영어 공부

이렇게 공부하는 이유

이 사이트의 하루 30분은 기분이나 유행이 아니라 연구 결과를 보고 짰어요. 어떤 방법이 얼마나 확실한지, 그래서 앱이 무엇을 하게 했는지 정리했어요. 2026년 11월에 찾은 논문과 메타분석이 근거입니다. 8번부터는 빨모쌤 방식, 게임 요소, 비즈니스 영어를 빨리 익히는 법을 더 찾아 보탠 거예요.

1. 보기 전에 먼저 떠올리기 근거 강함

다시 읽는 것보다 기억에서 꺼내 보는 쪽이 오래 남아요. 학습법 열 가지를 비교한 Dunlosky 연구진(2013)은 스스로 시험 보기를 효과가 가장 큰 방법으로 꼽았고, 다시 읽기와 형광펜은 효과가 낮다고 봤어요. Roediger와 Karpicke(2006)도 시험을 본 쪽이 다시 공부한 쪽보다 며칠 뒤에 더 많이 기억한다는 걸 보였습니다.

단어도 마찬가지예요. Nakata(2020)가 정리한 연구에서는 같은 단어를 다섯에서 일곱 번 떠올린 쪽이 한두 번 떠올린 쪽보다 4주 뒤에도 더 많이 기억했어요. 한국어를 보고 영어를 떠올리는 연습을 하면 반대 방향도 같이 늘지만, 영어를 보고 뜻을 떠올리는 연습은 반대로 잘 옮겨 가지 않았습니다.

앱에서는 복습 카드에 한국어 뜻만 보여 주고 영어를 직접 쓰게 해요. "알았어요" 같은 버튼은 답을 써 본 다음에만 나와요. 새 단어는 한 번 보여 주고, 같은 날 몇 장 뒤에 두 번 더 물어봐요. 새 단어는 하루 10개까지만 받아요.

2. 사이를 두고 복습하기 근거 강함

한 번에 몰아서 외우는 것보다 날을 띄워 복습하는 쪽이 오래 가요. 제2언어 연구 48편을 모은 Kim과 Webb(2022)의 메타분석에서 간격 반복은 중간에서 큰 효과를 냈고, 간격이 길수록 나중 시험 점수가 높았어요. 간격을 점점 늘리는 방식과 같은 간격으로 두는 방식은 차이가 없었습니다.

Cepeda 연구진(2008)은 얼마나 오래 기억하고 싶은지에 따라 알맞은 간격이 달라진다고 했어요. 일주일 뒤 시험이라면 그 기간의 20~40%, 1년이라면 5~10% 정도가 가장 좋았습니다.

앱에서는 복습 간격을 1일, 3일, 7일, 16일, 35일, 90일, 180일로 늘렸어요(전에는 30일이 끝이었어요). 모르면 다음 날로 돌리고 같은 묶음 끝에서 한 번 더 물어요. "애매해요"는 한 칸 내려가요. 같은 날 여러 번 맞혀도 한 칸만 올라가요.

3. 문법은 짧게 설명 듣고, 직접 쓰고, 섞어서 풀기 근거 강함

"그냥 많이 들으면 문법은 저절로 된다"는 말은 반만 맞아요. Norris와 Ortega(2000)의 메타분석에서 문법을 집어서 가르친 수업은 효과가 컸고, 규칙을 명시적으로 알려 준 쪽이 암시만 준 쪽보다 나았어요.

연습할 때는 섞는 게 좋아요. Nakata와 Suzuki(2019)의 실험에서 여러 문법을 섞어 푼 학습자는 연습하는 동안엔 더 많이 틀렸지만, 일주일 뒤 시험에서는 더 잘했어요. 이 부분은 큰 연구 한 편이 중심이라 근거는 1, 2번보다 약해요.

앱에서는 문법 문제를 보기에서 고르지 않고 빈칸에 직접 써 넣어요. 막히면 "보기 보기"로 고르기 문제로 바꿀 수 있어요. 오늘 문법 5문제에 전에 끝낸 문법 3문제를 섞어서 내요.

4. 틀린 걸 바로 고쳐 주지 않고 먼저 스스로 고치게 하기 근거 강함

틀린 말을 고쳐 주는 피드백은 효과가 있고, 그 효과는 시간이 지나도 남아요(Li 2010, 33편 메타분석). 고치는 방식에 따라서도 달라요. Lyster와 Saito(2010)가 수업 연구 15편을 모아 보니, 선생님이 맞는 문장으로 다시 말해 주는 것보다 "어디가 틀렸는지 다시 생각해 봐" 하고 학생이 스스로 고치게 하는 쪽이 더 효과가 컸어요. 특히 자유롭게 말하는 시험에서 차이가 컸습니다.

앱에서는 말하기와 쓰기 모두 AI가 먼저 "두 번째 문장의 동사 시제를 확인해 보세요" 같은 힌트만 줘요. 힌트를 보고 다시 말하거나 고쳐 쓴 다음에야 고친 문장과 모범 답안을 보여 줘요.

5. 같은 내용을 점점 짧은 시간에 세 번 말하기 근거 중간

Nation이 만든 4/3/2 활동은 같은 이야기를 4분, 3분, 2분 동안 세 번 말하는 거예요. De Jong과 Perfetti(2011)의 실험에서 같은 이야기를 세 번 반복한 학습자만 유창성이 늘었고, 그 효과가 나중 시험까지 남았어요. 참가자가 24명이라 근거가 아주 단단하지는 않아요.

앱에서는 하루 30분 안에 넣으려고 60초, 45초, 30초로 줄였어요. 이 짧은 버전은 연구로 확인된 시간이 아니라 우리가 정한 값이에요. 세 번 말한 뒤 AI 힌트, 스스로 고쳐서 한 번 더, 그다음 정답 순서로 가요. 고친 표현은 버튼 하나로 단어 카드에 넣어 다음 날부터 복습해요.

5-1. 실제로 주고받는 대화 근거 강함

혼자 말하는 것과 상대와 주고받는 건 달라요. 상대가 못 알아들으면 다시 말하고, 되물으면 고쳐 말하게 되거든요. Mackey와 Goo(2007)가 상호작용 연구 28편을 모은 메타분석에서 대화를 주고받은 학습자는 그렇지 않은 학습자보다 훨씬 많이 늘었고, 그 차이는 시간이 지난 뒤 본 시험에서 더 뚜렷했어요(Loewen과 Sato 2018의 정리).

앱에서는 스탠드업, 코드 리뷰, 면접 같은 상황을 골라 AI와 주고받아요. 내 말마다 바로 피드백이 붙는데, 틀린 곳은 힌트만 먼저 보여 주고 "고쳐 말하기"를 해 본 다음에 고친 문장을 열어요(4번). 막히면 "힌트 보기"로 쓸 만한 표현 세 개를 먼저 보고, 그래도 어려우면 예시 답까지 볼 수 있어요. 표현부터 보여 주는 건 스스로 문장을 만들어 보게 하려는 거예요(1번).

6. 쉬운 걸 많이 듣고 읽기 근거 중간

다독 연구 49편을 모은 Jeon과 Day(2016)는 작지 않은 효과(d=0.57)를 찾았고, 어른이 아이보다 더 많이 늘었어요. 듣기로 단어를 익히는 연구에서도 효과가 컸어요(Vos 외 2018). 다만 입력만으로 충분하다는 주장은 근거가 약해서, 앱은 입력을 연습과 피드백에 붙여 써요.

앱에서는 읽기는 30분 밖 "여유 있을 때"로 뺐어요. 많이 읽어야 효과가 나는 방법이라 3분짜리 칸으로는 의미가 없어서예요.

7. 따라 말하기(섀도잉) 근거 약함, 엇갈림

섀도잉 연구는 대부분 일본 대학생을 대상으로 한 작은 실험이고, 묶어서 본 메타분석은 찾지 못했어요. Hamada(2016)에서는 소리를 구별하는 힘은 초급과 중급 모두 늘었지만, 내용 이해는 초급만 늘었어요. 음성 인식으로 발음 피드백을 주는 연구 15편을 모은 Ngo 외(2023)는 중간 크기의 효과(g=0.69)를 찾았고, 어느 단어가 잘못 들렸는지 구체적으로 알려 줄 때 효과가 컸어요.

앱에서는 받아쓴 바로 그 문장을 세 번 따라 말하게 해서 한 문장을 듣기, 받아쓰기, 발음에 같이 써요. 점수만 보여 주지 않고 잘 안 들린 단어를 빨간색으로 표시해요. 받아쓰기는 다섯 문장에서 세 문장으로 줄였어요.

8. 덩어리 표현 하나를 백 번 말하기 근거 중간에서 강함

원어민 말은 생각보다 많이 외워 둔 덩어리로 되어 있어요. Erman과 Warren(2000)이 영어 말과 글을 분석해 보니 단어 자리의 평균 55%가 "as far as I know", "it turns out" 같은 미리 만들어진 표현이었어요. Pawley와 Syder(1983)는 원어민이 빨리 말할 수 있는 이유를 머릿속에 쌓아 둔 수천 개의 문장 틀에서 찾았어요.

이런 덩어리를 많이 쓰는 학습자는 더 유창하게 들려요. Boers 외(2006)의 실험에서 덩어리 표현을 많이 쓴 학습자가 평가자에게 더 높은 말하기 점수를 받았고, Wood(2006)는 덩어리를 많이 쓸수록 말이 빨라지고 쉬지 않고 이어 말하는 길이가 길어진다고 보고했어요. 가르치는 방식도 중요해요. 연어 교육 17편을 모은 Li와 Lei(2024)의 메타분석에서 효과가 컸고(d=1.42), 대놓고 알려 준 쪽이 더 나았어요. 시험이 수업 내용과 겹친 연구가 많아서 효과 크기는 조금 부풀려졌을 수 있어요.

왜 "말로" 백 번인지는 기술 습득 이론이 설명해요. DeKeyser(1997)의 실험에서 연습할수록 반응 시간과 실수가 줄었는데, 이해 연습은 이해만, 말하기 연습은 말하기만 늘렸어요. 그래서 읽고 듣기를 백 번 하는 게 아니라 입으로 백 번이에요. 다만 똑같은 문장만 계속 반복하면 효과가 금방 줄어요. Lambert 외(2017)에서 같은 과제를 여섯 번 반복했더니 쉼은 2~4번째까지 줄고 그 뒤로는 덜 줄었어요.

앱에서는 하루에 표현 하나를 골라 뜻을 한 번만 이해하고(빨모쌤 "이해는 한 번, 말은 백 번"), 나머지 시간은 소리 내서 말해요. 같은 문장만 백 번이 아니라 예문 여러 개, 선생님과의 대화, 문제, 일기로 장면을 바꿔 가며 같은 표현을 써요. 다음에 바꿀 것: 그날 대화에서 오늘 표현을 몇 번 썼는지 세어서 보여 주기.

9. 게임, 캐릭터, 연속 일수 근거 중간, 효과는 작음

게임 요소는 도움이 되지만 생각만큼 크지 않아요. 게임화 연구를 모은 Sailer와 Homner(2020)의 메타분석에서 학습 효과는 g=0.49, 동기는 0.36, 행동은 0.25였고, 엄격한 연구만 보면 동기와 행동 효과는 흔들렸어요. 남과 겨루는 순위표와 배지를 한 학기 동안 붙인 수업에서는 오히려 동기와 기말 성적이 떨어졌어요(Hanus와 Fox 2015).

캐릭터 선생님도 비슷해요. 화면 속 선생님이 학습을 더 즐겁게 느끼게 한다는 연구가 있지만(Lester 외 1997), 메타분석에서 효과는 작았어요(Schroeder 외 2013, Castro-Alonso 외 2021의 g=0.20). 단순한 그림이 화려한 3D보다 나았고, 캐릭터에 끌린 학습자일수록 성적이 낮은 경향도 있었어요.

연속 일수(스트릭)는 끊길 때가 문제예요. Silverman과 Barasch(2023)의 실험 7개에서 이어지는 스트릭은 행동을 늘렸지만, 끊긴 스트릭을 보면 참여가 줄었고, 복구할 수 있게 하면 덜 줄었어요. 습관이 자리 잡기까지는 중앙값 66일이 걸렸고, 하루 빠지는 건 습관 형성에 거의 영향이 없었어요(Lally 외 2010).

앱에서는 스테이지, 별, XP, 레벨, 선생님 버전을 재미로 넣었어요. 근거가 약한 장치라 공부의 중심이 아니라 겉옷이라고 보고 있어요. 남과 순위를 매기지 않고, "함께" 탭은 서로 무엇을 했는지만 보여 줘요. 다음에 바꿀 것: 연속 일수에 "하루 쉬어도 이어지기"를 넣고, 대화와 문제를 푸는 동안에는 선생님 그림을 작게 줄이기.

10. 언제 할지 한 문장으로 정해 두기 근거 강함

"공부해야지"보다 "출근 지하철에 앉으면 오늘의 표현을 연다"처럼 상황과 행동을 묶어 정해 두면 실제로 하게 될 가능성이 높아져요. 94개 연구(8,000명 이상)를 모은 Gollwitzer와 Sheeran(2006)의 메타분석에서 이런 "만약 ~하면 ~한다" 계획은 목표 달성을 크게 올렸어요(d=0.65).

앱에서는 아직 없어요. 다음에 바꿀 것: 처음 안내에서 "언제, 어디서 할지"를 한 문장으로 적게 하고, 그 시간에 맞춰 알림 보내기.

11. 비즈니스 영어를 빨리 익히려면 근거 중간

시간은 솔직하게 잡아요. Cambridge는 왕초보에서 B2까지 약 500~600시간, C1까지 약 700~800시간의 지도 학습을 안내해요. 한 단계에 대략 200시간이에요. 하루 30분이면 1년에 약 180시간이라 B2에서 C1까지는 1년 넘게 걸린다고 보는 게 맞아요. 미국 국무부 외교연수원(FSI)은 한국어를 영어 화자에게 가장 먼 언어로 분류해요. 반대 방향 수치는 아니지만 두 언어 사이가 멀다는 참고는 돼요.

내 업무 장면에서 시작해요. 실제로 하게 될 과제를 먼저 정하고 그걸로 연습을 짜는 게 목적 영어(ESP)의 기본이에요(Long 2005). 개발자라면 스탠드업, 코드 리뷰 코멘트, 장애 공유, 1:1, 면접이에요. 과제 중심 수업 52편을 모은 메타분석은 큰 효과를 보고했지만(Bryfonski와 McKay 2019, d=0.93), 비교 설계에 문제가 있어 그대로 믿기는 어렵다는 비판도 있어요(Boers와 Faez 2023).

원어민 억양보다 알아듣기 쉬운 말이 중요해요. 다국적 기업 직원들을 조사한 BELF 연구에서 업무 영어에 중요한 건 원어민 같은 정확성보다 명확함, 간결함, 업무 지식이었어요(Kankaanranta와 Louhiala-Salminen 2010). 억양이 강해도 잘 알아들리는 말이 많다는 청취 실험도 있어요(Munro와 Derwing 1995).

회의와 면접 표현은 따로 배우면 늘어요. 부탁하기, 거절하기, 돌려 말하기 같은 말하기 방식은 가르쳤을 때 크게 늘었어요(Plonsky와 Zhuang 2019의 50편, d=1.52). 면접은 준비한 만큼 좋아져요. Tross와 Maurer(2008)의 실험에서 코칭을 깊이 받은 사람일수록 경험을 묻는 면접에서 답이 정리되고 점수가 높았어요. STAR 형식 자체를 검증한 연구는 찾지 못했어요.

몰아서 하는 기간은 쓸모가 있어요. 같은 110시간을 1개월에 몰아 들은 반이 7개월에 나눠 들은 반보다 더 늘었다는 비교가 있어요(Serrano와 Muñoz 2007, 무작위 배정은 아니에요). 2번의 간격 복습과 부딪히지는 않아요. 하루 공부 시간을 늘리는 것과 같은 표현의 복습 간격을 벌리는 건 다른 이야기라서, 면접 직전처럼 급할 때는 하루 시간을 늘리고 복습 간격은 그대로 두면 돼요.

앱에서는 업무 과정(B2-C1)이 회의, 스탠드업, 메일, 면접 표현으로 되어 있고, 대화에서 스탠드업, 코드 리뷰, 면접 상황을 고를 수 있어요. 발음은 원어민과 얼마나 같은지가 아니라 음성 인식이 알아들었는지로 판정해요. 다음에 바꿀 것: 내 프로젝트 이야기 3~5개를 STAR 틀로 적어 두고 3번 말하기로 반복하는 "내 이야기" 메뉴, 면접 2주 전을 위한 "집중 모드"(하루 60~90분), 다음 단계까지 남은 시간 보여 주기.

12. 말하기 전 1분 준비하고, 고칠 것은 하나만 근거 강함

말하기 전에 잠깐 계획하면 말이 매끄러워지고 문장이 풍부해져요. 36편을 모은 Johnson과 Abdi Tabari(2022)의 메타분석에서 유창성과 복잡성에 중간 정도 효과가 있었고, 정확성에는 거의 없었어요. 불안도 챙겨야 해요. 외국어 불안과 성취는 함께 움직였어요(Teimouri 외 2019, r=-0.36). 상관이라 불안이 원인이라고 단정할 수는 없어요.

앱에서는 틀려도 힌트 하나부터 주고, 맞게 말하면 칭찬부터 해요. 다음에 바꿀 것: 말하기 녹음 앞에 60초 준비 시간을 두고 키워드 세 개만 적게 하기.

빠르게 비즈니스 영어를 익히는 30분

위 근거만으로 짠 하루예요. 지금 앱의 7스테이지와 거의 겹치고, 다른 부분은 앞으로 맞춰 갈 거예요.

시간할 일근거
0~3분이번 주 업무 장면에서 고른 표현 하나 이해하기, 한국어로 직역하면 틀리는 곳 확인8, 11
3~6분어제와 지난주 표현을 한국어 뜻만 보고 영어로 말하기1, 2
6~16분오늘 표현을 4~6번 소리 내 말한 뒤 스탠드업, 리뷰 코멘트, 1:1로 장면을 바꿔 2~3번씩8
16~24분60초 준비하고 실제 업무 장면 2분 말하기11, 12
24~28분알아들었는지 확인하고, 고칠 것 하나만 보고 한 번 더4, 11, 12
28~30분내일 언제 어디서 할지 한 문장으로 적기10

일주일에 한 번은 16~24분을 면접용 내 이야기로 바꿔요. 한계도 있어요. 하루 30분이면 C1까지 1년 넘게 걸리고, 실제 사람과 말하는 경험은 앱이 다 채우지 못해요. 외국인 동료와 주 1회라도 말할 기회를 따로 만드는 게 좋아요.

하루 30분 순서

시간할 일근거
7분단어 떠올리기: 복습 먼저, 새 단어는 그다음1, 2
8분세 문장을 듣고 받아쓴 뒤 같은 문장 따라 말하기6, 7
5분문법 설명, 직접 써 보기, 지난 문법 섞기3
10분같은 주제 3번 말하기, 힌트 보고 다시, 표현 카드에 넣기4, 5

복습을 맨 앞에 둔 건 시간이 모자라도 그것만은 하게 하려는 거예요. 말하기를 가장 길게 잡은 건 이 사이트를 만든 사람의 목표가 회사에서 영어로 말하기라서입니다.

일부러 넣지 않은 것

아직 모르는 것도 있어요. 짧게 줄인 3번 말하기가 원래 4/3/2만큼 효과가 있는지는 확인되지 않았어요. 발음 피드백 효과도 몇 주 이상 꾸준히 해야 보인다는 보고가 있어서, 며칠 써 보고 판단하지 않으려고 해요. 이 사이트는 실제로 공부한 기록을 보면서 계속 고쳐 나갈 거예요.

참고한 자료

  1. Dunlosky, J. 외 (2013). Strengthening the Student Toolbox. aft.org/ae/fall2013/dunlosky
  2. Roediger, H. L. & Karpicke, J. D. (2006). Test-enhanced learning. Washington University
  3. Nakata, T. (2020). Learning words with flash cards and word cards. The Routledge Handbook of Vocabulary Studies. PDF
  4. Kim, S. K. & Webb, S. (2022). The effects of spaced practice on second language learning: A meta-analysis. Language Learning. doi.org/10.1111/lang.12479
  5. Cepeda, N. J. 외 (2008). Spacing effects in learning: A temporal ridgeline of optimal retention. Psychological Science. PDF
  6. Norris, J. M. & Ortega, L. (2000). Effectiveness of L2 instruction: A research synthesis and quantitative meta-analysis. ERIC
  7. Nakata, T. & Suzuki, Y. (2019). Mixing grammar exercises facilitates long-term retention. ERIC
  8. Lyster, R. & Saito, K. (2010). Oral feedback in classroom SLA: A meta-analysis. ERIC
  9. Li, S. (2010). The effectiveness of corrective feedback in SLA: A meta-analysis. Language Learning. doi.org/10.1111/j.1467-9922.2010.00561.x
  10. Kang, E. & Han, Z. (2015). The efficacy of written corrective feedback in improving L2 written accuracy: A meta-analysis. ERIC
  11. De Jong, N. & Perfetti, C. A. (2011). Fluency training in the ESL classroom. Language Learning. PDF
  12. Mackey, A. & Goo, J. (2007). Interaction research in SLA: A meta-analysis and research synthesis. Loewen, S. & Sato, M. (2018). Interaction and instructed second language acquisition. Language Teaching의 정리를 보고 인용했습니다. Cambridge
  13. Jeon, E. Y. & Day, R. R. (2016). The effectiveness of ER on reading proficiency: A meta-analysis. PDF
  14. Vos, J. F. 외 (2018). Learning words from spoken input: A meta-analysis. Language Learning. doi.org/10.1111/lang.12296
  15. Hamada, Y. (2016). Shadowing: Who benefits and how? ERIC
  16. Ngo, T. T.-N., Chen, H. H.-J. & Lai, K. K.-W. (2023). The effectiveness of automatic speech recognition in ESL/EFL pronunciation: A meta-analysis. ReCALL. Cambridge
  17. Pashler, H. 외 (2008). Learning styles: Concepts and evidence. APS
  18. Erman, B. & Warren, B. (2000). The idiom principle and the open choice principle. Text. PDF
  19. Pawley, A. & Syder, F. H. (1983). Two puzzles for linguistic theory: Nativelike selection and nativelike fluency. PDF
  20. Boers, F. 외 (2006). Formulaic sequences and perceived oral proficiency. Language Teaching Research. ERIC
  21. Wood, D. (2006). Uses and functions of formulaic sequences in second language speech. Canadian Modern Language Review. ResearchGate
  22. Li, X. & Lei, L. (2024). Effectiveness of second language collocation instruction: A meta-analysis. IRAL. doi.org/10.1515/iral-2021-0218
  23. DeKeyser, R. M. (1997). Beyond explicit rule learning: Automatizing second language morphosyntax. SSLA. ERIC
  24. Lambert, C., Kormos, J. & Minn, D. (2017). Task repetition and second language speech processing. SSLA. Lancaster
  25. Sailer, M. & Homner, L. (2020). The gamification of learning: A meta-analysis. Educational Psychology Review. doi.org/10.1007/s10648-019-09498-w
  26. Hanus, M. D. & Fox, J. (2015). Assessing the effects of gamification in the classroom. Computers & Education. doi.org/10.1016/j.compedu.2014.08.019
  27. Lester, J. C. 외 (1997). The persona effect. CHI '97. ACM
  28. Schroeder, N. L., Adesope, O. O. & Gilbert, R. B. (2013). How effective are pedagogical agents for learning? doi.org/10.2190/EC.49.1.a
  29. Castro-Alonso, J. C. 외 (2021). Effectiveness of multimedia pedagogical agents: A meta-analysis. Educational Psychology Review. doi.org/10.1007/s10648-020-09587-1
  30. Silverman, J. & Barasch, A. (2023). On or off track: How (broken) streaks affect consumer decisions. Journal of Consumer Research. UDSpace
  31. Lally, P. 외 (2010). How are habits formed. European Journal of Social Psychology. ResearchGate
  32. Gollwitzer, P. M. & Sheeran, P. (2006). Implementation intentions and goal achievement: A meta-analysis. KOPS
  33. Cambridge English. Guided learning hours. Cambridge
  34. U.S. Department of State, Foreign Service Institute. Foreign Language Training. state.gov
  35. Long, M. H. (Ed.) (2005). Second Language Needs Analysis. Cambridge University Press. Cambridge
  36. Bryfonski, L. & McKay, T. H. (2019). TBLT implementation and evaluation: A meta-analysis. Language Teaching Research. SAGE
  37. Boers, F. & Faez, F. (2023). Meta-analysis to estimate the relative effectiveness of TBLT programs: Are we there yet? doi.org/10.1177/13621688231167573
  38. Kankaanranta, A. & Louhiala-Salminen, L. (2010). "English? Oh, it's just work!": A study of BELF users' perceptions. English for Specific Purposes. ResearchGate
  39. Munro, M. J. & Derwing, T. M. (1995). Foreign accent, comprehensibility, and intelligibility. Language Learning. Wiley
  40. Plonsky, L. & Zhuang, J. (2019). A meta-analysis of L2 pragmatics instruction. 수치는 2차 인용으로 확인했어요. PMC
  41. Tross, S. A. & Maurer, T. J. (2008). The effect of coaching interviewees on subsequent interview performance. doi.org/10.1348/096317907X248653
  42. Serrano, R. & Muñoz, C. (2007). Same hours, different time distribution: Any difference in EFL? System. ERIC
  43. Johnson, M. D. & Abdi Tabari, M. (2022). Task planning and oral L2 production: A meta-analysis. Applied Linguistics. OUP
  44. Teimouri, Y., Goetze, J. & Plonsky, L. (2019). Second language anxiety and achievement: A meta-analysis. SSLA. ERIC

AI는 어디에 쓰나요

문장, 예문, 단어, 대화 상황별 표현, 3번 말하기 모범 답안처럼 미리 만들 수 있는 영어는 Claude로 만들어 사이트에 넣어 두었어요. 그래서 이런 걸 볼 때는 AI를 부르지 않아요.

그 자리에서 꼭 필요한 순간에만 OpenAI를 써요. 내 녹음을 받아 적을 때, 방금 내가 한 말에서 고칠 곳을 찾을 때, 대화에서 상대 말을 이어 갈 때, 지금 대화에 맞는 예시 답을 달라고 할 때입니다. 쓴 양은 날짜별로 기록해서 비용을 확인할 수 있게 했어요.