기본 콘텐츠로 건너뛰기

샤오미 Mi A2 구매 후기

작년에 구매해서 잘 쓰던 제 픽셀이 올 초부터 비실비실 대더니 이제는 아무리 충전을 해도 충전기를 뽑으면 1분도 못버티는 그런 상태가 되어서 어쩔 수 없이 울며 겨자먹기로 새로운 폰을 장만하게 되었습니다.

픽셀이 사진도 잘 찍히고 무엇보다 픽셀 1은 사진 원본 이미지로 평새 무제한 업로드라는 어마어마한 메리트 때문에 기기 변경 하고 싶은 생각은 1도 없었는데.. 살다 살다 배터리가 아주 나가버리는 진기한 경험을 했습니다.

누리망에 찾아보니 배터리 교체는 어려울 것 같더군요. 저는 똥손인지라.. ㅠㅠ

그래서 폰을 장만해야하는데.. 저는 가난한 유부남이기 때문에 픽셀 3 같은 고가 폰은 엄두도 못내겠고..

저는 구글 순정 오덕후라서.. 삼성이나 LG나 그런 폰 안좋아합니다. 샤오미는 더더구나 싫어합니다. MIUI 저는 적응 못하겠더군요.. 이젠 늙어서 그런가...

그래서 안드로이드 원 단말을 구해보자.. 라고 검색해 보니..

우리 나라에서는 샤오미의 Mi A1, 샤프의 아쿠오스 같은 폰이 있던데.. 흠.. 마음에 안듭니다.

최근에 LG에서 나온 Q9 One이 정말 정말 탐이 났는데.. 썩을 LG U+ 전용이라서 저는 가개통 중고를 어디서 구해야 하는데.. 중고 가격이 40만원입니다. 큽.. ㅠㅠ 이것도 비싸다면 비싼거고.. 가개통 중고라는 것이 찜찜해서.. 이것도 아닌 것 같고..

그래서 이것 저것 찾아보나 20만원이면 구매할 수 있는 샤오미 Mi A2를 구매하게 되었습니다.

구매 후 몇일 사용해 보니 싼 이유도 있지만 아주 몹쓸 폰은 아니네요.. 개인적으로 느낀점과 장단점에 간단히 적어보겠습니다.

디자인은 그냥 무난하다.. 정도입니다. 딱 옛날 디자인이네요. 노치가 없는 걸로 만족합니다. 위와 아래 베젤이 광활한 옛날 디자인입니다.

성능이라고 해봐야.. 저는 그냥 음악 듣고 메일 확인하고 그런 용도이기 때문에 크게 느끼지 못하겠네요.

배터리는 부족하다는 분들도 계시던데.. 저는 지금까지 중고폰만 쓰다가 정말로 한 5년만에 새폰을 만져보니 불만이 없습니다. 그냥 간단히 음악을 듣거나 동영상 보는 정도로는 아직은 새폰이기 때문에 하루종일 써도 배터리 게이지가 50% 정도는 남으니.. 매우 만족하고 있습니다.

반면에 픽셀과 비교해서 불만인게 딱 2가지입니다.

하나는 구글 카메라를 더 이상 쓸 수 없다는 것이고.. 사진 품질이 개판입니다. 픽셀로 사진 찍다가 이 폰으로 사진을 찍으니 눈이 썩을 것 같네요. 사진 정말 정말 구립니다. ㅠㅠ

두번째는 AOD(Always On Display) 기능과 노크 온 기능이 없습니다. 큽.. 있다 없으니까 무지 허전하네요.

세번째는 지문 인식인데.. 인식률이 폭망 수준입니다. 픽셀에 비하면.. 드럽게 인식 못하네요.. 킁.. 픽셀에서는 대충 대도 인식이 되었는데.. 킁.. ㅠㅠ

네번째는 픽셀은 전원 버튼 밑에 볼륨 버튼이 있었는데 Mi A2는 반대라서 익숙해지지를 않네요.. 큼...

그리고 나머지는 잘 모르겠네요. 그냥 무난한 폰인듯 합니다. 저렴한 비용에 안드로이드 순정에 가까운 OS를 원하시면 좋은 선택이 아닐까 싶습니다.

댓글

  1. 안녕하세요~ 혹시 탐험적 테스팅 책을 읽다가 이렇게 블로그를 찾아 댓글드립니다!
    탐험적 테스팅에 이제 막 입문한 초보인데요.. 실무에 적용했던 사례들을 볼수있는 차터나 버그리포트, 기타 산출물들에 대한 샘플을 혹시 볼수있을까요?

    답글삭제
    답글
    1. 탐색적(탐험적) 테스팅이나 RST는 공식적인 템플릿이 의미가 없지만 굳이 원하신다면 ISO/IEC/IEEE 29119-3 의 문서 표준을 테일러링 해서 사용하시거나 https://www.satisfice.com/downloads 에서 검색해 보시면 될 것 같습니다.

      아니면 관련 교육에 참석하시는 것도 좋을 것 같습니다.

      삭제

댓글 쓰기

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...