Apple Watch 수면 측정은 얼마나 정확할까?

결론부터 말하면 Apple Watch는 잠들어 있었는지 깨어 있었는지, 전체 수면 시간이 대략 어떻게 변하는지를 돌아보는 참고가 될 수 있습니다. 그러나 하룻밤의 “깊은 수면이 정확히 몇 분이었는지”를 수면다원검사(PSG)와 같은 정확도로 확정하는 장치는 아닙니다.

가장 중요한 점은 다음 세 종류의 숫자를 섞지 않는 것입니다.

1. Apple이 자사 수면 단계 기능을 검증한 숫자
2. 독립 연구자가 시판 Apple Watch와 PSG를 비교한 숫자
3. Feelmo Paper 17에서 심박수 유래 정보와 시간 맥락을 쓰는 연구용 모델을 평가한 숫자(구체적인 특성 설계·전처리·모델 구조는 공개하지 않음)

Apple 공식 개발 데이터는 1,171박입니다. 반면 Paper 17에서 Apple Watch 심박수와 PSG가 짝지어진 공개 데이터는 31명입니다. 숫자가 비슷해 보여도 제조사의 개발 데이터와 Feelmo 내부 분석은 서로 다른 연구입니다.

PSG란 무엇인가요?

PSG는 뇌파, 눈 움직임, 근전도, 심전도, 호흡 등 여러 신호를 동시에 측정하고 전문가가 30초마다 수면 단계를 판정하는 검사입니다. 수면 단계 비교에서 기준 역할을 합니다.

Apple Watch는 손목의 작은 센서로 수면을 추정합니다. 매일 밤 간편하게 측정할 수 있지만 PSG와 같은 신호를 보는 것은 아닙니다.

Apple 공식 검증은 무엇을 보여 주었나요?

Apple의 2025년 기술 문서에 따르면 기본 수면 단계 분류기의 입력은 가속도 센서입니다. HRV만으로 판정하는 기능이 아닙니다. 호흡에 따른 미세한 손목 움직임이 포함된 가속도 신호에서 깨어 있음·REM·코어·깊은 수면을 30초마다 분류합니다.

Apple 공식 자료의 집단	인원	기록 수	주요 결과
개발 데이터	858명	1,171박	모델 개발에 사용. 독립 평가가 아님
개발에 포함하지 않은 검증 데이터	166명	299박	이전 버전 4단계 κ 평균 0.63(SD 0.13)
같은 검증 데이터의 watchOS 26 업데이트 버전	166명	299박	4단계 κ 중앙값 0.68(SD 0.11)
임상 PSG 별도 집단·업데이트 버전	236명	390 watch sessions	4단계 κ 중앙값 0.66(SD 0.16)

κ(카파)는 우연히 맞을 몫을 뺀 일치도입니다. 1에 가까울수록 일치하고 0은 우연 수준입니다. 다만 평균과 중앙값, 대상 집단, OS 버전이 다른 숫자를 그대로 나란히 비교할 수는 없습니다.

이 자료는 규모가 크고 중요하지만 제조사가 보고한 검증입니다. 학습용 원자료와 모델은 일반에 공개되지 않았고, Apple도 수면 단계를 임상 용도로 제시하지 않습니다.

Apple과 독립된 연구에서는 어땠나요?

2024년 연구에서는 수면장애가 없는 성인 35명이 1박 PSG에 참여했고, 그중 Apple Watch Series 8의 분석 가능한 데이터가 나온 사람은 29명이었습니다. Apple Watch와 PSG의 일치도는 수면·각성 2단계에서 93%, κ=0.60이었고, 4단계에서는 75.0%, κ=0.60이었습니다.

다만 Apple Watch는 PSG보다 깊은 수면을 평균 43분 적게, 얕은 수면을 45분 많게 추정했습니다. 표본이 작고 건강한 성인의 1박만 조사했기 때문에 연령이나 수면장애가 다른 사람에게 그대로 일반화할 수 없습니다. 이 연구는 Apple 연구는 아니지만 경쟁사 Oura Ring Inc.의 지원을 받았고, 제1저자는 Oura Medical Advisory Board 위원이었습니다. 결과와 함께 자금원·이해상충도 확인해야 합니다.

2026년에 발표된 체계적 문헌고찰도 Apple Watch가 수면과 각성을 비교적 잘 구분하지만 비슷한 수면 단계끼리의 구분은 중간에서 낮은 수준이라고 정리했습니다. 즉, 전체 수면 시간과 각 단계의 분수는 확실성이 같지 않습니다.

Paper 17은 무엇을 검증했나요?

Paper 17은 Apple의 기본 수면 단계 기능을 재현한 연구가 아닙니다. 공개 코호트의 심박수 유래 정보와 시간 맥락을 쓰는 연구용 모델로 PSG의 5단계를 얼마나 추정할 수 있는지 조사한 미심사 내부 실현 가능성 연구입니다. 구체적인 특성 설계, 참조 범위, 전처리, 모델 구조는 공개하지 않습니다.

Feelmo 내부 모델 평가	대상	macro AUROC	κ	결과
Walch 공개 Apple Watch / PSG 데이터	31명	0.708	0.221	내부 목표에 미달
HMC 임상 PSG 데이터(참가자 단위 5-fold)	35명	0.711	0.244	같은 코호트 내 평가에서도 내부 목표에 미달
HMC + CAP + SLPDB 임상 PSG 데이터(LODO)	총 67개 기록	평균 0.639(SD 0.013)	평균 0.132(SD 0.028)	미지 코호트 평가에서 더 낮아짐

AUROC는 각 단계를 다른 단계와 얼마나 잘 구분해 순위를 매기는지, κ는 최종 단계 일치도를 봅니다. 같은 HMC 안에서 AUROC가 0.711이어도 5단계 일치 κ는 0.244였습니다. 학습에 사용하지 않은 코호트 전체를 평가하는 leave-one-dataset-out(LODO)에서는 평균 AUROC가 0.639, 평균 κ가 0.132까지 낮아졌습니다. 평가 방법이 다른 숫자를 같은 성능값처럼 섞어서는 안 됩니다.

세 코호트 67개 기록의 예측 수면 단계에서 계산한 다섯 수면 요약값과 PSG의 Pearson 상관은 −0.007~0.417이었고, 사전에 둔 내부 목표를 하나도 충족하지 못했습니다. 별도 탐색 분석에서는 깊은 수면 비율의 최대 상관이 0.545까지 올라갔지만, 수정한 내부 목표에도 다섯 요약값 모두 미달했습니다. 이질적 데이터를 53개에서 101개로 늘린 다른 분석에서도 κ는 0.336에서 0.330으로 거의 변하지 않았습니다. 단순히 데이터를 더한다고 해결되지는 않았습니다. 연구용 모델의 특성 설계·참조 범위·전처리·구조는 독자 기술로서 공개하지 않습니다.

매일 아침 어떻게 읽으면 좋을까요?

• 하룻밤 숫자보다 같은 기기·같은 설정으로 여러 주의 흐름을 봅니다
• 전체 수면 시간과 REM·코어·깊은 수면의 분수를 같은 확실성으로 보지 않습니다
• “깊은 수면이 적다”는 한 번의 결과로 질병이나 회복 부족을 단정하지 않습니다
• OS 업데이트로 알고리즘이 달라질 수 있으므로 업데이트 전후의 급격한 차이에 주의합니다
• 심한 졸림, 코골이, 호흡 멈춤, 불면이 계속되면 시계 숫자만 보지 말고 의료 전문가와 상담합니다

참고 자료

1. Apple. Estimating Sleep Stages from Apple Watch. October 2025. 공식 기술 문서
2. Robbins R, et al. Accuracy of Three Commercial Wearable Devices for Sleep Tracking in Healthy Adults. Sensors. 2024;24:6532. doi:10.3390/s24206532
3. Lambe R, et al. The accuracy of Apple Watch measurements: a living systematic review and meta-analysis. npj Digital Medicine. 2026. doi:10.1038/s41746-025-02238-1
4. Walch O, et al. Sleep stage prediction with raw acceleration and photoplethysmography heart rate data derived from a consumer wearable device. Sleep. 2019;42(12):zsz180. doi:10.1093/sleep/zsz180
5. Walch O. Motion and heart rate from a wrist-worn wearable and labeled sleep from polysomnography, version 1.0.0. PhysioNet. doi:10.13026/hmhs-py35

※ 이 연구 설명은 Feelmo 앱의 효과를 입증하지 않습니다.