- 알고리즘:
알고리즘은 단순히 복잡한 기술 용어나 컴퓨터 전공자만의 언어가 아니라, 누구나 자신의 문제를 해결하기 위해 쓸 수 있는 사고의 도구다. ‘정의된 입력으로부터 원하는 출력을 얻기 위한 절차적 방법’이라는 개념 설명을 넘어서, 알고리즘은 생각을 정리하고, 문제를 구조화하며, 해결을 설계하는 하나의 언어라는 점을 직접 체험을 통해 실감할 수 있을 것이다. 다양한 알고리즘 전략들 - 문제를 단순하게 풀거나, 나누고 정복하거나, 탐욕적으로 선택하거나, 이전의 해를 활용하거나, 되돌아가며 탐색하는 방식까지- 그 각각은 단지 계산법이 아니라 문제를 보는 시선이자 문제를 풀어내는 철학이다. 그리고 이 전략들을 언제, 왜, 어떻게 선택하는지가 진정한 문제 해결자의 능력이다.
단지 알고리즘을 ‘배운 것’이 아니라 생각을 알고리즘화하는 방법을 연습하는 것이 중요하다. 정의하고, 전략을 세우고, 효율을 판단하며, 표현하는 이 네 단계를 거치며 스스로 문제를 정의하고, 상황에 맞는 전략을 구상하고, 그 전략을 효과적으로 표현할 수 있는 컴퓨팅 사고력의 기반을 만들 수 있다. 이러한 과정을 통해 알고리즘은 단지 외워야 할 개념이 아니라 언제든 꺼내 쓸 수 있는 나만의 도구가 될 수 있다.

- 정렬과 탐색 알고리즘:
우리는 계속해서 무언가를 찾고, 또 정리하며 살아간다. 책상 위에 흩어진 책들 사이에서 오늘 필요한 교재를 찾고, 스마트폰 연락처에서 친구의 이름을 검색하며, 인터넷 쇼핑몰에서 가격순으로 정렬해 제품을 비교하기도 한다. 이처럼 우리 일상은 생각보다 자주, 그리고 깊이 ‘정렬’과 ‘탐색’의 과정에 놓여 있다. 컴퓨터 세계도 마찬가지다. 데이터가 아무리 많아도 잘 정리되어 있다면, 필요한 정보를 빠르게 찾을 수 있다. 반대로 정렬되어 있지 않다면, 아무리 성능 좋은 시스템이라도 비효율적일 수밖에 없다. 결국 데이터 속에서 의미를 찾고 문제를 해결하기 위해서는 정렬과 탐색이라는 두 날개가 필요하다. 정렬은 정보를 다듬는 과정이며, 탐색은 그 안에서 목표를 발견하는 과정이다.
정렬 알고리즘은 무질서한 데이터를 질서 있게 배열하고, 탐색 알고리즘은 그 질서 속에서 원하는 값을 신속하게 찾아낸다. 우리는 버블 정렬, 삽입 정렬, 선택 정렬처럼 단순한 정렬 방법부터, 퀵 정렬이나 합병 정렬처럼 더 정교하고 빠른 방식까지 살펴볼 것이다. 또 순차 탐색이나 이진 탐색처럼 자료의 구조에 따라 어떻게 탐색 방식이 달라지는지도 알아볼 것이다. 정렬과 탐색은 프로그래밍의 기초를 넘어, 데이터가 넘치는 시대를 살아가는 우리 모두에게 꼭 필요한 디지털 리터러시이자 사고의 도구다.

- 단순하게 문제 풀기 전략:
“이 문제는 너무 복잡해서 도저히 못 풀겠어요.” 많은 학생들이 낯선 문제 앞에서 가장 먼저 하는 말이다. 어디서부터 시작해야 할지 모르겠고, 어떤 알고리즘을 써야 할지 막막하다. 이럴 때 필요한 건 화려한 기법이 아니다. 때로는 가장 단순한 방법이 가장 강력한 해결책이 된다. 즉, 가능한 모든 경우를 하나하나 시도하며 해답을 찾아가는 방식, 즉 Brute Force(완전 탐색) 전략이다. 이 전략은 특별한 기술이나 기교 없이도 문제의 핵심에 도달할 수 있게 해주는, 정직하고 근본적인 접근 방식이다. 마치 잊어버린 자전거 열쇠 번호를 처음부터 끝까지 다 돌려보는 것처럼, 실패하지 않는 전략이자 문제 해결의 기초 체력이다. 이 방식은 때때로 비효율적이고 시간이 오래 걸릴 수 있다. 하지만 우리가 처음 컴퓨터에게 문제 해결을 맡길 때, 가장 먼저 가르쳐야 할 것은 바로 이런 방식이다. 문제 해결은 결국 ‘가능한 시도’를 통해 이루어지기 때문이다. 복잡한 문제를 단순하게 바라보는 모든 문제 해결의 출발점, 바로 여기서부터다.

- 분할 정복 알고리즘:
“이 문제는 너무 커서 어디부터 시작해야 할지 모르겠어요.” 문제를 마주할 때 이런 생각이 들었다면, 바로 분할 정복 알고리즘이 필요할 때다. 전체를 한 번에 해결하려 하지 말고, 더 작은 조각으로 나누고, 그 조각들을 하나씩 해결해 가는 것. 복잡한 전쟁에서 전략이 필요하듯, 복잡한 문제 앞에서도 우리는 전략을 세워야 한다. 역사적으로도 그 전략은 이미 증명된 바 있는데, 1805년 나폴레옹은 아우스터리츠 전투에서 연합군을 중앙에서 갈라 승리를 거두었다. 압도적인 병력에도 불구하고, 둘로 나눠진 연합군은 큰 패배를 당했다. 문제를 쪼개고 정복하는 이 전술은 전장에서만 통하는 것이 아니다. 오늘날 알고리즘에서도 이 전략은 ‘Divide and Conquer’라는 이름으로 여전히 많은 문제 해결에 사용되고 있다. 단순히 반복하거나 전체를 훑는 방식이 아니라, 효율적으로 나누고 정복하며 마침내 큰 문제를 풀어내는 효율적인 전략이다.

- 그리디 알고리즘:
“빠르고 단순하게, 그러나 전략적으로 문제를 푼다는 것은 가능할까?” 복잡한 문제를 마주했을 때, 모든 경우의 수를 고려하지 않고도 정답에 가까운 해답을 찾을 수 있다면 얼마나 좋을까? 바로 이런 상상을 현실로 만드는 것이 바로 그리디 알고리즘(Greedy Algorithm)이다. 그리디 알고리즘은 이름 그대로 ‘탐욕스럽게’ 문제를 해결하는 방식이다. 문제를 해결하는 매 순간, 가장 좋아 보이는 선택을 반복한다. 중요한 것은 ‘지금, 이 순간의 최선’이라는 점이다. 이러한 방식이 전체적으로도 최선의 결과로 이어질 수 있을까? 그리디 알고리즘은 이 질문에 ‘조건부로 가능하다’는 대답을 건넨다.
그리디 알고리즘은 단순하고 구현이 쉬우며, 시간과 자원이 부족한 상황에서도 빠르게 해답을 제시한다. 하지만 항상 최적의 결과를 보장하지는 않는다. 그래서 그리디 알고리즘을 이해하는 데에는 단순한 원리 이상의 사고력이 요구된다. 이 알고리즘이 ‘왜’, ‘언제’, ‘어떻게’ 효과적인지 파악하는 것은 문제 해결 전략의 핵심 중 하나다. 우리는 그리디 알고리즘의 기본 개념부터, 왜 중요한지, 어떤 전략적 가치가 있는지 살펴볼 것이다. 또한 실제 생활에서 적용할 수 있는 문제와 컴퓨터과학에서 자주 등장하는 최단 경로, 배낭 문제, 허프만 코딩과 같은 예시를 통해 그리디 알고리즘의 활용 가능성을 넓혀갈 것이다.

- 동적 계획법 전략:
빠르고 단순하게, 문제를 푸는 방식에는 분명한 ‘흐름’이 있다. 그 흐름이 단순 반복과 선택의 구조였다면, 이제는 한 걸음 더 나아가, ‘과거의 해결 경험’을 축적하여 미래의 결정을 최적화하는 전략을 마주할 것이다. 바로 동적 계획법(Dynamic Programming, DP)이다. 동적 계획법은 복잡한 문제를 단순한 하위 문제들로 나누고, 그 각각의 해답을 기억해 두었다가 다시 조합함으로써 전체 문제를 해결한다. 이 방식은 ‘과거를 기억하고, 중복을 피하며, 최적을 향해 나아가는 전략’이다. 마치 길을 걸을 때 지나온 발자국을 참고해 가장 효율적인 경로를 찾는 것처럼, 이미 계산한 결과를 토대로 다음 단계를 결정해 나간다.
우리는 동적 계획법의 핵심 개념과 전략적 사고의 전환이 왜 필요한지를 살펴본 다음, 이어지는 문제 해결 과정에서는 동적 계획법이 어떤 과정을 거쳐 복잡한 문제를 단계적으로 정복하는지 실제 예시를 통해 탐구할 것이다. 일상 속 문제와 컴퓨터 알고리즘 문제에 동적 계획법을 어떻게 적용할 수 있는지, 그 실제적인 가치와 가능성을 경험하게 된다. 과거를 분석하고 미래를 계획하는 사고, 그것이 바로 동적 계획법이 우리에게 전하는 가장 깊은 통찰이다.

- 되추적 기법 전략:
모든 길이 정답처럼 보이는 순간, 우리는 어떤 길을 선택해야 할까? 그리고 그 길이 막혔을 때, 돌아갈 수 있는 용기를 가질 수 있을까? 되추적(Backtracking)은 그런 질문에서 출발한다. 선택은 자유롭지만, 모든 선택이 성공으로 이어지는 것은 아니다. 때로는 정답을 향해 가는 여정에서 ‘이 길이 아니었구나’를 깨닫고, 한 걸음 물러나는 것이야말로 문제 해결의 핵심 전략이 된다. 되추적 기법은 바로 그런 사고의 구조를 갖는다. 이 전략은 단순히 시행착오를 반복하는 것이 아니다. 되추적은 단순한 반복이 아닌, 논리적 후퇴와 전략적 재도전이 결합된 정교한 기법이다. 이 책에서는 되추적 기법의 기본 개념에서 출발하여, 다양한 알고리즘 문제에 어떻게 적용되는지를 살펴보고, 그 과정 속에서 필요한 컴퓨팅 사고력까지 함께 탐구한다. 돌아가는 것 같지만, 결국 정답을 향해 가장 빠르게 나아가는 이 전략 속에서 문제 해결의 또 다른 아름다움을 발견할 수 있을 것이다.