Wikify: Categorize all topics into folders and generate index pages

10_Wiki/Topics/AI_and_ML/Bottlenecks.md

@@ -0,0 +1,31 @@
+---
+id: [[P-Reinforce|P-Reinforce]]-AUTO-BOTT-001
+category: Unified
+confidence_score: 0.98
+tags: [auto-reinforced, bottlenecks, [[Optimization|Optimization]], performance, constraint, [[Systems-Thinking|Systems-Thinking]]]
+last_reinforced: 2026-04-20
+---
+
+# [[Bottlenecks|Bottlenecks]]
+
+## 📌 한 줄 통찰 (The Karpathy Summary)
+> "시스템의 목을 조르는 곳: 아무리 다른 부분이 뛰어나도 결국 전체의 처리 속도를 결정해버리는 가장 취약한 지점이며, 최적화가 가장 시급하게 투입되어야 할 지도의 급소."
+
+## 📖 구조화된 지식 (Synthesized Content)
+병목(Bottlenecks) 현상은 시스템의 일부분이 그 능력을 발휘하지 못해 전체 시스템의 흐름을 제한하는 상태를 의미합니다.
+
+1.  **주요 유형**:
+    *   **[[Hardware|Hardware]] Bottleneck**: CPU 연산 속도보다 데이터 읽기(I/O) 속도가 현격히 느린 경우.
+    *   **Software Bottleneck**: 비효율적인 알고리즘이나 블로킹 코드가 실행 시간을 잡아먹는 경우. ([[Blocking|Blocking]]과 연결)
+    *   **Human/Process Bottleneck**: 승인 프로세스가 너무 길거나 특정 전문가만 할 수 있는 작업이 밀려 있는 경우.
+2.  **해결 원칙 (TOC)**:
+    *   제약 이론(Theory of Constraints)에 따르면, 병목 지점이 아닌 곳을 개선하는 것은 시간 낭비에 불과함. 오직 병목 지점을 확장하거나 보호해야 전체 성과가 올라감.
+
+## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
+- **과거 데이터와의 충돌**: 과거에는 모든 부분을 골고루 개선하는 정책이 우수하다고 믿었으나, 현대의 시스템 최적화 정책은 '선택과 집중'을 통해 오직 병목 지점만을 정밀 타격하는 정책적 지능을 발휘함(RL Update).
+- **정책 변화(RL Update)**: 거대 AI 모델의 학습 및 추론 정책에서, 알고리즘 개선보다 메모리 대역폭(HBM)이나 네트워크 대역폭이 실제 병목인 경우가 많아 하드웨어 인프라 확보 정책이 AI 경쟁력의 본질이 됨.
+
+## 🔗 지식 연결 (Graph)
+- [[Blocking|Blocking]], [[Optimization|Optimization]], [[Theory of Constraints (TOC)|Theory of Constraints (TOC)]], [[Analysis|Analysis]], [[Scalability|Scalability]]
+- **Modern Tech/Tools**: Performance profilers, Load [[Testing|Testing]] tools, Network analyzers.
+---