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

10_Wiki/Topics_GD/Vector-Database Selection.md

@@ -2,7 +2,7 @@
 id: VEC-DB-001
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 1.0
-tags: [ai, infrastructure, vector-database, rag, [[Search]]-engine]
+tags: [ai, infrastructure, vector-database, rag, [[Search|Search]]-engine]
 last_reinforced: 2026-04-26
 ---
 
@@ -15,11 +15,11 @@ last_reinforced: 2026-04-26
 - **추출된 패턴:** 프로젝트의 확장성, 지연 시간(Latency) 요구사항, 기존 기술 스택과의 정합성을 고려하여 최적의 벡터 검색 엔진을 매칭하는 인프라 결정 패턴.
 - **주요 비교군:**
     - **Dedicated Vector DBs:** Milvus, Pinecone, Weaviate, Qdrant. 고성능 전문 기능 제공.
-    - **Integrated [[Solution]]s:** pgvector (PostgreSQL), Elasticsearch/OpenSearch. 기존 DB에 벡터 검색 기능 추가. 관리가 용이함.
+    - **Integrated [[Solution|Solution]]s:** pgvector (PostgreSQL), Elasticsearch/OpenSearch. 기존 DB에 벡터 검색 기능 추가. 관리가 용이함.
     - **Lightweight/Local:** Chroma, FAISS. 프로토타이핑이나 엣지 환경에 적합.
 - **선정 기준:**
     - **Performance:** 초당 쿼리 처리량(QPS) 및 검색 정확도(Recall).
-    - **[[Scalability]]:** 수억 건 이상의 데이터 처리 시 분산 클러스터링 지원 여부.
+    - **[[Scalability|Scalability]]:** 수억 건 이상의 데이터 처리 시 분산 클러스터링 지원 여부.
     - **Filtering:** 속성 데이터(Metadata)와 벡터 검색을 동시에 지원하는지(Hybrid Search).
     - **Cloud vs On-premise:** 관리형 서비스 선호 여부.
 
@@ -28,5 +28,5 @@ last_reinforced: 2026-04-26
 - **정책 변화:** Antigravity 프로젝트는 초기 로컬 개발 시 Chroma를 사용하며, 대규모 지식 확장을 위해 pgvector 또는 Pinecone으로의 전환 시나리오를 설계함.
 
 ## 🔗 지식 연결 (Graph)
-- [[Retrieval-Augmented-Generation-RAG]], [[Semantic-Search]], [[LlamaIndex]],[[ system]]-Design-for-AI-Scale
+- [[Retrieval-Augmented-Generation-RAG|Retrieval-Augmented-Generation-RAG]], [[Semantic-Search|Semantic-Search]], [[LlamaIndex|LlamaIndex]],[[_system|system]]-Design-for-AI-Scale
 - **Raw Source:** 10_Wiki/Topics/AI/Vector-Database Selection.md