본 연구에서는 양자 기계 학습 모델의 정확성을 적대적 공격으로부터 보호하기 위한 인증된 학습 루틴인 양자 구간 경계 전파(QIBP)를 제시합니다. QIBP는 구간 산술과 선형 산술을 모두 사용하여 구현되었으며, 정확성과 설계 측면에서 두 구현 방식의 균형을 탐색했습니다. 실험 결과, 인증된 학습 모델은 견고한 의사 결정 경계를 가지며, 훈련된 적대적 강건성 경계 내의 샘플에 대해 정확한 클래스를 예측하도록 보장합니다.