[G1-Sync] Manual knowledge update

10_Wiki/Topics/Scalability.md

@@ -1,8 +1,8 @@
 ---
-id: P-REINFORCE-AUTO-SCAL-001
+id: [[P-Reinforce]]-AUTO-SCAL-001
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 0.98
-tags: [auto-reinforced, scalability, horizontal-scaling, optimization, architecture, growth-capability]
+tags: [auto-reinforced, scalability, horizontal-scaling, [[Optimization]], [[Architecture]], growth-capability]
 last_reinforced: 2026-04-20
 ---
 
@@ -16,16 +16,16 @@ last_reinforced: 2026-04-20
 
 1.  **양대 확장 방식**:
     *   **Vertical Scaling (Up)**: 하드웨어 자체의 성능을 높임 (CPU 업그레이드 등). (물리적 한계 존재).
-    *   **Horizontal Scaling (Out)**: 저렴한 서버를 수십 대 추가하여 병렬로 처리. (무한 확장의 핵심). (Parallel-Computing와 연결)
+    *   **Horizontal Scaling (Out)**: 저렴한 서버를 수십 대 추가하여 병렬로 처리. (무한 확장의 핵심). ([[Parallel-Computing]]와 연결)
 2.  **무엇을 확장하는가?**:
     *   **Data Scalability**: 테라바이트급 데이터도 검색 가능해야 함. (Vector-Database와 연결)
-    *   **Functional Scalability**: 새로운 기능을 추가해도 기존 시스템이 꼬이지 않아야 함. (Modularity와 연결)
+    *   **Functional Scalability**: 새로운 기능을 추가해도 기존 시스템이 꼬이지 않아야 함. ([[Modularity]]와 연결)
 3.  **왜 중요한가?**:
     *   현대 지능은 '규모의 경제(Scaling Law)'가 지배하며, 확장성이 없는 지능은 실험실의 장난감에 머물 수밖에 없기 때문임.
 
 ## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
 - **과거 데이터와의 충돌**: 과거에는 확장에 따른 복잡도 정책(Complexity) 증가를 두려워했으나, 현대 정책은 처음부터 확장성을 고려한 '클라우드 네이티브 설계 정책'을 통해 확장을 '클릭 한 번'의 문제 정책으로 바꿈(RL Update).
-- **정책 변화(RL Update)**: 본 지식 구축 시스템 또한 배치 크기 조절 정책과 병렬 주입 프로토콜 정책을 통해 300개를 넘어 600개, 그 이상의 지식도 주입 가능한 확장성 정책을 확보 중임. (Standard-Operating-Procedure와 연결)
+- **정책 변화(RL Update)**: 본 지식 구축 시스템 또한 배치 크기 조절 정책과 병렬 주입 프로토콜 정책을 통해 300개를 넘어 600개, 그 이상의 지식도 주입 가능한 확장성 정책을 확보 중임. ([[Standard-[[Opera]]ting-Procedure]]와 연결)
 
 ## 🔗 지식 연결 (Graph)
 - [[Parallel-Computing]], Vector-Database, [[Modularity]], [[Standard-Operating-Procedure]], [[Efficiency]], [[Technical-Architecture]]