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 AI**가 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 한계**를 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 영역**이다. 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 시기**가 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 알고리즘**으로 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

**Anki**는 일본어로 "암기(暗記)"를 뜻한다. Damien Elmes가 2006년에 만들어 지금까지 메인테이너로 활동 중이다. 2026년 5월 기준 **Anki 24.06.3**이 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 **확장성**에 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/fsrs4anki`에 공개되어 있고, Python/Rust/JS 포트가 모두 존재한다. RemNote, Trezo, Memo 같은 다른 앱들도 FSRS를 채택했다.

AnkiHub & AnKing — 의대생 학습의 표준

**AnkiHub**는 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 Deck**이다. 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

**RemNote**는 "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

**SuperMemo**는 Piotr Wozniak가 1985년에 시작한 간격 반복의 원조다. 2026년 5월 현재 **SuperMemo 19**(Windows 데스크톱) + **SuperMemo Web**이 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

**Quizlet**은 2005년 고등학생 Andrew Sutherland가 만든 미국식 플래시카드 도구다. 한때 USD 18억 가치 평가까지 받았으나 Anki에 밀리는 추세였다. 2024년부터 **Magic Notes**와 **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)

**Brainscape**는 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

**Mochi**는 캐나다 1인 개발자(Anthony Bullard)가 만든 모던 플래시카드 앱. 키 차별점은 **Markdown 우선**이다.

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

**Memrise**는 2010년 Ed Cooke가 창립. 원래 일반 SR 도구였으나 2022년 **언어 전용**으로 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. **Tofugu**가 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 + SR**을 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 인프라**다. 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% 수준**이다. 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 옵션**이다. 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 결정체**임을 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 마찰**과 **콘텐츠 큐레이션**이 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 습관**이 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 습관**이다. 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

- Anki 공식 사이트: https://apps.ankiweb.net/

- Anki Manual: https://docs.ankiweb.net/

- AnkiHub: https://www.ankihub.net/

- AnKing decks: https://www.ankihub.net/decks/

- FSRS GitHub: https://github.com/open-spaced-repetition/fsrs4anki

- FSRS Algorithm explainer: https://github.com/open-spaced-repetition/fsrs4anki/wiki

- SuperMemo: https://www.supermemo.com/en

- SuperMemo Algorithm SM-18 백서: https://supermemo.guru/wiki/Algorithm_SM-18

- RemNote: https://www.remnote.com/

- Mochi.cards: https://mochi.cards/

- Brainscape: https://www.brainscape.com/

- Quizlet: https://quizlet.com/

- Memrise: https://www.memrise.com/

- WaniKani: https://www.wanikani.com/

- Bunpro: https://bunpro.jp/

- iKnow!: https://iknow.jp/

- 클래스카드: https://www.classcard.net/

- 단어장 메이커(App Store): https://apps.apple.com/jp/app/id403838621

- Pimsleur: https://www.pimsleur.com/

- Duolingo HLR 논문 (Settles & Meeder 2016): https://aclanthology.org/P16-1174/

- Pavlik & Anderson 2008 ACT-R 메모리 모델: https://act-r.psy.cmu.edu/wordpress/wp-content/uploads/2012/12/735JEPApplied.pdf

- Roediger & Karpicke testing effect: https://psychnet.wustl.edu/memory/wp-content/uploads/2018/04/Roediger-Karpicke-2006_PsychScience.pdf

- Obsidian Spaced Repetition 플러그인: https://github.com/st3v3nmw/obsidian-spaced-repetition

- Polar Bookshelf: https://getpolarized.io/

- Readwise: https://readwise.io/

- Image Occlusion Enhanced 애드온: https://ankiweb.net/shared/info/1374772155

- AwesomeTTS 애드온: https://ankiweb.net/shared/info/1436550454

- Damien Elmes blog: https://blog.ankiweb.net/