의식·행동·잠재의식의 사고 모형과, 그를 둘러싼 학습공간의 장비·환경·도구를 하나의 살아있는 쌍둥이로 연결한다. 진단·점수·처방은 한선씨 규칙엔진이 주체로 판단하고, 4상균형3진(T·O·A·U)으로 명령한다.
사람의 학습을 보이지 않는 세 층(의식·행동·잠재의식)으로 모형화하고, 네 번째 층에서 실제 학습공간을 관제한다. 형성평가(d≈0.9)와 숙달진단으로 의식층을, 의도적·교차연습(d≈1.2~1.34) 추적으로 행동층을, 수학정서·자기효능감 신호로 잠재의식층을 읽는다.
메타인지·개념이해·추론증명을 형성평가로 가시화. CPA 표상 단계(구체→그림→추상)를 실시간 추적한다.
교차·간격·인출 연습 일정을 룰엔진이 스케줄링. 의도적 연습 습관을 행동 로그로 자동 형성한다.
수학정서·자기효능감·문화/언어 자산(translanguaging)을 잠재 신호로 읽어 하위권·다문화 학습자를 먼저 부양한다.
조명·온도·디스플레이·디바이스를 디지털트윈으로 미러링. 사고 층의 상태에 맞춰 학습공간을 제어한다.
학습공간 U층의 실시간 상태와 4상 명령 콘솔. 각 카드는 트윈이 미러링하는 물리 장치이며, T(올림·강화)·O(유지·점검)·A(내림·완화) 버튼이 규칙엔진에 명령을 보낸다. 데모는 /api/twin 응답을 모사한다.
보이지 않던 메타인지를 형성평가 신호로 매 순간 드러낸다.
교차·간격 연습을 룰엔진이 스스로 편성·재편성한다.
정서·효능감의 미세 신호로 하위권을 가장 먼저 끌어올린다.
사고 상태에 맞춰 조명·온도·디바이스를 실시간 정합한다.
지금까지의 디지털트윈은 공장·설비·도시 같은 물리계를 거울처럼 복제했다. AMENA의 트윈은 거기서 한 걸음 더 들어간다 — 처음으로 한 사람의 사고 자체를 모형화하고, 그 사고에 반응해 물리적 학습공간을 제어하는 쌍둥이다.
학습자가 추론에 막히면(T 의식층 신호 저하) 트윈은 워크드 예제를 처방하고, 동시에 U 환경층에 명령해 조명을 집중 모드로, 디스플레이를 바모델 화면으로 전환한다. 연습 피로(O 행동층)가 감지되면 간격을 늘리고 온도를 한 단계 낮춘다. 정서 신호(A 잠재의식층)가 떨어지면 난이도를 완화하고 성취 가능한 과제로 되돌린다.
사람의 안과 밖이 하나의 4상 루프로 묶이는 순간, 학습은 더 이상 분절된 콘텐츠 소비가 아니라 전사적으로 살아 숨 쉬는 시스템이 된다. Bloom의 2시그마를 KPI 상한으로 두고, 진단·처방·환경제어의 모든 결정을 한선씨 규칙엔진이 책임진다.