기본 콘텐츠로 건너뛰기

[유료]안드로이드 최고의 차계부라 불리는.. - aCar

오늘 소개시켜드릴 앱은 안드로이드 최고의 차계부라 불리는 aCar입니다.

하지만 모든 메뉴가 아직은 영어로 제공되기 때문에 많은 분들이 사용에 어려움을 겪는 앱 중 하나입니다.

저도 사용법을 숙지하는 데 좀 오래 걸렸습니다.(어떤 분들은 이거 사용하기 무지 쉽다고 하시지만, 제가 보기에는 쉬운건 맞지만 잘 쓰기 위해서는 좀 노력을 기울여야 하는 앱이라고 생각됩니다.)

구글에서 아무리 검색을 해도 이 앱을 제대로 사용하는 법을 찾기가 의외로 쉽지 않았습니다.

그래서 제가 아는 한도에서 자세하게(?) 설명을 해보도록 하겠습니다.

우선 초기화면입니다.

앱을 사용한지 두달이 넘어서 최초로 실행할 때 어떤 화면이 출력되는지는 까먹었습니다. 어쨌든..



하나씩 차례대로 살펴보면

1. Fill-UP Rec. 은 주유 기록을 하는 곳입니다.
2. Service Rec. 는 정비 기록을 하는 곳입니다.
3. Expense Rec. 는 주차비와 같은 잡비를 기록하는 곳입니다.
4. Trip Rec. 는 주행 기록을 하는 곳입니다. 어디 여행을 가거나 그런 경우 기록하는 곳입니다.
5. Vechie 는 차량 등록을 하는 곳으로 차량이 여러대인 경우 이 메뉴에서 각각의 차량을 등록하시면 됩니다.
6. Reminders 는 차량 정비 주기를 등록을 해 놓으면 해당 정비 주기가 가까워지면 알람이 올라오는 곳입니다.
7. Browse Recs 는 기록된 내용등을 조회하는 곳입니다.
8. Statistics 는 차량에 대한 요약 내용이 출력되는 곳입니다.
9. Charts 는 말 그대로 차트가 나오는 곳입니다.
10. Management 는 차량 정비 항목과 주기, 연료 유형 등을 변경하거나 등록, 삭제하는 메뉴입니다.
11. Setting 은 앱의 설정을 변경하는 곳입니다.
12. Import/Export 는 기록을 내보내거나 불러오는 메뉴로 자동 백업 등의 기능을 원하시면 유료 결재 하시면 됩니다. 무료 버전은 별로 쓸 일이 없는 메뉴입니다.
13. Predictions 는 등록된 차량 정보를 확인하고 수정하거나 삭제할 수 있는 메뉴입니다.

간단히 정리가 되셨나요?

그럼 우선 차량 등록을 하셔야 하고요.

그 다음에는 Setting 에 가셔서 아래와 같이


연료 단위, 거리 단위, 연비 단위, 화폐 단위 등등을 수정해주시기 바랍니다. 한국어는 지원하지 않지만 화폐 단위는 지원해주는 꼼꼼함(?)

다음에는 Managemenet로  가셔서 등록되어 있는 정비 항목이나 연료 항목등을 적절히 수정하시거나 저처럼 그냥 싹 지우시고 새로 등록하셔도 됩니다.

그런데 여기서 한가지 불편한 것은 정비 항목을 등록할 때 점검과 교환이 구분해서 등록이안된다는 겁니다. 그래서 저는 그냥 전부 분리를 해서 등록했습니다.

연료 항목도 수정하시면 좋습니다. 저는 주유소 이름으로 구분했습니다.

만약 옥탄가를 입력하시게 되면 나중에 Charts 에서 각 항목이 옥탄가로 구분되서 좀 불편하더군요. 그래서 저는 옥탄가를 등록하지 않고 주유소 이름으로만 항목을 구분했습니다.


여기까지 모두 수정을 하셨다면 사용을 위한 준비는 다 되었습니다.

저는 현재 aCar를 주유기록만 남기고 있습니다. 정비 기록이나 기타 잡비 기록도 함께 하면 좋겠지만 정비 기록이나 기타 잡비 기록은 웬지 모르게 불편해서 그냥 가계부에 기록하고 있습니다.

aCar는 그저 연비 확인과 정비 주기 알람용일 뿐...

아래는 주유기록 화면입니다.


위에서부터 보면

1. 주행거리
2. L당 가격
3. 주유한 양
4. 주유비

를 입력하시면 됩니다.

나머지 항목들은 간단하므로 굳이 설명은 필요 없을 듯 하고..

여기서 포인트..

주유비 아래에 보시면

Partial Fill-UP? 과 Missed Fill-Ups? 가 보이실 겁니다.

Missed는 주유 기록 중에 이전 주유 기록 중 누락된 주유 기록을 추가할 때 선택해주시는 메뉴인데.. 크게 쓸 일은 없습니다.

Partial 은 기름을 가득 채우지 않고 일부만 주유했을 때 체크하는 메뉴입니다.

Partial 로 기록된 항목에 대해서는 연비 측정이 안됩니다.

제 추측으로는 정확한 연비 측정을 위해서는 가득 채우는 양을 정하시고 매번 해당 양만큼 주유하시는게 필요하다고 생각됩니다.

즉 연비 측정을 위해서는 매번 정해진 양만큼 주유하는것이 포인트라고 생각됩니다. Partial 로 기록된 내용은 이후에 가득 채운 주유 기록이 기록되면 그 기록과 같이 고려되서 연비 계산이 되는 것 같습니다. (테스터로 부끄럽지만 이런건 탐색적 테스팅으로 좀만 노력을 하면 밝혀낼 수 있을 것 같은데.. 생업이 있는 사람으로 시간이 없다는 핑계를 투척합니다. 쿨럭..)

제 스파크 기준으로 저는 25L를 가득 채우는 양으로 정하고 현재 주유하고 있습니다.

그러니까 aCar을 사용하실 분들은 매번 같은 용량으로 주유하시는 습관을 들이시는게 정확한 연비 측정에 도움이 되실 겁니다.

다운로드는 아래 URL을 선택하시면 받으실 수 있습니다.

다운로드 URL은 무료 버전입니다.

https://market.android.com/details?id=com.zonewalker.acar

댓글

이 블로그의 인기 게시물

20년 차 테스터가 고른 최근 IT 소식: 기술의 속도, 그리고 사람의 자리

20년 넘게 IT 업계에서 테스팅하고 강의하고 공부하고 여러 일을 해왔지만... 정말이지 단 하루도 편하게 쉴 틈을 주지 않는 세상입니다. 특히 최근 4~5년 동안 가속화된 AI의 물결은 기술의 스펙트럼뿐만 아니라 우리가 일하고, 협업하고, 조직을 이끄는 방식 전체를 뒤흔들고 있습니다. 이번 주에도 수많은 뉴스레터와 아티클을 훑어보았습니다. 그중에서도 기술의 화려함 뒤에 숨겨진 ‘사람, 조직, 그리고 커리어의 본질’을 찌르는 글 몇 개가 눈에 띄어 메모해 둡니다. 제 평소 생각과 맞닿아 있는 6가지 이야기입니다. --- 1. 인지부채(Cognitive Debt): 바이브 코딩 시대에 우리가 지게 되는 진짜 빚 (출처: ROBOCO - 인지부채: 바이브 코딩 시대의 새로운 부채 관리법 / 정도현 수석 컨설턴트 ) 요즘 커서(Cursor)나 클로드 코드(Claude Code) 같은 에이전트를 붙여 "이거 만들어줘" 하고 승인(Approve) 버튼만 누르면 눈 깜짝할 사이에 코드베이스가 완성되는 '바이브 코딩(Vibe Coding)'이 유행입니다. 그런데 속도는 엄청나게 빠른데, 정작 서비스에 장애가 나면 "AI가 짜서 잘 모르겠는데요?"라는 답이 나오는 이상한 현상이 벌어집니다. 정도현 컨설턴트는 이를 '인지부채(Cognitive Debt)'라고 정의합니다. 코드는 쌓이는데, 정작 인간의 시스템 이해도는 쌓이지 않는 격차죠. * Human-in-the-loop의 환상: AI가 초당 수백 줄을 뽑아내는데 사람이 일일이 검토한다? 결국 검토자는 병목이 되고, 시간 압박에 쫓겨 영혼 없이 승인 버튼만 누르게 됩니다. 40년 전 자동화 연구(Bainbridge, 1983)가 지적했듯, 자동화될수록 사람은 감시만 하다가 정작 개입해야 할 결정적 순간에 숙련도를 잃어버립니다. * 부채는 0으로 만드는 게 아니라 '관리'하는 것: AI가 만든 모든 코드를 사람이 외울 수는 없습니다. 핵심은 ...

우리는 AI로 '더 빠른 말'을 키우고 있는걸까요? 아니면 '자동차'를 만들고 있는걸까요?

20년 넘게 IT 현장에서 뒹굴거렸는데... 요즘처럼 "우리가 지금까지 당연하게 여겨온 일하는 방식의 본질"에 대해 근본적인 질문을 던지게 만드는 때가 없었던 것 같습니다. 최근 읽은 UX 관련 글 하나가 가슴을 쿵 치고 지나갔습니다. UX 및 디지털 트렌드를 다루는 블로그 ux4dotcom에 올라온 "Beyond Faster Horses — Why AI Challenges One of UX's Oldest Assumptions"라는 글입니다. (출처: ux4dotcom - Beyond Faster Horses — Why AI Challenges One of UX's Oldest Assumptions ) 혁신을 말할 때 늘 인용되는 헨리 포드의 유명한 말이 있습니다. "사람들에게 무엇을 원하느냐고 물었다면, 그들은 '더 빠른 말'이라고 답했을 것이다." 사람들은 자신이 경험해 본 범위 안에서만 미래를 상상합니다. 말만 탈 줄 아는 사람에게 자동차는 상상 밖의 범주(Mental Model)니까요. 저자는 그동안 UX(사용자 경험)라는 학문과 필드 자체가 '더 빠른 말을 만드는 일(기존 과업의 효율화)'에 집중해 왔다고 지적합니다. 사용자의 행동을 관찰하고, 마찰(Friction)을 줄이고, 화면을 간소화하고, 기존 워크플로우를 최적화해 주는 작업 말입니다. 실제로 주변을 봐도 우리가 AI를 쓰는 방식도 대부분 이 범주를 벗어나지 못하고 있습니다. 더 빠르게 이메일을 작성하고, 문서 요약을 3초 만에 끝내고, 프레젠테이션 장표나 일정표를 순식간에 만들어내는 일. 분명 유용하고 저 역시 매일 요기하게 쓰고 있지만, 이건 어디까지나 '기존에 인간이 하던 일의 프로세스를 흉내 내어 속도만 올린 것(Faster Horse)'에 불과합니다. 정작 "이 워크플로우 자체가 과연 계속 존재해야 하는가?"라는 근본적인 질문은 던지지 못하고 있는 것이죠....

'자동화 편향'과 '대중적 불신' 을 고려 AI 테스팅 시나리오 설계

최근 생성형 AI나 자율주행, 에이전트 기술의 테스팅 시나리오를 작성할 때 우리가 당연하게 전제(Assumption)로 깔고 가는 중요한 인간 행동 방식이 하나 있습니다. 바로 '자동화 편향성(Automation Bias)'입니다. 인간은 시스템이 자동화되고 스마트해질수록 기술을 과도하게 신뢰하고 주의력을 놓아버립니다. 차량을 운전하면서 운전자 보조 시스템을 켜고 전방 주시를 태만히 하고 스마트폰을 보거나 영상을 시청하는 운전자라던지 AI 의료 진단 보조 도구가 내놓은 결과를 의사가 깊은 의심 없이 그대로 승인해 버리는 현상이라던지 AI 챗봇이 추천한 잘못된 정보를 사용자가 사실로 믿고 행동하는 케이스 같은 게 있을 겁니다. 우리는 항상 이러한 "사람들이 AI를 너무 믿어서 발생하는 위험"을 핵심 리스크로 정의하고, 이를 검증하기 위한 안전장치(Safety Guardrail)나 경고 알림, 오용 방지(Misuse) 테스팅 시나리오를 도출해 왔습니다. 그런데 최근 Gizmodo에 보도된 미국 설문조사 결과는 매우 흥미로운 사실을 보여줍니다. (출처: Gizmodo - Survey Finds Americans See AI as Comparable to Humans—It’s Making Them Trust It Less )   기사에서 언급된 설문조사의 결과는 AI가 사람을 닮아갈수록 완벽함에 대한 기대와 실수가 충돌하고 책임이 모호해져 대중의 신뢰는 오히려 떨어진다는 것이었습니다.  자세히 살펴보면 해당 조사는 일반 대중을 대상으로 AI에 대한 인지적 반응을 측정했습니다. AI가 인간과 유사한 대화/추론 능력을 보일 때 유저가 느끼는 '인지적 불쾌한 골짜기(Uncanny Valley)' 현상을 정량 지표로 포착해 냈다는 점에서 의미가 있다고 생각합니다. 단순히 "AI가 좋다/나쁘다"를 넘어, 의인화(Anthropomorphism)의 수준과 신뢰도(Trust) 사이의 음(-)의 상관관계를 입증했기 때문...