문제점 (고통지수: 8/10)

“왜 막혔는지 모르겠어요. 다시 풀면 또 같은 곳에서 막힐 것 같아요” - 코딩 면접 준비생들의 고민입니다.

현재 상황의 문제점:

  • 블라인드 연습: 문제를 풀지만 자신의 사고 과정을 객관적으로 분석 불가
  • 시간 분배 미스터리: 어디서 시간을 많이 썼는지 기억 안 남
  • 같은 실수 반복: 막히는 패턴을 인지하지 못해 반복
  • 비싼 코칭: Outtalent 같은 프로그램은 급여의 5%
  • 피드백 부재: LeetCode는 정답 여부만, 사고 과정 피드백 없음

타겟 시장

주요 타겟: 개발자 취준생, FAANG 지원자, CS 학생

시장 규모:

  • 기술 면접 준비 시장: $200M+
  • LeetCode Premium 사용자: 수백만 명
  • 매년 기술 면접 응시자: 전 세계 수천만 명

페인포인트 강도: 커리어 결정하는 중요한 순간, 높은 동기부여

Coding Interview Recorder란?

코딩 면접 연습을 녹화하고, AI가 사고 과정을 분석해주는 자기 복기 도구입니다.

핵심 컨셉:

# 연습 세션 시작
interview-rec start --problem "Two Sum"

# 녹화 중:
# - 화면 캡처 (코드 영역)
# - 키스트로크 로깅
# - 타임스탬프 기록
# - 선택적: 마이크 (생각 말하기)

# 세션 종료
interview-rec stop

# 분석 리포트 생성
interview-rec analyze

# 출력:
# ┌─────────────────────────────────────────┐
# │ 📊 세션 분석 리포트                      │
# ├─────────────────────────────────────────┤
# │ 총 소요 시간: 23분 45초                  │
# │ 타이핑 속도: 평균 42 WPM                 │
# │                                         │
# │ ⏸️ 멈춤 구간:                           │
# │   - 5:23-8:45 (3분 22초) 해시맵 선언 전  │
# │   - 12:30-14:10 (1분 40초) 엣지 케이스   │
# │                                         │
# │ 🔄 수정 패턴:                           │
# │   - 7회 백스페이스 연속 (15:20)          │
# │   - 변수명 3회 변경                      │
# │                                         │
# │ 💡 AI 피드백:                           │
# │   "해시맵 접근법을 떠올리는 데 시간이     │
# │    걸렸습니다. Two Pointer와 HashMap     │
# │    패턴 연습을 추천합니다."              │
# └─────────────────────────────────────────┘

작동 방식:

  1. 로컬에서 화면/키스트로크 녹화
  2. 타임스탬프 기반 이벤트 로깅
  3. 멈춤/수정/삭제 패턴 분석
  4. LLM으로 사고 과정 분석 및 피드백

차별화 포인트:

  • 자기 관찰: 객관적인 시선으로 본인 분석
  • 패턴 인식: 막히는 패턴, 실수 패턴 시각화
  • 로컬 우선: 민감한 코딩 데이터 로컬 저장
  • AI 피드백: 단순 정답이 아닌 사고 과정 코칭
  • 타임라인 뷰: 세션을 영상처럼 복기

경쟁 분석

경쟁사특징약점
LeetCode문제 풀이 플랫폼사고 과정 분석 없음
interviewing.io모의 면접$225/세션, 비쌈
Pramp피어 면접스케줄 맞추기 어려움
Exponent시스템 디자인코딩 면접 미특화, $39/mo

기회 영역: 자기 주도적 사고 과정 분석 도구 없음

경쟁 강도: EMERGING - 새로운 카테고리

MVP 개발

예상 기간: 6주

기술 스택:

  • 녹화: Electron + 로컬 녹화 (ffmpeg)
  • 키로거: 플랫폼별 네이티브 (node-global-key-listener)
  • 분석: TypeScript
  • AI: OpenAI API 또는 로컬 LLM
  • 저장: SQLite (로컬)

MVP 기능:

  1. 화면 영역 선택 녹화
  2. 키스트로크 타임스탬프 로깅
  3. 멈춤/수정 구간 자동 감지
  4. 기본 분석 리포트 (텍스트)
  5. AI 피드백 생성

확장 기능:

  • 타임라인 리플레이 뷰어
  • 문제 유형별 통계
  • 약점 패턴 트래킹
  • 유튜브 코딩 튜토리얼 제작용 내보내기

수익 모델

모델: Freemium

가격 구조:

  • Free: 주 3회 세션, 기본 분석
  • Pro ($12/mo): 무제한 세션, AI 피드백, 히스토리
  • Lifetime ($99): 영구 라이선스

수익 예측:

  • 6개월: $2K-5K MRR
  • 12개월: $5K-12K MRR

리스크 분석

리스크수준대응 방안
기술적MEDIUM키로거 권한, 플랫폼 호환성
시장LOW면접 준비 시장 검증됨
실행MEDIUM6주 MVP, 점진적 기능 추가

핵심 리스크: macOS 권한 (접근성, 화면 녹화 권한 필요)

이런 분께 추천

  • 코딩 면접을 준비해본 경험이 있는 개발자
  • Electron/데스크톱 앱 개발 경험이 있는 분
  • 개발자 도구에 관심 있는 분
  • 교육/코칭 분야에 관심 있는 분
  • 유튜브 코딩 튜토리얼 제작에 관심 있는 분

이 아이디어로 사이드프로젝트를 시작하셨다면, 또는 다른 의견이 있다면 댓글로 공유해주세요!