docs: finalized wiki integrity maintenance (v3.0 standard) - pruned 1400+ stubs and fixed 11k+ ghost links

01_Archive/2026-04-20/대규모 파티클 시스템 최적화.md

@@ -1,13 +1,13 @@
 ---
 id: P-REINFORCE-AUTO-A0A931
-category: "[[10_Wiki/💡 Topics/Graphics & Performance]]"
+category: "10_Wiki/💡 Topics/Graphics & Performance"
 confidence_score: 0.90
 tags: [auto-reinforced]
 last_reinforced: 2026-04-20
 github_commit: "[P-Reinforce] Continuous Worker - 대규모 파티클 시스템 최적화"
 ---
 
-# [[대규모 파티클 시스템 최적화]]
+# [[대규모 파티클 시스템 최적화|대규모 파티클 시스템 최적화]]
 
 ## 📌 한 줄 통찰 (The Karpathy Summary)
 > 대규모 파티클 시스템을 최적화하려면 CPU 연산 병목과 메모리 할당으로 인한 가비지 컬렉션(GC) 스파이크를 방지하는 것이 핵심입니다. 이를 위해 **WebGPU 연산 셰이더(Compute Shaders)**, **InstancedMesh**, **오브젝트 풀링(Object Pooling)**, 그리고 **데이터 지향 설계(ECS/SoA)**를 종합적으로 활용해야 합니다.
@@ -28,12 +28,12 @@ github_commit: "[P-Reinforce] Continuous Worker - 대규모 파티클 시스템
 - **정책 변화:** Graphics & Performance 분야의 자동 자산화 수행.
 
 ## 🔗 지식 연결 (Graph)
-- **Related Topics:** [[WebGPU Compute Shaders]], [[InstancedMesh (드로우 콜 최적화)]], [[Object Pooling (오브젝트 풀링)]], [[Garbage Collection (GC) 최적화]], [[Data-Oriented Design (bitECS)]]
-- **Projects/Contexts:** [[초대규모 파티클 및 엔티티 시뮬레이션 (React Three Fiber)]], [[고성능 실시간 상호작용 웹 게임 아키텍처]]
+- **Related Topics:** [[WebGPU Compute Shaders|WebGPU Compute Shaders]], [[InstancedMesh (드로우 콜 최적화)|InstancedMesh (드로우 콜 최적화)]], [[Object Pooling (오브젝트 풀링)|Object Pooling (오브젝트 풀링)]], [[Garbage Collection (GC) 최적화|Garbage Collection (GC) 최적화]], Data-Oriented Design (bitECS)
+- **Projects/Contexts:** 초대규모 파티클 및 엔티티 시뮬레이션 (React Three Fiber), 고성능 실시간 상호작용 웹 게임 아키텍처
 - **Contradictions/Notes:** 연산 셰이더와 영구 GPU 버퍼를 사용해 수백만 개의 파티클을 제어하는 방식이 압도적으로 빠르지만, 이는 WebGPU 환경에서만 온전히 동작하며 WebGL 환경으로 폴백(Fallback)될 경우 이 수준의 동시성을 기대하기 어렵다는 제약이 있습니다.
 
 ---
 
 _Last updated: 2026-04-14_
-- Raw Source: [[00_Raw/2026-04-20/대규모 파티클 시스템 최적화.md]]
+- Raw Source: 00_Raw/2026-04-20/대규모 파티클 시스템 최적화.md
 ---