데드리프트 중 애플워치가 심박수를 측정하지 못하는 이유

세트가 끝납니다. 바를 거치대에 놓고 가쁜 숨을 가다듬으며 애플워치를 확인합니다. 화면에는 132 bpm이라고 표시됩니다. 실제로 느껴진 심박수는 155, 혹은 그 이상이었을 것입니다. 착각이 아닙니다.

애플워치는 웨이트 트레이닝을 즐기는 이들 사이에서 단연 가장 인기 있는 피트니스 웨어러블입니다. 하지만 데드리프트, 풀업, 파머스 캐리, 중량 로우 등 가장 중요하게 여기는 핵심 운동을 수행하는 동안 애플워치가 측정하는 심박수는 체계적인 오차를 보입니다. 동료 심사를 거친 두 편의 검증 연구가 이 오차를 수치로 입증했으며, 그 차이는 결코 작지 않습니다.

이는 애플이 watchOS 11 업데이트로 해결할 수 있는 소프트웨어 버그가 아닙니다. 물리 법칙의 문제입니다. 광학 심박수 센서인 광용적맥파 측정법(photoplethysmography, PPG)은 녹색광을 이용하여 피부 아래의 혈류량 변화를 측정합니다. 고중량 복합 운동을 수행할 때는 두 가지 요인이 이 신호를 교란합니다. 손목이 급격하고 예측 불가능하게 움직이며, 악력으로 인해 전완근이 압박되어 센서 부위의 혈류량이 감소합니다. 그 결과 심박수가 상승할 때 515초, 하강할 때 다시 515초의 지연이 발생합니다. 애플워치에 140 bpm이 표시될 무렵, 실제 심박수는 이미 10초 전에 150 bpm을 찍고 내려와 휴식을 취하고 있는 상태입니다.

운동 중 실시간 심박수를 기준으로 운동 강도를 가늠하고 있다면, 지연되고 감쇄된 데이터를 바탕으로 판단하고 있는 셈입니다. 해결책은 스트랩을 바꾸는 것이 아닙니다. 애플워치가 보낸 신호 중 어느 것을 신뢰하고 어느 것을 무시해야 하는지 구별하는 것입니다.

오차를 입증한 두 편의 연구

Bunn 등(2018)은 임상용 심전도(ECG) 가슴 스트랩과 애플워치 시리즈 3을 직접 비교 검증한 최초의 연구를 발표했습니다. 다양한 운동 종목 전반에 걸쳐, 저항 운동 수행 시 애플워치의 평균 절대 오차는 분당 7~10회(bpm)였습니다. 이는 평균적인 오차 수치로, 일부 반복에서는 오차가 더 적거나 더 컸습니다. 가장 큰 오차를 나타낸 운동은 데드리프트, 풀업, 파머스 캐리였습니다. 모두 지속적이고 강한 악력과 손목 개입이 요구되는 운동들입니다.

Falter 등(2022)은 애플워치 시리즈 6, Polar Vantage V, Fitbit Sense를 대상으로 한 연구에서 이 결과를 재검증했습니다. 시리즈 6은 5가지 활동 유형 전반에 걸쳐 변동 계수(CV)가 5% 미만을 기록하며 전반적인 성능이 향상되었으나, 급격한 심박수 변화가 일어나는 동안에는 여전히 가슴 스트랩보다 반응이 느렸습니다. 이러한 급격한 변화는 고중량 복합 운동의 모든 워킹 세트마다 일어나는 현상입니다.

공통된 결론은 명확합니다. 손목 PPG는 손목이 주기적으로 움직이고 악력 압력이 낮은 정속 운동에서 우수한 성능을 발휘합니다. 러닝, 사이클링, 걷기 등이 대표적입니다. 반면 스트렝스 트레이닝을 구성하는 짧고 강렬하며 높은 힘이 개입되는 동작에서는 성능이 현저히 떨어집니다.

손목에서 실제로 일어나는 문제

PPG 센서는 피부를 통해 녹색광을 비추고 미세혈관을 따라 혈액이 박동할 때 반사되는 빛의 변화를 측정합니다. 웨이트 트레이닝 중에는 다음 세 가지 요인이 이 신호를 교란합니다.

첫 번째는 움직임 아티팩트(motion artifact)입니다. 애플이 사용하는 가속도계 기반의 움직임 보정 기술은 정속 운동에 효과적입니다. 예를 들어 러닝 동작 중 손목의 위치는 정확히 예측할 수 있습니다. 하지만 데드리프트 락아웃이나 풀업의 당기는 동작처럼 격렬하고 비반복적인 움직임은 예측할 수 없습니다. 그 결과 센서가 맥파를 놓치게 되며, 신호를 다시 포착할 때까지 값을 보간하여 추정합니다.

두 번째는 악력으로 인한 혈관 폐색(grip-induced occlusion)으로, 웨이트 트레이닝에 특화된 문제입니다. 바벨이나 풀업 바를 강하게 쥐면 전완근이 수축하면서 손목 근처의 표재성 혈관을 압박합니다. 이로 인해 센서 아래의 피부 표면으로 도달하는 혈류량이 줄어들고, PPG 신호가 약해집니다. 애플워치는 맥박을 추출하기 위해 연산을 더 많이 수행해야 하며, 결과적으로 데이터의 노이즈가 증가합니다.

세 번째 요인은 흔하지는 않지만 피부 톤과 문신의 빛 흡수입니다. 녹색광 파장은 멜라닌에 흡수되며 문신 잉크에 의해서는 완전히 차단됩니다. 센서가 짙은 문신 위에 위치할 경우 애플워치가 수치를 전혀 측정하지 못할 수 있습니다.

이러한 문제들은 펌웨어 업데이트로 해결할 수 없습니다. 손목 착용형 광학 심박수 측정이라는 방식 자체가 지닌 물리적 한계입니다.

실제 훈련 시 신호 지연 양상

1RM의 85% 중량으로 데드리프트 5회 1세트를 수행한다고 가정해 보겠습니다. 바벨에 접근하면서 심박수가 급격히 상승하고, 세트 수행 중에 최고조에 달하며, 바벨을 내려놓는 순간 떨어지기 시작합니다. 가슴 스트랩은 2초 미만의 시간 안에 상승을 감지하고 하강 역시 빠르게 기록합니다. 반면 애플워치는 정점에 도달했음을 기록하는 데 515초가 걸리고, 회복 상태를 반영하는 데 다시 515초가 소요됩니다.

실제 운동 상황으로 치환하면 다음과 같습니다. 애플워치에 최고 강도 구간(zone 5)에 진입했다고 표시될 때는 이미 세트 전체가 끝난 후입니다. 휴식을 시작했음에도 애플워치의 심박수 수치는 10초 동안 계속 상승하다가 비로소 하강하기 시작합니다. 결과적으로 기록된 회복 심박수는 실제보다 더 높고 느리게 내려가는 것처럼 보입니다.

이는 심박수를 기준으로 다음 세트 시작 시점을 결정할 때 문제가 됩니다. 일반적인 지침은 심박수가 특정 기준선(예: 120 bpm) 이하로 떨어질 때까지 휴식하는 것입니다. 실제 심박수는 이미 110 bpm까지 내려갔는데 애플워치가 여전히 120 bpm을 표시하고 있다면, 불필요하게 휴식을 단축하게 됩니다. 운동 전체 세션에 걸쳐 이러한 오차가 누적되면 피로도가 높아지고 후반 세트의 운동 질이 저하됩니다.

애플워치가 실제로 뛰어난 영역

애플워치는 운동 중 실시간 심박수 측정보다 훈련에 더 중요한 세 가지 항목을 뛰어나게 측정합니다. 바로 안정시 심박수, 심박변이도(HRV), 그리고 수면 추적입니다. 이 세 가지 지표는 모두 휴식 상태에서 측정되므로 움직임 아티팩트나 악력으로 인한 혈관 압박이 발생하지 않습니다. 사용자가 정지해 있을 때 PPG 센서는 정확하게 작동합니다.

안정시 심박수는 꾸준한 훈련이 지속되는 수 주에 걸쳐 감소하는 경향을 보이며, 질병이나 피로가 누적되면 상승합니다. 아침 기립 검사나 수면 중에 측정되는 HRV는 회복 상태를 보여주는 신뢰도 높은 지표입니다. 수면 추적은 수면 시간과 규칙성 데이터를 제공하여 훈련 준비도를 직접적으로 파악할 수 있게 해줍니다.

이러한 지표들이야말로 훈련 의사결정 체계를 구축하는 데 활용해야 할 신호입니다. 세트 진행 중 표시되는 실시간 심박수 화면보다 덜 흥미로울지 몰라도, 훨씬 실용적이고 실행 가능한 정보를 제공합니다. 이에 대해서는 훈련 방식을 바꾸는 애플워치 수치 활용법 문서에서 자세히 다루었습니다. 요약하자면, 애플워치가 잘하는 기능에 집중하고 그렇지 못한 기능은 무시하는 것이 좋습니다.

운동 중 심박수 측정을 위한 대안

고중량 복합 운동을 하는 동안 정확한 심박수가 필요하다면 답은 가슴 스트랩입니다. Polar H10, Garmin HRM-Pro, Wahoo TICKR 등 어떤 제품이든 1초 미만의 지연 시간으로 심전도(ECG) 수준의 정확한 수치를 제공합니다. 가슴 스트랩은 손목의 광학 혈류량이 아닌 심장의 전기적 활동을 직접 측정하므로 움직임이나 악력의 영향을 받지 않습니다.

대신 편의성을 양보해야 합니다. 가슴 스트랩은 착용해야 할 장비가 하나 더 늘어나고, 세탁해야 하며, 배터리도 충전해야 합니다. 대다수 웨이트 트레이너에게 일상 훈련에서는 애플워치의 편의성이 정확도 손실보다 더 크게 작용합니다. 중요한 것은 이러한 오차가 언제 문제가 되는지 파악하는 것입니다.

휴식 시간이 짧고 엄격한 인터벌 형태의 훈련을 할 때 이 오차는 중요해집니다. 운동 자각도(RPE) 기반 프로그램에서 주관적 피로도를 교차 검증하기 위해 심박수를 활용할 때도 중요합니다. 또한 고중량 복합 운동 세트 간 회복 상태를 추적하고자 할 때도 문제가 됩니다.

정속 유산소 운동, 일반적인 일상 활동, 안정시 지표 측정에는 애플워치로도 충분합니다. 하지만 데드리프트, 풀업, 파머스 캐리에서는 그렇지 않습니다.

더 나은 접근법: 운동 중 심박수가 아닌 HRV 활용하기

가슴 스트랩을 착용할 의향이 없다면, 운동 중 심박수에 의존하는 것을 완전히 멈추고 애플워치가 잘 측정하는 안정시 지표에 주목하는 것이 더 현명한 전략입니다.

매일 아침 일관되게 측정되는 HRV는 신체의 훈련 준비도와 상관관계가 높은 회복 점수를 제공합니다. 기준치보다 낮은 HRV는 누적된 피로, 수면 부족 또는 질병 전조 증상을 시사합니다. 기준치보다 높은 HRV는 신체가 회복되어 고강도 세션을 수행할 준비가 되었음을 시사합니다. Dorsi는 이 하나의 수치를 바탕으로 세션을 조정하는 방법을 다룬 낮은 HRV 상태에서의 훈련 가이드를 제공하고 있습니다.

운동 중 심박수 대비 HRV가 지닌 장점은 동일한 시간, 동일한 자세, 움직임이 없는 통제된 조건에서 측정된다는 점입니다. 이를 통해 PPG 센서가 설계된 대로 정확하게 작동하여 깨끗하고 실용적인 데이터를 얻을 수 있습니다.

두 번째 신호는 안정시 심박수입니다. 수 주에 걸쳐 상승하는 경향을 보인다면 디로딩을 고려하거나 수면 및 스트레스 상태를 점검해야 한다는 경고 신호입니다. 갑작스러운 수치 급증은 질병의 첫 번째 징후인 경우가 많습니다. 이 두 지표 모두 데드리프트 마지막 세트에서 측정된 노이즈 섞이고 지연된 심박수보다 장기적인 훈련 의사결정에 훨씬 더 유용합니다.

회복 점수의 허점

많은 웨이트 트레이너들이 애플워치의 자체 '운동 부하(Training Load)' 기능이나 제3자 앱을 통해 운동 중 심박수를 가중 산출하여 회복 점수를 확인합니다. 그러나 주력 운동에 대한 심박수 데이터에 체계적인 오차가 존재한다면, 해당 회복 점수는 노이즈 기반으로 산출된 수치에 불과합니다.

Dorsi의 접근 방식은 적응형 의사결정 과정에서 운동 중 심박수에 의존하지 않음으로써 이 문제를 회피합니다. Dorsi의 적응형 엔진은 워킹 세트의 손목 PPG 심박수가 아닌, 사용자가 기록한 중량, 반복 횟수, RPE, 그리고 안정시 회복 지표를 활용합니다. 그 결과 데드리프트 중 맥박을 포착하지 못하는 센서 오류의 영향 없이, 실제로 수행한 운동과 실제 회복 상태에 맞춤 조정되는 훈련 플랜을 제공합니다.

요약

애플워치 자체가 불량한 것은 아닙니다. 단지 손목 PPG 방식이 이 한 가지 영역을 감당하지 못할 뿐입니다. 데드리프트, 풀업, 파머스 캐리는 움직임 아티팩트와 악력으로 인한 혈관 압박을 유발하여 광학 심박수 신호를 교란합니다. 두 편의 검증 연구가 이 오차를 입증했습니다. 평균 710 bpm의 오차, 515초의 반응 지연이 발생합니다.

애플워치는 안정시 심박수, HRV, 수면 추적 용도로 활용하세요. 운동 중 정확한 심박수가 필요하다면 가슴 스트랩을 사용하세요. 또는 운동 중 심박수 추적을 완전히 내려놓고 휴식기 회복 지표를 기준으로 훈련을 진행하는 방법도 있습니다.

세트 진행 중 손목에 표시되는 숫자는 애플워치가 제공하는 수치 중 가장 신뢰도가 떨어지는 수치입니다. 당신이 정지해 있을 때 애플워치가 기록하는 수치야말로 훈련을 실제로 변화시키는 가치 있는 데이터입니다.

출처

Bunn et al.은 2018년 Journal of Sports Medicine and Physical Fitness에 최초의 애플워치 직접 비교 검증 연구를 발표하여, 임상용 ECG 가슴 스트랩과 비교했을 때 저항 운동(특히 데드리프트와 풀업)에서 가장 큰 심박수 오차가 발생함을 보여주었습니다. Falter et al.은 2022년 European Journal of Sport Science에 발표한 연구에서 이를 재검증 및 확장하여, 향상된 광학 센서를 탑재한 Series 6조차도 급격한 심박수 변화 중에는 가슴 스트랩 수치보다 여전히 지연됨을 입증했습니다. American College of Sports Medicine의 검토 논문에 요약된 광범위한 PPG 움직임 아티팩트 관련 문헌 역시 손목 착용형 광학 센서가 움직임과 조직 압박에 의해 구조적으로 제한된다는 점(소프트웨어가 아닌 물리적 문제)을 확인해 줍니다.