VIDRAFT.
VIDRAFT / 인사이트 / 양자 컴퓨팅
양자 컴퓨팅

양자 컴퓨터로 암호를 '깰' 수 있을까

실사용 RSA·AES를 깨는 양자 컴퓨터는 아직 없습니다. VIDRAFT는 시뮬레이터가 아닌 실제 IBM 양자 하드웨어에서 Even–Mansour 구조의 주기를 N=10까지 복원하는 암호분석 실험을 수행했습니다.

발행 2026-07-24읽는 시간 약 4분by VIDRAFT
핵심 답변

아직 아닙니다. 실사용 암호(RSA·AES)를 위협하는 규모의 양자 컴퓨터는 존재하지 않습니다. 다만 VIDRAFT는 시뮬레이터가 아니라 실제 IBM 양자 하드웨어에서 Even–Mansour 구조의 주기를 N=10까지 복원하는 암호분석 실험을 수행했고, 이 논문이 미국 반도체 전문지 SemiEngineering의 주간 보안 연구 리뷰에 선정됐습니다.

양자 컴퓨터가 암호를 깬다는 게 사실인가?

이론적으로는 맞지만 현실은 아직 멉니다. 쇼어 알고리즘은 충분히 큰 오류정정 양자 컴퓨터가 있으면 RSA를 깰 수 있음을 보였으나, 그 규모의 기계는 존재하지 않습니다. 오늘의 양자 컴퓨터는 큐빗이 적고 노이즈가 커서 실사용 암호를 위협하지 못합니다.

'양자 컴퓨터가 암호를 깬다'는 문장은 종종 과장됩니다. 정확히는 이론상 특정 알고리즘이 특정 암호를 무력화할 수 있고, 그러려면 지금보다 수천~수백만 배 큰 오류정정 큐빗이 필요합니다. 그래서 업계는 포스트양자 암호로의 전환과, 실기에서 어디까지 도는지 측정하는 실증 연구 두 갈래로 움직입니다.

이 실험은 정확히 무엇을 했나?

대칭키 구조인 Even–Mansour의 숨은 주기를 실제 양자 하드웨어에서 N=10까지 복원했습니다. 특정 구조에 대한 양자 주기 탐색을 실기에서 실증한 것으로, RSA·AES 같은 실사용 암호를 깨는 것과는 규모와 성격이 다릅니다.

Even–Mansour는 암호 이론에서 자주 다루는 단순 대칭키 구조입니다. 양자 알고리즘으로 그 내부 주기를 찾는 과정을 실제 큐빗 위에서 수행하고, 노이즈 속에서도 N=10까지 복원했습니다. 이는 '실사용 암호를 깼다'가 아니라 실제 기계에서 암호분석 루틴이 어디까지 안정적으로 작동하는지 보여주는 실증 데이터입니다.

왜 '실제 하드웨어'가 중요한가?

대부분의 양자 암호분석은 종이 증명이나 노이즈 없는 시뮬레이터에 머뭅니다. 실제 하드웨어는 게이트 오류·결어긋남 같은 물리 노이즈가 있어 훨씬 어렵습니다. 실기에서 동작을 확인했다는 것은 이론과 현실의 간극을 좁힌다는 의미입니다.

시뮬레이터는 이상적 큐빗을 가정하지만, 실제 IBM 프로세서는 매 연산마다 오류가 쌓입니다. 그 환경에서 알고리즘을 끝까지 돌려 결과를 얻는 것은 시뮬레이션과 전혀 다른 난이도이며, 'N=10까지'라는 수치는 규모보다 재현 가능한 절차를 실기에서 확립했다는 데 의미가 있습니다.

이 연구가 왜 외부에서 주목받았나?

미국 반도체 전문지 SemiEngineering 편집진이 주간 '보안 연구논문' 리뷰에서 이 논문을 선정해 Meta·Google 등 기관 논문과 같은 목록에 등재했습니다. 배포한 보도자료가 아니라 편집진이 직접 고른 선정이라는 점이 특징입니다.

이는 대서특필이나 인용이 아니라 편집 큐레이션 목록에의 등재입니다. 그럼에도 배포성 보도가 아니라 편집자가 스스로 고른 '획득형' 픽업이라는 점에서, 양자 암호분석 대부분이 시뮬레이터에 머무는 지금 '실제 IBM 하드웨어에서 돌렸다'는 시의성을 보여줍니다.

자주 묻는 질문

지금 제 데이터·암호가 위험한가요?
아니요. 오늘의 양자 컴퓨터는 실사용 RSA·AES를 깰 규모가 아닙니다. 다만 장기적으로는 포스트양자 암호로의 전환이 권고됩니다.
쇼어 알고리즘과 무엇이 다른가요?
쇼어는 RSA 같은 공개키(비대칭) 암호를 겨냥합니다. 이 실험은 Even–Mansour 같은 대칭키 구조의 주기 탐색을 실제 하드웨어에서 실증한 것으로 대상과 규모가 다릅니다.
논문을 어디서 보나요?
HuggingFace Papers에 공개돼 있습니다(arXiv 2607.18340).

참고 출처

관련 글

온디바이스 AI
GPU 없이 대형 LLM을 돌릴 수 있을까
LLM 기술
훈련 없이 AI 모델을 더 똑똑하게 만들 수 있을까 — 모델 병합
피지컬 AI
펌웨어를 안 바꾸고 로봇에 한국어를 가르칠 수 있을까
↖ 홈 — vidraft.net

본 글은 VIDRAFT의 공개 실측 데이터와 외부 출처를 근거로 작성됐습니다. 성능 수치는 명시된 조건에서의 측정값이며 환경에 따라 달라질 수 있습니다.