기본 콘텐츠로 건너뛰기

벨킨 울트라 글래스 2 사용기

작년 11월에 2년간 함께 했던 아이폰 12를 뒤로하고 아이폰 15 프로를 영입했습니다.

무게는 아이폰 12나 아이폰 15나 차이는 거의 없지만 티타늄과 USB C의 유혹을 이기지 못하고 영입했습니다.

아이폰 15 프로를 구매하고 인터넷 서핑을 하다가 아츠리오라는 브랜드의 보호필름을 사용하고 있다가 우현한 기회로 벨킨 보호필름을 제공받게 되어서 이렇게 사용기를 남겨봅니다.

이 사용기는 벨킨에서 제품을 무상으로 지원받아 작성된 사용기입니다.

케이스는 특별한 건 없습니다.

다만 뒷면에는 정품 등록 QR 코드가 있긴 한데.. 보호 필름은 굳이 AS 받을일이 없을 듯 해서 스킵했습니다.

케이스를 열어보면 필름 장착 방법이 그림으로 상세하게 설명되어 있고 동영상으로도 볼 수 있도록 QR 코드가 제공되고 있습니다.

구성품을 꺼내보면 이물질을 닦을 천 하나와 먼지를 떼어낼 스티커가 들어 있습니다.

그리고 다행히도 쉽게 설치할 수 있는 툴이 들어 있습니다.

케이스만 봤을 때는 이지 툴이 없는건가? 했는데.. 다행이도 들어있네요. 요즘은 이지 툴 없으면 정말 필름 붙이는거 너무 힘들죠..

그런데, 이지 툴이 다른 회사 이지 툴에 비해 좀 불편한 듯 합니다.

제가 가장 애용하는 필름이 아이쉘 매직박스와 같은 형태인데.. 이건 아무리 봐도 제대로 못붙일것 같아 좀 망설여지게 되네요..

그런데.. 그런데.. 왜? 알콜천이 없네요..

알콜천이 있으면 좀 더 깨끗하게 닦을 수 있을텐데.. 없습니다.

필름이 블루라이트를 차단한다고 하는데.. 그래서 형광등에 비춰보았는데.. 어떠신가요? 블루라이트가 차단되는 필름인지는 전 판단을 못하겠습니다. 어쨌든 그렇다고 하니 믿어야겠죠.. 

기존에 제 아이폰에는 아츠리오 보호필름이 붙어있었는데요.. 아츠리오는 보호필름 주변에 검은 테드리가 있는데.. 벨킨은 없네요. 그런 의미에서 벨킨의 보호필름이 조금 더 작고 폰 앞부분을 모두 덮는 형태는 아닙니다.

부착 후 느끼는 소감은 아츠리오 보호필름에 비해서는 확실히 얇습니다.

붙이는 건 걱정했던 만큼 어렵지는 않더라구요. 윗부분에 넓개 필름이 고정되어 있어서 잘못 붙일 일 없이 간편하게 붙일 수 있었습니다.

다만 알콜천과 함께 헤라 하나 더 넣어주면 어떨까 싶네요. 붙여 보았는데.. 거품이 너무 많이 생겼는데.. 뭔가 딱히 밀어서 거품 제거할만한게 없다보니 좀 불편했습니다.

결론적으로 장점은

1. 얇고 투명하니 시인성이 좋다.

2. 부착하기 쉽다.

아쉬운 점은

1. 구성품에 헤라와 알콜천이 들어있으면 좋을 것 같다.

2. 폰 크기보다 필름 크기가 작다보니 케이스와 필름 사이에 먼지가 너무 쉽게 끼어서 지저분해 보인다.

혹시 아이폰 15 프로 보호필름 찾으시는 분들께 조금이나마 도움이 되셨으면 합니다.

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...