생리 추적 앱은 얼마나 정확할까요? 증거를 살펴보다

독립적인 테스트들은 일관된 그림을 보여줍니다. 정확도는 앱의 정교함이 아니라 주기의 규칙성에 좌우된다는 것입니다. Women's Health 저널에 실린 2021년 연구는 6번의 시뮬레이션 주기에 걸쳐 현실적인 사용자 프로필을 대상으로 인기 있는 앱 10개를 테스트했습니다. 완벽하게 일정한 28일 주기를 가진 프로필에서는 모든 앱이 다음 생리를 정확히 예측했습니다. 그 외의 경우에는 예측이 0~8일 정도 빗나갔고, 불규칙한 주기 프로필의 경우 생리 예측이 일관되게 2~8일 늦었습니다.

이전의 학술적 리뷰들은 더 가혹했습니다. Obstetrics & Gynecology 저널에 실린 2016년 리뷰는 앱스토어 전반을 살펴보고 무료 생리 추적 앱 대부분이 부정확하다고 평가했으며, 의학 문헌을 인용하거나 의료 전문가가 관여한 경우가 드물다고 지적했습니다. 함께 발표된 2016년 연구는 33개 앱을 교과서적인 28일 주기에 대입해 테스트한 결과, 정확한 가임 기간을 예측한 앱은 단 3개뿐이었다고 밝혔습니다.

실질적인 결론은 "앱이 쓸모없다"는 것이 아니라, 예측된 날짜는 앱이 보통 보여주지 않는 오차 범위를 가진 하나의 추정치라는 것입니다. 규칙적인 주기라면 생리 예측이 하루나 이틀 이내로 맞을 것이라 기대할 수 있습니다. 불규칙한 주기라면 예측을 대략적인 기간으로 받아들이고, 그 며칠 전부터 몸이 보내는 신호에 의존하세요.

생리 예측보다 훨씬 정확도가 떨어지며, 이에 관한 최고의 연구 결과는 냉정합니다. 2018년, 연구자들은 949명의 여성을 대상으로 배란 직전의 호르몬 급증을 감지하는 소변 LH(황체형성호르몬) 검사를 통해 한 주기 전체를 추적하고, 호르몬으로 확인된 실제 배란일을 달력 기반 앱의 예측과 비교했습니다. 앱이 실제 배란일을 정확히 짚어내는 정확도는 21%를 넘지 못했습니다.

같은 연구는 "14일째"라는 가정도 무너뜨렸습니다. 28일 주기를 가진 여성들 중 가장 흔한 배란일은 14일째가 아니라 16일째였으며, 자신이 28일 주기라고 믿었던 여성 중 실제로 그런 경우는 약 15%에 불과했습니다. 2021년의 10개 앱 테스트에서는, 비교적 규칙적인 프로필에 대한 36건의 배란일 예측 중 정확히 맞은 것은 단 3건뿐이었고, 3분의 2는 2~9일 이르게 예측되었습니다. 여러 앱은 사용자의 주기 길이와 상관없이 고정된 7일짜리 가임 기간을 표시했습니다.

생물학이 그 이유를 설명해 줍니다. 배란 시점은 난포기에 의해 결정되는데, 이 난포기가 바로 주기에서 가장 변동이 큰 부분입니다. 과거 날짜만으로는 미래의 배란일을 정확히 짚어내는 데 필요한 정보를 담고 있지 않습니다 — 그래서 달력은 추정만 할 수 있을 뿐 결코 확정할 수 없습니다.

실제 주기는 앱이 물려받은 교과서적 모델보다 훨씬 더 변동이 크기 때문입니다. 지금까지 발표된 주기 데이터 분석 중 가장 규모가 큰 것은 — Natural Cycles 앱의 약 124,000명 사용자로부터 얻은 60만 건 이상의 배란 주기로, 2019년 npj Digital Medicine에 게재되었습니다 — 평균 주기가 29.3일이며, 정확히 28일인 주기는 13%에 불과하다는 것을 밝혀냈습니다. (참고로, 이 연구는 Natural Cycles 자체 사용자 데이터를 바탕으로 했습니다.)

더 중요한 것은, 이 연구가 변동성이 어디에 있는지를 보여주었다는 점입니다. 생리 시작부터 배란까지인 난포기는 평균 16.9일이었지만 여성에 따라 대략 10일에서 30일까지 폭넓게 나타났습니다. 배란 이후의 황체기는 훨씬 더 안정적이어서 평균 12.4일이었습니다. 주기는 체계적으로도 변화합니다. 25세에서 45세로 나이가 들수록 평균 주기 길이는 약간 짧아지며, 체질량지수(BMI)가 높을수록 변동성이 더 커지는 경향이 있습니다.

과거 주기 길이로 예측하는 앱은 본질적으로 가장 변동이 큰 바로 그 구간을 평균 내고 있는 셈입니다. 스트레스, 질병, 여행, 수면 방해는 모두 특정 주기에서 배란을 늦출 수 있으며, 배란이 밀리면 그 이후의 모든 것도 함께 밀립니다. 이는 앱의 결함이 아니라, 날짜만으로 이루어진 데이터가 알 수 있는 것의 한계입니다.

어느 정도는 그렇지만, 마케팅이 암시하는 것보다는 덜합니다. 더 많은 주기를 기록할수록 앱은 개인의 평균과 변동 폭을 더 잘 추정할 수 있습니다. 2016년의 한 학술적 정확도 리뷰는 최소 기준으로 최소 3번의 기록된 주기를 사용한 예측을 사용했습니다. 주기가 비교적 규칙적이라면, 몇 달간의 데이터가 첫날의 기본값에 비해 예측을 실제로 더 정밀하게 만들어 줍니다.

더 많은 데이터로도 할 수 없는 것은 주기마다 달라지는 변동성을 극복하는 것입니다. 주기가 26일에서 34일 사이를 오간다면, 아무리 많은 기록이 있어도 날짜만으로 하는 예측은 정밀해지지 않습니다 — 그 정보 자체가 날짜에 담겨 있지 않기 때문입니다. 앱의 주장을 검토한 연구자들은 "자체 학습 알고리즘"의 개선이 독립적으로 검증된 결과라기보다는 대체로 앱 마케팅상의 주장에 불과하다고 지적했습니다. 더 많은 데이터로 달력 기반 예측이 임상적 정확도에 도달한다는 것을 보여주는 발표된 연구는 없습니다.

정직한 정리는 이렇습니다. 꾸준히 기록하는 것은 가치가 있습니다 — 더 나은 개인 평균을 위해서이고, 그보다 더 중요하게는 추적을 임상적으로 유용하게 만드는 증상 이력과 패턴 파악을 위해서입니다. 다만 그 추정치가 보장으로 바뀔 것이라고는 기대하지 마세요.

증거는 하나의 큰 지렛대를 가리킵니다. 날짜에 생리학적 신호를 더하는 것입니다. 배란은 추정만이 아니라 확정도 가능합니다 — 배란 후 상승하는 기초체온, 배란 직전 급증을 감지하는 소변 LH 검사, 또는 자궁경부 점액의 변화를 통해서입니다. Frontiers in Public Health에 실린 2018년 평가에서는 가임 기간 판정에 대한 증거 기준으로 달력만 사용하는 앱은 30점 만점에 0점을 받은 반면, 현재 주기의 징후를 사용하는 증상체온법 앱은 최대 30점 중 20점까지 받았습니다. 2019년 npj Digital Medicine의 저자들도 같은 결론에 도달했습니다. 가임 기간을 파악하려면 주기 길이가 아니라 생리를 추적해야 한다는 것입니다.

두 번째 지렛대는 자신의 변동성을 직접 측정하는 것입니다. 몇 달간 추적하며 실제 범위를 확인하세요. 주기가 27~29일 사이라면 앱의 예측이 잘 맞을 것입니다. 25~35일 사이라면 예측된 날짜를 마감일이 아니라 기간의 중간값으로 활용하세요.

세 번째는 편차를 설명해 줄 요인들을 기록하는 것입니다 — 스트레스, 질병, 여행, 약물 변화 등입니다. 원인을 알 수 있는 이례적인 주기는, 본인에게도 그리고 병력을 검토하는 의사에게도, 원인 모를 패턴 변화와는 매우 다르게 읽힙니다.

기록된 날짜로부터 예측하는 표준적인 생리 추적 앱은 임신을 막는 용도로 절대 사용해서는 안 됩니다. 위의 수치들이 그 이유입니다. 배란일 예측은 잘해야 약 5분의 1 정도의 확률로만 맞고, 정자는 최대 5일까지 생존하며, 앱이 표시하는 가임 기간은 실제 가임일을 완전히 놓칠 수 있습니다. 특히 주기가 조금이라도 불규칙하다면 더욱 그렇습니다.

다만 이와는 별개의 범주가 있습니다. 규제 당국으로부터 피임 수단으로 승인받은 가임력 인식 앱입니다(Natural Cycles는 이 용도로 최초로 FDA 승인을 받은 앱이었습니다). 이런 앱들은 작동 방식이 다릅니다 — 매일 기초체온을 측정해야 하며, 어떤 날이 명백히 안전하고 어떤 날이 불확실한지를 알려주도록 설계되어 있습니다. 그리고 일반적인 사용 조건에서 발표된 효과는 약 93%로, 이는 100명 중 약 7명의 사용자가 1년 안에 임신을 경험한다는 뜻입니다. 이 수치는 엄격한 프로토콜을 따르는 증상체온법에 해당하는 것이지, 범용 추적 앱의 달력 기반 예측에 해당하는 것이 아닙니다.

임신 예방이 중요하다면, 그 목적으로 설계되고 검증된 방법을 사용하고, 추적 앱의 가임 기간 표시는 참고용 정보로만 받아들이세요. PinkyBloom은 의도적으로 예측을 추정치로 제시하며 피임 신뢰성을 주장하지 않습니다 — 정직한 달력 기반 앱이라면 어느 것도 그럴 수 없습니다.