기본 콘텐츠로 건너뛰기

스마트폰에 대한 몰이해 - 프리로드 앱

세번째 칼럼은 안드로이드 단말을 쓰면서 가장 큰 불만이었던 프리로드 앱에 대한 이야기를 했었습니다.

11월 30일에 올라갔던 칼럼이고 조회수는 1208에 댓글이 하나 달렸던 칼럼입니다.

지금 다시 보니 이번 칼럼은 띄어쓰기를 하나도 안한 희안한 칼럼이네요. 왜 그랬을까요?

이곳에는 다시 띄어쓰기를 해서 올립니다.

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

이번글에서 제가 얘기하고자 하는것은 프리로드앱입니다.

프리로드앱이란 안드로이드 단말이 출시될때 제조사에서 폰에 기본적으로 탑재시키는 앱을 말합니다.

피쳐폰을 구매하면 기본으로 설치되어 있는 게임과 같은것이라고 생각하시면 됩니다.

제가 구매한옵티머스Q 역시 출시시점부터 이 프리로드앱에 대해 집중적으로 광고를 했었습니다.

어떤분들은 사용자의 편의를 위한 프리로드앱이 무엇이문제인가? 라고 말씀하실 수 있습니다.

저도 프리로드 앱이 무조건 나쁘다는 말은 하지 않습니다. 다만 프리로드앱이 진정 사용자를 위한 제조사의 고민이 담겨있는가가 문제라고 말하고 싶습니다.

프리로드 앱에 대한 문제점으로 저는 아래와 같은것을 말씀드리고 싶습니다.

첫째, 프리로드 앱은 업데이트 지원이 안됩니다.

옵티머스Q의 경우 스캔서치, 모비리더, 퀵오피스등의 앱은 업데이트가 지원되지 않습니다.

이러한 앱의 최 신기능을 이용하기 위해서는 마켓에서 별도로 재설치를 해야합니다. 어떤 경우는 돈을 내고 구매해야 하는 경우도 있습니다.

어떤 경우에는 해당 앱이 마켓에서 제공되지 않지만 가장 최근에 나온 다른 스마트폰에서 확인해보면 더 새로운 버전이 설치되어 있는 경우도 있습니다.

몇십만원이나 주고 산 스마트폰의 앱이 마치 피쳐폰처럼 한번 설치되면 업데이트 지원이 안된다는것은 말이 되지않는다고 생각합니다.

둘째, 시스템 리소스를 무단으로 점유한다는 것입니다.

대표적으로 옵티머스Q의 경우 오즈메신저와 U+070 모바일전화앱을 들수 있습니다. 이 앱들은 분명 옵션에서는 끌수있는것처럼 되어있지만 실제적으로 종료되지 않고 서비스에 계속 상주하면서 배터리를 소모시키는 주범입니다.

이외에도 옵티머스Q의 경우에는 넉넉한 내장메모리 때문에 프리로드앱이 설치되어도 저장메모리 부족문제가 없지만 일부 스마트폰의 경우는 프리로드앱의 저장공간때문에 막상 사용자가 앱을 설치할 공간자체가 부족해지는 경우도 있습니다.

셋째, 프리로드된 앱은 삭제가 불가능합니다.

프리로드된앱은 시스템영역에 설치되기 때문에 루팅을 하지않고서는 절대 삭제를 할 수 없습니다. 자기에게 필요없는 앱을 지울수 없다는것은 명백히 사용자의 선택권을 제한하는것입니다.

안드로이드 단말들은 공통적으로 출시시점에서 일정한 프리로드앱을 탑재하고 출시됩니다. 사용자의 편의를 위해서라고 하지만 그 내면을 들여다보면 실상으로는 제조사와 일부 앱제작사의 이익을 위한 상술이나 다름없습니다.

실제 안드로이드에서 사용되는 앱을 조사해보면 대다수의 이용자들이 마켓에서 앱을 다운로드받기보다는 프리로드앱을 더많이 이용한다는 조사도 있습니다.

이미 마켓에서 제공되는 앱 또는 유사한 기능을 제공하는 앱이 있음에도 불구하고 꾸역꾸역 쓸모없는 프리로드앱을 집어넣어 그들만의 생태계를 사용자에게 강요함으로써 그들의 이익을 지키려는 그들의 상술이 씁쓸할뿐입니다.

구글맵이있음에도 다음맵이나 네이버맵을 굳이 프리로드하는 이유는 무엇일까요?

진정 사용자를 위한다면 이런 앱들을 프리로드하기보다는 사용자가 자신이 필요한것을 직접 선택할 수 있도록 해주는것이 진정 사용자를 위한것이 아닐까요?

그렇지않다면 실시간데이터사용량을 볼 수 있는 진정 사용자를 위해 특화된 마켓에서 구할수없는 그런앱들이 프리로드되고 끊임없이 업데이트가 지원되야하는것은 아닐까요?

전 프리로드앱이 무조건 나쁘다는것은 아닙니다. 옵티머스의 경우에는 카메라버튼으로 간편하게 화면을 캡쳐할수있는 기능이 사전탑재되어있습니다. 다른 안드로이드 단말에서는 이 기능을 루팅을 하고 앱을 설치해야만 누릴수있는 기능입니다.

특정 안드로이드 단말에서는 사용자들이 폰트를 선택할수있기도 합니다. 이 역시 루팅을 통해 폰트를 복사하고 권한을 설정해야하는 번거롭고 위험한(?) 작업을 간편하게 제공하는 좋은 예라고 생각합니다.

이런 기능처럼 사소하지만 사용자를 위한 기능들이 진정 사용자를 위한것은 아닐까요?

국내 제조사들이 사용자를 무시하고 그들만의 이익을 위해 어이없는 프리로드앱을 더이상 강요하지 않았으면하는 마음입니다.

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 ...

AI의 UX, 단 5개 문항으로 측정하는 방법: SUXAI

테스트 관리에는 아주 유명한 명언이 있습니다. 어쩌면 이 말은 테스트 관리에서만 유용한 얘기는 아닐거고.. 어쩌면 여러분도 다른 곳에서 들었을 수도 있습니다. "측정할 수 없으면 개선할 수 없다" 지난 글(https://murianwind.blogspot.com/2026/07/ai_01010698011.html)에서 생성형 AI 시대에는 기존의 일반적인 사용성 지표(SUS 등)만으로는 부족하며 정확성, 신뢰성, 설명 가능성, 제어 가능성이라는 AI 에 특화된 품질 특성이 필요하다고 정리해 드린 바 있습니다. 하지만 실무자의 입장에서 항상 부딪히는 현실적인 고민이 있습니다. "이론은 좋은데, 당장 매주 업데이트되는 AI 기능의 UX를 바쁜 현장에서 어떻게 빠르고 정량적으로 측정할 것인가?"라는 점이죠. MeasuringU에서 이에 대한 명확하고 실용적인 해답을 제시하는 후속 아티클을 공개했습니다. 바로 "Streamlined Measurement of the UX of AI"입니다. (출처: MeasuringU - Streamlined Measurement of the UX of AI / Jeff Sauro, PhD & Jim Lewis, PhD) https://measuringu.com/streamlined-measurement-of-the-ux-of-ai/ Jeff Sauro와 Jim Lewis 박사는 실무 연구자들과 테스터들이 긴 설문이나 복잡한 프레임워크 없이도 AI 제품의 핵심 품질을 빠르게 측정할 수 있도록 SUXAI(Streamlined UX of AI)라는 간소화된 측정 모델을 구축했습니다. 기존에 수많은 문항으로 분산되어 있던 지표들을 통계적 요인 분석을 통해 쥐어짜고 압축하여, 핵심적인 5가지 5점 척 문항 으로 표준화했습니다. SUXAI를 구성하는 5가지 핵심 평가 문항 정확성 (Accuracy): "이 AI가 생성한 결과물은 정확하다." 신뢰성 (Trust/Re...

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...