기본 콘텐츠로 건너뛰기

스마트 스피커 구글 홈 사용기 두번째

두번째 사용기는 SNS에 짧게 기록할까? 블로그에 적어둘까? 고민하다가...

SNS는 휘발성이 강하니 검색이 용이하도록 블로그에 남겨두기로 했습니다.

하지만 내용이 많지 않습니다.

두번째 사용기는 딱 한가지 주제만 다루겠습니다.

집에서 구글 홈을 가지고 재미있게 놀면서.. 아주 아주 쓸모없지만 해보고 싶은 일이 생겼습니다.

바로 아이들 방에 구글 홈을 설치하고 구글 홈으로 애들을 깨우는 것이죠.

조금만 소리쳐 불러도 다 들리는 코딱지만한 집에서 의미 없는 돈지랄이긴 하지만..

그래도 해보고 싶었습니다.

애들이 자꾸 안방의 구글 홈에 와서 노는 바람에 제 자유시간이 줄어든 것도 하나의 이유라고 생각합니다.

어쨌든 이번 하이마트 대란을 틈타 구글 홈 미니를 3만원에 2개를 구입했습니다.

그리고 야심차게 아이들 방에 설치를 했습니다.

제가 각 방마다 구글 홈을 설치하면서 원했던 것은 무전기와 같은 기능이었습니다.

그러니까 제 방의 구글 홈에서 아들 방에 있는 구글 홈에 메시지를 보내는 것이죠..

결론은 안됩니다.

혹시 저와 같은 꿈를 꾸시는 분은 괜시리 돈 쓰지 마시기 바랍니다.

물론 나중에 기능이 업데이트 될 수도 있지만 현재는 안됩니다.

솔직히 구글 홈 스피커의 이름은 왜 바꿀 수 있는지 이해가 안됩니다. 전 각 구글 홈 스피커에 이름을 정해줄 수 있어서 될 줄 알았거든요.

구글 어시스턴트의 방송 기능은 기본적으로 모든 스피커에 동일한 메세지가 출력됩니다. 특정 스피커에만 방송하는 기능은 아직 없습니다.

그리고 스피커 그룹이라는 기능을 통해 출력되는건 음악만 가능합니다.

그러니까 아들 방과 딸 방의 구글 홈을 각각의 그룹으로 설정한다면 해당 그룹에 속한 구글 홈에 출력할 수 있는건 음악 뿐이라는 얘기입니다.

결론적으로 아직은 무전기와 같은 기능은은 없습니다.

대신 각 방마다 알람을 따로 설정해 두었습니다.

구글 어시스턴트의 루틴 기능은은 시간에 따라 실행하도록 설정할 경우 루틴이 실행될 스피커는 지정할 수 있습니다.

그래서 정해진 시간에 '애들아 일어나라'라는 메시지를 말하도록 설정해봤는데...

몇일 전까지는 되었던 것 같은데..

루틴에 말하기라는 기능은 있는데 동작하지 않더군요.. ㅠㅠ

구글 홈에서 정확히 어떤 기능을 어떤 명령어로 실행할 수 있는지 좀 친절하게 알 수 있으면 좋을 것 같네요.

그리고 집의 와이파이 신호가 약하거나 아니면 모종의 알 수 없는 이유로 루틴이 동작하지 않기도 합니다.

저희 집의 샤오미 공기청정기는 심심하면 연결이 끊어져서 구글 홈으로 제어가 불가능합니다. ㅠㅠ

구글 홈으로 홈 오토메이션을 구축하는건 아직까지는 비용이 너무 많이 드는 반면에 효용성은 그다지 높지 않습니다.

딱히 할게 별로 없습니다.

이제 천장등만 설정하면 끝이네요..

천장등은 내년에 시도하는 걸로...

댓글

이 블로그의 인기 게시물

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...

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 ...

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 ...