기본 콘텐츠로 건너뛰기

텍스트큐브가 사라진다..

얼마전 구글에서 일방적인 공지가 하나 올라왔다.

블로거닷컴에 텍스트큐브가 흡수된다는 공지였다.

블로거닷컴과 텍스트큐브는 분명 블로깅 서비스로 같은 서비스 같지만 그 철학적인 배경은 상당히 다르다.

단적인 예로 블로거닷컴에는 트랙백 기능이 없다. 카테고리 기능도 없다.

서로 다른 철학적 배경에서 출발한 두 서비스가 어떻게 합쳐질 수 있는 것일까?

텍스트큐브가 사라진다는 그 공지를 보고 일순간 정말 심각한 정신적 공황 상태에 빠져버렸다.

블로거를 포함해 언론을 장악하여 심각한 자기 검열의 악순환을 통한 표현의 자유를 탄압하는 우리 나라의 서비스를 이용하고 싶지는 않아 미칠듯이 외국의 블로그 서비스를 뒤졌다.

그렇게 며칠이 지난 지금은 그냥 초연해져 버렸다.

그러면서 든 생각은 두가지 정도다.

하나는 내 블로그가 과연 유료 호스팅 서비스를 통해 설치형 블로그로 운영할 만큼 시간과 노력을 들여야 할 만큼 가치 있는가라는 생각이다.

다른 하나는 기업과 서비스의 영속성이다. 그냥 내 생애 동안만이라도 내가 마음 놓고 이용할 수 있는 서비스가 과연 존재할것인가에 대한 생각이 들었다.

한때 유행했던 '아이러브스쿨', '네이트온', '싸이월드' 모두 난 지금은 사용하지 않는다. 사용하지는 않지만 그 서비스들에는 내 한시절의 추억들이 차곡 차곡 쌓여있다.

그런데 그런 서비스가 어느 한순간 폐쇄되어 버린다면 어떻게 되는 것일까?

얼마전까지 애용하던 t2b 서비스가 별다른 공지도 없이 서비스가 중지되어 버렸다. 덕분에 난 트위터에 있는 내 기억들을 더 이상 보존할 방법을 생각하지 못하고 있다.

어쨌든 난 이미 '네띠앙' 만행을 통해 수년간 모아두었던 내 추억을 송두리째 날려버린 경험이 있다. 하지만 이미 기억도 못할 정도의 아련한 기억들의 창고였던 '네띠앙'보다 현재 진행형인 '텍스트큐브'의 폐쇄는 정말 정신적 충격이 엄청나다.

과연 구글은 이러한 사용자의 경험에 대해 약간의 고민이라도 했던 것일까?

혹자는 구글이 기술자적인 관점에서 인문학점 관점을 수용하지 못한다면 사라질 수 있다고 경고한다.

요즘들어 그 말이 가슴에 살랑거리는 것은 나만의 생각인 것일까?

그나저나 블로그는 텍스트큐브가 사라지는 그날까지는 꾸준히 다시 해볼 생각이다. 그 다음은 그때 생각해 보기로 했다.

난 아직까지는 하고 싶은 말이 많다. 그래서 난 천천히 다시 블로깅을 하기로 했다.

댓글

이 블로그의 인기 게시물

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...

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 ...

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 ...