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/pipeline/02-source-discovery.md

@@ -0,0 +1,50 @@
+# Step 2: 소스 발견
+
+## 소스 채널
+
+| 채널 | 사용 시점 | 도구 |
+|------|-----------|------|
+| **웹 검색** | 모든 주제 | `websearch` |
+| **학술** | 연구 주제 (ML, 과학) | `websearch` (arXiv, Semantic Scholar) |
+| **GitHub** | 기술 주제 (프로그래밍, DevOps) | `websearch` (GitHub) |
+| **공식 문서** | 도구/프레임워크 | `webfetch` (공식 사이트) |
+| **로컬 파일** | 로컬 코드베이스 탐색 시 | 파일 시스템 검색 |
+
+## 소스 선택 규칙
+
+1. 채널별 상위 5-10개 결과 수집
+2. 각 소스의 신뢰도 평가:
+   - 공식/권위 있는 소스인지
+   - 최근 2년 이내 자료인지
+   - 인용수/커뮤니티 검증이 있는지
+   - 다른 소스에서 교차 참조되는지
+3. URL 기준 중복 제거
+4. 신뢰도 점수로 정렬
+5. 상위 N개 소스 반환 (기본: 5개)
+
+## 신뢰도 점수 계산
+
+```
+credibility = (
+  domain_authority * 0.3 +
+  recency_score * 0.2 +
+  citation_score * 0.15 +
+  peer_reviewed * 0.15 +
+  official_source * 0.1 +
+  cross_referenced * 0.1
+)
+```
+
+## 출력
+
+```
+[
+  {
+    "id": "source_id",
+    "url": "https://...",
+    "title": "소스 제목",
+    "type": "web_page|documentation|academic_paper|github_repo|blog_post",
+    "credibility": 0.85
+  }
+]
+```