HRV로 개인을 식별할 수 있을까? 공개 기록 202명이 보여 준 것과 보여 주지 못한 것

왜 시험했나요?

HRV는 박동 간격의 변화를 여러 방식으로 요약합니다. 자세, 호흡, 나이, 측정 조건의 영향을 받지만 한 사람에게 반복되는 패턴이나 한 기록이 공유하는 특징도 포함할 수 있습니다.

건강 앱에서는 두 기록을 얼마나 연결할 수 있는지가 저장·내보내기·공유의 위험을 평가할 때 중요합니다.

어떻게 측정했나요?

1. 공개 데이터 사용

   PhysioNet의 Autonomic Aging 데이터에서 이미 보류 집합으로 고정된 211명을 사용했고, 그중 202명이 조건을 충족했습니다.

2. 기록에서 서로 나눈 구간 사용

   같은 기록에서 서로 겹치지 않는 별도 구간을 기준 자료와 질의 자료로 사용했습니다. 구체적인 구간 분할 규칙은 공개하지 않습니다.

3. HRV 유래 정보 비교

   연구용 비교 방법은 HRV 유래 정보를 사용했습니다. 구체적인 특성 설계, 전처리, 유사도 계산은 공개하지 않습니다.

4. 우연 기준과 비교

   202명 중 무작위로 고르면 1위가 맞을 확률은 0.5%입니다. 측정된 정확도는 이 기준과 비교했습니다.

결과

• 1위: 62/202 = 30.7%(95% 신뢰구간 24.7–37.4%, 우연 0.495%)
• 상위 5위: 112/202 = 55.4%(95% 신뢰구간 48.6–62.1%, 우연 2.48%)
• 순열검정(20,000회 반복): p < 0.0001
• 민감도 분석에서 비교 방향을 반대로 바꿈: 1위 34.2%, 상위 5위 55.9%

이 결과가 뜻하지 않는 것

숫자만 보면 “HRV로 신원을 확인할 수 있다”고 읽기 쉽지만 그렇게 결론 내릴 수 없습니다. 한계를 분명히 밝혀야 합니다.

• 등록과 질의가 같은 기록 세션, 즉 같은 날·기기·자세에서 나왔습니다
• 후보 집합은 202명으로 닫혀 있으며 모르는 사람을 거부하는 능력은 측정하지 않았습니다
• 날짜·기기 또는 수면·각성이 달라질 때의 안정성은 전혀 입증하지 않았습니다
• 한 기록에 특유한 세션·센서·처리 인공물이 연결에 기여했을 수 있습니다
• Apple Watch 평가가 아니라 임상 ECG 신호를 사용했습니다

Feelmo 설계에는 어떻게 반영되나요?

이 결과를 고려해 Feelmo는 원칙적으로 HRV 유래 데이터와 점수를 기기에 보관하고 제공자 서버로 자동 업로드하지 않습니다. 사용자가 내보내기나 공유를 시작할 때만 선택한 내용이 지정한 곳으로 전달됩니다.

이 분석은 데이터의 법적 지위를 결정하지 않습니다. 다만 같은 세션의 기록에도 두 구간을 연결하는 단서가 남을 수 있음을 보여 주므로 보수적인 설계를 사용합니다.

데이터와 투명성

집계 결과, 불확실성 구간, 민감도 분석 결과와 위의 한계를 JSON으로 공개했습니다.

개인별 정보와 구체적인 특성 설계, 전처리, 연결 계산은 공개하지 않습니다. 따라서 독립 연구자가 정확히 같은 분석을 아직 재현할 수 없다는 점은 중요한 한계입니다.