미리 계산된 것을 사용하는 작업은 셰프가 아주 복잡한 음식을 요리하려고 중요한 중간 재료들을 미리 만들어 두는 것에 비유할 수 있습니다. 라임 주스가 필요할 때 셰프는 라임을 창고에서 꺼내 와서 씻고 착즙을 하는 것이 아니라, 냉장고에서 얼린 라임 큐브를 꺼내거나 병에서 따르기만 하면 되지요. 시간을 냉장고 저장 비용과 교환한 덕분에 빠르게 라임 주스를 가져와서 모히토나 과카몰레를 만들 수 있는 것입니다.

마찬가지로 압축(compression)이라고 하는 일반적인 계산 기법은 시간을 공간과 교환합니다. 시간을 조금 할애해서 소설 <모비딕>에서 짧은 문구를 하나 찾습니다. 전체 책 대신에 그 문구의 텍스트만 따로 하드 드라이브에 저장합니다. 그러면 제 하드는 그만큼 부담을 덜 수 있습니다. 19세기 고래 사냥에 대해 알고 싶을 때도 같은 방식을 사용합니다. 이때 책을 분해해서 원하는 부분을 찾아야 하기 때문에 시간 비용을 지불해야 합니다. 여기에서도 마찬가지로 시간과 저장 공간 사이의 상충 관계가 발생합니다.

학습 시스템들은 저마다 데이터 저장 공간과 처리 시간 사이에 조금씩 다른 상충 관계가 있습니다. 어떤 관점에서 학습 알고리즘은 새로운 사례를 예측하는 데 편리한 방식으로 데이터를 압축합니다. 아주 큰 데이터 테이블을 가져다 손잡이가 몇 개 달린 기계로 압축한다고 생각해 보세요. 이 기계의 복사본을 가지고 있는 한 아주 적은 분량의 정보만으로도 전체 테이블을 다시 만들어 낼 수 있습니다.