[G1-Sync] Manual knowledge update

10_Wiki/Topics/RAG-and-Document-Retrieval.md

@@ -2,7 +2,7 @@
 id: AI-RAG-001
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 1.0
-tags: [ai, llm, rag, retrieval-augmented-generation, vector-database, semantic-search, embeddings]
+tags: [ai, llm, rag, retrieval-augmented-generation, vector-database, semantic-[[Search]], embeddings]
 last_reinforced: 2026-04-26
 ---
 
@@ -17,12 +17,12 @@ last_reinforced: 2026-04-26
     - **Embeddings:** 텍스트의 의미를 숫자의 나열(Vector)로 변환.
     - **Vector Database:** 수백만 개의 벡터 사이에서 가장 닮은 것을 순식간에 찾는 저장소 (Pinecone, Milvus, Chroma 등).
     - **Semantic Search:** 단순 키워드 매칭이 아닌 '의미적 유사성'을 기반으로 검색.
-- **의의:** 매번 모델을 새로 학습(Fine-tuning)시키지 않고도 최신 지식을 즉각적으로 주입할 수 있으며, 답변의 출처를 명확히 제시하여 사용자의 신뢰를 확보함.
+- **의의:** 매번 모델을 새로 학습([[Fine-tuning]])시키지 않고도 최신 지식을 즉각적으로 주입할 수 있으며, 답변의 출처를 명확히 제시하여 사용자의 신뢰를 확보함.
 
 ## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
 - **과거 데이터와의 충돌:** 단순히 많은 문서를 찾는 것이 좋다는 시각에서 벗어나, 이제는 모델에게 꼭 필요한 '핵심 문맥'만을 골라내는 정밀한 랭킹(Reranking) 기술과 긴 문맥을 소화하는 능력이 RAG 성능의 핵심 경쟁력이 됨.
 - **정책 변화:** Antigravity 프로젝트는 1,174개 지식 문서의 유기적 연결을 위해 고도화된 RAG 엔진을 내장하며, 에이전트가 답변 시 반드시 위키 내의 관련 문서를 참조하여 답변하도록 강제함.
 
 ## 🔗 지식 연결 (Graph)
-- [[Natural-Language-Processing-NLP]], [[Prompt-Engineering-Foundations]], Vector-Database-Foundations, Knowledge-Gardening-Workflow
+- [[Natural-Language-[[Processing]]-NLP]], [[Prompt-Engineering-Foundations]], Vector-Database-Foundations, Knowledge-Gardening-Workflow
 - **Raw Source:** 10_Wiki/Topics/AI/RAG-and-Document-Retrieval.md