1. 전력 및 에너지 인프라
- 최고 성능의 AI 가속기와 데이터센터를 지어놔도 전기가 없으면 고철에 불과
- 반도체 공장 증설은 3년이 걸리지만, 발전소 건립과 전력망 확충은 10년이 소요되는 근본적이고 무거운 제약
2. 첨단 패키징 및 HBM 캐파
- 설계된 AI 칩을 실제 가동 가능한 하드웨어로 만들어내는 핵심 병목 구간
- 천문학적 자본 투자와 극도의 정밀한 기술력이 필요해 소수의 독점 기업에 전 세계가 의존
3. 열 관리 및 냉각 인프라
- 전력 문제와 직결되는 한계점. 칩의 열화 및 데이터센터 셧다운을 막기 위한 필수 조건
- 공간 집적도와 에너지 효율을 결정짓기 때문에 냉각 시스템의 혁신 없이는 AI 모델의 규모를 키울 수 없음
4. 네트워킹 (광학 및 구리 연결)
- 분산된 컴퓨팅 자원을 하나의 거대한 두뇌처럼 작동하게 만드는 혈관
- 막대한 투자가 들어가는 데이터센터에서 병목으로 GPU가 쉬면 극심한 경제적 손실 발생
5. 고품질 학습 데이터 부족
- 하드웨어 인프라 구축 이후 AI 모델의 똑똑함을 결정짓는 소프트웨어 병목
- 알고리즘 최적화나 모델 구조 변경으로 어느 정도 지연시킬 수 있으나, AGI로 가기 위해 돌파해야 할 장벽