기본 콘텐츠로 건너뛰기

샤오미 PM2.5 미세먼지 측정기 사용 후기

저희 집에는 애가 셋이나 있습니다.

집에 애가 많으면 먹는것, 입는것 신경 쓸것이 참 많습니다.

좋은것만 해주고 싶은 게 부모 마음이다보니.. 애 있는 집에 공기청정기, 가습기 이런건 다 하나씩 있으시지 않나요? 없으실 수도 있겠지만..

어쨌든, 그래서 저희 집에도 샤오미 공기청정기 1세대 제품이 있습니다.

바로 옆이 산이라서 그다지 공기가 나쁘지는 않은 동네지만, 아파트 바로 옆이 4차선 도로이고 혹시나 해서 구매했던 공기청정기인데 항상 집안의 공기는 아주 아주 좋더군요..

그래서 공기청정기가 작동하는 적이 거의 없습니다.

그런데, 얼마전에 고등어구이가 미세먼지의 주범으로 지목된적도 있고,(누군가는 오해라고 했다..) 꼭 고등어구이가 아니더라하더라도.. 가스렌지를 사용하는 주부의 암 발생율이 매우 높기 때문에 덕트를 꼭 써야 한다는 얘기도 있었고,(하지만 덕트 청소와 필터 교체가 너무 귀찮아서 써본 기억이 없다.) 그런걸로 미루어보면 우리 집 공기가 매일 매일 아주아주 좋다는건 말이 안되는것 같다는 의심과 샤오미 공기청정기에 내장된 미세먼지 측정 센서의 성능이 최악이라는 얘기도 있고.. 이차저차삼차로.. 고민해 본 결과 미세먼지 측정기를 하나 더 장만하면 좋겠다는 아주 합리적이로 당연한 결론에 이르렀다.

그래서 인터넷을 다시 뒤져보았더니...

Awair(어웨어)가 좋다고 하는데.. 비싸고.. 그닥 이런것까지는 필요 없는 것 같고.. 가장 중요한건 샤오미 공기청정기와 연동하고 싶은데.. 메일로 물어봐도 답도 없드라.. 넌 OUT!!!

다시 인터넷을 뒤져보니.. 샤오미에서 만든 미세먼지 측정기가 있다는 것이었다..

음.. 그닥 믿음은 안가지만 샤오미 공기청정기와 연동도 된다하니.. 중고로 넙죽 하나 구해보았다.

미세먼지를 얼마나 정밀하고 정확하게 측정하는지는 전문가가 아닌 나로서 판단을 내릴 부분은 아닌 것 같지만, 개인적으로 샤오미 공기청정기에 내장된 센서보다는 정확한것 같다.

이 측정기를 구매하게 된 동기인 가스렌지 옆에 위치시켜보았더니.. 무언가를 굽거나 끓이면 확실하게 경고를 울리기는 한다.. 나는 그거 하나로 만족하기로 했다.

가장 좋은 점은 샤오미 공기청정기와 연동시켜서 공기가 나빠지면 자동으로 공기청정기가 동작하도록 할 수 있다.(그런데, 막상 설정해보면 10번 중에 한 2~3번은 실패한다. 이유는 모르겠지만..)

샤오미 미세먼지 측정기의 단점이라면 시계로 설정은 할 수 있는데, 시간을 설정을 못한다는 것이다. 때문에 시계로 설정을 하면 중국 베이징 시간이 나온다. 1시간 차이가 난다. 이런건 좀 설정할 수 있게 해주면 좋으련만.. 
그리고, 시계로 설정하지 않으면 Night Mode라고 정해진 시간이 되면 LCD 밝기를 줄이는 기능이 동작하지 않는다. 즉, Night Mode는 시계가 활성화되어야만 동작을 하는건데, 앱에서는 그런거 상관없이 활성화가 된다. 처음에 이게 왜 동작을 안하는건지 한참 고민했었다.

또 하나 이걸 단점이라고 하기는 애매모호한데, 이 앱이 측정하는 게 꼭 미세먼지만은 아니다. 무슨 얘기인고 하니.. 수증기도 미세먼지로 취급한다. 아침에 밥을 하면서 엄청난 수증기가 나오면 이 측정기는 그게 미세먼지인줄 알고 난리 부르스이다..ㅡ.ㅡ 뭐.. 그래도 아침에 공기청정기 한번 돌린다 생각하고 그냥 그러려니 하고 있다..

장점이라면 작고 이쁘고, 샤오미 공기청정기와 연동이 된다는 것이다.
그리고 기록이 계속 누적되기 때문에 언제 공기가 좋지 않았고, 언제 공기가 좋았는지 볼 수 있다. 

샤오미 제품으로 집안을 꾸미고 있는 사람이라면 한번 구매해 보는 것도 괜찮을 것 같다.

이 제품의 사용법은 딱히 설명드릴 것 없이 기존에 샤오미 제품을 사용해 보셨던 분이라면 금방 사용 가능할 정도로 단순하다. 그리고 앱이 중국어로 나오는건 구글 번역 앱으로 번역하면 대충 이해할 수 있어서..(구글 번역 앱이 없었다면.. ㅠㅠ)

그래도 혹시 궁금한게 있으시다면 댓글로...


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....

에이전틱 AI 시대의 소프트웨어 테스팅: 왜 '아키텍트' 역량이 필요한가?

최근 "프로그래밍이란 무엇인가?"라는 근본적인 질문에서 출발해, 하드웨어의 가장 밑바닥인 CPU 명령어 디코더의 원리부터 최근 화두인 에이전틱 AI(Agentic AI)와 바이브 코딩(Vibe Coding)에 이르기까지 AI와 함께 이런 저런 대화를 나누어 보았다.. 사실 내가 처음 컴퓨터를 공부할 때부터 컴퓨터가 내 명령을 어떻게 이해하고 처리해서 이런 결과가 출력되는지는 정말 이해하기 어려운 마법 같은 것이었다.  그래서인지.. 나이가 들어도 프로그래밍은 여전히 어렵다. 하지만 요즘은 AI와 함께 무언가를 만드는 재미를 만끽하고 있다.  어쨌든 AI와의 즐거운 대화의 끝에서 필연적으로 마주한 질문이 있다. "코드를 AI가 스스로 짜고 조립하는 시대에, 소프트웨어 테스팅은 무엇이며 우리는 어떤 역량을 키워야 하는가?" 지금까지의 고민을 바탕으로, 다가오는 AI 시대에 테스트 엔지니어가 나아가야 할 방향과 '아키텍트(Architect)' 역량의 중요성에 대해 정리해 본다. 현대의 소프트웨어 개발은 무(無)에서 유(有)를 창조하는 것이 아니다. 전 세계의 천재적인 엔지니어들이 만들어둔 수많은 라이브러리와 프레임워크라는 '레고 블록'을 조합해 원하는 서비스를 구축하는 과정이다. 내가 젋어서 이걸 잘 이해만 했었어도.. 테스터라는 직업의 세계에 발을 들이지는 않았을 텐데.. 어린 나이에 너무 생각이 많았었다. 그런데 에이전틱 AI가 등장하면서 거대한 변화가 일어났다. 이제는 인간이 직접 레고를 조립할 필요조차 없어지고 있다. "이런 기능을 만들어줘"라는 의도(Intent)만 던지면, AI가 기존에 학습한 방대한 오픈소스와 코드를 바탕으로 알아서 뼈대를 세우고 코드를 완성해 낸다. 개발자는 직접 코드를 타이핑하는 노동자에서, AI 에이전트를 부리는 총괄 기획자로 역할이 변하고 있는 것이다. 하지만 AI가 만들어내는 코드는 필연적인 한계를 지닌다. AI는 과거 인류가 작성한 코드를 학습하...