대화와 자료에서 사용자의 목표, 반복해서 접하는 개념, 실제 활용 기록 등을 함께 살펴 어떤 지식을 관리할지 판단할 근거를 찾습니다.

AI가 발견한 새로운 개념은 기존 지식과 비교하고, 중복·연관·충돌 여부를 검토해 출처와 맥락을 연결하도록 설계합니다.

간격 학습과 인출 연습 연구를 참고한 FSRS-6 모델로, 지식마다 시간에 따른 기억 상태를 계산합니다.

기억 계산에 개인의 우선순위와 확인에 쓸 수 있는 시간을 함께 고려해, 다음 리마인드 시점을 계획합니다.

이전의 혼동, 최근의 설명, 개념 사이의 관계를 함께 비교해 다음에 무엇을 확인할지 판단하도록 설계합니다. 같은 지식도 질문의 유형과 우선순위는 달라질 수 있습니다.

자기평가와 관찰된 이해는 질문을 고르는 근거로 활용하되, 직접 기억해 낸 결과와 구분합니다. 도움 여부와 평가 기준을 확인한 독립 회상만 등급으로 변환해 기억 계산에 전달합니다.

AI의 분석 결과와 개인의 지식 기록을 분리합니다. 지식·출처·관계·확인 이력을 공통 구조로 관리해 모델이 달라져도 같은 근거를 이어 사용하도록 설계합니다.

기억 계산은 독립적인 Chronira가 담당합니다. 외부 AI가 이 상태를 읽고 활용하는 방식은 별도로 연구·검증합니다.

Chronira는 특정 앱이나 AI 제공사에 종속되지 않는 독립 Python SDK로 개발했습니다. 기억 계산과 판단 근거를 제품 화면과 분리해 검증할 수 있습니다.

새로운 논문과 알고리즘을 살펴보고 기존 방식과 비교·검증한 뒤, 유용한 변화를 단계적으로 반영하는 연구 체계를 발전시킵니다.