시계일까, 가슴 스트랩일까? PPG와 HRV 수치

가슴 스트랩은 뾰족한 전기 신호로 박동마다 시점을 잡습니다. 시계나 링은 약 오분의 일 초 늦게 피부에 도달하는 완만한 맥파로 시점을 잡으며, 빛에서 숫자가 되기까지의 모든 단계에서 타이밍 오차가 조금씩 더해집니다. RMSSD, pNN50, HF 파워(고주파 파워)처럼 박동 간 변동을 보는 지표는 이 오차를 가장 많이 받고, 평균 심박수와 느린 변동을 보는 지표는 거의 받지 않습니다.

목차 8개 섹션

핵심 정리

  • 심전도는 뾰족한 전기 신호인 R파의 시점을 잽니다. PPG 센서는 R파보다 약 150~300 ms 늦게 손목이나 손가락에 도달하는 완만한 맥파의 시점을 재며, 이 지연은 박동마다 조금씩 달라집니다.
  • 타이밍 오차는 샘플링 주파수, 맥파에서 고른 지점, 달라지는 맥파 전달 시간, 움직임, 약한 맥파, 펌웨어가 추측해야 하는 박동에서 생깁니다.
  • 무작위 타이밍 오차는 박동 간 변동에 그대로 더해지므로 RMSSD, pNN50, SD1, HF 파워가 높게 나옵니다. 평균 심박수, LF 파워, SD2는 거의 변하지 않습니다.
  • 안정 시와 수면 중에는 성능이 좋은 광학 기기가 심전도에 가깝습니다. 움직이거나 운동하는 동안, 또는 리듬이 불규칙할 때는 가슴 스트랩이 더 안전한 선택입니다.
  • 기기는 그 기기끼리만 비교하고, 한 번의 값보다 추세를 보세요.

아래 그림은 같은 심장 박동에 대한 두 신호를 나란히 놓은 것입니다. 위는 가슴 스트랩의 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 )이고 아래는 시계의 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)입니다.

심전도 가슴 PPG 손목 RR 간격(심전도) PP 간격(PPG) 1 2 3 4 심전도 가슴 PPG 손목 RR 간격(심전도) PP 간격(PPG) 1 2 3 4
  1. 맥파 전달 시간: 맥파는 R 피크보다 잠시 뒤에 손목에 도달합니다.
  2. 전달 시간은 호흡과 혈압에 따라 달라지므로, PP 간격은 RR 간격과 똑같지 않습니다.
  3. 시점의 흩어짐: 둥근 파형은 시작점, 가장 가파른 상승, 피크 중 어디서 재느냐에 따라 박동 시점이 조금씩 달라집니다.
  4. 낮은 샘플링 주파수: 초당 25개 샘플이면 센서는 40 ms마다 한 점만 보므로 피크 시점이 반올림됩니다.
가슴의 심전도와 손목의 PPG 센서로 본 같은 심장 박동입니다. 심전도의 뾰족한 R 피크는 정확한 박동 시점을 알려 줍니다. 맥파는 박동마다 달라지는 지연 시간이 지난 뒤에 도착하고, 둥근 꼭대기는 시점을 정확히 정하기 더 어렵습니다. 기록이 아닌 교육용 모델입니다.

같은 심장 박동에 대한 두 파형이 위아래로 놓여 있습니다. 위쪽은 박동마다 높고 뾰족한 R 피크가 있는 심전도이고, 피크 사이 구간에는 ‘RR 간격’이라는 표시가 있습니다. 아래쪽은 박동마다 부드럽고 둥근 맥파가 있는 PPG입니다. 각 맥파는 R 피크보다 잠시 뒤에 시작하며, 이 지연인 맥파 전달 시간은 박동마다 조금씩 다릅니다. 한 맥파에는 시작점, 가장 가파른 상승 지점, 피크를 덮는 음영 띠가 있는데, 검출기가 박동 시점으로 삼을 수 있는 지점들입니다. 다른 맥파에는 느린 센서가 40 ms 간격으로 얻는 샘플이 점으로 표시되어 있고, 어느 점도 피크에 정확히 놓이지 않습니다. 맥파 피크 사이 구간에는 ‘PP 간격’이라는 표시가 있습니다.

시계나 링이 가슴 스트랩만큼 심박변이도(HRV)를 잘 재는지 묻는 사람이 많습니다. 간단히 답하면 안정 시에는 가깝고, 움직이면 더 떨어집니다. 이 글은 그 이유를 단계별로 설명합니다. 웨어러블 기기가 빛으로 읽은 맥박을 박동 간격 목록으로 바꾸는 과정, 각 단계에서 타이밍 오차가 들어오는 곳, 그 오차가 가장 크게 바꾸는 HRV 수치입니다. HRV 측정 방법의 비교를 깊이 파고든 글이기도 합니다. 맥파 자체와 PPG 센서가 재는 다른 것들은 PPG: 시계는 맥박을 어떻게 읽을까 페이지부터 읽으세요.

대화형 그래프로 이동

한 번의 박동에서 나오는 두 신호

가슴 스트랩은 작은 심전도입니다. 전극 두 개가 심장 근육이 수축하기 직전에 근육으로 퍼지는 전기 파동을 읽습니다. 기록에서는 박동마다 높고 좁은 뾰족한 파형인 R파가 백분의 몇 초 안에 올라갔다 내려옵니다. 꼭대기는 시간상 위치를 잡기 쉬우므로, R파에서 다음 R파까지의 간격인 RR 간격은 심장의 자체 박동 조율기가 언제 신호를 냈는지를 정확하게 기록한 값입니다(유럽심장학회와 북미 심박조율·전기생리학회의 태스크포스, Task Force, 1996).

시계나 링은 광학 센서인 PPG를 씁니다. 피부에 빛을 비추고 포토다이오드로 돌아오는 빛의 양을 잽니다. 박동이 센서 아래의 작은 혈관으로 혈액을 밀어 넣으면 빛이 조금 더 흡수되고, 센서는 박동마다 완만한 봉우리 하나를 봅니다. 봉우리 사이의 간격이 맥파 간 간격(PP 간격)이며, 이 간격의 변동이 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)입니다.

타이밍에서 중요한 차이는 세 가지입니다.

  • 맥파는 늦게 도착합니다. 압력파는 심장을 떠나 동맥을 따라 내려가야 합니다. 비스듬히 누운 성인 32명에서 R파부터 맥파가 시작되는 지점까지의 시간은 귀에서 126 ms, 손가락에서 269 ms였습니다(Block 등, 2020). 손목은 그 중간에 있으므로, 시계는 사람과 맥파에서 시점을 잡는 지점에 따라 각 맥파를 R파보다 약 150~300 ms 늦게 보는 것으로 보입니다. 이 범위는 측정값이 아니라 우리의 추정입니다.
  • 지연이 달라집니다. 맥파 전달 시간은 혈압이 오르면 짧아지고 내리면 길어지며(Mukkamala 등, 2015), 호흡에 따라서도 흔들립니다. 건강한 15명이 정해진 속도에 맞춰 호흡하는 동안 맥파 전달 시간의 최대 변화는 사람에 따라 7~23 ms였습니다(Drinnan 등, 2001). 이 밀리초는 PP 간격에 들어가지만, 심장이 만든 것이 아닙니다.
  • 맥파는 완만합니다. R파는 수십 밀리초 안에 올라갔다 내려옵니다. 맥파는 올라가는 데만 약 십분의 일 초가 걸리고 꼭대기가 넓고 평평합니다. 넓은 꼭대기의 시점을 잡는 것은 좁고 뾰족한 파형보다 어렵습니다.

단계별로: 빛에서 HRV 수치까지

웨어러블 기기는 모두 이 과정을 어떤 형태로든 거칩니다. 제조사는 세부 사항을 공개하지 않으므로, 이 단계들은 특정 제품이 아니라 일반적인 방법으로 받아들이세요.

아래 그림은 일곱 단계를 이어지는 소제목과 같은 번호로 보여 주며, 각 단계에서 무엇이 잘못될 수 있는지를 함께 보여 줍니다.

  1. 1 빛이 들어가 원신호가 나옴 LED가 피부를 비추고 포토다이오드가 돌아오는 빛을 읽습니다. 여기서 떨어지는 정확도: 헐거운 스트랩, 햇빛, 차가운 피부, 짙은 문신 잉크가 있으면 물결이 센서 자체의 잡음보다 겨우 큰 정도로 작아질 수 있습니다.
  2. 2 샘플링 센서가 일정한 눈금마다 값을 읽으며, 그 빈도가 샘플링 주파수입니다. 여기서 떨어지는 정확도: 맥박 시점은 눈금 위에만 놓일 수 있으므로, 시점마다 반올림됩니다.
  3. 3 필터링 빠른 잡음은 매끄럽게 하고 느린 드리프트는 제거합니다. 여기서 떨어지는 정확도: 매끄럽게 하면 맥파가 뭉툭해지고, 파형 모양에 따라 달라지는 이동이 박동 시점을 옮깁니다.
  4. 4 맥박마다 같은 지점 찾기 검출기가 시작점, 가장 가파른 상승, 피크 중 하나를 기준점으로 삼아 시점을 잽니다. 여기서 떨어지는 정확도: 잡음은 가파른 상승 구간보다 넓고 평평한 피크를 더 많이 옮깁니다.
  5. 5 간격 시계열 각 맥박 시점에서 앞 맥박 시점을 빼서 박동마다 수치 하나를 얻습니다. 여기서 떨어지는 정확도: 맥박 시점이 늦게 잡히면 간격 하나는 너무 길어지고 다음 간격은 너무 짧아집니다.
  6. 6 정리와 빈 곳 채우기 놓친 맥박과 잘못 검출된 맥박을 버리거나, 채우거나, 바꿉니다. 여기서 떨어지는 정확도: 채우거나 바꾼 박동은 모두 추측이고, 보정 방법에 따라 결과가 달라집니다.
  7. 7 구간과 수치 펌웨어가 야간이나 안정 시의 짧은 구간 같은 데이터 구간을 골라 공식을 적용합니다. 여기서 떨어지는 정확도: 짧은 구간에는 박동이 적어서 잘못된 박동 몇 개의 영향이 더 커집니다.

영향을 가장 많이 받는 지표: RMSSD, pNN50, SD1, HF 영향을 덜 받는 지표: 평균 심박수, LF, SD2

빛에서 HRV 수치까지의 일곱 단계로, 아래 본문과 같은 번호를 붙였고 단계마다 무엇이 잘못될 수 있는지 함께 적었습니다. 앞 단계의 오차는 끝까지 이어집니다. 박동 간 차이로 계산하는 지표가 가장 크게 영향을 받습니다.

위에서 아래로 이어지는 일곱 단계입니다. 빛이 들어가 원신호가 나오는 단계, 샘플링, 필터링, 맥박마다 같은 지점 찾기, 간격 시계열, 정리와 빈 곳 채우기, 구간과 수치입니다. 각 단계 옆에는 그곳에서 끼어들 수 있는 오차가 있습니다. 착용 상태 때문에 약해진 물결, 햇빛, 차가운 피부나 문신 잉크, 샘플링 눈금에 맞춘 반올림, 뭉툭해진 맥파, 선택한 지점을 옮기는 잡음, 한 간격은 늘리고 다음 간격은 줄이는 늦은 맥박, 추측으로 채운 박동, 짧은 구간입니다. 맨 끝의 띠에는 RMSSD, pNN50, SD1, HF가 가장 크게 영향을 받고 평균 심박수, LF, SD2는 덜 받는다고 적혀 있습니다.

1. 빛 입력, 원신호 출력

손목에서는 대개 녹색인 LED가 피부를 비추고, 포토다이오드가 돌아오는 빛을 초당 여러 번 읽습니다. 빛의 대부분은 그대로 돌아오고 박동마다의 물결은 그중 작은 일부이므로, 전자 회로가 이를 증폭합니다.

잘못될 수 있는 일: 느슨한 스트랩, 새어 들어오는 햇빛, 차가운 피부, 짙은 문신 잉크는 모두 물결을 센서 자체의 잡음 바로 위까지 줄일 수 있습니다. 자세한 내용은 PPG: 시계는 맥박을 어떻게 읽을까 페이지에 있습니다.

2. 샘플링: 시계의 눈금

센서는 연속된 파동을 보지 못합니다. 샘플링 주파수라는 일정한 눈금마다 한 번씩 읽습니다. 초당 25회이면 눈금 간격은 40 ms, 64회이면 약 16 ms, 500회이면 2 ms입니다. 맥파는 눈금 위에만 놓일 수 있으므로, 맥파마다의 시점은 최대 눈금 간격의 절반만큼 어긋납니다. 25 Hz에서는 ±20 ms, 500 Hz에서는 ±1 ms입니다.

영향: PP 간격은 양 끝에 있는 맥파 둘의 반올림 오차를 모두 지닙니다. 이 오차는 900 ms 간격에 비하면 그 자체로는 작지만, HRV는 10~50 ms의 변화로 만들어지므로 반올림이 측정하려는 값의 큰 부분을 차지할 수 있습니다. 전극에서 숫자까지에서 실제 숫자로 이 계산을 따라갑니다.

3. 필터링

맥파를 찾기 전에 펌웨어는 빠른 잡음을 줄이려고 신호를 매끄럽게 만들고(저역 통과 필터), 호흡, 자세, 센서를 누르는 압력으로 생기는 느린 드리프트를 제거합니다(고역 통과 필터).

영향: 매끄럽게 하면 잡음이 줄지만 맥파마다의 모양도 무뎌지고, 시간에 대해 대칭이 아닌 필터는 모든 맥파를 같은 양만큼 밀어 놓습니다. 일정한 이동은 간격에 영향을 주지 않지만, 맥파마다 모양에 따라 달라지는 이동은 영향을 줍니다.

4. 모든 맥파에서 같은 지점 찾기

검출기는 맥파마다 기준점이라는 지점 하나를 골라 그 시점을 잽니다. 흔한 선택은 세 가지입니다.

  • 시작점(발), 맥파가 오르기 시작하는 곳입니다. 가장 낮은 샘플을 고르는 것은 골이 평평해서 믿을 수 없습니다. 보통은 가파른 상승 구간을 따라 접선을 긋고, 그 접선이 앞쪽 골의 높이와 만나는 곳을 찾습니다. 접선 교차법입니다.
  • 가장 가파른 상승 지점, 곧 일차 도함수의 최댓값입니다.
  • 정점, 파동의 꼭대기입니다.

아래 그림은 한 맥파에 세 지점을 모두 표시한 것입니다.

1 2 3
  1. 시작점: 가파른 상승 구간을 따라 그은 접선이 그 앞의 골 높이와 만나는 곳으로, 접선 교차법입니다.
  2. 가장 가파른 상승 지점: 가파른 구간은 잡음이 있어도 시점이 거의 옮겨지지 않습니다.
  3. 피크: 넓고 평평한 꼭대기 근처에서는 약간의 잡음으로도 가장 높은 샘플이 몇 ms 옮겨질 수 있습니다.
검출기가 맥파마다 시점을 잴 수 있는 세 지점입니다. 막대는 같은 크기의 작은 잡음이 각 지점의 시점을 얼마나 옮기는지 보여 줍니다. 가파른 상승 구간에서는 거의 옮기지 않고, 평평한 꼭대기에서는 훨씬 많이 옮깁니다. 기록이 아닌 교육용 모델입니다.

부드러운 맥파 하나입니다. 점선 하나는 맥파 앞의 골을 따라 지나가고, 다른 점선 하나는 가파른 상승 구간을 따라 지나갑니다. 두 선이 만나는 곳이 시작점으로 표시되어 있습니다. 상승 구간 중간의 점은 가장 가파른 상승 지점이며, 아주 짧은 막대가 걸쳐 있습니다. 둥근 꼭대기의 점은 피크이며, 훨씬 긴 막대가 걸쳐 있어 잡음이 피크의 시점을 훨씬 더 멀리 옮길 수 있음을 보여 줍니다.

가장 가파른 상승 지점이 대개 가장 안정적입니다. 가파른 가장자리는 잡음이 있어도 시간상으로 거의 움직이지 않기 때문입니다. 정점이 가장 불안정합니다. 넓고 평평한 꼭대기 근처에서는 약간의 잡음으로도 가장 높은 샘플이 몇 밀리초 옮겨 가며, 호흡이나 혈압에 따라 맥파의 모양이 바뀔 때도 정점이 움직입니다. 근거도 일치합니다. 손가락과 이마의 PPG를 심전도와 함께 기록한 기립경사대 연구에서는 상승 구간의 중간, 일차 도함수의 최댓값, 접선 교차법이 RR 간격에 가장 가까운 PP 간격을 주었고, 정점과 단순한 시작점은 일치도가 가장 낮았습니다(Peralta 등, 2019). 귓불에서 여섯 가지 방법을 비교한 연구는 접선 교차법이 가장 좋았고 RR 간격과의 제곱평균제곱근 차이가 5.69 ms였다고 보고했습니다(Hemon과 Phillips, 2015). 같은 계열의 생각으로 커프 없는 혈압 연구의 결과도 설명됩니다. 센서를 더 세게 누르면 정점의 시점이 시작점의 시점보다 약 두 배 많이 이동합니다(Block 등, 2020, 이전 자체 연구를 인용).

이 단계에서는 보간이 도움이 됩니다. 검출기는 기준점에 가장 가까운 눈금을 쓰는 대신, 그 주변 샘플에 작은 곡선을 맞추어 눈금 사이에서 기준점을 읽습니다. 샘플 여러 개에 걸친 넓은 맥파에서는 잃은 타이밍 정밀도의 대부분을 되찾습니다.

5. 간격 시계열

각 맥파의 시점을 다음 맥파의 시점에서 빼면 PP 시계열이 됩니다. 박동마다 밀리초 단위의 숫자 하나입니다. 1~4단계의 모든 오차가 이제 이 숫자 안에 들어 있습니다. 맥파의 시점이 5 ms 늦으면 한 간격은 5 ms 길어지고 다음 간격은 5 ms 짧아집니다.

6. 정리와 빈틈 채우기

움직이는 동안이나 조기 박동이 너무 적은 혈액을 내보낼 때는 일부 맥파를 놓칩니다. 걸음이나 근육 떨림이 박동처럼 보이면 가짜 맥파가 검출되기도 합니다. 펌웨어는 무엇이든 계산하기 전에 시계열을 고쳐야 합니다. 대표적인 규칙은 직전 맥파에서 불가능하게 빨리 온 맥파를 버리고, 긴 빈틈을 같은 간격의 박동으로 채우고, 이웃과 너무 다른 간격을 국소 평균으로 바꾸는 것입니다. HRV 표준은 분석 전에 비정상 박동과 아티팩트를 처리하라고 요구하며(Task Force, 1996), 편집 방법 자체가 결과를 바꿉니다(Peltola, 2012). 간격을 지우면 이웃이 아니었던 박동이 붙고, 채워 넣으면 시계열이 매끄러워집니다.

영향: 채우거나 바꾼 박동은 모두 추측이며 대개 매끄러운 추측이어서, 그 자리의 박동 간 변동을 낮춥니다. 빈틈도 해를 줍니다. 건강한 자원자 20명에서 Apple Watch의 박동 간격에는 기록마다 평균 다섯 번의 빈틈이 있었고, 각각 약 6.5초였습니다. 시간 영역 지표는 유의하게 영향을 받지 않았지만, LF 파워 LF 파워 0.04~0.15 Hz 대역, 곧 7~25초마다 반복되는 리듬에 들어가는 심장 박동 간격의 분산이며 단위는 ms²입니다. 한때 교감신경 활동으로 읽혔지만 지금은 논란이 있습니다. LF 파워 더 알아보기 (저주파 파워)와 HF HF 파워 0.15~0.40 Hz 대역, 곧 일반적인 호흡 범위에 들어가는 심장 박동 간격의 분산이며 단위는 ms²입니다. 호흡이 분당 9~24회일 때는 주로 미주신경 활동을 반영합니다. HF 파워 더 알아보기 파워는 유의하게 낮았습니다(Hernando 등, 2018).

7. 구간과 수치

마지막으로 펌웨어는 어느 구간의 자료를 쓸지 고르고 공식을 적용합니다. 대부분의 시계와 링은 하루의 모든 박동에서 HRV를 계산하지 않습니다. 밤이나 안정 시의 짧은 구간을 잡아 평균을 내고 값 하나를 보고하며, 제조사마다 선택이 다릅니다. 기기별 HRV와 기기마다 HRV가 다른 이유 레슨이 이를 설명합니다. 구간이 짧으면 박동이 적어서 잘못된 몇 개의 영향이 더 커집니다.

타이밍 오차의 여섯 가지 원인

아래의 각 그림은 뒤따르는 번호 목록의 여섯 가지 원인 가운데 하나에 대응합니다.

  1. 샘플링

    맥파마다 가장 가까운 눈금으로 반올림되며, 오차는 눈금 간격의 절반까지 생길 수 있습니다.

  2. 기준점

    넓고 평평한 피크는 잡음에 쉽게 옮겨지지만, 가파른 상승 구간은 그렇지 않습니다.

  3. 전달 시간

    호흡, 혈압, 자세에 따라 심장에서 센서까지의 지연이 박동마다 달라집니다.

  4. 움직임

    팔과 손목을 움직이면 맥파보다 훨씬 큰 흔들림이 생깁니다.

  5. 약한 맥박

    맥박은 작아지는데 센서의 잡음은 그대로여서 모든 기준점이 더 크게 흔들립니다.

  6. 놓친 박동과 추가 박동

    그때마다 보정해야 하고, 보정은 모두 추측입니다.

타이밍 오차의 여섯 가지 원인으로, 아래 목록과 같은 순서입니다. 초록색은 그려진 박동 시점이나 지연을, 주황색은 오차가 끼어드는 곳을 나타냅니다. 교육용 모델로 그린 스케치이며, 축척은 맞지 않습니다.

작은 스케치 여섯 장입니다. (1) 샘플링: 맥파 하나에 수십 ms 간격으로 점이 찍혀 있는데, 피크에 닿는 점이 없어 가장 가까운 점도 눈금 간격의 일부만큼 어긋납니다. (2) 기준점: 맥파 하나에서 평평한 꼭대기에는 넓은 범위가, 가파른 상승 구간에는 좁은 범위가 걸쳐 있어, 같은 잡음이 각 지점의 시점을 얼마나 옮기는지 보여 줍니다. (3) 전달 시간: 맥파 위에 심전도의 뾰족한 파형이 있고, 뾰족한 파형에서 맥파까지의 지연이 박동마다 조금씩 다릅니다. (4) 움직임: 작은 맥파가 이어지는 안정된 구간 뒤에 맥파보다 훨씬 큰 흔들림이 나타납니다. (5) 약한 맥박: 강한 맥파의 점선 윤곽 아래에 잡음이 섞인 작은 맥파가 있고, 각 박동의 시점이 더 넓게 흩어집니다. (6) 놓친 박동과 추가 박동: 검출된 맥파 위에 눈금이 있는데, 작은 맥파 하나에는 눈금이 없고 두 박동 사이의 떨림에는 눈금이 하나 더 붙어 있습니다.

위의 각 단계는 저마다 오차를 더합니다. 원인별로 묶으면 다음과 같습니다.

  1. 샘플링. 맥파를 가장 가까운 눈금으로 반올림하며, 최대 눈금 간격의 절반까지 어긋납니다. 초당 10,000회로 기록한 PPG를 낮추어 샘플링한 예비 연구에서는 25 Hz보다 높을 때 심전도 HRV와 유의하게 다른 지표가 없었습니다. 그 아래에서는 pNN50이 가장 먼저 무너졌고(20 Hz 이하), RMSSD가 그다음이었으며(15 Hz 이하), 평균 간격, VLF 파워 VLF 파워 0.003~0.04 Hz 대역에서 심장 박동 간격의 분산으로, 단위는 ms²입니다. 25초에서 5분 주기로 반복되는 리듬이며, 최소 5분 기록이 필요하고 24시간에 걸쳐 읽는 것이 가장 좋습니다. VLF 파워 더 알아보기 , LF 파워는 검사한 모든 샘플링 주파수에서 유지되었습니다(Choi와 Shin, 2017). 오 분 기록 57건을 분석한 연구는 더 엄격한 선을 그었습니다. RMSSD는 보간 없이 초당 50회까지, 보간을 하면 20회까지 1,000 Hz 값의 5% 이내를 유지했고, 평균 맥박수는 초당 5회에서도 0.05% 이내를 유지했습니다(Béres와 Hejjel, 2021).
  2. 기준점. 넓고 평평한 정점은 잡음에 쉽게 움직이지만, 가파른 상승 구간은 그렇지 않습니다(Peralta 등, 2019).
  3. 맥파 전달 시간. 호흡, 혈압, 자세가 심장에서 센서까지의 지연을 박동마다 바꿉니다(Drinnan 등, 2001; Mukkamala 등, 2015). 이는 혈관에서 오는 변동을 더합니다. 일부 연구자는 이를 PRV의 결함으로 보고, 다른 연구자는 순환에 대한 추가 정보로 봅니다(Mejía-Mejía 등, 2020).
  4. 움직임. 팔과 손목의 움직임이 센서를 옮기고 혈액을 밀어내서 맥파보다 훨씬 큰 흔들림을 만듭니다. 소비자용과 연구용 웨어러블 기기를 비교한 연구에서 활동 중 심박수 오차는 안정 시보다 평균 30% 컸으며(Bent 등, 2020), 모든 박동이 필요한 HRV는 심박수보다 훨씬 더 영향을 받습니다.
  5. 약한 맥파. 차가운 손, 느슨한 착용, 피부로 가는 적은 혈류는 센서의 잡음은 그대로인 채 맥파를 작게 만듭니다. 그러면 모든 기준점이 더 흔들립니다. 추위 노출 연구에서 손가락과 발가락의 PRV는 심전도 HRV와 다르게 반응했고, 귀의 PRV보다 그 차이가 컸습니다(Mejía-Mejía 등, Frontiers in Physiology, 2020).
  6. 놓친 박동과 추가 박동 이소성 박동 심장의 자체 박동 조율기 밖에서 시작해 대개 정해진 때보다 일찍 나타나는 심장 박동입니다. 흔하지만, 제거하거나 보정하지 않으면 심박변이도(HRV)를 왜곡합니다. 이소성 박동 더 알아보기 . 박동 하나하나마다 보정을 해야 하고, 보정은 모두 추측입니다(Peltola, 2012; Hernando 등, 2018).

직접 해 보기: 한 번의 박동, 두 개의 센서

아래 대화형 그래프는 이 단계들을 보여 주는 교육용 모델입니다. 합성한 안정 시 박동 오 분을 두 번 시점 측정합니다. 한 번은 심전도로, 한 번은 약 200 ms 늦은 맥파를 보고 샘플링하고 매끄럽게 하고 맥파마다 한 지점을 찾고 시계열을 정리하는 가상의 손목 센서로 합니다. 그런 다음 이 사이트의 HRV 계산기와 같은 코드로 두 쪽에서 모든 HRV 변수를 계산합니다.

심전도와 PPG, 박동별 비교

기록이 아닌 합성 박동

지연: R 피크에서 시점 표시까지
327 ms
5분 동안의 지연 범위
28 ms
타이밍 단위
±7.8 ms
보정한 박동
0

64 Hz에서 피크의 시점을 재면, 각 맥박 간격이 해당 심전도 간격과 7.8 ms(표준편차)만큼 다릅니다. 심전도와 비교한 차이는 RMSSD +11.4%, HF 파워 +20.7%이고, 평균 심박수는 0.0%입니다.

맥파에서 시점을 잴 지점
전달 시간에 미치는 호흡의 영향
움직임
맥박 세기
처음 다섯 박동
박동 심전도 RR ms PPG PP ms 차이 ms
1 859 859 0
2 863 875 12
3 840 828 −12
4 799 813 14
5 822 813 −9
5분, PPG와 심전도 비교
지표 ECG PPG 차이
평균 심박수 bpm 68.1 68.1 0.0%
SDNN ms 35.6 36.9 +3.7%
RMSSD ms 30.0 33.4 +11.4%
pNN50 % 9.4 9.1 −3.1%
SD1 ms 21.2 23.6 +11.4%
SD2 ms 45.6 46.5 +1.9%
LF ms² 422 427 +1.1%
HF ms² 334 403 +20.7%
LF/HF 1.26 1.06 −16.2%
DFA α1 0.91 0.87 −4.6%
SampEn 1.97 1.93 −1.7%

막대는 가운데에서 시작해 ±50%에서 멈춥니다. 주황색은 시계 값이 심전도보다 높다는 뜻이고, 초록색은 낮다는 뜻입니다. 박동 표에서 주황색 행은 보정 도구가 채우거나 시점을 다시 잡은 박동입니다.

JavaScript를 켜면 조작 도구가 작동합니다.

가상의 같은 심장 박동을 두 가지로 본 것입니다. 심전도는 뾰족한 R 피크의 시점을 재고, 손목 PPG 센서는 약 0.2초 뒤에 도착하는 맥파의 시점을 잽니다. 점선이 각 R 피크에서 내려오고, 그 아래 맥파의 눈금은 손목시계가 시점을 잰 지점입니다. 표는 처음 다섯 간격과, 5분 동안의 일반적인 HRV 지표 전체를 비교합니다. 기록이 아닌 교육용 모델입니다.

처음 5초 동안의 파형 두 개입니다. 위쪽은 박동마다 높고 좁은 R 피크가 하나씩 있는 심전도이고, 아래쪽은 각 R 피크 뒤 약 200 ms에 시작하는 둥근 맥파가 박동마다 하나씩 있는 PPG입니다. 점선이 각 R 피크에서 내려오고, 짧은 눈금이 각 맥파에서 시점을 잰 지점을 나타냅니다. 수치 표시에는 R 피크에서 그 지점까지의 평균 지연, 지연이 흔들리는 폭, 센서의 타이밍 단위, 보정 도구가 고친 박동 수가 나옵니다. 표 하나에는 심전도와 PPG의 처음 다섯 박동 간 간격과 그 차이가 밀리초로 나옵니다. 다른 표에는 둘의 5분 기록에서 나온 HRV 지표 열한 개와, PPG의 차이가 백분율과 작은 막대로 나옵니다. 시작 설정(64 Hz, 피크, 보간 없음, 일반적인 호흡, 움직임 없음)에서의 차이는 다음과 같습니다. 평균 심박수: 심전도 68.1, PPG 68.1, 차이 0.0%; SDNN: 심전도 35.6, PPG 36.9, 차이 +3.7%; RMSSD: 심전도 30.0, PPG 33.4, 차이 +11.4%; pNN50: 심전도 9.4, PPG 9.1, 차이 −3.1%; SD1: 심전도 21.2, PPG 23.6, 차이 +11.4%; SD2: 심전도 45.6, PPG 46.5, 차이 +1.9%; LF: 심전도 422, PPG 427, 차이 +1.1%; HF: 심전도 334, PPG 403, 차이 +20.7%; LF/HF: 심전도 1.26, PPG 1.06, 차이 −16.2%; DFA α1: 심전도 0.91, PPG 0.87, 차이 −4.6%; SampEn: 심전도 1.97, PPG 1.93, 차이 −1.7%. 슬라이더로 샘플링 주파수를 25~500 Hz에서 정하고, 라디오 버튼으로 맥파에서 시점을 잴 지점, 전달 시간에 미치는 호흡의 영향, 움직임, 맥박 세기를 고르며, 확인란으로 샘플 사이 보간을 켤 수 있습니다.

해 볼 수 있는 것:

  • 64 Hz, 정점에서 시작합니다. RMSSD와 HF가 약 십분의 일에서 오분의 일 높게 나오고, 평균 심박수는 움직이지 않습니다.
  • 25 Hz로 낮춥니다. RMSSD가 삼분의 일 이상 뛰고, pNN50과 HF가 따라가며, DFA DFA α1 추세 제거 변동 분석의 단기 스케일링 지수입니다. 1에 가까우면 박동이 모든 규모에서 기억을 갖고, 0.5에 가까우면 잡음처럼 움직입니다. α2는 더 긴 구간에서 구한 같은 기울기입니다. DFA α1 더 알아보기 α1은 떨어집니다. 이제 보간을 켜면 대부분이 돌아옵니다.
  • 250 Hz에서 정점 대신 가장 가파른 상승 지점이나 시작점으로 바꿉니다. 간격 오차가 줄어듭니다.
  • 다른 조건은 이상적으로 둔 채 호흡을 강하게 합니다. 맥파 전달 시간의 흔들림만으로 RMSSD와 HF가 부풀고 LF는 그대로입니다.
  • 걷기를 고릅니다. 펌웨어가 박동을 놓치고 만들어 내며 정리 단계가 추측을 하고, 박동 간 변동을 보는 지표는 모두 무너지는데 평균 심박수는 몇 십분의 일 퍼센트 이내에 머뭅니다.

이 모델은 단순화한 것입니다. 실제 센서는 필터가 다르고, 실제 맥파 전달 시간은 더 복잡하게 달라지며, 실제 정리 규칙은 공개되지 않습니다. 모델의 수치는 방향과 대략의 크기로 받아들이고, 내 기기에 대한 예측으로 받아들이지 마세요.

영향을 받는 HRV 변수와 그 이유

아래 차트는 이 절 뒤쪽의 표를 요약한 것입니다. 채워진 칸이 많을수록 PPG 타이밍 오차가 그 지표를 더 많이 움직입니다.

시간 영역

  • 평균 심박수 : 매우 낮음
  • SDNN(5분 이상) : 낮음~보통 (메커니즘)
  • RMSSD : 높음 (메커니즘)
  • pNN50 : 높고 불규칙함 (메커니즘)

푸앵카레 플롯

  • SD1 : 높음 (메커니즘)
  • SD2 : 낮음 (메커니즘)

주파수 영역

  • HF 파워 : 높음
  • LF 파워 : 지터에는 낮음, 누락에는 보통 (메커니즘)
  • LF/HF : 보통~높음 (메커니즘)

비선형 지표

  • DFA α1 : 보통 (메커니즘)
  • 표본 엔트로피와 근사 엔트로피 : 보통, 방향은 일정하지 않음 (메커니즘)
이 절의 표를 바탕으로, PPG 타이밍 오차가 각 HRV 지표를 얼마나 움직이는지 나타낸 것입니다. 채워진 칸이 많을수록 더 민감한 지표이며, 연한 칸은 범위의 위쪽 끝입니다. ‘메커니즘’은 측정 결과가 아니라 지표의 계산 방식에서 부분적으로 추론한 행을 나타냅니다.

HRV 지표마다 한 행이 있고, 시간 영역, 푸앵카레 플롯, 주파수 영역, 비선형 지표로 묶여 있는 차트입니다. 각 행에는 매우 낮음에서 높음까지 네 칸짜리 막대와 표에 적힌 해당 행의 설명이 있습니다.

두 가지 개념으로 아래 표의 대부분이 설명됩니다.

첫째, 타이밍 오차는 맥파마다 대체로 무작위입니다. 맥파의 시점이 조금 늦으면 한 간격은 길어지고 다음 간격은 짧아지므로, 오차는 박동 간 차이에 정확히 얹힙니다. 맥파마다의 시점이 표준편차 σ의 무작위량만큼 어긋나면 연속한 차이마다의 오차는 분산이 6σ²이고, RMSSD는 대략 다음과 같이 커집니다.

RMSSDPPG2≈RMSSDECG2+6σ2\text{RMSSD}_{\text{PPG}}^2 \approx \text{RMSSD}_{\text{ECG}}^2 + 6\sigma^2

타이밍 잡음의 제곱이 RMSSD의 제곱에 더해진다는 뜻입니다. σ = 5 ms이면 6σ²는 150 ms²입니다. 실제 RMSSD가 30 ms이면 약 32 ms로 8% 높게 나오고, 실제 RMSSD가 15 ms이면 약 19 ms로 거의 30% 높게 나옵니다. 같은 타이밍 오차가 HRV가 낮은 사람에게는 더 크게 작용합니다. 이 공식은 오차가 서로 독립이라는 가정 아래 RMSSD의 정의에서 우리가 유도한 것으로, 발표된 결과가 아니라 작동 원리입니다.

둘째, 주파수에 관한 개념입니다. 맥파 시점의 무작위 오차는 간격에서 빠르게 지그재그로 움직이는 오차가 되고, 스펙트럼에서는 대부분 고주파 대역에 놓입니다. 호흡과 관련된 변동이 있는 바로 그 대역입니다. LF 대역 같은 느린 리듬과 느린 드리프트는 거의 영향을 받지 않습니다.

변수PPG 타이밍 오차에 대한 민감도이유
평균 심박수 평균 RR 간격 기록에서 심장 박동 사이의 평균 시간을 밀리초로 나타낸 값입니다. 심박수는 이 수를 뒤집은 값으로, 60,000을 평균 RR 간격으로 나눈 수입니다. 평균 RR 간격 더 알아보기 매우 낮음타이밍 오차는 여러 박동에 걸쳐 상쇄되고, 놓친 박동이나 추가 박동만 값을 움직입니다. 평균 맥박수는 초당 5회에서도 0.05% 이내를 유지했고(Béres와 Hejjel, 2021), 평균 간격은 검사한 모든 샘플링 주파수에서 유지되었습니다(Choi와 Shin, 2017).
SDNN SDNN 기록에 들어 있는 모든 NN 간격의 표준편차로, 단위는 ms입니다. 전반적인 변동을 나타내며, 값이 기록 시간의 길이에 크게 좌우됩니다. SDNN 더 알아보기 (5분 이상)낮음~중간SDNN을 주로 이루는 느린 흔들림 위에 지터가 분산을 조금 더합니다(원리). 놓친 박동과 빈틈 채우기가 값을 더 많이 움직입니다. 보간 없이는 초당 50회가 필요했고(Béres와 Hejjel, 2021), Oura 링에서는 야간 평균으로는 받아들일 만했지만 5분 구간 하나하나에서는 그렇지 않았습니다(Cao 등, 2022).
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 높음지터가 연속한 차이마다 직접 더해집니다(위 공식, 원리). 단기 변동은 PRV에서 높게 읽히는 경향이 있으며(Schäfer와 Vagedes, 2013), RMSSD는 샘플링 주파수가 낮아질 때 가장 먼저 무너지는 지표에 속합니다(Choi와 Shin, 2017; Béres와 Hejjel, 2021).
pNN50 pNN50 이웃한 NN 간격 중 차이가 50밀리초보다 큰 것의 백분율입니다. RMSSD처럼 빠르고 미주신경이 주도하는 변화를 따라가지만, 크기가 아니라 비율로 나타냅니다. pNN50 더 알아보기 높고 불규칙함50 ms라는 고정된 선을 넘는 차이의 개수입니다. 지터가 차이를 선의 양쪽으로 밀어 넘기므로 작은 타이밍 오차로도 값이 크게 움직일 수 있습니다(원리). 샘플링 주파수가 낮아질 때 가장 먼저 무너진 지표였습니다(Choi와 Shin, 2017).
SD1 SD1과 SD2 푸앵카레 플롯에서 점들이 퍼진 정도를 나타내는 두 지표로, 단위는 ms입니다. SD1은 폭으로 RMSSD처럼 단기 변동을, SD2는 길이로 전반적인 변동을 반영합니다. SD1과 SD2 더 알아보기 (푸앵카레)높음SD1은 사실상 RMSSD를 √2로 나눈 값이어서 RMSSD와 같은 민감도를 지닙니다(원리).
SD2(푸앵카레)낮음더 느리고 더 긴 범위의 변동을 반영하므로 박동 수준의 지터가 거의 건드리지 못합니다(원리).
HF 파워높음무작위 타이밍 오차는 대부분 고주파 대역에 놓이고, 맥파 전달 시간의 호흡성 흔들림도 거기에 있습니다. 기립경사 연구에서 PRV와 HRV는 주로 HF에서 달랐고(Gil 등, 2010), 낮은 샘플링 주파수에서도 HF가 달랐습니다(Choi와 Shin, 2017).
LF 파워지터에는 낮음, 빈틈에는 중간느린 리듬은 지그재그 오차의 영향을 거의 받지 않고(원리), LF는 검사한 모든 샘플링 주파수에서 유지되었습니다(Choi와 Shin, 2017). 빈틈과 짧은 구간은 해가 됩니다. Apple Watch에서는 빈틈이 LF를 낮추었고(Hernando 등, 2018), Oura 링의 LF는 5분 구간 검사와 밤 전체 검사 모두에서 오차가 컸습니다(Cao 등, 2022).
LF/HF LF/HF 비 LF 파워를 HF 파워로 나눈 값이며 단위가 없습니다. 교감신경계와 부교감신경계 사이의 균형을 가늠하는 지표로 제안되었지만, 연구에서는 그 균형을 신뢰할 수 있게 측정하지 못하는 것으로 나타났습니다. LF/HF 비 더 알아보기 중간~높음비는 두 부분의 오차를 모두 물려받으며, 주로 HF를 통해서입니다(원리). Oura 링의 LF/HF는 오차가 컸습니다(Cao 등, 2022).
DFA α1중간무작위 지터는 박동에서 박동으로 기억이 없고, DFA는 이를 더 낮은 α1로 읽어 무작위 잡음의 값(0.5) 쪽이나 그 아래로 끌어내립니다(원리; 방법은 Peng 등, 1995). 놓친 박동도 값을 치우치게 합니다. 트레드밀 달리기의 심전도 기록에 놓친 박동을 더한 뒤 보정했을 때, 1%~3%는 작지만 눈에 보이는 편향을 주었고, 6%에서는 최대 19%의 편향이 나타났습니다(Rogers 등, 2021).
표본 엔트로피 표본 엔트로피 심장 박동 계열이 얼마나 예측하기 어려운지를 나타냅니다. 일치하는 박동 구간이 한 박동 더 길어져도 일치할 확률의 로그에 마이너스를 붙인 값으로, 0에 가까우면 반복되는 패턴이고 2 이상이면 무작위에 가깝습니다. 표본 엔트로피 더 알아보기 (SampEn)와 근사 엔트로피 근사 엔트로피 표본 엔트로피의 이전 세대 지표로 단위가 없는 규칙성 지표입니다. 박동 구간마다 자기 자신과 일치하는 것으로 세기 때문에 짧은 기록에서는 값이 낮게 치우칩니다. 근사 엔트로피 더 알아보기 (ApEn)중간, 방향은 다양함무작위 잡음은 시계열을 덜 예측 가능하게 만들어 엔트로피를 높입니다. 낮은 샘플링 주파수에서의 거친 반올림은 간격이 같은 값을 반복하기 시작하므로 반대로 작용할 수 있습니다(원리; 방법은 Richman과 Moorman, 2000). 추위 노출 연구에서 PRV의 비선형 지표는 HRV의 지표와 달랐습니다(Mejía-Mejía 등, Frontiers in Physiology, 2020).

‘원리’는 측정된 결과가 아니라 지표가 만들어지는 방식에서 끌어낸 추론을 뜻합니다. 실제로는 펌웨어의 정리 과정과 구간 선택이 센서만큼 중요한 경우가 많으므로, 기기가 이 표의 예측보다 더 나쁘거나 더 좋을 수 있습니다.

근거가 말하는 것

일치도 통계, 쉬운 말로

검증 연구는 같은 사람에게서 같은 시간에 기기와 기준 방법(대개 심전도)을 비교합니다. 두 방법이 함께 오르내리면서도 크게 어긋날 수 있으므로 상관만 보면 잘못 판단하게 됩니다(Bland와 Altman, 1986). 보통은 Bland–Altman 분석으로 요약합니다.

  • 평균 편향은 기기와 기준 방법의 차이의 평균입니다. 편향이 +3 ms이면 기기가 평균 3 ms 높게 읽는다는 뜻입니다.
  • 일치 한계는 개별 차이의 95%가 들어가는 범위로, 편향에 표준편차의 약 두 배를 더하고 뺀 값입니다. 한계가 넓으면 평균 편향이 없더라도 한 번의 측정값은 크게 벗어날 수 있습니다.

많은 웨어러블 기기 연구는 평균 절대 백분율 오차(MAPE)와 일치 상관 계수(CCC)도 보고합니다. 기기별 HRV에서 설명합니다.

안정 시와 수면 중

가만히 있을 때 결과가 가장 좋습니다.

  • PRV와 HRV를 비교한 연구의 리뷰에서 PRV는 안정 시에 충분히 정확했습니다. 다만 많은 연구에서 단기 변동이 다소 과대평가되었으며, 저자들은 그 원인을 호흡이 순환에 작용하는 것으로 보았습니다(Schäfer와 Vagedes, 2013).
  • 기립경사대에 누운 젊은 17명에서 PRV와 HRV 지표는 유의한 차이가 없었고 상관은 0.97을 넘었습니다. 남은 차이는 주로 HF 대역에 있었습니다(Gil 등, 2010).
  • PRV는 안정 시 건강한 사람에서 HRV의 대용으로 잘 작동했고 상관이 82%를 넘었지만, 운동 후와 심장 질환이 있는 사람에서는, 특히 주파수 지표에서 덜 잘 작동했습니다(Pinheiro 등, 2016).
  • 건강한 성인 13명에게서 모두 536박을 기록해 밤새 가슴 스트랩 심전도와 비교한 연구입니다. RMSSD에서 Oura Ring Gen 4는 일치 상관 계수 0.99, 평균 절대 백분율 오차 5.96%였고, Oura Gen 3는 0.97과 7.15%, WHOOP 4.0은 0.94와 8.17%, Garmin Fenix 6은 0.87과 10.52%, Polar Grit X Pro는 0.82와 16.32%였습니다(Dial 등, 2025).
  • 집에서 건강한 성인 35명을 측정한 연구에서, Oura 링은 야간 심박수와 RMSSD를 5분 구간과 밤 평균 모두에서 정확하게 측정했다고 저자들은 판단했습니다. 다만 RMSSD는 평균적으로 심전도보다 약 15 ms 낮았습니다. SDNN, pNN50, HF는 밤 평균으로만 받아들일 만했고, LF와 LF/HF는 어느 쪽이든 오차가 컸습니다(Cao 등, 2022).
  • 수면 검사실의 성인 53명에서, 제조사가 원시 박동 간격을 제공한 WHOOP 3.0은 심전도와 거의 완벽하게 일치했습니다(급내 상관 계수 0.99, 평균 4.5 ms 과소 추정). 자체 처리를 거친 Apple Watch, Polar, Oura는 일치도가 좋았고(0.63~0.67), 깨어 있을 때 한 Garmin 3분 검사는 일치도가 낮았습니다(0.24). 여러 기기가 낮은 HRV는 실제보다 높게, 높은 HRV는 실제보다 낮게 측정했습니다(Miller 등, 2022).

스트랩, 링, 손목, 카메라 나란히 보기

젊은 성인 다섯 명에게서 안정 시 측정을 모두 148회 하며 다중 유도 심전도와 비교한 한 연구에서, 같은 앱이 Polar H10 가슴 스트랩으로는 평균 RMSSD 오차 4.10%, 휴대폰 카메라로는 9.43%였습니다. Oura 링은 6.84%였고, 삼 분 검사를 쓰는 다른 가슴 스트랩 시스템은 11.27%였습니다(Stone 등, 2021). 안정 시 건강한 29명에서는 스마트폰 PPG와 가슴 스트랩 모두 RMSSD에서 심전도와 받아들일 만하게 일치했습니다(Plews 등, 2017). 센서는 여러 요인 가운데 하나일 뿐이며 기록 시간과 처리 방식도 중요합니다. 손가락 끝 HRV에서 휴대폰 카메라, 손가락 클립, 링을 더 자세히 다룹니다.

움직일 때

가슴 스트랩은 잘 버팁니다. 원시 심전도 기록을 기준으로 판정했을 때, Polar H10 스트랩은 가벼운 활동부터 격한 활동까지에서 박동의 99.6%의 시점을 올바르게 잡았고, 고강도 운동 중에도 99.4%였습니다(Gilgen-Ammann 등, 2019). 광학 센서는 그렇지 못합니다. 신체 활동과 일부 정신적 스트레스 요인이 있으면 PRV와 HRV의 일치도가 훨씬 나빠졌고, 받아들이기 어려운 경우가 많았습니다(Schäfer와 Vagedes, 2013). 대부분의 웨어러블 기기가 수면 중에 HRV를 재는 주된 이유가 이것입니다.

인터넷 논쟁, 공정하게 보기

웨어러블 기기 HRV를 두고 온라인에서는 두 진영이 다툽니다.

“PRV는 HRV가 아닙니다.” 이쪽은 물리적 측면에서 옳습니다. PPG 기기는 피부에서 맥파를 재며, 이 신호에는 심장 리듬에 더해 맥파 전달 시간의 변화, 혈관의 긴장 상태, 맥파의 모양이 실려 있습니다. 리뷰들은 PRV를 모든 상황에서 HRV의 타당한 대용으로 여겨서는 안 된다고 결론짓습니다(Mejía-Mejía 등, 2020). 그 차이는 움직임, 스트레스, 추위, 운동, 심장 질환이 있을 때 벌어집니다(Schäfer와 Vagedes, 2013; Pinheiro 등, 2016).

“안정 시에는 충분히 비슷합니다.” 이쪽은 실제 사용에서 옳습니다. 가만히 있는 건강한 사람에서, 특히 밤 전체의 평균으로는 가장 나은 기기와 심전도의 차이가 평균 몇 밀리초 이내이며(Dial 등, 2025), 이는 대부분의 사람이 추적하는 밤마다의 변화에 비하면 작습니다.

둘 다 동시에 참일 수 있습니다. 차이가 중요해지는 경우는 다음과 같습니다.

  • 짧게 한 번 잰 값, pNN50, HF 파워, DFA α1처럼 박동 간 정밀도가 필요할 때
  • 운동 중이나 운동 직후에 측정할 때
  • 잦은 추가 박동이나 심방세동처럼 리듬이 불규칙할 때. 이런 박동은 놓치거나 매끄럽게 지워지는 경우가 많습니다.
  • 연구를 하거나, 기기끼리 또는 발표된 기준값과 수치를 비교할 때

같은 기기를 같은 방식으로 착용하고 밤마다 내 야간 RMSSD를 따라간다면 훨씬 덜 중요합니다. 매일 밤 3 ms 높게 읽는 기기도 내가 어느 방향으로 움직이는지는 보여 줍니다.

실천 방법

  • 기기 하나를 쓰고 그 기기끼리만 비교하세요. 브랜드마다 센서, 기준점, 정리 방식, 구간이 달라서 두 기기의 절댓값은 서로 바꿔 쓸 수 없습니다.
  • 한 번의 값보다 추세를 보세요. 야간 평균이 짧게 한 번 잰 값보다 믿을 만합니다.
  • 아침의 짧은 측정, 운동 전후의 측정, 연구에는 가슴 스트랩을 쓰세요. 전기 신호인 R파의 시점을 재고 움직여도 잘 버팁니다.
  • 광학 센서를 도와주세요. 밀착해서 착용하고, 한 번만 잴 때는 가만히 있고, 차가운 손은 먼저 따뜻하게 하세요.
  • 웨어러블 기기의 세밀한 지표는 조심해서 보세요. 시계의 pNN50, HF, LF/HF, DFA α1은 대략적인 값으로 받아들이세요.
  • 심장 박동이 불규칙하게 느껴지면 진료를 받으세요. 어느 기기도 진단용 심전도가 아닙니다.

근거를 쉬운 말로 요약한 글은 손목 HRV는 가슴 스트랩만큼 정확할까? 페이지를, 브랜드별로 무엇을 보고하는지는 기기별 HRV 페이지를 읽으세요.

자주 묻는 질문

시계로 잰 HRV도 가슴 스트랩만큼 정확한가요?

안정 시와 수면 중에는 성능이 좋은 시계와 링도 가슴 스트랩에 가까운 값을 보입니다. 성인 13명에게서 모두 536박의 데이터를 모은 한 연구에서, 가장 나은 광학 기기의 야간 RMSSD는 가슴 스트랩 심전도와의 차이가 평균 약 6% 이내였고 가장 떨어지는 기기는 약 16%였습니다. 움직이면 가슴 스트랩이 분명히 더 정확합니다.

내 시계의 HRV가 가슴 스트랩보다 높게 나오는 이유는 무엇인가요?

맥파마다 생기는 작은 타이밍 오차가 RMSSD가 재는 박동 간 차이에 더해지고, 맥파가 손목에 닿는 데 걸리는 시간도 호흡마다 조금씩 흔들립니다. 두 가지 모두 단기 변동을 높입니다. 또한 두 기기는 대개 서로 다른 시간에 재며, 이 차이가 앞의 두 효과 어느 쪽보다도 더 큰 영향을 줍니다.

시계의 HRV 수치 가운데 가장 믿을 만한 것은 무엇인가요?

평균 심박수와 안정 시 심박수가 가장 믿을 만합니다. 긴 시간에 걸쳐 평균을 낸 야간 RMSSD는 내 추세를 따라가기에 충분히 좋습니다. 짧게 한 번 잰 값, pNN50, HF 파워, LF/HF, DFA α1 같은 비선형 지표는 가장 쉽게 흐트러집니다.

HRV를 재려면 가슴 스트랩이 필요한가요?

기기를 그 기기끼리만 비교한다면 야간 추세에는 필요하지 않습니다. 아침에 짧게 재는 값, 운동 중이나 운동 직후의 측정, 연구, 심장 박동이 불규칙한 경우에는 가슴 스트랩을 쓸 만합니다.

출처

  1. 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
  2. Pulse rate variability in cardiovascular health: a review on its applications and relationship with heart rate variability Physiological Measurement, 2020
  3. Heart Rate Variability (HRV) and Pulse Rate Variability (PRV) for the Assessment of Autonomic Responses Frontiers in Physiology, 2020
  4. Photoplethysmography pulse rate variability as a surrogate measurement of heart rate variability during non-stationary conditions Physiological Measurement, 2010
  5. Can PPG be used for HRV analysis? 2016 38th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC), 2016
  6. Optimal fiducial points for pulse rate variability analysis from forehead and finger photoplethysmographic signals Physiological Measurement, 2019
  7. Comparison of foot finding methods for deriving instantaneous pulse rates from photoplethysmographic signals Journal of Clinical Monitoring and Computing, 2015
  8. Photoplethysmography sampling frequency: pilot assessment of how low can we go to analyze pulse rate variability with reliability? Physiological Measurement, 2017
  9. The minimal sampling frequency of the photoplethysmogram for accurate pulse rate variability parameters in healthy volunteers Biomedical Signal Processing and Control, 2021
  10. Relation between heart rate and pulse transit time during paced respiration Physiological Measurement, 2001
  11. Conventional pulse transit times as markers of blood pressure changes in humans Scientific Reports, 2020
  12. Toward ubiquitous blood pressure monitoring via pulse transit time: theory and practice IEEE Transactions on Biomedical Engineering, 2015
  13. Investigating sources of inaccuracy in wearable optical heart rate sensors npj Digital Medicine, 2020
  14. Validation of the Apple Watch for Heart Rate Variability Measurements during Relax and Mental Stress in Healthy Subjects Sensors, 2018
  15. Role of editing of R-R intervals in the analysis of heart rate variability Frontiers in Physiology, 2012
  16. Influence of Artefact Correction and Recording Device Type on the Practical Application of a Non-Linear Heart Rate Variability Biomarker for Aerobic Threshold Determination Sensors, 2021
  17. Quantification of scaling exponents and crossover phenomena in nonstationary heartbeat time series Chaos: An Interdisciplinary Journal of Nonlinear Science, 1995
  18. Physiological time-series analysis using approximate entropy and sample entropy American Journal of Physiology-Heart and Circulatory Physiology, 2000
  19. Statistical methods for assessing agreement between two methods of clinical measurement The Lancet, 1986
  20. Validation of nocturnal resting heart rate and heart rate variability in consumer wearables Physiological Reports, 2025
  21. A Validation of Six Wearable Devices for Estimating Sleep, Heart Rate and Heart Rate Variability in Healthy Adults Sensors, 2022
  22. Accuracy Assessment of Oura Ring Nocturnal Heart Rate and Heart Rate Variability in Comparison With Electrocardiography in Time and Frequency Domains: Comprehensive Analysis Journal of Medical Internet Research, 2022
  23. Assessing the Accuracy of Popular Commercial Technologies That Measure Resting Heart Rate and Heart Rate Variability Frontiers in Sports and Active Living, 2021
  24. Wrist-Based Photoplethysmography Assessment of Heart Rate and Heart Rate Variability: Validation of WHOOP Sensors, 2021
  25. RR interval signal quality of a heart rate monitor and an ECG Holter at rest and during exercise European Journal of Applied Physiology, 2019
  26. Comparison of Heart-Rate-Variability Recording With Smartphone Photoplethysmography, Polar H7 Chest Strap, and Electrocardiography International Journal of Sports Physiology and Performance, 2017
  27. 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