실시간 경쟁 기반 코딩 문제 풀이 & AI 힌트 제공 플랫폼
Codive(코디브)는 기존 코딩 문제 풀이 플랫폼의 학습 동기 부족과 코드 분석 한계를 보완하기 위해 개발된 실시간 경쟁 기반 코딩 학습 플랫폼입니다.
사용자는 다중 사용자 환경에서 동일한 문제를 동시에 풀이하며 경쟁을 통해 학습 몰입도를 높일 수 있습니다. 또한 AI 기반 힌트 제공 기능과 결과 요약 보고서를 통해 코드 실행 결과와 품질을 객관적으로 분석하고 개선할 수 있도록 지원합니다.
본 프로젝트는 학습자의 코딩 역량 향상을 목표로 하며, 향후 온라인 코딩 테스트 및 교육용 플랫폼으로의 활용 가능성을 고려하여 설계되었습니다.
 |
 |
 |
|---|---|---|
| 황윤성 | 서지혜 | 박지수 |
기존 코딩 문제 풀이 사이트(백준, 프로그래머스 등)는 다음과 같은 한계를 가집니다.
- ❌ 혼자 문제를 풀어 동기부여 부족
- ❌ 정답 여부만 제공되어 코드 개선 피드백 부족
- ❌ 코드 분석이 단편적 (시간, 메모리 위주)
👉 Codive는 이를 해결하기 위해 다음을 제공합니다.
- 실시간 경쟁 시스템
- AI 기반 코드 힌트 제공
- 결과 요약 보고서 자동 생성
본 프로젝트는 실시간 경쟁 기능을 통해 학습자의 몰입도를 향상시키고, AI 힌트 제공을 기반으로 자기주도적인 문제 해결 능력을 강화하는 것을 목표로 합니다.
또한 코드 스타일과 시간 복잡도 분석을 통해 풀이에대한 피드백을 제공하며, 프론트엔드와 백엔드 통합 개발을 통해 웹 개발 역량을 향상시키고 팀 프로젝트 수행 과정에서 원활한 커뮤니케이션 능력을 기르는 것을 지향합니다. 나아가 향후 기업의 온라인 코딩 테스트 플랫폼으로 확장 가능한 구조를 목표로 합니다.
- 다중 사용자와 동일 문제 풀이를 진행합니다.
- 문제 해결 순위 및 남은 인원을 실시간으로 표시합니다.
- WebSocket 기반 통신을 지원합니다.
- GPT API 기반 힌트를 생성합니다.
- 정답 직접 제공 하지 않습니다❌
- 풀이 방향 / 함수 힌트만 제공합니다.
- 실행 시간
- 메모리 사용량
- 테스트 케이스 통과 여부
- 코드 스타일 (PEP8 기준)
- 시간 복잡도 (Big-O)
을 포함하여 제공합니다.
- OS: Windows 11 / macOS Sequoia / Linux
- 형상관리: Git, GitHub
- IDE: VSCode
- Python 3
- FastAPI
- SQLAlchemy
- tracemalloc
- subprocess
- React
- JavaScript
- HTML / CSS
- Monaco Editor
- SQLite3
- FastAPI : 비동기 웹 서버
- OpenAI GPT 모델 : AI 힌트 및 코드 분석
- Monaco Editor : 웹 코드 에디터
- tracemalloc : 메모리 사용량 측정
실시간 경쟁 기능을 적용한 코딩 학습 플랫폼을 구현하여, 다중 사용자가 동시에 문제를 풀이하고 상호 경쟁할 수 있는 환경을 완성하였습니다.
AI 기반 코드 힌트 및 분석 기능을 자동화하여, 사용자가 문제 해결 과정에서 방향성을 얻고 코드 품질을 객관적으로 평가할 수 있도록 하였습니다.
프론트엔드(React)와 백엔드(FastAPI)를 연동한 통합 구조를 설계·구현하며, 웹 서비스 전반에 대한 이해와 개발 역량을 향상시켰습니다.
요구사항 분석부터 설계, 구현, 테스트, 문서화까지 소프트웨어공학 전 과정을 경험하며 체계적인 프로젝트 관리 및 문서 작성 능력을 축적하였습니다
1️⃣ 단일 언어 지원의 한계
현재 서비스는 Python 단일 언어만을 지원하고 있어, 다양한 프로그래밍 언어를 사용하는 학습자의 요구를 충분히 반영하지 못하는 한계가 있습니다.
2️⃣ AI 기능의 비용 및 신뢰성 문제
GPT 기반 코드 분석 및 힌트 제공 기능은 사용량 증가에 따라 비용 부담이 커질 수 있으며, 할루시네이션 발생 가능성으로 인해 대규모 사용자 환경에서 안정적인 운영에 제약이 존재합니다.
3️⃣ 문제 유형 및 저작권 제약
알고리즘 문제의 유형과 난이도가 제한적이어서 사용자가 다양한 문제를 경험하는 데 한계가 있으며, 문제 저작권 이슈로 인해 외부 문제 활용에도 제약이 있습니다.
4️⃣ 서버 인프라 및 배포 한계
서버 인프라를 개인 서버 또는 클라우드 환경으로 운영해야 하는 구조상, 트래픽 증가 시 서버 비용 부담이 발생할 수 있으며 현재는 정식 배포 단계까지 이르지 못한 상태입니다.
-
Python 외에 Java, C/C++ 등 다중 언어 지원을 단계적으로 확대하여 학습 대상 범위를 넓힐 예정입니다.
-
AI 기능의 비용 및 정확성 문제를 완화하기 위해 질문 횟수 제한, 입력 길이 제한, 운영 기간 제한 등을 적용하고, Retrieval Augmented Generation(RAG) 및 Embedding 기반 구조를 도입하여 할루시네이션을 최소화할 계획입니다.
-
공개 라이선스 기반 코딩 문제 데이터셋을 활용하거나 자체 문제를 제작하여 저작권 문제를 해결하고, 문제 유형과 난이도를 점진적으로 확장할 예정입니다.
-
초기에는 소규모 테스트 사용자 중심으로 서비스를 운영하며, 비용 효율적인 클라우드 환경을 선택하여 서버 비용을 최소화하고 안정적인 배포 구조를 마련할 계획입니다.
- FastAPI 공식 문서
- OpenAI API Docs
- Monaco Editor Docs
- Python tracemalloc 문서
- 백준 / 프로그래머스 / HackerRank
본 프로젝트는 교육 목적으로 제작되었습니다.