이라는 컴퓨터 과학적 접근 방식을 결합하여 양자 시스템이 일정한 온도에 있는 한 이를 완전히 설명하는 일종의 슈퍼 방정식인 해밀턴을 빠르게 생성하는 방법을 보여주었습니다.

같은 연구팀은 온도가 상승한다고 해서 입자 간의 상호작용인 얽힘이 약해지는 것이 아니라는 사실을 증명함으로써 또 다른 중요한 양자 발견을 이뤄냈습니다: [얽힘이 완전히 사라지는](https://www.quantamagazine.org/computer-scientists-prove-that-heat-destroys-entanglement-20240828/) 특정 온도가 항상 존재한다는 것입니다.

별도의 연구팀은 또한 이러한 양자 시스템과 관련된 문제인 국소 최소 에너지 수준을 찾는 것이 [양자 컴퓨터로 비교적 쉽게](https://www.quantamagazine.org/physicists-finally-find-a-problem-only-quantum-computers-can-do-20240312/) 수행될 수 있음을 보여주었습니다. 이는 양자 물리학 분야에서 환영할 만한 진전일 뿐만 아니라, 양자 컴퓨터가 고전적인 기계가 해결할 수 없는 유용한 문제가 실제로 존재할 수 있다는 것을 증명하는 것이기도 합니다. 또한 양자 이론의 복잡성은 현재의 암호화가 큐비트 아래에서 무너질 경우 [암호화의 새로운 기반을](https://www.quantamagazine.org/cryptographers-discover-a-new-foundation-for-quantum-secrecy-20240603/) 제공할 수도 있습니다.

![](https://www.quantamagazine.org/wp-content/uploads/2024/12/LLM_Emergence-byMyriamWares-HP-1-scaled.webp)

_퀀타 매거진의_ 마이리엄 웨어스

## **인공지능에 대한 이해의 증가**

인공 지능은 아마도 이론적 컴퓨터 과학에서 가장 눈에 띄면서도 가장 많은 오해를 받는 분야일 것입니다. 올해 ChatGPT로 유명한 OpenAI는 [놀랍고 강력한](https://www.understandingai.org/p/openai-just-unleashed-an-alien-of) 새롭고 독창적인 기능을 갖춘 것처럼 보이는 o1 챗봇 모델을 출시했습니다. 그러나 이러한 발전에도 불구하고 이러한 도구의 내부 작동 방식은 여전히 불분명하여 [보안 침해](https://www.nytimes.com/2023/07/27/business/ai-chatgpt-safety-research.html) 및 기타 [악용의](https://www.sciencenews.org/article/generative-ai-chatbots-chatgpt-safety-concerns) 여지가 남아 있습니다.

연구자들은 특히 이러한 모델이 진정으로 자신이 하는 말을 이해하는 것인지, 아니면 2021년에 발표된 논문에 따르면 단순히 이전에 들었던 말을 반복하는 "[확률적 앵무새](https://dl.acm.org/doi/10.1145/3442188.3445922)"에 불과한 것인지에 대해 궁금해하고 있습니다. 새로운 연구에 따르면 [이러한 기계가 실제로 이해할 수 있을지도](https://www.quantamagazine.org/new-theory-suggests-chatbots-can-understand-text-20240122/) 모릅니다. 구글 딥마인드 연구팀은 이러한 언어 모델이 놀라운 능력을 발휘하는 데 필요한 기술을 연구한 결과, 기계가 단순히 학습 데이터를 되풀이할 수는 없다는 결론을 내렸습니다. 머신러닝 연구로 [2024년 노벨 물리학상을 수상한](https://www.technologyreview.com/2024/10/08/1105221/geoffrey-hinton-just-won-the-nobel-prize-in-physics-for-his-work-on-machine-learning/) AI 선구자 제프 힌튼은 "\[특정 모델이\] 훈련 데이터에서 거의 확실하게 발생하지 않은 방식으로 기술과 주제를 결합한 텍스트를 생성할 수 있음을 설득력 있게 보여줍니다."라고 말했습니다.

실제로 모델이 예상치 못하게 숙달될 정도로 과도하게 훈련되는 ' [그루킹](https://www.quantamagazine.org/how-do-machines-grok-data-20240412/)'이라는 현상은 이 신비한 기계가 정보를 처리하는 방식을 이해하는 새로운 방법을 제시합니다. 다른 팀에서는 컴퓨터 과학의 한 분야인 계산 복잡성 기법(다양한 문제의 상대적 난이도를 연구하는 분야)을 사용하여 언어 모델이 [문제를 단계적으로 해결할](https://www.quantamagazine.org/how-chain-of-thought-reasoning-helps-neural-networks-compute-20240321/) 때 훨씬 더 잘하는 것처럼 보이는 이유를 설명하는 데 도움을 주고 있습니다.

![Planets surrounding Earth](https://www.quantamagazine.org/wp-content/uploads/2024/12/JOW-324-Exoplanets_crPeter-Greenwood-HP-NO-LOGO-1720x728.webp)