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

10_Wiki/Topics_GD/Online-Learning-and-Streaming.md

@@ -2,7 +2,7 @@
 id: ML-ONLINE-001
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 1.0
-tags: [machine-learning, online-learning, streaming-data, [[Incremental-Learning]], real-time-ai, [[MLOps]]]
+tags: [machine-learning, online-learning, streaming-data, [[Incremental-Learning|Incremental-Learning]], real-time-ai, [[MLOps|MLOps]]]
 last_reinforced: 2026-04-26
 ---
 
@@ -14,9 +14,9 @@ last_reinforced: 2026-04-26
 ## 📖 구조화된 지식 (Synthesized Content)
 - **추출된 패턴:** "Sequential Update and Concept Drift Adaptation" — 모델 전체를 다시 학습시키는 비용을 들이지 않고, 새로운 데이터가 들어올 때마다 가중치를 조금씩 수정(Incremental Update)함으로써 급변하는 데이터 분포(Concept Drift)에 즉각적으로 대응하는 패턴.
 - **핵심 기술:**
-    - **[[stochastic gradient descent]] (SGD):** 한 번에 하나의 샘플로 가중치를 업데이트하는 온라인 학습의 기본 최적화 도구.
+    - **[[stochastic gradient descent|stochastic gradient descent]] (SGD):** 한 번에 하나의 샘플로 가중치를 업데이트하는 온라인 학습의 기본 최적화 도구.
     - **Sliding Window:** 최신 데이터에 더 높은 비중을 두고 과거 데이터를 점진적으로 망각.
-    - **Stream [[Processing]] (Kafka, Flink):** 대규모 데이터 스트림을 저지연으로 수집하고 처리하는 인프라.
+    - **Stream [[Processing|Processing]] (Kafka, Flink):** 대규모 데이터 스트림을 저지연으로 수집하고 처리하는 인프라.
 - **의의:** 서버 자원이 한정적이거나 데이터가 너무 커서 전체를 저장할 수 없는 경우, 그리고 실시간 추천이나 이상 탐지처럼 '지금 당장'의 판단이 중요한 분야의 필수 기술.
 
 ## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
@@ -24,5 +24,5 @@ last_reinforced: 2026-04-26
 - **정책 변화:** Antigravity 프로젝트는 에이전트의 사용자 개인화 프로필 업데이트 시, 전체 재학습 대신 온라인 학습 기법을 적용하여 사용자의 최신 선호도를 즉각 반영함.
 
 ## 🔗 지식 연결 (Graph)
-- [[Model-Drift-and-Monitoring]], [[Incremental-Learning]], [[Message-Queues-and-Event-Streams]], Real-time-Data-Processing
+- [[Model-Drift-and-Monitoring|Model-Drift-and-Monitoring]], [[Incremental-Learning|Incremental-Learning]], [[Message-Queues-and-Event-Streams|Message-Queues-and-Event-Streams]], Real-time-Data-Processing
 - **Raw Source:** 10_Wiki/Topics/AI/Online-Learning-and-Streaming.md