[G1-Sync] Manual knowledge update

10_Wiki/Topics/AI_and_ML/Nearest-Neighbor-Search.md

@@ -2,88 +2,35 @@
 id: wiki-2026-0508-nearest-neighbor-search
 title: Nearest Neighbor Search
 category: 10_Wiki/Topics
-status: needs_review
-canonical_id: self
-aliases: [ALGO-NNS-001]
-duplicate_of: none
-source_trust_level: A
-confidence_score: 1.0
-tags: [algorithm, ai, Search, nearest-neighbor, ann, vector-database, similarity-search]
+status: duplicate
+canonical_id: wiki-2026-0508-k-nearest-neighbors-knn-canonical
+duplicate_of: "[[K-Nearest-Neighbors-K-NN]]"
+aliases: [Nearest Neighbor Search, NN Search, ANN]
+source_trust_level: C
+confidence_score: 0.5
+verification_status: redirect
+tags: [redirect, duplicate, knn, search]
 raw_sources: []
-last_reinforced: 2026-04-26
+last_reinforced: 2026-05-10
 github_commit: pending
-inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
-tech_stack:
-  language: unspecified
-  framework: unspecified
+tech_stack: { language: none, framework: redirect }
 ---
 
-# Nearest Neighbor Search (최근접 이웃 탐색)
+# Nearest-Neighbor-Search → [[K-Nearest-Neighbors-K-NN]]
 
-## 📌 한 줄 통찰 (The Karpathy Summary)
-> "고차원 공간의 바다에서 나를 가장 닮은 이웃을 눈깜짝할 새에 발굴하여, 데이터 사이의 보이지 않는 연결고리를 증명하라" — 주어진 질의(Query)와 가장 유사한 데이터를 방대한 데이터셋 내에서 거리 메트릭(Euclidean, Cosine 등)을 기반으로 찾아내는 검색 기술.
+이 문서는 **중복(duplicate)** 입니다. 정식 문서로 이동하세요.
 
-## 📖 구조화된 지식 (Synthesized Content)
-- **추출된 패턴:** "Space Partitioning and Approximate Retrieval" — 전수 조사([[Brute-force|Brute-force]])의 비효율성을 극복하기 위해 공간을 다각형이나 트리 구조로 분할하고, 100%의 정확도 대신 압도적인 속도를 선택하는 근사 최근접 이웃(ANN) 검색 패턴.
-- **주요 알고리즘:**
-    - **KD-Tree / Ball-Tree:** 공간을 분할하여 탐색 범위를 좁히는 트리 기반 방식.
-    - **HNSW (Hierarchical Navigable Small World):** 그래프 구조를 활용한 고성능 검색의 현대적 표준.
-    - **Product [[Quantization|Quantization]] (PQ):** 벡터를 압축하여 메모리 효율과 검색 속도 동시 확보.
-- **의의:** 추천 시스템, 이미지 검색, 특히 LLM의 외부 기억 장치 역할을 하는 벡터 데이터베이스(Vector DB)의 성능을 결정짓는 핵심 엔진.
+## 매 한 줄
+- Nearest neighbor search는 k-NN 알고리즘과 통합 관리합니다.
 
-## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
-- **과거 데이터와의 충돌:** 단순히 '가장 가까운 것'을 찾는 정적 검색에서, 이제는 실시간으로 데이터가 추가/삭제되는 환경에서도 인덱스 성능을 유지하는 동적 인덱싱 기술로 관심사가 이동함.
-- **정책 변화:** Antigravity 프로젝트는 1,174개의 문서 중 유사 주제를 추천하거나 중복을 검사할 때, HNSW 알고리즘 기반의 고속 최근접 이웃 탐색 기술을 활용하여 실시간 지식 연결을 구현함.
+## 매 핵심
+- ANN(FAISS, HNSW, Annoy) 등 근사 검색은 canonical 문서의 "벡터 검색" 섹션에서 다룹니다.
+- 본 redirect는 backlink 보존 용도.
 
-## 🔗 지식 연결 (Graph)
-- [[Locality-Sensitive-Hashing|Locality-Sensitive-Hashing]], Vector-Database-Foundations, [[K-Nearest-Neighbors-K-NN|K-Nearest-Neighbors-K-NN]], Distance-Metrics-in-AI
-- **Raw Source:** 10_Wiki/Topics/AI/Nearest-Neighbor-Search.md
+## 🔗 Graph
+- canonical: [[K-Nearest-Neighbors-K-NN]]
+- 관련: [[FAISS-Vector-Search]], [[Embeddings]], [[Distance-Metrics]]
 
-## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
-
-**언제 이 지식을 쓰는가:**
-- *(TODO)*
-
-**언제 쓰면 안 되는가:**
-- *(TODO)*
-
-## 🧪 검증 상태 (Validation)
-
-- **정보 상태:** needs_review
-- **출처 신뢰도:** A
-- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
-
-## 🧬 중복 검사 (Duplicate Check)
-
-- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
-- **처리 방식:** UPDATE (자동 정규화)
-- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
-
-## 🕓 변경 이력 (Changelog)
-
-| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
-|------|-----------|-----------|--------|
-| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
-
-## 💻 코드 패턴 (Code Patterns)
-
-**패턴 1:** *(TODO: 이 프로젝트 컨벤션 반영한 구조 스켈레톤)*
-
-```text
-# TODO
-```
-
-## 🤔 의사결정 기준 (Decision Criteria)
-
-**선택 A를 써야 할 때:**
-- *(TODO)*
-
-**선택 B를 써야 할 때:**
-- *(TODO)*
-
-**기본값:**
-> *(TODO)*
-
-## ❌ 안티패턴 (Anti-Patterns)
-
-- **[안티패턴]:** *(TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)*
+## 🕓 Changelog
+- 2026-05-08 Phase 1: duplicate detection.
+- 2026-05-10 Manual cleanup: redirect 표준화.