AI 피클볼 폼 코치 'Rallyd' 개발기 및 Apple 앱스토어 출시 과정

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

TL;DR

Flutter와 Google ML Kit, Claude API를 활용해 AI 피클볼 폼 코칭 앱을 개발하고 Apple의 엄격한 심사 과정을 통과한 1인 개발자의 경험담이다.

배경

1인 개발자가 Flutter와 AI 기술을 결합하여 피클볼 자세를 분석해주는 앱 'Rallyd'를 개발하고, Apple 앱스토어 심사 과정에서 겪은 기술적 난관과 해결책을 공유하기 위해 작성했다.

의미 / 영향

AI 앱 개발 시 모델 성능만큼이나 앱스토어의 정책 준수와 플랫폼 특화 기능의 완결성이 출시 성공의 핵심 변수이다. 1인 개발 환경에서는 Supabase와 같은 BaaS와 기성 AI SDK를 조합하여 개발 속도를 높이는 전략이 유효함을 시사한다.

커뮤니티 반응

대체로 긍정적이며, 1인 개발자로서 AI 앱을 성공적으로 출시한 경험과 Apple 심사 과정의 고충에 대해 많은 사용자가 공감과 질문을 남겼다.

주요 논점

01찬성다수

Apple의 가이드라인을 사전에 철저히 숙지하고 계정 삭제와 같은 필수 기능을 첫날부터 구축해야 한다.

합의점 vs 논쟁점

합의점

Apple 앱스토어 심사 과정은 불투명하고 시간이 오래 걸릴 수 있다.
시뮬레이터와 실제 기기 간의 동작 차이는 디버깅 시 반드시 고려해야 할 요소이다.

논쟁점

Apple의 심사 거절 사유가 때로는 기술적으로 정확하지 않거나 임의적일 수 있다는 점이 지적됐다.

실용적 조언

앱 제출 전 Apple의 가이드라인을 완독하고 계정 삭제 기능을 반드시 포함할 것
Apple Sign In은 반드시 실제 Apple ID를 사용하여 실기기에서 테스트할 것
바이너리 검증이 필요할 때 otool 명령어를 활용하여 프레임워크 포함 여부를 확인할 것

섹션별 상세

Flutter 기반 앱에서 Google ML Kit와 Claude API를 연동하여 AI 코칭 기능을 구현했다. 10초 분량의 비디오 클립을 입력받아 Google ML Kit의 Pose Detection으로 자세를 추출하고, 이를 Claude API로 분석하여 점수를 산출하는 방식이다. 실제 구현 과정에서 모바일 환경의 실시간성보다 분석의 정확도에 초점을 맞춘 아키텍처를 선택했다.

사용하지 않은 PassKit 프레임워크가 포함되었다는 이유로 Apple로부터 심사 거절을 당했다. 개발자는 컴파일된 바이너리에 대해 otool 명령어를 실행하여 실제로 해당 프레임워크가 포함되지 않았음을 기술적으로 검증하고 증명했다. 이 과정은 자동화된 검사 도구의 오탐 가능성과 이를 개발자가 직접 입증해야 하는 앱스토어 심사의 현실을 보여준다.

Apple의 필수 요구 사항인 계정 삭제 기능을 구현하기 위해 Supabase Edge Function을 활용했다. no-verify-jwt 설정을 적용한 Edge Function을 작성하여 Flutter 앱과 연동함으로써 심사 도중 급하게 요구 사항을 충족시켰다. 초기 설계 단계에서 계정 삭제와 같은 정책적 필수 기능을 간과할 경우 출시 지연의 주요 원인이 됨을 확인했다.

시뮬레이터에서는 정상 작동하던 Apple Sign In이 실제 기기에서 실패하는 문제가 발생했다. 원인은 Supabase에 등록된 Client ID의 단 한 글자 오타였으며, 이를 해결하기 위해 이틀간의 디버깅 시간이 소요됐다. 시뮬레이터의 동작이 실제 기기와 다를 수 있으므로 인증 관련 기능은 반드시 실기기 테스트가 필수적이라는 교훈을 얻었다.

언급된 도구

Flutter추천

크로스 플랫폼 모바일 앱 개발 프레임워크

Supabase추천

백엔드 서비스 및 엣지 펑션 실행

Google ML Kit추천

온디바이스 포즈 감지 AI

Claude API추천

자세 분석 및 점수 산출 AI

RevenueCat추천

인앱 결제 관리