Qute: 양자 네이티브 데이터베이스를 향하여

Qute: Towards Quantum-Native Database

February 16, 2026

저자: Muzhi Chen, Xuanhe Zhou, Wei Zhou, Bangrui Xu, Surui Tang, Guoliang Li, Bingsheng He, Yeye He, Yitong Song, Fan Wu

cs.AI

초록

본 논문은 양자 계산을 일급 실행 옵션으로 취급하는 양자 데이터베이스(Qute)를 제안한다. 양자 알고리즘을 고전 컴퓨터에서 실행하거나 기존 데이터베이스를 양자 시뮬레이션에 맞게 수정하는 기존의 시뮬레이션 기반 방식과 달리, Qute는 (i) 확장된 형태의 SQL을 게이트 효율적인 양자 회로로 컴파일하고, (ii) 양자와 고전 실행 계획을 동적으로 선택하는 하이브리드 최적화기를 활용하며, (iii) 선택적 양자 인덱싱을 도입하고, (iv) 현재의 큐비트 제약을 완화하기 위해 충실도 보존 저장 방식을 설계한다. 또한 양자 네이티브 데이터베이스로의 3단계 진화 로드맵을 제시한다. 마지막으로 실제 양자 프로세서(origin_wukong)에 Qute를 배포하여 대규모에서 고전 베이스라인을 능가함을 보였으며, 오픈소스 프로토타입을 https://github.com/weAIDB/Qute 에 공개한다.

English

This paper envisions a quantum database (Qute) that treats quantum computation as a first-class execution option. Unlike prior simulation-based methods that either run quantum algorithms on classical machines or adapt existing databases for quantum simulation, Qute instead (i) compiles an extended form of SQL into gate-efficient quantum circuits, (ii) employs a hybrid optimizer to dynamically select between quantum and classical execution plans, (iii) introduces selective quantum indexing, and (iv) designs fidelity-preserving storage to mitigate current qubit constraints. We also present a three-stage evolution roadmap toward quantum-native database. Finally, by deploying Qute on a real quantum processor (origin_wukong), we show that it outperforms a classical baseline at scale, and we release an open-source prototype at https://github.com/weAIDB/Qute.