양자컴퓨팅에서 위상은 계산에 어떤 역할을 할까?

양자컴퓨팅에서는 0과 1이 나올 확률만 중요한 것이 아닙니다. 두 상태 사이의 위상이 어떻게 맞물리는지에 따라 확률진폭이 더해지거나 사라지고, 그 차이가 마지막 측정 결과를 바꾸게 되는데요. 이번 글에서는 위상의 역할에 대해 정리하였습니다.

동일한 50대50 측정확률을 가진 |+⟩와 |−⟩ 상태가 상대위상 차이로 인해 Hadamard 게이트 이후 서로 다른 결과를 만드는 양자 간섭 이미지 — 양자컴퓨팅에서 위상은 확률진폭 사이의 간섭을 결정하며, 같은 측정확률을 가진 상태도 상대위상이 다르면 이후 양자연산에서 전혀 다른 결과를 만들 수 있습니다.

양자컴퓨팅에서 위상이 중요한 이유

양자컴퓨팅을 공부하다 보면 확률진폭과 함께 위상이라는 용어가 자주 등장합니다. 처음에는 복소수 앞에 붙는 각도 정도로 생각하기 쉽지만 실제 양자 계산에서 위상은 매우 중요한 역할을 합니다.

양자컴퓨터는 단순히 여러 상태를 동시에 만들어 놓는 것만으로 계산상의 이점을 얻는 것이 아닙니다. 여러 상태에 들어 있는 확률진폭의 위상을 조절하고 서로 간섭하게 만들어 원하는 결과의 진폭은 커지고 원하지 않는 결과의 진폭은 줄어들도록 설계합니다.

따라서 중첩이 여러 계산경로를 만드는 개념이라면 위상은 그 계산경로들이 마지막에 어떻게 만나게 될지를 결정하는 정보라고 볼 수 있습니다.

개념	양자컴퓨팅에서의 역할
확률진폭	각 기저 상태에 붙는 복소수 계수
위상	확률진폭 사이의 상대적인 각도 정보
중첩	여러 기저 상태의 진폭이 함께 존재하는 상태
간섭	진폭들이 위상에 따라 보강되거나 상쇄되는 과정
측정	최종 진폭의 절댓값 제곱을 확률로 변환

양자 알고리즘의 핵심을 이해하려면 확률만 보는 것에서 한 단계 더 나아가 확률진폭과 그 위상이 어떻게 변화하는지를 함께 볼 필요가 있습니다.

큐비트 상태에서 위상은 어디에 들어 있을까

한 큐비트의 일반적인 순수 상태는 다음과 같이 표현할 수 있습니다.

|ψ⟩ = α|0⟩ + β|1⟩

|α|² + |β|² = 1

여기에서 α와 β는 단순한 실수가 아니라 일반적으로 복소수입니다. 복소수에는 크기뿐 아니라 위상이라는 정보가 포함됩니다.

전체 상태에 공통으로 붙는 위상을 적절하게 제외하면 한 큐비트 상태를 다음과 같이 표현할 수 있습니다.

|ψ⟩ =
cos(θ/2)|0⟩
+
e^(iφ) sin(θ/2)|1⟩

여기에서 θ는 |0⟩와 |1⟩이 어느 정도 비율로 포함되는지와 연결되고 φ는 두 성분 사이의 상대위상을 나타냅니다.

즉 양자상태에는 단순히 “0일 확률과 1일 확률이 얼마인가”라는 정보만 있는 것이 아니라 두 확률진폭이 서로 어떤 위상관계를 가지고 있는지에 대한 정보도 들어 있습니다.

확률은 같아도 위상이 다르면 다른 양자상태다

위상의 중요성을 가장 쉽게 확인할 수 있는 두 상태가 |+⟩와 |−⟩입니다.

|+⟩ =
1/√2 (|0⟩ + |1⟩)

|−⟩ =
1/√2 (|0⟩ − |1⟩)

두 상태를 계산 기저, 즉 Z기저에서 측정하면 결과는 동일합니다.

|+⟩ 측정
P(0) = 1/2
P(1) = 1/2

|−⟩ 측정
P(0) = 1/2
P(1) = 1/2

따라서 측정 확률만 보면 두 상태는 똑같아 보입니다. 하지만 |+⟩에서는 |0⟩과 |1⟩의 진폭이 같은 부호를 갖고 있고, |−⟩에서는 |1⟩의 진폭에 음의 부호가 붙어 있습니다.

이 음의 부호는 단순한 표기상의 차이가 아닙니다. 두 진폭 사이의 상대위상이 π만큼 다르다는 의미입니다.

상태	\|0⟩ 진폭	\|1⟩ 진폭	상대위상
\|+⟩	1/√2	1/√2	0
\|−⟩	1/√2	−1/√2	π

즉 동일한 측정 확률을 가진 양자상태라도 위상이 다르면 이후 연산에서 완전히 다른 결과를 만들 수 있습니다.

Hadamard 게이트를 적용하면 위상의 차이가 결과로 나타난다

|+⟩와 |−⟩의 차이는 Hadamard 게이트를 적용하면 바로 확인할 수 있습니다.

H|+⟩ = |0⟩

H|−⟩ = |1⟩

처음에는 두 상태 모두 Z기저에서 0과 1이 50%씩 나왔습니다. 하지만 Hadamard 게이트가 두 진폭을 다시 결합시키면서 상대위상에 따라 간섭이 발생합니다.

이 예제는 양자컴퓨터가 위상을 어떻게 계산에 사용하는지를 가장 간단하게 보여줍니다. 위상 자체를 바로 읽는 것이 아니라 위상차를 간섭으로 변환하고, 그 간섭을 다시 측정 가능한 확률차이로 바꾸는 것입니다.

확률진폭은 확률과 다르게 서로 더해질 수 있다

고전적인 확률과 양자 확률진폭의 가장 중요한 차이 가운데 하나는 진폭에는 부호와 위상이 있다는 점입니다.

양자컴퓨터에서는 여러 계산경로가 같은 최종 상태에 도달하면 각 경로의 확률을 바로 더하지 않습니다. 먼저 복소수 확률진폭을 더하고 그 결과의 절댓값을 제곱해 최종 확률을 구합니다.

경로 A 진폭 = a
경로 B 진폭 = b

최종 진폭 = a + b

최종 확률 = |a + b|²

a와 b의 위상이 비슷하면 두 진폭이 서로 보강될 수 있습니다. 반대로 위상이 반대라면 서로 상쇄되어 결과가 작아지거나 완전히 사라질 수도 있습니다.

따라서 양자컴퓨팅에서 위상은 여러 계산경로 사이의 협력과 상쇄를 조절하는 정보라고 이해할 수 있습니다.

보강 간섭과 상쇄 간섭은 무엇이 다를까

파동 두 개가 같은 위상으로 만나면 마루와 마루가 겹치면서 더 큰 파동이 만들어집니다. 이를 보강 간섭이라고 합니다.

반대로 한 파동의 마루와 다른 파동의 골이 만나면 서로 줄어들거나 완전히 사라질 수 있습니다. 이를 상쇄 간섭이라고 합니다.

위상 관계	진폭의 변화	양자계산에서의 의미
같은 방향	진폭이 서로 더해짐	해당 결과의 확률을 높일 수 있음
반대 방향	진폭이 서로 상쇄됨	해당 결과의 확률을 줄일 수 있음
중간 위상차	부분적인 보강 또는 상쇄	확률분포가 연속적으로 변화

양자 알고리즘에서는 바로 이 원리를 이용해 정답과 관련된 계산경로는 보강하고 정답이 아닌 경로는 가능한 한 상쇄하도록 회로를 설계합니다.

전역위상과 상대위상은 반드시 구분해야 한다

양자컴퓨팅에서 위상을 공부할 때 가장 많이 혼동하는 개념이 전역위상과 상대위상입니다.

어떤 양자상태 전체에 동일한 위상이 곱해졌다고 생각해 보겠습니다.

|ψ⟩

e^(iγ)|ψ⟩

이 두 상태는 일반적인 양자역학의 측정에서 물리적으로 같은 상태로 취급됩니다. 모든 진폭에 똑같은 위상이 곱해졌기 때문에 각 성분 사이의 상대적인 관계가 바뀌지 않기 때문입니다.

이처럼 상태 전체에 공통으로 붙는 위상을 전역위상이라고 합니다.

반면 다음과 같이 한 성분의 위상이 다른 성분에 비해 달라지면 상황이 다릅니다.

1/√2 (|0⟩ + |1⟩)

1/√2 (|0⟩ − |1⟩)

두 상태에서는 |0⟩을 기준으로 |1⟩의 위상이 달라졌습니다. 이를 상대위상이라고 하며 양자 간섭에 직접적인 영향을 줍니다.

구분	의미	일반적인 계산 영향
전역위상	상태 전체에 동일한 위상 적용	측정 가능한 물리상태를 바꾸지 않음
상대위상	상태 성분 사이의 위상차	간섭과 측정 결과에 영향을 줄 수 있음

양자컴퓨팅에서 실질적으로 중요한 것은 대부분 상대위상입니다.

블로흐 구에서는 위상을 어떻게 볼 수 있을까

한 큐비트의 순수 상태는 블로흐 구를 이용해 시각적으로 표현할 수 있습니다.

|ψ⟩ =
cos(θ/2)|0⟩
+
e^(iφ)sin(θ/2)|1⟩

블로흐 구에서 θ는 북극과 남극 방향의 위치를 결정하고 φ는 구의 수평 방향에서 어느 각도에 위치하는지를 결정합니다.

따라서 상대위상이 변한다는 것은 블로흐 구에서 상태벡터가 Z축을 중심으로 회전하는 것처럼 이해할 수 있습니다.

|+⟩는 블로흐 구의 +X 방향, |−⟩는 −X 방향에 위치합니다. Z기저 측정 확률은 둘 다 같지만 블로흐 구에서는 서로 반대쪽에 있는 전혀 다른 상태입니다.

Z 게이트는 비트를 바꾸지 않고 위상을 바꾼다

위상을 이해하기 좋은 대표적인 양자 게이트가 Pauli Z 게이트입니다.

Z|0⟩ = |0⟩

Z|1⟩ = −|1⟩

Z 게이트는 |0⟩을 그대로 두고 |1⟩의 진폭에 −1을 곱합니다. 즉 |1⟩ 성분의 위상을 π만큼 변화시킵니다.

예를 들어 |+⟩ 상태에 Z 게이트를 적용하면 다음과 같습니다.

Z|+⟩
=
1/√2 (|0⟩ − |1⟩)
=
|−⟩

이때 Z기저에서 측정하는 0과 1의 확률은 여전히 50:50입니다. 하지만 상대위상이 달라졌기 때문에 이후 Hadamard 게이트를 적용하면 완전히 다른 결과가 나타납니다.

S·T·Phase 게이트도 위상을 조절한다

양자회로에는 Z 게이트 외에도 다양한 위상 게이트가 사용됩니다.

게이트	\|1⟩에 적용되는 대표 위상	의미
Z	π	부호를 반대로 변경
S	π/2	90도 위상 이동
T	π/4	45도 위상 이동
P(φ)	φ	임의의 위상 적용
Rz(φ)	Z축 회전	상대위상을 연속적으로 조절

이러한 게이트는 계산 기저에서 바로 측정하면 확률분포를 변화시키지 않는 경우가 많습니다. 대신 상태의 상대위상을 바꿔 이후의 간섭 결과를 조절합니다.

따라서 위상 게이트는 결과를 즉시 바꾸기보다 이후 계산에서 사용할 정보를 상태 속에 저장하거나 조작하는 역할을 할 수 있습니다.

위상은 어떻게 측정 가능한 정보로 바뀔까

위상은 계산 기저에서 직접 측정한다고 숫자로 나타나는 정보가 아닙니다. 측정장치는 최종적으로 0과 1 같은 결과를 출력합니다.

그래서 양자회로에서는 위상정보를 간섭을 통해 확률진폭의 크기 차이로 변환한 뒤 측정하는 구조가 자주 사용됩니다.

위상 정보
    ↓
간섭
    ↓
확률진폭 변화
    ↓
측정 확률 변화
    ↓
0과 1 등의 고전적 결과

Hadamard 게이트가 대표적으로 이런 역할을 할 수 있습니다. 위상차가 있던 두 진폭을 다시 결합해 어느 결과에서는 보강 간섭을, 다른 결과에서는 상쇄 간섭을 만들 수 있습니다.

위상 킥백은 양자 알고리즘에서 어떻게 사용될까

조금 더 발전된 양자 알고리즘을 공부하면 phase kickback, 즉 위상 킥백이라는 현상을 만나게 됩니다.

제어된 유니터리 연산을 특정 고유상태에 적용하면 대상 시스템에 작용한 연산의 고유위상 정보가 제어 큐비트의 상대위상에 나타날 수 있습니다.

직관적으로는 대상 큐비트 쪽에 적용된 연산에서 발생한 위상정보가 제어 큐비트 쪽으로 전달된 것처럼 보이기 때문에 위상 킥백이라고 부릅니다.

이 현상은 여러 양자 알고리즘에서 계산하고 싶은 정보를 위상 형태로 저장하는 핵심 도구로 사용됩니다.

Deutsch-Jozsa 알고리즘은 함수 정보를 위상에 기록한다

Deutsch-Jozsa 알고리즘은 위상과 간섭이 실제 계산에서 어떤 역할을 하는지 보여주는 대표적인 입문 알고리즘입니다.

알고리즘의 오라클을 거치면 함수값 f(x)에 따라 각 기저 상태의 진폭에 다음과 같은 위상 정보가 붙을 수 있습니다.

(-1)^f(x) |x⟩

f(x)=0이면 진폭의 부호가 유지되고 f(x)=1이면 부호가 반대로 바뀝니다. 함수의 정보가 0이나 1이라는 별도의 데이터로 저장되는 것이 아니라 확률진폭의 위상에 기록되는 것입니다.

이후 Hadamard 게이트를 적용하면 서로 다른 x에 대응하는 진폭이 간섭하고, 함수의 전체적인 특성에 따라 특정 결과는 보강되고 다른 결과는 상쇄됩니다.

즉 이 알고리즘에서는 위상에 정보를 기록한 뒤 간섭을 이용해 그 정보를 측정 가능한 결과로 바꿉니다.

Grover 알고리즘에서는 정답 상태의 위상을 뒤집는다

Grover 검색 알고리즘에서도 위상은 중요한 역할을 합니다.

Grover 알고리즘의 오라클은 찾고 싶은 정답 상태를 표시할 때 해당 상태의 확률을 바로 크게 만드는 것이 아니라 먼저 그 상태의 진폭에 위상 반전을 적용할 수 있습니다.

정답 상태

|x*⟩
   ↓ phase flip
−|x*⟩

이 단계만 측정하면 정답의 확률이 바로 증가하는 것은 아닙니다. 부호가 달라졌을 뿐 진폭의 절댓값은 동일하기 때문입니다.

하지만 이어지는 diffusion 연산에서 이 위상 차이가 간섭으로 변환되면서 정답 상태의 진폭이 점차 커집니다. 이러한 과정을 amplitude amplification이라고 합니다.

즉 Grover 알고리즘에서도 ‘위상으로 정답을 표시하고 간섭으로 확률을 키운다’는 구조를 확인할 수 있습니다.

양자 위상 추정은 위상 자체를 계산 정보로 사용한다

위상을 가장 직접적으로 사용하는 대표적인 알고리즘이 Quantum Phase Estimation, 즉 양자 위상 추정입니다.

어떤 유니터리 연산 U와 그 고유상태 |ψ⟩가 다음 관계를 만족한다고 생각해 보겠습니다.

U|ψ⟩ =
e^(2πiθ)|ψ⟩

여기에서 알고 싶은 값이 θ입니다. 위상 추정 알고리즘은 controlled-U 연산과 위상 킥백을 이용해 θ 정보를 여러 제어 큐비트의 위상에 기록합니다.

하지만 이 상태에서는 θ를 그대로 측정할 수 없습니다. 이후 역 양자 푸리에 변환을 적용해 여러 큐비트의 위상 관계를 계산 기저의 확률분포로 변환하고 마지막에 측정합니다.

즉 위상 추정 역시 위상을 저장하고, 조작하고, 마지막에 간섭을 이용해 읽어내는 구조를 가지고 있습니다.

양자 푸리에 변환에서도 위상은 핵심 정보다

양자 푸리에 변환은 여러 양자 알고리즘에서 사용되는 중요한 연산입니다. 고전 푸리에 변환이 신호를 주파수 성분으로 분석하듯 양자 푸리에 변환은 양자상태의 진폭과 위상 구조를 특정한 형태로 변환합니다.

특히 위상 추정 알고리즘에서는 제어 큐비트들에 분산되어 있는 위상 패턴을 측정 가능한 계산 기저의 상태로 바꾸는 데 사용됩니다.

이 과정에서도 중요한 것은 위상을 단순히 숫자로 저장하는 것이 아니라 서로 다른 상태 사이의 위상 관계를 간섭 가능한 형태로 유지하는 것입니다.

중첩만 많다고 좋은 양자 알고리즘은 아니다

양자컴퓨팅을 처음 접하면 많은 상태를 동시에 중첩시키면 모든 답을 한 번에 계산할 수 있다고 생각하기 쉽습니다.

하지만 2ⁿ개의 상태를 중첩했다고 해서 측정할 때 2ⁿ개의 답을 모두 읽을 수 있는 것은 아닙니다. 마지막 측정에서는 제한된 고전적인 정보만 얻을 수 있습니다.

따라서 좋은 양자 알고리즘에서는 많은 계산경로를 만든 뒤 정답과 관련된 경로들의 위상을 정렬해 보강 간섭을 일으키고, 필요하지 않은 경로들은 서로 상쇄되도록 만드는 과정이 중요합니다.

중첩
   ↓
여러 계산경로 생성
   ↓
위상 조작
   ↓
간섭
   ↓
정답 진폭 강화
   ↓
측정

따라서 양자컴퓨팅의 특징을 단순히 ‘중첩으로 여러 값을 동시에 계산한다’라고 설명하기보다 ‘중첩된 계산경로의 위상을 조절해 간섭을 설계한다’고 이해하는 편이 더 정확합니다.

위상 오류가 생기면 계산이 망가질 수 있다

위상이 양자 계산에서 중요한 정보라면 위상이 의도하지 않게 변하는 것도 문제가 됩니다.

대표적인 오류 가운데 하나가 phase flip입니다. 예를 들어 Z 오류가 발생하면 |1⟩ 성분에 −1이 붙으면서 상대위상이 π만큼 바뀔 수 있습니다.

|+⟩
=
1/√2(|0⟩ + |1⟩)

      ↓ Z 오류

|−⟩
=
1/√2(|0⟩ − |1⟩)

두 상태는 Z기저에서 측정하면 동일한 결과를 만들기 때문에 단순히 0과 1의 확률만 확인해서는 오류를 알아채기 어렵습니다.

하지만 이후 간섭 과정에서는 완전히 다른 결과를 만들 수 있기 때문에 위상정보를 안정적으로 유지하는 것이 중요합니다.

디코히런스도 위상정보를 무너뜨릴 수 있다

실제 큐비트는 주변 환경으로부터 완전히 고립되어 있지 않습니다. 환경과 상호작용하면 중첩 상태에 존재하던 일정한 위상관계가 흐트러질 수 있습니다.

이러한 현상은 디코히런스와 연결되며 특히 phase damping이나 dephasing과 같은 노이즈는 서로 다른 기저 상태 사이의 coherence를 감소시킵니다.

위상관계가 사라지면 양자 알고리즘이 의도했던 보강·상쇄 간섭도 정확하게 일어나지 않게 됩니다.

따라서 양자컴퓨터의 성능을 높이는 일은 큐비트 수를 늘리는 것뿐 아니라 계산 동안 정확한 위상관계를 얼마나 안정적으로 유지할 수 있는지와도 밀접하게 연결됩니다.

확률진폭과 위상을 함께 보는 습관이 중요하다

양자회로를 공부할 때 측정확률만 계산하면 위상이 어떤 역할을 하는지 놓치기 쉽습니다.

예를 들어 다음 두 상태를 다시 살펴보겠습니다.

|+⟩ =
1/√2(|0⟩ + |1⟩)

|−⟩ =
1/√2(|0⟩ − |1⟩)

Z기저 측정확률만 계산하면 둘 다 똑같습니다. 그러나 상태벡터의 진폭을 그대로 살펴보면 −1이라는 상대위상 정보가 보입니다.

따라서 양자 알고리즘을 공부할 때는 각 단계에서 다음 세 가지를 함께 확인하면 이해가 쉬워집니다.

어떤 기저 상태들이 존재하는가
각 상태의 확률진폭 크기는 얼마인가
각 진폭 사이의 상대위상은 어떻게 변했는가

그리고 마지막으로 다음 연산이 이 진폭들을 어떻게 서로 간섭시키는지를 살펴보면 양자회로의 계산 원리를 훨씬 명확하게 이해할 수 있습니다.

위상과 관련해 초보자가 자주 하는 오해

오해	실제 의미
측정확률이 같으면 같은 상태다	상대위상이 다르면 서로 다른 양자상태일 수 있다
위상은 측정할 수 없으니 중요하지 않다	간섭을 통해 측정확률에 영향을 줄 수 있다
− 부호는 단순한 수학 표기다	성분 사이의 π 상대위상을 의미할 수 있다
전역위상과 상대위상은 같다	전역위상은 물리적으로 관측되지 않지만 상대위상은 중요하다
중첩만 만들면 양자 계산이 된다	위상과 간섭을 적절하게 설계해야 계산에 활용할 수 있다
위상 게이트는 아무것도 하지 않는다	즉각적인 측정확률 대신 이후 간섭 결과를 바꿀 수 있다

양자 위상을 공부하는 추천 순서

위상은 처음부터 복잡한 알고리즘과 함께 공부하면 어렵게 느껴질 수 있습니다. 다음 순서대로 이해하면 비교적 자연스럽게 개념을 연결할 수 있습니다.

단계	학습 내용
1단계	복소수의 크기와 위상
2단계	α\|0⟩ + β\|1⟩의 확률진폭
3단계	\|+⟩와 \|−⟩의 차이
4단계	전역위상과 상대위상
5단계	Z·S·T·Rz와 같은 위상 관련 게이트
6단계	Hadamard와 간섭
7단계	Phase kickback
8단계	Deutsch-Jozsa·Grover·Phase Estimation

특히 |+⟩와 |−⟩ 상태에 Hadamard를 적용하는 계산을 손으로 직접 해보면 위상이 확률로 변환되는 과정을 가장 빠르게 이해할 수 있습니다.

양자 위상 이해 점검 체크리스트

확률진폭이 일반적으로 복소수라는 점을 이해했는가
복소수 진폭에 크기와 위상이 있다는 점을 알고 있는가
|+⟩와 |−⟩의 Z기저 측정확률이 같다는 점을 이해했는가
두 상태 사이의 상대위상이 π만큼 다르다는 점을 설명할 수 있는가
Hadamard를 통해 위상차가 측정결과 차이로 변환된다는 점을 이해했는가
전역위상과 상대위상을 구분할 수 있는가
Z 게이트가 phase flip 역할을 한다는 점을 이해했는가
보강 간섭과 상쇄 간섭의 차이를 설명할 수 있는가
Grover 알고리즘에서 정답 상태의 위상을 먼저 표시한다는 점을 알고 있는가
Phase Estimation에서 위상이 계산 대상 자체가 될 수 있음을 이해했는가

핵심 용어와 마무리 정리

용어	의미
위상	복소수 확률진폭이 갖는 각도 정보
상대위상	서로 다른 상태 성분 사이의 위상 차이
전역위상	양자상태 전체에 동일하게 곱해지는 위상
간섭	여러 확률진폭이 위상관계에 따라 보강되거나 상쇄되는 현상
Phase gate	큐비트 성분의 상대위상을 조절하는 양자 게이트
Phase flip	진폭의 부호를 바꿔 π만큼 상대위상을 이동시키는 변화
Phase kickback	제어연산 과정에서 고유위상이 제어계의 상대위상에 나타나는 현상
Coherence	양자상태 성분 사이에 유지되는 일정한 위상관계
Phase estimation	유니터리 연산의 고유위상을 추정하는 양자 알고리즘

양자컴퓨팅에서 위상의 가장 중요한 역할은 여러 계산경로가 마지막에 어떻게 간섭할지를 결정하는 것입니다. 확률진폭의 크기가 같더라도 상대위상이 다르면 이후 연산에서 전혀 다른 결과가 만들어질 수 있습니다.

|+⟩와 |−⟩가 대표적인 예입니다. 두 상태는 Z기저에서 똑같은 50:50 확률을 보이지만 상대위상이 다르고, Hadamard 게이트를 적용하면 각각 |0⟩과 |1⟩이라는 정반대의 결과로 변환됩니다.

양자 알고리즘은 이러한 성질을 이용해 정보를 위상에 기록하고 원하는 계산경로는 보강 간섭을 일으키며 불필요한 경로는 상쇄되도록 설계합니다. Deutsch-Jozsa와 Grover 알고리즘, 양자 푸리에 변환과 위상 추정에서 위상이 반복해서 등장하는 이유도 여기에 있습니다.

결국 양자컴퓨팅을 이해할 때는 ‘어떤 상태가 몇 퍼센트 확률로 측정되는가’만 보는 것으로 충분하지 않습니다. 그 상태에 도달하기 전까지 확률진폭이 어떤 위상을 가지고 어떻게 서로 간섭했는지를 함께 봐야 양자 계산의 핵심 구조가 보이기 시작합니다.

참고문헌

양자 위상과 간섭, 위상 킥백과 관련 알고리즘을 더 깊게 공부하려면 아래 공식 교육자료와 문서를 함께 참고할 수 있습니다.