먼저, 짧게 답하면
SDNN은 측정 시간 전체에서 심박 간격이 얼마나 퍼져 있는지, RMSSD는 이웃한 박동 간격이 얼마나 달라지는지를 나타냅니다. Apple HealthKit은 SDNN, Oura와 WHOOP는 RMSSD를 쓴다고 설명합니다. 정확히 서로 바꾸는 공통 공식은 없습니다. 지표·기기·시간대·측정 길이·자세 등의 조건을 맞춰 비교하세요.
이 글의 요점
- SDNN은 전체의 퍼짐, RMSSD는 이웃한 박동 간 차이를 봅니다
- 단위는 모두 ms이지만 계산이 달라 직접 환산할 수 없습니다
- Apple HealthKit은 SDNN, Oura와 WHOOP는 RMSSD를 씁니다
- 단일 측정, 밤 평균, 고유 회복 점수는 다른 값입니다
- 지표·기기·시각·길이·자세·호흡·요약 방식을 맞춰 비교합니다
- HRV만으로 자율신경 상태나 병을 진단할 수 없습니다
SDNN과 RMSSD는 서로 다른 HRV 계산법
HRV는 심박과 다음 심박 사이 간격의 변화를 뜻하지만 계산법은 하나가 아닙니다. SDNN과 RMSSD는 자주 쓰이는 두 지표입니다.
시간에 따라 간격이 서서히 변하는 기록과 매 박동마다 길고 짧음을 반복하는 기록을 생각해 보세요. 전체의 퍼짐과 한 박동마다의 차이는 같지 않습니다. 두 지표의 숫자가 다른 이유는 주목하는 변화가 다르기 때문입니다.
- SDNN: 측정 시간 전체의 정상 박동 간격이 평균에서 얼마나 퍼졌는지
- RMSSD: 이웃한 정상 박동 간격이 매번 얼마나 달라지는지
- 공통점: 보통 밀리초(ms)로 표시하며 원본 심박 데이터 품질의 영향을 받음
- 차이점: 주목하는 변동이 달라 같은 숫자일 필요가 없음
SDNN은 측정 시간 전체의 퍼짐
SDNN은 분석에서 정상으로 판단한 박동 간격의 표준편차입니다. 표준편차는 값들이 평균 주위에 얼마나 퍼져 있는지 나타냅니다. 느린 변화와 빠른 변화를 포함해 전체 측정 시간의 변이를 요약합니다.
SDNN은 측정 길이에 크게 영향을 받습니다. 길게 기록할수록 수면·각성, 자세, 활동과 시간대 변화가 들어오기 쉽습니다. 짧은 측정, 5분, 24시간 SDNN을 같은 기준으로 비교할 수 없습니다.
HealthKit은 SDNN을 밀리초 단위 개별 자료로 저장합니다. 같은 SDNN이라도 의료기관의 24시간 심전도와 측정 방식이 다릅니다.
RMSSD는 이웃한 박동 간격의 차이
RMSSD는 이웃한 정상 박동 간격 차이를 한 쌍씩 계산해 종합합니다. 차이를 제곱해 평균한 뒤 제곱근을 취합니다. 이름과 식은 길지만 직전 박동에서 다음 박동으로의 변화를 본다고 기억하면 쉽습니다.
RMSSD에는 비교적 빠른 간격 변화가 강하게 나타나며 호흡에 따른 변화와도 관련됩니다. 다만 호흡 속도·깊이, 자세, 심박수와 측정 환경에도 영향을 받습니다.
이를 부교감신경의 양이나 회복력 자체로 보는 것은 정확하지 않습니다. 2026년 HRV 연구 지침도 교감신경 활동이나 교감·부교감신경 균형을 직접 나타내는 값으로 사용하지 말라고 주의합니다.
Apple Watch·Oura·WHOOP의 지표와 요약 방식
세 제품은 모두 HRV를 밀리초로 표시하지만 지표와 하루 값을 만드는 방식은 다릅니다. 기능과 계산은 업데이트될 수 있으므로 사용 제품의 최신 설명도 확인하세요.
- Apple Watch/HealthKit: 움직임이 충분히 적고 깨끗한 신호를 얻은 측정에서 개별 SDNN 저장
- Oura: RMSSD를 써서 수면 중 변화와 밤 평균을 표시한다고 설명
- WHOOP: RMSSD를 쓰며 Recovery에서는 밤 데이터를 독자 방식으로 요약
- 다른 앱: HealthKit SDNN을 읽기도 하고 자체 센서나 박동 간격으로 다른 지표를 계산하기도 함
같은 날 값이 다른 여섯 가지 이유
- 지표 차이: SDNN, RMSSD, 로그 변환값, 고유 회복 점수 등을 비교함
- 센서 차이: 손목·손가락 광학 센서와 가슴 벨트 심전 신호 등 원본이 다름
- 길이 차이: 짧은 자동 측정, 기상 후 고정 측정, 수면 전체가 섞임
- 시각 차이: Apple 개별값과 다른 앱의 밤 대표값은 같은 순간이 아님
- 전처리 차이: 움직임·불규칙 박동·신호 불량을 제거하거나 수정하는 방식이 다름
- 요약 차이: 평균, 중앙값, 가중 평균, 가장 안정적인 구간 등 방식이 다름
SDNN을 RMSSD로 바꾸는 공통식은 없습니다
집단 데이터에서는 둘이 비슷한 방향으로 움직일 수 있습니다. 그래도 단일 SDNN에서 정확한 RMSSD를 구하는 공통식은 없습니다. 요약값만으로 원래 심박 간격의 배열 순서를 알 수 없기 때문입니다.
SDNN이 42ms이니 RMSSD로는 몇 ms라고 바꾸지 마세요. SDNN끼리, RMSSD끼리 추적합니다.
연구를 읽을 때도 지표와 기록 길이를 확인하세요. 24시간 심전도의 SDNN, 5분 안정 시 RMSSD, 수면 웨어러블 값은 모두 HRV라 불려도 같은 기준으로 비교하지 못합니다.
비교 전 다섯 단계
지표 이름을 봅니다
SDNN, RMSSD, 로그 변환 lnRMSSD, 고유 점수 중 무엇인지 봅니다. HRV만 적혔다면 앱 설명을 확인합니다.
출처를 봅니다
iPhone 건강 → 검색 → 심장 → 심박변이도에서 개별 시각과 입력한 기기·앱을 봅니다.
같은 시간대를 고릅니다
수면 중, 기상 직후, 낮, 호흡 세션을 나눕니다. 자동값과 의식해서 호흡한 값도 따로 다룹니다.
측정 길이와 자세를 맞춥니다
짧은 측정과 밤 대표값, 앉은 자세와 누운 자세 등을 섞지 말고 비교 가능한 조건만 모읍니다.
같은 지표의 장기 경향을 봅니다
기기·앱·지표를 하나 정해 자신의 몇 주 범위와 비교합니다. 다른 앱과 같은 숫자로 만들 필요는 없습니다.
극단적인 값이나 증상이 있다면
손목 광학 센서의 오차, 몸 움직임, 불규칙 박동, 제대로 제거되지 않은 박동은 두 지표 모두에 영향을 줍니다. 불규칙 박동이 많으면 아주 높은 HRV를 매우 잘 회복했다고 읽을 수 없는 경우가 있습니다.
HRV는 심방세동 등 부정맥을 찾거나 배제하는 검사가 아닙니다. 가슴 통증, 심한 숨 가쁨, 실신, 갑자기 시작해 지속되는 심한 두근거림이 있다면 앱 차이보다 지역 응급 상담이나 의료기관 이용이 우선입니다.
참고 자료
- HealthKit 심박변이도(SDNN) 사양 — Apple Developer
- Using Apple Watch to Measure Heart Rate, Calorimetry, and Activity — Apple
- Cardiovascular Health White Paper(HRV는 rMSSD) — Oura
- Apple Health Integration(Apple은 SDNN, WHOOP는 RMSSD) — WHOOP Support
- Guidelines for rigor and reproducibility of heart rate variability within human cardiovascular research — American Journal of Physiology-Heart and Circulatory Physiology
- Heart rate variability measurement and influencing factors — European Heart Journal — Digital Health
