diff --git a/find-median-from-data-stream/KwonNayeon.py b/find-median-from-data-stream/KwonNayeon.py
index bd2146bcb..90aa9b643 100644
--- a/find-median-from-data-stream/KwonNayeon.py
+++ b/find-median-from-data-stream/KwonNayeon.py
@@ -4,6 +4,8 @@
 - There will be at least one element in the data structure before calling findMedian.
 - At most 5 * 10^4 calls will be made to addNum and findMedian.
 
+<Solution 1: 리스트 활용>
+
 Time Complexity: 
 - addNum(): O(nlogn)
   - 매번 정렬하기 때문
@@ -41,3 +43,54 @@ def findMedian(self) -> float:
             mid2 = self.nums[n // 2]
             return (mid1 + mid2) / 2.0
 
+"""
+<Solution 2: 힙 활용>
+
+Time Complexity:
+- addNum(): O(log n) - 힙에 삽입/삭제 연산
+- findMedian(): O(1) - 힙의 루트 요소만 접근
+
+Space Complexity: 
+- O(n) - 모든 입력 숫자를 두 개의 힙에 저장
+
+풀이방법:
+max/min heap을 사용해서 데이터를 절반씩 나누어 median 값을 찾음
+1. 자료구조
+  - lower (max heap)
+  - upper (min heap)
+2. addNum
+  - upper가 비어있거나 새로운 숫자가 upper[0]보다 크면 upper에 추가
+  - 그렇지 않으면 lower에 추가
+3. 균형 유지
+  - 두 힙의 크기 차이가 최대 1이 되도록 조정함
+  - lower가 더 많으면 upper로 이동
+  - upper가 2개 이상 더 많으면 lower로 이동
+4. 중간값 계산
+  - 홀수개: upper[0] (upper가 항상 1개 더 많거나 같기 때문)
+  - 짝수개: (-lower[0] + upper[0]) / 2
+"""
+from heapq import heappop, heappush
+
+class MedianFinder:
+
+    def __init__(self):
+        self.lower = []
+        self.upper = []
+
+    def addNum(self, num: int) -> None:
+        if not self.upper or self.upper[0] < num:
+            heappush(self.upper, num)
+        else:
+            heappush(self.lower, -num)
+
+        if len(self.lower) > len(self.upper):
+            heappush(self.upper, -heappop(self.lower))
+        elif len(self.lower) + 1 < len(self.upper):
+            heappush(self.lower, -heappop(self.upper))
+
+    def findMedian(self) -> float:
+        if len(self.lower) < len(self.upper):
+            return self.upper[0]
+
+        else:
+            return (-self.lower[0] + self.upper[0]) / 2
diff --git a/word-search-ii/KwonNayeon.py b/word-search-ii/KwonNayeon.py
new file mode 100644
index 000000000..407b82fcd
--- /dev/null
+++ b/word-search-ii/KwonNayeon.py
@@ -0,0 +1,70 @@
+"""
+Constraints:
+- m == board.length
+- n == board[i].length
+- 1 <= m, n <= 12
+- board[i][j] is a lowercase English letter.
+- 1 <= words.length <= 3 * 10^4
+- 1 <= words[i].length <= 10
+- words[i] consists of lowercase English letters.
+- All the strings of words are unique.
+
+Time Complexity: O(W * N * 4^L)
+- W는 words의 개수
+- N은 board의 모든 cell (m * n)
+- L은 word의 길이
+- 각 단어마다 Word Search 1을 반복
+
+Space Complexity: O(L)
+- L은 word의 길이로, 재귀 호출 스택의 깊이
+
+Word search 1과의 차이점:
+- 단어 여러개를 동시에 찾아야 함
+- 찾은 모든 단어들을 리스트로 반환해야 함
+
+풀이방법:
+- Word search 1과 동일한 방법 + set(words)로 중복 제거
+
+노트:
+- 시간초과로 통과 안 됨
+- Trie 자료구조로 다시 풀어보기
+"""
+class Solution:
+    def findWords(self, board: List[List[str]], words: List[str]) -> List[str]:
+        words = list(set(words))
+        result = []
+
+        def exist(word):
+            rows, cols = len(board), len(board[0])
+
+            def dfs(i, j, k):
+                if k == len(word):
+                    return True
+
+                if (i < 0 or i >= rows or
+                    j < 0 or j >= cols or
+                    board[i][j] != word[k]):
+                    return False
+
+                temp = board[i][j]
+                board[i][j] = '#'
+
+                result = (dfs(i+1, j, k+1) or
+                dfs(i-1, j, k+1) or
+                dfs(i, j+1, k+1) or
+                dfs(i, j-1, k+1))
+
+                board[i][j] = temp
+                return result
+
+            for i in range(rows):
+                for j in range(cols):
+                    if board[i][j] == word[0]:
+                        if dfs(i, j, 0):
+                            return True
+            return False
+
+        for word in words:
+            if exist(word):
+                result.append(word)
+        return result
diff --git a/word-search/KwonNayeon.py b/word-search/KwonNayeon.py
index 39cc5fd2e..ad8db4be6 100644
--- a/word-search/KwonNayeon.py
+++ b/word-search/KwonNayeon.py
@@ -6,17 +6,13 @@
  4. word length is between 1 and 15 inclusive
  5. board and word contain only lowercase and uppercase English letters
 
-Time Complexity: O(N * 3^L)
+Time Complexity: O(N * 4^L)
  - N은 board의 모든 cell (m * n)
  - L은 word의 길이
- - 각 cell에서 시작하여 word의 각 글자마다 세방향으로 탐색 (이미 방문한 방향 제외)
+ - 각 cell에서 시작하여 word의 각 글자마다 네방향으로 탐색 (이미 방문한 방향 제외)
 
 Space Complexity: O(L)
  - L은 word의 길이로, 재귀 호출 스택의 깊이
-
-To Do:
- - DFS와 백트래킹 개념 복습하기
- - 다른 스터디원분들의 답안 참조하여 다른 풀이방법 복습하기
 """
 
 class Solution:
@@ -24,23 +20,25 @@ def exist(self, board: List[List[str]], word: str) -> bool:
         rows, cols = len(board), len(board[0])
         
         def dfs(i, j, k):
+
+            # 단어를 모두 찾았으면 True 반환
             if k == len(word):
                 return True
             
-            if (i < 0 or i >= rows or 
+            if (i < 0 or i >= rows or       # 경계체크
                 j < 0 or j >= cols or 
-                board[i][j] != word[k]):
+                board[i][j] != word[k]):    # 현재 문자가 찾는 문자와 다름
                 return False
             
-            temp = board[i][j]
-            board[i][j] = '#'
+            temp = board[i][j]      # 현재 문자를 임시저장
+            board[i][j] = '#'       # 방문 표시
             
-            result = (dfs(i+1, j, k+1) or 
+            result = (dfs(i+1, j, k+1) or   # 상하좌우 네 방향 탐색
                      dfs(i-1, j, k+1) or 
                      dfs(i, j+1, k+1) or 
                      dfs(i, j-1, k+1))
             
-            board[i][j] = temp
+            board[i][j] = temp      # 백트래킹 (원래 문자로 복원)
             return result
         
         for i in range(rows):