수면 트래커 정확도를 묻는 질문은 하나로 뭉쳐 나오지만, 검증 연구를 보면 지표마다 답이 다르다. 잠든 총 시간은 실험실 기준값에 비교적 가깝게 나오는 반면, 깊은수면·렘수면처럼 색깔 막대로 보여주는 값은 크게 벌어진다. 같은 기기 안에서도 참고할 만한 숫자와 그렇지 않은 숫자가 섞여 있다.
기준값은 수면다원검사(폴리솜노그래피, PSG)다. 뇌파·눈 움직임·근전도·호흡을 30초 단위로 직접 읽고 사람이 판독한다. 손목·손가락 기기는 움직임·맥파·피부 온도 같은 간접 신호로 같은 구간을 추정한다. 신호가 다르니 잘 맞는 항목과 못 맞는 항목이 갈린다.
총수면시간은 근접, 깨어 있던 시간은 과소 추정
2025년 3월 SLEEP Advances에 실린 벨기에 앤트워프대 병원 검증 연구는 성인 62명(평균 46.0세)을 실험실에서 하룻밤 재우며 손목형 6종을 PSG와 맞춰 봤다. 총수면시간(TST) 편차는 기기별로 +6.3분에서 +39.9분 사이였고, 애플워치 시리즈 8이 평균절대오차 27.8분·오차율 6.5%로 가장 좁았다.
문제는 다른 항목이다. 잠든 뒤 깨어 있던 시간(WASO)은 6종 전부가 12.4~47.9분 과소 추정했고, 수면효율은 전부 2.2~10.2%p 과대 추정했다. 실제로 깬 구간을 잠으로 넘겨 세는 것이다. 수면/각성 구분 자체를 보면 민감도(잠을 잠으로 맞히는 비율)는 91.7~96.3%로 높지만, 특이도(깬 것을 깬 것으로 맞히는 비율)는 29.4~52.2%에 머물렀다.
수면 트래커 정확도가 가장 낮은 자리는 수면단계다
같은 연구에서 4단계(각성·얕은수면·깊은수면·렘수면) 분류 일치도를 카파 계수로 계산했다. 판독 관행상 0.21~0.40은 ‘약간’, 0.41~0.60은 ‘보통’으로 읽는다.
| 기기 | n | 4단계 카파 | 민감도 | 특이도 |
|---|---|---|---|---|
| 애플워치 시리즈 8 | 20 | 0.53 | 96.3% | 52.2% |
| 핏빗 센스 | 37 | 0.42 | 93.3% | 48.8% |
| 핏빗 차지 5 | 39 | 0.41 | 91.7% | 47.5% |
| 웁 4.0 | 40 | 0.37 | 93.6% | 40.1% |
| 위딩스 스캔워치 | 41 | 0.22 | 94.3% | 31.1% |
| 가민 비보스마트 4 | 25 | 0.21 | 95.9% | 29.4% |
출처는 앤트워프 검증 연구(2025-03, 실험실 1박). 위딩스는 깊은수면과 렘수면을 합쳐 보고해 기준값 정의가 다르다.
연구진 결론도 그 선에서 멈춘다. “다단계 분류는 모든 기기가 개선이 필요하다”면서, 카파가 높은 세 기기는 “오래 지속되는 큰 변화를 추적하는 용도”로는 쓸 만하다고 덧붙였다.
2026년 Sleep Medicine에 실린 사우디 킹압둘아지즈대병원 연구도 방향이 같다. 성인 18~45세를 애플워치 시리즈 7·핏빗 차지 5·폴라 밴티지 M2에 나눠 배정해 가정용 PSG와 비교했더니 편차의 방향이 기기마다 달랐다. 핏빗은 얕은수면을 과대·깊은수면을 과소 추정했고, 애플워치는 침대에 있던 시간과 얕은수면을 과소·렘수면을 과대 추정했다. 폴라는 논렘 편차가 작은 대신 렘수면을 일관되게 과대 추정했다. 서로 다른 기기의 수면단계 숫자를 나란히 비교하는 것이 의미가 없는 이유다.
나이가 들면 같은 기기라도 오차가 벌어진다
2026년 1월 SLEEP Advances에 실린 미국 매사추세츠대 애머스트 연구는 이 부분을 따로 봤다. 자택에서 7일간 착용하고 둘째 날 밤에 이동식 PSG를 붙였다. 고령 19명(평균 65.8세)과 청년 13명(평균 20.9세)이고, 수면장애 진단자는 제외했다.
| 지표 | 기기 | 고령층 편차 | 청년층 편차 |
|---|---|---|---|
| 총수면시간 | 핏빗 센스 2 | −74.5분 | −23.1분 |
| 총수면시간 | 오우라링 3세대 | −75.5분 | −15.5분 |
| 총수면시간 | 위딩스 슬립 매트 | −45.7분 | −4.8분 |
| 깊은수면 | 오우라링 3세대 | +71.5분 | +81.0분 |
| 깊은수면 | 위딩스 슬립 매트 | +97.4분 | +34.7분 |
| 깨어 있던 시간 | 슬립스코어 맥스 | −71.6분 | −5.8분 |
네 기기 모두 고령층에서 총수면시간을 40분 이상 더 크게 어긋나게 쟀고, 일치 한계 폭도 더 넓었다. 깊은수면은 PSG 기준 고령층 평균이 12.7~25.9분인데 기기는 55~111분으로 보고했다. 저자들은 초록에서 “기기는 개별 수면단계를 식별하는 데, 특히 깊은수면에서 성능이 떨어졌다”고 적었고, 고령층 사용에는 주의가 필요하다고 결론했다.
24개 연구·798명을 묶은 2025년 Journal of Clinical Sleep Medicine 메타분석도 같은 방향이다. 손목형 기기는 총수면시간·수면효율·수면잠복기에서 PSG만큼 신뢰할 수 없으니 한계를 알고 해석하되, 전반적인 패턴 추적에는 쓸 수 있다는 정리다.
숫자를 어떻게 읽을지
검증 연구들이 공통으로 시사하는 사용법을 정리하면 이렇다.
- 하룻밤 숫자로 판단하지 않는다. 오차 범위가 하룻밤 변동보다 넓다. 2주 이상 같은 조건에서 모은 추세를 본다.
- 취침·기상 시각과 총수면시간을 주 지표로 둔다. 검증 연구에서 기준값에 가장 근접한 항목이다.
- 깊은수면·렘수면 분(分)은 절대값으로 읽지 않는다. 같은 기기 안에서 늘었는지 줄었는지 정도로만 본다.
- 기기를 바꾸면 이전 기록과 이어 붙이지 않는다. 편차의 방향이 기기마다 다르다.
- 수면효율이 90%를 넘게 나오는 것을 그대로 믿지 않는다. 검증 연구에서 전 기기가 과대 추정한 항목이다.
- 고령자·수면장애 진단자는 더 크게 할인해 본다. 검증 표본 대부분이 건강한 성인이고, 고령층 오차는 실측으로 더 컸다.
정리하면
수면 트래커 정확도는 하나의 숫자가 아니다. 총수면시간과 취침 패턴은 장기 추세를 보는 도구로 쓸 만한 수준이고, 수면단계 분류는 실험실 기준과 ‘약간~보통’ 정도만 일치한다. 깨어 있던 시간을 잠으로 세는 편향은 6종 전부에서 관찰됐고, 고령층에서는 같은 기기의 오차가 더 벌어졌다. 화면의 깊은수면 42분을 측정값으로 받아들이는 대신 몇 주 동안 취침 시각이 앞당겨졌는지를 보는 편이 검증된 성능 범위에 맞는다. 수치는 글 작성 시점(2026년 9월) 기준 공개된 논문 값이다.
이 글은 일반적인 운동·생활 정보이며 의학적 조언이 아닙니다. 통증·질환이 있거나 치료 중이라면 전문가와 상담하세요.
참고
- https://academic.oup.com/sleepadvances/article/6/2/zpaf021/8090472
- https://academic.oup.com/sleepadvances/article/7/1/zpag006/8422777
- https://pubmed.ncbi.nlm.nih.gov/42258963/
- https://jcsm.aasm.org/doi/10.5664/jcsm.11460