스마트워치 칼로리 추정 정확도와 체지방·피부톤의 영향

초록

본 연구는 58명의 히스패닉 성인을 대상으로 Apple Watch Series 8, Fitbit Sense 2, Samsung Galaxy Watch 5, Garmin Forerunner 955 네 종류의 스마트워치를 사용해 10분간의 순환운동 중 에너지 소비량을 측정하였다. 기준은 COSMED K5 간접열량계였으며, 체지방률과 Fitzpatrick 피부톤(III‑V)이 추정 오차에 미치는 영향을 분석했다. 결과는 대부분의 기기가 평균적으로 과대 추정했으며, 특히 Garmin과 Samsung이 큰 편향을 보였다. 체지방이 높을수록 오차가 증가했으며, 피부톤은 통계적으로 유의한 영향을 보이지 않았다.

상세 분석

이 연구는 스마트워치가 제공하는 물리적 활동 에너지 소비(PAEE) 추정치와 금본위 간접열량계(K5) 측정값 사이의 차이를 정량화하기 위해 혼합효과 모델을 적용하였다. 먼저 각 기기별로 편향(bias), 절대오차(AE), 절대비율오차(APE)를 계산했으며, 편향에 대한 단일표본 t‑검정 결과 Apple, Garmin, Samsung은 모두 0이 아닌 유의한 평균 편향을 보였다( p < .05). Fitbit은 전체 평균 편향이 비유의적이었지만, 450 % 초과의 이상치 7개를 제외한 결과이며, 이상치를 포함하면 편향이 크게 증가한다는 점에서 데이터 정제 과정의 중요성을 시사한다.

혼합효과 모델에서는 기기 종류, 체지방률(BF %), 피부톤(Fitzpatrick) 및 이들의 상호작용을 고정효과로, 참가자를 무작위 효과로 설정하였다. 모델 결과는 기기 효과(p < .001), BF % 주 효과(p < .01), 그리고 기기 × BF % 상호작용(p = .02)이 유의함을 보여준다. 즉, 모든 기기에서 체지방이 증가할수록 PAEE 오차가 커지며, 특히 Garmin과 Samsung에서 그 증가폭이 두드러졌다. 피부톤은 주 효과와 상호작용 모두에서 유의하지 않아, 본 연구의 표본(피부톤 III‑V) 내에서는 색소 침착이 PPG 기반 HR 측정에 미치는 영향이 제한적이었다는 결론을 낼 수 있다.

데이터 품질 관리 단계에서 K5 장비 오류로 6명의 참가자를 제외하고, 각 기기별로 44 ~ 52명의 유효 데이터가 남았다. 이는 실제 현장에서 발생할 수 있는 데이터 손실을 반영한 현실적인 샘플 크기이며, 분석 결과의 일반화 가능성을 높인다. 또한, 잔차의 비정규성을 보완하기 위해 클러스터형 강건 표준오차를 적용했으며, Cook’s distance와 교차 검증을 통해 영향 관측치를 확인한 점은 통계적 타당성을 강화한다.

결과적으로, 스마트워치는 현재 체지방이 높은 사용자를 대상으로 할 때 에너지 소비를 과대 추정하는 경향이 있으며, 이는 체중 관리나 임상 의사결정에 오차를 초래할 위험이 있다. 제조사별 알고리즘 차이가 오차 규모에 크게 기여함을 확인했으며, 특히 Garmin과 Samsung의 경우 평균 편향이 60 kcal 이상으로, 일일 에너지 균형 계산에 실질적인 영향을 미칠 수 있다. 향후 연구에서는 더 넓은 피부톤 스펙트럼과 다양한 운동 형태(예: 고강도 인터벌 트레이닝, 일상 생활 활동) 등을 포함해 알고리즘 개선 방향을 모색해야 한다.