GN⁺: FSRS: 현대적이고 효율적인 간격 반복 알고리즘

FSRS의 ABC

• FSRS는 Jarrett Ye가 개발한 현대적인 간격 반복 알고리즘으로, 사용자의 기억 패턴을 학습하고 Anki의 기존 SM2 알고리즘보다 효율적으로 복습 일정을 계획함.
• 간격 반복 알고리즘의 목표는 복습 간격을 최적화하여 특정 확률로 카드를 기억할 수 있는 시간을 계산하는 것임.
• FSRS는 '기억의 세 가지 구성 요소 모델'에 기반하며, 이 모델은 기억의 상태를 설명하는 데 충분한 세 가지 변수(검색 가능성, 안정성, 난이도)를 포함함.

FSRS의 작동 원리

• 사용자가 카드를 복습할 때마다 해당 카드와 연관된 기억 상태가 변경되며, FSRS는 하루에 한 번의 복습만을 고려함.
• FSRS는 사용자의 복습 이력을 분석하고 기계 학습을 사용하여 복습 이력에 가장 잘 맞는 매개변수를 계산함.
• 사용자가 충분한 복습 이력이 없는 경우, 약 20,000명의 사용자로부터 수십억 건의 복습 데이터를 분석하여 찾아낸 기본 매개변수가 사용됨.

FSRS와 Anki의 기본 알고리즘 비교

• FSRS는 Anki의 기본 알고리즘보다 20-30% 적은 복습으로 동일한 기억 유지 수준을 달성할 수 있음.
• 사용자는 원하는 기억 유지율을 설정하여 복습량과 기억량 사이의 균형을 맞출 수 있음.
• FSRS는 복습 지연이 발생했을 때, 예를 들어 사용자가 몇 주간 Anki를 사용하지 않았을 때 카드 일정을 더 잘 계획함.

추가 정보

• Anki 버전이 23.10 이상인 경우, 해당 가이드를 읽어야 하며, 23.10보다 오래된 버전을 사용하는 경우 FSRS의 독립 실행형 버전을 사용할 수 있음.
• FSRS의 성능을 다른 알고리즘과 비교하고 싶다면, 벤치마크 및 FSRS 대 SM-17 페이지를 참조함.
• FSRS에 대한 추가 질문이 있는 경우 FAQ를 확인함.
• 간격 반복 알고리즘에 대해 더 배우고 싶다면 관련 문서를 참조할 수 있음.

GN⁺의 의견:

• FSRS 알고리즘은 사용자의 기억 패턴을 학습하여 복습 일정을 최적화하는 혁신적인 접근 방식을 제공함.
• 사용자가 원하는 기억 유지율을 설정할 수 있는 기능은 학습자의 필요와 선호도에 맞춘 맞춤형 학습 경험을 가능하게 함.
• FSRS는 기존의 Anki 알고리즘보다 효율적인 복습 계획을 통해 학습자의 시간을 절약하고 학습 효과를 극대화하는 데 도움을 줄 수 있음.