본 논문은 틱택토 게임을 기반으로 한 Elo 등급 시스템을 사용하여 양자 컴퓨팅 시스템의 성능을 고전적 시스템과 비교하고 양자 우위 가능성을 탐색하는 새로운 벤치마크를 제안합니다. 고전적 합성곱 신경망(CNN), 양자 합성곱 신경망(QCNN), 그리고 고전-양자 하이브리드 모델을 무작위 이동 에이전트와의 자동화된 매치를 통해 평가합니다. 또한, 양자 통신이 통합된 QCNN을 구현하여 잡음이 있는 양자 채널에 의해 발생하는 오버헤드를 정량화합니다. 실험 결과, 고전-양자 하이브리드 모델은 고전적 CNN과 비슷한 Elo 등급을 달성한 반면, 독립형 QCNN은 현재 하드웨어 제약 조건 하에서는 성능이 저조했습니다. 통신 오버헤드는 미미한 것으로 나타났습니다. 이러한 결과는 게임 기반 벤치마크를 사용하여 양자 컴퓨팅 시스템을 평가하는 실행 가능성을 보여주고, 양자 통신을 성능에 미치는 영향이 제한적인 수준으로 통합할 수 있음을 시사하며, 향후 하이브리드 양자 애플리케이션의 기반을 제공합니다.
