나는 spaced repetition의 진짜 힘이 플래시카드 앱이 아니라 행동 수정에 있다고 생각함
예를 들어, 아내가 치과 문제로 화가 났던 일을 계기로 ‘감정적으로 공감하고 충분히 듣기’를 습관화하기 위해 이 상황을 내 SRS에 넣었음
30초 정도 걸리는 이 복습을 평생 반복해도 15분도 안 걸릴 것임
그 후로 같은 실수를 한 번도 하지 않았고, 아내는 내가 완전히 달라졌다고 함
핵심은 spaced repetition을 ‘학습 도구’가 아니라 구조화된 강화 시스템으로 보는 것임
이 예시가 정말 흥미로움. 나는 직업상 문제 해결을 바로 시도하는 타입이라, 누군가가 단지 불만을 이야기하고 싶어할 때 어떻게 반응해야 할지 모르겠음
문제를 해결하지 말고 그냥 공감만 해야 한다니, 내 사고방식과는 완전히 다름
나도 이 예시가 마음에 듦. 나는 Kindle 하이라이트를 SRS에 그대로 넣어두는데, 주기적인 복습 덕분에 인용문이 자연스럽게 머릿속에 각인됨
정말 멋진 접근임. 어떤 앱을 쓰는지, 얼마나 자주 inbox를 비우는지, 그리고 그 과정이 얼마나 걸리는지 궁금함
“아내가 화를 냈다”는 부분을 보면, 너만 잘못한 건 아닌 것 같음
만약 아내가 먼저 공감 없이 제안했다면, 너도 화가 났을까? 그리고 그때도 이미 늦었을까?
정말 영감을 주는 사례임. 사랑하는 사람을 더 잘 이해하기 위해 이런 노력을 한다는 게 대단함
SRS에 기록할 때는 구체적인 일화를 넣는지, 아니면 일반화된 패턴을 넣는지 궁금함. 카드의 앞뒤 구조나 cloze 형식이 있는지도 알고 싶음
사람들은 이런 프로젝트를 Anki와 비교하는 게 자연스럽지만, Anki에 대한 비판 중 상당수는 주관적이거나 과장된 부분이 많다고 느낌
Anki의 계층형 덱 구조는 오히려 강점이고, WYSIWYG 편집도 대상 사용자에게는 당연한 선택임
LaTeX 수식도 간단히 쓸 수 있고, 플러그인은 ‘해킹스럽지만 유용한’ 생태계임
여러 대안을 써봤지만 결국 다시 Anki로 돌아오게 됨. 터미널 기반 도구를 좋아하는 나조차도 그만큼 기능적임
그의 리스트는 단순히 동기 부여의 이유일 뿐, 다른 사람을 설득하려는 목적이 아님
공감이 된다면 프로젝트를 살펴보면 되고, 아니라면 그냥 무시하면 됨
나는 매일 30분 정도 Anki를 씀. 솔직히 완벽하진 않지만, 다른 앱을 찾을 이유가 없을 만큼 충분히 쓸 만함
카드가 텍스트의 해시값으로 식별된다면, 오타를 수정할 때마다 카드의 복습 이력이 사라지는 것 아닌지 궁금함
spaced repetition 기반 소셜 네트워크가 가능할지 궁금함
피드에서 마음에 드는 글을 ‘복습 예약’처럼 표시하면, 그게 일종의 리트윗이 되면서 지속적으로 가치 있는 콘텐츠가 확산될 수 있을 것 같음
나는 knowledge base + spaced repetition 프로젝트를 진행 중임
Markdown 파일이 정말 편리함 — 어디서나 볼 수 있고, Git으로 버전 관리가 가능하며, cross-linking이 자유로움
프로젝트 링크: https://github.com/odosui/mt
이거 정말 흥미로움. 나는 지식 중심 과목을 공부 중인데, 노트 안에서 바로 플래시카드를 만들고 복습할 수 있는 도구를 찾고 있었음
로컬 노트를 유지하고 싶어서 클라우드 기반 솔루션은 피했는데, Markdown을 Anki로 파싱하는 도구들이 있다는 걸 알게 됨
Emacs 사용자라면 plain text 기반의 spaced repetition 도구인 org-drill을 추천함
나는 Ankivalenz라는 라이브러리를 만들었음. 구조화된 Markdown을 Anki 덱으로 변환해줌
예를 들어, Path: Solar System > Planets > Color처럼 계층 구조가 카드에 포함되어 맥락 있는 복습이 가능함
일반 노트와 카드가 같은 Markdown 파일 안에서 공존할 수 있음 https://github.com/vangberg/ankivalenz/
다른 SRS 프로젝트들이 Anki에서 데이터 가져오기(import) 기능을 제대로 구현하지 않아 아쉬움
대부분의 사용자는 이미 수천 장의 카드를 Anki에 가지고 있어서 쉽게 옮기기 어려움
Anki의 데이터 포맷은 복잡하지만 SQLite 기반이라 공유는 가능함
나도 직접 플래시카드 앱을 만들며 Anki import 기능을 구현해봤는데, 처음엔 단순히 front/back만 가져와서 데이터 손실이 컸음
Anki의 노트–모델–템플릿 구조를 이해하고 나서야 그 정교함을 깨달음
텍스트 기반의 공유 가능한 덱 포맷이 있다면 GitHub에서 협업하기 훨씬 쉬울 것 같음
각 노트를 개별 파일로 두고 고유 ID를 부여하면 업데이트 관리도 용이할 것임
많은 개발자들이 Anki가 최근 Rust 기반으로 리팩터링된 걸 모르는 듯함
이제 핵심 로직이 Rust crate로 분리되어 있어서, 같은 DB를 그대로 사용해 대체 프론트엔드를 쉽게 만들 수 있음
SQL dump도 결국 텍스트 파일이니, GitHub에서 공유하기 어렵지 않을 것 같음
나는 데이터 입력을 위해 Google 스프레드시트를 쓴 적이 있음
UUID로 각 행을 고유하게 관리하면 수정 시에도 추적이 쉬움
같은 데이터를 기반으로 여러 덱(예: 중국어 병음→한자, 한자→영어)을 만들 수 있음
이런 시트를 텍스트 포맷으로 백엔드화한 인터페이스가 있다면 정말 좋을 것 같음
하지만 content-addressing 방식이라면 카드 수정이 어렵다는 점이 단점으로 보임
오랫동안 spaced repetition을 써온 입장에서 몇 가지 팁을 공유함
1️⃣ 무엇이 중요한지 결정해야 함. 사소한 정보까지 카드로 만들면 매일 수백 장을 복습하게 됨
2️⃣ 중요한 개념은 여러 각도에서 이해를 테스트하는 다양한 카드로 구성해야 함
3️⃣ 일정 기간 후에는 2차 카드나 실제 적용으로 전환해야 함. 1년 동안 한 번도 쓰지 않은 개념이라면 중요하지 않은 것일 수 있음
결론적으로 spaced repetition은 매우 효율적인 학습 도구이지만, 우선순위 설정 실패가 가장 큰 함정임
Hacker News 의견들
나는 spaced repetition의 진짜 힘이 플래시카드 앱이 아니라 행동 수정에 있다고 생각함
예를 들어, 아내가 치과 문제로 화가 났던 일을 계기로 ‘감정적으로 공감하고 충분히 듣기’를 습관화하기 위해 이 상황을 내 SRS에 넣었음
30초 정도 걸리는 이 복습을 평생 반복해도 15분도 안 걸릴 것임
그 후로 같은 실수를 한 번도 하지 않았고, 아내는 내가 완전히 달라졌다고 함
핵심은 spaced repetition을 ‘학습 도구’가 아니라 구조화된 강화 시스템으로 보는 것임
문제를 해결하지 말고 그냥 공감만 해야 한다니, 내 사고방식과는 완전히 다름
만약 아내가 먼저 공감 없이 제안했다면, 너도 화가 났을까? 그리고 그때도 이미 늦었을까?
SRS에 기록할 때는 구체적인 일화를 넣는지, 아니면 일반화된 패턴을 넣는지 궁금함. 카드의 앞뒤 구조나 cloze 형식이 있는지도 알고 싶음
사람들은 이런 프로젝트를 Anki와 비교하는 게 자연스럽지만, Anki에 대한 비판 중 상당수는 주관적이거나 과장된 부분이 많다고 느낌
Anki의 계층형 덱 구조는 오히려 강점이고, WYSIWYG 편집도 대상 사용자에게는 당연한 선택임
LaTeX 수식도 간단히 쓸 수 있고, 플러그인은 ‘해킹스럽지만 유용한’ 생태계임
여러 대안을 써봤지만 결국 다시 Anki로 돌아오게 됨. 터미널 기반 도구를 좋아하는 나조차도 그만큼 기능적임
공감이 된다면 프로젝트를 살펴보면 되고, 아니라면 그냥 무시하면 됨
카드가 텍스트의 해시값으로 식별된다면, 오타를 수정할 때마다 카드의 복습 이력이 사라지는 것 아닌지 궁금함
spaced repetition 기반 소셜 네트워크가 가능할지 궁금함
피드에서 마음에 드는 글을 ‘복습 예약’처럼 표시하면, 그게 일종의 리트윗이 되면서 지속적으로 가치 있는 콘텐츠가 확산될 수 있을 것 같음
나는 knowledge base + spaced repetition 프로젝트를 진행 중임
Markdown 파일이 정말 편리함 — 어디서나 볼 수 있고, Git으로 버전 관리가 가능하며, cross-linking이 자유로움
프로젝트 링크: https://github.com/odosui/mt
로컬 노트를 유지하고 싶어서 클라우드 기반 솔루션은 피했는데, Markdown을 Anki로 파싱하는 도구들이 있다는 걸 알게 됨
Emacs 사용자라면 plain text 기반의 spaced repetition 도구인 org-drill을 추천함
나는 Ankivalenz라는 라이브러리를 만들었음. 구조화된 Markdown을 Anki 덱으로 변환해줌
예를 들어,
Path: Solar System > Planets > Color처럼 계층 구조가 카드에 포함되어 맥락 있는 복습이 가능함일반 노트와 카드가 같은 Markdown 파일 안에서 공존할 수 있음
https://github.com/vangberg/ankivalenz/
다른 SRS 프로젝트들이 Anki에서 데이터 가져오기(import) 기능을 제대로 구현하지 않아 아쉬움
대부분의 사용자는 이미 수천 장의 카드를 Anki에 가지고 있어서 쉽게 옮기기 어려움
Anki의 데이터 포맷은 복잡하지만 SQLite 기반이라 공유는 가능함
Anki의 노트–모델–템플릿 구조를 이해하고 나서야 그 정교함을 깨달음
텍스트 기반의 공유 가능한 덱 포맷이 있다면 GitHub에서 협업하기 훨씬 쉬울 것 같음
각 노트를 개별 파일로 두고 고유 ID를 부여하면 업데이트 관리도 용이할 것임
이제 핵심 로직이 Rust crate로 분리되어 있어서, 같은 DB를 그대로 사용해 대체 프론트엔드를 쉽게 만들 수 있음
나는 데이터 입력을 위해 Google 스프레드시트를 쓴 적이 있음
UUID로 각 행을 고유하게 관리하면 수정 시에도 추적이 쉬움
같은 데이터를 기반으로 여러 덱(예: 중국어 병음→한자, 한자→영어)을 만들 수 있음
이런 시트를 텍스트 포맷으로 백엔드화한 인터페이스가 있다면 정말 좋을 것 같음
오랫동안 spaced repetition을 써온 입장에서 몇 가지 팁을 공유함
1️⃣ 무엇이 중요한지 결정해야 함. 사소한 정보까지 카드로 만들면 매일 수백 장을 복습하게 됨
2️⃣ 중요한 개념은 여러 각도에서 이해를 테스트하는 다양한 카드로 구성해야 함
3️⃣ 일정 기간 후에는 2차 카드나 실제 적용으로 전환해야 함. 1년 동안 한 번도 쓰지 않은 개념이라면 중요하지 않은 것일 수 있음
결론적으로 spaced repetition은 매우 효율적인 학습 도구이지만, 우선순위 설정 실패가 가장 큰 함정임