개발자가 AI로 DSA 수업을 자동 생성하고 플래시카드와 게임으로 적극적 회상 학습을 구현한 PatternMaster를 만들었다

Context

기존 DSA 학습은 NeetCode 영상 시청이나 편집자 해설 읽기로 수동적으로 이해하는 방식이 대부분이었다. 이 방식은 "안다는 환상"을 유발하여 학습 내용을 실제로 재구성하지 못하는 문제가 있었다.

Technical Solution

• 사용자가 주제를 입력하면 guessTopicType() 함수가 30개 이상의 정규표현식을 사용하여 leetcode, algorithm, system_design, history, general 타입으로 분류한다
• 단일 AI 호출로 메타데이터, 슬라이드 5개, 플래시카드 5~8개, 코드 문제, 테스트케이스, 이미지 프롬프트를 통합 생성한다
• AI 브로커(server/ai/broker.ts)에서 Gemini, OpenAI, Claude, Groq, Ollama 5개 모델을 라우팅하여 각 단계별로 다른 프로바이더를 선택한다
• jsonrepair 라이브러리로 AI 응답 JSON의 문법 오류를 자동 복구하고 SM-2 간격 반복 알고리즘으로 플래시카드 스케줄링을 처리한다
• 게임 학습 시스템(Zombie FPS, Endless Runner, Tetris)을 구축하고 WebSocket 기반 멀티플레이어 리뷰 기능을 구현한다

Impact

플래시카드 수동 구축 시간 제거 및 SM-2 알고리즘 기반 최적 복습 주기로 학습 효율성 향상

Key Takeaway

Retrieval Practice가 솔루션을 읽는 것보다 훨씬 효과적이며 수동 학습보다 적극적 구성 학습이 실제 기술 습득으로 이어진다