[G1-Sync] Manual knowledge update

10_Wiki/Topics/MapReduce.md

@@ -1,8 +1,8 @@
 ---
-id: P-REINFORCE-AUTO-MARE-001
+id: [[P-Reinforce]]-AUTO-MARE-001
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 0.94
-tags: [auto-reinforced, mapreduce, distributed-computing, big-data, parallel-processing, cluster-computing]
+tags: [auto-reinforced, mapreduce, [[Distributed-Computing]], [[Big-Data]], [[Parallel-Processing]], cluster-computing]
 last_reinforced: 2026-04-20
 ---
 
@@ -18,14 +18,14 @@ last_reinforced: 2026-04-20
     *   **Map Step**: 입력 데이터를 (Key, Value) 쌍으로 변환하여 작은 작업들로 분산.
     *   **Reduce Step**: 같은 Key를 가진 결과를 합산(Aggregating)하여 최종 결과 생성.
 2.  **장점**:
-    *   **Scalability**: 컴퓨터를 추가할수록 처리 능력이 선형적으로 증가. (Scalability와 연결)
-    *   **Fault-Tolerance**: 한 대의 컴퓨터가 고장 나도 다른 컴퓨터가 작업을 대신 수행. (Fault-Tolerance와 연결)
+    *   **[[Scalability]]**: 컴퓨터를 추가할수록 처리 능력이 선형적으로 증가. (Scalability와 연결)
+    *   **[[Fault-Tolerance]]**: 한 대의 컴퓨터가 고장 나도 다른 컴퓨터가 작업을 대신 수행. (Fault-Tolerance와 연결)
 
 ## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
 - **과거 데이터와의 충돌**: 과거에는 모든 빅데이터 처리를 맵리듀스 정책으로 해결하려 했으나, 현대 정책은 디스크 기반의 느린 맵리듀스보다 메모리 기반의 빠른 'Apache Spark 정책'이나 '실시간 스트리밍 처리 정책'을 선호함(RL Update).
-- **정책 변화(RL Update)**: 단순히 데이터를 세는 정책을 넘어, 분산 환경에서 거대 인공지능 모델을 학습시키는 '분산 딥러닝 정책'으로 그 개념적 토대가 확장되어 계승됨. (High-Performance Computing (HPC)와 연결)
+- **정책 변화(RL Update)**: 단순히 데이터를 세는 정책을 넘어, 분산 환경에서 거대 인공지능 모델을 학습시키는 '분산 딥러닝 정책'으로 그 개념적 토대가 확장되어 계승됨. ([[High-Performance Computing (HPC)]]와 연결)
 
 ## 🔗 지식 연결 (Graph)
 - [[Scalability]], [[Fault-Tolerance]], [[High-Performance Computing (HPC)]], [[Analysis]], [[Information-Society]]
-- **Modern Tech/Tools**: Hadoop (HDFS), Apache Spark, Google File System (GFS), Hive.
+- **Modern Tech/Tools**: Hadoop (HDFS), Apache Spark, Google File[[ system]] (GFS), Hive.
 ---