의사·보건 전문가를 위한 HRV: 웨어러블이 말하는 것

대부분의 웨어러블 기기는 수면 중 맥박 센서로 RMSSD를 보고하고, Apple의 ‘건강’ 앱은 시계가 스스로 얻은 샘플에서 SDNN을 저장합니다. 어느 쪽도 위험도 연구의 바탕이 된 24시간 홀터 SDNN이 아닙니다. 이 수치는 개인의 추세이며, 환자 본인의 기준선과 비교해 읽는 것이 가장 좋으며, 검사 결과로 읽어서는 결코 안 됩니다.

목차 9개 섹션

핵심 정리

  • 링과 대부분의 시계는 광학 맥박 센서로 야간 RMSSD를 보고합니다. Apple의 ‘건강’ 앱은 시계가 자동으로 기록한 샘플에서 Apple Watch의 HRV를 SDNN으로 저장합니다.
  • 링과 손목 기기 다섯 대를 수면 중에 시험한 한 연구에서, 가슴 스트랩 심전도와 비교한 야간 RMSSD의 평균 오차는 약 6%에서 약 16%였습니다. 움직임이 있으면 일치도가 크게 떨어집니다.
  • 임상 결과 연구는 집단을 대상으로 24시간 홀터 SDNN이나 짧은 심전도 기록을 사용했습니다. 그 기준값은 웨어러블 기기 측정값에 그대로 적용되지 않습니다.
  • HRV는 나이에 따라 떨어지고 수면, 음주, 훈련, 감염에 따라 움직이므로, 낮은 값 하나만으로는 알 수 있는 것이 거의 없습니다.
  • 어떤 기기와 어떤 지표인지, 추세가 얼마나 이어졌는지, 그 밖에 무엇이 달라졌는지 물어보고, 증상과 평소의 진료 평가를 먼저 따르세요.

환자의 시계나 링에 표시된 심박변이도(HRV)는 하룻밤의 수면이나 안정 시 짧은 측정에서 얻은 맥박 기반 추정치입니다. 위험도 연구에서 쓰인 24시간 홀터 SDNN이 아니므로, 검사 결과로는 결코 읽지 말고 개인의 추세로 읽으세요.

예를 들어 환자가 스크린샷을 보여 주는데, 링이 이번 주에 HRV가 48 ms에서 31 ms로 떨어졌다고 알려 주고 빨간색 ‘낮음’ 표시까지 붙어 있습니다. 환자는 심장에 문제가 있는 것은 아닌지 알고 싶어 합니다. 이 글은 그 수치가 무엇인지, 얼마나 신뢰할 수 있는지, 환자에게 무엇을 말하면 좋은지를 다룹니다.

웨어러블 기기가 측정하는 HRV

HRV는 정상 심장 박동 사이의 시간이 달라지는 정도입니다. 유럽심장학회와 북미 심박조율·전기생리학회의 1996년 태스크포스 표준은 환자가 가장 자주 보는 두 지표를 이렇게 정의합니다(Task Force, 1996).

  • RMSSD RMSSD 연속한 NN 간격 차이의 제곱평균제곱근. 심장 박동 간격이 다음 간격과 얼마나 다른지를 밀리초 단위로 나타내는 심박변이도(HRV) 지표이며, 주로 미주신경 활동을 반영합니다. RMSSD 더 알아보기 는 정상 박동 사이의 연속한 NN 간격 NN 간격 추가 박동과 측정 오류를 제거한 뒤, 정상 박동 두 개 사이의 RR 간격을 밀리초로 나타낸 값입니다. 심박변이도(HRV) 지표 대부분은 NN 간격으로 계산합니다. NN 간격 더 알아보기 차이의 제곱평균제곱근입니다. 미주신경이 주도하는 빠른 변화를 추정하는 데 쓰이는 주된 시간 영역 지표입니다(Shaffer와 Ginsberg, 2017).
  • SDNN SDNN 기록에 들어 있는 모든 NN 간격의 표준편차로, 단위는 ms입니다. 전반적인 변동을 나타내며, 값이 기록 시간의 길이에 크게 좌우됩니다. SDNN 더 알아보기 은 모든 정상 박동 간격의 표준편차입니다. 더 느린 변동까지 포함하므로 기록 시간에 크게 좌우됩니다.

대부분의 링과 손목 밴드는 수면 중에 평균한 RMSSD를 보고합니다. 한 검증 연구에서는 네 제조사의 기기 다섯 개가 모두 HRV를 RMSSD로 보고했습니다(Dial 등, 2025). 주된 예외는 Apple의 ‘건강’ 앱으로, 시계가 자동으로 기록한 샘플에서 Apple Watch의 HRV를 SDNN으로 저장합니다(Apple Developer Documentation, 영어). 그래서 ‘HRV 40’이라고 말하는 두 환자도 서로 다른 시점에 기록된 서로 다른 통계량을 말하고 있을 수 있습니다.

가슴 스트랩은 심전도(ECG) 심전도(ECG) 피부에 붙인 전극으로 심장의 전기 활동을 기록한 것입니다. 심전도로 구한 RR 간격이 심박변이도(HRV) 측정의 기준 방법입니다. 심전도(ECG) 더 알아보기 신호에서 박동의 시점을 잡습니다. 링과 시계는 피부에서 각 맥박을 찾아내는 광센서인 광용적맥파 PPG 피부에 빛을 비추고 박동마다 밀려드는 혈액의 맥을 감지하는 광학 방식입니다. 대부분의 스마트워치, 링, 휴대폰 카메라 앱이 이 방식으로 심박변이도(HRV)를 추정합니다. PPG 더 알아보기 (PPG)를 쓰므로, 엄밀히 말하면 HRV의 추정치인 맥박변이도 맥박변이도 스마트워치, 링, 휴대폰 카메라가 광학 방식으로 재는 맥박 사이 시간의 변이입니다. 안정 시에는 심박변이도(HRV)와 가깝게 따라가지만 움직이는 동안에는 벗어납니다. 맥박변이도 더 알아보기 (PRV)를 줍니다.

얼마나 정확할까?

안정 시에는 PPG가 꽤 잘 맞습니다. 맥박 기반 변이도와 심전도 기반 변이도를 비교한 연구를 검토한 리뷰에서, 사람들이 안정 상태일 때는 정확도가 충분했습니다. 맥박 데이터는 단기 변동성을 다소 과대평가하는 경향이 있었습니다. 신체 활동과 일부 정신적 스트레스 요인은 일치도를 떨어뜨렸고, 흔히 받아들일 수 없는 수준이었습니다(Schäfer와 Vagedes, 2013).

야간 측정에 대해서는 Dial 연구진이 건강한 성인 13명을 추적해 모두 536번의 밤을 기록하고 가슴 스트랩 심전도를 기준으로 삼았습니다. 야간 RMSSD의 평균 절대 백분율 오차(MAPE)는 가장 좋은 링(Oura Gen 4)의 5.96%에서 가장 부진했던 시계(Polar Grit X Pro)의 16.32%까지였습니다. RMSSD가 50 ms이면 평균 오차는 대략 3~8 ms이고, 훨씬 더 크게 어긋난 밤도 있었습니다. 연구 규모가 작았고 건강한 성인만 포함했으므로, 이 수치가 부정맥이나 심장 질환이 있는 환자에게는 들어맞지 않을 수 있습니다.

제조사별로 무엇을 언제 측정하는지는 Oura·Whoop·Garmin·Apple의 HRV 페이지에 정리되어 있습니다.

Apple Watch의 경우

Apple Watch는 대부분의 링이나 밴드와 다른 통계량을 보고합니다. Apple의 HealthKit 문서에 따르면 ‘건강’ 앱은 HRV를 정상 심장 박동 사이 간격의 표준편차인 SDNN으로 저장하며, 시계가 이 샘플을 자동으로 기록합니다(Apple Developer Documentation, 영어). 문서에는 각 샘플의 길이가 나와 있지 않습니다. SDNN은 기록이 길수록 커지므로 이 값과 맞는 발표된 기준값은 없고, 링의 야간 RMSSD와도 비교할 수 없습니다.

시계에는 이 수치와 별개인 심장 관련 기능이 두 가지 더 있습니다.

  • 불규칙한 리듬 알림은 가끔, 보통 착용자가 가만히 있을 때 맥박을 살펴 심방세동일 수 있는 불규칙한 리듬을 찾고, 여러 번의 측정으로 확인된 뒤에만 알립니다. Apple은 이 기능이 이미 심방세동으로 진단받은 사람이나 22세 미만에게는 설계되지 않았다고 밝힙니다(Apple Support, 영어).
  • 심전도 앱은 착용자가 손가락을 Digital Crown에 대고 있는 동안 30초 심전도를 기록한 뒤, 그 기록을 예를 들어 동율동이나 심방세동으로 분류합니다(Apple Support, 영어).

알림 기능은 대규모로 시험되었습니다. Apple이 자금을 지원한 Apple Heart Study에서는 심방세동 진단을 받은 적이 없는 419,297명을 중앙값 117일 동안 관찰했고, 그중 2,161명(0.52%)이 불규칙한 맥박 알림을 받았습니다. 알림을 받은 참가자 가운데 분석 가능한 심전도 패치를 돌려보낸 450명은 알림 뒤 평균 13일에 패치를 붙였고, 그중 34%에서 패치로 심방세동이 확인되었습니다(Perez 등, 2019). 알림은 제대로 된 리듬 평가를 받아 볼 이유가 됩니다. ‘건강’ 앱의 HRV 값은 이 과정에 쓰이지 않으며, SDNN이 높거나 불안정하다고 해서 어느 쪽으로든 리듬 진단이 되지는 않습니다.

임상 HRV와의 차이

소비자용 웨어러블 기기임상·연구용 HRV
센서손가락이나 손목의 광학 맥박(PPG), 또는 심전도 가슴 스트랩심전도, 흔히 24시간 홀터
지표대부분 RMSSD, Apple의 ‘건강’ 앱은 SDNN24시간 SDNN과 그 밖의 시간 영역·주파수 영역 지표
기록 구간하룻밤의 수면, 또는 간헐적 샘플정해진 조건의 5분 또는 24시간 기록
박동 편집 박동 보정 놓친 박동, 추가 박동, 이소성 박동처럼 잘못된 박동 간격을 찾아 심박변이도(HRV)를 계산하기 전에 삭제하거나 바꾸는 작업입니다. 보정하는 박동은 5% 미만으로 하는 것이 경험칙입니다. 박동 보정 더 알아보기 대개 공개되지 않음이소성 박동과 아티팩트를 정해진 방법으로 편집해 제거
비교 대상본인의 최근 값발표된 기준 범위와 연구의 기준값

가장 중요한 것은 기록 시간입니다. SDNN은 기록 시간에 좌우되므로 Task Force 표준은 길이가 다른 기록의 SDNN 값을 비교하지 말라고 권고합니다. 이후의 한 리뷰도 같은 점을 지적합니다. 24시간, 5분, 그보다 짧은 기록의 값은 서로 바꿔 쓸 수 없습니다(Shaffer와 Ginsberg, 2017). 24시간 홀터 SDNN과 시계의 간헐적 SDNN은 서로 다른 수치입니다.

박동 편집도 중요합니다. HRV 공식은 정상 동성 박동을 전제로 합니다. 이소성 박동과 심방세동은 간격을 고르지 않게 만들어 신뢰할 만한 분석을 어렵게 하거나 불가능하게 할 수 있습니다(Peltola, 2012). 임상 분석은 먼저 이런 박동을 제거하거나 보정합니다. 대부분의 소비자용 기기는 이를 어떻게 처리하는지 밝히지 않습니다. 환자의 스트랩이나 시계 앱이 박동 자체를 내보낼 수 있다면, RR 변환기가 그 파일을 아티팩트로 의심되는 부분을 표시한 단순한 간격 목록으로 바꿔 주므로 Kubios 같은 소프트웨어에 바로 쓸 수 있습니다.

임상 결과 연구가 보여 주는 것

이 연구는 실재하지만 임상 방법으로 측정한 집단을 설명합니다. 배경 지식으로만 받아들이고, 소비자용 측정값에 따라 행동할 이유로 삼지는 마세요.

  • 심근경색 뒤. Kleiger 연구진은 심근경색 발생 약 11일 뒤에 얻은 생존자 808명의 24시간 홀터 기록을 분석했습니다. 평균 31개월 동안 사망률은 SDNN이 50 ms 미만인 경우가 100 ms를 넘는 경우보다 5.3배 높았습니다. 박출률과 그 밖의 요인을 보정한 뒤에도 SDNN은 유의한 예측 인자로 남았습니다(Kleiger 등, 1987).
  • 건강한 집단과 환자 집단 전반. 2022년의 한 메타분석은 32개 연구와 두 개의 개별 데이터 세트, 모두 38,008명을 다뤘습니다. 나이, 성별, 기록 시간에 관계없이 낮은 HRV는 더 높은 사망률을 예측했습니다. 5분 RMSSD의 가장 낮은 사분의 일과 나머지 사분의 삼을 비교한 연구들에서 통합 위험비는 1.56(95% 신뢰구간 1.32~1.85)이었습니다(Jarczok 등, 2022).

나이는 어떤 기준값이든 그 의미를 약하게 만듭니다. 10세에서 99세의 건강한 260명을 24시간 기록한 데이터에서, 오십대의 RMSSD는 십대 값의 47%까지 떨어져 있었습니다. 65세가 넘는 건강한 사람 중 12%는 RMSSD가 발표된 사망 위험 기준값보다 낮았습니다(Umetani 등, 1998).

이 연구들 가운데 웨어러블 기기를 쓴 것은 없고, HRV를 높이면 결과가 달라지는지 시험한 것도 없습니다. HRV와 장수: 사망률 연구가 보여 주는 것 페이지는 상대위험과 절대위험을 환자의 눈높이에서 설명합니다.

오늘날 HRV가 임상에서 쓰이는 곳

확립된 임상 용도 하나는 당뇨병에서 심혈관 자율신경병증(CAN)을 찾는 것입니다. 미국당뇨병학회는 미세혈관 합병증과 신경병증 합병증이 있는 환자에서 자율신경병증의 증상과 징후를 평가하라고 권고합니다. 초기 CAN은 깊은 호흡 시 심박수 변동이 줄어드는 것으로만 나타날 수 있다고 덧붙입니다. 진료실에서는 앉은 자세에서 일어서기 시작할 때 기록한 심전도나 1~2분의 깊은 호흡 중에 HRV를 계산할 수 있습니다. 임상시험과 예후 평가에는 깊은 호흡, 발살바 수기, 일어서기 동안의 RR 간격 RR 간격 심전도의 R 피크 사이에서 잰, 한 박동에서 다음 박동까지의 시간으로 단위는 밀리초입니다. 심박변이도(HRV)는 이런 간격을 차례로 이은 시계열로 계산합니다. RR 간격 더 알아보기 변화를 측정하는 표준 심혈관 자율신경 반사 검사를 권고합니다(Pop-Busui 등, 2017). 토론토 합의 패널은 세 가지 심박수 검사를 깊은 호흡, 발살바 수기, 누운 자세에서 일어서기로 꼽고, 일어서기 검사 전에 누워서 충분히 쉬도록 요구합니다. CAN의 단계도 이 검사들로 나눕니다. 심장 미주신경 미주신경 뇌간에서 심장, 폐, 장으로 이어지는 부교감신경계의 주된 신경입니다. 심장으로 가는 빠른 신호가 박동 간 심박변이도(HRV)의 대부분을 만듭니다. 미주신경 더 알아보기 검사 하나가 비정상이면 CAN 가능성이나 초기 CAN을 시사하고, 둘 이상이 비정상이면 확진하며, 여기에 기립성 저혈압이 더해지면 중증 또는 진행된 CAN입니다(Spallone 등, 2011). 이는 정해진 동작으로 유도하는 심전도 검사이며, 안정 시 웨어러블 기기 값이 대신할 수 없습니다. 환자에게 설명하는 방법은 당뇨병은 HRV에 영향을 줄까? 페이지에 있습니다.

환자가 잘못 읽는 것

다른 사람과 비교하기. 환자는 연령별 도표를 찾아보고 중간보다 아래에 있으면 걱정합니다. 건강한 사람들 사이의 편차는 넓고, 그런 도표는 다른 지표와 다른 기록 시간을 쓴 경우가 많습니다.

기기 비교하기. Apple Watch의 SDNN과 링의 야간 RMSSD는 같은 날 밤이라도 맞지 않으며, 기기를 바꾸면 기준선을 새로 만들어야 합니다.

하룻밤을 판정으로 읽기. 야간 HRV는 HRV에 영향을 주는 요인 페이지에 정리된 대로 음주, 수면 부족, 고강도 훈련, 감염에 따라 움직입니다. 무리한 주말이나 고강도 운동 뒤에 낮은 측정값이 나오는 것은 예상할 수 있는 일입니다.

높은 수치를 안심의 근거로 삼기. 심방세동 같은 불규칙한 리듬은 HRV를 높일 수 있습니다(Shaffer와 Ginsberg, 2017). 유난히 높거나 밤마다 널뛰는 값이 건강하다는 증거는 아닙니다.

연구의 기준값을 자기 수치에 적용하기. “50 미만은 위험하다”는 말은 심근경색 뒤의 홀터 SDNN에서 나온 것입니다. 링에는 해당하지 않습니다.

환자와 이야기하는 방법

짧은 질문 몇 가지면 대부분의 대화가 정리됩니다.

  1. 어떤 기기이고 어떤 지표인가? RMSSD인지 SDNN인지, 야간인지 간헐적 측정인지, 링인지 시계인지 확인합니다.
  2. 얼마나 이어졌는가? 며칠인지 몇 주인지, 주간 평균인지 하룻밤의 값인지 확인합니다.
  3. 그 밖에 무엇이 달라졌는가? 수면, 음주, 훈련 부하, 질병, 새 약, 교대 근무, 스트레스를 확인합니다.
  4. 증상이 있는가? 두근거림, 가슴 통증, 숨가쁨, 어지러움, 실신은 웨어러블 기기가 없을 때와 같은 무게로 다루며, HRV가 무엇을 말하든 마찬가지입니다.

그런 다음 수치의 의미를 다시 짚어 줍니다. 이것은 수면, 음주, 훈련의 패턴을 알아차리는 데 쓸모 있는 개인의 추세입니다. 연구 집단에서 낮은 HRV는 더 높은 위험과 관련이 있지만, 그것이 진단은 아니며 보통 범위의 값이라고 해서 무언가가 배제되는 것도 아닙니다. 환자의 주간 평균을 환자 본인의 범위와 함께 보여 주면 빨간 표시 하나가 맥락 속에 놓입니다.

이 사이트에서 환자에게 안내할 페이지

무료 강좌 HRV 배우기는 이 모든 내용을 단계별로 다루며, 레슨마다 짧은 퀴즈가 있습니다.

hrv.expert에서 더 보기

자주 묻는 질문

환자의 시계 HRV를 홀터 연구의 기준값과 비교해도 되나요?

아니요. 그 기준값은 24시간 심전도로 기록한 SDNN에서 나왔고, 대상은 주로 심근경색을 겪은 사람이었습니다. 시계나 링은 수면 중이나 간헐적 측정에서 얻은 맥박 데이터로 RMSSD나 SDNN을 줍니다. 지표, 기록 시간, 대상 집단이 모두 다릅니다.

환자의 HRV가 두 주째 낮습니다. 이것이 무엇을 알려 주나요?

그 자체로는 알려 주는 것이 거의 없습니다. 오래 이어지는 하락은 수면 부족, 음주, 고강도 훈련, 감염, 새로 시작한 약, 스트레스 뒤에 나타날 수 있습니다. 이런 요인과 증상을 물어보고 평소와 같이 환자를 평가하세요. HRV는 맥락을 더해 줄 수는 있지만 원인을 가리키지는 못합니다.

불규칙한 리듬이 수치에 영향을 줄 수 있나요?

예. HRV 공식은 정상 동성 박동을 전제로 합니다. 이소성 박동과 심방세동은 박동 사이의 간격을 고르지 않게 만들어 결과를 왜곡합니다. 특히 심방세동은 HRV를 낮게가 아니라 높게 보이게 할 수 있습니다. 수치가 높거나 들쭉날쭉하다고 안심할 수 있는 것은 아닙니다.

출처

  1. Heart rate variability: standards of measurement, physiological interpretation and clinical use Circulation (Task Force of the European Society of Cardiology and the North American Society of Pacing and Electrophysiology), 1996
  2. Decreased heart rate variability and its association with increased mortality after acute myocardial infarction American Journal of Cardiology, 1987
  3. Heart rate variability in the prediction of mortality: A systematic review and meta-analysis of healthy and patient populations Neuroscience & Biobehavioral Reviews, 2022
  4. Twenty-Four Hour Time Domain Heart Rate Variability and Heart Rate: Relations to Age and Gender Over Nine Decades Journal of the American College of Cardiology, 1998
  5. How accurate is pulse rate variability as an estimate of heart rate variability? A review on studies comparing photoplethysmographic technology with an electrocardiogram International Journal of Cardiology, 2013
  6. Validation of nocturnal resting heart rate and heart rate variability in consumer wearables Physiological Reports, 2025
  7. heartRateVariabilitySDNN Apple Developer Documentation
  8. Role of editing of R–R intervals in the analysis of heart rate variability Frontiers in Physiology, 2012
  9. An overview of heart rate variability metrics and norms Frontiers in Public Health, 2017
  10. RR variability in healthy, middle-aged persons compared with patients with chronic coronary heart disease or recent acute myocardial infarction Circulation, 1995
  11. Large-scale assessment of a smartwatch to identify atrial fibrillation New England Journal of Medicine, 2019
  12. Heart health notifications on your Apple Watch Apple Support
  13. Take an ECG with the ECG app on Apple Watch Apple Support
  14. Diabetic neuropathy: a position statement by the American Diabetes Association Diabetes Care, 2017
  15. Cardiovascular autonomic neuropathy in diabetes: clinical impact, assessment, diagnosis, and management Diabetes/Metabolism Research and Reviews, 2011