feat(wiki): 코드 그라운딩 23문서 + MOC 학습지도 39개

- 코드 그라운딩: 기술 주제 문서의 '적용 사례'에 실제 레포 구현 위치
  (file:line)+커밋 자동 주입 (예: 문서 청킹 전략→connectai/src/retrieval/chunker.ts).
  멱등 마커(CODE-GROUNDING)로 재실행 시 갱신.
- MOC: 39개 클러스터 폴더에 _MOC.md 학습지도 생성(진입점+통찰 주석).
도구: Datacollect/scripts/{code_grounding,moc_generator}.mjs

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

10_Wiki/Topics/Harness_Research_2026-05/LLM-as-judge.md

@@ -14,4 +14,14 @@ LLM-as-judge는 인공지능 에이전트 하네스 환경에서 모델의 산
 * **설계적 제약:** 무분별한 LLM-as-judge의 사용은 막대한 평가 비용으로 인해 시스템 전체를 무너뜨릴 수 있으므로(eval cost collapse), 유의미한 리스크를 줄일 수 있는 핵심적인 위치에만 값비싼 검사를 추가하는 계층적 가드레일 설계가 필수적이다 [1].
 
 ---
-*Last updated: 2026-05-05*
+*Last updated: 2026-05-05*
+
+## 🛠️ 적용 사례 (Applied in summary)
+
+<!-- CODE-GROUNDING:START -->
+### 🔎 코드베이스 근거 (자동 추출 — E:\Wiki 레포)
+**실제 구현/사용 위치:**
+- `connectai/src/retrieval/evalHarness.ts:9` — * 의도적으로 LLM 을 쓰지 않는다 (재현 가능 + 무료 + CI 가능). LLM-as-Judge 기반의
+
+_자동 생성: code_grounding.mjs · 재실행 시 갱신됨_
+<!-- CODE-GROUNDING:END -->