NOOP 딥다이브
— 내 WHOOP 데이터를, 클라우드 없이 내 기기에서

1프로젝트 한줄 요약

WHOOP은 심박·HRV·수면을 재는 손목/팔 밴드입니다. 그런데 이 밴드는 화면이 없고, 데이터를 보려면 반드시 WHOOP의 공식 앱으로 로그인해 클라우드에 올리고 월 구독료를 내야 합니다. 즉 "내 몸에서 나온 데이터"인데도, 그걸 보려면 회사 서버와 구독을 거쳐야 하는 구조입니다.

NOOP은 그 구조를 뒤집습니다. 밴드와 블루투스로 직접 통신해서 심박·R-R 간격·SpO₂·피부온도·호흡·가속도 같은 원시 데이터를 빼내고, 전부 내 컴퓨터/폰의 로컬 SQLite 파일에 저장합니다. 회복(Recovery)·스트레인(Strain)·HRV·수면 점수도 서버가 아니라 기기 안에서 직접 계산합니다. 네트워크를 쓰는 기능은 (선택 사항인) AI 코치 하나뿐이고, 그것도 내 API 키로만 동작합니다.

2왜 주목받는가

핵심 트렌딩 이유는 두 가지입니다. ① "내 데이터 주권"이라는 정서 — 하드웨어는 샀는데 데이터는 구독으로 인질 잡힌 상황에 대한 반발이 큽니다. ② 기술적 완성도 — 단순한 데이터 덤프 도구가 아니라, WHOOP 4.0과 5.0 두 세대의 프로토콜을 모두 다루고, 회복/스트레인/수면 점수를 논문 기반으로 직접 재계산하며, macOS·Android 풀 앱을 같은 로직으로 포팅한 진짜 제품이라는 점입니다.

공식 WHOOP 앱과의 비교

핵심 차별점 셋

3기술 스택 전체 지도

NOOP의 설계 철학은 "플랫폼에 의존하지 않는 순수 로직 패키지 + 얇은 UI 앱"입니다. 핵심 로직(프로토콜 디코드·저장·분석)은 플랫폼-순수(platform-pure) Swift 패키지로 짜여 테스트·CLI에서도 그대로 돌고, 같은 로직을 Android용으로 Kotlin에 다시 포팅했습니다. UI만 macOS는 SwiftUI, Android는 Jetpack Compose로 입힙니다.

언어 / 빌드

외부 의존성 (단 2개)

놀랍도록 의존성이 적습니다. UI 라이브러리조차 직접 만들어 썼습니다(StrandDesign).

6개 Swift 패키지 (역할별)

4아키텍처 심화 분석

NOOP의 진짜 배울 점은 "센서 → 디코드 → 저장 → 분석 → UI"의 단방향 파이프라인을 플랫폼 독립적으로 설계한 방식입니다. 모든 데이터는 한 방향으로 흐르고, 각 단계가 명확히 분리된 패키지입니다. 그리고 모든 화살표가 내 기기 안에서만 일어납니다.

전체 데이터 흐름도

설계 패턴 ① — 두 세대 밴드를 하나의 enum으로

WHOOP 4.0과 5.0은 통신 규격이 다릅니다. NOOP은 이를 DeviceFamily 한 타입으로 추상화해, 같은 디코더가 세대별 차이만 분기하도록 했습니다.

public enum DeviceFamily: String, Sendable, CaseIterable {
    case whoop4   // CRC8(poly 0x07) 헤더 검사, 서비스 61080001-…
    case whoop5   // CRC16-Modbus 헤더 검사, "puffin" 패킷, 서비스 fd4b0001-…
}

디코딩은 스키마 주도(schema-driven)입니다. Resources/whoop_protocol.json이 프레임 구조를 데이터로 기술하고, 코드는 그 스키마대로 바이트를 해석합니다. CRC8·CRC16-Modbus·zlib CRC-32 구현, 프레임 프레이밍, 값 해석, 과거 스트림 재조립이 여기 들어 있습니다. 새 필드가 생기면 코드가 아니라 JSON을 고칩니다.

설계 패턴 ② — 버전이 매겨진 DB 마이그레이션

WhoopStore의 스키마는 v1부터 현재 v16(v16-paired-device-peripheral)까지 누적된 마이그레이터입니다. 앱 업데이트에 따라 계속 증가하며, 기존 로컬 DB가 단계적으로 최신 스키마로 올라갑니다. v1~v3의 디코드 스트림 테이블 예:

CREATE TABLE hrSample      (deviceId TEXT, ts INTEGER, bpm INTEGER, ...);
CREATE TABLE rrInterval    (deviceId TEXT, ts INTEGER, rrMs INTEGER, ...);
CREATE TABLE spo2Sample    (deviceId TEXT, ts INTEGER, red INTEGER, ir INTEGER, ...);
CREATE TABLE skinTempSample(deviceId TEXT, ts INTEGER, raw INTEGER, ...);
CREATE TABLE respSample    (deviceId TEXT, ts INTEGER, raw INTEGER, ...);

이후 마이그레이션은 서버 없이 기기가 계산한 지표 캐시(sleepSession, dailyMetric), 커서, 원시 프레임 아웃박스 등을 추가합니다.

설계 패턴 ③ — 투명한 on-device 분석기들

StrandAnalytics는 DB도 모르는 순수 함수 모음입니다. 입력은 숫자 배열, 출력은 점수. 각 파일이 근거 논문을 명시합니다.

밴드를 "맥 컨트롤러"로 — Automations

Strand/Screens/AutomationsView.swift + System/MacActions.swift는 밴드의 물리 입력과 실시간 생체값을 Mac 동작으로 바꿉니다.

5디렉토리 구조 해부

"순수 로직 패키지 + 얇은 앱 타깃"이라는 철학이 폴더 구조에 그대로 드러납니다. Strand/가 빌드하는 macOS 앱이고, 진짜 두뇌는 Packages/ 아래에 흩어져 있습니다.

6학습 포인트

① BLE 통신과 바이너리 프로토콜 파싱

웨어러블·IoT의 기본기입니다. "서비스/특성 UUID → notify 구독 → 바이트 프레임 → 의미 있는 값"으로 이어지는 흐름과, CRC로 무결성을 확인하고 스키마로 필드를 해석하는 패턴을 한 레포에서 통째로 볼 수 있습니다.

② "순수 로직 ↔ 플랫폼 어댑터" 분리 설계

WhoopProtocol이 CoreBluetooth를 임포트하지 않는다는 한 가지 결정이, 테스트 가능성·재사용성·멀티플랫폼 포팅을 전부 가능하게 했습니다. 의존성을 안쪽(순수)이 아니라 바깥쪽(앱)이 떠안게 하는 의존성 역전의 실전 예시입니다.

③ 로컬 우선(local-first) 데이터 저장

클라우드 없이 SQLite 한 파일에 모든 것을 담고, DB 변화를 관찰해 UI를 갱신하며, 스키마를 버전 마이그레이션으로 진화시키는 방식. 오프라인 앱·프라이버시 앱 설계의 정석입니다.

④ 생체신호 분석 수학을 코드로

RMSSD(연속 R-R 차이의 제곱평균제곱근), z-score 기준선, TRIMP 같은 공식이 어떻게 코드가 되는지 볼 수 있습니다. "논문 한 줄 → 함수 한 개"로 옮기는 연습으로 최고의 교본입니다.

⑤ 1GB+ XML을 메모리 폭발 없이 — 스트리밍 파싱

Apple Health export.xml은 통째로 메모리에 올리면 죽습니다. AppleHealthImporter는 SAX(이벤트 기반) 파서로 한 요소씩 흘려보내며 처리합니다. 대용량 데이터 처리의 핵심 기술입니다.

7시스템 요구사항

8직접 해볼 수 있는 실습 과제

9관련 기술 심화 학습 로드맵

10핵심 키워드 사전

11참고 링크