Ghost Map ・ 4단계
당신이 쓴 것과 정답 사이의 거리를 보세요.
회상 시도 후, Fluera는 당신의 작업을 이상적인 해답에 겹쳐 놓습니다. 차이가 맥동합니다. 비난하지 않고 — 기억을 깨웁니다. 더 틀렸을수록 수정이 더 깊이 자리잡습니다.
하이퍼코렉션 효과 — Butterfield와 Metcalfe, 2001.
Try it in the beta → In beta
[ Demo loop placeholder ]
병목 현상
무엇이든 물어볼 수 있습니다.
그래도 답은 머리에 남지 않습니다.
2026년, 지식은 3초만에 검색되고 3주 만에 잊힙니다. 노트를 작성하는 앱은 10개가 있지만 배운 것을 유지하는 앱은 하나도 없습니다.
하이라이트하는 것은 공부하는 것처럼 느껴집니다. 다시 읽는 것은 공부하는 것처럼 느껴집니다. LLM에게 요약을 부탁하는 것은 공부하는 것처럼 느껴집니다. 그 셋 중 어느 것도 그렇지 않습니다 — 인지 과학은 50년 전부터 그렇게 말해왔습니다.
학습의 병목은 더 이상 접근이 아닙니다 — 부호화, 통합, 전이의 세 가지 문제가 동시에 존재합니다.
Fluera는 이 셋을 위해 만들어졌습니다.
방법론
하나의 캔버스.
열두 가지 인지적 동작.
당신의 뇌가 학습하는 사이클.
Fluera의 모든 기능은 사이클의 한 단계에 살며, 각 단계는 게재된 연구에 기반합니다. 하나를 건너뛰면 사슬이 끊어집니다. 모두 따르면 노트북은 영구적이 됩니다.
- 01
캡처
강의 당일강의 중에 개념을 손으로 적으세요. 공간에 배치하세요. 펜의 느림이 강요하는 압축 — 거기서 부호화가 시작됩니다.
- 02
재구성
그날 저녁책을 덮으세요. 기억나는 것을 빈 캔버스에 다시 만드세요. 망설이는 빨간 노드가 다음에 공부할 것의 지도입니다 (Kapur, 생산적 실패, 2008).
- 03
소크라테스식
48시간 이내AI가 묻고 당신이 답합니다. 각 공개 전에 1부터 5까지 확신도를 평가하세요. 메타인지를 명시화합니다.
- 04
켄타우로스
직후Ghost Map이 당신의 추론을 이상적인 지도와 겹쳐 보여줍니다. 하이퍼코렉션이 격차를 영속적으로 만듭니다 (Butterfield와 Metcalfe, 2001).
- 05
수면
그날 밤아무것도 하지 마세요. 서파 수면이 하루를 재생합니다. 해마가 흔적을 신피질에 넘겨줍니다. 우리의 일은 길을 비키는 것입니다.
- 06
첫 회상
1일째다음 날 돌아오세요. 캔버스가 거의 알았던 것을 흐리게 합니다. 기억에서 끌어내고, 미끄러진 것을 다시 쓰세요.
- 07
동료 학습
2-3일째동급생의 캔버스를 방문하세요. 가르치세요. 가르침을 받으세요. 다른 사람을 위해 정리하는 것이 당신 안에 굳힙니다 (가르침 효과).
- 08
간격 회상
3일 · 7일 · 14일…점점 넓어지는 간격에서 성공적인 재학습. 과학적 증거의 황금 표준 전략 (Rawson과 Dunlosky, 2011).
- 09
영역 간 다리
몇 주 후대륙 보기로 줌 아웃. 화학과 미분 방정식 사이에 화살표를 그리세요. 전이는 학습의 진짜 시험입니다.
- 10
시험 준비
시험 7-14일 전Fog of War 모드. 자신의 캔버스의 안개를 탐색하세요. 녹색, 빨강, 사각지대 — 숙달의 지도가 스스로 만들어집니다.
- 11
Exam Session
7일 전 ・ 당일Fluera가 당신의 캔버스에서 폐쇄형 시험을 생성합니다. 1부터 5까지 확신도를 평가하고 손으로 답하세요. 그러면 Ghost Map이 격차를 겹쳐 보여줍니다. 하이퍼코렉션이 자만한 실수를 영속적으로 만듭니다 (Butterfield와 Metcalfe, 2001).
- 12
지속적인 성장
영원히캔버스는 인지의 자서전으로 남습니다. 2년 후에 돌아와서 자신이 얼마나 성장했는지의 형체 있는 모습을 볼 수 있습니다.
네 가지 인지적 차별화 요소
기억이 구축되는 네 가지 방법.
Socratic Mode ・ 3단계
우리의 AI는 답하지 않습니다. 묻습니다.
각 공개 전에 1부터 5까지 확신도를 평가합니다. 메타인지는 숙달의 절반이고, 확신도 보정은 한 번에 하나의 예측으로 그것이 구축되는 방식입니다.
메타인지 모니터링 — Flavell, 1979.
Try it in the beta → In beta
[ Demo loop placeholder ]
Fog of War ・ 10단계
거의 기억나는 것을 숨기는 시험 모드.
캔버스의 어떤 영역이라도 마스킹합니다. 공개하기 전에 기억에서 끌어내세요. 다시 보는 것이 아닌 회상의 노력 — 거기서 기억이 단단해집니다.
바람직한 어려움 — Bjork, 1994.
Try it in the beta → In beta
[ Demo loop placeholder ]
Exam Session ・ 11단계
당신의 캔버스에서 모의 시험 — Ghost Map이 채점.
각 문제 전 1부터 5까지 확신도 피커. 폐쇄형. 제출 후, Fluera는 당신의 답을 이상적인 답에 겹쳐 놓고, 가장 자신감 있게 틀렸던 곳에 하이퍼코렉션을 적용합니다. 놀라움이 클수록 수정이 더 깊이 자리잡습니다.
하이퍼코렉션 — Butterfield와 Metcalfe, 2001 ・ 생산적 실패 — Kapur, 2008.
Try it in the beta → In beta
[ Demo loop placeholder ]
잉크, 키보드 아닌
타이핑이 더 빠릅니다.
손글씨가 더 좋습니다.
뇌는 속도에 최적화되지 않았습니다.
Mueller와 Oppenheimer, Princeton 2014 ・ van der Meer, NTNU 2020
2014년 Mueller와 Oppenheimer가 유명한 Princeton 연구를 발표했을 때, 손으로 노트를 쓴 학생들이 노트북을 사용한 학생들을 개념적 질문에서 능가했습니다 — 노트북을 사용한 학생들이 훨씬 더 많은 단어를 썼는데도. 손은 더 느렸습니다. 마음은 더 깊었습니다.
10년 후, NTNU의 Audrey van der Meer의 EEG 연구 (2020)가 그 이유를 알려주었습니다: 손글씨는 타이핑보다 더 넓은 뇌 네트워크를 활성화하며, 특히 기억 형성과 감각운동 통합에 관련된 영역에서 그렇습니다. 펜은 인지 도구입니다.
Fluera는 이 발견을 중심으로 만들어졌습니다. 13개의 브러시 엔진. 압력, 기울기, 속도. 모든 지원 기기에서 15ms 이하의 스트로크 지연. 무한 캔버스는 미적인 것이 아닙니다 — 당신의 기억이 요청해온 기질입니다.
과학적 토대
거인들의 어깨 위 — 이름까지.
모든 디자인 결정은 인용할 수 있는 논문으로 거슬러 올라갑니다. 여기 그 12명의 마음들이 있습니다. 전체 참고 문헌은 공개되어 있습니다.
Robert A. Bjork
바람직한 어려움 — 더 어렵게 공부하는 것이 더 잘 기억된다는 반직관적인 발견.
1994
Butterfield와 Metcalfe
하이퍼코렉션 효과 — 자신감 있게 한 실수가 한 번 수정되면 가장 영구적으로 기억됩니다.
2001
Daniel Kahneman
시스템 1 vs 시스템 2 — 사고와 기억에서의 빠른 직관과 느린 숙고.
2011
Lev Vygotsky
근접발달영역 — 비계 학습이 단독 학습을 능가하는 좁은 띠.
1978
Albert Bandura
자기효능감 — IQ보다 더 강한 학업 성공 예측 인자.
1977
Carol Dweck
성장 마인드셋 — 재능이 아닌 노력을 칭찬하면 어려움에 대한 반응이 바뀝니다.
2006
Mihaly Csikszentmihalyi
플로우 — 도전과 능력이 즉각적인 피드백과 함께 균형을 이룰 때의 최대 인지 수행.
1990
Joseph Novak
개념도 — 지도를 구축하는 것이 미리 만들어진 것을 공부하는 것을 능가합니다, 모든 학문에서.
1984
O'Keefe와 Moser
Nobel장소 세포와 격자 세포 — 뇌의 생물학적 GPS. 기억의 궁전이 작동하는 이유.
노벨상 2014
Mueller와 Oppenheimer
손으로 쓴 노트는 개념적 회상에서 노트북을 이깁니다 — 노트북이 더 완전했더라도.
2014
Audrey van der Meer
EEG 증거: 손글씨가 타이핑보다 더 넓은 뇌 네트워크를 활성화합니다.
2020
Roediger와 Karpicke
회상 연습 — 시험은 기억을 측정하지 않고, 기억을 만듭니다.
2006
6개 플랫폼, 하나의 잉크
6개 플랫폼. 하나의 잉크. 하나의 마음.
Vulkan, Metal, OpenGL, Direct3D 11, WebGPU에서 네이티브 렌더러. 노트북은 종단 간 암호화로 동기화되거나 오프라인으로 유지됩니다. 당신의 결정.
베타
iOS
Metal
베타
iPadOS
Metal
베타
macOS
Metal
알파
Windows
Direct3D 11
알파
Android
Vulkan
알파
Linux
OpenGL
데모
Web
WebGPU
상태 라벨은 출시 준비 상태에 정직합니다. "알파" 또는 "데모"로 표시된 플랫폼은 작동하지만 다듬어야 합니다 — 형성에 도움을 주려면 베타에 참여하세요.
당신의 마음, 당신의 데이터
종단 간 암호화.
키는 당신이 쥡니다.
01
유휴 시 AES-256
모든 기기에서 SQLCipher 암호화. 로컬 데이터베이스는 키 없이 읽을 수 없습니다.
02
GDPR 기본
EU 호스팅, DPA 제공, 요청 시 완전한 내보내기 및 삭제.
03
광고 기술 제로
추적 픽셀 없음. 행동 기반 광고 없음. 당신의 콘텐츠로 모델을 훈련시키지 않습니다.
04
감사 로그
교육 계정의 경우, 모든 액세스가 변경할 수 없는 추적에 기록됩니다.
요금
학습은 무료. 더 깊이 가려면 Plus와 Pro.
Free
€0
완전한 캔버스. 노트북 3개. 영원히 무료.
Plus
€5.99/월
무제한 캔버스, 2기기 동기화, 기본 AI. 연 €49.
Pro
€11.99/월
Exam Session, Atlas, 전체 AI 스위트, 무제한 동기화. 연 €99.
Team
€19.99/시트
공유 캔버스, team Atlas, ACL, 감사 로그. 5+ 시트.
검증된 학생은 파일럿 프로그램을 통해 Plus 또는 Pro를 50% 할인 받습니다. 지금 가입하면 구독 기간 동안 요금이 고정됩니다.
함께하기
비공개 베타.
코호트 단위 온보딩.
우리는 사용자를 코호트로 모셔, 모든 그룹 — 학생, 지식 근로자, 교수진 — 이 대기열의 번호가 아닌 진정한 대화를 받을 수 있게 합니다. 당신을 위해 학습한다고 약속하는 앱에 지쳤다면, 액세스를 요청하세요.
액세스 요청 →