[G1-Sync] Manual knowledge update

10_Wiki/Topics/CV_Synthesis.md

@@ -1,8 +1,8 @@
 ---
-id: P-REINFORCE-AUTO-CVSY-001
+id: [[P-Reinforce]]-AUTO-CVSY-001
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 0.92
-tags: [auto-reinforced, cv-synthesis, computer-vision, synthetic-data, image-generation, computer-graphics]
+tags: [auto-reinforced, cv-synthesis, [[Computer-Vision]], [[Synthetic-Data]], image-generation, computer-graphics]
 last_reinforced: 2026-04-20
 ---
 
@@ -12,11 +12,11 @@ last_reinforced: 2026-04-20
 > "가상의 눈을 위한 가상의 데이터: 실제 촬영 없이도 컴퓨터 그래픽스와 AI를 이용해 완벽하게 라벨링된 대규모 학습 데이터를 생성함으로써, 컴퓨터 비전 모델 개발의 높은 비용과 데이터 부족 문제를 해결하는 지능형 제조 공정."
 
 ## 📖 구조화된 지식 (Synthesized Content)
-컴퓨터 비전 합성(CV Synthesis)은 가상의 환경에서 인공적인 이미지나 비디오 데이터를 생성하여 모델을 학습시키는 기술입니다.
+컴퓨터 비전 합성([[CV Synthesis]])은 가상의 환경에서 인공적인 이미지나 비디오 데이터를 생성하여 모델을 학습시키는 기술입니다.
 
 1.  **필요성**:
     *   **Perfect Ground Truth**: 합성 데이터는 객체의 위치, 각도, 픽셀 단위 마스크 정보를 오차 없이 자동으로 가짐.
-    *   **Rare Events**: 도로 위 사고 상황 등 실제로 수집하기 어려운 희귀 사례(Black-Swan)를 무한히 생성 가능. (Black-Swan과 연결)
+    *   **Rare [[Events]]**: 도로 위 사고 상황 등 실제로 수집하기 어려운 희귀 사례([[Black-Swan]])를 무한히 생성 가능. (Black-Swan과 연결)
     *   **Privacy**: 실제 사람의 얼굴이나 번호판을 쓰지 않아도 되므로 개인정보 보호 이슈에서 자유로움.
 2.  **핵심 기술**:
     *   **Sim-to-Real**: 가상 세계(Simulator)와 실제 세계 간의 차이(Domain Gap)를 줄이기 위한 도메인 적응 기술.
@@ -26,6 +26,6 @@ last_reinforced: 2026-04-20
 - **정책 변화(RL Update)**: 합성 데이터에 의한 '모델 붕괴(Model Collapse)' 방지 정책이 중요해짐에 따라, 원본 데이터와 합성 데이터의 적절한 혼합 비율 정책과 데이터 다양성 증명 정책이 모델 개발의 필수 과정이 됨.
 
 ## 🔗 지식 연결 (Graph)
-- [[Computer Vision]], [[Black-Swan]], [[Diffusion-Models]], Simulation, [[Data Distillation (데이터 증류)]]
-- **Modern Tech/Tools**: Unity Perception, NVIDIA Omniverse, Stable Diffusion, Blender.
+- [[Computer Vision]], [[Black-Swan]], [[Diffusion-Models]], Simulation, [[Data [[Distillation]] (데이터 증류)]]
+- **Modern Tech/Tools**: [[Unity]] Perception, NVIDIA Omniverse, Stable Diffusion, Blender.
 ---