손목 위의 PPG 센서로 생물학적 나이를 알 수 있을까?

기본 정보

제목: PpgAge: A Wearable-Based Aging Clock Associates with Disease and Behavior
저자: Miller, D. J. et al.
저널: Nature Communications
출판연도: 2025
DOI: 10.1038/s41467-025-64275-4
근거 수준: 코호트 연구 (대규모 관찰 코호트, N=213,593)

이 연구는 Apple Heart & Movement Study 참가자 21만 명 이상의 PPG 데이터를 활용하여 소비자 웨어러블만으로 생물학적 나이를 추정하는 에이징 클록(PpgAge)을 개발했다. 단순한 심박수나 HRV 수치가 아닌 PPG 파형 전체를 활용하여 기존 모델보다 정확한 나이 예측 성능을 달성했으며, PpgAge gap 상승이 심장질환과 당뇨병 등 만성질환과 유의하게 연관됨을 입증했다. 소비자 웨어러블로 비침습적이고 수동적인 생물학적 나이 측정이 가능함을 보여준 최초의 대규모 연구라는 점에서 의의가 크다.

1. 이 연구는 왜 필요했을까

생물학적 나이는 실제 달력 나이보다 개인의 건강 상태를 더 정확하게 반영하는 지표로 주목받아 왔다. 기존의 생물학적 나이 추정 방법은 주로 DNA 메틸화(후성유전체 시계)나 혈액 바이오마커에 의존하는데, 이러한 방법은 채혈이 필요하고 비용이 높으며 반복 측정이 어렵다는 한계가 있다.

"소비자 웨어러블 PPG 파형으로부터 생물학적 나이를 추정하는 에이징 클록을 개발하여, 비침습적이고 수동적이며 하루 수회 반복 측정이 가능한 새로운 접근법을 제시한다."

웨어러블 기기의 PPG(광용적맥파) 센서는 이미 수억 명이 매일 착용하고 있지만, 이 신호를 생물학적 노화 측정에 활용한 연구는 거의 없었다. 연구진은 PPG 파형에 혈관 경직도, 심장 기능, 자율신경 활동 등 노화와 관련된 다양한 생리 정보가 담겨 있다는 점에 착안하여, 대규모 데이터로 이를 검증하고자 했다.

2. 어떻게 연구했을까

연구진은 Apple Heart & Movement Study에 참여한 213,593명으로부터 1억 4,900만 participant-days 이상의 PPG 데이터를 수집했다. 각 참가자의 60초 PPG 세그먼트를 기본 단위로 사용했으며, 이 데이터는 일상생활 중 Apple Watch에서 자동으로 수집된 것이다.

분석 방법은 두 단계로 구성되었다. 먼저 PPG 세그먼트에 대해 대조 학습(contrastive learning)을 적용하여 256차원 표현 벡터를 학습시켰다. 이후 건강한 하위집단을 선별하여 이 벡터로부터 선형 회귀를 통해 연령을 예측하는 모델을 구축했다. 단순히 심박수나 HRV 같은 요약 지표만 사용하는 모델과 PPG 파형 전체를 활용한 모델의 성능을 비교 평가했다.

PpgAge gap, 즉 예측된 생물학적 나이와 실제 달력 나이의 차이가 심장질환, 심부전, 당뇨병 등 주요 질환 진단율과 어떤 관련이 있는지도 분석했다. 또한 임신이라는 급성 생리적 스트레스 상황에서 PpgAge가 어떻게 변화하는지도 관찰했다.

3. 무엇을 발견했을까

건강한 참가자를 대상으로 한 나이 예측에서 PpgAge는 남성 MAE 2.42세, 여성 MAE 2.45세의 정확도를 보였다. 일반 인구 전체로 확대하면 남성 MAE 3.13세, 여성 MAE 3.26세로 다소 낮아졌지만, 이는 질환을 가진 참가자들의 가속 노화가 반영된 결과이다.

"PpgAge gap 상승은 심장질환, 심부전, 당뇨병 진단율의 유의한 증가와 연관되었다."

특히 흥미로운 발견은 임신 중 PpgAge의 변화였다. 임신 기간 동안 중앙값 3.6세의 노화 가속이 관찰되었으며, 이는 임신이 심혈관계에 미치는 생리적 부담을 PpgAge가 민감하게 포착할 수 있음을 시사한다. 단순 HR이나 HRV 지표만으로는 이러한 세밀한 변화를 포착하기 어려웠으며, PPG 파형 전체를 활용한 모델이 일관되게 더 우수한 성능을 보였다.

4. 우리 서비스에 어떻게 쓸까

제품 기능

FastingWorks 앱에서 Apple Watch PPG 데이터를 활용한 생물학적 나이 추세 기능을 구현할 수 있다. 사용자의 단식 실천에 따른 PpgAge gap 변화를 주간 또는 월간 단위로 추적하면, 단식이 실제로 생물학적 노화 속도에 영향을 미치는지 시각적으로 보여줄 수 있다. 다만 현재 Apple Watch에서 raw PPG 파형에 대한 서드파티 접근이 제한적이므로, HRV와 안정시 심박수 등 가용한 지표를 조합하는 간접적 접근이 현실적이다.

콘텐츠 활용

"내 Apple Watch가 알려주는 진짜 나이: PPG 에이징 클록의 과학"
"생물학적 나이를 줄이는 습관, 21만 명 데이터가 말해주는 것"
"달력 나이 vs 생물학적 나이: 웨어러블이 바꾸는 건강 관리의 패러다임"

적용 시 주의사항

이 연구는 대규모 코호트 연구로 인과관계가 아닌 상관관계를 보여준다. 앱에서 사용자에게 결과를 전달할 때는 "PPG 기반 생물학적 나이 추정이 건강 상태와 관련이 있는 것으로 보인다" 수준으로 표현해야 하며, "당신의 생물학적 나이가 높으면 질병에 걸린다"와 같은 인과적 표현은 피해야 한다. 또한 Apple의 연구 데이터 기반이므로 서드파티 앱에서 동일한 모델을 재현하기 어렵다는 기술적 제약도 명시해야 한다.

5. 한계점

이 연구의 가장 큰 한계는 Apple Heart & Movement Study 참가자라는 특정 집단에서 수행되었다는 점이다. 이 참가자들은 Apple Watch를 소유하고 건강 연구에 자발적으로 참여한 사람들로, 일반 인구 대비 사회경제적 수준과 건강 의식이 높을 가능성이 크다. 따라서 다양한 인종, 민족, 사회경제적 배경에서의 일반화에는 주의가 필요하다.

또한 PPG 센서는 ECG와 근본적으로 다른 신호이며, 피부색이 어두운 사용자에서 정확도가 떨어질 수 있다는 기존 연구 결과가 있다. 앱에서 PPG 기반 지표를 활용할 때 이러한 센서 한계를 사용자에게 투명하게 알려야 한다. 무엇보다 raw PPG 파형에 대한 서드파티 접근이 현재 Apple 정책상 제한되어 있어, 이 연구의 방법론을 직접 재현하기는 어렵다.

마무리

PpgAge는 소비자 웨어러블 PPG 센서만으로 비침습적이고 수동적인 생물학적 나이 측정이 가능함을 21만 명 규모로 입증한 선구적 연구이다. 비록 현재 서드파티 앱에서 직접 구현하기는 어렵지만, HRV와 심박수 기반의 간접적 노화 지표 개발에 중요한 이론적 근거와 벤치마크를 제공한다. 향후 Apple이 PPG 데이터 접근을 확대하거나, 유사한 방법론이 공개될 경우 FastingWorks의 핵심 차별화 기능이 될 수 있다.