나에게 맞는 호흡수. 추측이 아닌, 측정으로.

특정 호흡 속도에서는 심박과 호흡이 서로 맞물려 동조해요. 연구자들은 이를 공명 주파수라고 불러요. 이 속도로 호흡하면 마음이 차분해지고 안정된다고 느끼는 사람이 많아요. Precise Breath는 심박변이도(HRV)를 분석해 여러분의 공명 주파수를 찾아 줘요.

App Store (출시 예정)

나의 몸, 나의 호흡수

사람마다 심혈관계가 공명하는 주파수는 조금씩 다르며, 보통 분당 4.5~6.5회 사이예요. 이는 개인의 생리적 특성, 특히 키와 혈액량에 따라 결정돼요(Vaschillo et al., 2006).

호흡수가 맞지 않으면 결과도 달라져요. 자신의 공명 주파수로 호흡하면 일반적인 호흡 속도에 비해 스트레스 감소부터 심혈관 건강까지 유의하게 더 큰 효과를 얻을 수 있어요(Steffen et al., 2017). 분당 1회만 어긋나도 효과가 크게 줄어들어요.

대부분의 호흡 앱은 모두에게 같은 호흡수를 안내해요. Precise Breath는 여러분의 호흡수를 측정해요.

Precise Breath가 공명 주파수를 찾는 방법

임상적 접근법에서는 한 세션에서 여러 호흡수를 테스트해요(Lehrer, 2000; Shaffer & Meehan, 2020). Precise Breath는 이 방법을 발전시켜, 세션마다 데이터를 쌓으며 가장 잘 맞는 호흡수로 점차 좁혀 가요.

연결

가슴 스트랩 센서를 Bluetooth로 페어링하세요. 표준 Bluetooth 심박 가슴 스트랩이라면 어떤 것이든 작동해요. 연구로 검증된 정밀도를 갖춘 Polar H10을 권장해요.

호흡

호흡 가이드 애니메이션을 따라 호흡하세요. 각 호흡수에서 꼬박 2분 동안 측정하는데, 이는 신뢰할 수 있는 분석에 충분한 시간이에요(Task Force, 1996 기준). 호흡수는 서서히 바뀌므로 자연스럽게 적응할 수 있어요.

분석

앱은 각 호흡수에서 심장 리듬이 얼마나 강하게 반응하는지(스펙트럼 진폭), 심박과 호흡이 얼마나 잘 동조하는지(위상 일관성)를 측정해요. 두 지표 모두 박동 간 심박 데이터(FFT로 분석한 RR 간격)에서 계산해요.

적응과 수렴

앱은 점수를 바탕으로 세션마다 인접한 호흡수를 탐색해요. 세션마다 데이터가 쌓이면서 추정값은 점점 정밀해지고, 한 번의 평가보다 더 확실해져요. 데이터가 충분하면 각 세션 시작 시의 안정 시 심박수를 바탕으로 날마다 달라지는 변화에 맞춰 조정할 수도 있어요(Capdevila, 2021).

기능

무료

호흡 가이드

4.0~7.0 BPM 사이 원하는 호흡수로 움직이는 호흡 애니메이션과 들숨/날숨 비율 조정. 센서가 필요 없어요.

Premium

HRV 분석

각 호흡수에 심장 리듬이 어떻게 반응하는지 확인하세요. 심장이 얼마나 강하게 반응하는지(스펙트럼 진폭)와 호흡과 심박수가 얼마나 잘 동조하는지(위상 일관성)를 모두 점수로 보여 줘요.

Premium

탐색 모드

인접한 호흡수를 테스트하고 어떤 호흡수에서 가장 강한 반응이 나오는지 추적해, 여러 세션에 걸쳐 최적 호흡수를 찾아요. 데이터가 충분하면 현재 안정 시 심박수를 바탕으로 목표 호흡수를 조정할 수 있어요.

Premium

보정 모드

한 세션에서 5가지 호흡수를 체계적으로 테스트해 기준이 되는 공명 주파수를 확립해요.

Premium

적응형 추정

연구에 따르면 최적 호흡수는 몸 상태에 따라 날마다 달라질 수 있어요(Capdevila et al., 2021). 개인 데이터가 충분하면 Precise Breath는 각 세션 시작 시 안정 시 심박수를 측정하고 그에 맞춰 목표를 조정해요.

Premium

세션 기록 및 진행 상황

HRV 점수, 추이 차트, 월별 연습 캘린더, 연속 기록 추적, CSV 내보내기를 포함한 전체 세션 로그.

무료

개인정보 보호 우선

모든 데이터는 기기에만 저장돼요. 계정, 분석 도구, 클라우드, 광고가 없어요. 데이터를 백업해 다른 기기에서 복원할 수 있어요. 「비공개 모드」를 켜면 아무것도 저장하지 않고 연습할 수 있고, 설정에서 모든 데이터를 한 번에 삭제할 수도 있어요.

앱 둘러보기

연구 결과

공명 주파수 호흡은 다양한 상태를 대상으로 연구되어 왔어요. 지금까지 발표된 연구 결과를 소개해요.

스트레스와 불안

24개 연구를 종합한 메타분석에서, 주로 공명 주파수 호흡을 활용한 HRV 바이오피드백이 자기 보고식 스트레스와 불안 감소에 큰 효과 크기를 보였어요(Goessl et al., 2017).

우울

심장 질환 환자를 대상으로 한 연구에서 공명 주파수 HRV 바이오피드백 훈련 후 우울 증상이 유의하게 감소했어요(Lin et al., 2015). 리뷰 논문들은 더 폭넓은 적용 가능성을 시사하지만, 일반 인구를 대상으로 한 연구가 더 필요해요(Lehrer & Gevirtz, 2014).

PTSD

참전 군인을 대상으로 한 연구에서 공명 주파수 HRV 바이오피드백은 PTSD 증상의 유의한 감소 및 자율신경 조절 개선과 관련이 있었어요(Tan et al., 2011).

혈압

통제된 연구에서 공명 주파수 호흡은 혈압 감소, 그리고 압력 수용체 반사 민감도 증가와 관련이 있었어요(Steffen et al., 2017; Lin et al., 2012).

운동 수행 능력

공명 주파수 HRV 바이오피드백 훈련이 운동선수의 수행 지표와 스트레스 회복을 개선했다는 연구 결과가 있어요(Paul & Garg, 2012).

자율신경 균형

여러 연구에서 공명 주파수 호흡이 압력 수용체 반사 기능을 강화하고 자율신경계 조절을 개선하는 것으로 나타났어요(Lehrer & Gevirtz, 2014; Shaffer & Meehan, 2020).

이 결과는 공명 주파수 호흡을 하나의 실천법으로 다룬 발표 연구의 내용입니다. Precise Breath는 호흡 연습을 안내하는 도구이며, 개인에 따라 결과가 다를 수 있습니다.

공명 주파수의 과학

공명 주파수란?

심혈관계의 공명 특성을 이용해 심박변이도를 최대로 높이는 호흡수로, 성인은 보통 분당 4.5~6.5회예요. 이 호흡수에서는 호흡성 동성 부정맥(RSA)이 최대가 돼요. 들숨 때 심박수가 올라가고 날숨 때 내려가는 폭이 가장 커져, 안정 시 기준선보다 4~10배 큰 심박수 진동이 나타나요(Vaschillo et al., 2002, 2006).

압력 수용체 반사의 원리

혈압은 대동맥궁과 경동맥에 있는 압력 수용체에 의해 조절돼요. 이 피드백 회로에는 약 5초의 지연이 있어요. 호흡이 이 지연과 맞아떨어지면 시스템이 공명하고, 공명 상태의 양성 피드백 메커니즘이 심박수 진동을 증폭해요(Vaschillo, 2002; Lehrer & Gevirtz, 2014).

공명의 두 가지 기준

(1) RR 간격 스펙트럼에서 호흡 주파수의 스펙트럼 파워가 최대일 것, (2) 호흡과 심박수의 위상 관계가 0도일 것. 공명 주파수보다 낮으면 심박수가 호흡보다 앞서고, 높으면 뒤처져요. 공명 상태에서는 둘이 동조해요(Vaschillo, 2006; Shaffer & Meehan, 2020).

개인차

모집단 평균은 5.56 ± 0.41 BPM, 범위는 4.5~6.5예요. 가장 강한 예측 변수는 키이며(r = −0.55), 키가 큰 사람일수록 혈액량이 많아 공명 주파수가 낮아요. 남성은 여성보다 낮은 경향이 있어요. 나이나 체중과는 상관관계가 없어요(Vaschillo, 2006; Hasuo et al., 2024).

안정성과 적응

Vaschillo(2006)는 10회의 세션 동안 공명 주파수가 변하지 않았다는 사실을 발견해 구조적 안정성을 시사했어요. 반면 Capdevila et al.(2021)은 참가자의 66.7%에서 세션마다 공명 주파수가 달라졌고, 이것이 안정 시 박동 간 간격(IBI)과 상관이 있었다고 보고해 자율신경 상태에 따른 기능적 변동을 시사했어요. Precise Breath는 두 결과를 모두 반영해요. 공명 주파수는 구조적으로 안정적이지만, 측정되는 최적값은 현재 생리 상태에 따라 달라질 수 있어요. 앱은 각 탐색 세션 시작 시 안정 시 심박수를 측정하고, 개인 데이터가 충분하면 그에 맞춰 목표 호흡수를 조정할 수 있어요.

참고 문헌

Vaschillo, E. G., Vaschillo, B., & Lehrer, P. M. (2006). Characteristics of resonance in heart rate variability stimulated by biofeedback. Applied Psychophysiology and Biofeedback, 31(2), 129–142.
Lehrer, P. M. & Gevirtz, R. (2014). Heart rate variability biofeedback: How and why does it work? Frontiers in Psychology, 5, 756.
Shaffer, F. & Meehan, Z. M. (2020). A practical guide to resonance frequency assessment. Frontiers in Neuroscience, 14, 570400.
Steffen, P. R., et al. (2017). The impact of resonance frequency breathing on measures of heart rate variability, blood pressure, and mood. Frontiers in Public Health, 5, 222.
Capdevila, L., Parrado, E., Ramos-Castro, J., Zapata-Lamana, R., & Lalanza, J. F. (2021). Resonance frequency is not always stable over time. Scientific Reports, 11, 8400.
Hasuo, H., et al. (2024). An estimation formula for resonance frequency using sex and height. Applied Psychophysiology and Biofeedback, 49(1), 125–132.
Task Force of ESC/NASPE (1996). Heart rate variability: Standards of measurement, physiological interpretation, and clinical use. Circulation, 93(5), 1043–1065.
Goessl, V. C., Curtiss, J. E., & Hofmann, S. G. (2017). The effect of heart rate variability biofeedback training on stress and anxiety: A meta-analysis. Psychological Medicine, 47(15), 2578–2586.
Lin, I.-M., et al. (2015). Randomized controlled trial of heart rate variability biofeedback in cardiac autonomic function and hostility among patients with coronary artery disease. Behaviour Research and Therapy, 70, 38–46.
Tan, G., Dao, T. K., Farmer, L., Sutherland, R. J., & Gevirtz, R. (2011). Heart rate variability (HRV) and posttraumatic stress disorder (PTSD): A pilot study. Applied Psychophysiology and Biofeedback, 36(1), 27–35.
Paul, M. & Garg, K. (2012). The effect of heart rate variability biofeedback on performance psychology of basketball players. Applied Psychophysiology and Biofeedback, 37(2), 131–144.
Giardino, N. D., Lehrer, P. M., & Edelberg, R. (2002). Comparison of finger plethysmograph to electrocardiogram in the measurement of heart rate variability. Psychophysiology, 39(2), 246–253.
Jan, H. Y., Chen, M. F., Fu, T. C., et al. (2019). Evaluation of coherence between ECG and PPG derived parameters on heart rate variability and respiration in healthy volunteers with/without controlled breathing. Journal of Medical and Biological Engineering, 39, 783–795.
Gilgen-Ammann, R., Schweizer, T., & Wyss, T. (2019). RR interval signal quality of a heart rate monitor and an ECG Holter at rest and during exercise. European Journal of Applied Physiology, 119(7), 1525–1532.

Precise Breath에 가슴 스트랩이 필요한 이유

공명 주파수를 찾으려면 박동 간 타이밍을 정확하게 측정해야 해요. 모든 심박 센서가 이 작업에 똑같이 적합한 것은 아니에요.

가슴 스트랩형 심전도(ECG) 센서는 박동 간 간격 측정의 기준 표준이에요(Task Force, 1996; Shaffer & Meehan, 2020; Gilgen-Ammann et al., 2019). Polar H10 같은 스트랩은 스펙트럼 분석에 적합한, 연구로 검증된 RR 간격 데이터를 제공해요.
PPG 센서(손목·손가락 광학식)는 특히 공명 호흡 중에 성능이 떨어져요. 공명의 특징인 큰 혈압 진동이 맥파 도달 시간(PAT)의 흔들림을 일으켜 신호 품질을 떨어뜨리기 때문이에요(Giardino, 2002; Jan, 2019).
공명을 검출하려면 일반 소비자용 손목 센서로는 안정적으로 얻을 수 없는 타이밍 정밀도가 필요해요. 가슴 스트랩 ECG는 이 근본적인 한계를 피할 수 있어요.
호흡 가이드(사용자 설정 모드)는 센서 없이 작동해요. 가슴 스트랩은 HRV 분석 모드에서만 필요해요.
Precise Breath는 표준 HR Service로 RR 간격 데이터를 전송하는 Bluetooth LE 가슴 스트랩이라면 모두 사용할 수 있어요. 호환 확인됨: Polar H10(권장), Garmin HRM Dual. 연구로 검증된 정밀도를 갖춘 Polar H10(polar.com에서 약 100달러)을 권장해요.

데이터는 기기에만 저장돼요

계정 없음. 분석 도구 없음. 클라우드 없음. 광고 없음.

HRV 데이터와 세션 기록은 기기에 저장되며, 어디로도 전송되지 않아요. 언제든지 데이터를 내보내거나 백업하거나 삭제할 수 있어요. 「비공개 모드」를 사용하면 아무것도 저장하지 않고 연습할 수 있어요.

개인정보 처리방침 전문 보기 →