Study/skills/self-study-agent/feedback/interleaving.md

# F3: 교차 학습 (Interleaving)

## 개요

여러 주제를 섞어서 학습하면 단일 주제를 반복하는 것보다 장기 기억이 40% 향상됩니다.

## 적용 방법

### 세션 내 교차

한 자기 평가 세션에서 여러 주제의 문제를 혼합 출제:

```
세션 문제 구성:
- 현재 주제 문제: 70%
- 이전 세션 주제 문제: 30%
```

### 세션 간 교차

이전 세션에서 학습한 주제를 현재 세션에 포함:

```
예시:
- 세션 1: Rust Async 학습
- 세션 2: Tokio Internals 학습
- 세션 2 자기 평가:
  - Tokio 문제: 70%
  - Rust Async 문제: 30% (세션 1에서 학습)
```

## 문제 구성 알고리즘

### 1단계: 현재 주제 문제 생성

현재 학습한 주제에서 문제 생성 (70%)

### 2단계: 이전 주제 문제 선택

메모리에서 이전 세션 주제를 검색하고, 복습 예정 카드에서 문제 선택 (30%)

### 3단계: 문제 셔플

모든 문제를 무작위 순서로 셔플

## 이전 주제 선택 기준

| 기준 | 가중치 |
|------|--------|
| 복습 예정일이 가까운 순 | 높음 |
| 이전 정답률이 낮은 순 | 높음 |
| 개념 연결이 많은 순 | 중간 |
| 최근 학습한 순 | 낮음 |

## 교차 비중 조절

### 설정

```yaml
interleaving:
  enabled: true
  mix_previous_sessions: 3   # 이전 세션 주제 포함 수
  mix_ratio: 0.3             # 이전 주제 비중
```

### 적응적 조절

- 현재 주제 정답률 90%↑ → 이전 주제 비중 0.4로 증가
- 현재 주제 정답률 50%↓ → 이전 주제 비중 0.2로 감소
- 특정 이전 주제 오답률 높음 → 해당 주제 비중 증가

교차 학습 세션 구성을 메모리에 저장합니다.