[G1-Sync] Manual knowledge update

10_Wiki/Topics/Indexing-Strategies.md

@@ -2,7 +2,7 @@
 id: DATA-IDX-001
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 1.0
-tags: [database, data-engineering, indexing, search-engine, vector-database, scalability]
+tags: [database, data-engineering, indexing, [[Search]]-engine, vector-database, [[Scalability]]]
 last_reinforced: 2026-04-26
 ---
 
@@ -14,7 +14,7 @@ last_reinforced: 2026-04-26
 ## 📖 구조화된 지식 (Synthesized Content)
 - **추출된 패턴:** "Space-Time Trade-off" — 추가적인 저장 공간(Index)을 사용하여 데이터 접근 시간(Search Time)을 획기적으로 단축시키는 효율성 극대화 패턴.
 - **주요 인덱싱 기법:**
-    - **B-Tree / B+Tree:** 범위 검색에 강하며 대부분의 관계형 DB에서 표준으로 사용.
+    - **[[B-Tree]] / B+Tree:** 범위 검색에 강하며 대부분의 관계형 DB에서 표준으로 사용.
     - **Hash Index:** 정확한 키 일치 검색에서 최강의 성능($O(1)$)을 발휘.
     - **Inverted Index (역색인):** 텍스트 검색 엔진(Lucene, Elasticsearch)의 핵심. 단어가 포함된 문서를 즉시 추적.
     - **Vector Indexing (HNSW, IVFFlat):** AI의 임베딩 벡터 간 유사도를 빠르게 계산하기 위한 고차원 공간 인덱싱.
@@ -25,5 +25,5 @@ last_reinforced: 2026-04-26
 - **정책 변화:** Antigravity 프로젝트는 1,174개의 위키 문서와 수만 개의 로우 데이터를 연결하기 위해, 역색인(키워드)과 벡터 인덱스(의미)를 결합한 하이브리드 인덱싱 전략을 사용하여 검색의 정확도와 속도를 동시에 확보함.
 
 ## 🔗 지식 연결 (Graph)
-- [[Hash-Functions-and-Maps]], Vector-Database-Foundations, System-Design-for-AI-Scale, Search-Algorithms
+- [[Hash-Functions-and-Maps]], Vector-Database-Foundations,[[ system]]-Design-for-AI-Scale, Search-Algorithms
 - **Raw Source:** 10_Wiki/Topics/AI/Indexing-Strategies.md