모바일 개발의 하드웨어 기능: 정의, 유형 및 사용 방법

스마트폰의 주요 센서

스마트폰 하드웨어 기능에는 환경 및 장치 위치에 대한 데이터를 수집하는 수십 개의 센서가 포함됩니다. 이 데이터는 Sensors API(Android) 및 Core Motion(iOS)을 통해 사용할 수 있습니다. 센서는 모션 센서(가속도계, 자이로스코프), 위치 센서(자력계), 환경 센서(기압계, 조도, 온도)의 세 가지 범주로 나뉩니다.

가속도계

가속도계는 세 축(x, y, z)을 따라 장치의 가속도를 m/s² 단위로 측정합니다. 화면 방향 감지(자동 회전), 걸음 수 계산(보행자 내비게이션), 제스처 인식(흔들어 실행 취소), 기울기 제어 게임에 사용됩니다. Android Sensor.TYPE_ACCELEROMETER 및 Core Motion CMMotionManager(iOS)는 최대 200Hz의 원시 데이터를 제공합니다.

자이로스코프

자이로스코프는 세 축(rad/s)을 따라 장치 회전의 각속도를 측정합니다. 가속도계와 달리 자이로스코프는 중력의 영향을 받지 않아 회전 추적에 이상적입니다. 용도: 비디오 안정화, VR/AR 애플리케이션, 실내 내비게이션, 게임 컨트롤러. Sensor.TYPE_GYROSCOPE(Android) 및 CMMotionManager(iOS)가 주요 API입니다.

자력계

자력계는 세 축(µT)으로 지구 자기장을 측정하고 전자 나침반으로 기능합니다. 북쪽 방향을 결정하기 위해 내비게이션 애플리케이션에서 사용됩니다. 자력계는 금속 물체와 스피커의 간섭에 민감하며 보정이 필요합니다(특징적인 8자 모양 움직임). Sensor.TYPE_MAGNETIC_FIELD — Android API.

기압계는 대기압(hPa)을 측정하고 해발 고도를 최대 1미터 정확도로 결정하는 데 사용됩니다. 근접 센서는 통화 중 전화기를 귀에 가까이 대면 화면을 끕니다. 조도 센서는 화면 밝기를 조정합니다. 이러한 모든 센서는 통합 SensorManager(Android) 또는 CMMotionManager(iOS)를 통해 대부분의 모션 센서에 액세스할 수 있습니다.

카메라 및 마이크

카메라는 가장 수요가 많은 하드웨어 구성 요소 중 하나입니다. Android에서는 CameraX(최신 Jetpack API) 또는 Camera2(저수준 API)를 통해 액세스합니다. CameraX는 수명 주기를 자동으로 처리하고 Preview, ImageCapture, ImageAnalysis(ML 프레임 분석) 및 VideoCapture를 지원합니다. iOS에서는 AVFoundation을 통해 카메라를 사용할 수 있습니다: AVCaptureSession이 캡처를 관리하고 AVCaptureDevice가 매개변수(초점, ISO, 화이트 밸런스)를 구성합니다.

마이크는 오디오 녹음, 음성 제어 및 음성 인식에 사용됩니다. Android에서는 MediaRecorder 또는 AudioRecord; iOS에서는 AVAudioRecorder를 사용합니다. 카메라 및 마이크에 대한 액세스는 사용자 권한이 필요합니다: Manifest.permission.CAMERA 및 RECORD_AUDIO(Android), NSCameraUsageDescription 및 NSMicrophoneUsageDescription(iOS) — Info.plist에서 사용 이유를 설명하는 문자열.

IT Sectr에서는 QR 코드 스캐너부터 AR 필터가 있는 애플리케이션까지 맞춤형 카메라로 20개 이상의 프로젝트를 구현했습니다. 핵심 결론: Android에서 CameraX는 Camera2에 비해 몇 주의 개발 시간을 절약하는 반면, iOS에서 AVFoundation은 촬영 매개변수를 완전히 제어할 수 있습니다. CameraX를 통한 기본 이미지 캡처 예시:

class CameraFragment : Fragment() {
    private lateinit var imageCapture: ImageCapture

    fun startCamera() {
        val processCameraProvider =
            ProcessCameraProvider.getInstance(requireContext())

        processCameraProvider.addListener({
            val cameraProvider = processCameraProvider.get()
            val preview = Preview.Builder()
                .build()
                .also {
                    it.setSurfaceProvider(viewFinder.surfaceProvider)
                }

            imageCapture = ImageCapture.Builder()
                .setCaptureMode(ImageCapture.CAPTURE_MODE_MINIMIZE_LATENCY)
                .build()

            val cameraSelector = CameraSelector.DEFAULT_BACK_CAMERA

            cameraProvider.bindToLifecycle(
                this, cameraSelector, preview, imageCapture
            )
        }, ContextCompat.getMainExecutor(requireContext()))
    }
}

생체 인증 및 NFC

Face ID, Touch ID, 지문 스캐너

생체 인식 하드웨어 기능을 사용하면 사용자가 지문이나 얼굴을 사용하여 애플리케이션에 로그인할 수 있습니다. iOS는 Face ID(TrueDepth 카메라, 30,000개의 보이지 않는 점) 및 Touch ID(정전식 지문 스캐너)를 사용합니다. Android는 BiometricPrompt를 사용하며, 지문 스캐너(정전식 또는 초음파)와 Face Unlock(카메라 + ML)을 결합합니다. Face ID는 Touch ID보다 더 안전합니다: 일치 확률 1:1,000,000 대 1:50,000.

NFC 및 Bluetooth/BLE

NFC(근거리 무선 통신)는 최대 10cm 범위의 무선 통신 기술입니다. 비접촉식 결제(Google Pay, Apple Pay), NFC 태그 읽기(스마트 포스터, 명함), 확인(문서, 티켓), 데이터 전송(Android Beam — 구식)에 사용됩니다. Core NFC(iOS) 및 NfcAdapter(Android)가 주요 API입니다. iOS에서 NFC는 읽기 전용으로 사용할 수 있습니다(Apple Pay 결제 제외).

Bluetooth/BLE(Bluetooth Low Energy) — 외부 장치 연결용: 헤드폰, 피트니스 밴드, 의료용 센서, 스마트 잠금 장치. Core Bluetooth(iOS) 및 android.bluetooth(Android) — 스캔, 연결 및 데이터 교환을 위한 API. BLE는 에너지 효율적이며 장치는 배터리로 수년간 작동할 수 있습니다. iOS에서 백그라운드 BLE 작동을 위해서는 Background Modes → Uses Bluetooth LE accessories를 활성화해야 합니다.

건강 및 피트니스(HealthKit, Google Fit)

건강 하드웨어 기능: HealthKit(iOS) — 건강 데이터 집계를 위한 Apple의 프레임워크. 사용자는 특정 데이터 유형(걸음 수, 심박수, 수면, 칼로리, 체중, 혈압)을 읽고 쓰는 권한을 부여합니다. 모든 데이터는 보호된 저장소에 저장되고 iCloud를 통해 동기화됩니다. HealthKit은 HKQuantitySample 쓰기 및 HKSampleQuery 또는 HKStatisticsQuery를 통한 읽기를 위한 통합 인터페이스를 제공합니다.

Google Fit — Android의 피트니스 데이터를 위한 Google 플랫폼. API는 두 세트로 나뉩니다: Sensors API(장치 센서의 실제 데이터 — 걸음 수, 칼로리) 및 History API(기록 데이터 읽기/쓰기). Google Fit은 권한 부여를 통해 다른 피트니스 앱(Strava, Runkeeper)의 데이터도 집계합니다. iOS에서 Google Fit은 REST API를 통해 사용할 수 있습니다.

Core Motion(iOS) — 전용 칩 없이 모션 센서로 작업하기 위한 프레임워크: 가속도계, 자이로스코프, 만보계(CMPedometer), 고도계(CMAltimeter). CMPedometer는 걸음 수, 이동 거리, 페이스 및 오른 층 수를 계산합니다. Android에서는 Sensor.TYPE_STEP_COUNTER 및 Step Detector가 유사한 기능을 제공합니다. 모든 피트니스 데이터는 명시적인 사용자 동의가 필요합니다.

AR 및 ML(ARKit, ARCore, ML Kit)

증강 현실(AR) 및 온디바이스 머신 러닝은 스마트폰 하드웨어 기능의 정점을 나타냅니다. ARKit(Apple, iOS 11+)은 카메라, 자이로스코프, 가속도계 및 LiDAR(Pro 모델)를 사용하여 주변 공간을 추적합니다. ARCore(Google)은 평면 추적, 이미지 인식 및 조명 추정 기능을 갖춘 Android용 대응 제품입니다. 두 프레임워크 모두 Visual Inertial Odometry(VIO) — 카메라와 관성 센서의 조합을 사용합니다.

ML Kit(Google) — Android 및 iOS용 머신 러닝 SDK. 텍스트 인식(OCR), 바코드 스캔, 얼굴 인식, 자세 감지, 객체 추적, 이미지 텍스트 인식 및 자연어 처리를 포함한 즉시 사용 가능한 API가 포함되어 있습니다. ML Kit는 완전히 기기에서 작동합니다 — 데이터가 서버로 전송되지 않아 개인 정보 보호 및 오프라인 기능이 보장됩니다.

Core ML(Apple) — iOS 애플리케이션에 ML 모델을 통합하기 위한 프레임워크. 모델(mlmodel)은 Core ML Tools를 통해 TensorFlow, PyTorch 또는 Keras에서 변환됩니다. Vision — 컴퓨터 비전 프레임워크: 얼굴 감지, 텍스트, 바코드, 수평 정렬. Vision과 Core ML을 결합하면 실시간 ML 파이프라인을 구축할 수 있습니다: 프레임 캡처 → Vision 분석 → Core ML 예측 → UI 업데이트 — 모두 50ms 미만의 지연 시간으로 기기에서 실행됩니다.