기본 콘텐츠로 건너뛰기

레일플러스 모바일 교통카드 사용기 2탄

지난 10월 작성했던 사용기(https://murianwind.blogspot.kr/2017/10/blog-post.html) 이후 2번째 사용기를 간략하게 써볼까 합니다.

SW 서비스는 시간이 지나면 변경되기 때문에 즉시성이 중요하지만 이런 저런 사정으로 조금은 늦게 쓰게 된 이 사용기의 내용은 현재의 레일플러스 모바일 교통카드 서비스와 다른 부분이 있을 수 있지만, 그럼에도 간략하게 써볼까 합니다.

사건은 시간을 거슬러 10월 27일부터 시작되었습니다.

저는 신한 판으로 후불형 레일플러스 모바일 교통카드를 발급받아 이용을 하고 있었습니다.

그런데, 27일 오전 신한 판으로 레일플러스 모바일 교통카드의 서버와 연결되지 않는 문제가 발생했고, 신한 판으로부터 문제가 발생한 사람들은 모바일 교통카드를 다시 발급받으라는 문자를 받았습니다.

그래서 오후에 레일플러스 모바일 교통카드를 재발급을 시도했지만 성공하지 못했고, 이후 2번을 더 시도해서 새로운 모바일 교통카드를 발급받았습니다.

그 후 주말에 카드를 사용하려고 했더니 한도 초과라는 메시지가 떴습니다.

무슨 일인가 하고 봤더니 제가 사용한 카드 내역외에 이유를 알 수 없는 카드 사용 내역이 무려 9만원이나 잡혀 있었습니다. 문제는 웹사이트나 앱 어디에서도 이 9만원이 정확히 어떤 내역인지 확인할수 없다는 것이었습니다.

그래서 월요일 신한카드에 연락한 결과 코레일에서 가결제를 요청한 내역이라는 발급을 받았습니다.

무슨 얘기인고 하니, 후불제라고 하면 흔히들 생각하는 우선은 교통카드를 사용하고 연결된 카드의 정산 시점에 일괄로 결제를 신청하는 식이 아니라 3만원을 미리 결제 신청한 상태에서 제가 교통카드를 사용하면 그때 그때 카드에 실제 결제를 요청하는 식이었던 것이었습니다.

이 내용을 PPT나 동영상으로 만들어볼까 했는데 그건 귀찮아서 생략하고, 중요한 것은 레일플러스 모바일 교통카드 후불형을 신청하면 내 의지와는 상관없이 무조건 3만원의 결제 내역이 잡히기 때문에 내 카드한도가 3만원이 줄어든다는 것입니다.

그런데, 저는 왜 9만원이었던걸까요?

이유인즉, 제가 카드 발급 신청을 2번 실패했는데 그 신청을 서버에서는 성공한 것으로 인지하고 3만원씩 가결제를 진행했던 것입니다.

분명 한 사람이 하나의 단말에서 하나의 카드만 사용할 수 있음에도 불구하고 저는 무려 3개의 카드를 보유한 것이 된 것입니다.

이런 말도 안되는 사태에 사용하지도 않는 2개의 발급을 실패한 카드를 삭제하기 위해 고객센터부터 개발자까지 몇일간 여러번의 통화를 통해서 겨우 겨우 삭제할 수 있었습니다. 그 와중에 개발자가 정확히 카드 결제가 어떻게 진행되고 있는지, 현재 서비스가 어떻게 제공되는지 하나도 모른다는 사실도 알게 되었습니다. 개발자들은 카드를 발급받으면 얼마의 가결제가 진행되는지조차 모르고 있더군요.

여기서 중요한 것은 만약 레일플러스 모바일 교통카드를 사용하다가 에러가 발생하면 새로운 카드를 발급해서는 안되고, 기존의 카드를 반드시 사용정지하고 가결제 내역이 해제되었는지 반드시 확인하셔야 한다는 것입니다. 그런데, 만약 기존의 카드를 해제할 수 없다면 고객센터에서는 이와 관련해서 어떤 해결책도 없다는 것입니다. 에러가 발생하지 않아도 단말이 변경되거나 앱을 재설치하든 어느 경우라도 변경이 발생하는 시점에서 사용자는 무조건 카드를 해제해야만 한다는 것입니다.

도데체 이해할 수 없는 이러한 방식은 누구의 머리에서 나온 것인지 의문이 들 뿐입니다. 사용자가 어떤 형태로든 기존의 카드가 있는 상태에서 새로운 카드를 발급한다면 본인 확인을 거치든 해서 기존의 카드를 사용하도록 하던가 아니면 기존의 카드는 자동으로 해제하고 새로운 카드를 발급해주든가 해야할텐데, 기존 카드에 대한 해제가 분명 안내는 되어 있지만 해당 내용이 명확하지 않아 이해하기 어렵기 때문에 저처럼 몇일동안 카드 한도 때문에 카드를 사용하지도 못하는 웃긴 경험을 할 수도 있다니 좀 어이가 없습니다.

결론적으로 레일플러스 모바일 교통카드를 모두 해제하고 서비스를 지워버렸습니다.

이건 일반 사람이 쓸 수 있는 신뢰성 높은 시스템이 절대 아니라고 생각합니다.

최근에 지하철 게이트의 결제 단말이 교체되고 있긴 하지만, 어디가 인식이 가능한 곳이고 어디가 인식이 불가능한 곳인지 제대로 안내도 되지 않고(심지어 개발자도 인식이 되지 않는 곳이 있다는 사실조차 모르더군요.) 특이한 결제 방식으로 불안한 시스템으로 어떻게 쓸 수 있을지..

결론적으로 제 경험상 이 서비스는 최악의 서비스이고 절대로 추천해드리지 않습니다. 해외 단말 사용자들은 그냥 속편하게 카드를 들고 다니는 것이 가장 좋은 선택이라고 생각됩니다.

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...

AI가 만들고 사람이 고친 글, 과연 'AI 생성물'일까? — 무너지는 경계선과 각국의 표기 가이드라인

이미지, 음성, 텍스트를 가리지 않고 생성형 AI의 산출물이 전 세계 디지털 공간에 폭포수처럼 쏟아져 나오고 있습니다. 가짜 뉴스, 딥페이크 오정보, 저작권 침해 등 여러 사회적 문제를 일으키면서, 최근 EU를 비롯한 세계 각국의 규제 기관들이 "AI가 만든 콘텐츠에는 반드시 표시(Labelling)를 하라"는 강제 가이드라인을 잇달아 꺼내 들고 있습니다. 이와 관련해 Smashing Magazine에 비탈리 프리드만(Vitaly Friedman)이 기고한 아티클은 EU의 최신 규제가 실무 인터페이스(UI/UX)에 어떤 변화를 요구하는지 잘 보여줍니다. (출처: Smashing Magazine - New EU Guidelines For AI Labelling / Vitaly Friedman) https://www.smashingmagazine.com/2026/08/eu-guidelines-ai-labelling/ EU AI Act 제50조 투명성 규정에 따르면, 딥페이크나 AI 챗봇 대화, 인간의 검수 없이 AI가 100% 작성한 공공 텍스트 등에는 전용 AI 마크나 암호화된 메타데이터(Watermark)를 반드시 내장해야 합니다. 기존에 서비스들이 유행처럼 쓰던 모호한 '반짝이 아이콘(✨ Sparkles)' 수준으로는 법적 기준을 충족할 수 없게 된 것입니다. 하지만 현장의 개발자, 에디터, 테스터들이 마주한 진짜 혼란은 규제의 유무가 아닙니다. 바로 "도대체 어디까지를 AI가 만들었다고 볼 것이며, 어디서부터를 사람이 만든 것으로 정의할 것인가?"라는 근본적인 경계선의 모호함입니다. 프롬프트 한 줄 던져서 AI가 뽑아낸 초안을 사람이 문장 몇 개 다듬었다면, 이것은 AI 산출물일까요, 인간의 글일까요? AI가 코딩한 1,000줄의 소스 코드를 엔지니어가 한 시간 동안 디버깅하고 검수했다면 이 코드의 주인은 누구일까요? 글로벌 규제 기관들도 이 모호함을 인지하고 명확한 자격 기준을 세우기 위해 격렬한 논의를 ...