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

피드백 루프: AI 시대 테스터가 지켜내야 할 핵심 엔진

소프트웨어 개발과 테스팅 현장에서 가장 자주 언급되지만, 막상 시스템이 복잡해질수록 쉽게 경시되곤 하는 핵심 개념이 바로 '피드백 루프(Feedback Loop)'입니다. 코드를 수정하고, 빌드하고, 테스트 결과를 확인하고, 다시 개선하는 그 순환 과정의 속도와 정확도가 결국 소프트웨어의 품질을 결정짓기 때문입니다. 품질 전문가 매슈 하이저(Matthew Heusser)가 자신의 블로그 Quality Remarks에 기고한 "One Loop After Another" 아티클은 바로 이 피드백 루프의 다층적 구조와, AI 시대에 우리가 놓치지 말아야 할 품질 검증의 본질을 날카롭게 되짚어 줍니다. (출처: Quality Remarks - One Loop After Another / Matthew Heusser) https://qualityremarks.com/one-loop-after-another/ 매슈 하이저는 소프트웨어 개발 생태계가 단순히 하나의 커다란 테스트 루프로 돌아가는 것이 아니라, 시간 축과 관점에 따라 겹겹이 쌓인 '연쇄적인 피드백 루프들(One Loop After Another)'로 이루어져 있다고 설명합니다. 초단기 루프 (Inner Loop): 개발자가 코드를 작성하는 몇 초~몇 분 단위의 루프입니다. 단위 테스트(Unit Test)나 IDE의 Linter, AI 자동 완성이 즉각적인 피드백을 주는 영역입니다. 단기 루프 (Daily / CI Loop): 커밋과 푸시가 이루어지고, CI/CD 파이프라인에서 통합 테스트와 정적 분석이 실행되는 몇 시간 단위의 루프입니다. 중기 루프 (Iteration / Exploration Loop): 스프린트 단위로 탐색적 테스팅(Exploratory Testing)을 수행하고, 실제 사용자 시나리오나 엣지 케이스를 사람이 직접 검증하며 시스템의 유기적 작동을 확인하는 며칠~몇 주 단위의 루프입니다. 장기 루프 (Outer / Market Loop): 실제 ...

에이전틱 AI 프로젝트에서 테스터의 5가지 핵심 원칙

AI 코딩 에이전트와 자율형 에이전트가 빠르게 개발 워크플로우에 통합되면서, 단순히 코드를 잘 짜는 것을 넘어 '에이전트와 어떻게 협업하고 통제할 것인가'가 개발자와 아키텍트들의 가장 큰 화두로 떠올랐습니다. 윤석찬 님의 아티클 "AI 에이전트 시대, 개발자는 어떻게 일해야 하는가? – 프론티어 엔지니어링의 10가지 원칙"은 에이전틱 AI 시대에 엔지니어가 마주하는 패러다임 변화와, 실무 현장에서 일하는 방식을 어떻게 재정의해야 하는지 아주 명확한 가이드라인을 제시해 줍니다. (출처: channy.creation.net - 윤석찬 님의 블로그) https://channy.creation.net/blog/1989 비록 대규모 에이전트 오케스트레이션이나 초거대 인프라 시스템을 개인이 직접 구축하고 운용하는 것은 비용적·기술적으로 현실적인 한계가 있습니다. 하지만 개인 프로젝트에서 AI와 바이브 코딩(Vibe Coding)을 활용하며 겪었던 맥락 손실, 환각, 통제 불능의 경험들을 떠올려보면, 이 아티클이 제시하는 10가지 프론티어 엔지니어링 원칙은 소규모 개인 개발 환경에서도 대단히 깊은 공감을 불러일으킵니다. 이 글은 단순히 "AI 도구를 잘 쓰자"는 수준에 머무르지 않습니다. AI 에이전트가 생성해내는 불확실성 속에서 인간 엔지니어가 시스템의 맥락을 주도하고, 오작동을 제어하며, 품질의 키(Steering Wheel)를 쥐기 위한 구조적 사고법을 다룹니다. 그렇다면 프론티어 엔지니어링의 원칙을 바탕으로, 시스템의 신뢰성과 안전성을 검증해야 하는 테스터는 과연 어떤 실무 원칙을 세워나갈 수 있을까요? 윤석찬 님이 제시한 엔지니어링 원칙을 테스팅 관점으로 재해석해 보면, 다음과 같은 5가지 원칙으로 정리할 수 있을 것 같습니다. 1. 결정론적 검증에서 '경계선 및 허용 오차(Boundary)' 테스팅으로 전환하라 에이전트 기반 시스템은 같은 입력을 주어도 매번 다른 추론 경로를 거치는 확률적(Stoc...

결국 테스팅은 어렵다

 AI 코딩 에이전트와 대형 언어 모델(LLM)이 코드를 순식간에 쏟아내고 테스트 스크립트까지 자동으로 만들어주는 시대가 되면서, 일각에서는 "이제 테스팅도 버튼 하나 누르면 끝나는 쉽고 단순한 일 아닌가?"라는 착각에 빠지곤 합니다. 하지만 품질 전문가 매슈 하이저(Matthew Heusser)가 자신의 블로그 Quality Remarks에 기고한 "Turns Out Testing is Hard" 아티클은, 기술이 아무리 화려하게 발전하더라도 소프트웨어의 '진짜 품질'을 검증하는 일은 여전히 지독하게 어렵고 복잡하다는 현실을 서늘하게 되짚어 줍니다. (출처: Quality Remarks - Turns Out Testing is Hard / Matthew Heusser) https://qualityremarks.com/turns-out-testing-is-hard/ 이 아티클이 말하는 핵심은 간단합니다. 단순한 스크립트 실행이나 표면적인 기능 작동 여부를 확인하는 '체크(Checking)'는 AI나 도구를 통해 얼마든지 자동화하고 속도를 높일 수 있지만, 시스템의 숨겨진 리스크를 탐색하고 비판적으로 질문을 던지는 '진짜 테스팅(Testing)'의 난이도는 오히려 이전보다 더 올라갔다는 점입니다. AI 코딩 에이전트가 단 몇 초 만에 수백 줄의 코드를 생성을 해내면서 당장 눈앞의 기능은 돌아가는 것처럼 보입니다. 하지만 그 이면에서는 오작동이 일어날 수 있는 엣지 케이스, 시스템 간의 미묘한 맥락 단절, 그리고 나중에 거대한 장애로 돌아올 인지부채가 순식간에 쌓여갑니다. 매슈 하이저는 왜 테스팅이 여전히 지독히 어려운 과제로 남아있는지 몇 가지 근본적인 이유를 제시합니다. 첫째, '모호함과의 싸움'입니다. 소프트웨어 요구사항은 언제나 비어있는 행간과 모호함을 품고 있습니다. AI는 주어진 텍스트 그대로 명시적인 조건만 테스트하지만, 실제 인간 테스터는 명시되지 않은 사용...