잠자는 동안에도 우리 심장은 끊임없이 전기 신호를 만들어 냅니다. 그런데 밤사이 기록한 심전도만으로 앞으로 심장질환이 발생할 위험까지 추정할 수 있다면 어떨까요?
2026년 10월 9일 국제 학술지 SLEEP에 흥미로운 연구가 발표됐습니다. 연구진은 수면다원검사 중 기록한 심전도와 수면 단계 정보를 인공지능으로 분석해 향후 심혈관질환 위험을 예측할 수 있는지 조사했습니다.
이번 연구는 의료 AI가 질병 위험을 평가하는 데 새로운 가능성을 보여줍니다. 하지만 AI가 미래의 심장병을 확정적으로 맞힌다는 의미는 아닙니다. 어떤 결과가 나왔고, 실제 건강 관리에는 어떤 의미가 있는지 하나씩 살펴보겠습니다.
핵심 내용 먼저 보기
- 연구진은 수면검사 중 기록된 단일 유도 심전도와 수면 단계 정보를 AI로 분석했습니다.
- 학습 자료는 15,809명이며, 별도의 두 의료기관 자료에서 각각 9,810명과 12,576명을 대상으로 외부 검증했습니다.
- 심방세동, 심부전, 모든 원인에 의한 사망 위험에서 유의한 예측 관련성이 관찰됐습니다.
- 뇌졸중과 심근경색은 검증 집단에 따라 결과가 달랐습니다.
- 현재 연구 결과만으로 일반인이 자신의 심장질환 발생 여부를 확정하거나 진단할 수는 없습니다.
1. 2026년 최신 연구는 무엇을 밝혔을까?
논문 제목은 Prediction of cardiovascular outcomes using electrocardiography from overnight polysomnography입니다. 미국 연구진이 수행했으며, 미국 국립보건원(NIH)의 지원을 받은 연구입니다.
연구의 핵심은 수면다원검사에서 이미 기록되고 있는 심전도 신호를 새로운 방식으로 활용하는 것입니다. 수면다원검사는 수면무호흡 등 수면장애를 평가하기 위해 시행하는 검사로, 검사 과정에서 심전도와 여러 생리 신호를 기록합니다.
연구진은 이러한 심전도 신호에 수면 단계 정보를 결합하고 딥러닝 모델을 적용해 향후 심혈관질환 위험을 구분할 수 있는지 살펴봤습니다.
중요한 점은 이 연구가 일반인을 대상으로 집에서 스마트워치만 착용하게 한 실험은 아니라는 것입니다. 실제 의료기관에서 수면다원검사를 받은 환자들의 자료를 활용했습니다.
2. 연구 대상은 얼마나 많았을까?
이 연구는 한 의료기관의 자료에만 의존하지 않고, 서로 다른 의료기관의 자료를 이용해 모델의 예측 관련성을 확인했습니다.
| 구분 | 인원 |
|---|---|
| 모델 학습 및 미세 조정 자료 | 15,809명 |
| 에모리대학교병원 외부 검증 | 9,810명 |
| 베스 이스라엘 디코니스 메디컬센터 외부 검증 | 12,576명 |
학습 자료와 두 외부 검증 자료의 인원수를 합치면 38,195명입니다. 다만 이를 모두 독립적인 일반 인구 표본으로 간주하거나, 한국인에게도 같은 예측 성능이 입증됐다고 해석해서는 안 됩니다.
연구진은 의료기록에 기록된 진단 정보를 이용해 심혈관질환 발생 결과를 확인했습니다. 따라서 진단 코드의 정확성, 환자 구성, 의료기관별 특성 등이 결과에 영향을 미칠 가능성도 고려해야 합니다.
3. 잠자는 동안 기록한 심전도를 AI는 어떻게 분석할까?
심전도는 심장의 전기적 활동을 기록합니다
심전도(ECG)는 심장이 뛰는 동안 발생하는 전기적 활동을 기록하는 검사입니다. 의료진은 심전도 파형과 리듬 등을 살펴 부정맥을 비롯한 여러 심장 문제를 평가합니다.
일반적으로 심장 상태를 평가할 때는 여러 방향에서 전기 신호를 기록하는 12유도 심전도를 사용하기도 합니다. 이번 연구에서는 수면검사 과정에서 기록된 단일 유도 심전도 신호를 활용했습니다.
수면 단계 정보가 함께 사용됩니다
수면 중에는 얕은 수면, 깊은 수면, 렘수면 등 여러 단계가 나타납니다. 수면 단계에 따라 심박수와 자율신경계 활동 등 생리적 특성이 달라질 수 있습니다.
연구진은 심전도 신호만 분석하는 데 그치지 않고 전문가가 분류한 수면 단계 정보를 함께 활용했습니다. 이를 통해 장시간의 수면 기록에 포함된 패턴을 모델이 학습하도록 했습니다.
딥러닝은 눈에 잘 띄지 않는 패턴을 학습합니다
딥러닝 모델은 다량의 데이터에서 복잡한 패턴을 학습하는 인공지능 기술입니다. 사람이 파형 하나하나를 직접 해석하는 방식과 달리, 모델은 다양한 신호의 조합에서 장기적인 질환 위험과 관련된 특징을 학습할 수 있습니다.
그렇다고 AI가 심장질환의 원인을 모두 알아냈다는 의미는 아닙니다. 모델이 위험과 관련된 패턴을 포착했다는 것과, 그 패턴이 질환을 직접 일으킨다는 것을 입증하는 것은 서로 다른 문제입니다.
4. 어떤 심혈관질환 위험을 예측했을까?
연구진은 수면검사 이후 최대 10년의 기간을 대상으로 다음과 같은 결과를 분석했습니다.
- 심방세동: 심장 박동이 불규칙해지는 부정맥의 한 종류입니다.
- 심부전: 심장이 신체에 필요한 혈액을 충분히 공급하지 못하는 상태입니다.
- 뇌졸중: 뇌혈관이 막히거나 파열돼 뇌 손상이 발생하는 질환입니다.
- 심근경색: 심장 근육에 혈액을 공급하는 혈관이 막혀 심장 근육이 손상되는 질환입니다.
- 모든 원인에 의한 사망: 특정 심혈관질환에 한정하지 않은 사망 결과입니다.
여기서 최대 10년이라는 기간은 모델이 분석한 장기 위험의 시간 범위를 의미합니다. 모든 환자에게 10년 후의 결과를 정확하게 맞혔다는 뜻은 아닙니다.
5. 실제 연구 결과는 어땠을까?
연구진은 모델의 출력 점수가 높을수록 장기적인 질환 위험도 높은 경향을 확인했습니다. 이 연관성은 연령, 성별, 체질량지수, 흡연, 고혈압, 당뇨병 등 일반적인 위험요인과 수면 관련 지표를 보정한 뒤에도 관찰됐습니다.
논문에서 제시한 위험비(HR)는 모델 점수가 1 표준편차 증가할 때의 상대적 위험 관련성을 나타냅니다. 아래 값은 두 외부 검증 자료에서 보고한 위험비이며, 개인의 실제 발병 확률이나 절대위험을 의미하지 않습니다.
| 결과 | 에모리병원 HR | 베스 이스라엘 HR |
|---|---|---|
| 심방세동 | 2.03 | 2.72 |
| 뇌졸중 | 1.19 | 1.40 |
| 심근경색 | 1.38 | 1.10 |
| 심부전 | 1.69 | 2.33 |
| 모든 원인에 의한 사망 | 1.82 | 1.65 |
자료: Koscova Z. 외, SLEEP, 2026, DOI: 10.1093/sleep/zsag229. HR은 모델 출력 점수가 1 표준편차 증가할 때의 위험비입니다. 각 수치는 개인의 발병 확률이 아니며, 결과별 95% 신뢰구간은 원논문을 참고해야 합니다.
심방세동과 심부전에서 주목할 만한 결과
심방세동의 위험비는 두 검증 자료에서 각각 2.03과 2.72였고, 심부전은 각각 1.69와 2.33이었습니다. 모든 원인에 의한 사망에서도 두 자료 모두 유의한 연관성이 보고됐습니다.
이 결과는 수면 중 기록한 심전도에 기존 위험요인만으로는 충분히 설명되지 않는 추가적인 예측 정보가 포함될 가능성을 보여줍니다.
뇌졸중과 심근경색은 더 신중하게 해석해야 합니다
뇌졸중의 위험비는 두 검증 자료에서 각각 1.19와 1.40으로 보고됐습니다. 반면 심근경색은 한 자료에서는 1.38이었지만 다른 자료에서는 1.10이었고, 후자의 95% 신뢰구간은 0.86~1.40으로 1을 포함했습니다.
따라서 심근경색 예측 결과가 모든 검증 집단에서 통계적으로 유의했다고 말할 수 없습니다. NIH의 공식 연구 소개 역시 심근경색과 뇌졸중 예측에는 추가적인 모델 최적화가 필요하다고 설명합니다.
이처럼 한 연구에서 다룬 여러 질환의 결과가 모두 똑같은 수준으로 확인되는 것은 아닙니다. 질환별 결과와 불확실성을 구분하는 것이 정확한 건강 정보의 핵심입니다.
6. 위험비가 높다는 것은 무슨 뜻일까?
위험비(HR)는 일정 기간 동안 사건이 발생하는 상대적인 속도를 비교하는 통계 지표입니다. 예를 들어 HR이 2라고 해서 특정 개인이 심장질환에 걸릴 확률이 2배로 확정됐거나, 100명 중 2명이 반드시 발병한다는 뜻은 아닙니다.
실제 발병 확률을 계산하려면 개인의 기초 위험, 관찰 기간, 모델의 보정 성능 등 여러 요소를 고려해야 합니다. 위험비만으로 개인의 절대위험을 직접 계산할 수는 없습니다.
또한 통계적으로 유의한 연관성이 확인됐다고 해서 AI 점수를 이용한 검진이 실제 환자의 건강 결과를 개선한다는 사실까지 입증된 것은 아닙니다. 실제 의료 현장에서 얼마나 도움이 되는지는 별도의 임상적 평가가 필요합니다.
7. 이 연구에는 어떤 한계가 있을까?
첫째, 수면검사를 받은 환자를 대상으로 했습니다
연구 대상은 의료기관에서 수면다원검사를 받은 환자들입니다. 이 집단은 일반적인 건강한 성인 전체와 다를 수 있습니다. 따라서 연구 결과를 모든 사람에게 동일하게 적용할 수는 없습니다.
둘째, 의료기록에 기반한 결과입니다
질환 발생 결과는 전자건강기록의 진단 코드 등을 이용해 확인했습니다. 의료기록에 기록되지 않은 질환이나 진단 시점의 차이 등은 분석에 영향을 미칠 수 있습니다.
셋째, 예측 가능성과 실제 임상 효과는 다릅니다
모델이 위험이 높은 사람을 구분할 수 있더라도, 이 점수를 의료진이 활용했을 때 심장질환 발생이나 사망이 실제로 감소하는지는 별도로 확인해야 합니다.
넷째, 한국인에게 같은 성능이 확인된 것은 아닙니다
이번 연구의 외부 검증은 미국 의료기관 자료를 활용했습니다. 한국의 인구 구성, 질환 유병률, 진료 환경에서도 동일한 성능을 보이는지는 국내 자료를 활용한 검증이 필요합니다.
다섯째, 스마트워치와 동일한 검사라고 볼 수 없습니다
연구에서 활용한 자료는 수면다원검사 중 기록된 심전도와 전문가가 분류한 수면 단계 정보입니다. 일반적인 스마트워치의 심박수 측정이나 단일 심전도 기능만으로 동일한 예측 결과를 얻을 수 있다고 결론 내릴 수는 없습니다.
8. 한국 독자는 지금 무엇을 하면 좋을까?
새로운 AI 기술이 주목받더라도 현재 검증된 심혈관질환 예방과 위험요인 관리를 소홀히 해서는 안 됩니다. 질병관리청은 혈압, 혈당, 콜레스테롤을 정기적으로 확인하고, 금연과 규칙적인 운동, 적절한 식사, 체중 관리 등을 실천하도록 권고합니다.
- 혈압 확인: 정기적으로 혈압을 측정하고 높게 나오는 경우 의료진과 상담합니다.
- 혈당과 콜레스테롤 관리: 건강검진 결과를 확인하고 필요하면 추가 검사와 치료를 받습니다.
- 수면 문제 점검: 심한 코골이, 수면 중 숨이 멎는 증상, 주간 졸림이 반복되면 의료진에게 상담합니다.
- 생활습관 개선: 금연하고 규칙적인 신체활동을 실천하며 균형 잡힌 식사를 유지합니다.
- 증상이 있을 때 진료: 반복되는 두근거림, 운동 시 호흡곤란 등은 원인을 확인할 필요가 있습니다.
갑작스러운 흉통, 심한 호흡곤란, 식은땀과 함께 나타나는 불편감 또는 한쪽 마비·언어장애 등 뇌졸중 의심 증상이 있다면 AI 검사나 다음 건강검진을 기다리지 말고 즉시 119에 연락해야 합니다.
이러한 예방 수칙은 질병관리청의 심뇌혈관질환 예방관리 안내에 근거합니다. 다만 개인별 건강 상태와 위험도에 따라 필요한 검사와 치료는 달라질 수 있습니다.
9. 자주 묻는 질문(FAQ)
Q1. 잠자는 동안 심전도만 측정하면 심장병을 진단할 수 있나요?
아닙니다. 이번 연구는 심전도와 수면 단계 정보를 활용해 장기적인 질환 위험을 구분할 가능성을 조사한 것입니다. 확정 진단에는 의료진의 평가와 필요한 검사가 별도로 필요합니다.
Q2. 이 연구는 미래의 심장질환을 10년 전에 정확하게 맞혔나요?
그렇게 단정할 수 없습니다. 연구는 최대 10년의 장기 위험과 모델 점수의 연관성을 분석했습니다. 모든 환자의 발병 시점이나 결과를 정확히 예측했다는 의미는 아닙니다.
Q3. 스마트워치로도 같은 결과를 얻을 수 있나요?
현재 이 연구만으로는 알 수 없습니다. 분석에 사용된 데이터와 모델이 일반적인 스마트워치의 측정 환경과 다르기 때문에 별도의 검증이 필요합니다.
Q4. 수면다원검사를 받으면 심장질환 위험도 자동으로 확인할 수 있나요?
이번 연구는 수면검사 자료의 새로운 활용 가능성을 보여줬지만, 연구에서 사용한 AI 모델이 모든 병원에서 일상적으로 제공된다는 뜻은 아닙니다. 검사와 분석 가능 여부는 의료기관에 확인해야 합니다.
Q5. AI 점수가 높게 나오면 반드시 심장질환이 발생하나요?
아닙니다. 위험 점수는 확정적인 미래 예언이 아닙니다. 실제 위험은 나이, 기저질환, 생활습관 등 여러 요인에 따라 달라지며, 검사 결과는 의료진의 평가와 함께 해석해야 합니다.
Q6. 심전도가 정상이라면 심장질환을 걱정하지 않아도 될까요?
정상 심전도 한 번만으로 모든 심장질환을 배제할 수는 없습니다. 증상과 위험요인에 따라 추가 평가가 필요할 수 있습니다.
Q7. 이 연구 결과가 한국인에게도 적용되나요?
가능성을 탐색할 근거는 있지만, 동일한 예측 성능이 한국인에게 확인됐다고 할 수는 없습니다. 국내 인구와 의료 환경을 반영한 검증이 필요합니다.
Q8. 지금 가장 중요한 심혈관질환 예방 방법은 무엇인가요?
혈압·혈당·콜레스테롤 관리, 금연, 규칙적인 운동, 균형 잡힌 식사와 적절한 체중 유지가 기본입니다. 개인별 위험요인과 증상에 따라 의료진의 조언을 받는 것도 중요합니다.
마무리: AI는 위험을 살펴보는 새로운 도구가 될 수 있습니다
2026년 발표된 이번 연구는 수면다원검사 중 기록되는 심전도와 수면 단계 정보를 활용해 심방세동, 심부전 등 장기 심혈관질환 위험을 구분할 가능성을 보여줬습니다. 특히 서로 다른 두 의료기관 자료에서 외부 검증을 수행했다는 점은 주목할 만합니다.
그러나 모든 질환에서 결과가 동일하지 않았고, 연구 대상도 수면검사를 받은 환자들이었습니다. 일반인이 스마트워치만으로 같은 결과를 얻거나 AI 점수만으로 미래의 심장질환을 확정적으로 알 수 있다는 뜻은 아닙니다.
앞으로 국내외 추가 연구와 실제 임상 평가를 통해 이러한 기술이 기존 위험도 평가를 얼마나 개선하는지 확인해야 합니다. 현재로서는 AI의 가능성을 이해하는 동시에 혈압, 혈당, 콜레스테롤과 생활습관을 꾸준히 관리하는 것이 중요합니다.
참고 자료 및 원문
- Koscova Z, et al. Prediction of cardiovascular outcomes using electrocardiography from overnight polysomnography. SLEEP. 2026. 원논문 DOI 보기
- 미국 국립보건원(NIH). Deep learning model using ECGs during sleep studies can predict cardiovascular outcomes. 2026년 10월 9일. 공식 연구 발표 보기
- PubMed. Prediction of cardiovascular outcomes using electrocardiography from overnight polysomnography. 논문 초록 및 서지정보
- 질병관리청. 심뇌혈관질환 대국민 인식 개선 및 예방관리 수칙. 국내 공식 예방 수칙 보기
건강정보 안내: 이 글은 의학 연구와 공공기관 자료를 이해하기 쉽게 설명하기 위한 정보성 콘텐츠이며, 개인에 대한 진단이나 치료를 대신하지 않습니다. 증상이나 검사 결과에 대한 판단은 의료진과 상담하세요.
