AI 문답으로 파고든 양자 얽힘의 핵심

양자 얽힘을 설명하는 원고가 나흘간의 인공지능 문답과 반복 검수를 거쳐 완성됐다. 신간 두 권을 포함한 교양서 네 권을 살폈지만, 일부는 핵심을 건너뛰거나 비유만 제시했고 다른 책도 주변 설명에 머물렀다. 필요한 내용을 찾지 못한 상황에서 AI를 활용한 자기주도 학습이 본격적으로 시작됐다.

학습의 초점은 물리학자 존 벨이 1964년 제시한 ‘벨 부등식’에 맞춰졌다. 두 입자가 측정 전에 각각 정해진 값을 가진다고 전제하면 측정 결과를 조합한 식에는 일정한 한계가 생긴다. 반면 양자이론은 이 범위를 벗어난 값을 예상한다. 두 예측의 차이는 입자의 값이 미리 정해졌다는 전제를 부정하는 논리로 이어진다.

양자역학에서 입자는 중첩 상태에 있다가 측정을 통해 하나의 결과를 드러낸다. 얽힌 전자쌍을 같은 방향에서 측정하면 서로 반대인 스핀이 나타나고, 특정 상태의 광자쌍은 같은 편광 결과를 보인다. 측정 방향이 달라지면 완벽한 불일치나 일치는 사라지지만 양자역학 고유의 강한 상관관계는 측정 결과에 남는다.

지난 금요일부터 실험에 맞게 변형된 여러 벨 부등식 가운데 의뢰 내용과 관련된 한 유형을 집중적으로 공부했다. 작성한 원고를 AI로 검수할 때마다 수정 지적이 이어졌지만, 문답과 보완을 거듭하자 중대한 오류가 줄었다. 벨 부등식을 실험으로 검증한 알랭 아스페 등 세 학자는 2022년 노벨 물리학상을 받았고, 양자통신·양자컴퓨터·양자암호 발전의 토대도 강화됐다. 이번 경험은 교재나 강사가 부족할 때 AI 문답형 학습과 이에 맞춘 과제 설계가 가능하다는 사례를 보여준다.