기본 콘텐츠로 건너뛰기

LG 스마트 조명 사용 후기

갓난아기가 울때마다 벽에 있는 스위치를 찾아 일어나기도 귀찮고 조명이 너무 밝아서 오히려 아기가 깨어버리는 부작용에 다시 재우기는 더 어려운 지옥 같은 상황을 탈출하고자 이런 저런 정보를 검색하다가 스마트 조명이라는 걸 설치해보기로 했습니다.

아무래도 머리맡에 스마트폰은 항상 놔두고 살다보니 스위치 찾아 일어날 필요 없고 조명 밝기도 조절할 수 있으니 딱 좋아보이더군요.

국내에서 구입할 수 있는 스마트 조명은 크게 LG 제품과 필립스 제품이 대표적입니다.

그런데, 필립스 제품은 너무 비싸고 거창한것 같아.. LG 제품을 구매해봤습니다.

몇일 사용해보고 좋은 점과 아쉬운 점을 적어봅니다. 혹시 필요하신 분들에게 도움이 되셨으면 합니다.

제품에 대한 자세한 정보는

http://www.lge.co.kr/lgekr/product/detail/LgekrProductDetailCmd.laf?prdid=EPRD.271413

에서 보실 수 있습니다.

좋은 점
1. 쉽게 키고 끌 수 있다.
2. 밝기를 조절할 수 있다.
3. 경쟁사 제품에 비해 그나마 저렴하다..
4. 기존 스텐드에 전구만 바꿔 끼면 되기 때문에 설정이 매우 간단하다.

그리고.. 끝... 몇일 써 보았지만 저 이상의 좋은 점을 못 느끼겠습니다.

그래서 아쉬운 점입니다.
1. 아이폰과 안드로이드 양쪽으로 연동하는 경우 한쪽이 먼저 연결이 되면 다른 한쪽은 잘 연결이 되지 않습니다. 예를 들면 아이폰에서 먼저 연결해서 조작하고 있는 동안 안드로이드로 연결을 시도하면 연결이 안됩니다. 이 상황에서 아이폰이 연결을 해제해도 안드로이드로 연결이 안됩니다. 조명을 해제했다가 다시 연결 설정을 해야만 합니다. 그것보다 스마트폰과 조명의 연결을 블루투스로 하게 되어 있는데.. 연결이 잘 안되는 경우가 더 많습니다. 앱에서 빠져나가면 그 즉시 연결이 해제되고 유지가 되지 않습니다. 그리도 재연결은 정말 드럽게 안됩니다. 마음 급한 사람은 해탈합니다. 그래도 아이폰보다는 안드로이드가 여러면에서 좀더 연결이 잘 되고 기능도 괜찮습니다.
2. 조명 밝기가 저장되지 않습니다. 조명을 키면 무조건 100% 밝기로 켜집니다. 물론 서서히 조명을 키는 방법도 있습니다. 해당 조명 아이콘을 0..8초 정도 눌렀다 떼면 해당 조명의 상세 화면으로 이동하는데.. 여기서 조명의 밝기를 조절하면 그 밝기만큼 켜집니다. 그런데.. 이걸 매번 하자니 은근 스트레스입니다.
3. 쓸데 없는 기능이 너무 많아서 앱이 복잡합니다.
4. 조명 하나 키기 위해서 매번 앱을 찾아서 키는게 슬슬 귀찮아집니다. 아이폰도 안드로이드도 위젯 정도는 지원해줄거 같은데.. (안드로이드는 위젯이 있긴 한데.. 이 녀석으로는 등록된 모든 조명을 한번에 키고 끄는 기능만 지원됩니다. 개별 조명을 조절하는 위젯은 없습니다. 그리고 역시나 무조건 100% 밝기로 켜지기 때문에 눈뽕 맞는 느낌입니다. ㅠㅠ)
아니면 앱이 백그라운드에서 실행된 상태에서 손뼉 소리 같은걸 인지해서 켜지거나 하면 그마나 좀 나을텐데.. 흠.. 안드로이드는 폰 같은 경우는 흔들어서 켜거나 끌 수도 있긴 한데.. 역시 앱을 실행한 상태에서 메뉴를 찾아 들어가 해당 기능을 매번 설정해야만 하는 귀찮음이 존재합니다.(흔들어서 끄는건 거의 제대로 동작하지 않습니다. 성질 납니다. 센서 민감도 역시 조절은 할 수 있지만 설정값이 유지되지 않습니다.)
5. 블루투스로 연결되다 보니 거리 제한이 생각보다 심합니다. 아기가 울면 조명이 반짝 거리게 해볼까도 했지만 방만 벗어나도 연결이 끊겨버립니다.
6. 구하기가 정말 어렵습니다. 심지어 LG 베스트 샵에서조차 주문을 해야만 구할 수 있는 상황이니.. 이건 팔겠다는 의지가 있는지 모르겠습니다.

그리고 여담으로 저는 주광색(하얀색)으로 구매했는데.. 밤에 쓰실거면 전구색(노란색)이 좀 더 괜찮습니다. 주광색은 솔직히 너무 밝아서...깜깜한 밤중에 켜보니 눈 아프더군요.. 머.. 아해 기저귀 살필때는 좋긴 하지만...

결론적으로 저렴한 비용에 쉽게 구축할 수 있는 장점은 있지만 당장 내가 원하는 밝기로 원하는 상황에 쉽게 키고 끄는 면에서 낙제에 가깝습니다. 이런것만 좀 더 개선하면 활용도가 더 높을 것 같지만.. 보아하니 관련 API도 공개된 것이 아니기 때문에 서드 파티 앱으로 구현도 할 수 없는 상황 같더군요. 여러면에서 좀 아쉬운 제품입니다.

댓글

이 블로그의 인기 게시물

20년 차 테스터가 고른 최근 IT 소식: 기술의 속도, 그리고 사람의 자리

20년 넘게 IT 업계에서 테스팅하고 강의하고 공부하고 여러 일을 해왔지만... 정말이지 단 하루도 편하게 쉴 틈을 주지 않는 세상입니다. 특히 최근 4~5년 동안 가속화된 AI의 물결은 기술의 스펙트럼뿐만 아니라 우리가 일하고, 협업하고, 조직을 이끄는 방식 전체를 뒤흔들고 있습니다. 이번 주에도 수많은 뉴스레터와 아티클을 훑어보았습니다. 그중에서도 기술의 화려함 뒤에 숨겨진 ‘사람, 조직, 그리고 커리어의 본질’을 찌르는 글 몇 개가 눈에 띄어 메모해 둡니다. 제 평소 생각과 맞닿아 있는 6가지 이야기입니다. --- 1. 인지부채(Cognitive Debt): 바이브 코딩 시대에 우리가 지게 되는 진짜 빚 (출처: ROBOCO - 인지부채: 바이브 코딩 시대의 새로운 부채 관리법 / 정도현 수석 컨설턴트 ) 요즘 커서(Cursor)나 클로드 코드(Claude Code) 같은 에이전트를 붙여 "이거 만들어줘" 하고 승인(Approve) 버튼만 누르면 눈 깜짝할 사이에 코드베이스가 완성되는 '바이브 코딩(Vibe Coding)'이 유행입니다. 그런데 속도는 엄청나게 빠른데, 정작 서비스에 장애가 나면 "AI가 짜서 잘 모르겠는데요?"라는 답이 나오는 이상한 현상이 벌어집니다. 정도현 컨설턴트는 이를 '인지부채(Cognitive Debt)'라고 정의합니다. 코드는 쌓이는데, 정작 인간의 시스템 이해도는 쌓이지 않는 격차죠. * Human-in-the-loop의 환상: AI가 초당 수백 줄을 뽑아내는데 사람이 일일이 검토한다? 결국 검토자는 병목이 되고, 시간 압박에 쫓겨 영혼 없이 승인 버튼만 누르게 됩니다. 40년 전 자동화 연구(Bainbridge, 1983)가 지적했듯, 자동화될수록 사람은 감시만 하다가 정작 개입해야 할 결정적 순간에 숙련도를 잃어버립니다. * 부채는 0으로 만드는 게 아니라 '관리'하는 것: AI가 만든 모든 코드를 사람이 외울 수는 없습니다. 핵심은 ...

우리는 AI로 '더 빠른 말'을 키우고 있는걸까요? 아니면 '자동차'를 만들고 있는걸까요?

20년 넘게 IT 현장에서 뒹굴거렸는데... 요즘처럼 "우리가 지금까지 당연하게 여겨온 일하는 방식의 본질"에 대해 근본적인 질문을 던지게 만드는 때가 없었던 것 같습니다. 최근 읽은 UX 관련 글 하나가 가슴을 쿵 치고 지나갔습니다. UX 및 디지털 트렌드를 다루는 블로그 ux4dotcom에 올라온 "Beyond Faster Horses — Why AI Challenges One of UX's Oldest Assumptions"라는 글입니다. (출처: ux4dotcom - Beyond Faster Horses — Why AI Challenges One of UX's Oldest Assumptions ) 혁신을 말할 때 늘 인용되는 헨리 포드의 유명한 말이 있습니다. "사람들에게 무엇을 원하느냐고 물었다면, 그들은 '더 빠른 말'이라고 답했을 것이다." 사람들은 자신이 경험해 본 범위 안에서만 미래를 상상합니다. 말만 탈 줄 아는 사람에게 자동차는 상상 밖의 범주(Mental Model)니까요. 저자는 그동안 UX(사용자 경험)라는 학문과 필드 자체가 '더 빠른 말을 만드는 일(기존 과업의 효율화)'에 집중해 왔다고 지적합니다. 사용자의 행동을 관찰하고, 마찰(Friction)을 줄이고, 화면을 간소화하고, 기존 워크플로우를 최적화해 주는 작업 말입니다. 실제로 주변을 봐도 우리가 AI를 쓰는 방식도 대부분 이 범주를 벗어나지 못하고 있습니다. 더 빠르게 이메일을 작성하고, 문서 요약을 3초 만에 끝내고, 프레젠테이션 장표나 일정표를 순식간에 만들어내는 일. 분명 유용하고 저 역시 매일 요기하게 쓰고 있지만, 이건 어디까지나 '기존에 인간이 하던 일의 프로세스를 흉내 내어 속도만 올린 것(Faster Horse)'에 불과합니다. 정작 "이 워크플로우 자체가 과연 계속 존재해야 하는가?"라는 근본적인 질문은 던지지 못하고 있는 것이죠....

'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...