Data & AI Systems
완료 체크를 넘어서는 SRS 복습 신호
인식, 회상, 힌트, 응답시간과 전이를 분리하고 다음 복습 일정을 감사 가능하게 유지하는 SRS 모델입니다.
강의를 본 것과 며칠 뒤 보지 않고 재구성한 것은 다른 사건이다. 복습 원장은 이를 하나의 완료 상태로 합치지 않고 이후 판단에 필요한 원신호를 보존한다.
기본 간격은 D0, D1, D3, D7, D14, D30, D60, D90, D180, D365다. Again은 초기화, Hard는 보수적 유지, Good은 한 단계, Easy는 두 단계 전진한다.
복습 행은 평가, 응답시간, 힌트, 인식·회상·듣기·산출 모달리티, 전이 성능을 담을 수 있다. 문제 시도와 오답은 별도 원장에 남긴다. 표본이 하나뿐이거나 지연 회상이 없고 힌트를 썼다면 높은 숙달 백분율을 단정하지 않고 범위와 낮은 신뢰도를 표시해야 한다.
자동 테스트는 간격 전이와 같은 복습 요청 재시도가 중복 행을 만들지 않는지 확인했다. 임시 D1에서도 최초 저장과 동일 재시도 뒤 행 하나와 예상 다음 날짜를 확인했다. 이는 복습 스케줄 정책이지 심리·의학 평가가 아니다.
관련 글
Data & AI Systems
용량 안에서 설명 가능한 우선순위 점수
마감, 복습 위험, 연속성, 노력 신호를 조합해 숨은 판단 없이 실행 가능한 하루 추천을 만드는 방식입니다.
Data & AI Systems
Daily Compass: Azure 서버리스 데이터 파이프라인 설계
Azure Static Web Apps, Functions, Cosmos DB, Private Endpoint, Application Insights로 데일리 대시보드 데이터 흐름을 설계한 기록입니다.
Data & AI Systems
AI/LLM 워크플로우와 클라우드 플랫폼 연결
뉴스 브리핑, RAG, 서버리스 데이터 파이프라인을 수집-정제-검색-생성-검증의 운영 흐름으로 정리합니다.