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/Topics_Rag/문서 청킹 전략.md

@@ -63,6 +63,16 @@ github_commit: ""
 - **Parent Document 전략:** 실무에서 부모 2000자, 자식 400자 설정을 통해 긴 법률 문서의 정밀 검색과 전체 문맥 확인을 병행하는 아키텍처가 제안되었다 [S37, S81].
 - **KT Cloud RAG Suite:** 이미지, PDF, 워드 등 다양한 문서 유형에 대해 레이아웃과 표 구조를 보존하며 최적화된 청킹을 제공하는 API 서비스로 운영되고 있다 [S342, S393].
 
+
+<!-- CODE-GROUNDING:START -->
+### 🔎 코드베이스 근거 (자동 추출 — E:\Wiki 레포)
+**실제 구현/사용 위치:**
+- `connectai/src/retrieval/chunker.ts:7` — * 쪼개면 질의가 정확히 해당 섹션에 매치된다 (제2뇌의 "문서 청킹 전략" 지식 그대로).
+- `connectai/src/retrieval/evalHarness.ts:13` — *   { "query": "RAG 청킹 전략 비교", "expected": ["문서 청킹 전략.md"], "note": "선택" }
+
+_자동 생성: code_grounding.mjs · 재실행 시 갱신됨_
+<!-- CODE-GROUNDING:END -->
+
 ## ✅ 검증 상태 및 신뢰도
 - **상태:** draft
 - **검증 단계:** conceptual (실제 구현 코드 및 라이브러리 가이드 기반)