6-2 앙상블 방법의 단점은 계산 비용 증가입니다. 예를 들어 5개의 신경망으로 앙상블을 만든다면 이 앙상블은 하나의 모델보다 다섯 배나 계산 비용이 많이 듭니다.
앞서 언급한 추론 비용에 대해 이야기하는 경우가 많지만 저장 비용의 증가도 또 다른 큰 제약 사항입니다. 요즘 대부분의 컴퓨터 비전이나 언어 모델은 수백만 또는 수십억 개의 파라미터를 가지고 있어 분산 환경에서 저장해야 합니다. 모델 앙상블은 이를 더욱 복잡하게 만듭니다.
모델을 더 이해하기 어려워지는 것은 앙상블 모델을 사용할 때 발생하는 또 다른 비용입니다. 단일 모델의 예측을 이해하고 분석하는 것도 어려울 수 있습니다. 앙상블 방법에 따라 이런 해석 가능성을 감소시키는 또 다른 복잡도 계층이 추가됩니다.