[#644-R-39] 애플워치는 어떻게 내가 잠든 걸 알아챌까? 원리 완전 해부

애플워치는 어떻게 내가 잠든 걸 알아챌까? 원리 완전 해부

애플워치를 차고 누워서 잠이 들면, 애플워치는 어떤 원리로 “지금 이 사람이 잠들었다”고 판단할까? 이 글에서는 센서 구조부터 알고리즘, 심박·움직임 패턴까지 차근차근 정리해봅니다.

 

Apple Watch

 

1. 애플워치는 ‘잠’을 직접 보는 게 아니다

애플워치가 하는 일은 “눈을 감았는지”를 보는 게 아니라, 몸의 상태 변화(움직임, 심박, 심박 변이도 패턴)를 보고 “이건 수면 패턴이네?”라고 추론하는 것입니다. 즉, 센서로 데이터를 수집하고, 그 데이터를 패턴 인식(머신러닝)으로 해석해 “지금은 깨어 있음 / 지금은 수면 상태”를 구분합니다.

 

2. 애플워치가 사용하는 주요 센서들

애플워치가 수면을 추정할 때 활용하는 대표적인 센서는 다음과 같습니다.

2-1. 가속도 센서 (Accelerometer)

• 손목의 미세한 움직임까지 감지하는 센서입니다.
• 걷기, 타이핑, 팔 흔들기, 뒤척임 등 움직임의 양과 패턴을 구분합니다.
• “얼마나 자주, 얼마나 크게 움직였는지”가 수면/각성 판단에 중요한 기준이 됩니다.

2-2. 광학 심박 센서 (PPG)

• LED와 센서를 이용해 손목의 혈류 변화를 측정하고 심박수를 계산합니다.
• 잠에 들면 일반적으로 심박수가 낮아지고, 리듬이 안정되는 패턴을 보입니다.

2-3. 심박 변이도 (HRV, Heart Rate Variability)

• 심장 박동 간의 간격이 얼마나 들쭉날쭉한지를 보는 지표입니다.
• 잠이 들면 자율신경계(교감/부교감)의 균형이 바뀌면서 HRV 패턴도 깨어 있을 때와 달라집니다.

2-4. 자세·기압·자이로 등의 보조 정보

• 모델에 따라 자이로스코프, 기압 센서 등이 함께 활용됩니다.
• 이를 통해 “지금은 누워 있는지, 앉아 있는지, 움직이는 방향이 어떤지” 같은 자세 정보를 보조적으로 추정합니다.

2-5. 혈중 산소 센서 (SpO₂, 지원 모델)

• 수면 중 호흡 패턴을 추적하는 데 도움을 줍니다.
• 다만, 공식적인 의학적 진단용이 아니라 참고용이라는 점이 중요합니다.

요약하자면 애플워치는 “거의 안 움직이면서, 심박·HRV가 수면형 패턴인 상태”를 잠이 든 상태로 간주합니다.

 

3. 애플워치가 보는 “잠에 빠져드는 과정” 패턴

우리가 실제로 잠이 들 때, 몸에서는 대략 다음과 같은 변화가 나타납니다.

3-1. 활동 → 휴식으로의 전환

• 걷기, 타이핑, 팔 흔들기 같은 큰 활동이 사라지고, 움직임이 급격히 줄어듭니다.
• 애플워치는 이 구간에서 “거의 정지에 가까운 움직임이 이어지는지”를 봅니다.

3-2. 심박수 감소 및 안정화

• 누워서 휴식 상태로 들어가면 심박수가 점차 떨어지고 안정됩니다.
• 완전히 잠에 빠져들면 심박 패턴이 “수면형 리듬”으로 변화합니다.

3-3. HRV 패턴 변화

• 잠이 들면 부교감신경이 더 활성화되면서 HRV 패턴이 깨어 있는 상태와 달라집니다.
• 애플워치는 이 변화를 함께 보고 “이제 수면 쪽으로 넘어갔다”고 판단합니다.

3-4. 뒤척임은 있지만 ‘각성 패턴’은 없음.

• 자는 동안에도 사람은 뒤척이거나 팔을 살짝 움직입니다.
• 하지만 걷기, 기기 조작 같은 “깨어 있을 때의 복잡한 움직임”은 거의 나타나지 않습니다.
• 애플워치는 이 차이를 이용해 “수면 중 움직임 vs 각성 활동”을 구분합니다.

결국, 애플워치는 “누워 있고, 거의 안 움직이고, 심박·HRV가 수면 패턴이고, 깨어 있는 활동이 없다” → 이런 상태가 일정 시간 이상 지속될 때 “잠들었다”고 판단합니다.

 

4. 실제 알고리즘 흐름: 수면 vs 각성 분류 방식

애플이 내부 알고리즘을 모두 공개하진 않았지만, 일반적인 웨어러블 수면 알고리즘 구조와 공개된 정보를 조합하면 대략 다음과 같은 흐름으로 이해할 수 있습니다.

4-1. 연속 데이터 수집

• 초 단위로 가속도 데이터(움직임)
• 수 초 단위로 심박수, 심박 간격(RR Interval)
• SpO₂, 자세 정보 등도 필요에 따라 함께 수집

4-2. 특징 추출 (Feature Extraction)

• 예: 30초~2분 단위로 데이터를 묶어서 하나의 구간으로 처리
• 각 구간마다 다음과 같은 지표를 뽑습니다:
  • 평균 활동량, 활동 분산, 정지 시간 비율
  • 평균 심박수, 심박수 변화량
  • HRV 지표 (예: RMSSD, SDNN 등)
• 이렇게 만든 여러 지표들을 하나의 “상태 벡터”처럼 사용합니다.

4-3. 머신러닝 모델로 ‘수면 vs 각성’ 분류

• 애플은 머신러닝 모델을 활용해 수면 스테이지를 추정한다고 공식적으로 밝힌 바 있습니다.
• 구조적으로는, 다음과 같은 데이터를 가지고 학습했다고 볼 수 있습니다:
  • 사람이 실제로 기록한 수면/각성 시간 (또는 PSG 같은 수면다원검사 결과)
  • 그때의 센서 데이터(움직임, 심박, HRV 등)
• 이 데이터를 바탕으로 모델이 “이 패턴은 깨어 있음 / 이 패턴은 수면”을 구분하도록 학습합니다.

4-4. 시간 축에서의 연속성 고려

• 1~2분 정도 잠깐 조용했다고 해서 바로 “수면 시작”으로 보지 않습니다.
• 수면 패턴이 일정 시간 이상 연속적으로 유지될 때만 해당 시점을 수면 시작으로 판단합니다.
• 반대로, 수면 중에 잠깐 깨서 뒤척이거나 화장실에 가는 정도는 전체 수면 블록 내의 짧은 각성(Epoch)으로 처리됩니다.

 

5. 그냥 누워 있기 vs 진짜 잠든 상태, 어떻게 구분할까?

핵심은 “움직임 패턴 + 심박·HRV 패턴의 조합”입니다.

5-1. 그냥 누워서 휴대폰을 하는 경우

• 몸 전체 움직임은 적지만, 손목과 손가락의 미세한 활동 패턴이 계속 존재합니다.
• 스크롤, 탭, 스마트폰 들었다 놨다 하는 동작 등이 반복됩니다.
• 카톡/알림을 보고 반응하는 등 “각성 상태의 행동 시그널”이 계속 남습니다.
• 심박도 완전히 수면 패턴으로 떨어지지 않는 경우가 많습니다.

5-2. 실제로 잠이 든 경우

• 움직임이 거의 제로에 수렴하는 구간이 길게 이어집니다.
• 심박수도 깊게 떨어져 안정된 패턴을 보입니다.
• HRV 패턴이 수면 쪽으로 전환됩니다.
• 기기를 조작하는 정교한 움직임과 알림 반응이 거의 사라집니다.

그래서 애플워치는 “연속적인 무(無)활동 + 수면형 심박·HRV 패턴”이 일정 시간 이상 유지되는지 보고 진짜 잠든 상태인지 판단합니다.

 

6. 수면 스케줄(수면 모드)과의 연동

애플워치와 아이폰에서 수면 스케줄을 설정해두면, 워치는 “이 시간대에 사용자가 보통 잠을 잔다”라는 정보를 알고 있습니다.

6-1. 예상 수면 시간대를 알고 있을 때

• 예를 들어, 수면 스케줄이 00:00 ~ 07:00으로 설정되어 있다고 해봅시다.
• 이 시간대 안에서 위에서 설명한 수면 패턴이 감지되면 애플워치는 더 적극적으로 “수면”으로 분류합니다.

6-2. UX 측면의 변화

• 수면 모드가 켜지면 화면 밝기와 알림이 줄어듭니다.
• 아침에 알람, 움직임, 각성 패턴 등을 종합해 전체 수면 블록을 하나의 수면 기록으로 정리합니다.

즉, 애플워치는 “센서 데이터 + 수면 스케줄 정보”를 함께 활용해 수면 감지의 정확도를 높이려는 구조를 가지고 있습니다.

 

7. 왜 100% 정확한 ‘의료용 수면 검사’는 아닐까?

애플워치의 수면 추적은 “일상생활에서 내 수면 패턴을 대략적으로 보는 용도”이지, 병원에서 하는 수면다원검사(PSG)를 완전히 대체하는 수준은 아닙니다.

• 조용히 누워서 책만 읽거나 명상해도, 일부 구간은 수면으로 오인될 수 있습니다.
• 잠버릇이 심해서 많이 움직이는 사람은, 깨어 있는 시간으로 잘못 인식되는 구간이 생길 수 있습니다.
• 심장 질환, 부정맥, 카페인/약물 복용 등으로 심박 패턴이 일반적 수면 패턴과 다른 경우도 있습니다.

따라서 애플워치의 수면 기록은 “어제 몇 시쯤 잠들고, 몇 번이나 깨고, 총 수면 시간이 어느 정도였는지”를 보는 라이프로그/헬스케어용 지표로 이해하는 것이 좋습니다.

 

Apple Watch로 수면 추적하기

 

8. 한 줄 요약: 애플워치 수면 감지 원리

정리하면, 애플워치는

• 손목 움직임(가속도)
• 심박수 & 심박 변이도(HRV)
• 수면 스케줄 및 시간 정보

이 세 가지를 종합해서, 머신러닝 모델이 “이건 수면 패턴이다”라고 분류하는 순간부터 “잠이 들었다”고 판단합니다. 즉, 애플워치는 내가 눈을 감았는지 직접 보는 게 아니라, “거의 움직이지 않는 상태 + 수면형 심박·HRV 패턴 + 수면 시간대”라는 조합을 보고 “지금은 자고 있다”라고 논리적으로 추론하는 셈입니다.