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

10_Wiki/Topics_Blog/확산 모델 (Diffusion Model).md

@@ -1,4 +1,4 @@
-# [[확산 모델 (Diffusion Model)]]
+# [[확산 모델 (Diffusion Model)|확산 모델 (Diffusion Model)]]
 
 ## 📌 Brief Summary
 확산 모델(Diffusion Model)은 텍스트 프롬프트를 바탕으로 무작위 노이즈에서 시작해 점진적으로 노이즈를 제거해 나가며 최종 이미지를 생성하는 머신러닝 아키텍처이다 [1, 2]. 훈련 과정에서 원본 데이터에 가우시안 노이즈를 추가하는 '순방향 확산'과 이를 다시 복원하는 '역방향 확산' 과정을 거쳐 이미지 생성 방법을 학습한다 [2, 3]. Midjourney, DALL-E, Stable Diffusion 등 현대의 주요 AI 이미지 생성 도구들이 이 모델을 기반으로 구동되며, 사용자의 텍스트 지시를 구체적인 시각적 데이터로 변환하는 핵심 역할을 담당한다 [4, 5].
@@ -10,8 +10,8 @@
 *   **한계점**: 노이즈를 제거하는 지속적인 반복 연산 과정으로 인해 컴퓨터 리소스 소모가 크고, GAN과 같은 다른 생성 모델에 비해 결과물 도출 속도가 상대적으로 느리다 [9]. 또한 초보자가 전문적인 지식 없이 로컬 환경에 직접 모델을 배포하고 설정하기에는 다소 구조적인 복잡성이 존재한다 [9].
 
 ## 🔗 Knowledge Connections
-- **Related Topics:** [[프롬프트 엔지니어링]], [[잠재 공간(Latent Space)]], [[CFG Scale]], [[노이즈 제거(Denoising)]], [[부정 프롬프트(Negative Prompt)]]
-- **Projects/Contexts:** [[AI 이미지 생성(AI Image Generation)]], [[Midjourney]], [[Stable Diffusion]], [[DALL-E]]
+- **Related Topics:** [[프롬프트 엔지니어링|프롬프트 엔지니어링]], 잠재 공간(Latent Space), [[CFG Scale|CFG Scale]], 노이즈 제거(Denoising), [[부정 프롬프트(Negative Prompt)|부정 프롬프트(Negative Prompt)]]
+- **Projects/Contexts:** [[AI 이미지 생성 (AI Image Generation)|AI 이미지 생성(AI Image Generation)]], [[Midjourney|Midjourney]], [[Stable Diffusion|Stable Diffusion]], DALL-E
 - **Contradictions/Notes:** 확산 모델은 세밀한 제어가 가능하고 압도적으로 높은 품질의 결과물을 얻을 수 있다는 장점이 있으나, 그 이면에는 반복적인 노이즈 제거 과정 때문에 GAN 모델에 비해 컴퓨팅 자원 소모가 크고 생성 시간이 길어진다는 구조적 상충 관계(Trade-off)가 존재한다 [2, 9].
 
 ---