양자 컴퓨팅으로 모빌리티의 미래 준비

[힘힘]

양자 컴퓨팅으로 모빌리티의 미래 준비

2023년 9월 13일| 기사

공유하다

인쇄

다운로드

구하다

양자 컴퓨팅은 발전하고 있으며 이는 모빌리티 혁명을 더 높은 수준으로 끌어올릴 수 있습니다.

다운로드

기사(8페이지)

항상 혁신으로 알려진 모빌리티 부문은 이제 그 어느 때보다 빠르게 진화하고 있습니다. 전기차(EV) 판매가 급증하고 있으며, 수요는 2021년부터 2030년까지 6배 증가할 것으로 예상됩니다  .1최첨단 배터리와 자율주행 자동차를 포함한 새로운 솔루션은 개발이 발전하고 있으며 2010년 이후 자동차 하드웨어 및 소프트웨어 솔루션에 약 2,800억 달러를 투자한 투자자들의 관심을 끌고 있습니다.2한편, 한때 자가용에 끌렸던 소비자들은 점점 더 친환경적인 옵션인 전자 킥스쿠터와 차량 공유 서비스를 찾고 있습니다.

사이드바

저자 소개

기술과 소비자 선호도의 변화는 결국 완전히 연결되고 지능적이며 환경 친화적인 모빌리티 생태계로 이어질 것입니다. 차량에는 주변을 스캔하여 주차 공간을 찾거나 위험을 식별할 수 있는 소프트웨어가 탑재되어 완전한 자율성을 실현할 수 있습니다. 승객은 차량 내 게임 및 비디오 스트리밍에 액세스할 수 있습니다. 경로가 차단되면 차량이 대안을 제안할 수 있습니다. 보다 복잡한 여행의 경우 소비자는 애플리케이션을 사용하여 지하철, 공유 차량 및 기타 교통 옵션 간에 원활하게 환승할 수 있습니다.

이러한 변화는 다른 많은 커넥티드 카 기능 및 모빌리티 애플리케이션과 마찬가지로 차량 내 컴퓨터와 다른 위치에 있는 컴퓨터 간에 방대한 양의 데이터가 빠르고 원활하게 교환되는 데 달려 있습니다. 마찬가지로, 매핑과 같은 많은 모빌리티 애플리케이션은 기술 회사와 OEM 간의 정보 교환에 의존합니다. 이들 기업 중 상당수는 최근에야 협력을 시작했으며, 파트너들은 여전히 ​​데이터를 공유하고 교환하는 최선의 방법을 실험하고 있습니다.

공유하다

사이드바

양자 컴퓨팅의 원리

기존 컴퓨터는 많은 애플리케이션에 충분하지만 연결된 지능형 이동성 생태계를 만드는 데 필요한 모든 변경 사항을 완벽하게 지원할 수는 없습니다. 양자 컴퓨팅(QC)은 원자와 아원자 입자가 작용하고 상호 작용하는 방식을 제어하는 ​​규칙인 양자 역학의 원리를 활용하여 잠재적으로 더 빠르고 더 나은 솔루션을 제공할 수 있습니다. (자세한 내용은 사이드바 "양자 컴퓨팅의 원리"를 참조하십시오.) 단기적으로 QC는 소규모 데이터 세트와 관련된 복잡한 문제를 해결하는 데 가장 적합할 수 있습니다. 성능이 향상됨에 따라 QC는 매우 큰 데이터 세트에 적용될 것입니다.

가장 인기 있는 통찰력

1. 생성 AI의 경제적 잠재력: 차세대 생산성 개척지
2. 생성 AI의 미래는 어떻게 될까요? 15개 차트의 초기 보기
3. 소비자 및 소매 기업을 소프트웨어 중심의 혁신자로 전환
4. 십대의 정신 건강 위기를 해결하기
5. 지속가능하고 포용적인 성장: 주간 브리핑

연구자들은 QC의 광범위한 상업적 적용이  약 5~10년 정도 걸릴 것으로 추정했지만 일부 모빌리티 회사는 이미 이 분야에서 응용 프로그램을 시험하고 역량을 구축하고 있습니다. 곧 추가적인 기회가 나타날 수도 있습니다. 예를 들어 OEM은 QC를 사용하여 차량 구성 요소의 재료 구성 변경이 성능에 어떤 영향을 미치는지 시뮬레이션할 수 있습니다. QC의 이점은 여러 도로와 대안 경로가 많은 대규모 국가에서 특히 도움이 될 수 있습니다. 자율 주행 내에서 QC는 센서 및 차량 시스템의 성능을 향상시켜 도로의 장애물에 직면했을 때 즉각적인 결정을 내릴 수 있도록 하거나 OEM이 해커가 차량을 장악하는 것을 방지하기 위해 더 나은 암호화 알고리즘을 개발하도록 도울 수 있습니다.

모빌리티 기업이 지속적으로 이니셔티브를 확장한다면 QC는 차량 설계부터 라스트 마일 배송, 장거리 배송에 이르기까지 다양한 분야에서 상당한 가치를 창출할 수 있습니다. 우리의 분석에 따르면 자동차는 화학, 금융 서비스, 생명 과학과 함께 QC로 인해 가장 먼저 경제적 영향을 받을 가능성이 높습니다. 예를 들어, 자동차 산업에서만 QC의 경제적 가치는 2035년까지 290억 달러에서 630억 달러에 이를 수 있습니다 .삼

양자 컴퓨팅의 이점

오늘날의 표준인 고성능 클래식 컴퓨팅(HPC)에 사용되는 알고리즘은 임상 시험 결과 평가, 금융 동향 분석, 날씨 패턴 예측에 사용되는 알고리즘을 포함한 많은 계산에 충분합니다. 그러나 QC는 동일한 계산을 훨씬 더 빠르게 처리할 수 있으며 전력 요구 사항도 더 낮습니다. QC는 또한 현재 HPC의 범위를 넘어서는 산업 전반의 일부 복잡한 문제를 해결할 수도 있습니다.

모빌리티 부문 내에서 일부 기업은 HPC가 더 느리기는 하지만 비용이 저렴하고 대부분의 문제를 해결할 가능성이 높기 때문에 QC 애플리케이션 추구를 주저해 왔습니다. 그러나 QC 알고리즘은 지속적으로 개선되고 관련 비용이 감소할 수 있으므로 이러한 사고방식은 근시안적일 수 있습니다. 업계 전반에 걸쳐 QC는 HPC에 비해 시간 및 비용 측면에서 가장 큰 이점을 제공할 뿐만 아니라 경우에 따라 더 나은 정확성을 제공하기 때문에 다음 세 가지 활동에 대한 관심을 끌 가능성이 가장 높습니다(그림 1).

• 최적화 . 최적화 알고리즘은 다양한 조합의 여러 매개변수를 고려하여 제조 과정에서 새로운 재료를 사용하면 폐기물이 줄어들 가능성과 같은 최종 결과에 어떤 영향을 미치는지 결정합니다. 경우에 따라 기업에서는 고전적인 알고리즘을 사용하여 큰 문제를 보다 관리하기 쉬운 부분으로 나눈 다음 더 작은 부분에 QC를 적용하여 계산을 가속화할 수 있습니다. 단기적으로는 QC 최적화 애플리케이션이 이점을 창출할 가능성이 가장 높습니다. 예를 들어, 자율주행차는 항상 합리적인 결정을 내리지 못하는 인간 운전자와 함께 도로를 주행할 수 있습니다. QC는 대량의 운전 데이터를 분석하여 자율주행차가 특정 상황에서 운전자가 어떻게 반응할지 정확하게 예측하는 데 도움이 될 수 있습니다.4
• 시뮬레이션.  QC는 다양한 분자의 내부 에너지 구조와 상호 작용을 평가하는 등 더 빠르고 정확한 시뮬레이션을 가능하게 합니다. 모빌리티 분야에서 시뮬레이션은 배터리 개발을 최적화하고, 내열성 재료 생성을 촉진하며, 대체 항공우주 연료 개발을 지원하는 데 도움이 될 수 있습니다. 이러한 사용 사례는 중기적으로 관심을 끌 가능성이 높습니다.
• 하이브리드 머신러닝(ML)과 인공지능(AI) .QC 알고리즘은 특히 가장 계산 집약적인 계층에서 ML/AI 모델의 훈련 시간과 전력 요구 사항을 줄여 기업이 보다 신속하게 결정을 내리는 데 도움이 됩니다. 예를 들어 대기 모델의 데이터를 기반으로 비행 일정과 경로를 더 빠르게 변경할 수 있습니다. 또 다른 이점은 QC가 필요한 교육 데이터의 양을 줄일 수 있다는 것입니다. QC가 AI와 ML 내에서 실질적인 성과를 창출하려면 5~10년이 걸릴 것으로 보입니다.

전시 1

우리는 장애가 있는 개인에게도 웹사이트에 대한 동등한 접근권을 제공하기 위해 노력하고 있습니다. 이 콘텐츠에 대한 정보를 원하시면 기꺼이 도와드리겠습니다. McKinsey_Website_Accessibility@mckinsey.com 으로 이메일을 보내주세요.

단기적으로 기업은 일부 문제에 HPC를 적용하고 가장 큰 이점을 제공하는 특정 사례에 대해 QC를 예약하는 하이브리드 운영 모델에 의존하여 가장 큰 영향을 미칠 수 있습니다. 화학적 상호 작용을 고려하십시오. 양자 역학은 원자와 아원자 입자가 상호 작용하는 방식을 제어하므로 QC는 HPC에 필요한 것보다 훨씬 적은 메모리와 처리 능력으로 이러한 본질적인 양자 프로세스를 모델링할 수 있습니다.

현재와 ​​미래의 QC 모빌리티 애플리케이션

QC는 전체 모빌리티 가치 사슬을 따라 개선을 촉진할 수 있습니다(그림 2). 예를 들어 제조 분야에서 OEM은 QC를 사용하여 기업이 창고 내 로봇 경로를 최적화하고, 작업 일정을 계획하고, 장비를 배치하고, 품질 관리를 강화하거나, 에너지 사용을 개선하는 데 도움을 줄 수 있는 공장의 가상 표현인 디지털 트윈 생성을 최적화할 수 있습니다. 선도적인 글로벌 자동차 공급업체는 QC 회사와 파트너십을 맺고 장비 성능과 생산 프로세스에 대한 더 큰 통찰력을 제공하는 동시에 낭비와 에너지 사용을 잠재적으로 줄이는 디지털 트윈을 구축했습니다.

전시 2

우리는 장애가 있는 개인에게도 웹사이트에 대한 동등한 접근권을 제공하기 위해 노력하고 있습니다. 이 콘텐츠에 대한 정보를 원하시면 기꺼이 도와드리겠습니다. McKinsey_Website_Accessibility@mckinsey.com 으로 이메일을 보내주세요.

가장 중요한 QC 사용 사례에는 엔지니어링 R&D 및 제품 설계가 포함됩니다. 배터리 기술을 고려하십시오. 현재 거의 모든 EV 배터리에는 리튬이 포함되어 있으며 종종 다른 화학 물질과 결합되어 제조업체가 다른 옵션을 조사하고 있습니다. QC는 분자 구조와 상호 작용을 분석하는 알고리즘을 개선하여 제조업체가 더 가볍고 안전하며 비용 효율적인 배터리를 만들 수 있도록 해줍니다.

OEM은 이미 배터리 개발을 가속화하기 위해 QC 회사와 파트너십을 맺었습니다. 일부 회사에서는 밀도 범함수 이론을 사용하여 HPC에서 가능한 것보다 훨씬 더 빠르고 정확하게 다양한 재료의 전자 구조를 분석하는 QC 알고리즘을 만들기 시작했습니다. 배터리 개발 외에도 OEM은 QC를 사용하여 친환경 연료 또는 내열 재료를 개발하는 동안 화학적 특성 및 반응에 대한 보다 자세하고 빠른 통찰력을 얻을 수 있습니다.

McKinsey 미래 모빌리티 센터 에 대해 더 자세히 알고 싶으십니까 ?

우리 페이지를 방문하세요

QC는 또한 차량, 항공기 및 위성 설계의 여러 영역을 변화시켜 OEM이 제품 무게, 센서 위치 지정 및 물리적 스트레스에 대한 저항성을 최적화할 수 있도록 해줍니다. 또한 전산 유체 역학 테스트를 향상시킬 수도 있습니다. 이러한 노력은 QC가 HPC보다 더 빠르게 통찰력을 제공할 수 있기 때문에 금속 성형 공정의 제작-테스트-개선 주기에 잠재적으로 비용이 많이 들 수 있습니다. 다시 말하지만, 여러 OEM은 설계 문제에 대해 QC 회사와 협력하여 양자 프로세서 및 맞춤형 시뮬레이션 알고리즘을 활용하여 프로세스 수정으로 인해 자동차 부품의 구성이 어떻게 변경될 수 있는지 예측하고 변경으로 인해 구성 요소가 규정. 개발 주기를 단축하고 안전성을 높이는 것 외에도 가상 모델링은 OEM이 더 가볍고,

더 넓은 모빌리티 생태계에서의 애플리케이션

QC는 잠재적으로 차량 공급업체와 운송을 방해하려는 스타트업을 포함하여 모빌리티 생태계의 모든 플레이어에게 이익이 될 수 있습니다.

함대 최적화 . QC 알고리즘은 차량 관리를 최적화하여 운영 효율성을 높이고 비용을 절감하며 환경에 미치는 영향을 향상시킵니다 . 일부 트럭 운송 차량은 이제 QC를 사용하여 경로를 계획하고 운전자를 파견할 때 도로 건설을 포함한 다양한 변수의 영향을 분석합니다. 해양 분야의 선도적인 글로벌 석유 및 가스 회사는 적시 에너지 전달 속도를 높이기 위해 다양한 운송 경로의 비교 우위를 모델링하는 QC 이니셔티브를 진행하고 있습니다. 한 글로벌 OEM이 자율주행 자동차 연구에 NASA의 양자 컴퓨터를 사용하는 계약을 체결했으며 여러 도시가 포함된 지역 내에서 디젤 상업용 트럭 함대를 위한 가장 효율적인 경로를 계획하기를 희망합니다.

공유하다

사이드바

맥킨지 미래 모빌리티 센터 소개

교통 흐름 시뮬레이션 . 도로 정체는 많은 국가에서 증가하는 문제이며, 폭스바겐은 D-Wave Systems와 협력하여 교통 흐름 최적화 알고리즘 개발을 시도했습니다. 한 프로젝트에서는 베이징의 공공 택시 데이터를 분석하여 도심과 공항 사이의 최적 경로를 결정했습니다. 그런 다음 Volkswagen은 모든 목적지까지 최적의 경로를 제공할 수 있는 모바일 앱을 만들었습니다. 리스본에서 폭스바겐(Volkswagen)은 QC를 사용하여 거의 실시간으로 가장 빠른 경로를 계산하는 시스템을 공공 버스에 장착했습니다.

연료 및 화물 적재 . 항공 교통이 전 세계 탄소 배출량의 높은 비율을 차지하기 때문에 많은 항공 회사는 야심찬 지속 가능성 목표를 설정했습니다. 또한 프로세스를 간소화하고 운송 시간을 단축하여 팬데믹 이후 더욱 흔해진 공급망 병목 현상을 줄이기 위해 노력하고 있습니다. QC는 두 영역 모두에서 도움을 줄 수 있습니다. 예를 들어, 선도적인 글로벌 항공우주 기업은 탑승 효율성을 높이고 비행 중 화물 유통을 최적화하는 QC 알고리즘을 연구하고 있습니다. 이는 시간과 비용을 모두 줄일 수 있는 개선 사항입니다. 이러한 알고리즘은 항공기의 무게 중심 및 동체 전단 한계를 포함하여 탑재량 용량에 영향을 미치는 여러 변수를 고려합니다.

항공교통관리 . 첨단 항공 모빌리티에는 승객용 드론을 포함한 차세대 개념의 비행이 포함됩니다. 양자 변환 프로젝트(Quantum Transformation Project)라는 한 조직에서는 이미 QC를 사용하여 지속적으로 변화하는 기상 조건을 포함하여 다양한 요소를 종합적으로 평가함으로써 이러한 항공기의 비행 경로와 일정을 최적화하려고 시도하고 있습니다.

차량 및 인프라 유지 관리 . 양자 알고리즘은 센서 및 모니터링 시스템의 방대한 양의 데이터를 처리함으로써 심각한 오류가 발생하기 전에 이상 현상을 감지하고 유지 관리 요구 사항을 예측할 수 있습니다. 이러한 사전 예방적 접근 방식은 안전성을 향상하고 가동 중지 시간을 줄이며 전반적인 운영 효율성을 향상시킬 수 있습니다.

양자 컴퓨팅으로 전환

다른 혁신적인 기술에 비해 QC에 대한 투자는 여전히 상대적으로 낮습니다. 그러나 최근 몇 년 동안 꾸준히 성장해 왔으며, 이는 다양한 정부가 막대한 공적 자금을 지원했기 때문입니다. 2022년 QC 지분 투자는 약 20억 달러였으며 , 이에 비해 생성 AI는 50억 달러, 몰입형 현실 기술은 160억 달러에 달했습니다.5그러나 기업들은 QC의 잠재적 가치를 분명히 인식하고 있으며 가능한 QC 적용을 고려하고 있습니다. 잠재적인 비용 및 속도 이점을 탐색할 때 다음 요소를 고려해야 합니다.

• 알고리즘 복잡성 . QC는 병렬 처리 기능으로 필요한 고유한 계산 횟수를 줄여주기 때문에 본질적인 속도 이점을 가질 수 있습니다.6예를 들어 QC는 HPC보다 더 빠르게 구조화되지 않은 데이터베이스의 정보를 분석할 수 있습니다.
• 실행 시간 . 총 실행 시간은 하드웨어와 아키텍처에 따라 크게 달라집니다. QC 알고리즘은 더 적은 계산을 사용하여 답을 찾을 수 있지만 게이트 속도, 읽기/읽기 시간 및 기타 요인의 차이로 인해 실행 시간이 HPC보다 빠르지 않을 수 있습니다. 하드웨어 회사는 현재 QC 실행 속도 개선에 우선순위를 두고 있지만, QC 병렬 처리 능력의 개선이 궁극적으로 이점을 제공할 것이기 때문에 장기적으로는 관련성이 떨어질 것입니다.
• 에너지 요구 사항 . HPC는 최대 25메가와트의 전력을 소비할 수 있으며, 이는 비용을 증가시키고 조직의 지속 가능성 목표를 방해할 수 있습니다. QC를 위한 에너지 소비는 대부분 냉각 시스템과 관련되어 있으므로 이에 비해 무시할 수 있습니다.
• 자본 및 운영 비용 . QC는 필요한 인프라와 재료로 인해 단기적으로 HPC보다 비용이 더 많이 들 수 있습니다. 예를 들어, 필수 QC 구성 요소 중 상당수가 아직 대규모로 생산되지 않아 비용이 증가합니다. QC는 해당 부문이 성숙해지고 더 많은 다운스트림 공급업체가 이용 가능해짐에 따라 비용 경쟁력이 더욱 높아질 수 있습니다.

QC 노력을 가속화하려는 기업의 경우 세 가지 활동이 도움이 될 수 있습니다. 첫째, 기술 모니터링과 역량 강화가 필수적이다. 기업은 하드웨어, 하이브리드 통합, 코딩 플랫폼 및 포스트퀀텀 암호화 프로토콜과 관련된 최신 QC 개발을 추적하기 위해 전담 팀을 구성할 수 있습니다. 진행 속도를 높이는 것 외에도 QC 중심 그룹의 존재는 이 기술이 조직 전체에 중요하다는 신호일 수 있습니다.

양자 컴퓨팅의 부상 에 대해 더 자세히 알고 싶으십니까 ?

우리 페이지를 방문하세요

다음 활동은 실용적이고 기본적인 것입니다: 사용 사례 식별입니다. 향후 3~5년 동안 기업은 시끄러운 중간 규모 양자와 관련된 프로젝트에 관심을 집중할 수 있습니다. 관련된 컴퓨터는 50~수백 큐비트를 가지며 성능은 많은 경우 HPC를 능가할 수 있지만 양자 게이트의 "잡음"은 오류가 발생하기 전에 수행할 수 있는 순차적 계산 수를 제한합니다. 장기적으로 기업은 10년이 끝나기 전에 등장할 수 있는 내결함성 QC의 이점을 누릴 수 있습니다. 이러한 유형의 컴퓨팅은 큐비트가 상호 작용할 때 발생할 수 있는 오류를 최소화합니다.

마지막 핵심 활동은 많은 OEM에게 친숙한 활동입니다. 즉, QC 회사 및 교육 기관과 대규모로 협력하는 것입니다. 이러한 파트너십에 적극적으로 참여하면 일부 QC 연구가 모빌리티에 중요한 영역에 초점을 맞추는 데 도움이 될 수 있으며 QC 기술을 사내로 가져오려는 회사의 인재 파이프라인을 늘리는 데 도움이 될 수 있습니다.

---

모빌리티 부문이 수십 년 동안 볼 수 없었던 변화를 겪고 있기 때문에 QC는 대량의 데이터를 신속하게 교환하고 처리하는 데 의존하는 지능적이고 연결된 생태계를 달성하는 데 필수적일 수 있습니다. QC의 잠재력을 최대한 활용하기 위한 여정은 길고 길어 보일 수 있지만, 이 기술은 결코 실현되지 않거나 달성하는 데 수십 년이 걸릴 수 있는 자율 주행 차량 및 기타 혁신의 개발 일정을 잠재적으로 수년 단축할 수 있습니다.

저자 소개

Scarlett Gao 는 McKinsey 런던 사무소의 직원입니다. Timo Möller 는 쾰른 사무소의 파트너입니다. Niko Mohr 는 뒤셀도르프 사무소의 파트너입니다. Alexia Pastré 는 나이로비 사무소의 졸업생입니다. Felix Ziegler는 뉴욕 사무소의 직원입니다.