기본 콘텐츠로 건너뛰기

동대문 디자인 플라자에 다녀왔습니다.

어제 매일 매일 집에만 있으니 죽을거 같다는 아내의 등쌀에 동대문 디자인 플라자에 다녀왔습니다.

사실 현충일에 XPER 모임에 나가면서 금요일, 토요일 모두 집에만 있었던 터라.. 어떻게든 달랠 필요가 있었습니다.(하지만 생활비가 떨어져서 외식 없이 저녁 9시가 되어서 집에 들어와 저녁을 먹었더니 또 삐졌습니다. 좋은 남편 되기는 글렀습니다. ㅠㅠ 역시 좋은 남편은 돈이 있어야..)

그 이상하게 생긴(전혀 맘에 안드는) 동대문 디자인 플라자가 괜찮다는 분들이 계셔서 호기심 반으로 다녀왔습니다.

저는 솔직히 그 자리에 서울 성곽을 제대로 복원하고(지금 성곽은 기단만 삐뿍 어설프게 복원해놓았는데.. 이명박부터 오세훈에 걸쳐 문화유산에 대한 몰이해가 도를 넘어선 느낌입니다.) 민속촌 같은 테마 파크가 들어섰다면 더 좋지 않았을까 싶습니다.(박씨 일가의 사유재산으로 전락한 민속촌을 대체할 만한 테마파크가 필요하다고 봅니다. 트위터에 올라오는 민속촌 트윗을 보다보면 정말 불끈 불끈 가고 싶지만 참고 있습니다.)

가서 보고온 소감을 한마디로 정리하면

건물은 정말 맘에 안드는데..

안에 들어간 내용은 꽤 알차다는 느낌이었습니다.

이번에 가서 간송문화전과 웨타 워크숍 판타지제왕의 귀환을 보고 왔습니다.

웨타 워크숍 판타지제왕의 귀환은 돈에 비해서는 좀 약하다는 느낌이었습니다.

전시물도 잘 알려지지 않는 내용이라서 좀 공감하긴 힘들더군요.

사실 반지의 제왕이나 킹콩과 같은 잘 알려진 내용들의 전시물을 기대했는데.. 좀 그랬습니다.

대신 실물 크기로 재현해 놓았고 생각보다 잘 만들어져서 저희 집 애들 같은 경우는 무섭다고 울부짖더군요.. 허허허허..

간송 문화전은 진품이 전시되어 있는지는 잘 모르겠지만 평소에 보기 힘든 정말 좋은 전시품들이 대거 나와 있어서 정말 알찼습니다.

그리고 살림터라는 곳에 입주한 가게들의 물건들이 정말 맘에 드는게 많았습니다. 돈만 있다면 정말 싹싹 긁어서 사고 싶을정도로 전 맘에 드는 물건이 많더군요.

건물은 크게 3구역으로 나눠져 있는데 한국어로 건물 이름을 붙인것은 좋았는데 문제는 각 건물 구역의 구분이 쉽지 않다는것이 문제더군요.

각 건물에 별도의 구역이면서도 하나의 구역처럼 붙어 있는데 건물 안으로 들어가면 내 위치를 정확히 파악하기 쉽지 않은 구조라서 애를 먹었습니다.

건물 바깥이 보이지 않는 상황에서 내 위치가 현재 정확히 알기 힘들더군요. 각 건물이 통로와 계단으로 얼키설키 연결되어 있어서 길 잊어먹기 딱 좋은 구조였습니다.

왕십리 환승역에서 환승하는 기분이랄까요...ㅡ.ㅡ

제일 큰 문제는 전시장과 매표소가 너무 멀다는 것이었습니다. 물론 전시장 근처에 무인 발권기가 있기는 하지만 잘 눈에 띄지도 않고 처음 오는 사람들은 참 난감하더군요..

거기다 건물 크기에 비해서 내부 공간이 매우 비좁아보였습니다.

실제 외부에 공개되는 공간이 좁은 것인지 모르겠지만 건물 크기에 비해서 둘러볼만한 곳이 너무 적어서 이건 낭비가 아닌가 싶더군요.

거기다 건물 바깥은 전체적으로 둥그스름하게 되어 있는데.. 비가 오거나 눈이 오면.. 답이 없겠다 싶었습니다.

특히 눈이 얼어서 고드름이라도 매달렸다가는 밑에 있는 사람 맞아 죽기 딱 좋을 것 같은...

원래 건물에 대해 안좋은 편견을 가지고 있어서 그럴 수도 있지만..

전 전체적으로 맘에 들지 않았습니다. 하지만 이미 지어진 건물 지금처럼 내부에 여러 전시회 같은 것들을 꾸준히 운영한다면 가뜩이나 문화적인 내용을 즐기기 힘든 서울 동북부 주민들에게 새로운 명소로 좋을 듯 했습니다.

아직 가보시지 못하신 분들은 한번 가셔서 다른 것보다 간송문화전은 꼭 보시기 바랍니다.

그러고보니 찍어온 사진이 없네요.. 하하하하...

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...

'자동화 편향'과 '대중적 불신' 을 고려한 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...