수면 점수 비교: Apple, Garmin, WHOOP, Oura

수면 점수는 측정값과 같은 정밀함으로 제시되는 모델입니다. 기기는 먼저 움직임, 맥박 신호, 때로는 체온을 바탕으로 수면을 추정합니다. 그 후 독자적인 공식을 통해 선택된 추정치들을 보통 0에서 100 사이의 하나의 숫자로 압축합니다(Doherty et al., 2025).

이 숫자는 표준화되어 있지 않습니다. 각 플랫폼은 수면 시간, 타이밍, 연속성, 수면 구조 및 생리학적 요인의 서로 다른 조합에 가중치를 부여합니다. 따라서 82점이라는 동일한 점수라 할지라도 4가지 서로 다른 생리학적·행동적 프로필을 나타낼 수 있습니다. 웨어러블 복합 점수에 대한 연구에서도 공식의 투명성이 제한적이고 점수 자체에 대한 동료 평가(peer-reviewed) 검증이 거의 이루어지지 않았음이 밝혀졌습니다(Doherty et al., 2025). Doherty 등의 체계적 문헌고찰은 주로 준비도(readiness) 및 회복(recovery) 복합 점수에 초점을 맞췄습니다. 이 검토의 범위는 전반적인 투명성에 대한 우려를 뒷받침하는 동시에, 각 수면 점수의 타당성 문제는 미해결 상태로 남겨두고 있습니다.

4가지 점수, 4가지 목표 구인

각 플랫폼은 0–100점 표기 방식을 공유하지만 서로 다른 구인(construct)을 목표로 합니다. 따라서 원하는 목표가 명시되지 않는 한 "최고의 점수"라는 표현은 성립할 수 없습니다.

플랫폼	현재 점수 입력 요인 (2026년 7월 기준)	강조하는 요소	비공개로 남아 있는 요소
Apple Health / Apple Watch	Apple의 현재 공식 지원 문서에 따르면 수면 시간 50점, 취침 시간 일관성 30점, 수면 중단 20점이 부여됩니다(Apple Support).	충분한 수면, 규칙적인 타이밍, 연속성에 대한 단순한 요약	Apple의 설명을 벗어난 수면 감지 및 중단 감점의 세부 정보
Garmin	수면 시간, 깬 횟수 및 단계를 포함한 수면 품질, HRV에서 도출된 자율신경 회복(Garmin)	더 광범위한 트레이닝, 스트레스 및 회복 생태계 내에서의 수면	정확한 가중치 및 알고리즘 공식
WHOOP	현재 Sleep Performance 점수의 충족도, 효율성, 일관성 및 수면 스트레스(WHOOP)	계산된 필요량 및 다음 날 회복 행동 대비 수면	정확한 가중치 및 전체 독자적 결합 방식
Oura	총 수면 시간, 효율성, 휴식도, 렘(REM) 수면, 깊은 수면, 입면 지연 시간, 타이밍(Oura)	수면 구조 및 일주기 배치를 포함한 세부적인 수면 특화 프로필	정확한 가중치 및 전체 점수 공식

Apple은 가중치가 공개되어 있고 수면 단계별 시간(분)이 입력 요인 목록에서 제외되어 있어 점수 해석이 가장 쉽습니다. 하지만 정확도는 수면 시간을 위한 수면 감지와 중단을 위한 각성 감지에 여전히 의존하며, 이는 손목 착용형 웨어러블이 흔히 어려움을 겪는 영역입니다.

Garmin은 더 광범위한 질문을 던집니다: 하룻밤 동안 충분한 수면, 적절한 연속성 및 수면 단계, 그리고 자율신경 회복의 징후가 나타났는가? WHOOP의 현재 Sleep Performance는 명시적인 충족도와 일정 일관성을 바탕으로 행동 및 회복에 더 중점을 둡니다. Oura는 수면 구조와 타이밍을 모두 포함하여 가장 세부적인 수면 특화 질문을 던집니다. 더 넓은 입력 요인 집합은 더 풍부한 피드백을 제공할 수 있지만, 추정된 모든 입력 요인은 또 다른 오류의 원인이 될 수 있습니다.

검증의 공백

수면다원검사(Polysomnography, PSG)는 뇌 활동, 안구 운동, 근육 긴장도를 사용하여 수면 단계를 구분합니다. 대부분의 소비자용 기기 검증 연구는 기기가 추정한 수면/각성 상태 또는 수면 단계를 PSG와 비교합니다. 그러나 최종 점수 75점과 85점 중 어느 쪽이 구성 데이터보다 신체 기능, 증상, 부상 또는 건강을 더 잘 예측하는지 직접 검증하는 연구는 거의 없습니다.

2025년 한 연구에서는 성인 62명을 대상으로 하룻밤 동안의 PSG와 6가지 손목 착용 기기를 비교했습니다(Schyvens et al., 2025). 참가자들이 서로 다른 조합으로 기기를 착용했고 일부 기록이 누락되었기 때문에 분석 가능한 실제 표본 수는 Apple Watch Series 8이 20명, Garmin Vivosmart 4가 25명, WHOOP 4.0이 40명이었습니다. 세 기기 모두 PSG 수면 에포크(epoch)의 93% 이상을 감지했으나, 각성 특이도(wake specificity)는 Apple 52.15%, Garmin 29.39%, WHOOP 40.13%에 불과했습니다. 우연에 의한 일치도를 보정한 4단계 코엔 카파(Cohen kappa) 계수는 Apple 0.53, Garmin 0.21, WHOOP 0.37이었습니다. 이러한 수치만으로 현재 점수 순위를 매길 수는 없습니다. 해당 연구는 특정 구형 모델의 수면 출력값을 검증했을 뿐 0–100점 계산 공식은 평가 대상에 포함되지 않았습니다. 기기별 표본 수가 달랐고, 실험실에서 단 1밤만 측정되었으며, 대상군에 다양한 중증도의 수면무호흡증 환자가 포함되었고, 독자적인 알고리즘은 출판 이후 변경될 수 있습니다. 또한 Garmin과 Apple은 상당한 데이터 누락이나 부분 누락이 발생했습니다.

2024년 연구는 건강한 성인 35명을 대상으로 Oura Gen3와 Apple Watch Series 8에 대한 보다 최신의 PSG 수면 검증 데이터를 제공합니다(Robbins et al., 2024). 이 연구에서는 8가지 야간 수면 요약 지표 중 7가지에서 Oura와 PSG 간 통계적으로 유의미한 차이를 발견하지 못했습니다. 단, Oura는 입면 지연 시간(sleep latency)을 5분 과대평가했습니다. 그러나 이러한 귀무 결과(null result)가 동등성을 입증하는 것은 아닙니다. Apple은 얕은 수면을 45분 과대평가하고 깊은 수면을 43분 과소평가했습니다. 개인 간 깊은 수면 및 렘수면 시간의 일치도는 모든 기기에서 낮았으며, 급내 상관계수(intraclass correlation)는 0.40 미만이었습니다. 이 임상시험은 Oura Ring Inc.의 자금 지원을 받았고 저자 중 한 명이 Oura의 의학 자문 위원으로 활동했으며, 단 하룻밤만 테스트되었습니다. 결과는 Oura의 수면 단계 알고리즘에 고무적이지만, Oura 수면 점수 자체는 연구 대상에서 제외되었습니다.

2026년 지속적 체계적 문헌고찰(living systematic review)에서도 Apple Watch에 대해 동일한 전반적 경향이 확인되었습니다(Lambe et al., 2026): 수면 대 각성 분류는 전반적으로 우수했지만, 유사한 수면 단계 간의 구분 능력은 중간에서 낮음 수준이었습니다. 총 221명의 참가자가 포함된 3개의 수면 단계 연구만이 해당 문헌고찰의 선정 기준을 충족했습니다.

입력 오류가 총점으로 전파되는 원리

점수는 입력 요인으로부터 오류를 물려받고 가중치를 통해 가정을 추가합니다. 이는 별개의 문제입니다.

수면/각성 오류는 4가지 모두에 영향을 미칩니다. 웨어러블은 일반적으로 수면 감지 민감도는 높지만 각성 감지 특이도는 떨어집니다. 조용한 상태의 가만히 있는 각성이 수면으로 카운트되어 수면 시간과 효율성은 과대평가되고 수면 중단 횟수는 감소할 수 있습니다. Apple의 투명한 공식 역시 100점 만점 중 70점이 수면 시간과 수면 중단 추정치에 크게 의존하기 때문에 이 문제에서 자유롭지 못합니다(Apple Support).

수면 단계 오류는 기기마다 다른 영향을 미칩니다. Oura와 Garmin은 수면 단계 정보를 명시적으로 포함합니다. 이들 점수는 총 수면 시간이 변하지 않더라도 알고리즘이 얕은 수면, 깊은 수면, 렘수면 간의 시간(분) 배분을 변경하면 점수가 변할 수 있습니다. WHOOP의 현재 4부분 Sleep Performance 설명에는 수면 단계 시간이 직접적인 요소로 기재되어 있지 않으며, Apple은 수면 단계를 전혀 반영하지 않습니다. 수면 단계 가중치를 피하면 수면 단계 정확도가 불확실할 때 점수의 당위성을 방어하기 쉬워지지만, 이는 점수가 다루는 질문의 범위를 좁힌다는 의미이기도 합니다.

공식마다 최적화하는 구인이 다릅니다. WHOOP 수면 충족도는 계산된 필요 수면량(Sleep Need)에 상대적입니다. Garmin은 자율신경 회복을 포함합니다. Oura는 입면 지연 시간과 일주기 타이밍을 포함합니다. Apple은 공개된 고정 점수 배점을 적용합니다. 두 기기 간의 불일치는 4가지 시스템 내부 논리상 모두 정당할 수 있습니다: 한 플랫폼은 수면 시간에 가중치를 주는 반면, 다른 플랫폼은 스트레스나 일정 타이밍에 불이익을 줄 수 있습니다.

빈번한 알고리즘 변경으로 비교에 한계가 있습니다. 검증 결과는 특정 기기, 소프트웨어 버전, 대상 집단 및 검증 조건에 국한됩니다. 비교 시 자주 인용되는 2022년 6개 기기 대상 연구에서는 서드파티 앱인 SleepWatch를 통한 Apple Watch Series 6와 구형 3단계 모델, 그리고 Garmin, WHOOP, Oura의 이전 세대 모델을 사용했습니다(Miller, Sargent, and Roach, 2022). 따라서 Apple의 현재 자체 수면 점수는 해당 연구로 검증되지 않았으며, 이는 브랜드 차원의 순위가 얼마나 빨리 지식으로서의 유효성을 잃는지 보여줍니다.

실용적 비교

"가장 정확한 수면 점수"라는 타이틀을 얻을 만큼 충분한 독립적 점수 수준 검증 증거를 확보한 플랫폼은 없습니다. 따라서 보다 유용한 평가 방법은 투명성, 수면 상세 정보, 일관성 추적, 트레이닝 맥락을 구분하여 판단하는 것입니다.

Apple Health: 투명하고 명확한 범주의 점수에 최적

수면 시간, 규칙성, 수면 중단에 대한 이해하기 쉬운 요약을 원할 때 Apple은 가장 강력한 선택입니다. 공개된 50/30/20 가중치 배점 덕분에 점수 변화를 추적할 수 있으며, 수면 단계별 시간(분)을 배제함으로써 웨어러블의 가장 취약한 측정 항목 중 하나에 대한 노출을 제한합니다. 대신 손목 기반 수면/각성 감지에 의존해야 하며 수면 품질에 대해 의도적으로 좁은 범주의 시각만 제공한다는 한계가 있습니다.

Garmin: 통합된 지구력 및 회복 생태계에 최적

Garmin의 점수는 스트레스, 바디 배터리(Body Battery), HRV 상태, 수면 코치, 트레이닝 준비도 등 성숙한 기능 생태계 내에 존재합니다. 트레이닝 부하와 함께 수면을 해석하고자 하는 사용자에게 유용할 수 있습니다. 다만 공식이 불투명하며, 2025년 실험실 연구에서 테스트된 Vivosmart 4는 각성 감지 성능이 낮았습니다. 이 결과를 현재 모든 Garmin 모델에 일반화할 수는 없지만, 해당 점수를 임상적 측정치로 다루어서는 안 된다는 근거가 됩니다.

WHOOP: 필요 수면량 및 행동 피드백에 최적

WHOOP은 수면 기회, 계산된 필요 수면량, 효율성, 일관성, 생리적 스트레스 간의 관계를 매우 명확하게 보여줍니다. 별도의 4일 수면 일관성 뷰는 행동 변화에 도움을 줍니다. 그럼에도 점수는 여전히 독자적인 가중치를 사용하며, 단지 수면 모니터링만이 목적이라면 정기 구독 비용 또한 고려해야 할 요소입니다.

Oura: 수면 특화 분석의 깊이에 최적

Oura는 가장 광범위한 수면 중심 세부 분석을 제공하며, 많은 사람들이 야간에 착용하기 더 편하다고 느끼는 반지 형태의 기기입니다. Gen3의 수면 단계 분석 결과는 고무적이지만, 최근 가장 강력한 PSG 비교 연구는 규모가 작았고 업계 자금 지원을 받았습니다. 렘수면과 깊은 수면이 점수에 반영되므로, 사용자는 수면 단계 변동으로 인한 점수 하락에 민감하게 반응하기 전에 총 수면 시간, 타이밍, 효율성을 먼저 확인해야 합니다.

평가는 사용 목적에 따라 달라집니다. Apple은 해석 가능성이 가장 높고, Oura는 수면 분석에 가장 특화되어 있으며, WHOOP은 수면 충족도와 일관성을 가장 명확하게 제시하고, Garmin은 지구력 회복과의 통합성이 가장 뛰어납니다. 기기 선택은 종합 점수를 부차적인 요소로 두고 자신이 확인하고자 하는 근본적인 질문에 따라 이루어져야 합니다.

점수를 과도하게 해석하지 않고 활용하는 법

점수를 동일 기기 내에서의 트렌드로 활용하세요. 실용적인 확인 순서는 다음과 같습니다:

1. 총 수면 시간과 수면 시간이 타당해 보이는지 확인합니다.
2. 취침 시간, 기상 시간, 여행, 질병, 음주 또는 평소와 다른 트레이닝 일정이 점수 변화를 설명할 수 있는지 확인합니다.
3. 총점에만 반응하기보다 변동이 발생한 세부 기여 요인을 조사합니다.
4. 동일한 기기와 착용 상태를 유지하면서 최소 1주일, 가급적 수주 간의 데이터를 비교합니다.
5. 주간 졸음, 기분, 주간 기능 상태를 함께 고려합니다. 웨어러블은 이를 직접 관찰할 수 없습니다.

Apple의 82점과 Oura의 82점을 비교하지 말고, 특정 브랜드의 "양호함" 기준을 다른 브랜드에 그대로 적용하지 마세요. 동일 브랜드 내에서의 알고리즘 업데이트만으로도 기준선이 달라질 수 있습니다. 두 기기의 결과가 일치하지 않는 경우, 최종 점수를 대조하는 것보다 총 수면 시간과 명확한 각성 구간을 조사하는 것이 더 신뢰할 수 있는 방법입니다.

추적 기기로 인한 불안감 역시 유병률은 밝혀지지 않았으나 실제 임상 현장에서 우려되는 문제입니다. 3명의 환자를 대상으로 한 증례 보고(case series)에서는 웨어러블 수면 데이터의 완벽주의적 추구를 가리켜 **오소솜니아(orthosomnia)**라는 용어를 도입했습니다(Baron et al., 2017). 3건의 사례만으로 이 문제가 얼마나 흔한지 입증하거나 수면 추적이 불면증을 유발했음을 증명할 수는 없습니다. 하지만 수면 관련 우려를 지속적으로 악화시키는 점수가 본래의 목적을 더 이상 수행하지 못하고 있음을 잘 보여줍니다.

웨어러블 점수에 의존해서는 안 되는 상황

높은 점수가 나온다고 해서 폐쇄성 수면무호흡증, 불면증, 하지불안 증후군, 일주기 리듬 장애 또는 약물 영향을 배제할 수 없습니다. 낮은 점수가 나왔다고 해서 이러한 질환을 진단할 수도 없습니다. 미국수면의학회(American Academy of Sleep Medicine)는 수면 장애가 의심될 경우 의학적 평가와 검증된 진단 도구가 여전히 필요하다고 밝히고 있습니다(Khosla et al., 2018).

지속적인 과도한 낮 졸림, 숨가쁨이나 호흡 정지를 동반한 심한 코골이, 반복되는 불면증, 아침 두통 또는 졸음운전은 대시보드 점수와 관계없이 전문적인 의학적 진료가 필요합니다. 적절한 시기에 진료를 받을 때 점수 기록의 날짜와 패턴을 담당 의료진에게 제공하십시오.

결론

수면 점수는 서로 다른 구인을 요약한 것이므로 상호 교환할 수 없습니다. 검증 연구에 따르면 웨어러블은 전반적인 수면 패턴, 특히 수면 시간을 추적하는 용도로는 유용하지만, 조용한 각성 상태 및 수면 단계 구분에서는 성능이 떨어지는 것으로 나타났습니다. 현재 어떤 0–100 수면 점수가 가장 정확한지 입증하는 증거는 존재하지 않습니다.

Apple은 가장 명확하고 범주가 좁은 공식을 제공합니다. Garmin은 수면을 광범위한 트레이닝 생태계와 연결합니다. WHOOP은 수면 필요량, 효율성, 일관성 및 스트레스를 강조합니다. Oura는 가장 풍부한 수면 특화 세부 항목을 제공합니다. 과학적으로 더 안전한 선택은 자신이 확인하고자 하는 질문에 부합하는 입력 요인을 가진 플랫폼을 선택하고, 그 트렌드를 추적하며, 행동을 바꾸기 전에 점수 뒤에 숨겨진 세부 요인을 살펴보는 것입니다.

참고문헌

1. Schyvens AM, Peters B, Van Oost NC, et al. A performance validation of six commercial wrist-worn wearable sleep-tracking devices for sleep stage scoring compared to polysomnography. SLEEP Advances. 2025;6(2):zpaf021.
2. Robbins R, Weaver MD, Sullivan JP, et al. Accuracy of three commercial wearable devices for sleep tracking in healthy adults. Sensors. 2024;24(20):6532.
3. Miller DJ, Sargent C, Roach GD. A validation of six wearable devices for estimating sleep, heart rate and heart rate variability in healthy adults. Sensors. 2022;22(16):6317.
4. Lambe R, Baldwin M, O'Grady B, Schumann M, Caulfield B, Doherty C. The accuracy of Apple Watch measurements: a living systematic review and meta-analysis. npj Digital Medicine. 2026;9:26.
5. Doherty C, Baldwin M, Lambe R, Burke D, Altini M. Readiness, recovery, and strain: an evaluation of composite health scores in consumer wearables. Translational Exercise Biomedicine. 2025;2(2):128–144.
6. Baron KG, Abbott S, Jao N, Manalo N, Mullen R. Orthosomnia: are some patients taking the quantified self too far?. Journal of Clinical Sleep Medicine. 2017;13(2):351–354.
7. Khosla S, Deak MC, Gault D, et al. Consumer sleep technology: an American Academy of Sleep Medicine position statement. Journal of Clinical Sleep Medicine. 2018;14(5):877–880.
8. Apple. Track your sleep on Apple Watch and use Sleep on iPhone. Apple Support. [2026년 7월 28일 접속].
9. Garmin. Garmin Sleep Score and Sleep Insights. Garmin. [2026년 7월 28일 접속].
10. WHOOP. WHOOP Sleep. WHOOP Support. [2026년 7월 28일 접속].
11. Oura. Sleep Contributors. Oura Member Care. [2026년 7월 14일 업데이트; 2026년 7월 28일 접속].