기본 콘텐츠로 건너뛰기

잊지 말아야 할 기억이 공유되는 장소에 다녀왔습니다.

지난 주 토요일(7월 12일) 잊지 말아야 할 기억이 공유되는 2곳의 장소에 다녀왔습니다.

첫번째 다녀온 곳은 '단원고등학교 2학년 3반 17번 박예슬 전시회'였습니다.

경복궁 옆 한적한 곳에 위치한 서촌갤러리에서 무기한 진행되는 전시회입니다.

벌써 그 아픈 기억이 잊혀지고 누군가는 이제 그만하라 하지만.. 잊지 말아야 할 기억이 아닌가 싶습니다.

우리가 이 기억을 잊게 된다면 우리는 더 위험한 세상에 살게 되지 않을까요?

국정조사 꼬라지를 보아하니 진실 규명은 어려울 듯 싶습니다.

죽은 사람은 말이 없고 안타까운 마음 뿐입니다.

전시회에 전시된 작품도 많지 않고 공간도 좁지만 갤러리가 문을 열기 한참 전부터 많은 사람들이 기다리는 모습이 그래도 아직은 그렇게 많이 잊혀지지는 않았구나 싶은 마음이었습니다.

시간이 갈 수록 점점 희미해지긴 하겠지만 끊임없이 누군가 찾아가서 계속 기억했으면 하는 마음이었습니다.

작품 중 가장 마음이 아팠던 작품은 아래 작품이었습니다.


학생의 꿈이 오롯이 담긴 소박한 작품 한점..

우리가 세월호에 안타까워하고 분노하는 이유는 바로 이런 아이들의 꿈이 사라졌기 때문 아닐까요?

의미 없이 감상하면 감상할 작품도 많지 않고 수준도 높지 않지만 학생이 꿈꾸던 미래를 생각하며 감상한다면 꽤 의미 있는 전시회였습니다.

오후에는 일제 강점기 운영되던 강간센터(우리는 위안부라고 부르지요..)에 대한 기억을 새겨놓은 '전쟁과 여성 인권 박물관'에 다녀왔습니다.

이 박물관 역시 주택가 한복판의 외진곳에 위치해 있지만 찾아가기는 어렵지 않았습니다.

그냥 어설프게 알고 있던 사실들을 마주한 현장은 꽤 충격적이고 마주하기 어려웠습니다.

박물관 입구에서 지하로 내려가는 공간은 바닥에 깔린 돌들을 밟을 때마다 들리는 자그락 거리는 소리가 음성 안내와 함께 들어보니 정말 공포스러웠습니다.



할머님들의 말씀이 새겨진 지하에서 2층으로 올라가는 계단의 벽돌들은 가슴을 아프게 했습니다.

기존의 관들이 철거되어 패인 자국은 우리 가슴을 할퀴는 것처럼 보입니다. (사진을 확대해서 보시면 할머님들의 말씀을 보실 수 있습니다. 꽤 많은 문구 중에서 가장 기억에 남는 2장을 찍었습니다.)



박물관의 마지막은 과거가 아닌 지금 이 순간에도 진행되는 여성과 어린이에 대한 인권 탄압의 현장에 대한 고발이었습니다.

과거의 내용보다 전 지금 이 순간 진행되는 그 수많은 사건들에 더 충격을 받았습니다.

전쟁에서 가장 위험한 사람은 군인이 아닌 여성이라는 말이 참 인간을 비참하게 만든다는 생각이 들었습니다.

지금 이 순간 세상 곳곳에서 벌어지고 있는 그 수많은 폭력 뿐만 아니라 우리가 베트남전에서부터 현재까지 자행하고 있는 폭력에 대한 반성은 제대로 하고 있는지 우리가 그들에게 진심으로 사과를 하려고 했는지 아직까지 그 일제 강점기 시절 자행했던 강간 센터의 운영에 대해 일본을 비판하기 전에 과연 우리가 그들을 비판할 자격이 있는건지 다시 한번 돌아보게 되었습니다.

사람이 집중하고 기억할 수 있는 것에는 분명 한계가 있습니다.

우리가 관심을 가지고 기억해야할 것들은 너무 많습니다.

그래서 많은 것들이 잊혀집니다.

하지만 잊지 않기 위해 최소한 노력은 했는지 돌아봐야 하지 않나 싶습니다.

노력하지 않으면 다시 기억해내지 못할지도 모릅니다.

무료한 주말을 의미있게 보내시고 싶다면 이번주라도 이 곳에 다녀오시는 것은 어떨까요?

그리고 전쟁과 여성 인권 박물관이 하루라도 빨리 제 자리로 옮겨지길 소원합니다.(원래 자리는 서대문 형무소 역사관 근처라고 하더군요..)

더 많은 사진은 아래에서 보실 수 있습니다.

https://plus.google.com/photos/109230548238768806046/albums/6035743345439818257

https://plus.google.com/photos/109230548238768806046/albums/6035743096058412993

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 ...

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...

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...