기본 콘텐츠로 건너뛰기

효리네 민박 때문에 질러버린 샤요미(미지아) 무선 진동 물걸레 청소기

얼마전에 종영된 효리네 민박을 보면서 아내님이 항상 탐내던 아이템이 물걸레 청소기였습니다.

집에서 앉아서 물걸레질 해보신 분이라면.. 그 고충을 익히 아실겁니다.

무릎 아프죠. 손목 아프죠. 허리 아프죠..

그런데 TV를 보니 슥슥슥 너무 편해보이긴 하더군요..

그래서 사볼까 하고 검색해보니...

흠.. 뭔가 좀 난감하더군요..

우선 한경희생활과학에서 나오는 제품은 회사가 믿음이 안가고.. 

인터넷 후기는 빙글 빙글 회전하는 형식의 청소기는 방바닥에 있는 전선이 엉키거나 끊길 수 있다는 얘기가 정말 많더군요..

그래서 앞뒤로 움직이는 제품을 찾아보니 가격도 가격이고 소음이 크다는 애기부터 막상 써보면 잘 안 닦인다는 얘기까지 여러 얘기들이 많더군요..

그래서 이리 저리 더 찾아보다 샤오미 정확히 말하면 미지아라는 회사에서 나온 물걸레 청소기를 발견해 내었습니다.

샤오미는 도데체 안 만드는 것이 뭘까요? 

이 녀석은 걸레의 움직임이 앞뒤로 움직이는 방식이고 네모난 모양이라서 모서리나 이런 곳을 닦기도 좋아 보였습니다.

소음도 그다지 크지 않다고 하고.. 가격은 뭐.. 샤오미이니까요.. 국내 다른 제품보다는 확실히 싸더군요..

그래서 고장 나면 하나 더 사면 되겠지라는 생각으로 구매했습니다.

지난 몇주간 써보고 느낀점과 아쉬운 점은 아래와 같습니다.

1. 걸레가 더러워지면 빨아야 하는데 빨아버린 걸레가 마를때까지는 무용지물입니다. 추가 걸레만 구매하고 싶은데.. 검색해도 잘 못찾겠네요. 혹시 걸레만 추가로 구매할 수 있는지 아시는 분 계신가요? 
제가 구매할 때 추가 주문한 걸레는 다용도가 아닌 먼지 제거용으로 잘 못 구매해서..

2. 생각보다 잘 안 닦입니다. 손으로 미는 것 만큼의 효과는 없습니다. 하지만 안하는 것보다는 낫기는 합니다. 역시 효과는 손으로 미는 것이 제일 좋은 듯 하지만 자주 닦는다고 생각하시면 괜찮은 듯 합니다.

3. 소음은 생각보다 크지 않습니다. 한번 충전하면 생각보다 오래 작동합니다. 

4. 앞 부분에 LED 불빛이 있어서 어두운 곳에서도 바닥을 살펴보면 닦을 수 있습니다.

5. 물을 제가 원할 때만 뿌릴 수 있어서 좋습니다. 바닥이 물바다가 되지는 않더라구요.

6. 처음 구매하면 당연히 한글로 된 사용자 설명서가 없기 때문에 조립할 때 조금 고민하게 됩니다. 하지만 청소기 봉 조립 정도는 하실 수 있는 분이라면 조금만 고민해 보시면 쉽게 조립하실 수 있습니다.

다른 내용은 이미 다른 리뷰가 워낙 많아서 과감히 생략합니다. 적당한 가격에 편하게 물걸레 하시고 싶으신 분들은 한번 구매해 보시기 바랍니다.

하지만 요즘은 샤오미 로봇 청소기 2세대가 더 인기이긴 하더군요..

그렇지만 저희 집 바닥은 아해들 때문에 로봇 청소기가 움직일 수 있는 그런 구조가 아니라서.. 로봇 청소기 사용은 힘들지만 물걸레질은 좀 편하게 하고 싶은 신 분들은 한번 구매해 보시기 바랍니다.

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...