에빙하우스 망각곡선·SM-2 간격반복 복습일 산식(EF 공식) 및 구조화 프롬프트 엔지니어링 실전 가이드
장기 기억 유지율을 극대화하는 에빙하우스 망각곡선 수식과 SuperMemo SM-2 간격반복 알고리즘(Ease Factor), 자격증 시험 문항 풀이 시간 배분 공식, 생성형 AI 프롬프트 5요소 설계법을 상세히 정리했습니다.
1. 에빙하우스 망각곡선(Forgetting Curve)과 SM-2 간격반복(Spaced Repetition) 수식
독일의 심리학자 헤르만 에빙하우스(Hermann Ebbinghaus)의 기억 실험에 따르면, 새로운 정보를 학습한 직후부터 기억 보유량($R$, Retention)은 시간($t$)이 지남에 따라 지수함수적으로 감소하며 기억 강도($S$, Stability)가 높아질수록 감쇠 속도가 완만해집니다.
이를 컴퓨터 기반 플래시카드 학습에 적용한 대표적 표준 산식이 피오트르 보즈니아크(Piotr Wozniak)가 고안한 SuperMemo SM-2 알고리즘입니다. SM-2는 학습자가 카드를 본 뒤 스스로 평가한 회상 품질 점수 $q$ ($0 le q le 5$)에 따라 카드의 난이도 계수(EF, Easiness Factor, 초기값 2.5)를 갱신하고 다음 복습 간격 $I(n)$(단위: 일)을 결정합니다.
SuperMemo SM-2 복습 간격 및 EF 갱신 공식:
1) 회상 품질 $q < 3$ (오답 또는 기억 실패)인 경우: n = 1로 초기화하여 다음 날(1일 후)부터 다시 복습
2) 회상 품질 $q ge 3$ (정답 회상 성공)인 경우:
• 1회차 성공: I(1) = 1일
• 2회차 성공: I(2) = 6일
• 3회차 이상($n ge 3$): I(n) = round( I(n-1) × EF' )
3) 난이도 계수(EF) 업데이트 수식: EF' = max( 1.3, EF + (0.1 - (5 - q) × (0.08 + (5 - q) × 0.02)) )
즉, 정답을 막힘없이 맞힌 카드($q = 5$)는 $EF$가 +0.1 증가하여 복습 주기가 빠르게 길어지고(1일 → 6일 → 16일 → 42일), 어렵게 떠올린 카드($q = 3$)는 $EF$가 -0.14 감소하여 더 촘촘한 간격으로 배치됩니다. 모든 단어를 매일 똑같이 반복하는 대신 잊어버리기 직전의 임계 시점(Active Recall Threshold)에만 복습하므로 학습 시간을 60% 이상 아낄 수 있습니다.
2. 자격증·어학 시험 시간 배분 공식과 구조화 프롬프트(5-Component Prompt) 설계
실전 자격증 시험(정보처리기사, 공인중개사, 토익, 공무원 시험 등)에서 시간 부족으로 아는 문제를 놓치지 않으려면, 전체 시험 시간에서 OMR 마킹 및 검산 예비 시간(통상 5~8분)을 먼저 뺀 순수 가용 시간을 기준으로 문항당 허용 시간을 산출해야 합니다.
실전 시험 시간 배분 공식:
• 순수 풀이 가용 시간(초) = (전체 시험 시간(분) - 마킹·검산 예비 시간(분)) × 60
• 1문항당 표준 목표 시간(초) = 순수 풀이 가용 시간(초) ÷ 총 문항 수
• 1차 패스 컷오프 규칙: 문항당 목표 시간의 1.2배 내에 풀리지 않는 고난도 계산 문제는 즉시 별표 표시 후 건너뛰고 2차 패스에서 해결
한편, 대규모 언어 모델(LLM)을 학습 보조나 문서 요약에 활용할 때는 모호한 1줄 질문 대신 ① 역할(Role) ② 배경 맥락(Context) ③ 구체적 과업(Task) ④ 제약 조건(Constraints, 예: 원문에 없는 수치 추측 금지) ⑤ 출력 형식(Output Format, 예: 마크다운 표·JSON)의 5요소를 명시하면 환각(Hallucination) 발생률을 크게 낮출 수 있습니다.
3. 학습 단계별 SM-2 복습 주기 및 AI 프롬프트 검증 비교표
| 회상 평가 점수 (q) | 학습자 체감 상태 | EF 변화량 (초기 2.5 기준) | 1~4회차 복습 간격 (일) | 권장 학습 행동 |
|---|---|---|---|---|
| q = 5 (완벽 회상) | 질문을 보자마자 1초 이내에 정확한 뜻·공식 인출 | +0.10 (2.50 → 2.60) |
1일 → 6일 → 16일 → 43일 | 장기 기억 전환 완료, 예문·파생어로 확장 |
| q = 4 (정상 회상) | 2~3초간 고민한 뒤 힌트 없이 정답 인출 성공 | ±0.00 (2.50 유지) |
1일 → 6일 → 15일 → 38일 | 가장 이상적인 인출 난이도(Desirable Difficulty) |
| q = 3 (어렵게 회상) | 오답 유혹을 이기고 겨우 떠올렸으나 확신이 부족함 | -0.14 (2.50 → 2.36) |
1일 → 6일 → 14일 → 31일 | 핵심 키워드 연상법(Mnemonic) 또는 오답 이유 메모 추가 |
| q = 0 ~ 2 (회상 실패) | 정답을 틀렸거나 해설을 보고 나서야 기억남 | 간격 리셋 (EF 하한 1.3 보호) | 즉시 1일 간격으로 재시작 | 복합 개념을 2~3개의 단일 질문 카드로 쪼개어 재작성 |
SM-2 간격반복 다음 복습일 & 시험 문항당 풀이 시간 계산기
현재 복습 간격(일), 난이도 계수(EF, 기본 2.5), 시험 전체 시간(분) 및 총 문항 수를 입력하면 SM-2 공식에 따른 다음 복습일과 OMR 마킹 예비시간(5분)을 제외한 문항당 목표 풀이 시간(초)을 계산합니다.
연결된 전문 웹 계산기 바로가기 (교육 & AI)
에빙하우스 망각곡선 및 SM-2 기반 외국어 단어 복습 주기 계산
자격증·수험 총 시험시간 대비 문항당 목표 풀이 시간 계산
법령·자격증 핵심 지문 OX 정오 판별 및 오답 노트 정리
역할·맥락·제약조건·출력형식 5요소 구조화 프롬프트 작성기
학술 논문 초록·연구방법·핵심 결론 비교 매트릭스 정리
생성형 AI 기초 개념·토큰 구조·할루시네이션 검증 입문 가이드
공식 원출처, 적용 범위, 기준일(2026-10-28) 및 계산 가정 한계 안내
1. 공식 원출처 및 교차 검증 기관: 본 가이드의 산출 공식과 세율·수수료·규정 예시는 다음 공식 기관의 공개 기준을 바탕으로 작성되었습니다.
- 관세·통관·과세환율: 대한민국 관세청 (customs.go.kr) · 관세청 유니패스(UNI-PASS)
- 내국세·양도세·배당소득세: 국세청 (nts.go.kr) · 국세청 홈택스 세법 안내
- 출입국·비자·영사 안전: 외교부 해외안전여행 (0404.go.kr) 및 방문국 대사관·이민국 공식 안내
- 영양성분·상한섭취량 기준: 식품의약품안전처 (mfds.go.kr) · 식품안전나라 영양성분 DB
- 공연권료·웹 기술 표준: 한국음악저작권협회 (komca.or.kr) · Google web.dev Core Web Vitals
2. 적용 범위 및 계산 가정의 한계 (기준일: 2026-10-28): 페이지 내 인터랙티브 계산기는 사용자가 직접 입력한 변수와 명시된 예시 상수(예: 호텔 봉사료 10%+부가세 7%, 일반 배당소득세율 15.4%, 예시 고시환율 1,385원 등)를 적용한 비실시간 교육·참고용 시뮬레이션입니다. 개인별 과세 조건, 카드사·금융사별 우대율, 시점별 법령·조례 개정에 따라 실제 청구·납부액이 달라질 수 있으므로 최종 결제·신고 전 반드시 위 공식 원출처를 확인하시기 바랍니다.
자주 묻는 질문 (FAQ)
Q1. 하루에 외워야 할 새 단어 카드와 복습 카드가 너무 많이 밀렸을 때는 어떻게 해야 하나요?
간격 반복 학습에서 가장 중요한 원칙은 '신규 카드 추가보다 기존 복습 큐(Due Queue) 소진이 우선'이라는 점입니다. 복습 물량이 밀렸을 때는 신규 카드 학습량을 일시적으로 0~5개로 줄이고, 매일 신규 카드를 15~20개 이내로 제한하면 약 1주일 내에 일일 복습량이 안정화됩니다.
Q2. 생성형 AI로 논문이나 법령을 요약할 때 사실과 다른 내용(환각)을 막으려면 어떻게 질문해야 하나요?
프롬프트에 요약할 원문 텍스트를 직접 붙여넣고, 제약 조건으로 '반드시 제공된 원문 내의 문장과 수치만 사용하여 요약하고, 원문에 명시되지 않은 내용은 추측하지 말고 [원문 미기재]로 표기하라'고 지시하세요. 출력 결과의 핵심 수치와 조항 번호는 반드시 원문과 1:1로 대조해야 합니다.
Q3. 보카스캔이나 테스트뱅크에 입력한 단어장·문제 풀이 기록은 어디에 저장되나요?
사용자의 웹 브라우저 내부 저장소(localStorage 및 IndexedDB)에 저장됩니다. 회원가입 없이 이용할 수 있으며, 브라우저 캐시 삭제 시 데이터가 초기화될 수 있으므로 중요한 학습 세트는 JSON/CSV 내보내기 기능으로 백업해 두시기 바랍니다.