기본 콘텐츠로 건너뛰기

구글에서 만든 스마트 스피커 구글 홈 사용기

2018년 9월 18일... 나올거라고는 상상도 못했던 구글 홈이 국내에 출시되었습니다.

그런데.. 이걸 사서 어디 쓸데가 있긴 한건지..

15만원에 육박하는 거금을 투자할 가치가 있는건지..

확신이 없어서 차일 피일 미루다가...

그냥 심심해서 중고로 영입했습니다.

사실은 집에서 사용하고 있는 다원디엔에스의 스마트 플러그가 구글 홈을 지원하면서 말로 전원을 켰다가 껐다가 하고 싶어서 질렀습니다.

LG의 에어컨도 구글 홈을 지원하고 의외로 집에 있는 여러 가전 제품들이 구글 홈으로 통해 음성으로 명령을 내릴 수 있다는 걸 알고 한번 사봤습니다.

11월 14일날 구매해서 딱 2주 사용한 후기입니다.

우선은 생각보다 훨씬 작고 이쁩니다.

구글 홈이 이쁜 걸 보면 구글 홈 미니를 미키마우스 거치대에 딱 넣어서 세워두면 엄청 이쁠것 같은데.. 이것도 사야 할지 말아야 할지..

우리 집이 각 방마다 스마트 스피커를 놓아야 할 만큼 큰 집도 아니고 그냥 목청껏 부르면 다 들리는 집인데.. 흠..

그런데 말입니다.. 이 스마트 스피커를 부모보다 애들이 더 잘 가지고 노네요.

어쨋든 크기는 아래 사진을 보시면 짐작하실 수 있을 것 같습니다. 생각보다 정말 작습니다.


2주 동안 사용해 본 장점과 단점을 간단히 적어보고자 합니다.

장점
1. 아이들 있는 집에서는 상어가족이나 뽀로로, 캐리 뮤직 박스와 같은 컨텐츠가 의외로 괜찮습니다. 아이들이 오고 가며 잘 놉니다. ㅡ.ㅡ
2. 돈만 있다면 집안의 각종 플러그와 전등 등 가전 제품을 구글 홈을 지원하는 제품으로 교체하시면 음성으로 웬만한건 제어할 수 있습니다. 복잡한건 불가능하지만 전원을 켜고 끄고 하는 정도만으로도 은근히 쓸만합니다. 구글 어시스턴트의 루틴 기능을 활용하시면 훨씬 여러 가지 용도로 활용할 수도 있습니다.

하지만.. 실제로 사 놓고 딱히 용도가 없긴 합니다. 국내에서는 되는 것보다 안되는게 더 많습니다.

단점
1. 말그대로 스피커이기 때문에 스마트폰과 달리 내가 명령어를 제대로 내린 것인지 확인할 방법이 없습니다. 의외로 잘 못 알아 듣습니다. 갑갑합니다.
2. 정확히 어떤 기능이 있는지 어떻게 명령해야 하는지 알 수가 없습니다. 구글 어시스턴트의 둘러보기를 보아도 전체 명령어를 알아내기 쉽지 않습니다.
예를 들어 LG 에어컨의 전원을 키려면 '에어컨 틀어 줘' 라고 해야만 알아 듣습니다. '에어컨 전원 켜 줘', '에어컨 켜 줘' 같은 거 못알아 듣습니다.
구글 홈을 지원하는 가전 제품으로 정확히 어떤 걸 제어하고 어떻게 명령을 내려야 하는지 일일이 알아내야 해서 생각보다 스트레스입니다. 물론, 한번 알아내고 나면 그 뒤로는 편하긴 합니다. 만약에 알아낸 명령어가 직관적으로 떠 오르는 명령어가 아니라면 구글 어시스턴트의 루틴을 통해 편한 명령어에 해당 가전 제품의 명령어를 설정해서 사용하시면 생각보다 편합니다.
3. 안되는 기능이 생각보다 많습니다. 당연한 것이지만 돈이 많이 들어갑니다.
음악을 듣기 위해서는 유튜브 프리미엄이나 벅스를 결제해야만 합니다. 구글 뮤직 좀 들어와주면 좋겠네요. ㅠㅠ
영어로 가능한 물건의 위치를 기억한다든지 하는 기능은 한국어로는 지원되지 않습니다.
그래도 알음알음 기능이 계속 추가되기는 하고 있습니다.
4. 구글 어시스턴트를 지원하는 가전 제품이 얼마 없고 구하기 쉽지 않습니다.
지금 제가 가장 원하는게 집의 전등을 구글 홈으로 제어하는 건데 선택지가 거의 없습니다. 가장 잘 알려진건 이라이트인데.. 디자인이 둥글 둥글 해서 집에 어울릴 것 같지 않고.. 스마트 스위치는 집이 오래돼서 중성선이 없기 때문에 안될 것 같고.. sonoff 라른 제품으로 할 수 있을 것 같기는 한데.. 이래 저래 고민입니다.
그리고 구할 수 있는 제품들도 대체로 고가인지라..
제 경험으로는 다원디엔에스의 스마트 플러그가 가장 효용성이 높은 것 같고 그 다음으로는 샤오미 제품들인데.. 샤오미 제품은 서버를 중국으로 선택하느냐 한국으로 선택하느냐에 따라 등록되는 제품이 다릅니다.
5. 루틴을 만들 때 각 명령어마다 시간 지연 옵션을 할 수 있으면 좋을 텐데 안됩니다. 그리고 '이어지는 대화'라는 기능도 영어로만 가능하고 한국어는 안됩니다.
6. 한국어, 영어 이런 식으로 여러 언어를 인식하도록 설정할 수 있는데 설정해보면 오히려 더 못알아 듣습니다. 한국어 중에 영어 단어가 꽤 있는데 이런 부분 때문에 오히려 더 못 알아 듣습니다.

어쨌든 2주 동안 사용해 본 경험으로는 돈이 많다면 어른들의 장난감으로 꽤 괜찮긴 합니다.

국내에도 구글 홈을 지원하는 제품이 좀 더 많이 나왔으면 좋겠는데..

이미 스마트 스피커 시장이 춘추 전국 시대인지라 제품 개발하는 업체들도 머리 좀 아플 듯 합니다.

과연 최후의 승자는 누가 될지..

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 고려 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...