🎭 ToneMeter

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.

🎯 프로젝트 목표

• 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

---

📑 목차

• ✨ 주요 기능
• 🏗️ 기술 스택
• 📁 프로젝트 구조
• 🚀 설치 및 빌드 방법
• 📖 사용 방법
• 🧪 테스트 & 문서
• 🎨 디자인 시스템
• 💡 기술적 하이라이트
• 📝 개발 회고

---

✨ 주요 기능

📸 이미지 기반 감정 분석

• 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

🎨 아름다운 UI/UX

• 감정 미터기: 점수에 따른 그라데이션 게이지 (긍정/중립/부정)
• 감정 카드: 분석 결과를 시각적으로 표시
• 다크 모드: 자동 지원

📊 기록 관리

• 분석 히스토리: 모든 분석 기록을 로컬 DB에 저장 (GRDB)
• 필터링 & 정렬: 날짜별, 감정별, 점수별 필터링
• 상세 보기: OCR 원문, 감정 키워드, 분석 근거 확인

🛠️ 설정

• 통계: 전체 분석 수, 평균 점수, 가장 많은 감정
• 데이터 관리: 캐시 정리, 전체 데이터 삭제
• 지원: 문의하기, 개인정보 처리방침, 오픈소스 라이선스

---

🏗️ 기술 스택

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)

---

📁 프로젝트 구조

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

---

🚀 설치 및 빌드 방법

📋 필수 요구사항

• 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

📥 1. 프로젝트 클론

git clone https://github.com/YOUR_USERNAME/ToneMeter.git
cd ToneMeter

🔧 2. API 키 설정

프로젝트는 Debug와 Release 환경별로 설정 파일이 분리되어 있습니다. ToneMeter/ 디렉토리에 각각 OpenAI API 키를 추가해야 합니다.

Debug.xcconfig 설정

# ToneMeter/Debug.xcconfig 생성
cat > ToneMeter/Debug.xcconfig << 'EOF'
// Configuration Settings File
DEBUG = true

// OpenAI API Key
OPENAI_API_KEY = sk-proj-xxxxxxxxxxxxxxxxxxxxxxxx
EOF

Release.xcconfig 설정

# ToneMeter/Release.xcconfig 생성
cat > ToneMeter/Release.xcconfig << 'EOF'
// Configuration Settings File
DEBUG = false

// OpenAI API Key
OPENAI_API_KEY = sk-proj-xxxxxxxxxxxxxxxxxxxxxxxx
EOF

또는 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.

🔥 3. Firebase 설정

1. Firebase Console에서 새 프로젝트 생성
2. iOS 앱 추가 (Bundle ID: com.yourname.ToneMeter)
3. GoogleService-Info.plist 다운로드
4. 다운로드한 파일을 ToneMeter/ 디렉토리에 복사

cp ~/Downloads/GoogleService-Info.plist ToneMeter/

5. Firebase Console에서 Analytics와 Crashlytics 활성화

📦 4. 의존성 설치

Xcode에서 프로젝트를 열면 Swift Package Manager가 자동으로 의존성을 다운로드합니다:

open ToneMeter.xcodeproj

의존성 목록:

• GRDB.swift - SQLite ORM
• Firebase iOS SDK - Analytics & Crashlytics

수동 설치가 필요한 경우:

1. Xcode 메뉴: File > Packages > Resolve Package Versions
2. 또는 Product > Clean Build Folder 후 다시 빌드

▶️ 5. 빌드 및 실행

Xcode에서 실행

1. Xcode에서 타겟 선택: ToneMeter
2. 시뮬레이터 또는 실제 디바이스 선택
3. Cmd + R 또는 ▶️ 버튼 클릭

터미널에서 빌드

# 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'

⚠️ 주의사항

• 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

---

📖 사용 방법

1️⃣ 온보딩

• 앱을 처음 실행하면 기능 소개 화면이 나타납니다
• "권한 허용하고 시작하기" 버튼을 눌러 사진 라이브러리 권한을 허용합니다

2️⃣ 이미지 분석

1. 홈 화면에서 "이미지로 분석하기" 버튼 클릭
2. 대화 스크린샷을 선택합니다 (갤러리 또는 카메라)
3. OCR 진행 → 텍스트 인식 (약 1초)
4. AI 분석 중 → 감정 톤 분석 (약 1.5초)
5. 결과 화면 확인:
   • 감정 점수 (0~100)
   • 감정 레이블 (긍정/중립/부정)
   • 주요 키워드
   • 분석 근거

3️⃣ 기록 보기

• History 탭에서 모든 분석 기록 확인
• 필터: 전체, 긍정, 중립, 부정, 오늘, 이번주
• 정렬: 최신순, 점수순
• 기록을 탭하면 상세 화면으로 이동

4️⃣ 설정

• 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)

---

🧪 테스트 & 문서

프로젝트의 안정성과 품질을 보장하기 위해 다양한 테스트를 수행했습니다.

📊 테스트 리포트

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

🎯 테스트 결과 요약

• ✅ 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

🎨 디자인 시스템

색상 팔레트

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

컴포넌트

• ToneMeterGauge: 재사용 가능한 미터기 (크기, 색상 커스터마이징 가능)
• EmotionCard: 정보 표시 카드
• EmotionChart: 막대 차트 (Swift Charts)

---

💡 기술적 하이라이트

1. MVVM 아키텍처 구현

• @Published와 Combine을 활용한 반응형 데이터 바인딩
• ViewModel 레이어에서 비즈니스 로직 분리
• 테스트 가능한 구조 설계

2. Vision Framework OCR 최적화

• VNRecognizeTextRequest로 한글/영어 동시 인식
• 이미지 전처리를 통한 인식률 향상 (89% 달성)
• 비동기 처리로 UI 블로킹 방지

3. OpenAI API 통합

• Structured Output (JSON Schema)으로 일관된 응답 보장
• 커스텀 프롬프트 엔지니어링으로 정확도 개선
• 에러 핸들링 및 재시도 로직 구현

4. GRDB 데이터베이스 설계

• SQLite 기반 로컬 데이터 저장
• 마이그레이션 시스템으로 스키마 변경 관리
• FetchedRecordsController로 실시간 UI 업데이트

5. SwiftUI 커스텀 컴포넌트

• 재사용 가능한 ToneMeterGauge (게이지 애니메이션)
• Dark Mode 자동 지원

6. Firebase 모니터링

• Analytics로 사용자 행동 분석
• Crashlytics로 실시간 에러 추적
• Remote Config 준비 (향후 A/B 테스트용)

---

📝 개발 회고

이 프로젝트를 진행하며 마주한 기술적 고민, 문제 해결 과정, 그리고 배운 점들을 정리했습니다.

📌 회고 주요 내용

🤔 기술적 고민과 의사결정

• 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)

🚧 마주한 문제와 해결 과정

• 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

🔧 개선하고 싶은 점

• API 비용 최적화 (이미지 해시 기반 캐싱)
• 오프라인 모드 지원 (CoreML 활용)
• 테스트 자동화 및 CI/CD 파이프라인
• 접근성(Accessibility) 개선

📖 상세 회고 보기

기술 선택의 근거, 실제 코드 예시, 성능 비교 데이터, 문제 해결 과정의 상세 내용은 아래 링크에서 확인하실 수 있습니다:

👉 ToneMeter 개발 회고 전문 보기

💡 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.

---

📧 연락처

• Email: chicazic@gmail.com

---

🙏 감사

• Apple: Vision Framework, SwiftUI
• OpenAI: GPT-4o-mini API
• Firebase: Analytics & Crashlytics
• GRDB.swift: 강력한 SQLite ORM

---

🌟 기여 및 피드백

이 프로젝트에 대한 피드백이나 제안사항이 있으시면 언제든지 연락주세요!

• Issues: 버그 리포트 또는 기능 제안
• Pull Requests: 코드 개선 제안 환영
• Email: chicazic@gmail.com