제1회 퀀텀AI 경진대회

🎯 공모 개요

양자 컴퓨팅을 현실로 경험할 수 있는 첫걸음!

노르마(NORMA)와 AIFactory는 누구나 쉽게 퀀텀AI를 체험하고, 실제 양자 하드웨어에서 코드를 실행해 볼 수 있는 온라인 경진대회를 준비했습니다. 튜토리얼 → 리더보드 → 실제 하드웨어 실험으로 (하드웨어 실험은 본선진출자만 해당) 이어지는 실습형 해커톤에 참여해 보세요.

🔥 대회 주제

비개발자 및 AI개발자 모두가 참여 가능한 실제 양자 컴퓨팅 환경에서 응용 모델을 설계·검증하는 실습(실제 양자환경 테스트 가능한 인원수는 3인까지) 기반 해커톤형 경진대회

🔷 주최/주관

공동 주최/주관: 노르마, AIFactory
후원: (모집 중) — 후원사 확정 시 별도 공지
후원 참여 문의: contact@aifactory.page

📆 대회 일정

접수 기간: 6월 9일 ~ 8월 5일 23:59
사전설명회: 추후 공지예정
예선: 7월 10일 ~ 8월 5일 23:59 까지 (AIFactory - 시뮬레이션)
예선 발표: 8월 8일 23:59 전까지 공지
본선: 예선 발표 ~ 8월 18일 (5팀, 노르마 - 퀀텀컴퓨팅)
결과 발표: 8월 18일
시상식: 8월 18일

✅ 참가 대상

AI 개발자 또는 비전공 개발자 (개발 경험이 없는 비전공자도 튜토리얼을 통해 참여 가능)
팀 제한 인원 : 1인 ~ 5인

▶️ 참여 방법

본 페이지 상단의 [참여하기] 버튼 클릭하여 참여 폼을 작성해 주세요.
사전 진행되는 튜토리얼을 수강해 주세요

✨ 사전 실습 튜토리얼

시간	주제	학습 내용	실습 환경
1시간차	양자회로와 Pennylane 기초 Pennylane 기초 양자 회로 정의 및 시각화	Pennylane의 양자 회로 설계 이해 양자 회로 시각화 Backend 선택과 정의 측정: expval, probs	Python, PennyLane, 노르마 Jupyter
2시간차	QML과 Torch interface PQC 구조 학습 및 Torch 통합	Parameterized Quantum Circuit(PQC) 구성 Batched parameters 적용법 Torch와의 통합 방법 이해
3시간차	MNIST 분류 QML 양자 신경망을 이용한 분류 문제 해결	MNIST 이진 분류기(Binary classifier) 구현 Hybrid QNN 모델 설계 및 훈련

1차시: 양자회로와 Pennylane 기초

2차시: QML과 Torch interface

3차시: MNIST 분류 QML

🎁 부가자료

Jupyter Notebook 4종
사전 설치 스크립트 및 환경 셋업 가이드
실습 결과 제출 양식 (AIFactory 포맷)
용어정리 PDF(큐비트, 게이트 등 초보자용)

✔️ 심사 기준

예선 심사 기준
- 지정된 제약조건 내에서 가장 높은 성능을 달성한 참가자 중 리더보드 상위 5팀 선정
- (제약조건은 추후 공지 예정)
본선 심사 기준
- 본선 진출자에 한하여 본선 기간 내에 리더보드 운영
- 상위 팀들에 대해서 실제 퀀텀 컴퓨팅 환경에서 구동하여 최종 순위 결정
- (제약조건은 추후 공지 예정)

🏆 시상 (시상품 및 상금 수여)

총 상금 5,000,000원
1등 1명 2,500,000원
2등 2명 750,000원
3등 2명 500,000원

📨 문의처

Q&A 게시판 또는 cs@aifactory.page