그 관계는 다음과 같이 정리할 수 있습니다.

1. 문제 풀이 양은 '패턴의 스트크(Stock)'를 구축하는 수단이다

 문제 풀이 경험을 쌓는 것의 중요성을 **「스트크(stock)의 구축」**이라고 표현합니다.

• 유사 문제로부터의 유추: 새로운 문제를 만났을 때, "이 문제는 저 문제와 구조가 비슷하구나"라고 깨닫기 위해서는, 머릿속에 해법의 패턴이 저장되어 있어야 합니다. 예를 들어, '3제곱근 이중근호'라는 생소한 문제를 풀 때, 기존에 많이 풀어본 '제곱근 이중근호'의 풀이 원리를 떠올려 유추하는 식입니다. 이러한 적절한 접근법을 꺼내 쓰기 위해서는 평소에 문제 풀이 양을 늘려 다양한 패턴을 비축해 두어야 합니다,.

• 반사적인 해법 적용: 도형 문제에서 정육각형을 보았을 때 변을 연장하는 정삼각형을 만드는 보조선을 긋는 것이나, 정수 문제에서 '부등식, 인수분해, 배수/나머지'의 3가지 철칙을 떠올리는 것,은 많은 문제 풀이를 통해 패턴이 체화되어 있어야 가능한 일입니다.

2. 패턴화는 '새로운 유형'을 인식하기 위한 전제 조건이다

역설적이게도, 패턴에 없는 새로운 문제를 풀기 위해서는 기존의 패턴을 완벽하게 숙지하고 있어야 합니다.

• 패턴이 아님을 인식:  "패턴이 아니라는 것을 인식하기 위해서는 패턴을 확실히 파악하고 있는 것이 중요하다"고 강조합니다. 어떤 문제를 보았을 때 "이건 내가 아는 패턴에 해당하지 않는다"라고 판단할 수 있어야, 비로소 실험을 하거나 다른 접근법을 시도하는 등 문제 해결을 위한 다음 단계로 나아갈 수 있기 때문입니다,.

• 만약 패턴화가 되어 있지 않다면, 그저 자신이 공부를 안 해서 모르는 문제인지, 정말로 사고력을 요する 새로운 문제인지 구별조차 할 수 없게 됩니다.

3. 문제 풀이 양을 통해 패턴 적용의 '정밀도'와 '속도'를 높인다

패턴을 아는 것과 실제 문제에서 그것을 적용하는 것은 다릅니다. 충분한 문제 풀이 양은 패턴을 도구로서 능숙하게 다루게 해줍니다.

• 계산과 논리의 최적화: 예를 들어, 수열의 합을 구할 때 f(k)−f(k+1) 형태를 만들어 소거하는 패턴이나, 점화식에서 특성방정식을 이용해 등비수열로 귀착させる 패턴 등은 반복적인 훈련을 통해 뇌를 거치지 않고 손이 먼저 움직일 정도로 숙달되어야 실전에서 시간 단축(時短)이 가능합니다.

• 함정 회피: 부등식을 풀 때 등호(=) 포함 여부를 신중히 따지는 것이나, 확률 문제에서 '적어도'라는 단어를 보고 여사건을 떠올리는 것 등은 많은 문제를 풀어보며 실수를 교정하는 과정을 통해 정교해집니다.

요약

따라서 이 소스들에서 말하는 패턴화와 문제 풀이 양의 관계는 다음과 같습니다. **"문제 풀이 양(Quantity)을 늘리는 것은 해법의 데이터베이스(Stock)를 구축하는 과정이며, 이를 통해 전형적인 문제는 '패턴화'하여 즉각적으로 처리하고, 비전형적인 문제는 '패턴이 아님'을 빠르게 간파하여 사고력을 집중할 수 있게 하는 전략적 토대"**입니다.