기본 콘텐츠로 건너뛰기

[무료] 잠금화면의 PIN code를 강력하게.. - TimePIN

제 주변에 스마트폰을 쓰는 많은 분들은 대체로 잠금 화면을 잠가놓고 쓰시지는 않더군요..

잠금해제고리만 살짝 밀어주면 바로 스마트폰을 쓸 수 있도록 쓰시더군요.

보안에 조금 관심이 있으신 분들이라면 조금 불편하기는 해도 잠금화면을 잠궈놓고 씁니다.

안드로이드는 이런 잠금화면을 잠그는 방법으로 비밀번호, 얼굴인식, 패턴, PIN을 제공합니다.

그런데, 얼굴인식은 사진만으로도 풀려버리고 배터리 문제도 있고 해서 잘 안쓰게 됩니다. 처음에는 좀 신기하기는 한데.. 머..

PIN이나 비밀번호는 아이폰과 달리 정확하게 입력하고 엔터까지 눌러야 하다보니 역시 안쓰게 되고..

역시 가장 많이 쓰시는건 패턴을 많이 쓰시더군요.

하지만 패턴은 어떤 형태로든 화면에 흔적이 남습니다. 매번 깔끔하게 화면을 박박 문지르시는 분은 많지 않으시죠.

지금이라도 패턴 잠금을 쓰시는 분은 형광등이나 햇빝에 화면을 살짝 비춰보시면 선명하게 패턴이 보입니다.

패턴 잠금 해제하는거 어렵지 않습니다.

그러면 비밀번호나 PIN이 남는데.. 오늘 소개해드릴 앱은 이 중 PIN을 좀 더 강력하게 만들어주는 앱입니다.

기존 잠금화면 대체 앱처럼 안드로이드 기본 잠금화면을 대체하는것이 아니라 안드로이드 기본 PIN을 좀 더 강력하게 대체하는 앱으로 메모리는 조금 먹긴 하지만 꽤 쓸만합니다.

우선 안드로이드 기본 잠금을 PIN으로 설정하시고 이 앱을 설치하면 여러 옵션이 있습니다.

기본적으로 이 앱은 안드로이드의 시간을 비번으로 설정해줍니다 .즉, 1분마다 계속 비밀번호는 갱신시키는 효과가 있습니다.

무료 버전은 여기에 추가로 이 비번을 거꾸로 적용시키는 옵션이 가능합니다.

예를 들어서, 15시 30분이면 비번은 1530으로 설정되고 이것을 Reverse 옵션을 적용하면 0351로 설정됩니다.

시간으로 설정되면 다른 사람이 쉽게 풀어낼 수 있을 것 같지만 위에도 말씀드린것처럼 내가 아닌 다른 사람이 내가 이 앱으로 폰을 잠궜는지 알 방법이 없습니다.

제 아내에게 풀어보라고 했더니 밤새도록 해도 못풀어내더군요.

유료로 결재하면 몇가지 옵션이 더 생겨서 비번을 중복으로 2번 입력해야하는 Double, Reverse와 Double를 동시에 적용할 수 있는 Mirror 그리고 제일 강력한 것은 정해진 숫자만큼 덧셈을 하거나 뺄셈을 해서 비번을 설정하는 Offset이 있습니다.

여러모로 좀 더 높은 보안 수준을 원하시는 분들은 한번 써보시기 바랍니다.

이 앱의 유일한 단점은.. 가끔 저도 잠금 해제를 못한다는 것입니다. ㅠㅠ

12시간, 24시간 상관 없이 잘 적용됩니다.

원하시는 분은 아래에서 받으실 수 있습니다.

https://play.google.com/store/apps/details?id=com.cunninglogic.dynamicpin
라벨:

댓글

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 ...
댓글 쓰기
자세한 내용 보기

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...
댓글 쓰기
자세한 내용 보기

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 ...
댓글 쓰기
자세한 내용 보기