기본 콘텐츠로 건너뛰기

쿼티 단말의 비애 - 구글 너마저...

이 칼럼은 2월 18일에 올라간 칼럼으로 조회수 915에 댓글 3개를 기록했습니다.

사실 많은 분들이 공감할만한 주제는 아니었지만 솔직히 구글에 좀 많이 실망했던 사건이었습니다.

그러고보면 현재 출시된 쿼티 단말들의 쿼티가 제각각인 것은 어떤 표준이 없다는 이야기일테고 그렇다면 이것에 대한 논의가 먼저 시작되어야 할것도 같습니다.

어쨌든 지금도 참 아쉬운 기억입니다.

--------------------------------------------------------------------

얼마 전 옵티머스 Q는 프로요(Android 2.2) 업데이트가 있었습니다.

우여곡절도 많았지만 어찌 되었든 프로요 업데이트는 이루어졌고, 너무나 오랫동안 기다려왔었기 때문에 저도 얼른 프로요 업데이트를 했습니다.

제가 그토록 프로요 업데이트를 기다렸던 것은 여러 이유가 있겠지만 뭐니 뭐니 해도 프로요에서만 맛볼 수 있는 업그레이드 된 앱들 때문이었습니다.

중요 편지함이 적용된 Gmail과 보다 개선된 Youtube와 같은 앱들을 정말 사용하고 싶었기 때문입니다.

그 중에서도 정말 기다렸던 앱 중 하나는 바로 Google Korean IME입니다. 즉, 구글에서 만든 한국어 키보드입니다.

물론 옵티머스에는 다양한 입력방식의 키보드가 제공되지만 생각처럼 편하지 않습니다.

쿼티(QWERTY) 식 키보드는 한국어 입력 시 키 간격이 너무 좁아서 생각처럼 입력이 쉽지 않고, LG 자체의 키보드(EZ 한글)은 피쳐폰일때는 울며 겨자 먹기로 사용하던 거지만 스마트폰에는 왠지 모르게 불편하더군요.

그래서 아내는 이미 몇 달 전부터 사용하던 구글의 키보드를 정말 사용해보고 싶었습니다.

몇 번 사용해 보았는데 정말 편하더군요. 입력속도도 빠르고 정말 좋았습니다.

서론이 길었네요.

어찌 되었든 프로요를 업데이트 하고 구글 키보드를 깔았습니다. 정말 좋더군요.

그런데 옵티머스 Q는 일반 다른 스마트폰과 조금 다른 것이 하드웨어 쿼티 키보드가 있습니다.

이 하드웨어 쿼티 키보드로 입력을 하려는 순간 전 절망에 휩싸였습니다. 한영키와 기호키가 작동을 하지 않는 것이었습니다.

이전에도 옵티머스는 일반 개인 개발자분들이 만드신 딩굴 키보드와 같은 앱을 사용하지 못했습니다.

이유인 즉 이런 앱들이 하드웨어 쿼티를 지원하지 않아서 하드웨어 쿼티를 사용할 경우 알 수 없는 에러를 출력하는 경우가 많았기 때문입니다.

저는 그래도 구글이라면 이런 것은 고려해서 앱을 만들어 줄 거라 생각했는데 아니었나 봅니다.

현재 출시되는 스마트폰에서 하드웨어 쿼티 단말을 채용한 단말은 많지 않습니다.

LG의 옵티머스Q와 안드로 원 그리고 모토로라의 모토 쿼티, 소니 에릭슨의 X10 미니 프로 정도의 단말이 하드웨어 쿼티를 채용하고 있습니다.

하드웨어 쿼티 단말이 적은 이유는 여러 가지가 있겠지만 문제는 단말이 워낙 적다 보니 대부분의 앱에서 이에 대한 지원이 거의 없다는 것입니다.

일반적인 스마트폰은 화면 크기의 제약 때문에 가로화면을 사용하는 경우가 많지 않습니다.

제 아내의 경우에도 가로 화면을 쓸 이유가 별로 없더군요.

하지만 하드웨어 쿼티를 채용한 단말은 가로화면을 사용하는 빈도가 훨씬 높습니다.

키보드가 화면에 표시되지 않기 때문에 훨씬 많은 내용을 화면으로 보면서 작업할 수 있기 때문입니다.

하지만 이런 편리함도 앱이 지원해주지 않으면 아무 소용이 없는 것도 사실입니다. 그런데 구글마저 이런 지원이 없다는 것이 조금은 아쉽습니다.

쿼티 단말을 2개나 만든 LG 역시 일전에 로드 타이핑이라는 앱을 내놓았을 때 하드웨어 쿼티를 지원하지 않았습니다.

저는 이런 일련의 사건들을 보면서 우리가 웹에서 얘기하는 접근성과 마찬가지로 우리들이 사회적인 약자들에 대한 배려가 너무 없는 것이 아닌가 하는 아쉬움이 있습니다.

개인적으로 앱을 제작하는 많은 개발자분들이 하드웨어 쿼티 단말을 사용하는 이용자들을 배려하여 앱을 만들어주었으면 하는 바램입니다.

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 ...