2026년, 애플워치 혈압 알림 기능 출시. 사용자 심혈관 건강 관리 새로운 지평을 열다.
2026년 2월, 심장의 달을 맞아 애플이 새롭게 선보인 watchOS 26 및 애플워치용 고혈압 알림 시스템 개발팀과의 인터뷰를 소개합니다. 건강 감지 담당 이사인 스티브 웨이도와 의사이자 연구원인 라지브 쿠마 박사는 이 획기적인 기능 뒤에 숨겨진 과학적 결정과 오랜 노력에 대한 이야기를 들려주었습니다. 이 기능은 사용자가 심혈관 건강의 중요한 측면을 추적하고 관리할 수 있도록 돕는 것을 목표로 합니다.
고혈압 알림 기능 개발 배경
웨이도 이사는 애플워치 최초 출시 직후부터 이 기능에 대한 아이디어를 구상했다고 밝혔습니다. 애플워치가 사용자의 생리 데이터를 지속적으로 수집할 수 있다는 점에 주목하고, 이를 활용하여 새로운 건강 관리 기회를 창출하고자 했습니다. 이를 위해 새로운 센서 기술 개발, 세계적인 기술 및 임상 전문가 팀 구성, 정확하고 효과적인 머신러닝 도구 구축에 투자했습니다. 또한, 과학적 근거를 확보하기 위해 미시간 대학과 대규모 심장 건강 연구를 진행했습니다.
고혈압의 이해와 애플의 솔루션
고혈압은 만성적으로 혈압이 높은 상태를 의미합니다. 심장이 혈액을 혈관으로 내보낼 때 혈압이 높으면 심장이 평소보다 더 많은 힘을 쏟아야 합니다. 이러한 상태가 지속되면 고혈압으로 이어질 수 있습니다. 고혈압은 증상이 거의 없어 ‘침묵의 살인자’로 불리기도 합니다. 전 세계적으로 10억 명 이상이 고혈압을 앓고 있으며, 미국 성인의 약 절반이 이에 해당합니다. 하지만 이들 중 절반 정도는 자신이 고혈압인지 모르고 있습니다. 애플의 고혈압 알림 기능은 이러한 문제를 해결하고, 사람들이 자신의 상태를 인지하고 관리할 수 있도록 돕는 중요한 도구가 될 수 있습니다.
머신러닝, 데이터, 그리고 맥락
애플워치가 제공하는 데이터는 대부분의 테스트 데이터와 달리 거의 매일, 하루 종일 착용하는 기기에서 수집된다는 점에서 차별성을 가집니다. 이는 시간이 지남에 따라 변화하는 정보를 수집하여 심층적인 건강 인사이트를 도출하는 데 도움이 됩니다. 인공지능 기술은 이러한 정보를 더욱 실용적으로 만들어줍니다. 애플워치는 수집된 데이터를 기반으로 유용한 정보를 사용자에게 제공할 수 있습니다. 쿠마 박사는 애플이 머신러닝 시스템을 개발하여 개인 데이터와 애플 심장 연구에서 얻은 실제 정보를 결합하는 과정을 설명했습니다. 이를 통해 애플은 다양한 상황에서 신호가 어떻게 나타나는지 이해하고, 원시 센서 데이터를 수천 개의 독립적인 요소로 분해하여 정량화할 수 있었습니다. 또한, 애플은 센서 데이터와 실제 데이터를 결합한 지도 학습 데이터도 활용했습니다. 이러한 데이터 결합을 통해 애플은 센서 데이터와 과학적 데이터 간의 상관관계를 파악할 수 있었고, 머신러닝 모델은 개인 데이터를 분석하여 수천 가지 요소를 기준으로 고혈압 상태를 식별할 수 있었습니다.
웨어러블 주치의, 애플워치
쿠마 박사는 "머신러닝 도구는 고혈압과 같이 미묘하게 나타나는 신호를 감지하는 데 중요한 기술입니다. 센서에서 얻는 신호의 미세한 특징을 분석하여 고혈압과 관련된 정보를 파악합니다. 이러한 기술을 활용하여 수백만 개의 데이터 세그먼트를 분석합니다."라고 말했습니다. 웨이도 이사는 "애플에서 13년 동안 일하면서 이 모든 과정을 지켜봐 왔습니다. 이러한 도구들은 사용자의 활동을 추적하고, 걷기, 수영 여부를 판단하며, 수면 단계를 추정하고, 넘어짐을 감지하여 응급 서비스에 연결하는 데 사용됩니다. 애플은 다양한 분야에서 머신러닝 도구를 활용하고 있습니다."라고 덧붙였습니다. 애플은 특정 순간에 기반한 알림보다는 장기간에 걸쳐 개인의 데이터가 어떻게 변화하는지 관찰하는 것이 중요하다고 강조합니다.
노이즈의 예술
AI 시대에는 ‘쓰레기가 들어가면 쓰레기가 나온다’는 말이 자주 사용되지만, 애플 전문가들은 데이터 노이즈의 본질에 대한 흥미로운 통찰력을 제시했습니다. 쿠마 박사는 "우리는 이러한 기능을 개발하기 위해 막대한 양의 데이터를 처리하고 있습니다."라고 말했습니다. 알고리즘은 수집한 데이터를 평가하는 방법을 알아내야 합니다. 애플은 대규모 실제 연구에서 얻은 연구 데이터를 보완하여 ‘불완전함’을 지원하는 것이 더 나은 결과를 가져올 수 있다는 것을 발견했습니다. 그는 "실제 세계의 불완전함과 현실성을 담은 데이터 세트를 확보하는 것이 연구실 수준을 넘어 실제 사용자들이 사용하는 기기에 적용할 수 있는 신호를 만들어내는 데 매우 중요합니다."라고 말했습니다.
AI, 실패를 통해 성공을 만들다
시스템을 작동시키는 것은 반복과 시행착오의 긴 과정이었습니다. 애플 팀은 더 크고 나은 데이터 세트를 구축하고, 알고리즘을 수정하고, 출시할 준비가 될 때까지 개선했습니다. 웨이도 이사는 "우리는 만족할 만한 결과가 나올 때까지 몇 주, 몇 달, 몇 년 동안 그 과정을 반복합니다."라고 말했습니다. 애플 팀은 문제가 발생했을 때도 흥분합니다. 웨이도 이사는 "가짜 양성 반응이 많이 나타나거나 진정한 양성 반응이 없는 사용 사례나 특정 종류의 사용자 또는 특정 시나리오를 발견할 수 있습니다. 이는 알고리즘을 개선하고 반복하기 위해 어디로 가야 하는지 알려줍니다. 그리고 일반적으로 이는 머신러닝 훈련에 통합할 수 있는 해당 사용 사례를 캡처하는 더 많은 데이터를 얻는 것을 의미합니다."라고 덧붙였습니다. 또한, 애플 팀은 시스템 성능에 인종, 성별 또는 연령이 영향을 미치지 않도록 인구 통계를 면밀히 조사했습니다. 애플은 전 세계에 제품을 공급하는 글로벌 기업이므로 솔루션은 모든 사람에게 적합해야 합니다.
이것이 전부가 아니다
이 기능은 정기적인 검진을 완전히 대체하기 위한 것이 아닙니다. 최근 보도에 따르면 모든 고혈압 사례가 감지되는 것은 아니며, 이는 개발자들이 출시할 수 있는 시스템을 만들기 위해 도달해야 했던 균형을 반영합니다. 팀은 알고리즘을 더 민감하게 훈련하면 더 많은 사례를 진단할 수 있지만, 더 많은 가짜 양성 반응이 발생한다는 것을 깨달았습니다. 가짜 양성 반응의 위험은 사람들이 알림을 무시하게 된다는 것입니다. 결국, 기기에서 건강 알림을 받는다면 그 정확성을 신뢰할 수 있어야 합니다. 아무도 잘못된 정보를 받고 싶어하지 않습니다. 쿠마 박사는 애플이 100%의 민감도를 목표로 해야 하는지, 아니면 가짜 양성 반응을 최소화하는 시스템을 구축해야 하는지에 대한 딜레마를 설명했습니다. 애플은 균형을 맞춰야 했습니다. 웨이도 이사는 "우리는 가짜 양성 반응을 관리하고 고혈압이나 불규칙한 리듬 또는 다른 문제에 대해 알림을 보낼 때 알림이 정말 신뢰할 수 있도록 노력하는 데 매우 중점을 둡니다. 때로는 추가적인 사례를 포착하면 알림이 필요하지 않은 사람들을 포착하게 되기 때문에 포착할 수 없는 사례가 있습니다. 그리고 이는 전체적인 유용성을 훼손합니다."라고 덧붙였습니다. 애플은 고혈압 알림을 받은 애플워치 사용자는 혈압을 확인하고 기록하고 의사를 방문할 것을 권장합니다.
팬레터
애플은 개인 정보 보호에 대한 확고한 약속으로 인해 개인 기기에서 전송되는 정보를 볼 수 없으므로 시스템이 현장에서 얼마나 성공적인지 추적할 수 없습니다. 그러나 팀은 사용자, 의료 종사자 및 영향을 받은 다른 사람들로부터 편지를 받습니다. 웨이도 이사는 "자신이 알지 못했거나 오지 않았을 사람을 만났다고 말하는 임상의들의 이야기를 듣는 것을 좋아합니다. 이는 그들의 삶을 실제로 변화시켰습니다. 여성 건강, 청력 건강 또는 심장 건강의 각 기능은 모두 과학에 기반하고, 실용적이며, 개인 정보 보호를 핵심으로 구축되어야 합니다."라고 말했습니다. 그리고 사람들이 자신의 건강에 대한 더 나은 통찰력을 얻을 때마다 미래에 더 나은 건강 결정을 내릴 수 있게 됩니다.
