기본 콘텐츠로 건너뛰기

마사이 워킹 슈즈

마사이 워킹 슈즈라는 것을 아시나요?

 

일반적으로 밑창이 둥근 신발루, 우리 나라에서는 Ryn, MS Zone, MBT 가 대표적인 브랜드입니다.

 

강변역 앞에서는 매일 아침, 저녁으로 어떤 분이 10만원 아래로 팔기도 하시는데, 대체로 위 매장에 나가보면 신발 한켤레가 못해도 20만원이 훌쩍 넘는 고가로 팔리고 있습니다.

 

구글링을 해보시면 각 브랜드 별로 장단점을 비교 분석한 사람들도 많고 서로 자기 신발이 더 좋은 것이라고 핏대를 세우면서 광고를 하고 있는데요..

 

저도 마사이 워킹 슈즈를 우리 이쁜 마눌님이 사주셔서 한 6개월정도 신고 있습니다.

 

그런데 이제 이 신발 아니면 다른 신발을 못신겠네용..

 

남들은 불편하다는 이 신발의 제멋데로 느낀 점을 남겨볼까 합니다.

 

혹시나 이 신발을 구매하시는 분들에게 조금이나마 도움이 되셨으면 합니다.

 

마사이 워킹 슈즈가 무엇이냐고 물으신다면.. 구글링을 추천해 드립니다. 그런것까지 설명드리기에는 저도 아는 것이 많지 않습니다. 귀찮은 것 아니냐고 물으신다면.. 아시면서.. 파하하하하하하..

 

우선 제가 이 신발은 마눌님에게 땡강과 애교로 득템하게 된 원인은... 무릎때문이었습니다.

 

지금은 한가하지만 올 초만 해도 강의 때문에 여러 곳을 다녀야 했습니다.

 

문제는 강의라는 것이 50분하고 10분 휴식이 있긴 하지만 하루 6시간에서 8시간 정도 서있다 보면 일반 구두를 신는 분들은 아시겠지만 발목부터 시작해서 무릎, 고관절, 엉치뼈, 허리, 등, 목, 어깨로 연속으로 퍼지는 결림과 고통을 잘 아실거라고 생각합니다.

 

몇일동안 강의를 진행하다보면 이 결림과 고통에 편두통까지 생깁니다.

 

그렇게 매일 골골 거리고 집에만 돌아오면 퍼질러 누워있다 보니 마눌님이 제가 되게 불쌍했나 봅니다.

 

마사이 워킹 슈즈를 턱 사주시더군요.

 

요즘 나오는 마사이 워킹 신발은 생각보다 아래가 둥글지 않은 제품도 많습니다.

 

제가 구매한 것도 구두 형태로 만들어진 것이기 때문에 그렇게 심하게 둥글지는 않습니다.

 

어쨌든 이 신발을 산 후로 발목, 무릎으로 이어지는 통증이 일거에 싹 사라졌습니다.

 

물론 하루 종일 서 있다 보면 매우 피곤하지만 집에 와서 하룻밤 자고 나면 거뜬합니다. 통증도 없어졌고요.

 

실제로 판매장에서 얘기하는 다이어트와 같은 효과는 글쎄요.. 별반 없는 것 같습니다.

 

이 신발의 장점은

 

1. 발목과 무릎으로 이어지는 통증을 경감시켜 준다.

2. 아무리 오래 걷고 서 있어도 피곤치 않다.

3. 키높이 효과(?)

 

정도인 것 같습니다.

 

반면 단점도 꽤 많습니다. 때문에 구매하시고 싶으신 분은 꼭 매장에서 신어보고 조금은 걸어보시기를 추천해 드립니다.

 

단점은

 

1. 의외로 좀 무겁습니다.(밑부분의 쿠션의 두께에 따라 무게가 천차만별입니다. 경량화된 모델도 있습니다.)

2. 밑부분이 둥글기 때문에 버스와 같이 흔들림이 심한 공공교통을 이용할 때 서있기가 상당히 힘듭니다.(오뚝이가 된 느낌이랄까요?)

3. 일반 평지를 걸을 때는 아주 경쾌하지만 노면이 고르지 못한 비포장도로나 산악등반에는 상당히 힘듭니다. 발목 부러질 것 같아요.(매장에는 산악용 마사이 워킹 신발이 따로 있습니다. 일반 마사이 워킹 신발로는 제 생각에 등산은 무리입니다.)

4. 뜀박질이 생각보다 힘듭니다.(무게와 둥근 면 때문에.. 그래서 그런지 마사이 워킹 신발 매장에는 워킹화를 따로 팝니다.)

5. 비쌉니다.(용도별로 다 구매하려면 .. 움.. 돈 100은 우습죠..)

 

이렇게 보면 장점보다 단점이 훨씬 많은 것 같지만 저에게는 장점이 단점을 모두 커버하고도 남는 것 같습니다.

 

비싼 만큼의 값어치를 하는 신발이라고 생각합니다.

 

혹시 허리나 무릎, 발목에 통증이 심하신 분은 병원에서 진찰을 받으시고 물리치료와 함께 이 신발을 함께 사용해 보시는 것을 개인적으로 권하는 바입니다. 그렇다고 제가 의사나 그런 사람은 아니기 때문에 부작용이 발생할 수 있으므로 병원에서 조언을 구하시기 바랍니다.

 

실제로 제 마눌님이 약간 8자 걸음을 걸으시는데 이 신발은 신어 보시더니 걸을 수가 없다고 하시더군요. 신발이 무조건 사감을 일자 걸음으로 강제하는 부분이 있어서 무릎에도 약간 무리가 오고 무지 어색했나 봅니다. 그런 의미에서 걸음 교정에 사용해도 될것 같습니다.

 

이 신발 신고 8자 걸음은 무척 힘듭니다. 저도 해보았는데.. 발목 접질리는 줄 알았습니다.

 

어쨌든 짧은 글이지만 혹시나 마사이 워킹 신발의 구매를 고민하시는 분에게 조그마한 도움이 되셨으면 합니다.

댓글

이 블로그의 인기 게시물

AI 에이전트의 환각과 프롬프트 폭증을 막는 '컨텍스트 엔지니어링(Context Engineering)'과 아키텍처의 미래

AI 코딩 에이전트나 생성형 LLM을 소프트웨어 개발에 접목하는 시도가 늘어나면서, 엔지니어들이 마주하는 가장 큰 기술적 병목 중 하나는 바로 '컨텍스트(Context)'의 관리입니다. 저 역시 최근 AI와 바이브 코딩(Vibe Coding)을 활용해 여러 프로젝트를 진행하고 있는데, 하나의 대화창(세션)을 오래 켜둔 채 작업을 계속 이어가다 보면 AI가 초기 맥락을 잊어버리거나 이전에 지켜달라고 했던 제약조건을 놓치며 실수를 저지르는 경우를 자주 겪곤 합니다. 그래서 저는 목적별로 대화창을 명확하게 분리해서 작업하거나, 어느 정도 작업 단계가 진행되면 지금까지의 구현 내용과 의사결정을 요약 정리한 뒤 새 대화창에서 AI에게 이를 다시 학습시키는 방식으로 맥락을 관리하고 있습니다. 그렇다면 엔지니어링 아키텍처 차원에서는 이 문제를 어떻게 접근하고 있을까요? InfoQ의 발표 아티클 "Architecture / Context Engineering"에서는 바로 이 지점, 즉 단순한 프롬프트 엔지니어링을 넘어 시스템 아키텍처 수준에서 컨텍스트를 제어하는 '컨텍스트 엔지니어링(Context Engineering)'의 필요성과 구체적인 프레임워크를 다루고 있습니다. (출처: InfoQ - Architecture / Context Engineering) https://www.infoq.com/presentations/architecture-context-engineering/ 발표자들은 코딩 에이전트나 자율형 에이전트가 현장에서 실패하는 가장 큰 이유로 '비대해진 컨텍스트 윈도우(Bloated Context Windows)'와 무분별하게 채워진 프롬프트(Stuffed Prompts)를 꼽습니다. AI에게 너무 많은 정보를 한 번에 주면, 모델의 주의력(Attention)이 분산되거나 논리적 우선순위를 놓치는 현상이 발생합니다. 마치 인간 엔지니어에게 백과사전 수십 권을 던져주고 "이거 다 읽고 10초 ...

합성 사용자(Synthetic Users)의 5가지 유형과 AI 테스팅 현장에서의 활용법

AI와 생성형 모델 기술이 발전하면서, 사용자 경험(UX) 연구와 테스팅 현장에서 가상 퍼소나를 활용해 테스트 데이터를 수집하거나 사용성을 평가하려는 시도가 급격히 늘고 있습니다. 이를 흔히 '합성 사용자(Synthetic Users)'라고 부릅니다. 하지만 막연히 "AI에게 사용자 역할을 시켜 테스트를 돌린다"고 할 때, 그 가상 사용자가 어떤 방식과 데이터로 생성되었는지 명확히 구분하지 않으면 자칫 왜곡된 결과에 빠질 위험이 있습니다. UX 및 사용성 리서치 분야의 권위 있는 기관인 MeasuringU에서 이 합성 사용자의 개념을 명쾌하게 분류한 아티클을 공개했습니다. 바로 "What Are the Different Types of Synthetic Users?"라는 글입니다. (출처: MeasuringU - What Are the Different Types of Synthetic Users? / Jeff Sauro, PhD & Jim Lewis, PhD) https://measuringu.com/what-are-the-different-types-of-synthetic-users/ Jeff Sauro와 Jim Lewis 박사는 합성 사용자를 단순히 하나의 개념으로 뭉뚱그리지 않고, 생성 기술의 근거와 데이터 기반에 따라 크게 5가지 유형으로 깔끔하게 정리해 줍니다. 첫째는 규칙 기반(Rule-Based) 합성 사용자입니다. AI 모델이 아니라 사전 정의된 조건문, 정규식, 시나리오 스크립트에 따라 움직이는 전통적인 형태의 가상 사용자입니다. 예측 가능하고 정확하지만, 인간 사용자의 복잡한 정서나 미묘한 변수를 반영하진 못합니다. Selenium, Playwright, K6 같은 도구를 통해 지정된 경로대로 버튼을 누르고 데이터를 입력하는 방식을 들 수 있습니다. 둘째는 퍼소나 기반 LLM(Persona-Based LLM) 합성 사용자입니다. 생성형 AI에게 "너는 50대 비테크놀로지 사용...

AI가 만들고 사람이 고친 글, 과연 'AI 생성물'일까? — 무너지는 경계선과 각국의 표기 가이드라인

이미지, 음성, 텍스트를 가리지 않고 생성형 AI의 산출물이 전 세계 디지털 공간에 폭포수처럼 쏟아져 나오고 있습니다. 가짜 뉴스, 딥페이크 오정보, 저작권 침해 등 여러 사회적 문제를 일으키면서, 최근 EU를 비롯한 세계 각국의 규제 기관들이 "AI가 만든 콘텐츠에는 반드시 표시(Labelling)를 하라"는 강제 가이드라인을 잇달아 꺼내 들고 있습니다. 이와 관련해 Smashing Magazine에 비탈리 프리드만(Vitaly Friedman)이 기고한 아티클은 EU의 최신 규제가 실무 인터페이스(UI/UX)에 어떤 변화를 요구하는지 잘 보여줍니다. (출처: Smashing Magazine - New EU Guidelines For AI Labelling / Vitaly Friedman) https://www.smashingmagazine.com/2026/08/eu-guidelines-ai-labelling/ EU AI Act 제50조 투명성 규정에 따르면, 딥페이크나 AI 챗봇 대화, 인간의 검수 없이 AI가 100% 작성한 공공 텍스트 등에는 전용 AI 마크나 암호화된 메타데이터(Watermark)를 반드시 내장해야 합니다. 기존에 서비스들이 유행처럼 쓰던 모호한 '반짝이 아이콘(✨ Sparkles)' 수준으로는 법적 기준을 충족할 수 없게 된 것입니다. 하지만 현장의 개발자, 에디터, 테스터들이 마주한 진짜 혼란은 규제의 유무가 아닙니다. 바로 "도대체 어디까지를 AI가 만들었다고 볼 것이며, 어디서부터를 사람이 만든 것으로 정의할 것인가?"라는 근본적인 경계선의 모호함입니다. 프롬프트 한 줄 던져서 AI가 뽑아낸 초안을 사람이 문장 몇 개 다듬었다면, 이것은 AI 산출물일까요, 인간의 글일까요? AI가 코딩한 1,000줄의 소스 코드를 엔지니어가 한 시간 동안 디버깅하고 검수했다면 이 코드의 주인은 누구일까요? 글로벌 규제 기관들도 이 모호함을 인지하고 명확한 자격 기준을 세우기 위해 격렬한 논의를 ...