[G1-Sync] Manual knowledge update

10_Wiki/Topics/Cost-Benefit Analysis in AI.md

@@ -2,7 +2,7 @@
 id: CBA-AI-001
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 1.0
-tags: [ai-business, strategy, cost-benefit-analysis, scalability, optimization]
+tags: [ai-[[business]], [[Strategy]], cost-benefit-[[Analysis]], [[Scalability]], [[Optimization]]]
 last_reinforced: 2026-04-26
 ---
 
@@ -14,7 +14,7 @@ last_reinforced: 2026-04-26
 ## 📖 구조화된 지식 (Synthesized Content)
 - **추출된 패턴:** 기술적 성능(Accuracy, F1 score 등) 향상이 실제 비즈니스 수익으로 연결되는 지점을 파악하고, 한계 효용이 감소하는 임계점을 결정하는 의사결정 패턴.
 - **주요 분석 항목:**
-    - **Costs:** GPU 연산 비용, 데이터 수집 및 라벨링 비용, MLOps 인프라 구축비, 모델 서빙 지연 시간(Latency).
+    - **Costs:** GPU 연산 비용, 데이터 수집 및 라벨링 비용, [[MLOps]] 인프라 구축비, 모델 서빙 지연 시간(Latency).
     - **Benefits:** 업무 자동화에 따른 인건비 절감, 예측 정확도 향상으로 인한 매출 증대, 사용자 경험(UX) 개선 및 리텐션 확보.
     - **Intangible Factors:** 브랜드 이미지 제고, 기술적 우위 선점, 데이터 보안 및 윤리적 리스크 방어.
 - **ROI 최적화 전략:** 모델 경량화, 오픈소스 활용 vs 자체 구축 선택, 점진적 도입(MVP 우선) 전략.
@@ -24,5 +24,5 @@ last_reinforced: 2026-04-26
 - **정책 변화:** Antigravity 프로젝트는 새로운 AI 기능을 위키에 도입하기 전, 해당 기능이 제공하는 지식 검색의 질 향상이 서버 유지 비용을 상회하는지 비용 대비 편익 분석을 수행함.
 
 ## 🔗 지식 연결 (Graph)
-- System-Design-for-AI-Scale, Product-Thinking, Decision-Making, [[MLOps]]
+-[[ system]]-Design-for-AI-Scale, Product-Thinking, Decision-Making, [[MLOps]]
 - **Raw Source:** 10_Wiki/Topics/AI/Cost-Benefit Analysis in AI.md