아침에 눈을 뜨면 시계가 알려준다. 회복 42%, 깊은 수면 부족, 오늘 훈련은 미루는 편이 좋겠다고. 계획을 뜯어고치기 전에 먼저 던져야 할 질문은 이것이다. 그 숫자가 밤사이 실제로 일어난 일과 얼마나 맞아떨어지는가?

수면 측정의 표준은 수면다원검사(PSG)다. 뇌파, 안구 운동, 근긴장도를 기록하고 미국수면의학회 기준에 따라 사람이 직접 판독한다. 웨어러블이 재는 것은 전혀 다르다. 움직임과 맥박을 재고, 거기서 수면 단계를 추정한다. 비교 연구는 이제 구체적으로 말할 수 있을 만큼 쌓였다.

여섯 기기를 검증하다

SLEEP Advances, 2025년 4월. 성인 62명이 수면 검사실에서 하룻밤을 보냈다. PSG를 동시에 기록하면서 한 사람당 웨어러블을 두 대에서 네 대까지 착용했다.

검증 대상은 Fitbit Charge 5, Fitbit Sense, Withings ScanWatch, Garmin Vívosmart 4, WHOOP 4.0, Apple Watch Series 8이었다.

핵심 결과는 비대칭이다.

민감도(수면 검출): 모든 기기에서 90% 이상. 자고 있으면 트래커는 그것을 안다.
특이도(각성 검출): 29.39~52.15%. 잠들지 못하고 누워 있거나 밤중에 깼을 때, 트래커는 대개 그것을 보지 못한다.

여기서 곧바로 따라 나오는 결과가 수면 시간의 체계적 과대평가다.

WHOOP 4.0: +24.46분
Apple Watch Series 8: +19.60분

대부분의 기기는 총 수면 시간, 수면 효율, 입면 후 각성 시간, 얕은 수면에서 PSG와 유의하게 어긋났다.

깊은 수면에서는 검증 대상 손목 기기 중 WHOOP 4.0이 가장 나았다. PSG 기준 N3 에폭의 **69.63%**를 정확히 분류했다. 표본 내 최고 성적이지만, 그래도 깊은 수면의 3분의 1 가까이가 잘못 표시됐다는 뜻이다.

반지형 대 손목형

반지형 기기의 최대 규모 검증 연구는 따로 볼 만하다. Sleep Medicine, 2024년. Oura Ring Gen3에 OSSA 2.0 수면 단계 알고리즘을 적용해 여러 밤에 걸친 외래 PSG와 비교했고, 참가자 96명, 30초 에폭 421,045개가 분석 대상이었다.

민감도 94.4~94.5%
특이도 73.0~74.6%
정확도 91.7~91.8%
단계 분류 정확도: 75.5%(얕은 수면)에서 90.6%(REM)까지

특이도 73~~75%는 손목 기기의 29~~52%와 비교하면 눈에 띄게 낫다. 반지는 손가락에서 신호를 잡는데, 이곳은 손목보다 혈류와 맥파가 안정적으로 읽힌다. 이것이 실제로 이점을 주는 것으로 보인다.

다만 여기서도 각성 에폭 네 개 중 하나쯤은 수면으로 계산된다.

여기서 따라 나오는 것

총 수면 시간이 가장 믿을 만한 숫자다. 모든 기기에서 진실에 가장 가깝다. 다만 20~25분 위로 치우쳐 있다.

수면 단계가 가장 약한 부분이다. 얕은 수면이 가장 판독하기 어려운데, 하필 그 단계들을 재료로 그럴듯한 「회복 지수」가 만들어진다.

오차는 무작위가 아니라 체계적이다. 좋은 소식이다. 트래커가 일관되게 20분을 더한다면 추이는 여전히 의미가 있다. 지난주의 나와 지금의 나를 비교하는 것은 괜찮다. 절댓값을 「8시간은 자라」는 권고와 비교하는 것은 별로다.

나쁜 밤일수록 트래커는 실제보다 가볍게 표시한다. 각성 검출이 가장 부정확하기 때문이다. 한 시간을 뒤척였는데 기기는 그 시간을 수면으로 계산한다. 레이스 다음 밤이나 장거리 비행 뒤의 밤을, 기기는 실제보다 좋게 그려준다.

중요한 단서. 이 데이터는 전부 건강한 성인에게서 나왔지, 훈련 블록을 소화 중인 선수에게서 나온 것이 아니다. 훈련량이 많고 심박 변동이 큰 사람에게 이 숫자들이 얼마나 그대로 적용되는지는 아직 닫히지 않은 별개의 질문이다.

실전 적용법

수면 단계 분해가 아니라 총 수면 시간과 한 주 추세를 본다.
손목 기기를 쓴다면 표시된 수면 시간에서 20~25분을 머릿속으로 빼라.
하룻밤 데이터로 계획을 뒤집지 마라. 하룻밤은 이미 알려진 체계적 오차를 안고 있는 측정 한 번일 뿐이다.
지수보다 몸 상태가 우선이다. 회복이 90%로 뜨는데 몸이 무너져 있다면, 옳은 쪽은 기기가 아니라 당신이다.
각성 검출만 놓고 보면 반지가 손목 기기보다 정확하다. 차이는 체감될 만하지만 절대적이지는 않다.
준비 기간 중간에 기기를 바꾸지 마라. 브랜드 사이의 숫자는 서로 비교할 수 없어서 비교 기준을 잃게 된다.
실제 수면 장애가 의심된다면 — 수면무호흡이나 만성 불면증 — 트래커는 그것을 진단하지 못한다. 제대로 된 수면 검사가 필요하다.

핵심 정리

SLEEP Advances 2025: 성인 62명, 검사실에서의 하룻밤, 여섯 기기 대 PSG.
수면은 모든 기기에서 민감도 90% 이상으로 검출되지만, 각성은 특이도 **29.39~52.15%**에 그친다.
총 수면 시간 과대평가: WHOOP 4.0 +24.46분, Apple Watch S8 +19.60분.
깊은 수면 최고 성적은 WHOOP 4.0으로, N3 에폭의 **69.63%**를 정확히 분류했다.
Oura Gen3(Sleep Medicine 2024, 96명, 421,045 에폭): 정확도 91.7~91.8%, 특이도 73.0~74.6%, 단계 분류는 75.5%(얕은 수면)에서 90.6%(REM)까지.
오차가 체계적이므로 추이는 정보가 되지만 절댓값은 그렇지 않다.
나쁜 밤을 트래커는 실제보다 좋게 보여준다.
데이터는 건강한 성인에게서 나왔지, 부하를 소화 중인 선수에게서 나온 것이 아니다.

출처: «A performance validation of six commercial wrist-worn wearable sleep-tracking devices for sleep stage scoring compared to polysomnography», SLEEP Advances, 2025. https://doi.org/10.1093/sleepadvances/zpaf021 · «Validity and reliability of the Oura Ring Generation 3 (Gen3) with Oura sleep staging algorithm 2.0 (OSSA 2.0) when compared to multi-night ambulatory polysomnography», Sleep Medicine, 2024. https://www.sciencedirect.com/science/article/pii/S1389945724000200