기본 콘텐츠로 건너뛰기

애프터샥 에어로펙스 간단 후기

2018년 4월에 애프터샥을 구매해서 2020년까지 2년 조금 넘는 시간동안 정말 잘 사용했었는데요..

슬슬 배터리 상태가 안좋아지더니 끝내 이어팁이 분리되면서 수명을 다해버렸습니다.

수리해서 계속 쓸까 하다가..

그냥 새로 하나 구매했습니다.

귓구멍이 너무 작아서 이어폰은 무리이고..

골전도 이어폰을 다시 검색해보니.. 예전보다는 그래도 제법 종류가 많아졌더라구요.

대략 4~5만원 정도 하는 중국 모델로 알아보다가...

고민 또 고민하다가..

그냥 또다시 애프터샥을 구매했습니다.

제가 구매했던건 1세대였고..

2세대인 애프터샥 에어는 14만 9천원

3세대라는 애프터샥 에어로펙스는 무려 19만 9천원이나 하네요.

그냥 할부로 질렀습니다.

끝나지 않는 할부 인생..

구매 후 1주일 정도 써보고 이전 1세대와 비교해서 느낀 점을 간단히 남겨봅니다.


장점

1. 가볍습니다. 1세대도 무거운건 아니었지만 확실히 더 가벼워졌습니다.

2. 소리가 더 좋아졌습니다. 1세대는 최대 음량으로 틀어도 들리는 둥 마는 둥이었는데.. 음량을 한 50~60% 만 설정해도 또렷이 잘 들립니다. 외부 소음이 있어도 이전보다 확실히 더 잘 들립니다.

3. 진동판의 진동은 확실히 좀 줄었습니다. 이전에는 음량을 최대로 틀면 얼굴에서 진동이 느껴지는 수준이었는데.. 이제는 진동을 거의 느낄 수 없지만 소리는 더 잘 들리는 신기한 경험을 하고 있습니다.

4. 멀티 페어링 중에 하나의 기기가 끊어지면 1세대처럼 한없이 재접속을 하기 위해 띵띵거리지 않아서 좋습니다.

5. 블루투스가 좋아져서 그런지 접속 거리가 굉장히 깁니다.


단점

1. 전용 충전선으로만 충전이 됩니다. 1세대는 micro USB였는데.. 이번에는 전용 충전 단자 때문에 전용 충전선이 필요합니다.

그래서 그런지.. 패키지 안에 충전선이 2개 들어 있네요. 때문에 어디 갈때 꼭 충전선을 챙겨야 합니다. 만약 충전선을 챙기지 않았는데.. 배터리가 떨어지면 ㅠㅠ

2. 배터리 성능이 1세대만 못합니다. 확실히 빨리 닳아 없어지는걸 느낍니다.

이전에는 1주일 정도 썼는데.. 3세대는 한 4일 정도 듣고 나면 간당 간당 하네요... 

저는 아침, 저녁으로 하루 2시간에서 3시간 정도 사용하고 있는데.. 흠.. 배터리가 불만입니다.

3. 여전히 잘 고정되지 않습니다. 제 머리가 작은건지 모르겠지만 귀에 걸쳐두면 뒷부분이 점점 목으로 내려옵니다. 머리 작은 사람을 위한 키즈 버전이 있던데 .. 그걸로 살걸 그랬나 싶기도 하지만.. 제 머리가 작은건 아닌데.. 무게는 앞부분이 무거을 것 같은데.. 은근 거슬리네요..

4. 한국어, 영어, 중국어 음성이 지원되는데.. 뭘로 설정해도 마음에 안듭니다. 1세대 영어 음성이 참 좋았는데 말이죠.. 발음이 진짜 구립니다.


흔히 말하는 가성비를 애기할 수 없는 제품이지만.. 비싼 만큼의 값어치는 한다고 생각합니다. 

귀가 아파 이어폰이 불편하신 분에게는 좋은 제품이기에 다시 한번 더 추천해봅니다.

댓글

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...