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

10_Wiki/Topics_GD/벡터 데이터베이스 (Vector Database).md

@@ -1,12 +1,12 @@
 ---
-id: [[P-Reinforce]]-AI-VECTOR-DB
+id: [[P-Reinforce|P-Reinforce]]-AI-VECTOR-DB
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 0.98
-tags: [AI, VectorDB, RAG, Semantic[[Search]]]
+tags: [AI, VectorDB, RAG, Semantic[[Search|Search]]]
 last_reinforced: 2026-04-20
 ---
 
-# [[벡터 데이터베이스 (Vector Database)]]
+# [[벡터 데이터베이스 (Vector Database)|벡터 데이터베이스 (Vector Database)]]
 
 ## 📌 한 줄 통찰 (The Karpathy Summary)
 > "의미의 유사성을 좌표로 찾아내는 지식의 GPS." 텍스트, 이미지 등의 비정형 데이터를 고차원 벡터로 변환하여, 키워드가 아닌 '의미적 유사성'을 바탕으로 초고속 검색을 수행하는 데이터베이스다.
@@ -18,12 +18,12 @@ last_reinforced: 2026-04-20
     - **Distance Metrics**: 코사인 유사도(Cosine Similarity)나 유클리디안 거리를 활용해 유사성 측정.
 - **Main Use Cases**:
     - **RAG (Retrieval-Augmented Generation)**: LLM에게 외부 지식을 제공하기 위한 핵심 검색 엔진.
-    - **Recommendation[[ system]]s**: 사용자의 취향과 유사한 상품/콘텐츠 매칭.
+    - **Recommendation[[_system|system]]s**: 사용자의 취향과 유사한 상품/콘텐츠 매칭.
 - **Popular Tools**: Pinecone, Milvus, Weaviate, FAISS.
 
 ## ⚠️ 모순 및 업데이트 (RL Update)
 - 벡터 DB는 검색은 잘하지만 '정확한 키워드 매칭'에는 취약하다. 이를 보완하기 위해 키워드 기반의 BM25 검색과 벡터 기반 검색을 섞은 '하이브리드 검색(Hybrid Search)'이 사실상 업계 표준으로 자리 잡았다.
 
 ## 🔗 지식 연결 (Graph)
-- Related: [[RAG (검색 증강 생성)]] , [[GraphRAG (그래프 기반 검색 증강 생성)]]
+- Related: [[RAG (검색 증강 생성)|RAG (검색 증강 생성)]] , [[GraphRAG (그래프 기반 검색 증강 생성)|GraphRAG (그래프 기반 검색 증강 생성)]]
 - Fundamental: Embedding-Space