커리큘럼을 여섯 개 병행해도 인터리빙 효과는 적용되지 않습니다

8월 26, 2026

3줄 요약

배우고 싶은 것을 여러 개 동시에 돌리면 섞어 배우는 효과를 얻는 것 같지만, 서로 다른 분야를 나란히 놓는 건 연구가 말하는 인터리빙이 아닙니다.
1년 뒤에 실제로 남는 양을 가르는 건 하루에 몇 개를 했느냐가 아니라 같은 내용을 며칠 뒤에 다시 봤느냐입니다. 교실 연구에서 이 차이가 표준편차 절반을 넘었습니다.
그러니 커리큘럼을 늘리기 전에 복습이 들어갈 날짜를 먼저 잡아 두시면 됩니다. 첫 복습은 목표 보유 기간의 15~20% 지점이 출발점입니다.

04시 03분, 05시 09분, 06시 08분, 06시 31분, 08시 13분, 그리고 밤 10시 39분. 9월 1일 이후의 평일 하루를 시간 순으로 세워 보면 이렇게 여섯 줄이 나옵니다. QA 역량 강화, 영어 교재 준비, 옵시디언 60일 학습, 매일 앱 만들기, 컨텍스트 엔지니어링과 RAG 데일리 레슨, 그리고 영어 세션 수행 체크입니다. 전부 제가 지난 몇 주 동안 하나씩 만들어 예약해 둔 것이고, 시작일은 전부 9월 1일 월요일로 맞춰 놓았습니다. 8월 말까지 준비할 시간을 두고 싶었고, 월요일이 깔끔해 보였기 때문입니다.

목록을 세로로 늘어놓고 나서야 눈에 걸린 건 슬롯의 개수가 아니었습니다. 여섯 줄 중에서 "지난주에 배운 것을 다시 본다"에 해당하는 줄이 하나뿐이라는 점이었습니다. 영어에만 일요일 주간 리뷰가 붙어 있었고, 나머지 다섯은 매일 새 진도만 밀어 넣도록 되어 있었습니다. 이 글은 그 발견 이후에 시작 전 마지막 주를 어떻게 쓸지 정하려고 근거를 찾아본 기록입니다. 병행이 이득인지, 아니면 다른 축을 봐야 하는지가 질문이었습니다.

1. 9월 1일에 켜지는 여섯 줄

1-1. 실제로 예약해 둔 목록

먼저 대상을 정확히 적어 두겠습니다. 아래는 제 예약 작업 목록에서 학습 성격을 가진 항목만 뽑아 시간 순으로 정렬한 것입니다. 시각은 지터가 붙어 매일 몇 분씩 흔들립니다.

시각	커리큘럼	주기	시작일	복습 지점
04:03	QA 역량 강화	매일	이미 진행 중	없음
05:09	영어 회화 교재 준비	평일	2026-09-01	일요일 주간 리뷰
06:08	옵시디언 60일 학습	평일	2026-09-01	없음
06:31	매일 앱 만들기	평일	이미 진행 중	없음
08:13	컨텍스트 엔지니어링·RAG 레슨	평일	2026-09-01	없음
22:39	영어 세션 수행 체크	평일	2026-09-01	일요일 주간 리뷰

여섯 줄 중 넷이 아직 시작 전입니다. 그래서 이 글에는 "n일차에 이렇게 막혔다"는 이야기가 없습니다. 시작하지도 않은 커리큘럼의 진도를 적을 수는 없습니다. 대신 시작 전에 결정할 수 있는 것, 즉 일정의 모양만 다룹니다.

1-2. 시작 전에 답할 수 있는 질문과 없는 질문

이 구분을 먼저 해 두는 편이 낫습니다. 시작 전에는 각 커리큘럼이 저에게 잘 맞는지, 난이도가 적당한지, 하루 20분으로 충분한지를 알 수 없습니다. 그건 몇 주 굴려 봐야 나옵니다.

반면 시작 전에 확실히 답할 수 있는 질문이 둘 있습니다. 하나는 "여섯 개를 같은 시기에 병행하는 것 자체가 학습에 유리한가"입니다. 다른 하나는 "각 커리큘럼에서 같은 내용을 다시 만나는 지점이 언제인가"입니다. 두 번째는 제가 프롬프트를 어떻게 썼는지만 보면 되므로 확인이 끝났습니다. 위 표의 마지막 열이 그 답이고, 대부분 비어 있습니다.

첫 번째 질문은 제 판단으로 답할 문제가 아니라 근거를 찾아야 하는 문제였습니다. 저는 막연히 여러 개를 섞어 돌리는 쪽이 유리하다고 생각하고 있었습니다. 어디서 주워들은 "인터리빙"이라는 단어 때문이었습니다.

2. 병행이 이득이 되는 조건은 좁습니다

2-1. 효과 크기는 있지만 조건이 붙습니다

인터리빙, 즉 섞어서 배우는 방식의 효과는 실제로 확인된 것입니다. Brunmair와 Richter의 메타분석은 연구 59편에서 효과 크기 238개를 모아 전체 효과를 헤지스 g 0.42로 보고했습니다. 중간 정도 크기입니다.

문제는 그 아래에 있는 재료별 수치입니다. 같은 논문이 재료 종류로 나눠 보고한 값을 옮기면 이렇습니다.

학습 재료	효과 크기(g)	방향
그림·회화	0.67	섞는 쪽이 유리
전체 평균	0.42	섞는 쪽이 유리
수학 과제	0.34	섞는 쪽이 약하게 유리
설명문·미각	유의하지 않음	판정 불가
단어	-0.39	묶어서 배우는 쪽이 유리

마지막 줄이 이 글에서 제 계획을 흔든 부분입니다. 단어를 재료로 쓴 연구에서는 부호가 뒤집혀서, 섞지 않고 한 덩어리로 몰아서 배우는 쪽이 나았습니다. 논문의 결론 문장도 조건부입니다. 인터리빙이 귀납적 학습을 촉진할 수 있지만 상황과 재료 종류를 반드시 고려해야 하고, 특히 설명문과 단어에는 주의해서 써야 한다고 적혀 있습니다.

2-2. 어떤 종류의 "섞기"를 말하는 것인가

여기서 용어를 정확히 붙잡아야 합니다. 이 연구들이 다루는 인터리빙은 같은 범주 안의 항목들을 번갈아 제시하는 것입니다. 대표적인 실험 설계는 화가 열두 명의 그림을 보여 주고 새 그림이 누구 것인지 맞히게 하는 것입니다. 한 화가의 그림 여섯 장을 연달아 보여 주는 조건과, 여러 화가의 그림을 섞어 보여 주는 조건을 비교합니다.

논문의 메타회귀 분석 결과는 이 방향을 더 분명히 합니다. 범주 사이가 서로 비슷할수록, 한 범주 안에서는 서로 다를수록, 재료가 복잡할수록 인터리빙 효과가 강했습니다. 이론적 설명도 같은 곳을 가리킵니다. 섞어서 제시하면 항목 간의 차이가 두드러지고, 묶어서 제시하면 공통점이 두드러진다는 것입니다.

그러니 인터리빙이 해결하는 문제는 헷갈리는 것들을 구별하는 일입니다. 비슷해서 자꾸 섞이는 대상을 나란히 놓아 경계를 보게 만드는 기법입니다.

2-3. 제 여섯 줄에 이 조건이 맞는가

맞지 않습니다. 옵시디언 조작법과 RAG 검색 파이프라인과 영어 회화는 서로 헷갈릴 일이 없습니다. 범주 사이의 유사도가 거의 0에 가깝고, 구별해야 할 경계도 없습니다. 옵시디언을 배우다가 RAG와 혼동해서 틀리는 상황은 일어나지 않습니다.

그러니까 제가 여섯 개를 병행하면서 기대했던 것은 인터리빙 효과가 아니었습니다. 이름만 빌려 온 것이었고, 실제로는 그냥 하루에 여섯 가지 다른 일을 하는 것에 가깝습니다. 저는 이걸 "인터리빙이라고 부를 수 없는 병행"으로 부르기로 했습니다. 병행 자체가 나쁘다는 뜻은 아닙니다. 다만 병행에서 학습 효과가 저절로 따라온다는 근거는 제가 찾은 범위에서 없었습니다.

굳이 인터리빙을 쓸 자리를 찾자면 각 커리큘럼 안쪽입니다. RAG 레슨에서 청킹 전략 몇 가지를 배운다면, 하나씩 몰아서 배우는 것보다 섞어 놓고 "이 상황엔 어느 쪽이냐"를 판단하게 만드는 편이 조건에 맞습니다. 서로 비슷해서 헷갈리는 대상이기 때문입니다.

3. 남는 양을 결정하는 건 간격입니다

3-1. 교실에서 측정한 효과 크기

병행이 아니라면 무엇이 남는 양을 가르는지가 다음 질문이었습니다. 답은 오래된 주제인 분산 학습, 즉 같은 내용을 시간을 벌려서 다시 보는 것이었습니다.

실험실 연구는 많지만 교실처럼 현실적인 조건에서 측정한 자료가 필요했습니다. Mawson과 Kang이 2025년 6월 3일 Behavioral Sciences에 실은 메타분석이 그 조건에 맞습니다. 3천 편 이상을 걸러 22개 보고서, 효과 크기 31개를 모았고, 결과는 원문 그대로 이렇습니다.

"an overall significant effect of distributed over massed practice (d = 0.54, 95% CI [0.31, 0.77], z = 4.631, p < 0.001)"

논문은 이 값을 "분산 학습 조건의 평균 보유량이 몰아서 학습한 조건보다 표준편차의 절반 이상 높았다"고 풀어 씁니다. 그리고 효과가 특히 컸던 조건으로 보유 기간이 긴 경우, 학습자의 교육 수준이 높은 경우, 그리고 재노출 횟수가 적은 경우를 들었습니다. 재노출이 적을 때 효과가 크다는 마지막 항목이 저에게는 반가운 이야기였습니다. 복습 슬롯을 잔뜩 만들 여력은 없기 때문입니다.

3-2. 최적 간격은 목표 보유 기간에 따라 바뀝니다

여기서 실무적으로 중요한 논문이 하나 더 있습니다. Cepeda 등이 2008년 Psychological Science에 실은 연구는 1354명을 대상으로 학습 세션 사이의 간격과 최종 시험까지의 지연을 조합해 26개 조건을 만들었습니다. 결론 문장은 짧습니다.

"The optimum gap value was about 20% of the test delay for delays of a few weeks, falling to about 5% when delay was one year."

논문이 보고한 조건별 최적 간격을 그대로 옮기고 비율을 계산하면 이렇습니다. 회상 시험 기준입니다.

목표 보유 기간	최적 간격	간격/보유 기간
7일	1일	14.3%
35일	11일	31.4%
70일	21일	30.0%
350일	21일	6.0%

여기서 두 가지가 읽힙니다. 첫째, 목표 보유 기간이 길어지면 최적 간격의 절대값은 커지지만 비율은 오히려 줄어듭니다. 둘째, 간격을 잘 잡았을 때의 이득이 작지 않습니다. 논문은 간격 0일과 비교해 최적 간격이 최종 회상에서 64% 증가, 재인에서 26% 증가를 만들었다고 보고합니다.

한 가지 더, 실무에서 마음이 놓이는 대목이 있습니다. 논문은 최적값보다 간격을 길게 잡았을 때의 손해가 짧게 잡았을 때의 손해보다 훨씬 작다고 적었습니다. 정확도가 간격이 늘 때 급하게 올라가고 그다음 완만하게 떨어지는 모양이기 때문입니다. 복습이 며칠 밀렸다고 다 망하는 게 아니라는 뜻입니다. 반대로 너무 촘촘하게 잡는 쪽이 더 비쌉니다.

3-3. 간격을 계산해 주는 스크립트

위 표를 매번 눈으로 환산하기 번거로워서 짧은 스크립트로 만들었습니다. 앞부분은 논문 수치를 그대로 출력하고, 뒷부분은 그것을 세 구간으로 뭉갠 제 운영 규칙입니다. 논문이 제시한 공식이 아니라는 점을 코드 주석에도 적어 두었습니다.

# 복습 간격 계산기
# 표 부분 출처: Cepeda et al. 2008, Psychological Science 19(11), 1095-1102 (회상 기준 최적 간격)
OPTIMA = [(7, 1), (35, 11), (70, 21), (350, 21)]  # (목표 보유일, 논문이 보고한 최적 간격일)

print("보유기간(일) 최적간격(일)  비율")
for ri, gap in OPTIMA:
    print(f"{ri:>10} {gap:>11} {gap/ri*100:>6.1f}%")

FLOOR_180 = round(180 * 0.15)  # 중간 구간의 상한값. 경계에서 간격이 줄어드는 것을 막는 하한입니다

def review_gap(retention_days):
    """목표 보유 기간(일)을 넣으면 첫 복습까지의 간격(일)을 돌려줍니다.
       위 표를 세 구간으로 뭉갠 운영 규칙이며, 논문이 제시한 공식이 아닙니다."""
    if retention_days <= 30:
        return max(1, round(retention_days * 0.20))
    if retention_days <= 180:
        return max(1, round(retention_days * 0.15))
    return max(FLOOR_180, round(retention_days * 0.07))  # 하한 적용

print()
for ri in (14, 30, 90, 180, 365, 730):
    print(f"보유 {ri:>3}일 -> 첫 복습 {review_gap(ri):>2}일 뒤")

실행 결과입니다.

보유기간(일) 최적간격(일)  비율
         7           1   14.3%
        35          11   31.4%
        70          21   30.0%
       350          21    6.0%

보유  14일 -> 첫 복습  3일 뒤
보유  30일 -> 첫 복습  6일 뒤
보유  90일 -> 첫 복습 14일 뒤
보유 180일 -> 첫 복습 27일 뒤
보유 365일 -> 첫 복습 27일 뒤
보유 730일 -> 첫 복습 51일 뒤

FLOOR_180이 왜 필요했는지만 짚겠습니다. 처음에는 하한 없이 구간별 비율만 넣었는데, 보유 180일이 27일, 보유 365일이 26일로 나왔습니다. 목표를 더 길게 잡았는데 복습이 더 빨리 오는 결과입니다. 구간을 비율로 나누면 경계에서 이런 역전이 생깁니다. 앞 구간의 최댓값을 하한으로 걸어서 막았습니다.

4. 여섯 줄을 다시 짜면서 만난 함정 셋

4-1. 첫 번째 함정 — 새 진도만 있고 다시 만나는 지점이 없다

증상은 단순합니다. 커리큘럼이 매일 새 내용을 내놓고, 어제 배운 것으로 돌아가는 날이 달력에 없습니다. 제 여섯 줄 중 넷이 여기 해당했습니다.

원인은 프롬프트를 쓸 때의 관심이 "무엇을 가르칠까"에만 있었다는 점입니다. 60일 커리큘럼을 설계할 때는 60일 분량의 주제를 채우는 데 신경이 갑니다. 그 주제들을 다시 만나는 일정은 별도로 적지 않으면 생기지 않습니다.

대응은 진도 슬롯을 줄여서 자리를 만드는 것입니다. 저는 옵시디언과 RAG를 주 5회에서 주 4회로 줄이고, 남은 하루를 지난주 내용으로 돌리기로 했습니다. 새 진도가 20% 줄지만, 앞의 d = 0.54는 같은 내용을 다시 보는 데서 나온 값입니다.

4-2. 두 번째 함정 — 간격을 너무 짧게 잡는다

증상은 복습이 다음 날 또는 이틀 뒤에 배치되는 것입니다. 성실해 보이고, 기분도 좋습니다. 어제 배운 것이라 잘 기억나기 때문입니다.

원인은 잘 기억나는 상태를 학습이 잘된 신호로 착각하는 것입니다. Cepeda 등의 표를 보면 목표 보유 기간이 몇 주 이상일 때 최적 간격은 1일이 아닙니다. 간격 0일 조건이 가장 나빴다는 점도 같은 논문에 있습니다.

대응은 목표 보유 기간을 먼저 적는 것입니다. 옵시디언 조작법을 2년 쓰고 싶다면 목표는 730일이고, 위 계산으로 첫 복습은 51일 뒤입니다. 다음 주가 아닙니다.

4-3. 가장 비싼 함정 — 여섯 개를 같은 날 시작한다

이게 제가 실제로 저지른 것입니다. 시작일을 9월 1일로 통일해 두면 정리는 깔끔합니다. 그런데 커리큘럼마다 첫 복습 시점을 같은 규칙으로 계산하면, 복습 슬롯들이 몇 주 뒤 같은 주에 한꺼번에 몰립니다. 목표 보유 기간이 비슷한 것들끼리는 특히 그렇습니다.

원인은 시작일을 정할 때 복습 일정을 고려하지 않았다는 것입니다. 시작일은 진도의 시작점이 아니라 이후 모든 복습 날짜의 기준점이기도 합니다.

대응은 시작일을 흩뜨리는 것입니다. 아래는 여섯 줄을 다시 배치한 결과입니다.

# 재배치 후 (2026-08-26 결정)
09-01(월) 시작  RAG 레슨          진도 주4 + 복습 금  |  목표 730일 → 첫 복습 10-22
09-01(월) 시작  영어(교재/체크)    진도 평일 + 주간리뷰 일  |  기존 유지
09-08(월) 시작  옵시디언 60일      진도 주4 + 복습 금  |  목표 730일 → 첫 복습 10-29
계속 진행       QA 역량 강화       진도 매일 → 주5 + 복습 토  |  목표 365일 → 첫 복습 27일 주기
계속 진행       매일 앱 만들기      복습 슬롯 없음 (의도적: 산출물이 남으므로 제외)

옵시디언만 한 주 미뤘습니다. 그리고 앱 만들기에는 복습을 붙이지 않기로 했습니다. 매일 만든 앱이 파일로 남아 있어서 나중에 열어 보면 그게 복습이 되고, 별도 슬롯을 만들면 여섯 개가 일곱 개가 됩니다.

세 함정을 한 표로 정리하면 이렇습니다.

함정	증상	원인	대응
다시 만나는 지점이 없음	매일 새 진도만 나온다	설계 관심이 주제 채우기에 있었다	진도 주5를 주4로 줄여 자리를 만든다
간격이 너무 짧다	복습이 다음 날에 있다	잘 기억나는 상태를 학습 신호로 착각	목표 보유 기간을 먼저 적고 비율로 환산한다
시작일이 같다	몇 주 뒤 복습이 한 주에 몰린다	시작일을 복습 기준점으로 보지 않았다	시작일을 주 단위로 흩뜨린다

5. 이 방식의 도입 난이도와 유지 비용

5-1. 세 가지 운영 방식 비교

같은 여섯 개를 놓고 취할 수 있는 운영 방식을 세 가지로 놓고 비교했습니다.

항목	여섯 개 전부 매일 진도	개수를 줄여 순차 진행	진도 주4 + 복습 주1
도입 난이도	낮음(이미 그 상태)	중간(무엇을 미룰지 결정해야 함)	낮음(프롬프트에 요일 조건 추가)
유지 비용	낮음	낮음	중간(복습 대상 목록을 어딘가 남겨야 함)
학습곡선	없음	없음	낮음(간격 계산 규칙 하나만 익히면 됨)
하루 소요	여섯 슬롯	두세 슬롯	여섯 슬롯(중 하나가 복습)
근거	병행 이득의 근거를 찾지 못함	슬롯 수 감소는 확인된 근거 없음	분산 학습 d = 0.54
포기하는 것	없음	진도 속도	새 진도의 20%

세 번째 열을 골랐습니다. 두 번째 열도 나쁘지 않지만, 개수를 줄이는 것이 남는 양을 늘린다는 근거를 저는 찾지 못했습니다. 줄이면 하루가 편해지는 건 맞습니다. 다만 그건 학습 효과가 아니라 시간 문제이므로 다른 기준으로 판단해야 합니다.

5-2. 팀에 옮길 수 있는 부분

같은 규칙을 팀 온보딩에 그대로 옮길 수 있습니다. 신규 입사자 교육 자료를 만들 때도 관심은 "무엇을 알려 줄까"에 쏠립니다. 2주 커리큘럼을 짜 놓고 3주째부터는 실무만 하게 되는데, 2주 동안 배운 내용을 다시 만나는 지점이 없습니다.

목표 보유 기간을 신입의 첫 1년으로 잡으면 위 계산으로 첫 복습은 27일 뒤입니다. 온보딩이 끝난 다음 달에 30분 정도의 되짚기 자리를 한 번 만드는 것으로 충분하다는 뜻입니다. 저는 다음 온보딩에서 이걸 넣어 볼 생각입니다. 아직 해 보지 않았으므로 결과는 없습니다.

한 가지 이 글에서 다루지 못한 것을 밝혀 두겠습니다. 복습 시간에 무엇을 하는지, 즉 다시 읽는 것과 기억에서 끌어내는 것 중 어느 쪽이 나은지는 이 글의 범위가 아닙니다. 별개의 연구 주제이고, 제가 이번에 1차 소스를 확인하지 않았으므로 단정하지 않겠습니다.

6. 권할 만한 경우와 권하지 않는 경우

권할 만한 경우는 셋입니다. 첫째, 학습용 반복 일정을 이미 여러 개 돌리고 있는데 남는 게 없다고 느끼는 경우입니다. 슬롯 개수를 건드리기 전에 복습 지점이 있는지부터 보시면 됩니다. 둘째, 1년 이상 쓸 도구나 개념을 배우는 경우입니다. 목표 보유 기간이 길수록 간격 설계의 이득이 커집니다. 셋째, 팀 온보딩이나 교육 과정을 설계하는 경우입니다. 되짚기 자리 하나를 넣는 비용이 아주 작습니다.

권하지 않는 경우도 셋입니다. 첫째, 다음 주에 시험이나 발표가 있어 짧게 보유하면 되는 경우입니다. 목표가 7일이면 최적 간격이 1일이라 사실상 몰아서 하는 것과 큰 차이가 없습니다. 둘째, 서로 헷갈리는 유사 항목을 구별하는 학습이 목적인 경우입니다. 그건 간격보다 섞어 배우는 쪽이 조건에 맞고, 효과 크기도 그쪽에서 확인됐습니다. 셋째, 커리큘럼이 아직 하나도 시작되지 않아 무엇을 배울지조차 정해지지 않은 경우입니다. 그 단계에서는 일정 설계가 아니라 대상 선정이 문제입니다.

마지막으로 제가 시작 전 마지막 주에 쓸 점검표를 남깁니다. 그대로 복사해 각 커리큘럼마다 한 번씩 돌리시면 됩니다. 앞의 스크립트 없이도 단독으로 쓸 수 있게 계산 결과를 표에 미리 넣었습니다.

## 커리큘럼 시작 전 점검 — <커리큘럼 이름>

- [ ] 이 내용을 며칠 동안 기억하고 싶은가?  → ____일
- [ ] 위 값으로 첫 복습 날짜를 정했는가?    → ____년 __월 __일
      (14일→3일 뒤 / 30일→6일 / 90일→14일 / 180일→27일 / 365일→27일 / 730일→51일)
- [ ] 복습이 들어갈 요일 슬롯을 진도에서 덜어냈는가?  → 진도 주__회
- [ ] 복습 대상을 어디에 적어 두는가?      → ____________
- [ ] 다른 커리큘럼과 첫 복습 주가 겹치지 않는가?     → 겹침 / 안 겹침
- [ ] 이 커리큘럼은 서로 헷갈리는 항목을 구별하는 종류인가?
      → 예: 커리큘럼 안에서 항목을 섞어 배치 / 아니오: 간격만 관리

여섯 줄을 여덟 줄로 늘리지 않고 여섯 줄 안에서 하루를 바꾸는 게 이번 결정의 전부입니다. 9월 말쯤 실제로 어떻게 됐는지는 그때 다시 적겠습니다.

이 블로그 검색

하루 로그