기본 콘텐츠로 건너뛰기

카드 목걸이 구매기

완연한 여름이 되었습니다.

여름에 회사를 다니면서 가장 어려운 점은 두툼한 지갑입니다.

바지에 넣고 다니자니 바지 주머니도 늘어지고 두툼한 것이 앞으로 뒤로 어디에 집어넣어도 영 이상합니다.

가방에 넣고 다니자니 꺼냈다가 집어넣었다가 생쇼를 해야하니 이것마저 불편합니다.

그런 와중에 회사에 다니는 몇몇 분들이 목걸이 형태의 카드 지갑을 가지고 다니시는 걸 보면서 저게 있으면 교통 카드는 넣어다니고 지갑은 가방에 넣고 다니면 되겠구나 싶더군요.

그래어 누리망으로 검색해보니 '카드 목걸이'라고 정말 많은 제품들이 있더군요.

머 제품은 대체로 다 비슷비슷하고 가끔 캐릭터들이 들어간 제품들이 보이는 정도더군요.

누리망 장보기는 액티브 엑스때문에 이용하지 않기 때문에 시장에 나가서 구매하기로 하고 우선 인사동으로 향했습니다. 웅?

우선 제가 원한 카드 목걸이는 한복에 어올릴만한 제품이었습니다.

인사동을 이잡든 뒤져보니 가죽 형태의 카드 지갑만 팔더군요. 인사동인데..

그마나 파는 제품들도 줄이 너무 굵고 질겨서 한복을 입고 목에 걸면 살에 쓸려서 아프더군요.

그리고 가죽 제품이다 보니 한복에 생각보다 어울리지 않는게 문제였습니다.

인사동이면 적어도 자수를 놓아서 이쁜 매듭으로 만든 그런 제품이 있을 줄 았았는데..

그래서 든 생각이 이렇게 된다면 직접 만들어보는건 어떨까 싶었습니다.

그래서 우선 목걸이 형태가 아닌 카드 지갑을 구했습니다.

그리고 수선집에서 무료로 구멍을 뚫었습니다.

그리고 한복 집에서 적당한 줄을 구해서 매듭을 만들었습니다. 한지로 만든 줄을 사용할까 하다가 물에 젖기라도 하면 큰일 날 듯 하여 참았습니다.

매듭은 아내가 동영상을 보고 직접 매주었습니다.

그렇게 저만의 카드 목걸이가 완성되었습니다.

완성된 카드 목걸이입니다.


캐주얼한 정장이나 한복 모두에 크게 튀지 않고 무난하게 어울리는 것이 너무 맘에 듭니다.

왜 우리 나라 한복집아니 생활 한복집들은 이런 제품은 안만드는걸까요?

그런데 막상 써보니 몇가지 단점이 있습니다.

우선 천이기 때문에 쉽게 더러워집니다.

세탁할 수 있긴 한데.. 세탁해보니 약간 구겨집니다.

그래도 아내가 만들어준거라서 너무 맘에 듭니다.

남들과 다른 독특한 카드 목걸이를 원하시는 분은 한번 시도해보시면 어떨까요?

DDP에 있는 디자인 가게에 가면 비슷한 제품이 있을 것 같기도 한데.. 흠.. 혹시 제가 만든 이런 제품과 유사한 제품을 보신 분은 제보해주시면 고맙겠습니다.

댓글

이 블로그의 인기 게시물

피드백 루프: AI 시대 테스터가 지켜내야 할 핵심 엔진

소프트웨어 개발과 테스팅 현장에서 가장 자주 언급되지만, 막상 시스템이 복잡해질수록 쉽게 경시되곤 하는 핵심 개념이 바로 '피드백 루프(Feedback Loop)'입니다. 코드를 수정하고, 빌드하고, 테스트 결과를 확인하고, 다시 개선하는 그 순환 과정의 속도와 정확도가 결국 소프트웨어의 품질을 결정짓기 때문입니다. 품질 전문가 매슈 하이저(Matthew Heusser)가 자신의 블로그 Quality Remarks에 기고한 "One Loop After Another" 아티클은 바로 이 피드백 루프의 다층적 구조와, AI 시대에 우리가 놓치지 말아야 할 품질 검증의 본질을 날카롭게 되짚어 줍니다. (출처: Quality Remarks - One Loop After Another / Matthew Heusser) https://qualityremarks.com/one-loop-after-another/ 매슈 하이저는 소프트웨어 개발 생태계가 단순히 하나의 커다란 테스트 루프로 돌아가는 것이 아니라, 시간 축과 관점에 따라 겹겹이 쌓인 '연쇄적인 피드백 루프들(One Loop After Another)'로 이루어져 있다고 설명합니다. 초단기 루프 (Inner Loop): 개발자가 코드를 작성하는 몇 초~몇 분 단위의 루프입니다. 단위 테스트(Unit Test)나 IDE의 Linter, AI 자동 완성이 즉각적인 피드백을 주는 영역입니다. 단기 루프 (Daily / CI Loop): 커밋과 푸시가 이루어지고, CI/CD 파이프라인에서 통합 테스트와 정적 분석이 실행되는 몇 시간 단위의 루프입니다. 중기 루프 (Iteration / Exploration Loop): 스프린트 단위로 탐색적 테스팅(Exploratory Testing)을 수행하고, 실제 사용자 시나리오나 엣지 케이스를 사람이 직접 검증하며 시스템의 유기적 작동을 확인하는 며칠~몇 주 단위의 루프입니다. 장기 루프 (Outer / Market Loop): 실제 ...

에이전틱 AI 프로젝트에서 테스터의 5가지 핵심 원칙

AI 코딩 에이전트와 자율형 에이전트가 빠르게 개발 워크플로우에 통합되면서, 단순히 코드를 잘 짜는 것을 넘어 '에이전트와 어떻게 협업하고 통제할 것인가'가 개발자와 아키텍트들의 가장 큰 화두로 떠올랐습니다. 윤석찬 님의 아티클 "AI 에이전트 시대, 개발자는 어떻게 일해야 하는가? – 프론티어 엔지니어링의 10가지 원칙"은 에이전틱 AI 시대에 엔지니어가 마주하는 패러다임 변화와, 실무 현장에서 일하는 방식을 어떻게 재정의해야 하는지 아주 명확한 가이드라인을 제시해 줍니다. (출처: channy.creation.net - 윤석찬 님의 블로그) https://channy.creation.net/blog/1989 비록 대규모 에이전트 오케스트레이션이나 초거대 인프라 시스템을 개인이 직접 구축하고 운용하는 것은 비용적·기술적으로 현실적인 한계가 있습니다. 하지만 개인 프로젝트에서 AI와 바이브 코딩(Vibe Coding)을 활용하며 겪었던 맥락 손실, 환각, 통제 불능의 경험들을 떠올려보면, 이 아티클이 제시하는 10가지 프론티어 엔지니어링 원칙은 소규모 개인 개발 환경에서도 대단히 깊은 공감을 불러일으킵니다. 이 글은 단순히 "AI 도구를 잘 쓰자"는 수준에 머무르지 않습니다. AI 에이전트가 생성해내는 불확실성 속에서 인간 엔지니어가 시스템의 맥락을 주도하고, 오작동을 제어하며, 품질의 키(Steering Wheel)를 쥐기 위한 구조적 사고법을 다룹니다. 그렇다면 프론티어 엔지니어링의 원칙을 바탕으로, 시스템의 신뢰성과 안전성을 검증해야 하는 테스터는 과연 어떤 실무 원칙을 세워나갈 수 있을까요? 윤석찬 님이 제시한 엔지니어링 원칙을 테스팅 관점으로 재해석해 보면, 다음과 같은 5가지 원칙으로 정리할 수 있을 것 같습니다. 1. 결정론적 검증에서 '경계선 및 허용 오차(Boundary)' 테스팅으로 전환하라 에이전트 기반 시스템은 같은 입력을 주어도 매번 다른 추론 경로를 거치는 확률적(Stoc...

결국 테스팅은 어렵다

 AI 코딩 에이전트와 대형 언어 모델(LLM)이 코드를 순식간에 쏟아내고 테스트 스크립트까지 자동으로 만들어주는 시대가 되면서, 일각에서는 "이제 테스팅도 버튼 하나 누르면 끝나는 쉽고 단순한 일 아닌가?"라는 착각에 빠지곤 합니다. 하지만 품질 전문가 매슈 하이저(Matthew Heusser)가 자신의 블로그 Quality Remarks에 기고한 "Turns Out Testing is Hard" 아티클은, 기술이 아무리 화려하게 발전하더라도 소프트웨어의 '진짜 품질'을 검증하는 일은 여전히 지독하게 어렵고 복잡하다는 현실을 서늘하게 되짚어 줍니다. (출처: Quality Remarks - Turns Out Testing is Hard / Matthew Heusser) https://qualityremarks.com/turns-out-testing-is-hard/ 이 아티클이 말하는 핵심은 간단합니다. 단순한 스크립트 실행이나 표면적인 기능 작동 여부를 확인하는 '체크(Checking)'는 AI나 도구를 통해 얼마든지 자동화하고 속도를 높일 수 있지만, 시스템의 숨겨진 리스크를 탐색하고 비판적으로 질문을 던지는 '진짜 테스팅(Testing)'의 난이도는 오히려 이전보다 더 올라갔다는 점입니다. AI 코딩 에이전트가 단 몇 초 만에 수백 줄의 코드를 생성을 해내면서 당장 눈앞의 기능은 돌아가는 것처럼 보입니다. 하지만 그 이면에서는 오작동이 일어날 수 있는 엣지 케이스, 시스템 간의 미묘한 맥락 단절, 그리고 나중에 거대한 장애로 돌아올 인지부채가 순식간에 쌓여갑니다. 매슈 하이저는 왜 테스팅이 여전히 지독히 어려운 과제로 남아있는지 몇 가지 근본적인 이유를 제시합니다. 첫째, '모호함과의 싸움'입니다. 소프트웨어 요구사항은 언제나 비어있는 행간과 모호함을 품고 있습니다. AI는 주어진 텍스트 그대로 명시적인 조건만 테스트하지만, 실제 인간 테스터는 명시되지 않은 사용...