기본 콘텐츠로 건너뛰기

LG U+ TV G 사용기

며칠전 LG U+에서 서비스하고 있는 구글 TV 서비스인 TV G를 신청해서 몇일간 써본 사용기입니다.

우선 저는 자칭, 타칭 구글 빠인 한사람으로.. 구글 TV 정말 좋습니다.

가장 좋은 것은 역시 구글 무비에서 영화를 저렴하게 볼 수 있다는 것입니다.

LG U+의 IPTV에서는 아무리 싼 영화도 1,800원 아니면 2,500원이고 대부분의 영화는 3,000원정도 하는데다가 한번 대여하면 다시 볼 수 있는 시간이 딱 하루라서 아쉬웠는데, 구글 무비는 HD급의 영화 대여도 대부분 2,500원에다가 한번 대여하면 이틀동안 다시 볼 수 있고, 필요하면 안드로이드 손전화로 이동하면서도 감상할 수 있어 너무 좋습니다.

거기다가 한 5,000원만 내면 평생(구글이 망하거나 구글 무비 사업이 망하기 전까지는 - 제 생각에는 망할때는 망하더라도 기존 구매한 영화는 다운로드 할 수 있도록 해줄거라고 생각합니다.) 무제한으로 감상할 수 있다는게 매력입니다. 머.. 구매한 영화를 안드로이드가 아닌 다른 단말에서는 볼 수 없고, 최신 영화는 별로 없다는것이 유일한 단점입니다.

쿼티 키보드가 달린 키보드에 트랙패드까지 달려 있어서 아주 간단한 웹서핑도 매우 쾌적합니다.

기존 LG U+의 IPTV에 비해서 영화 등의 서비스의 불러오기 속도도 믿을 수 없이 빠릅니다. 예전에는 영화 한번 보려면 광고 2편은 봐야했는데.. 지금은 그냥 재생되어 버립니다.

현재 방송되고 있는 전체 방송 편성표도 매우 직관적으로 보기 편하게 되어 있습니다.

예전에는 보고싶은 영화를 찜해 놓고 나서 영화 가격을 보려면 상세 내용까지 들어가야 했지만 지금은 목록에서 영화 가격을 쉽게 볼 수 있습니다.

리모컨에서도 예전과 다르게 TV 볼륨이 따로 제공되고 전원을 동시에 끌 수도 있어서 매우 편합니다.

하지만 이런 구글 TV에도 몇가지 단점이 있습니다.

우선 TV에서 현재 시간을 간단하게 볼 수 있는 방법이 없습니다. 이거 은근히 불편하더군요.

그리고 리모컨에서 아래 화살표와 홈 키가 위아래로 맞붙어 있어서 화살표로 메뉴를 이동하다가 홈키를 누르는 실수가 너무 많습니다.

그리고 쿼티 키보드에서 백 스페이스키가 엔터키나 다른 키와 가깝고 크기에 차이가 없어서 은근 자주 눌립니다.

그리고 어디를 뒤져도 업데이트 메뉴가 없네요. 제 기억에는 구글 TV에서도 음성 검색이 지원되는 것으로 알고 있는데, 이건 아마도 LG에서 운영체제 업데이트를 해줘야 할것 같은데..LG가 과연 그런 능력이나 될지가 가장 걱정입니다.

몇가지 소소한 단점이 있지만 쓰면 쓸수록 정말 좋습니다.

LG U+ 인터넷 쓰시는 분들은 꼭 써보시기 바랍니다. 3년 약정하시면 그리 비싼편도 아니고 다른 LG U+ IPTV 서비스에 비해서 채널수도 월등합니다.

그리고 LG U+ 손전화 쓰시는 분들은 한방에 YO 요금제에 가입하시면 좀 더 저렴한 가격에이용하실수도 있습니다.

이러면 제가 마치 LG U+ 영업사원 같지만.. 전 그냥 사용자일 뿐이고.. 전 조만간 SKT로 번호이동합니다. 넥서스가 너무 쓰고 싶고.. LG U+ 장기 사용해봐야 혜택은 쥐뿔도 없는데다가.. 완벽한 갈라파고스인지라..

혹시 LG U+ G TV 관련해서 물어보고 싶으신게 있으시면 댓글 달아주시면 성심껏 답변해드리겠습니다.

댓글

  1. Hyunil Shin18/1/13 08:19

    영화 같은 유료 컨텐츠 구매 기능의 사용성은 어떤가요?

    답글삭제
  2.  제 기준으로는 괜찮습니다. LG U+에서 올라오는 영화도 그렇고.. 구글 무비에서 구매하는 영화도 괜찮습니다.

    답글삭제

댓글 쓰기

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 ...