Add self-study-agent skill with feedback loop

- SKILL.md: Main skill definition with 20-iteration feedback loop
- config.yaml: Pipeline parameters (loop, sources, questions, adaptation)
- pipeline/: 5-step learning pipeline (topic selection → source discovery → extraction → synthesis → report)
- feedback/: 4 feedback mechanisms (self-testing, spaced repetition, interleaving, adaptation)
- Learning science principles: active recall, spaced repetition, desirable difficulty, interleaving, delayed feedback

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

@@ -0,0 +1,95 @@
+# 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
+
+## 메모리 저장 형식
+
+```json
+{
+  "session_topics": [
+    {
+      "topic_id": "rust_async",
+      "source_session": 1,
+      "question_count": 7,
+      "correct_count": 6
+    },
+    {
+      "topic_id": "tokio_internals",
+      "source_session": 2,
+      "question_count": 3,
+      "correct_count": 2
+    }
+  ],
+  "interleaving_stats": {
+    "mix_ratio": 0.3,
+    "cross_session_accuracy": 0.83
+  }
+}
+```