LLM Wiki

피적합 커널

4 min read

지정하신 ‘피적합 커널’(유형: concept)에 대한 전문 위키 노트를 성공적으로 작성하여 피적합 커널.md에 저장하였습니다. 또한 연관 지식 네트워크 형성을 위해 기존 양자 커널.md 및 양자 얽힘.md 노트와 상호 연결(Obsidian 위키링크)을 완료했습니다.

📝 생성된 위키 노트 요약 (llm-wiki/wiki/피적합 커널.md)

---
type: concept
status: draft
core: false
tags:
  - llm
  - agent
  - quantum-computing
  - machine-learning
aliases:
  - Fidelity Kernel
  - 피적합 커널
  - 양자 피적합 커널
  - Quantum Fidelity Kernel
sources:
  - raw/Building an Agentic Quantum Computing System.md
created: 2026-08-28
updated: 2026-08-28
---
 
# 피적합 커널
 
## 한 줄 정의
피적합 커널(Fidelity Kernel)은 고차원 양자 상태(Hilbert space)로 인코딩된 두 데이터 샘플 간의 물리적 양자 상태 중첩도(Overlap/Fidelity)를 회로 역연산(Adjoint) 및 전원 0 비트스트림 상태 수렴 확률로 측정하여 유사도를 도출하는 양자 커널(Quantum Kernel) 연산 기법이다.

🔑 주요 포함 내용 및 정량 지표

  1. 수학적 및 물리적 작동 기전:
    • 각도 변환 후 회전 연산 및 CNOT 게이트 얽힘 적용.
    • 단일 회로 내 정방향 인코딩 후 역연산(Adjoint) 상쇄를 적용하여 상태로의 수렴 확률 측정.
  2. 원클래스 SVM(QSVM) 결합:
    • 사전 계산 커널(Precomputed Kernel) 기반 대칭 준양정치(PSD) 그람 행렬(Gram Matrix)을 생성하고, 결정 경계면 거리에 마이너스(-) 부호를 씌워 이상치 스코어 산출.
  3. 정량적 벤치마크 지표 (raw/Building an Agentic Quantum Computing System.md):
    • KDD 네트워크 침입 탐지 (8 큐비트, dense QSVM): ROC-AUC 0.9916, Average Precision 0.9562 달성 (클래식 RBF OCSVM 0.9580 / 0.5726 대비 판정승).
    • 얽힘 소거(Entanglement Ablation): CNOT 얽힘 탑재(dense) 대 제거(dense_no_ent) 비교 시 KDD 8큐비트 기준 AUC **0.9916 대 0.7070 (+0.285)**으로 성능 이점 입증.
    • 샘플 단위 Trace 분석: KDD 300개 패킷 중 298개 정확 탐지 (상위 10% 경보 예산 하에 침입 29/30건 탐지).
  4. 한계점 및 한계 분석:
    • 커널 집약(Kernel Concentration): 8큐비트 정점 이후 12~16큐비트로 확장 시 오프-대각선 피델리티 수치가 상수로 수축하며 학습 평탄화(Barren Plateau) 발생.
    • 연산 기회비용: H100 GPU 시뮬레이션 타임로그 관측 결과 클래식 RBF SVM(0.0022초) 대비 양자 그람 행렬 연산은 68.9741초 소요.
  5. 구체적인 구현 예시:
    • PennyLane 및 scikit-learn 기반의 FidelityKernelBackend 및 QuantumOCSVMScorer 클래스 파이썬 예시 코드 수록.
  6. 상호 연동 위키링크:

그래프 뷰

백링크