Skip to content
Published on

AI 간격 반복 & 기억 앱 2026 완벽 가이드 - Anki + AnkiHub · FSRS · RemNote AI · SuperMemo · Quizlet AI + Magic Notes · Brainscape AI · Mochi.cards · Anki Mobile · 클래스카드 · Memrise · 単語帳メーカー 심층 분석

🇰🇷KO🇺🇸EN🇯🇵JA
Split View필사 모드
Authors

들어가며 — 2026년 5월, 간격 반복은 "AI 자동 생성" 시대로 넘어갔다

2024년만 해도 Anki를 쓰려면 카드를 손으로 만들어야 했다. 2026년 5월 현재, 그 전제는 흔들리고 있다. AnkiHub의 AI 카드 자동 생성, RemNote AI, Quizlet Magic Notes, Brainscape AI가 PDF 한 장이나 강의 녹음에서 카드 묶음을 만들어 준다. 그 와중에도 알고리즘 자체는 진화했다. 1988년의 SM-2를 35년 만에 갈아치운 FSRS(Free Spaced Repetition Scheduler) 가 2023년 Anki 23.10에 들어오면서 사실상 디폴트가 됐다.

이 글은 "어떤 앱을 쓸까"라는 표면 질문이 아니라, 간격 반복의 알고리즘 계보 · 도구 생태계 · 한국/일본 현지 흐름 · AI 자동 생성의 한계를 한꺼번에 본다. 의대생 USMLE 준비부터 일본어 한자 학습, 변호사 시험까지 실제 사용 패턴을 짚는다.

왜 기억 앱이 2026년에도 중요한가 — LLM 시대에도 살아남은 이유

"LLM이 모든 걸 답해 주는데 왜 외워야 하는가"라는 질문이 2024년에 흔했다. 2026년 5월 현재 답은 명확하다. 빠른 인지(fast recall)는 LLM이 대체할 수 없는 영역이다. 의대 본과 시험에서 5초 안에 진단 알고리즘을 떠올려야 할 때, 동시 통역사가 단어를 즉시 꺼내야 할 때, 변호사가 법정에서 판례를 회상해야 할 때, LLM 호출은 너무 느리다.

또한 재교육 의무(recertification) 가 늘었다. 미국 의사 보드, 회계사, 변호사 자격은 N년마다 재시험을 봐야 한다. 한 번 외운 걸 유지하는 도구로서 간격 반복은 여전히 1위다. 거기에 LLM이 카드를 자동 생성해 주면서 진입 장벽이 낮아진 시기가 2026년이다.

간격 반복 알고리즘 계보 — Leitner부터 FSRS까지

알고리즘은 6개 세대로 나뉜다.

  1. Leitner System (1972) — Sebastian Leitner가 제안한 물리 카드 박스 시스템. 5개의 칸을 옮겨 다닌다. 디지털 도구의 직관적 모델.
  2. SM-2 (1988) — Piotr Wozniak가 SuperMemo 2에서 도입. 카드별 "ease factor"와 간격을 계산. Anki의 클래식 알고리즘으로 35년간 사실상 표준.
  3. SM-15 / SM-17 / SM-18 — SuperMemo 라인의 상용 알고리즘. SuperMemo 15(2011), 17(2016), 18(2019)에서 점진적으로 진화. 카드 단위가 아니라 DSR(Difficulty/Stability/Retrievability) 3변수로 메모리 트레이스를 추적.
  4. HLR (Half-Life Regression, 2016) — Duolingo의 Settles & Meeder가 발표. 머신러닝으로 단어의 "반감기"를 예측. Duolingo 인프라의 기반.
  5. FSRS (2023) — Jarrett Ye가 발표한 오픈소스 ML 알고리즘. DSR 모델을 외부 데이터셋(2천만+ 리뷰)으로 학습. Anki 23.10에 기본 탑재.
  6. FSRS-5 / FSRS-6 (2025~) — 파라미터 21개로 확장. 사용자 본인 데이터로 1만 리뷰 정도면 fine-tune 가능.

가장 큰 변화는 SM-2에서 FSRS로의 이동이다. SM-2가 "ease factor 하나로 카드 난이도를 표현"했다면, FSRS는 3개 잠재 변수(D/S/R) 와 ML 학습으로 더 정확히 예측한다. 2025년 Anki 사용자 통계에서 80%가 FSRS로 마이그레이션했다.

Anki 생태계 — Damien Elmes의 25년 프로젝트

Anki는 일본어로 "암기(暗記)"를 뜻한다. Damien Elmes가 2006년에 만들어 지금까지 메인테이너로 활동 중이다. 2026년 5월 기준 Anki 24.06.3이 최신 안정 버전이다.

생태계 구조는 다음과 같다.

  • AnkiDesktop: Windows/Mac/Linux. GPL-3.0 오픈소스. 기능 완전판.
  • AnkiDroid: Android. 무료. 커뮤니티가 별도로 메인테인.
  • AnkiMobile: iOS. 유료(USD 24.99 영구 라이선스). 수익은 Anki 프로젝트 자금줄.
  • AnkiWeb: 무료 클라우드 동기화. 웹에서 카드 리뷰 가능.
  • AnkiHub: 공동 편집 SaaS(USD 6/월). 의대생 커뮤니티의 표준.
  • AnkiHub AnKing 덱: USMLE Step 1/2 대비 최대 의대생 덱. 35만 장+ 카드.

Anki의 강력함은 확장성에 있다. 애드온(add-on) 1500개+가 등록되어 있어 거의 모든 워크플로를 맞출 수 있다.

Anki 카드 타입 — Basic, Cloze, Image Occlusion

세 가지 핵심 카드 타입이 90%를 차지한다.

  • Basic: 앞면/뒷면. 가장 기본.
  • Cloze deletion: 빈칸 채우기. "The capital of Korea is [...]" 형식. 의대 학습에서 가장 흔함.
  • Image Occlusion Enhanced (IOE): 이미지의 특정 부분을 가리고 맞히는 형식. 해부학·뇌신경학·심전도 학습에 필수.

Cloze 카드의 예시 syntax는 다음과 같다.

The capital of {{c1::Korea}} is {{c2::Seoul}}.

이렇게 작성하면 Anki가 2장의 카드를 자동 생성한다. 한 장은 "Korea"를 가리고, 다른 한 장은 "Seoul"을 가린다.

FSRS 깊게 보기 — DSR 모델의 구조

FSRS는 카드의 메모리 상태를 3개 잠재 변수로 표현한다.

  • D (Difficulty): 카드의 내재적 어려움. 1~10 스케일.
  • S (Stability): 메모리가 얼마나 안정적인가. 일(day) 단위. S가 클수록 다음 리뷰 간격이 김.
  • R (Retrievability): 지금 떠올릴 확률. 0~1.

목표 리텐션(target retention, 기본 90%)에 도달하는 다음 리뷰 시점을 다음 식으로 추정한다.

next_interval = S * (R_target^(1/decay) - 1)

사용자가 "Good/Hard/Again/Easy" 4개 등급으로 답하면 D/S/R이 업데이트된다. Anki 내장 FSRS 파라미터 옵티마이저로 자신의 리뷰 로그를 학습 데이터로 써서 21개 파라미터를 fine-tune 할 수 있다. 일반적으로 1만 리뷰 이상이면 의미 있는 개인화 효과가 나온다.

오픈소스 코드는 GitHub open-spaced-repetition/fsrs4anki에 공개되어 있고, Python/Rust/JS 포트가 모두 존재한다. RemNote, Trezo, Memo 같은 다른 앱들도 FSRS를 채택했다.

AnkiHub & AnKing — 의대생 학습의 표준

AnkiHub는 Anki 카드를 협업 편집하는 SaaS다. 핵심 가치는 두 가지다.

  • 공식 메인테이너 덱의 라이브 업데이트: 한 학생이 카드를 고치면 모든 구독자가 같은 수정을 받는다. 깃과 비슷한 모델.
  • 커뮤니티 검증: 의학 가이드라인이 바뀌면 의대생 모더레이터들이 카드를 갱신.

가장 유명한 덱은 AnKing Step 1/Step 2 Deck이다. USMLE 대비 35만 장+ 카드를 모은 메가덱. 2026년 5월 현재 미국 의대생 80%가 이 덱을 쓴다는 비공식 조사가 있을 정도. 4단계 구독제(USD 6~30/월)를 운영한다.

AnkiHub는 2025년부터 AI 카드 생성 기능을 추가했다. 학습자가 강의 슬라이드 PDF를 올리면 AI가 카드 시안을 만들고, 커뮤니티 검증을 거쳐 메가덱에 통합된다.

Anki 애드온 — AI 자동 생성 & TTS

2026년 5월 기준 인기 있는 AI 관련 애드온은 다음과 같다.

  • Anki Card Generator GPT: ChatGPT API를 호출해 텍스트에서 카드 자동 생성. PDF 업로드 지원.
  • AwesomeTTS: 단어를 자동으로 TTS 음성으로 변환. Google/Azure/Amazon Polly/ElevenLabs 백엔드 지원. 언어 학습 필수.
  • Image Occlusion Enhanced: 이미지 마스킹 카드. 위에서 언급한 IOE의 원조.
  • HyperTTS: ElevenLabs 통합 강화 버전.
  • Review Heatmap: GitHub 컨트리뷰션 그래프처럼 리뷰 활동을 시각화.

RemNote — 노트와 플래시카드를 합친 도구

RemNote는 "노트와 플래시카드의 합체"를 표방한다. Notion처럼 outline을 만들면서 동시에 그 안에 인라인으로 플래시카드를 박는다. 의대생을 1차 타깃으로 잡은 결과 2026년 5월 기준 USD 200만 ARR, 의대 학습 시장에서 Anki 다음 점유율 2위.

핵심 특징:

  • 인라인 플래시카드: Term :: Definition 같은 1줄 syntax로 노트 안에 카드 생성.
  • RemNote AI: 강의 녹음을 STT로 받아 자동으로 카드와 요약 생성. 2025년 출시.
  • FSRS 채택: 2024년 SM-2에서 FSRS로 디폴트 전환.
  • Daily Doc, Backlinks: Roam Research 스타일의 양방향 링크.
  • 수식, 코드 블록, 다이어그램: 기술 학습에도 적합.

가격: 무료 / Pro(USD 12/월) / AI(USD 19/월) 3단 구조.

SuperMemo 19 — Wozniak의 원조 도구

SuperMemo는 Piotr Wozniak가 1985년에 시작한 간격 반복의 원조다. 2026년 5월 현재 SuperMemo 19(Windows 데스크톱) + SuperMemo Web이 운영된다. 알고리즘 SM-18을 사용한다.

장점:

  • Incremental Reading: PDF나 위키 문서를 부분적으로 읽으며 자동으로 카드 생성. 1990년대부터 있던 기능으로 다른 도구에 없는 강점.
  • 이론적 깊이: Wozniak이 매년 알고리즘 백서를 공개. SM-18의 DSR 모델 문서는 학문적 인용 가능.

단점:

  • 모바일 빈약: SuperMemo Mobile(iOS/Android)이 있지만 데스크톱 대비 기능이 줄어든다.
  • UI가 1990년대 그대로: 학습 곡선이 가파름.
  • 상용: 평생 라이선스 USD 60~90.

진지한 학습자(연구자, 폴리매스, 메가덱 운영자)에겐 여전히 1위지만, 일반 사용자에겐 Anki가 진입이 쉽다.

Quizlet + Magic Notes + Q-Chat — AI로 부활한 옛 강자

Quizlet은 2005년 고등학생 Andrew Sutherland가 만든 미국식 플래시카드 도구다. 한때 USD 18억 가치 평가까지 받았으나 Anki에 밀리는 추세였다. 2024년부터 Magic Notes와 Q-Chat(AI 튜터)을 출시하며 AI 학습 플랫폼으로 재포지셔닝.

  • Magic Notes: 강의 노트를 업로드하면 AI가 자동으로 플래시카드, 요약, 퀴즈, 마인드맵 생성.
  • Q-Chat: 카드를 기반으로 한 AI 대화형 튜터. 소크라테스식 질문을 던진다.
  • Learn 모드: 적응형 학습 — Anki의 FSRS와 유사하지만 자체 알고리즘.
  • 무료 + Plus(USD 7.99/월): AI 기능은 Plus.

EdTech 시장 분석은 별도 글(iter83)에 자세히 다뤘다. 여기서는 SR 관점에서 보면, Quizlet의 SR 알고리즘은 Anki/FSRS만큼 정교하지 않다. 다만 UX와 카드 공유 라이브러리(5억+ 덱)는 압도적이다. 고등학생/대학교 학부생의 1차 도구.

Brainscape — Confidence-Based Repetition (CBR)

Brainscape는 2010년 창립한 미국 회사. 알고리즘이 Anki/FSRS와 다른 CBR(Confidence-Based Repetition) 을 쓴다. 사용자가 카드를 본 직후 "1~5 confidence"를 매기면 그걸로 간격을 조정. 단순하지만 빠른 진입에 강함.

  • AI Tutor: 2025년부터 GPT-4 기반 튜터 추가. 카드 설명, 어려운 개념 풀이.
  • Smart Cards: AI가 사용자 노트에서 카드 자동 생성.
  • Free + Pro(USD 9.99/월).
  • Class plan: 학교 단위 라이선스. GMAT, MCAT, 의대 1년차 시장에서 강함.

Mochi.cards — Markdown 기반의 모던 도구

Mochi는 캐나다 1인 개발자(Anthony Bullard)가 만든 모던 플래시카드 앱. 키 차별점은 Markdown 우선이다.

# Korea Capital
What is the capital of Korea?
---
Seoul (서울)

이렇게 마크다운 파일로 카드를 관리한다. Anki의 SQLite DB 대비 GitHub로 카드 라이브러리를 관리하기 쉽다.

  • FSRS 채택: 2024년부터.
  • AI 카드 생성: ChatGPT API 연동.
  • Lite + Pro(USD 5/월).
  • 수식, 코드, 표, LaTeX 1급 지원.

기술 학습자(엔지니어, 의대생) 사이에서 사용자 수가 늘고 있다. Anki만큼 강력하진 않지만 더 깔끔한 UX를 원한다면.

Memrise — 언어 전용으로 피벗

Memrise는 2010년 Ed Cooke가 창립. 원래 일반 SR 도구였으나 2022년 언어 전용으로 피벗했다. 알고리즘은 자체 SR + AI 회화 연습.

  • MemBot: AI 회화 파트너. GPT-4 기반.
  • Native Speaker Videos: 원어민 영상 클립으로 발음/문화 학습.
  • Free + Pro(USD 8.99/월).

언어 학습 외엔 더 이상 추천되지 않는다. TinyCards(Duolingo, 2017~2020) 도 비슷한 운명이었다 — 일반 SR 시장은 Anki가 사실상 독점.

Pimsleur, Duolingo, WaniKani, Bunpro — 언어 학습 특화 도구

언어 학습에서 SR이 어떻게 쓰이는지 짚고 가자.

  • Duolingo: HLR(Half-Life Regression)으로 단어 노출 시점을 결정. 게임화 + AI(Duolingo Max, GPT-4) 결합.
  • Pimsleur: 1960년대부터 있던 graduated interval recall 기반 오디오 코스. SR을 청취/발화에 적용한 원조.
  • WaniKani: 일본어 한자(漢字) 전용. SR 단계 1~9. Tofugu가 운영. USD 9/월 또는 평생 USD 299.
  • Bunpro: 일본어 문법 전용 SR. JLPT N5~N1 진행도 관리.
  • iKnow!: DMM이 운영하는 일본어 학습 SR. 일본 내수 시장 1위.

이들은 일반 SR 도구가 아니라 언어 학습에 특화한 콘텐츠 + SR을 묶어 파는 모델이다. Anki + Core 6k 같은 무료 조합 대비 콘텐츠 큐레이션이 가치.

한국어 학습 도구 — 클래스카드 vs 퀴즐렛 한국

한국 시장은 클래스카드(Classcard) 가 1위다. 2014년 NHN에듀가 인수해 운영. 중·고등학생 시장 점유율 압도적.

  • 클래스카드 매칭/암기/리콜 모드: 4단계 게임형 학습.
  • AI 자동 카드 생성: 영문 문장에서 단어장 자동 추출.
  • 선생님-학생 협업: 학원/공교육 인프라.
  • 무료 + 프리미엄(월 9,900원).

대안:

  • 퀴즐렛 한국: Quizlet의 한국 시장. 대학생 중심.
  • 단어공부(Wordboard): 1인 개발자 앱. 단순함이 장점.
  • MEMRISE 한국어: 한국어 학습자(외국인)용. 한국인의 영어 학습엔 안 쓴다.

대학생 이상은 Anki + Core 2k/6k Korean 같은 무료 조합으로 넘어가는 경향이 있다.

일본어 학습 흐름 — 단어장 메이커 · iKnow · WaniKani

일본 시장은 분화되어 있다.

  • 単語帳メーカー(Tangocho Maker): iOS/Android 무료 앱. 일본 학생들의 시험 대비 표준. 매우 단순한 UI.
  • iKnow!: DMM이 운영. JLPT 대비 콘텐츠 큐레이션. USD 9.99/월.
  • WaniKani: 일본어 한자 외국인 학습자용. SR + 니모닉 결합.
  • Anki + 일본어 메가덱: Core 2k/6k, Tango N5~N1, JLPT Tango. 모두 무료.
  • AnkiWeb Japanese 애드온: 일본어 형태소 분석(MeCab), 후리가나 자동 추가.

학생 시장은 단어장 메이커, 사회인 시장은 iKnow, 외국인 학습자는 WaniKani + Anki로 갈라진다. Core 6k 같은 클래식 덱은 2007년 만들어진 이래 100만 명 이상이 썼다는 추정이 있다.

의대 / 전문직 자격 학습 — AnKing, Pixorize, Sketchy

전문직 시장의 SR 도구는 별도 트랙이다.

  • AnKing: USMLE 의대 메가덱 (위에서 다룸).
  • Pixorize: 의학 생화학·약리학용 비주얼 니모닉. SR과 결합.
  • Sketchy: 비주얼 스토리텔링 기반 의학 학습. SR + 영상.
  • UWorld: 의대 + 다른 자격증 Q-Bank. SR 통합 약함.
  • Kaplan: 전통적 학원 + 디지털 카드.
  • AdaptiBar: 미국 변호사 시험(MBE) 대비 SR.
  • BarMax: 변호사 시험 대비. 하버드 로스쿨 교수가 만든 콘텐츠.

이들은 도구가 아니라 콘텐츠 + SR 인프라다. 가격이 USD 200~2000/년 수준으로 일반 도구보다 한 자릿수 비싸다.

Notion · Obsidian · LogSeq 통합 플러그인

PKM(Personal Knowledge Management) 도구와 SR을 통합하는 흐름이 강해졌다.

  • Notion Flashcards: Notion 데이터베이스의 row를 카드로 노출. 비공식 플러그인 다수.
  • Obsidian Spaced Repetition: st3v3nmw의 인기 플러그인. FSRS 채택. 노트 안의 카드를 직접 리뷰.
  • Obsidian to Anki: Obsidian 노트에서 Anki로 카드 export.
  • LogSeq spaced repetition: LogSeq의 내장 기능. cloze syntax 지원.
  • Roam Research Anki: Roam → Anki sync 플러그인.

PKM과 SR을 한 도구에서 끝내려는 흐름의 핵심은 "카드를 만들 시점이 노트 작성 시점"이라는 발상이다. Anki를 따로 띄울 필요가 없으니 마찰이 줄어든다.

AI 카드 자동 생성 — PDF 한 장에서 100장의 카드까지

2026년 5월 기준 AI 자동 생성의 실용성을 보자.

  1. PDF/슬라이드 업로드: 강의 슬라이드, 교과서 챕터 PDF.
  2. AI가 핵심 명제 추출: LLM이 명제 단위로 분해.
  3. Cloze deletion 자동 생성: 핵심 단어를 빈칸 처리.
  4. 이미지 occlusion 자동 검출: OCR + 객체 탐지로 라벨 박스를 가림.
  5. TTS로 음성 추가: 단어 발음 자동 생성.

대표 서비스:

  • AnkiHub AI Generator(USD 6~30/월)
  • RemNote AI(USD 19/월)
  • Quizlet Magic Notes(USD 7.99/월)
  • Mochi AI(USD 5/월)
  • Brainscape AI Tutor(USD 9.99/월)
  • 로컬 솔루션: Ollama + Anki Card Generator GPT 애드온으로 자체 GPT-OSS로 카드 생성 가능.

다만 AI가 만든 카드의 품질은 여전히 50~70% 수준이다. 의대생 사용자 인터뷰에 따르면 50%는 그대로 쓸 만하고, 30%는 수정이 필요하고, 20%는 버려야 한다. AI 생성을 1차 초안 → 인간 검수 흐름이 표준이다.

브라우저 확장 — Polar Bookshelf, Readwise → 카드

읽은 글에서 카드를 만드는 흐름도 자동화되고 있다.

  • Polar Bookshelf: PDF/EPUB 리더 + 하이라이트 → Anki 자동 export. 오픈소스.
  • Readwise: 하이라이트 모음 SaaS. Kindle/Pocket/Twitter 등 → Readwise Mastery → Anki/Mochi/RemNote export. RSS/리더 글(iter102)에서도 다룬 도구.
  • Hypothes.is: 웹 페이지 주석 도구. 주석 → Anki 변환 플러그인.

이들은 SR이 메인이 아니라 하이라이트 보존 + SR 옵션이다. 책 한 권에서 핵심 30개 카드를 자동 생성하는 흐름.

학술 연구 — SR의 과학적 기반

SR이 효과 있는 이유를 학술 연구로 봐 두자.

  • Pavlik & Anderson (2008): ACT-R 인지 아키텍처 기반 메모리 모델. SR 알고리즘의 학문적 베이스.
  • Settles & Meeder (2016): Duolingo HLR 논문. ACL 2016 발표. 머신러닝 + SR의 효시.
  • Lindsey, Shroyer, Pashler, Mozer (2014): MOI(Memory Optimization through Interleaved practice). Carnegie Learning이 채택.
  • Bjork's "Desirable Difficulty": Robert Bjork(UCLA)의 학습 이론. SR의 과학적 근거.
  • Karpicke & Roediger (2008): testing effect 연구. 단순 재읽기보다 회상이 강하다는 증거.

이 연구들은 SR이 단순한 기술이 아니라 인지심리학 수십 년의 결정체임을 보여준다.

조합 패턴 — 실제 학습자는 어떻게 묶는가

학습 목적별 추천 스택이다.

  • 의대 본과 + USMLE: AnkiHub(AnKing) + Anki Mobile + Image Occlusion Enhanced + AwesomeTTS.
  • 변호사 시험: AdaptiBar + Anki + BarMax 콘텐츠.
  • 일본어 N3~N1: WaniKani + Bunpro + Anki(Tango N3-N1).
  • 한국어 학원 학생: 클래스카드 + 학원 자체 콘텐츠.
  • 연구자/폴리매스: SuperMemo 19 Incremental Reading + 보조 Anki.
  • 기술 학습자: Mochi + Obsidian Spaced Repetition + AI 자동 생성.
  • 대학생 일반: Quizlet Magic Notes + 학과 카드 라이브러리.

순수 SR 효율만 보면 Anki+FSRS가 최고지만, 시작 마찰과 콘텐츠 큐레이션이 도구 선택의 실제 변수다.

도입 로드맵 — 0에서 시작하는 학습자

처음 SR을 시작하는 사람을 위한 단계.

  1. 2주차: Anki Mobile 또는 Quizlet으로 50장 정도의 카드를 만들어 매일 리뷰. 습관화가 1순위.
  2. 1개월차: 카드 카테고리 분리(언어, 직무 지식, 일반 교양). 리뷰 시간 측정.
  3. 3개월차: FSRS 마이그레이션(Anki 23.10+ 자동) + 파라미터 옵티마이저 1회 실행.
  4. 6개월차: AI 자동 생성 도구 1개 추가. PDF 한 장에서 카드 묶음 만들어 보기.
  5. 1년차: Image Occlusion, Cloze 고급 syntax, 이미지 + TTS 종합 카드.
  6. 2년차: 자기 학습 도메인의 메가덱 1개 완성. 1만 장 이상.

도구 선택보다 매일 15~30분 리뷰 습관이 압도적으로 더 중요하다. Anki 사용자 평균 일일 리뷰 시간은 25분이다.

마치며 — 2026년 5월, "SR은 알고리즘이 아니라 습관"

이 글은 알고리즘과 도구를 자세히 봤지만, 마지막 결론은 단순하다. SR의 90%는 매일 앱을 여는 습관이다. FSRS가 SM-2보다 10% 더 정확하다 한들, 매일 안 열면 0%다.

AI 자동 생성은 진입 장벽을 낮춰 줬다. 2024년의 "카드 만드는 게 귀찮다"는 핑계는 2026년에 안 통한다. PDF 한 장에서 카드 묶음을 자동으로 만들 수 있는 시점이다.

도구 선택은 1주일 정도 비교해 정하고, 그 후엔 잊자. 진짜 일은 매일 25분의 리뷰다.

References

Discuss on Twitter • View on GitHub