혈압계에서 혈압 읽기 iOS 앱: 개발 및 OCR

iOS 앱으로 혈압계 카메라 혈압 측정 읽기: 기술 스택과 OCR 구현

스마트폰 카메라로 혈압계 수치를 읽는 iOS 앱 개발은 신중한 기술 스택 선택과 정밀한 OCR 구현이 핵심입니다. 이 방식으로 클라우드 서비스나 외부 API에 의존하지 않고 완전 오프라인으로 건강을 추적할 수 있으며, 데이터 프라이버시를 완벽히 보장합니다.

iOS 개발을 위한 기술 스택 선택

혈압계에서 혈압을 스캔하는 앱의 경우 적합한 기술 스택 선택이 매우 중요했습니다. React Native나 Flutter 같은 크로스플랫폼 옵션을 고려했지만, 최고 수준의 OCR 정확도와 직접적인 카메라 접근이 필요한 작업에는 네이티브 개발이 최선이었습니다. 주요 결정 요인은 다음과 같습니다:

• OCR 품질: Apple의 네이티브 Vision 프레임워크가 기기에서 정확한 텍스트 인식을 제공합니다.
• 카메라 접근: AVFoundation이 카메라를 직접 제어해 실시간 비디오 처리가 가능합니다.
• 로컬 데이터 저장: SwiftData가 SQL 쿼리 없이 ORM-like 인터페이스를 제공합니다.

최종 스택은 다음과 같습니다:

• 선언적 UI 구축을 위한 SwiftUI.
• VNRecognizeTextRequest를 통한 OCR를 위한 Vision 프레임워크.
• 로컬 데이터베이스 관리를 위한 SwiftData.
• 혈압 추세 시각화를 위한 Swift Charts.
• 카메라 처리를 위한 AVFoundation (2부에서 상세 설명).

프로젝트 아키텍처와 데이터 모델

프로젝트는 SwiftUI 앱의 표준인 MVVM (Model-View-ViewModel) 아키텍처를 사용합니다. 앱 로직과 UI를 분리해 테스트와 유지보수가 쉽습니다. 데이터 모델은 SwiftData의 @Model 어노테이션을 활용해 수동 마이그레이션 없이 자동 로컬 저장을 구현합니다. 샘플 모델 구조는 다음과 같습니다:

@Model
class BloodPressureReading {
    var systolic: Int
    var diastolic: Int
    var heartRate: Int
    var timestamp: Date
}

OCR 구현과 데이터 검증

OCR은 Vision 프레임워크로 구동되며, VNRecognizeTextRequest가 카메라 이미지를 처리합니다. 텍스트 인식 자체는 어렵지 않지만, 빛 반사, 배경 노이즈, 무관 텍스트로 인한 오인식을 걸러내는 것이 진짜 과제입니다. 이를 위해 엄격한 후처리 규칙을 적용했습니다:

• 불가능한 값 거부 (예: 300mmHg 초과 혈압).
• 객체 탐지의 NMS 알고리즘으로 중복 제거.
• 실제 테스트 데이터 기반 미세 조정 검증.

앱 인터페이스와 기능

메인 화면에는 다음이 포함됩니다:

• 지난 7일간 수축기·이완기 혈압 추세 차트 (Swift Charts 활용).
• 최신 수치 카드에 색상 코드 표시 (정상: 녹색, 고혈압: 빨간색).
• 카메라로 새 스캔 시작 버튼.

앱은 완전 오프라인으로 작동하며 인터넷이나 계정이 필요 없어 데이터가 안전하게 보호됩니다.

주요 요점

• 네이티브 SwiftUI + Vision 스택으로 iOS 기기에서 높은 OCR 정확도와 속도를 제공.
• SwiftData 로컬 저장으로 클라우드 의존성 제거하고 보안 강화.
• 강력한 OCR 검증으로 신뢰할 수 있는 수치만 필터링.
• MVVM 아키텍처로 로직과 UI 분리해 개발·테스트 간소화.
• 외부 서비스 불안정 시 빛나는 완전 오프라인 지원.

— Editorial Team