feat: achieve 600 files milestone in AI knowledge base

10_Wiki/Topics/AI/벡터 데이터베이스 (Vector Database).md

@@ -1,25 +1,29 @@
 ---
-id: P-REINFORCE-AUTO-A4C204
+id: P-REINFORCE-AI-VECTOR-DB
 category: "[[10_Wiki/💡 Topics/AI]]"
-confidence_score: 0.90
-tags: [auto-reinforced]
+confidence_score: 0.98
+tags: [AI, VectorDB, RAG, SemanticSearch]
 last_reinforced: 2026-04-20
-github_commit: "[P-Reinforce] Continuous Worker - 벡터 데이터베이스 (Vector Database)"
 ---
 
 # [[벡터 데이터베이스 (Vector Database)]]
 
 ## 📌 한 줄 통찰 (The Karpathy Summary)
-> 지식 요약 정보 추출 중...
+> "의미의 유사성을 좌표로 찾아내는 지식의 GPS." 텍스트, 이미지 등의 비정형 데이터를 고차원 벡터로 변환하여, 키워드가 아닌 '의미적 유사성'을 바탕으로 초고속 검색을 수행하는 데이터베이스다.
 
 ## 📖 구조화된 지식 (Synthesized Content)
-본문 구조화 작업 중...
+- **Core Mechanism**:
+    - **Embedding**: 데이터를 수천 개의 숫자로 이루어진 벡터로 변환.
+    - **Indexing (ANN)**: 모든 데이터를 비교하는 대신, 근사 근접 이웃(Approximate Nearest Neighbor) 알고리즘(HNSW 등)을 사용해 유사한 데이터를 광속으로 찾아냄.
+    - **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 Systems**: 사용자의 취향과 유사한 상품/콘텐츠 매칭.
+- **Popular Tools**: Pinecone, Milvus, Weaviate, FAISS.
 
-## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
-- **과거 데이터와의 충돌:** 자동화 엔진에 의해 매핑된 지식으로, 추후 정밀 검증 필요.
-- **정책 변화:** AI 분야의 자동 자산화 수행.
+## ⚠️ 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)
-
-- Raw Source: [[00_Raw/2026-04-20/벡터 데이터베이스 (Vector Database).md]]
----
+- Related: [[RAG (검색 증강 생성)]] , [[GraphRAG (그래프 기반 검색 증강 생성)]]
+- Fundamental: [[Embedding-Space]]