대화의 감정 톤을 AI로 분석하는 iOS 앱
Apple Vision Framework OCR + OpenAI GPT-4o-mini + SwiftUI
ToneMeter는 대화 스크린샷을 분석하여 감정 톤을 0~100 점수로 시각화하는 iOS 개인 프로젝트입니다.
Vision Framework로 텍스트를 추출하고, OpenAI GPT-4o-mini로 감정을 분석하여, 직관적인 미터기 UI로 결과를 제공합니다.
- Vision Framework OCR과 AI 분석을 결합한 실용적인 감정 분석 앱 구현
- MVVM 아키텍처 기반의 확장 가능한 iOS 앱 설계
- SwiftUI와 GRDB를 활용한 모던 iOS 개발 경험 쌓기
- OCR 텍스트 인식: Apple Vision Framework로 대화 이미지에서 텍스트 추출 (정확도 ~89%)
- AI 감정 분석: OpenAI GPT-4o-mini로 감정 톤 분석 (0~100 점수)
- 실시간 결과: 이미지 선택부터 결과 표시까지 평균 2.6초
- 감정 미터기: 점수에 따른 그라데이션 게이지 (긍정/중립/부정)
- 감정 카드: 분석 결과를 시각적으로 표시
- 다크 모드: 자동 지원
- 분석 히스토리: 모든 분석 기록을 로컬 DB에 저장 (GRDB)
- 필터링 & 정렬: 날짜별, 감정별, 점수별 필터링
- 상세 보기: OCR 원문, 감정 키워드, 분석 근거 확인
- 통계: 전체 분석 수, 평균 점수, 가장 많은 감정
- 데이터 관리: 캐시 정리, 전체 데이터 삭제
- 지원: 문의하기, 개인정보 처리방침, 오픈소스 라이선스
| 분야 | 기술 |
|---|---|
| 플랫폼 | iOS 16.0+ |
| 언어 | Swift 5.9+ |
| UI | SwiftUI |
| 아키텍처 | MVVM (Model-View-ViewModel) |
| OCR | Vision Framework (VNRecognizeTextRequest) |
| AI 분석 | OpenAI API (gpt-4o-mini) |
| 로컬 DB | GRDB.swift |
| Analytics | Firebase Analytics |
| Crash Report | Firebase Crashlytics |
| 의존성 관리 | Swift Package Manager (SPM) |
ToneMeter/
├── App/
│ ├── ToneMeterApp.swift # 앱 진입점
│ └── AppDelegate.swift # Firebase 초기화
├── Models/
│ ├── EmotionRecord.swift # 감정 기록 모델 (GRDB)
│ ├── ToneAnalysisResult.swift # AI 분석 결과 모델
│ ├── ChatCompletionRequest.swift # OpenAI 요청 모델
│ └── ChatCompletionResponse.swift# OpenAI 응답 모델
├── Services/
│ ├── Database/
│ │ ├── DatabaseManager.swift # GRDB 초기화 & 마이그레이션
│ │ └── EmotionRecordRepository.swift # CRUD 메서드
│ ├── OCR/
│ │ └── VisionOCRService.swift # Vision Framework OCR
│ └── API/
│ ├── OpenAIService.swift # OpenAI API 클라이언트
│ └── APIConfiguration.swift # API 키 관리
├── ViewModels/
│ ├── HomeViewModel.swift # 홈 화면 ViewModel
│ ├── AnalysisViewModel.swift # 분석 화면 ViewModel
│ ├── HistoryViewModel.swift # 히스토리 ViewModel
│ └── SettingsViewModel.swift # 설정 ViewModel
├── Views/
│ ├── Launch/
│ │ ├── LaunchView.swift # 스플래시 화면
│ │ └── OnboardingView.swift # 온보딩 화면
│ ├── Main/
│ │ ├── ToneMeterTabView.swift # 탭 바 (Home/History/Settings)
│ │ └── HomeView.swift # 메인 홈 화면
│ ├── Analysis/
│ │ └── AnalysisView.swift # 분석 진행 화면
│ ├── History/
│ │ ├── HistoryView.swift # 기록 리스트
│ │ └── DetailView.swift # 상세 보기
│ ├── Settings/
│ │ ├── SettingsView.swift # 설정 화면
│ │ └── LicensesView.swift # 라이선스 화면
│ └── Components/
│ ├── ToneMeterGauge.swift # 미터기 컴포넌트
│ ├── EmotionCard.swift # 감정 카드
│ ├── EmotionChart.swift # 감정 차트
│ ├── ImagePicker.swift # 이미지 선택기
│ └── ...
├── Utilities/
│ ├── Extensions/
│ │ ├── Color+Theme.swift # 색상 테마
│ │ └── UIImage+.swift # 이미지 유틸
│ ├── Enums/
│ │ ├── AnalysisStep.swift # 분석 단계 Enum
│ │ ├── AnalysisError.swift # 에러 타입
│ │ └── ...
│ ├── Constants.swift # 앱 상수
│ ├── PermissionManager.swift # 권한 관리
│ └── UserDefaultsKeys.swift # UserDefaults 키
├── Resources/
│ ├── Assets.xcassets/ # 이미지 & 아이콘
│ └── Colors.xcassets/ # 색상 팔레트
├── Debug.xcconfig # Debug 빌드 설정 (API 키, Git 무시됨)
├── Release.xcconfig # Release 빌드 설정 (API 키, Git 무시됨)
├── GoogleService-Info.plist # Firebase 설정 (Git 무시됨)
└── Info.plist
- macOS: 13.0 (Ventura) 이상
- Xcode: 15.0 이상
- iOS 시뮬레이터 또는 실제 디바이스: iOS 16.0+
- OpenAI API 키: OpenAI Platform에서 발급
- Firebase 프로젝트: Firebase Console에서 생성
git clone https://github.com/YOUR_USERNAME/ToneMeter.git
cd ToneMeter프로젝트는 Debug와 Release 환경별로 설정 파일이 분리되어 있습니다. ToneMeter/ 디렉토리에 각각 OpenAI API 키를 추가해야 합니다.
# ToneMeter/Debug.xcconfig 생성
cat > ToneMeter/Debug.xcconfig << 'EOF'
// Configuration Settings File
DEBUG = true
// OpenAI API Key
OPENAI_API_KEY = sk-proj-xxxxxxxxxxxxxxxxxxxxxxxx
EOF# ToneMeter/Release.xcconfig 생성
cat > ToneMeter/Release.xcconfig << 'EOF'
// Configuration Settings File
DEBUG = false
// OpenAI API Key
OPENAI_API_KEY = sk-proj-xxxxxxxxxxxxxxxxxxxxxxxx
EOF또는 각 파일을 수동으로 생성:
// ToneMeter/Debug.xcconfig
DEBUG = true
OPENAI_API_KEY = sk-proj-your_api_key_here
// ToneMeter/Release.xcconfig
DEBUG = false
OPENAI_API_KEY = sk-proj-your_api_key_here
💡 팁: 개발 중에는 Debug 빌드가 사용되므로
Debug.xcconfig만 먼저 설정해도 됩니다.
- Firebase Console에서 새 프로젝트 생성
- iOS 앱 추가 (Bundle ID:
com.yourname.ToneMeter) GoogleService-Info.plist다운로드- 다운로드한 파일을
ToneMeter/디렉토리에 복사
cp ~/Downloads/GoogleService-Info.plist ToneMeter/- Firebase Console에서 Analytics와 Crashlytics 활성화
Xcode에서 프로젝트를 열면 Swift Package Manager가 자동으로 의존성을 다운로드합니다:
open ToneMeter.xcodeproj의존성 목록:
- GRDB.swift - SQLite ORM
- Firebase iOS SDK - Analytics & Crashlytics
수동 설치가 필요한 경우:
- Xcode 메뉴: File > Packages > Resolve Package Versions
- 또는 Product > Clean Build Folder 후 다시 빌드
- Xcode에서 타겟 선택: ToneMeter
- 시뮬레이터 또는 실제 디바이스 선택
Cmd + R또는▶️ 버튼 클릭
# Debug 빌드
xcodebuild -project ToneMeter.xcodeproj \
-scheme ToneMeter \
-configuration Debug \
-destination 'platform=iOS Simulator,name=iPhone 15 Pro'
# Release 빌드
xcodebuild -project ToneMeter.xcodeproj \
-scheme ToneMeter \
-configuration Release \
-destination 'platform=iOS Simulator,name=iPhone 15 Pro'Debug.xcconfig,Release.xcconfig,GoogleService-Info.plist는.gitignore에 포함되어 있습니다- API 키를 절대 공개 저장소에 커밋하지 마세요
- OpenAI API는 유료이므로 사용량 제한을 설정하는 것을 권장합니다
- Debug와 Release 환경에서 서로 다른 API 키를 사용하려면 각 파일에 다른 키를 설정하세요
- 앱을 처음 실행하면 기능 소개 화면이 나타납니다
- "권한 허용하고 시작하기" 버튼을 눌러 사진 라이브러리 권한을 허용합니다
- 홈 화면에서 "이미지로 분석하기" 버튼 클릭
- 대화 스크린샷을 선택합니다 (갤러리 또는 카메라)
- OCR 진행 → 텍스트 인식 (약 1초)
- AI 분석 중 → 감정 톤 분석 (약 1.5초)
- 결과 화면 확인:
- 감정 점수 (0~100)
- 감정 레이블 (긍정/중립/부정)
- 주요 키워드
- 분석 근거
- History 탭에서 모든 분석 기록 확인
- 필터: 전체, 긍정, 중립, 부정, 오늘, 이번주
- 정렬: 최신순, 점수순
- 기록을 탭하면 상세 화면으로 이동
- Settings 탭에서 앱 설정 관리
- 통계: 전체 분석 수, 평균 점수, 가장 많은 감정
- 데이터 관리: 캐시 정리, 전체 데이터 삭제
- 문의하기: 이메일로 문의 (tonemeter@example.com)
프로젝트의 안정성과 품질을 보장하기 위해 다양한 테스트를 수행했습니다.
| 테스트 종류 | 문서 | 주요 내용 |
|---|---|---|
| 데이터 레이어 | Data-Layer-Test-Report.md | GRDB CRUD 연산, 트랜잭션 처리 |
| OCR 서비스 | OCR-Service-Test-Report.md | Vision Framework 텍스트 인식 정확도 (~89%) |
| API 서비스 | API-Service-Test-Report.md | OpenAI API 통합, 에러 핸들링 |
| ViewModel | ViewModel-Implementation-Test-Report.md | 비즈니스 로직, 상태 관리 |
| E2E 통합 | Full-Flow-Integration-Test-Report.md | 이미지 선택 → OCR → AI 분석 → 저장 전체 플로우 |
- ✅ OCR 정확도: 89% (한글/영어 혼합 대화 기준)
- ✅ 평균 응답 시간: 2.6초 (OCR 1초 + AI 분석 1.5초)
- ✅ 데이터베이스: 1000+ 레코드 CRUD 테스트 통과
- ✅ 메모리 사용: 평균 45MB, 피크 80MB
- ✅ 크래시 없음: 50+ 시나리오 테스트
ToneMeter는 통일된 색상 테마를 사용합니다:
| 색상 | 용도 | Light 모드 | Dark 모드 |
|---|---|---|---|
| Primary | 메인 브랜드 색상 | #007AFF |
#0A84FF |
| Accent Positive | 긍정 감정 | #34C759 |
#30D158 |
| Accent Neutral | 중립 감정 | #FFCC00 |
#FFD60A |
| Accent Negative | 부정 감정 | #FF3B30 |
#FF453A |
| Background | 배경 | #F2F2F7 |
#000000 |
| Surface | 카드 배경 | #FFFFFF |
#1C1C1E |
- ToneMeterGauge: 재사용 가능한 미터기 (크기, 색상 커스터마이징 가능)
- EmotionCard: 정보 표시 카드
- EmotionChart: 막대 차트 (Swift Charts)
@Published와 Combine을 활용한 반응형 데이터 바인딩- ViewModel 레이어에서 비즈니스 로직 분리
- 테스트 가능한 구조 설계
VNRecognizeTextRequest로 한글/영어 동시 인식- 이미지 전처리를 통한 인식률 향상 (89% 달성)
- 비동기 처리로 UI 블로킹 방지
- Structured Output (JSON Schema)으로 일관된 응답 보장
- 커스텀 프롬프트 엔지니어링으로 정확도 개선
- 에러 핸들링 및 재시도 로직 구현
- SQLite 기반 로컬 데이터 저장
- 마이그레이션 시스템으로 스키마 변경 관리
- FetchedRecordsController로 실시간 UI 업데이트
- 재사용 가능한 ToneMeterGauge (게이지 애니메이션)
- Dark Mode 자동 지원
- Analytics로 사용자 행동 분석
- Crashlytics로 실시간 에러 추적
- Remote Config 준비 (향후 A/B 테스트용)
이 프로젝트를 진행하며 마주한 기술적 고민, 문제 해결 과정, 그리고 배운 점들을 정리했습니다.
- OCR 엔진 선택: Vision Framework vs Tesseract
- 결과: Vision Framework 선택 (한글 인식률 89% vs 74%)
- 데이터베이스 선택: Core Data vs GRDB
- 결과: GRDB 선택 (쿼리 성능 50% 우수, 마이그레이션 명확)
- AI 모델 선택: GPT-4o vs GPT-4o-mini
- 결과: GPT-4o-mini 선택 (비용 25배 저렴, 정확도 94%)
- 아키텍처 패턴: MVC vs MVVM vs TCA
- 결과: MVVM 선택 (테스트 가능성과 유지보수성의 균형)
- OCR이 말풍선 UI를 텍스트로 오인식
- 말풍선 테두리 "( 왜임마", 이모지 "o" 오인식 발생
- AI가 노이즈를 자동 필터링하여 감정 분석에는 영향 없음 (정확도 89% 유지)
- OpenAI API 응답 파싱 실패
- Structured Output (JSON Schema) 활용으로 성공률 100% 달성
- 메모리 누수 문제
- UIImage 강한 참조 해제로 메모리 사용량 200MB → 80MB 개선
- API 비용 최적화 (이미지 해시 기반 캐싱)
- 오프라인 모드 지원 (CoreML 활용)
- 테스트 자동화 및 CI/CD 파이프라인
- 접근성(Accessibility) 개선
기술 선택의 근거, 실제 코드 예시, 성능 비교 데이터, 문제 해결 과정의 상세 내용은 아래 링크에서 확인하실 수 있습니다:
💡 회고 문서에는 각 기술 선택의 의사결정 과정, Before/After 코드 비교, 성능 측정 결과, App Store 심사 제출 과정, 그리고 향후 개선 계획이 체크리스트와 함께 상세히 작성되어 있습니다.
- Email: chicazic@gmail.com
- Apple: Vision Framework, SwiftUI
- OpenAI: GPT-4o-mini API
- Firebase: Analytics & Crashlytics
- GRDB.swift: 강력한 SQLite ORM
이 프로젝트에 대한 피드백이나 제안사항이 있으시면 언제든지 연락주세요!
- Issues: 버그 리포트 또는 기능 제안
- Pull Requests: 코드 개선 제안 환영
- Email: chicazic@gmail.com