양자컴퓨터 — AI 다음 자본 사이클인가, 또 하나의 거품인가

2025년 2월, Microsoft가 25년간 비밀리에 진행해온 베팅을 공개했다.

양자컴퓨터의 새로운 종류, Majorana 1.

같은 시기 IonQ 주가는 1년 만에 250% 올랐고, 양자 ETF는 60% 상승했다.

AI 자본 사이클의 피로감 속에서 "다음 hype"의 후보로 양자가 떠오르고 있다.

그런데 양자컴퓨터가 정확히 무엇이고, 완성되면 무엇이 달라지는가?

이 글은 35분 안에 결말에서 시작해서 거꾸로 풀어본다. 양자 물리 배경은 0이라고 가정한다. 모든 용어는 처음 등장할 때 비유와 함께 설명한다.

양자컴퓨터가 지금 업계에서 임계점이라고 부르는 수준에 도달하면 생기는 일을 한번 살펴보자.

임계점이라는 말은 잠시 후에 자세히 설명한다. 일단은 "에러 없이 안정적으로 계산할 수 있는 양자컴퓨터"라고 생각하면 된다.

지금 새로운 약을 하나 만든다고 가정하자.

평균 10-15년, $26억 달러가 든다.

이렇게 오래 걸리는 이유는, 분자 시뮬레이션이 불가능해서인데, 신약 후보 물질이 인체 단백질에 어떻게 결합할지 컴퓨터로 정확히 예측할 수가 없어서 결국 수만 개를 만들어 실험으로 시도해 보게 되는 것이다.

양자컴퓨터가 이 임계치에 도달하게 되면, 이걸 근본적으로 다른 차원으로 바꿔버린다.

분자 자체가 양자 시스템이기 때문에, 양자컴퓨터로는 분자를 분자 그대로 시뮬레이션할 수 있다.

알츠하이머 치료제 후보 100만 개를 현실에서 합성하기 전에 양자 시뮬레이션으로 1차 스크리닝하고, 통과한 100개만 실제 합성하게 되면

10년이 1년이 된다.

이미 Roche, Merck, Pfizer가 IBM Quantum과 양자 신약 컨소시엄을 운영 중이다.

JPMorgan도 합류했다.

이게 양자컴퓨터의 가장 명확한 commercial use case라고 업계가 합의하고 있다.

전기차 배터리를 생각해보자.

현재 리튬이온 배터리는 화학적으로 거의 한계에 왔다.

더 가볍고, 더 오래가고, 더 빨리 충전되는 배터리를 만들려면 완전히 새로운 화학을 발견해야 한다.

그게 왜 어렵냐면, 가능한 분자 조합이 우주의 별 수보다 많기 때문이다.

기존 컴퓨터로는 일일이 다 시뮬레이션할 수 없으니, 직감과 실험을 반복하는 수밖에 없다.

양자컴퓨터는 이 화학 공간을 처음부터 끝까지 다 탐색할 수 있다.

1년에 한 번 우연히 발견되는 신소재가 분기마다 5-10개씩 나올 수 있다는 얘기다.

상온 초전도체 — 2023년 한국 LK-99로 떠들썩했던 그 꿈 — 같은 holy grail도 양자 시뮬레이션이 답을 줄 수 있다.

Samsung, LG에너지솔루션, BMW가 이미 양자 배터리 시뮬레이션에 투자 중이다.

Bosch는 2024년 IonQ와 5년 계약을 체결했다.

이게 아마 가장 자극적인 가능성일 것이다.

현재 모든 디지털 보안은 RSA-2048(은행 시스템), ECDSA(비트코인·이더리움), TLS(우리가 매일 보는 웹사이트 자물쇠)에 의존한다.

이 암호 방식들은 한 가지 수학적 가정 위에 세워져 있다 — "큰 수를 소인수분해하는 데는 슈퍼컴퓨터로도 수십억 년이 걸린다."

그런데 1994년, MIT의 Peter Shor라는 수학자가 양자컴퓨터로 소인수분해를 단 몇 초 만에 할 수 있는 알고리즘을 발표했다.

업계에서는 이걸 Shor's Algorithm이라고 부른다.

즉, 충분히 큰 양자컴퓨터가 만들어지는 순간, 인터넷 보안 전체가 무너진다는 얘기다.

이날을 업계에서는 "Q-Day" 라고 부른다.

예상 시점: 2030-2035년 사이.

그 전에 모든 시스템을 "양자-안전 암호(Post-Quantum Cryptography, PQC)"로 전환해야 한다.

글로벌 마이그레이션 비용 추정치: $500억 달러 이상.

ChatGPT 같은 거대 언어 모델 학습에는 수만 개의 NVIDIA GPU가 수개월 동안 작동한다.

비용은 한 번 학습에 $1억 달러 단위.

양자컴퓨터는 머신러닝의 핵심 연산 일부를 지수적으로 가속할 수 있다.

업계에서는 이걸 HHL 알고리즘, Quantum Neural Network 같은 이름으로 부른다.

모든 AI 학습을 양자가 다 하는 건 아니다.

하지만 특정 단계가 1000배 빨라지면 전체 학습 시간이 며칠에서 몇 분으로 떨어진다.

이게 진짜라면, NVIDIA 가치의 일부가 양자 회사로 이전될 수 있다.

지금 양자 주식들이 AI 사이클 피로감과 함께 갑자기 주목받는 이유가 여기 있다.

JPMorgan, Goldman Sachs, HSBC, BBVA.

글로벌 빅뱅크들이 모두 양자 연구팀을 보유하고 있다.

왜 그럴까?

- 포트폴리오 최적화: 1만 개 자산 중 최적 조합을 찾는 문제 → 양자가 지수적으로 빠르다
- 옵션 가격 모델링: 몬테카를로 시뮬레이션 → 양자로 1000배 가속
- 사기 패턴 탐지: 그래프 검색 → Grover algorithm으로 √N 가속
- 신용 위험 모델링: 거대한 상관관계 행렬 → 양자에서 자연스러운 문제

JPMorgan은 세계 최대 양자 컨소시엄(Q-Initiative)을 운영하고 있다.

Goldman은 2020년부터 IBM Quantum과 협업 중이다.

양자 시대가 오면, 금융업의 경쟁 우위 일부가 양자 인프라에서 결정된다.

현재 IPCC 기후 모델은 너무 단순화되어 있다.

진짜 기후 시스템은 분자 단위 화학 반응 × 해류 × 대기 × 빙하의 양자적 결합이다.

그런데 기존 컴퓨터는 너무 단순한 가정을 해야 모델이 그나마 돌아간다.

양자컴퓨터는 훨씬 더 정확한 기후 모델을 가능하게 한다.

어떤 정책이 50년 뒤 어떤 결과를 만들지를 과학적으로 답할 수 있게 된다는 얘기다.

탄소 포집 신소재, 더 효율적인 태양전지 — 양자가 직접 만들어낼 수 있다.

이게 사실 가장 중요한 항목이다.

1995년 인터넷이 처음 상용화될 때, 그 인터넷이 Uber, Instagram, ChatGPT를 만들 거라고 예측한 사람은 아무도 없었다.

양자컴퓨터도 마찬가지일 것이다.

지금 우리는 명확한 use case 6개만 알고 있다.

진짜 임팩트는 우리가 상상도 못 한 곳에서 나올 것이다.

그게 모든 진짜 기반 기술의 패턴이었다.

위에서 본 6가지 일을 지금 컴퓨터로 못 하는 이유는 단순히 "느려서"가 아니다.

수학적으로 불가능하다.

이걸 이해해야 양자컴퓨터가 왜 "그냥 더 빠른 컴퓨터"가 아닌지 알 수 있다.

컴퓨터 과학에는 두 종류의 문제가 있다.

첫째, Polynomial 문제 (다항식 시간으로 푸는 문제).

문제 크기가 N일 때 계산 시간이 N², N³ 정도로 제어 가능하게 늘어난다.

예: 1,000명의 키를 정렬하기. 컴퓨터가 빠르면 빨리 풀린다. 인류가 잘 푸는 문제들이다.

둘째, Exponential 문제 (지수 시간으로 푸는 문제).

문제 크기가 N일 때 계산 시간이 2^N으로 늘어난다.

예: 1,000개 도시를 최단 경로로 순회하기 (외판원 문제). 컴퓨터를 1조 배 빨리 만들어도 문제 크기가 조금만 커지면 의미가 없다.

숫자로 보면 충격적이다.

- 도시 10개 → 1초
- 도시 20개 → 17분 (1,000배 더 걸림)
- 도시 30개 → 12일
- 도시 40개 → 35년
- 도시 50개 → 35,000년
- 도시 100개 → 우주 나이의 10^10배

컴퓨터를 100만 배 빨리 만들어도 도시가 몇 개만 더 늘면 다시 우주의 나이가 걸린다.

이게 지수 장벽이다.

위에서 말한 신약 개발이 왜 그렇게 어려운지 정확히 보자.

분자에는 전자가 있다.

카페인 분자는 전자가 102개 있다. 비교적 단순한 단백질은 전자가 1만 개 이상이다. 인체 세포 안의 단백질은 수십만 개의 전자를 가지고 있다.

각 전자는 다른 모든 전자와 양자적으로 얽혀 있다.

업계에서는 이걸 entanglement(얽힘) 라고 부른다. 잠시 후에 자세히 본다.

지금 중요한 건 이거다.

분자의 정확한 상태를 컴퓨터로 계산하려면 2^(전자 수)개의 상태를 동시에 추적해야 한다.

다시 숫자로 보자.

- 전자 30개 분자 → 약 10억 개 상태. 슈퍼컴퓨터로 가능
- 전자 50개 분자 → 약 1,125조 개 상태. 슈퍼컴퓨터로 몇 달
- 전자 70개 분자 → 우주의 별 수보다 많음. 영원히 불가능

그래서 현대 화학자들은 2025년에도 카페인 정도의 분자가 어떻게 정확히 작동하는지를 컴퓨터로 풀지 못한다.

신약 개발이 결국 실험에 의존할 수밖에 없는 이유가 바로 이것이다.

이제 양자컴퓨터의 작동 원리를 본다. 7개 개념을 차례로 쌓아 올린다.

기존 컴퓨터는 비트(bit)로 작동한다.

비트는 0이거나 1. 둘 중 하나.

책상 위 분필이 가로로 놓였거나(0), 세로로 놓였거나(1)인 것과 같다.

양자컴퓨터의 기본 단위는 큐비트(qubit, quantum bit) 다.

큐비트의 본질을 한 문장으로 말하면: "0과 1이 동시에 존재할 수 있는 비트".

분필이 가로와 세로 사이의 45도 각도로 빙글빙글 도는 상태. 측정하는 순간 가로 또는 세로 중 하나로 결정 된다.

이게 말이 안 되게 들리는 게 정상이다. 우리 일상 감각에는 없는 현상이라서.

그러나 양자역학(quantum mechanics)에서는 100년간 실험으로 검증된 사실이다.

양자 입자는 측정되기 전까지 여러 상태가 동시에 존재한다.

이걸 중첩(superposition) 이라고 부른다.

큐비트 1개는 2개 상태를 동시에 표현한다 (0과 1).

큐비트 2개는 4개 상태 (00, 01, 10, 11).

큐비트 3개는 8개 상태.

큐비트 N개는 2^N개 상태.

숫자가 무섭게 커진다.

- 큐비트 10개 = 1,024개 상태 동시 처리
- 큐비트 50개 = 약 1,125조 상태
- 큐비트 100개 = 약 1,267해 상태 (우주의 별 수보다 많음)
- 큐비트 300개 = 우주의 모든 원자 수보다 많은 상태

이게 양자컴퓨터의 진짜 힘이다.

기존 컴퓨터의 빠른 버전이 아니라, 계산이 일어나는 차원 자체가 다르다.

물론 함정이 있다. 큐비트가 동시에 계산하는 모든 상태에 접근할 수 있는 건 아니다.

측정하면 그중 하나로 무너지기 때문이다.

그래서 양자 알고리즘은 "정답일 확률이 높은 상태"가 측정될 때 살아남도록 설계하는 기술이다. 어렵다.

그래서 양자 알고리즘이 50년간 몇 개밖에 안 만들어졌다.

큐비트의 "동시 존재" 상태는 극도로 깨지기 쉽다.

비유: 도서관에서 동전을 손바닥 위에 세로로 세워두려고 한다. 옆 사람의 기침, 에어컨 바람, 책 떨어지는 소리 — 무엇이든 한 번이라도 닿으면 동전은 쓰러진다.

큐비트는 그 동전이다.

주변 온도, 전자기파, 우주방사선, 옆방의 자석 — 무엇이든 큐비트를 건드리면 중첩이 무너진다.

이걸 탈동조(decoherence) 라고 부른다. 양자컴퓨터가 50년간 이론이었던 가장 큰 이유.

그래서 양자컴퓨터는 절대영도(-273.15°C, 우주 공간보다 차가움)에 가까운 환경에서 작동한다.

IBM의 양자 시스템 사진을 보면 거대한 황금색 샹들리에 같은 게 보이는데, 그게 다 냉각·차폐 시스템이다.

진짜 계산하는 칩은 그 맨 아래 손톱만 한 조각. 90%가 인프라, 10%가 양자 칩.

뉴스에서 "IBM이 1,121큐비트 칩을 발표했다"는 식의 헤드라인이 자주 나온다.

이게 무슨 의미인가?

표면적으로는 큐비트 수가 많을수록 강한 양자컴퓨터다.

큐비트 100개는 큐비트 50개보다 지수적으로 많은 상태를 다룬다.

그래서 IBM/Google/Atom Computing은 큐비트 수 경쟁을 한다.

그러나 함정이 있다: 큐비트는 깨지기 쉽다. 1,000개 큐비트가 있어도, 그중 999개가 오류를 내면 쓸모없다.

큐비트가 몇 개냐 만큼 중요한 게 얼마나 오래, 얼마나 정확하게 작동하느냐(게이트 fidelity) 다.

비유: 컴퓨터 메모리가 1테라바이트 있어도 매 초 데이터가 손상되면 의미가 없다.

업계가 큐비트 수와 별도로 보는 지표:

- 게이트 fidelity(연산 정확도) — 1.0에 가까울수록 좋음. 현재 최고 0.999
- Coherence time(큐비트가 깨지기 전까지 유지되는 시간) — 마이크로초 단위
- Connectivity(큐비트 간 연결성) — 모든 큐비트가 서로 연산 가능한지

큐비트가 깨지기 쉽다는 것은 모두 안다.

그래서 50년간 양자컴퓨터의 진짜 목표는 "에러를 어떻게 교정하는가"였다.

핵심 아이디어: 여러 개의 깨지기 쉬운 물리적 큐비트(physical qubit)를 묶어서 1개의 안정적인 논리적 큐비트(logical qubit)를 만드는 것.

이론적으로는, 100~1,000개의 물리적 큐비트로 1개의 논리적 큐비트를 만들 수 있다.

논리적 큐비트는 일반 큐비트보다 훨씬 안정적이다.

양자 알고리즘이 의미 있게 작동하려면 수백 개의 논리적 큐비트가 필요하다.

즉 수십만 개의 물리적 큐비트.

지금 우리는 어디 있는가? 0개의 논리적 큐비트.

2024년 12월 Google이 발표한 Willow 칩이 처음으로 "물리적 큐비트를 많이 묶을수록 에러가 기하급수적으로 줄어든다"는 것을 실험으로 증명했다.

즉, 논리적 큐비트로 가는 길이 원리적으로 가능하다는 것을 보였다.

양자 역사에서 가장 중요한 실험 중 하나로 평가된다.

양자컴퓨터는 두 가지 레벨로 나뉜다.

NISQ (Noisy Intermediate-Scale Quantum, 노이즈 많은 중간 규모 양자)

- 50~1,000개 큐비트 수준
- 에러 교정 안 됨 (모두 물리적 큐비트)
- 노이즈 때문에 실용 문제는 못 품
- 지금 우리가 있는 단계
- 용어를 만든 사람: Caltech의 John Preskill (2018)

Fault-Tolerant Quantum Computing (FTQC, 결함 허용 양자컴퓨터)

- 수백~수천 개의 논리적 큐비트
- 에러가 발생해도 자동 교정
- 실제로 가치 있는 문제 풀 수 있음 — 신약 개발, 신소재, 암호 해독, 최적화 문제
- 모든 양자 회사의 궁극 목표
- IBM은 2029년 Starling 시스템으로 달성 예정

쉽게 말하면: NISQ는 데모용, FTQC는 실전용.

2025년 우리는 NISQ의 마지막 단계에 있고, FTQC의 입구에 들어서고 있다.

Willow가 그 입구를 처음 보여줬다.

뉴스에서 자주 헷갈리는 두 용어.

Quantum Supremacy(양자 우위): 양자컴퓨터가 기존 컴퓨터로는 현실적으로 풀 수 없는 한 가지 문제를 풀었다는 의미. 그 문제가 실용성이 있을 필요는 없다.

2019년 Google의 Sycamore 칩(53큐비트)이 53큐비트 회로 sampling 문제를 200초 만에 풀었다고 발표. 슈퍼컴퓨터로 1만 년 걸린다고 주장.

IBM이 "사실 2.5일이면 된다"고 반박했지만, 상징적 분기점이었다.

풀린 문제는 일상에서 아무 쓸모 없는 수학 문제.

Quantum Advantage(양자 이점): 양자컴퓨터가 실제로 가치 있는 문제를 기존 컴퓨터보다 더 빨리·싸게 푸는 것.

2025년 현재 아무도 달성 못 함.

이게 달성되는 순간 양자컴퓨터의 상업화가 시작된다.

순서: Quantum Supremacy(2019 달성) → 더 큰 NISQ 시스템(2020-2025) → Fault-Tolerance(2025-2030) → Quantum Advantage(2030+) → 본격 상업화

여기까지 따라왔으면 이제 양자 산업의 핵심 마일스톤이 무엇을 뜻하는지 자연스럽게 읽힌다.

Quantum Supremacy 첫 주장.

큐비트 수는 적지만 역사적 상징이었다.

Google이 "슈퍼컴퓨터로 1만 년 걸리는 계산을 200초 만에 풀었다"고 Nature에 발표.

IBM이 "우리 슈퍼컴퓨터로는 2.5일이면 된다"고 반박했지만, 그 자체로 양자컴퓨터가 측정 가능한 우위를 처음 보여준 순간이었다.

풀린 문제는 실용성 0인 random circuit sampling. 그러나 원리 증명으로서의 가치가 컸다.

큐비트 수만 보면 인류 역사 최대.

IBM이 1,121개 큐비트를 한 칩에 집어넣었다.

그런데 게이트 fidelity는 낮음 — 즉 큰 데 정확하지 않은 시스템.

이 발표로 업계는 "큐비트 수 경쟁"의 한계를 보기 시작했다.

IBM 본인도 이후 Heron(156큐비트, fidelity 0.997)으로 품질 우선 노선으로 전환.

양자 역사상 가장 중요한 단일 실험 중 하나.

물리적 큐비트를 더 많이 묶을수록 에러가 기하급수적으로 줄어든다는 것을 처음으로 실험으로 증명.

즉, 에러 교정의 원리적 가능성을 보였다.

Fault-tolerance로 가는 입구를 연 사건이다.

발표 즉시 IonQ 주가가 그 주에만 40% 상승. 양자 ETF QTUM도 25% 점프.

시장이 "양자가 진짜다"라고 처음 reprice한 순간.

"Topological qubit"이라는 완전히 다른 종류의 큐비트.

Microsoft의 25년 베팅의 첫 검증 가능한 결과물.

Majorana fermion이라는 이론상 노이즈에 면역인 양자 상태를 사용한다.

만약 사실이면 게임 체인저 — 에러 교정 부담이 지수적으로 감소.

학계는 회의적. 2018년 Microsoft가 비슷한 결과를 발표했다가 논문을 철회한 전력이 있다.

2025년 발표는 더 robust한 데이터를 가지고 왔지만, 검증에는 시간이 필요하다.

맞다면 양자 사이클이 5년 앞당겨질 수 있다.

양자컴퓨터를 만드는 방법은 한 가지가 아니다.

VHS vs Betamax처럼, 어느 기술이 표준이 될지 아무도 모른다.

현재 6가지 접근법이 경쟁 중이다. 각각의 강점·약점·대표 주자를 본다.

① Superconducting — 가장 많이 알려진 방식. IBM이 6년 만에 5큐비트에서 1,121큐비트로 갔다. 무어의 법칙 비슷한 곡선. Google Willow도 이 방식.

② Trapped Ion — IonQ의 길. "큐비트 수보다 품질이 중요하다"는 메시지로 시장과 싸우고 있다. algorithmic qubit이라는 용어를 만들어 "1개의 IonQ 큐비트 = 50개의 superconducting 큐비트"라고 주장.

③ Neutral Atom — 2024년 가장 빠르게 부상. Atom Computing이 1,180큐비트로 큐비트 수 세계 1위. Harvard의 Mikhail Lukin이 공동창업한 QuEra가 핵심 기업.

④ Photonic — PsiQuantum의 베팅. 상온 작동. "큐비트 한두 개씩 늘리는 게 의미 없다. 우리는 100만 큐비트로 한 번에 fault-tolerant 시스템 만들겠다." 도박이지만 성공하면 게임 끝. 2024년 호주 정부와 $617M 계약.

⑤ Topological — Microsoft의 25년 도박. 수학적으로 노이즈 면역. 그러나 Majorana 입자 자체가 검증 안 됨. Microsoft는 25년간 이 길을 갔지만 한 번 논문 철회 사건 있었음.

⑥ Silicon Spin — Intel의 다크호스. 가장 조용하지만 가장 영리할 수 있다. 만약 silicon spin이 통하면 수백억 개 큐비트를 만들 수 있는 인프라는 이미 갖춰져 있다.

지금까지는 양자컴퓨터가 완성되면 무엇이 가능한지를 봤다.

그런데 그 임계점에 도달하기 전까지, 이 회사들은 도대체 무엇을 팔아서 먹고살고 있을까?

답은 5가지로 나뉜다.

QaaS는 Quantum-as-a-Service의 약자다.

쉽게 말하면 클라우드로 양자컴퓨터를 빌려쓰는 서비스다.

지금 당장 IBM 홈페이지에 가면 누구나 무료로 양자 칩 한 시간을 사용할 수 있다.

기업은 시간당 $1,000-$10,000을 내고 양자 자원을 임대한다.

3대 플랫폼:

- IBM Quantum — 가장 오래된 플랫폼, 전 세계 600,000명+ 사용자 등록
- Microsoft Azure Quantum — IonQ, Quantinuum, Rigetti 등을 통합 제공
- AWS Braket — IonQ, Rigetti, D-Wave를 통합

이 3개 플랫폼에 양자 칩을 공급하는 회사가 IonQ, Quantinuum, Rigetti, D-Wave 같은 곳들이다.

즉, 양자 회사들의 매출 대부분은 — 본인이 직접 파는 게 아니라 — AWS·Azure를 통해 들어온다.

미국 NSA, DARPA, 영국 MOD, 호주 정부, 한국 KQI.

이들은 양자컴퓨터에 수십억 달러 단위로 발주한다.

이유는 두 가지다.

첫째, Q-Day(앞에서 본 비트코인 깨지는 날) 대비 국방 차원.

둘째, 신소재 연구 같은 군 R&D.

PsiQuantum이 2024년 호주 정부와 $617M 계약 — 양자 회사 단일 계약 사상 최대.

IonQ는 2024년 미 공군과 $54M 계약, 2025년 미 사이버사령부와 추가 계약.

상장 양자 회사 매출의 30-50%가 정부 계약에서 나온다.

Roche, Pfizer, Merck, JPMorgan, Goldman Sachs, BMW, Bosch, Samsung.

이 회사들은 IBM Quantum이나 IonQ와 5년·10년짜리 R&D 파트너십을 맺는다.

연간 사용료 $1M-$10M 단위.

목적: 미래에 양자 임계점이 왔을 때 우리가 첫 번째 사용자가 되는 것.

지금 당장은 ROI가 없어도, 양자 시대가 오면 게임을 앞서서 시작하는 셈이다.

JPMorgan이 운영하는 Q-Initiative 컨소시엄에만 25개+ 글로벌 빅뱅크가 참여 중이다.

양자 칩 자체는 만들기가 미치도록 어렵다.

하지만 그 위에 올라가는 소프트웨어는 일반 클라우드 소프트웨어처럼 SaaS 구조로 팔 수 있다.

플레이어들:

- Classiq (이스라엘) — 양자 알고리즘 자동 생성 플랫폼. $33M 시리즈 C
- Zapata Computing — 양자 ML 미들웨어. SPAC 합병으로 상장
- QC Ware — 컨설팅 + 알고리즘. Goldman Sachs 투자

이들은 양자 칩을 만들지 않으면서 양자 생태계에서 돈을 번다.

마치 NVIDIA가 GPU를 만들고, OpenAI가 그 위에 ChatGPT를 만든 것처럼.

Accenture, Deloitte, BCG, McKinsey.

이들은 양자 칩을 만들지도 않고 알고리즘을 짜지도 않으면서 양자에서 가장 빨리 매출을 내고 있다.

기업들에게 "양자 시대 대비 전략"을 컨설팅하는 게 본업.

Accenture 양자 컨설팅 사업부는 2024년 추정 매출 $200M+.

거품처럼 보이지만 — 진짜 매출이 들어오고 있다.

AI 사이클에서 NVIDIA가 왜 그렇게 컸는지 기억해보자.

AI 모델을 만드는 회사들(OpenAI, Anthropic, Google)이 전부 한 회사의 GPU를 사야 했기 때문이다.

밸류체인의 병목에 NVIDIA가 앉아 있었던 것이다.

양자도 똑같은 패턴이 나올 가능성이 높다.

양자 밸류체인을 한번 풀어보자.

병목 후보 ①: Bluefors (희석 냉동기) — 양자의 ASML

이게 양자 산업의 가장 숨겨진 보석이다.

희석 냉동기는 -273°C에 가까운 절대영도를 만드는 거대한 장치다.

모든 superconducting 양자컴퓨터(IBM, Google, Rigetti)가 이걸 반드시 사용한다.

전 세계에서 이걸 만들 수 있는 회사가 사실상 2개다.

Bluefors (핀란드) 와 Oxford Instruments(영국).

그중 Bluefors가 시장의 약 70%를 가지고 있다.

희석 냉동기 한 대 가격: $500K-$3M.

수요는 매년 폭증 중. 양자 회사 하나가 새 시스템 만들 때마다 Bluefors가 매출을 올린다.

Bluefors는 비상장. 추정 매출 $200M+, 흑자 운영.

이게 IPO하면 — 양자 시대의 ASML 같은 종목이 될 가능성이 있다.

병목 후보 ②: 광학 부품 (Coherent, Lumentum)

이온 트랩 방식(IonQ, Quantinuum)과 광자 방식(PsiQuantum)은 모두 정밀 레이저가 필수다.

Coherent($COHR, 시가총액 ~$13B)와 Lumentum($LITE, 시가총액 ~$5B)이 이 시장의 80%를 차지.

이 회사들은 양자 외에도 5G 통신, 데이터센터 광통신, 의료 장비 등에서 매출이 나온다.

즉 — 양자가 거품이 터져도 본업이 살아있는 안전한 베팅.

병목 후보 ③: Quantum Machines (이스라엘) — 양자 제어 시스템

큐비트를 조작하려면 정밀한 마이크로파 펄스가 필요하다.

이걸 만드는 장비가 양자 제어 시스템(Quantum Control System).

이스라엘 회사 Quantum Machines가 이 시장의 60-70%를 차지.

IBM, Google, AWS, MIT, Caltech, Harvard — 거의 모든 양자 연구소가 사용 중.

비상장. 2024년 매출 $50M+. 시리즈 B에서 $170M 조달, 시가총액 $1B+.

업계 별명: "양자의 NVIDIA Toolkit" (NVIDIA의 CUDA 같은 위치).

자, 그래서 이 회사들이 지금 얼마를 벌고 있을까?

상장 양자 회사들의 2024년 추정 매출과 손익이다.

매출 대비 시가총액 멀티플이 200-4,000배.

비교: NVIDIA 시가총액 / 매출 = 약 30배.

즉, 양자 주식들은 현재 매출이 아니라 2035년 가능성에 가격이 매겨져 있다.

이게 위험하다는 신호다 — 임계점에 도달 못 하면 90% 폭락 가능성.

반대로 — 진짜 임계점이 보이면 다시 10배 갈 수 있다.

빅테크 양자 부서들 (별도 공시 안 됨, 업계 추정):

- IBM Quantum — 추정 매출 $200-400M (정부 + 컨소시엄)
- Google Quantum AI — 매출 거의 0, 100% R&D 투자
- Microsoft Quantum — 매출 거의 0, Azure Quantum 일부

비상장 양자 회사 (가장 활발):

- Quantinuum (Honeywell + Cambridge Quantum) — 추정 매출 $20-50M, 시가총액 $5B
- PsiQuantum — 매출 거의 0 (R&D 단계), 시가총액 $4B+
- Atom Computing — 매출 거의 0, 시리즈 B $60M

비상장 픽-앤-쇼블 (가장 흥미로움):

- Bluefors — 추정 매출 $200M+, 흑자, IPO 잠재력
- Quantum Machines — 추정 매출 $50M+, 시가총액 $1B+

여러 컨설팅 펌이 양자 시장 규모를 추정해왔다.

추정치마다 차이가 큰데, 그 자체가 얼마나 불확실한지를 보여준다.

비교 reference:

- 2024년 AI 시장 규모: $200B
- 2024년 클라우드 시장 규모: $700B
- 2024년 글로벌 반도체 시장: $600B

즉 BCG 보수 시나리오면 2040년 양자 = 2024년 반도체의 25%.

McKinsey 낙관 시나리오면 2035년 양자 = 2024년 클라우드의 2배.

진실은 그 사이 어디일 것이다.

별도로 — PQC(양자-안전 암호) 마이그레이션 시장은 훨씬 더 확실하다.

NIST 추정: 글로벌 $500B+ 마이그레이션 비용.

수혜 기업: Cloudflare, Palo Alto Networks, IBM (PQC 표준 채택)

이건 양자컴퓨터가 성공해도 실패해도 어쨌든 반드시 발생할 비용이다.

시나리오 A: 빅테크 승리 (IBM·Google·Microsoft) — 확률 40%

가장 가능성 높음.

양자 임계점에 가장 먼저 도달하는 게 자본력 있는 빅테크.

순수 양자 회사들은 기술적으로는 앞서지만 돈이 부족.

이 경우 IonQ·Rigetti·D-Wave는 인수 또는 쇠퇴.

시나리오 B: Pure Play 승리 (IonQ·PsiQuantum) — 확률 20%

순수 양자 회사 중 한 곳이 fault-tolerant에 처음 도달.

빅테크는 인수하거나 라이센스 계약.

이 시나리오면 IonQ·PsiQuantum 주가 100배.

시나리오 C: Pick-and-Shovel 승리 (Bluefors·Coherent·TSMC) — 확률 30%

역사적으로 가장 자주 일어남.

누가 양자 임계점에 도달하든 — 결국 부품을 사야 함.

Bluefors IPO 시 양자의 ASML.

Coherent·Lumentum은 양자 + 5G + AI 멀티 베팅.

시나리오 D: 영구 거품 (Cisco's Lost Decade) — 확률 10%

양자가 기술적으로 가능하지만 상업적으로 실패.

NISQ 정체기가 영원히 지속.

이 경우 양자 주식 90% 폭락.

다음 1-2년 동안 모니터링해야 할 핵심 시그널:

1. Logical qubit 수 — 1개에서 10개로 가는 게 임계점
2. 빅테크 인수 announcement — 양자 사이클 시작 신호
3. Bluefors IPO — 가장 큰 픽-앤-쇼블 베팅 가능성
4. NIST PQC 표준 본격 채택 — 별도 $500B 시장 시작
5. 양자 vs 고전 컴퓨터 실제 비용 우위 첫 사례 — Quantum Advantage 시작

양자컴퓨터는 물리학자가 만들고 엔지니어가 상용화한다.

그래서 학계와 산업계 양쪽의 인물을 다 알아야 한다.

Peter Shor (MIT) — 1994년 Shor's Algorithm을 발견. RSA를 깰 수 있는 양자 알고리즘. 양자컴퓨터가 만들어지면 가장 먼저 일어날 일을 25년 전에 예측한 인물.

John Preskill (Caltech) — NISQ 용어 창안자. 양자컴퓨터의 현재 단계를 정의한 학자. 그의 연간 강연이 양자 산업의 현재 위치 가늠자.

Mikhail Lukin (Harvard) — Neutral atom 방식의 선구자. QuEra 공동창업. 2023년 Science 논문으로 neutral atom의 가능성을 입증.

Pan Jianwei (潘建偉, USTC) — 중국 양자의 아버지. 위성-지상 양자 통신을 세계 최초로 구현. 중국 양자 굴기의 상징적 인물.

Alain Aspect + Anton Zeilinger — 2022년 노벨 물리학상. 양자얽힘(entanglement)이 실재한다는 것을 실험으로 증명. 양자 통신의 이론적 토대.

Hartmut Neven (Google Quantum AI) — Google 양자 부서 총괄. 2019 Sycamore와 2024 Willow를 모두 이끔. 양자 산업의 기술적 리더십 상징.

Jay Gambetta (IBM Quantum) — IBM Quantum VP. IBM의 양자 로드맵을 매년 발표. 그의 발표가 산업의 공식 시간표 역할.

Krysta Svore (Microsoft Quantum) — Microsoft 양자 총괄. Topological qubit 25년 베팅의 책임자. Majorana 1 발표를 이끔.

Chad Rigetti (Rigetti) — Rigetti 창업자. Berkeley 박사 후 IBM 거쳐 창업. Pure-play 양자의 첫 SPAC 상장 사례.

Christopher Monroe (IonQ) — IonQ 공동창업, Maryland 교수. Trapped ion 방식의 학계-산업 다리.

Jeremy O'Brien (PsiQuantum) — PsiQuantum CEO, Bristol 출신. Photonic 양자의 가장 야심찬 베팅을 이끔.

Peter Chapman (전 IonQ CEO) — Amazon 출신, IonQ를 상장까지 이끔. 2024년 사임 후 후계자 Niccolo de Masi가 CEO.

양자컴퓨터는 국가 간 경쟁이기도 하다.

AI가 미·중 양강 구도라면, 양자는 미·중에 EU와 일본이 추가된 4강.

각국 정부 투자 규모 + 핵심 거점:

미·중 양자 분리(decoupling) 가 진행 중이다.

2024년부터 미국은 중국에 양자 관련 기술 수출을 제한하기 시작.

중국도 자체 공급망 구축 (HBM은 SK하이닉스에 의존했지만, 양자는 자국 내 폐쇄형으로 가는 중).

이게 양자 산업에 어떻게 영향을 줄지는 아직 불확실.

다만 — 양자 기술이 AI보다 더 빨리 지정학적 자산이 되고 있는 건 분명.

지금까지 "진짜 알파는 부품 공급망"이라고 반복했다.

그런데 막상 Lumentum, Coherent, TSMC, Bluefors가 어떻게 양자에 노출되는지, 지금은 무엇으로 돈을 벌고, 양자 사이클에서 무엇을 쥐게 될지는 안 풀었다.

이 섹션이 그걸 푼다. 4사 각각 — 비즈니스 모델 / 양자 연결고리 / 현재 병목 / 미래 양자 병목 / 재무 / 월가 컨센서스.

## ① Lumentum Holdings ($LITE) — 정밀 레이저의 핵심 공급자

한 줄 요약: AI 데이터센터 광 트랜시버 + 트랩드 아이온 양자컴퓨터용 정밀 레이저 양쪽에 노출된 회사.

Lumentum은 2015년 JDSU에서 분사한 광학·레이저 전문기업이다.

매출은 크게 두 축:

- Cloud & Networking (FY26 매출의 60%+): 400G·800G·1.6T 광 트랜시버. 고객은 NVIDIA, Google, Meta, Microsoft, Amazon — 전부 AI 데이터센터.
- Industrial Tech (~40%): 산업용 레이저, EUV light source, Apple iPhone Face ID용 3D sensing.

2023년 11월 Cloud Light를 $750M에 인수 — 800G/1.6T 트랜시버 직접 공급망을 확보했다.

양자컴퓨터 6가지 접근법 중 3가지에서 Lumentum의 핵심 부품이 필수:

- Trapped Ion (IonQ, Quantinuum) — 이온을 가두고 조작하는 데 극도로 정밀한 레이저가 필요. 729nm(Ytterbium), 422nm(Strontium) 등 특수 파장.
- Neutral Atom (Atom Computing, QuEra) — 원자를 격자에 가두는 레이저 핀셋(optical tweezer) 기술.
- Photonic (PsiQuantum) — InP 웨이퍼 기술이 광자 양자컴퓨터의 핵심 소재.

Coherent와 Lumentum 둘이 양자 정밀 레이저 시장의 ~80% 점유.

월가 의견: Wells Fargo, Citi, Morgan Stanley 대부분 Buy / Overweight.

핵심 토론 — 1.6T 트랜시버 전환 속도 / 중국 익스포저 / 양자 매출 인식 시점.

투자 thesis 한 줄: AI 데이터센터의 "실링" + 양자 사이클의 "보너스". 양자가 깨져도 본업 살아있음.

## ② Coherent Corp ($COHR) — 광학 + 소재의 수직 통합

한 줄 요약: Lumentum의 라이벌이자 더 큰 회사. 양자 노출은 비슷하지만 materials science (SiC, InP 웨이퍼) 측면이 강함.

2022년 II-VI Inc가 기존 Coherent를 $7B에 인수해 합병한 회사.

3개 사업부:

- Networking (~50%): 광 트랜시버, InP 디바이스 — Lumentum과 직접 경쟁
- Materials (~25%): 엔지니어드 소재, SiC 기판 (전기차 전력반도체용)
- Lasers (~25%): 산업용 레이저, 반도체 레이저 시스템

CEO 교체 (2024.6): Jim Anderson (전 Lattice Semiconductor CEO) 영입. 대대적 구조조정 — 비핵심 사업부 매각, 1.6T 트랜시버 양산 가속.

Lumentum과 유사한 경로 + 한 가지 차별점:

- InP 웨이퍼 vertical integration — Coherent는 InP 웨이퍼부터 트랜시버까지 수직 통합. PsiQuantum의 광자 양자 시스템에 InP가 필수.
- 정밀 레이저: IonQ, Quantinuum 같은 트랩드 아이온 시스템에 공급
- SiC 기판: 양자 컨트롤 전자장치(cryogenic CMOS)에 일부 사용

월가 의견: CEO Jim Anderson 영입(2024.6) 이후 대부분 Buy 또는 Overweight.

핵심 토론 — SiC 시장 둔화 (EV 둔화) vs 1.6T 시장 점유율 / Lumentum과의 경쟁.

Net Debt 높음 (II-VI 합병 leverage) — 빠르게 deleveraging 중.

투자 thesis 한 줄: Lumentum보다 다각화. SiC가 EV 둔화로 발목 잡을 수 있지만, AI + 양자 노출은 동등.

## ③ TSMC ($TSM) — 모든 첨단 반도체의 종착역

한 줄 요약: AI 사이클의 절대 승자. 양자 사이클에서는 간접 노출이지만 어떤 시나리오든 안 깨짐.

세계 최대 순수 파운드리(foundry). 최첨단 반도체의 60%+를 위탁 제조.

주요 고객: Apple (최대), NVIDIA, AMD, Qualcomm, Broadcom, Marvell, Intel (그렇다, 인텔도 일부 TSMC 위탁).

공정 노드 로드맵:
- 3nm: 현재 양산 중 (NVIDIA H200, GB200, Apple M4)
- 2nm: 2026 양산 시작 (대만 + 애리조나 fab)
- 1.6nm: 2027-2028 로드맵

매출 구성 (2025):
- HPC (High-Performance Computing, AI 포함): ~50%+
- 스마트폰: ~30%
- IoT, 자동차, 기타: ~20%

양자컴퓨터에서 TSMC의 역할은 직접적이지만 핵심은 아님:

- 양자 칩 파운드리: IBM은 일부 자체 fab + 일부 TSMC. Rigetti는 TSMC. 신생 양자 스타트업 대부분 TSMC.
- CoWoS 첨단 패키징: AI 칩에 쓰이는 그 패키징. 양자 컨트롤 시스템에도 사용. CoWoS는 TSMC 단독.
- Cryogenic CMOS: 초저온에서 작동하는 양자 제어 칩 — TSMC의 특수 공정.
- 하이브리드 양자-고전 칩: 양자 칩 + 고전 컴퓨터 인터페이스 — 둘 다 첨단 fab 필요.

다만 양자는 매출의 1% 미만. TSMC의 메인 게임은 AI.

월가 의견: 거의 전원 Buy / Overweight — 논란 없음.

핵심 토론 — 중국 지정학 리스크 / 2nm 수율 ramp / 미국 fab 진척.

2nm 양산: 2026 하반기 시작 (Apple A20·NVIDIA Rubin 탑재).

투자 thesis 한 줄: AI와 양자 어느 쪽이 이겨도 결국 TSMC가 칩을 만든다. 유일한 공통 승자. 단일 리스크는 지정학(대만).

## ④ Bluefors (비상장, 핀란드) — 양자의 ASML

한 줄 요약: 모든 superconducting 양자컴퓨터의 필수 부품 70% 점유. IPO 시 양자 시대의 가장 큰 베팅 기회.

2008년 핀란드 헬싱키에서 창업. 단일 제품에 거의 모든 매출.

제품: 희석 냉동기(Dilution Refrigerator)

- 절대영도(-273°C)에 가까운 환경을 만드는 장치
- IBM, Google 양자 시스템 사진에 보이는 황금색 거대 샹들리에가 바로 이 회사 제품
- 가격: 한 대당 $500K - $3M
- 제조 리드타임: 12-18개월

모든 superconducting 양자컴퓨터가 반드시 사용.

- IBM Quantum — 모든 시스템 Bluefors
- Google Quantum AI — Sycamore부터 Willow까지 Bluefors
- Rigetti, Quantinuum (gate model 일부) — Bluefors
- 학계 양자 연구소 (MIT, Caltech, Oxford, USTC, KIST 등 전부) — Bluefors
- 양자 센싱, 다크매터 검출 같은 인접 시장도 동일 제품

글로벌 시장 점유율 약 70%. 경쟁사:
- Oxford Instruments (영국, ~25%)
- 그 외 소규모 (~5%)

왜 "양자의 ASML"인가:

ASML이 첨단 반도체 EUV 노광기를 독점해서 TSMC·Samsung·Intel이 모두 ASML 부품을 사야 했던 것처럼,

Bluefors는 모든 superconducting 양자컴퓨터에 필수인 부품을 70% 점유한다.

IBM이 1,000큐비트 칩을 만들든, Google이 100,000큐비트로 가든 — Bluefors가 그만큼의 냉동기를 팔아야 한다.

투자 thesis 한 줄: IPO만 하면 quantum era의 ASML. 그 전까지 직접 베팅 불가능. IPO 발표만 모니터링.

## 종합 비교 — 어느 회사가 어떤 투자자에게 맞나

이 글에 너무 많은 용어가 나왔다. 처음 봤을 땐 다 외울 필요 없다. 막히는 단어 있을 때 여기서 찾아보면 된다.

5개 카테고리로 정리했다 — 양자 기초 / 양자 하드웨어 / 양자 단계 / 보안 / 반도체 + 광학.

이 글을 마무리하기 전에, 양자컴퓨터에 대한 3가지 솔직한 평가를 남긴다.

기술은 작동한다. Willow가 그걸 증명했다.

그러나 상업화까지는 5-10년이 더 필요하다.

1995년 인터넷도 기술적으로는 작동했지만, Amazon이 흑자를 내는 데 8년이 걸렸다.

양자도 비슷한 곡선을 그릴 가능성이 높다.

양자 주식들의 EV/Sales 200-4000배는 매우 위험하다.

임계점 발표가 늦어지면 50-90% 폭락 가능성.

그러나 임계점이 진짜 보이는 순간 다시 10-100배 갈 수 있다.

그래서 — 단기 trading은 위험하지만, 5년 이상 holding하면 비대칭 베팅이 된다.

역사가 그렇게 말한다.

Bluefors IPO가 2026-2027년에 일어날 가능성이 가장 큰 단일 이벤트.

그 외 Coherent($COHR), Lumentum($LITE), TSMC는 양자가 실패해도 본업이 살아있는 안전한 베팅.