[Feat] Apple Intelligence 기반 운동 데이터 분석 기능 도입

[mooninbeom]

개요

Apple Intelligence의 Foundation Models를 활용해 사용자의 운동 데이터를 분석하는 기능을 도입합니다. 단순히 거리, 시간, 페이스 등의 수치를 보여주는 것을 넘어, 운동 기록의 흐름과 변화 추이를 해석하고 사용자가 이해하기 쉬운 형태의 인사이트를 제공하는 것을 목표로 합니다.

작업 내용

1. Foundation Models 적용 범위 검토

• Apple Intelligence/Foundation Models를 앱 내 운동 데이터 분석에 활용할 수 있는 구조를 검토합니다.
• 운동 기록, 페이스, 거리, 시간, 심박수, 신발별 누적 거리 등 분석에 사용할 수 있는 데이터를 정리합니다.
• 온디바이스 모델 사용 가능 여부, OS 지원 범위, 권한 및 fallback 정책을 함께 검토합니다.

2. 운동 데이터 분석 기능 설계

• 사용자의 최근 운동 기록을 바탕으로 요약, 추세, 변화 포인트를 분석하는 기능을 설계합니다.
• 페이스 변화, 주간/월간 운동량, 거리 증가 추이, 휴식 패턴 등 의미 있는 분석 항목을 정의합니다.
• 분석 결과를 사용자가 부담 없이 이해할 수 있도록 자연어 기반 피드백 형태로 구성합니다.

3. 분석 결과 UI 연동

• 운동 상세 화면, 운동 리스트, 마이페이지 등 분석 결과를 노출할 위치를 검토합니다.
• 분석 결과가 단순 텍스트 나열이 아니라 앱의 기존 디자인 시스템과 어울리도록 UI 표현 방식을 정리합니다.
• 분석 로딩, 실패, 미지원 환경 등 상태별 화면 처리를 함께 고려합니다.

4. 데이터 안정성 및 개인정보 고려

• 분석에 사용하는 운동 데이터 범위를 최소화하고, 필요한 데이터만 모델 입력으로 전달하도록 정리합니다.
• HealthKit 기반 데이터 사용 시 개인정보 보호 관점에서 안전한 처리 흐름을 검토합니다.
• 모델 분석 결과가 부정확할 수 있는 상황을 고려해 사용자에게 과도하게 단정적인 표현을 피합니다.

고려 사항

• Apple Intelligence/Foundation Models 지원 OS와 기기 조건을 확인해야 합니다.
• 미지원 환경에서는 기능 비활성화 또는 기본 통계 요약으로 대체하는 fallback이 필요할 수 있습니다.
• 분석 결과는 운동 조언처럼 보일 수 있으므로 건강/의학적 판단이 아닌 기록 기반 인사이트로 표현해야 합니다.
• 모델 입력 데이터 구조와 프롬프트 설계를 재사용 가능하게 분리하는 것이 좋습니다.

기대 효과

• 사용자가 자신의 운동 기록을 더 쉽게 이해하고 회고할 수 있습니다.
• 기존 수치 중심 화면에서 한 단계 나아가 개인화된 운동 인사이트를 제공할 수 있습니다.
• RunMile의 운동 기록 경험이 더 지능적이고 차별화된 방향으로 확장됩니다.