학습 시간을 늘리지 않고 기억 유지를 높이는 방법

• 장기 기억을 높이려면 같은 내용을 계속 붙잡기보다, 오류 없이 수행할 수준에 도달한 뒤 복습 시점을 나누는 편이 더 효율적일 수 있음
• 과잉학습(overlearning) 은 기준 도달 직후 같은 자료를 더 반복하는 방식으로, 1주 뒤 성과에는 도움이 됐지만 4주 뒤에는 이득이 거의 사라졌음
• 총 학습 시간이 같아도 두 세션 사이의 세션 간 간격(ISI) 과 마지막 학습 후 시험까지의 유지 간격(RI) 이 맞아야 장기 기억이 좋아졌고, 실험상 최적 ISI는 RI의 약 10~30% 범위였음
• 수학 학습에서도 추가 문제를 몰아서 푸는 과잉학습은 1주·4주 뒤 점수를 높이지 못했지만, 같은 문제 수를 1주 간격으로 나눠 푼 집단은 1주 뒤 74% 대 49% 로 더 높았음
• 교재와 수업은 같은 유형 문제를 한꺼번에 몰아주기보다, 이전 내용을 몇 주·몇 달에 걸쳐 다시 만나게 하고 여러 문제 유형을 섞는 방식이 장기 기억에 더 적합함

---

과잉학습은 장기 기억에서 효율이 떨어짐

• 학습자는 특정 자료나 기술을 한 번에 공부할 때 언제 멈출지 결정해야 함
  • 예를 들어 단어 목록을 돌며 모든 정의를 한 번씩 정확히 회상한 뒤, 같은 목록을 다시 반복할지 판단하는 상황이 이에 해당함
• 과잉학습은 오류 없는 수행에 도달한 직후에도 같은 자료를 계속 공부하는 방식임
  • 많은 교육자는 과잉학습이 장기 기억을 높인다고 봄
  • 수학 과제처럼 같은 유형의 문제가 많이 배치된 환경에서는 학생들이 상당한 시간을 과잉학습에 쓰게 됨
• 약 80년간의 실험 문헌에서는 기준 도달 뒤 추가 학습이 이후 시험 성과를 높이는 경우가 많았음
  • 다만 대부분의 과잉학습 연구는 학습 뒤 1주 이내, 많은 경우 1시간 이내에 시험을 봄
  • 장기 유지 효과를 보려면 학습과 시험 사이의 유지 간격(RI) 을 더 길게 둘 필요가 있음

단어 학습 실험에서 드러난 1주 효과와 4주 효과

• 한 실험에서는 참가자들이 cicatrix-scar 같은 단어-정의 쌍을 플래시카드처럼 반복 시험하며 학습함
  • 적정 학습 조건은 목록을 5회 순환함
  • 과잉학습 조건은 목록을 10회 순환함
  • 적정 학습자는 대체로 완벽한 학습 시행이 1회를 넘지 않았고, 과잉학습자는 대부분 최소 3회의 완벽한 시행에 도달함
• 이후 시험은 1주 또는 4주 뒤에 치러짐
  • 과잉학습은 1주 뒤 시험에서 눈에 띄는 이득을 줌
  • 4주 뒤에는 그 이득이 거의 감지되지 않음
• 다른 실험에서도 과잉학습의 이득은 시간이 지나며 줄어드는 패턴을 보임
  • 이득이 감지되는 기간은 절차의 세부 조건에 따라 달라짐
• 과잉학습은 더 많은 학습 시간을 요구하므로, 같은 시간을 다른 방식으로 썼을 때의 효과와 비교해야 함
  • 직전에 막 배운 내용을 계속 공부하는 것보다, 몇 주·몇 달·몇 년 전에 공부한 내용을 복습하는 편이 대체로 더 큰 이득을 줄 가능성이 큼
  • 이는 공부 시간을 줄이라는 뜻도, 반복 훈련 자체를 부정하는 뜻도 아님
  • 문제는 오류 없는 수행에 도달한 바로 뒤에 같은 자료를 계속 연습하는 방식의 효율임
• 과잉학습이 적합한 상황도 있음
  • 장기 기억이 아니라 단기 성과가 목표라면 유용할 수 있음
  • 조종사, 군인, 간호사의 비상 절차처럼 오류나 지연 반응이 심각한 결과를 낳을 수 있는 경우에는 바람직하거나 필요할 수 있음

간격 효과는 같은 시간을 더 오래 남게 만듦

• 학습 시간 분배 연구에서는 보통 고정된 총 학습 시간을 두 세션으로 나누고, 두 세션 사이의 세션 간 간격(ISI) 을 조정함
  • ISI가 0이면 몰아서 학습한 것으로 간주함
  • 유지 간격(RI)은 항상 두 번째 학습 세션부터 시험까지의 시간으로 측정함
• 이후 시험 성과는 대체로 몰아서 공부할 때보다 간격을 두고 공부할 때 훨씬 좋음
  • 이 결과가 간격 효과(spacing effect) 임
  • 간격 효과를 설명하는 이론은 여럿 있지만, 해당 논의는 연구 범위를 벗어남
• 장기 기억을 위해 두 학습 세션을 얼마나 떨어뜨려야 하는지는 아직 덜 알려진 문제였음
  • 실험들은 긴 유지 간격을 사용해 이 질문을 다룸

최적 간격은 시험까지 남은 시간에 따라 달라짐

• 첫 번째 간격 실험에서는 Swahili-English 단어쌍을 학습함
  • ISI는 5분부터 14일까지였음
  • RI는 10일로 고정됨
  • 최종 회상은 ISI에 크게 좌우됐고, 1일 ISI에서 가장 좋았음
• 두 번째 실험에서는 잘 알려지지 않은 물체의 이름을 학습함
  • RI는 6개월이었음
  • ISI는 5분부터 6개월까지였음
  • 효과는 첫 번째 실험보다 더 컸고, 최적 ISI는 대략 1개월이었음
• 두 실험 모두 최적 ISI는 RI의 약 10~20% 수준에 있었음
  • 10일 RI에서는 1일 ISI가 최적이었고, 이는 RI의 10%임
  • 6개월 RI에서는 1개월 ISI가 최적이었고, 이는 RI의 17%임
• 약 1,300명을 대상으로 진행 중인 웹 기반 실험의 예비 결과도 같은 방향을 보임
  • ISI는 최대 15주까지, RI는 최대 50주까지 함께 변화시킴
  • 최적 ISI는 RI에 따라 달라졌고, 대략 RI의 10~30% 범위에 있었음
• 이 관계는 세 가지 패턴으로 요약됨
  • ISI가 어떤 값이든 RI가 길어지면 시험 점수는 하락함
  • RI가 고정되어 있으면 ISI가 길어질수록 점수는 먼저 오르다가 다시 내려감
  • RI가 길어질수록 최적 ISI도 함께 길어짐

수업·교재·소프트웨어 설계에 주는 변화

• 간격 효과는 실제 교육 기간에 해당하는 긴 시간 범위에서도 강하게 나타남
  • 너무 짧은 간격은 지나치게 긴 간격보다 더 나쁜 성과를 낼 수 있음
  • 장기 기억을 볼수록 간격 효과는 작아지기보다 커지는 경향이 있음
• 초·중등 수업에서는 매주 다른 철자나 어휘 목록을 제시하는 방식보다, 같은 자료를 여러 달에 걸쳐 드문드문 배치하는 편이 학생에게 더 유리할 수 있음
• 대학 수업에서 누적 기말시험이 없으면 이전 자료를 다시 공부할 유인이 줄어듦
  • 누적 시험은 이전 내용의 재학습을 유도할 가능성이 있음
• 몰입형 외국어 과정은 짧은 기간 때문에 충분한 간격을 만들기 어려움
  • 초기 학습 수준은 높아 보일 수 있지만, 이후 빠른 망각으로 이어질 수 있음
• 수학 학습에서도 같은 패턴이 관찰됨
  • 순열 과제를 배운 학생에게 3문제 또는 9문제를 배정한 실험에서, 추가 6문제는 강한 과잉학습을 만들었지만 1주·4주 뒤 점수 향상은 감지되지 않음
  • 같은 과제의 다른 실험에서는 4문제를 1주 간격의 두 세션으로 나눠 푼 집단이, 한 세션에 모두 푼 집단보다 1주 뒤 시험에서 74% 대 49% 로 높았음
  • 한 세션에 4문제를 푼 집단은 절반만 푼 집단보다 신뢰할 만하게 높지 않았고, 점수는 49% 대 46% 였음
• 대부분의 수학 교재는 바로 앞 단원과 관련된 문제를 한 문제 세트에 집중시키며, 이는 몰아 학습과 과잉학습을 동시에 유도함
  • 대안은 한 단원의 연습 문제를 교재의 남은 부분 전체에 분산하는 셔플 형식임
  • 예를 들어 포물선 단원 직후에는 포물선 문제를 일부만 두고, 나머지 포물선 문제는 이후 연습 세트에 배치할 수 있음
• 문제 유형을 섞으면 시간 간격뿐 아니라 식별 학습도 생김
  • 표준 형식에서는 일표본 t-test 단원 뒤에 일표본 t-test 문제만 이어져, 어떤 문제 특징이 어떤 절차 선택을 가리키는지 구분하는 연습이 부족함
  • 셔플 형식에서는 문제 유형이 섞여 학생이 각 문제에 맞는 전략을 찾아야 함
  • 이 이득은 시간적 간격 효과와 독립적인 것으로 보임
• 시험 준비에서는 답을 보기 전에 스스로 회상해보는 인출 연습이 대체로 좋은 전략임
  • 오류 뒤에는 정답 피드백을 받아야 함
• 컴퓨터 기반 교육은 이미 인출 연습과 빠른 피드백을 많이 제공하지만, 장기 기억을 최적화하도록 학습 세션을 배치하는 기회는 아직 충분히 활용되지 않았음
• 교육 실천은 전통과 유행보다 경험적 증거에 더 가까워질 수 있음

[GN⁺]

Hacker News 의견들

• 이 연구 자체에 대한 비판은 아니지만, 특히 “최적화”를 말할 때는 전체 맥락을 염두에 둬야 함
  지연된 시험 시점에서 지식 보존을 최대화하도록 “학습, 보존 기간, 시험”을 최적화하는 것과, 배운 지식의 가치를 최대화하는 것은 다름
  학습 가치를 높이려면 즉시 쓸 수 있고, 곧바로 다른 학습에 통합할 수 있는 것을 배우는 편이 좋음. 더 빨리, 더 많이 사용할수록 가치도 커지고 보존도 잘 됨
  단기적으로 쓸 일이 없는 중요한 지식, 예를 들어 드문 뇌수술 합병증 대응법을 배워야 한다면, 그 지식을 쓰는 방법을 만들어야 함. “보존 기간” 동안 다시 보게 되는 유용한 프로젝트를 만들고, 드문 상황 대응 요약을 계속 갱신하는 식이 가능함
  그래서 총 학습 가치를 위해서는 주제 선택, 주제 진행, 그리고 “학습, 선택적 시험, 사용, 사용, 사용”을 최적화해야 함. “사용”은 동기부여, 시험, 복습, 가치 실현이 합쳐진 것임

  • 성인이 될수록 많은 주제는 훨씬 덜 순차적으로 보임. 성인으로서는 분야의 기초를 반복하고, 필요할 때 특정 주제를 깊게 배우는 데 시간을 많이 씀
    아이들에게는 구구단을 몰아 외우는 방식이 타당할 수 있음
  • 그래서 언어 학습용으로 Manabi Reader를 만들었음. 현재는 일본어만 지원함: https://news.ycombinator.com/item?id=41275227
    교과서 콘텐츠보다 관심 있는 원어민 자료에서 문맥 속 새 단어를 배우도록 유도하고, 실제로 마주친 문장으로 개인 말뭉치를 만들 수 있게 해줌
    곧 웹과 epub뿐 아니라 YouTube, 만화, HDMI 입력, 게임 에뮬레이터 등 더 많은 매체로 확장할 예정임
    다른 사람이 만든 플래시카드를 가져오더라도, 관심 있을 만한 원본 자료나 자기 말뭉치에서 관련 문장을 더 쉽게 찾는 도구를 제공함. 단어·한자 단위 추적 분석도 더 추가될 예정이고, 오프라인 우선이며 개인정보 친화적임

• [Mods: it might be helpful to tag this paper as written in 2007]
  이 논문은 학습을 위한 간격 반복 아이디어를 드러내는 글처럼 보이고, 오늘날 생산성·학습 문화에서는 Ali Abdaal 같은 사례처럼 꽤 대중화됐음
  “수학 교과서도 간격을 유도하는 형식을 쉽게 채택할 수 있다”는 부분은 실제로 중학생 수학 과외를 하다 보면 교과서에 구현돼 있음. 각 장 끝에 일반 장 복습 시험이 있고, 이어서 이전 장의 주제를 복습하는 “Cumulative Practice”가 있음
  논문이 강조하듯 이런 구성은 학생들이 해당 주제를 장기 기억으로 유지하는 데 특히 도움이 됨
  컴퓨터 기반 교육이 장기 보존을 최적화하는 방식으로 학습 세션을 배치할 기회를 아직 충분히 활용하지 못했다는 부분에 대해서는, Anki라는 매우 인기 있는 소프트웨어가 바로 이런 “간격 반복” 방식의 프로토콜을 구현함

  • 더 친절한 사용자 경험을 가진 비슷한 소프트웨어로 https://mochi.cards/가 있음. 기본적으로 더 매끄러운 Anki에 가깝고, 약간의 비용은 듦
  • Anki는 상당히 전문가용 도구에 가까움. 좋은 사용자 경험을 가진 간격 반복 소프트웨어에는 아직 기회가 꽤 있다고 봄. 꼭 돈이 되는 기회라는 뜻은 아님
    Anki의 데이터 모델은 꽤 특이하고, 유연성과도 관련이 있지만 예상치 못한 단점과 함정도 있음
    Rust로 백엔드를 다시 쓰기보다는, 약간 더 명확한 철학을 가진 간격 반복 도구와 조금 더 다듬어진 UI가 있으면 좋겠음

• 개인적으로는 “스스로 더 잘 배우려는 것을 다른 사람에게 가르치는 것”이 최고의 장기 보존 전략이었음

  • 새로 온 사람들이 까다로운 부분을 이해하고 나면 프로젝트 문서를 고치게 함. 지식을 굳히는 데 도움이 되고, 제대로 이해했는지 다시 확인할 수 있으며, 아직 어떤 영역에서도 bus factor에 포함되기 전부터 기여할 수 있는 일이 됨
    겉으로는 합리적이고 똑똑한 이유처럼 들리지만, 진짜 이유는 지식의 저주 때문임. 시스템 안에 있는 사람은 바깥에서 그 시스템을 보지 못함. 가정을 깔고, 불투명하거나 심지어 오해를 부르는 용어를 쓰고, 순환 논리를 사용함
    새로 온 사람은 그 용어나 순환 논리를 모르기 때문에, 그 사람이 쓴 설명이 다음 입사자에게는 내가 말하는 것보다 더 이해되기 쉬움. 또 그렇게 적힌 문서는 나에게도 시스템을 새 관점에서 보게 해줌. 어쩌면 꼭 이렇게 동작할 필요는 없을지도 모름
  • 러시아 대학 농담이 있음
    조교가 학생에게 “봐, 내가 너한테 너무 오래 설명하다 보니 나도 이해해버렸잖아!”라고 말함
  • 시간은 가장 많이 드는 방법일 수도 있음. 최고의 방법과 시간 효율적인 방법은 서로 다른 지표임
  • 표현으로는 “안다는 것은 설명할 수 있다는 것”이라고 함
  • 언어 습득에도 해당하는지 궁금함

• 흥미롭지만 더 많은 근거를 기대했음. 논문은 자료를 섞어서 간격을 만들고 다시 노출시키는 셔플 방식을 말하지만, 실제로 보존을 높인다는 부분은 의견처럼 보임
  또 “ISI와 RI 사이의 가설적 상호작용”은 대체 뭔지 모르겠음. 충분히 실험해서 실제로 그려보면 되지 않나? 가설적 상호작용 그래프는 누구나 그릴 수 있음

  • 몇 년 전 HN에 선형대수 과목을 가르치며 숙제 문제를 비슷하게 간격 배치한 긴 댓글이 있었고, 결과가 훌륭했다고 했음. 사용자명이 기억나지 않아서 아쉬움. Ben 뭐였던 것 같음
  • Accelerated Expertise도 같은 결론에 도달하고, 이를 뒷받침하는 연구들을 인용하는 것으로 기억함. 좋은 책임
  • 관심 있다면 “Make it Stick” 책 https://www.amazon.com/Make-Stick-Science-Successful-Learnin...가 이 분야의 많은 연구를 인용함

• 이 글의 내용이나 학습에 대한 학습에 관심 있다면, 제출자의 블로그를 읽어보길 강력히 권함: https://www.justinmath.com/blog/

  • 현업 과학자들이 만든 https://www.learningscientists.org/posters도 추천함. 수업 설계자나 장기 학습 접근에서 쓸 수 있는 추가적인 과학 기반 방법을 다룸
    간격 반복, 교차 학습, 능동 회상처럼 단순 입력 기반 자동 간격 반복 앱으로 가능한 것뿐 아니라, 시각 요소와 다른 요소를 섞는 이중 부호화나 자유 회상 같은 정교화 연습도 포함됨
    이런 요소들과 학습자의 동기, 진행 상황, 확인된 “blindspot” 오개념을 이해하게 하는 요소를 적용하기 위해, GPT-3 이전부터 심리학 석사 과정과 함께 Revision.ai를 개발해왔음
  • 훌륭한 https://betterexplained.com도 참고할 만함
  • 콘텐츠는 좋지만, 유료 수학 프로그램의 일부이고 몇몇 글과 제출은 생각해보면 간접 광고·마케팅처럼 보임. 다만 효과적이고 강압적이지는 않음
    https://www.justinmath.com/why-is-the-edtech-industry-so-dam...

• 특정 간격 학습 전략에 관한 4쪽짜리 글일 뿐임. 정말 획기적이지도 않고, 기법을 포괄적으로 모은 것도 아님

  • 대부분의 사람에게 통하는 학습 기법 관련 글을 추천할 만한 게 있는지 궁금함
  • 전형적인 학습 “과학”식 부풀리기에 가까움

• “사람들은 배운 것의 상당 부분을 잊기 때문에, 학생들은 오래가는 지식을 제공하는 학습 전략에서 이익을 얻을 수 있다. 하지만 장기 보존을 가장 효율적으로 달성하는 방법은 놀라울 정도로 거의 알려져 있지 않다”는 대목에 대해, 진짜 문제는 늘 정보의 관련성이라고 생각해왔음
  사람들은 인위적인 헛소리 시험을 넘어서 뭔가를 기억해야 할 실용적 이유가 필요함. 효율적인 기법은 좋지만, “해야 하니까 배워라” 말고는 배울 이유가 없을 때만큼 동기를 꺾는 것도 없음
  실제로 관심 있는 것을 배울 때는 플래시카드, 방대한 노트, 고급 기법을 찾을 필요가 없음. 거의 즉시, 노력 없이 기억됨
  정보의 관련성을 무의식적으로 측정하고 흡수 수준을 물리적으로 조절하는 장치가 있을 것 같음. 말하자면 일종의 “학습률”임

  • 학습 동기와 흥미 유지가 핵심이라는 데 동의함. 말한 학습률에 영향을 주기 때문임
    “최고 중 최고”로 여겨지는 학생들을 가르칠 때 즐거움이라는 단어를 쓰면 꽤 고통스럽지만, 그래도 즐거움은 중요하고, 적어도 학기 대부분 동안 학생들에게는 효과성보다 더 큰 영향을 줌. 그냥 “배우라고 들었기” 때문임
    기본적으로 학기 70% 동안 대부분의 학생은 40시간을 공부하지 않음. 실제 작업은 30시간 정도이고, 효과적으로는 15시간뿐일 수도 있음. 관심이 자연스럽지 않은 과목에서는 그들을 흥미롭게 하거나 동기부여하는 다리가 없기 때문임
    2021년에 GPT-3로 플래시카드 앱 Revision.ai에 “개념을 배워야 하는 이유” 동기부여 카드를 생성해 넣기 시작했음. 세 번째 항목에서 읽을 수 있음: https://www.revision.ai/articles/20ThingsRevisionAIDoesForBe...
    이 카드를 비활성화한 이유는 단순했음. 학생에게 필요할 때 맞춰 보여주는 타이밍을 끝내 잡지 못했음. 앱이 닫혀 있으면 동기가 없는 상태라 카드를 보지 못하고, 학습 세션 중간에 보여주면 카드나 AI 생성 예시가 흐름을 끊었음 [https://www.instagram.com/p/CVVlIuVg31W/]
    관련된 짧거나 중간 길이의 YouTube 영상을 추천해 시각적 자료나 과부하 학습의 “휴식”으로 삼는 것도 시도했지만, 학생 성과를 높이지 못했음. 결국 여전히 자연스럽게 학습으로 흘러드는 게 아니라 시켜서 하는 느낌을 해결하지 못한 듯함
    학생들의 흥미를 높일 기술적·개념적 아이디어가 있다면 듣고 싶음. 강의 슬라이드를 명확한 시각 요소가 있는 연습 세트로 바꾸고 [https://www.instagram.com/p/C5ByftwiJ00/] 콘텐츠를 쪼개고 진행 상황을 보여주면 학생들이 더 공부하도록 동기부여된다는 점을 발견했음. 관련 논문에서는 시험 불안과 긴장도 줄일 가능성이 있었음
  • 동의하지 않음. 동기는 자료를 계속 읽게 해주지만, 그것만으로 훨씬 더 잘 기억하게 되지는 않음
    동기부여된 대상이 연습 가능한 것이라면, 직접 해보면서 더 잘 기억할 수 있음. 이것도 일종의 간격 반복으로 작동함. 하지만 천체물리학이나 거시경제학 같은 분야에서는 그렇게 하기 어려움
    동기가 있으면 같은 주제의 다른 책을 집어 들 가능성도 높아지는데, 이것도 또 다른 형태의 간격 반복임

• 과잉학습이 널리 퍼진 이유는 개인에게 유익해서라기보다, 교사가 많은 학생을 한 번에 다루기 위한 방식이기 때문일 것 같음
  딱 맞는 학습량을 측정하려면 교사가 각 학생과 개별적으로 작업하고, 새로 형성된 지식의 질에 맞춰 연습문제를 줘야 함
  하지만 시스템은 대체로 교사의 영향력을 확대하기 위한 대량 교육에 맞춰져 있음

• 일본어를 읽으면서 배우는 iOS/macOS 도구 Manabi Reader를 전업으로 만들고 있음: https://reader.manabi.io
  읽기와 플래시카드를 결합해서, 읽고 배우는 모든 단어와 한자를 추적함. 이를 바탕으로 어떤 글을 읽거나 JLPT 목표를 달성하려면 무엇을 배워야 하는지 분석해주고, 텍스트에서 모르는 단어와 학습 중인 단어를 강조 표시함
  다음 플래시카드 작업은 SM2 알고리즘을 FSRS로 교체하고, 콘텐츠를 읽는 것만으로도 플래시카드가 수동 복습되게 만드는 것임
  플래시카드를 몇 시간씩 하나씩 복습하는 방식은 학습 속도 측면에서 놓치는 게 있다고 봄. 읽는 중에 플래시카드를 수동적으로 복습하는 것 외에도, 한 페이지 분량의 어휘와 가릴 수 있는 답을 한 번에 보는 방식 같은 다른 복습 기법을 실험할 예정임
  우리의 마음은 시야 주변부와 한 번에 많은 정보를 훑고 입력하는 과정에서도 흡수함. 망각 곡선 연구 기반 학습 앱의 최종 형태가 현재의 플래시카드 UI라고는 확신하지 않음
  만화, PDF, YouTube, 게임 에뮬레이터 같은 Reader 기능과 모든 언어로의 확장도 작업 중임

• 비슷한 연구에 관심 있다면 https://supermemo.guru를 볼 만함. 조금 숨겨진 “about” 페이지는 https://supermemo.guru/wiki/SuperMemo_Guru:About에 있음
  저자는 애플리케이션 작성까지 포함해 이 주제와 역사에 꽤 많은 시간을 쓴 사람임

  • 그 페이지의 많은 내용은 그냥 말이 안 됨. 특정 방법에 대한 편향이 아주 뚜렷하고, 그 결과 과학적이지 않은 헛소리를 많이 씀
    https://supermemo.guru/wiki/School_damages_your_brain
    신경과학 쪽에 논문을 내는 입장에서 보자면, 이건 완전히 쓰레기임

[mixed]

예전에 어떻게 학습하는게 좋을까 공부한적이 있는데 당시 알게된 spacing learning 관련한 논문이네요. 이런 류를 액기스로 모아둔 책이 있는데 관심있는 분들은 한번 보시면 좋겠네요.
번역 : 어떻게 공부할 것인가
원서 : Make It Stick
https://www.yes24.com/Product/Goods/15341766