애플워치가 측정하는 깊은 수면 수치의 오류 — 오차의 크기와 신뢰할 수 있는 대안 지표

아침에 일어나 애플워치 수면 그래프에서 1시간 38분의 깊은 수면 수치를 확인하고 회복 상태가 양호하다고 느낄 수 있습니다. 그러나 그 숫자, 특히 깊은 수면 항목은 거의 확실히 정확하지 않습니다. 근소한 오차가 아니라, 수면 데이터를 바탕으로 오늘 고강도 운동을 수행할지 결정하는 상황이라면 문제가 될 수 있을 만큼 체계적이고 구조적인 오차입니다.

최근 수면다원검사(PSG) 대조 연구들은 이 오차를 구체적인 수치로 확인했습니다. 6종의 웨어러블 기기와 PSG를 직접 비교한 Berryhill 등의 2025년 연구에 따르면, Apple Watch Series 8을 포함한 대부분의 기기가 총 수면 시간, 수면 효율, 입면 후 깨어남 시간, 얕은 수면 분류 항목에서 표준 검사법과 상당한 차이를 보였습니다. <임상수면의학저널(Journal of Clinical Sleep Medicine)>의 2025년 메타분석(24개 연구, 798명 환자 대상) 역시 이러한 경향을 확인했습니다. 웨어러블 기기는 총 수면 시간과 수면 효율을 과대평가하고 입면 후 깨어남 시간을 과소평가하며, 특히 애플워치의 경우 얕은 수면을 유의미하게 과대평가하고 깊은 수면을 과소평가했습니다.

오차의 크기는 어느 정도인가?

Berryhill 등의 연구는 안트베르펜 대학병원에서 62명의 성인(남성 52명, 여성 10명, 평균 연령 46세)을 대상으로 하룻밤 수면다원검사(PSG) 세션을 진행했습니다. Apple Watch Series 8은 동기화된 뇌파(EEG) 측정값과 비교한 6종의 웨어러블 기기 중 하나였습니다. 결과적으로 애플워치는 얕은 수면(N1 + N2)을 유의미하게 과대 분류하고 깊은 수면(N3)을 과소 분류했습니다. 초록에 깊은 수면에 대한 평균 절대 오차가 단일 수치로 게재되지는 않았으나, 이러한 패턴은 조사된 기기군 전반에서 일관되게 나타났습니다.

JCSM 메타분석은 24개 연구와 798명의 환자 데이터를 취합했습니다. 결과의 방향성은 만장일치였습니다. 손목 착용형 기기는 총 수면 시간과 수면 효율을 과대평가하고 입면 후 깨어남 시간을 과소평가하며 수면 단계를 오분류했습니다. 가장 일관되게 나타난 오차는 얕은 수면의 과대평가와 깊은 수면의 과소평가였습니다. 애플워치의 경우 단순 활동기록기(actigraphy)보다는 우수했지만, 수면 단계 분류 측면에서는 일부 경쟁 제품에 비해 유의미하게 저조한 성능을 보이는 것으로 메타분석에서 지적되었습니다.

Brigham and Women's 병원의 2024년 대조 연구에서는 단일 연구실 환경에서 애플워치, Fitbit, Oura Ring을 PSG와 비교했습니다. 애플워치와 Fitbit 모두 얕은 수면을 유의미하게 과대평가하고 깊은 수면을 과소평가했습니다. Oura Ring은 총 수면 시간, 깨어남, 얕은 수면, 깊은 수면, REM 수면, 수면 효율 면에서 PSG와 유의미한 차이가 없었습니다. 그러나 Oura는 센서 착용 위치(손가락 대 손목)와 알고리즘이 다릅니다. 움직임에 의한 노이즈와 관류 변동성이 높은 손목보다 손가락에서 혈류를 측정하는 물리적 조건이 정밀도 확보에 더 유리합니다.

애플워치는 왜 오류를 일으키는가?

애플워치는 가속도계(움직임), 광학 심박수(PPG), 심박변이도(HRV) 데이터를 결합하여 수면 단계를 추정합니다. 반면 PSG는 뇌 파형 활동에서 직접 뇌파(EEG)를 측정하여 N1, N2, N3 단계를 판정합니다. 이 격차는 소프트웨어 업데이트만으로 완전히 메울 수 있는 성격의 것이 아닙니다.

PPG와 움직임 측정의 조합은 '수면 상태 대 각성 상태'를 비교적 정확하게 감지할 수 있습니다. 그러나 서파 뇌파 활동, 근육 긴장도, 자율신경계 활동의 특정 패턴 등 근본적인 생리학적 차이가 손목에서는 관측되지 않기 때문에 얕은 비렘수면과 깊은 비렘수면을 안정적으로 구분하지 못합니다. 시계는 움직임이 없고 심박수가 안정적이며 HRV가 낮은 상태만을 포착합니다. 이러한 패턴은 깊은 수면일 수도 있고, 움직임이 적은 사람의 얕은 수면일 수도 있습니다. 알고리즘은 이를 추정할 뿐이며, 필요 이상으로 자주 '얕은 수면'으로 추정하게 됩니다.

각성이 얕은 수면으로 오분류되는 현상과 깊은 수면이 얕은 수면으로 흡수되는 현상 모두 동일한 결과를 초래합니다. 시계는 실제 얕은 수면, 일부 깊은 수면, 그리고 조용한 각성 상태를 하나로 묶어 처리하므로 '얕은 수면' 수치가 크게 늘어납니다. 결과적으로 화면에 표시되는 깊은 수면 수치는 이러한 합산 후 남은 잔여량이 되어 체계적으로 낮게 측정됩니다.

이것이 운동 결정에 의미하는 바

깊은 수면 수치를 기준으로 고강도 훈련을 진행할지 강도를 낮출지 결정한다면, 노이즈가 강한 신호에 맞춰 최적화를 시도하는 셈입니다. 단 하룻밤의 깊은 수면 측정값도 20~40분가량 차이가 날 수 있습니다. 일주일 동안 이러한 오차는 불균일하게 누적됩니다. 어떤 날은 예측이 실제에 가깝고 어떤 날은 더 오차가 커지지만, 사용자는 이를 구분할 방법이 없습니다.

손목에서 측정되는 정보 중 신뢰도가 높은 항목은 총 침대 체류 시간과 HRV 추세입니다. 이것이 바로 운동 수행 방식을 바꾸는 애플워치 수치들입니다. 총 침대 체류 시간은 PSG로 측정한 총 수면 시간과 비교적 높은 상관관계를 보입니다(여전히 약간 과대평가되는 경향은 있습니다). 매일 아침 일관되게 측정되는 HRV 추세는 수면 단계 구분 수치가 보여주지 못하는 자율신경계 회복 상태를 반영합니다.

수면 단계 구분, 특히 깊은 수면 항목은 정밀하게 보정된 수치가 아닌 대략적인 경향성으로 받아들여야 합니다. 시계에 3일 연속으로 깊은 수면이 30분으로 기록되었다면 실제 깊은 수면이 부족할 가능성이 높습니다. 그러나 1시간 40분으로 기록되었다 하더라도 실제 상태는 양호할 수도 있고 동일하게 부족할 수도 있습니다. 단일 밤의 수치보다는 일주일에 걸친 추세 파악이 훨씬 유용합니다.

대신 무엇을 신뢰해야 하는가

훈련 결정에 있어 시계가 제공하는 가장 실용적인 신호는 수면 단계 원그래프가 아닙니다. 다음 요소들의 조합입니다.

• 총 수면 시간: 실제로 침대에서 잠들어 보낸 시간이 몇 시간인가? 이는 대부분의 웨이트 트레이닝 사용자에게 다음 날 회복 상태를 예측할 수 있는 단일 지표 중 가장 뛰어납니다.
• HRV 추세: 일관되게 측정한 아침 HRV의 7일 이동 평균 수치입니다. 이는 단일 밤의 수면 단계 구분보다 자율신경계 균형을 더 잘 반영합니다. 하향 추세가 관찰된다면 이는 운동량을 줄여야 함을 나타내는 명확한 신호입니다.
• 주관적 컨디션: 깰 때 몸 상태가 어떠했는가? 시계는 이를 측정하지 못합니다. 몸이 피로하다고 느끼는데 시계가 수면 상태가 훌륭하다고 표시한다면, 자신의 느낌을 신뢰하십시오.

수면 단계 구분은 필수 정보가 아닌 참고용 정보에 불과합니다. 수면 대시보드에서 가장 많은 정보를 주는 것처럼 보이지만, 실제로는 가장 신뢰도가 낮습니다.

'대시보드로서의 웨어러블'이 지닌 문제점

애플워치를 넘어선 더 근본적인 문제가 존재합니다. 소비자용 웨어러블 산업은 수면 단계, 준비도 점수, 회복 백분율 등 대시보드에 표시되는 수치들을 절대적인 지표로 받아들이도록 사용자를 학습시켰습니다. 수치는 녹색, 노란색, 빨간색으로 표시되며 축하 메시지나 가벼운 조언이 수반됩니다. 이러한 UX는 데이터의 정확성에 의문을 제기하기보다 유용한 정보를 얻고 있다고 느끼도록 설계되어 있습니다.

이는 수면에 적용된 Whoop의 기억 문제와 같습니다. 기기는 지난밤의 점수를 기록하고 추세 화살표와 함께 표시하며, 사용자는 이를 기반으로 의사결정을 내립니다. 그러나 해당 점수는 문서화된 명확한 단점을 지닌 모델을 바탕으로 산출됩니다. 깊은 수면 요소는 그 모델에서 가장 취약한 부분입니다.

더 나은 접근법은 시계를 직접 해석하는 대시보드로 사용하는 것이 아니라, 시계의 한계를 이해하는 시스템의 입력 장치로 활용하는 것입니다. 시계는 원시 데이터를 수집합니다. 어떤 신호가 신뢰할 수 있고(총 수면 시간, HRV 추세), 어떤 신호에 노이즈가 많은지(수면 단계 구분) 구분할 줄 아는 코칭 레이어가 원그래프를 지켜보는 사용자보다 더 나은 의사결정을 내릴 수 있습니다.

Dorsi가 수행하는 역할이 바로 이것입니다. 제가 귀하의 수면 데이터를 읽어 들이며 — 총 수면 시간, HRV, 추세 — 의사결정의 근거로 삼기에 신뢰도가 부족한 수면 단계 구분 수치는 보여주지 않습니다. 오늘 운동 강도에 대한 결정은 앱을 열기도 전에 이미 내려집니다. 사용자는 일관성을 유지하면 됩니다. 시계 분석은 제가 맡습니다.

요약 버전

이 글에서 몇 가지 핵심만 기억해야 한다면 다음과 같습니다.

• 애플워치는 얕은 수면을 과대평가하고 깊은 수면을 과소평가합니다. 이 오차는 Berryhill 2025(n=62), JCSM 2025 메타분석(24개 연구, 798명 환자), Brigham and Women's 2024 대조 연구 등 PSG 대조 연구를 통해 입증되었습니다.
• 한계 원인은 소프트웨어가 아닌 물리적 특성에 있습니다. 손목 측정 PPG와 가속도계 조합으로는 얕은 비렘수면과 깊은 비렘수면을 안정적으로 구분할 수 없습니다.
• 수면 단계 구분보다는 총 수면 시간과 HRV 추세를 신뢰하십시오. 단일 밤의 수치 대신 일주일간의 추세를 활용하십시오.
• 몸이 피로하다고 느끼는데 시계가 수면 상태가 좋다고 표시한다면 자신의 느낌을 신뢰하십시오.
• 수면 데이터를 활용하는 가장 좋은 방법은 수치를 매번 주시할 필요 없이, 해당 데이터가 백그라운드에서 오늘의 운동 세션을 조용히 구성하도록 맡기는 것입니다.

취침 시간의 일관성, 수면 환경, 스트레스 관리 등 입력 요인에 집중하면 수면 수치는 자연스럽게 뒤따라옵니다. 깊은 수면 수치 자체만을 쫓는다면 실제 회복을 위한 작업은 이루어지지 않은 채 일 년 내내 차트를 최적화하는 데 시간을 허비하게 될 것입니다.

출처

Berryhill et al.의 SLEEP Advances 2025 6개 웨어러블과 수면다원검사 간 비교 연구는 통제된 검사실 환경에서 62명의 성인을 대상으로 진행되어 단계 측정 정확도에 대한 가장 명확한 최근 데이터셋을 제공합니다. 24개 연구와 798명의 환자를 통합 분석한 Journal of Clinical Sleep Medicine 2025 메타분석은 결과를 다시 한번 입증합니다. 소비자용 손목 착용 기기는 얕은 수면을 과대평가하고 깊은 수면을 과소평가하며, 특히 애플워치는 상당한 오분류가 발생하는 것으로 지적되었습니다. Brigham and Women's의 2024년 연구는 Oura와의 직접 비교를 추가하여 물리적 조건이 완화되는 지점을 시사합니다. 손가락 기반 PPG는 수면 단계 분류에서 손목 기반 PPG보다 우수한 성능을 보이지만, 모든 손목 착용 기기에서 오차 격차는 여전히 유의미합니다.