서론: 고혈량증(혈액량 과다)과 저혈량증(혈액량 결핍)은 모두 전신 순환 및 장기 기능에 영향을 미치는 최적 이하의 혈액량 상태로, 심각한 혈액량 변화는 사망 위험을 초래할 수 있습니다. 두 상태 모두에서 신체의 보상 기전은 어느 정도까지는 최적 이하의 혈액량을 보상할 수 있지만, 결국 심혈관계가 보상 실패(탈보상)에 이르게 됩니다. 현재 혈액량 상태를 평가하는 대부분의 방법은 임상 환경에 제한적이거나 정확도가 떨어져, 제한된 환경(예: 현장, 가축사육지 등)에서의 선별 또는 모니터링에 어려움을 안겨줍니다. 최근에는 탈보상 이전에 최적 이하 혈액량 상태의 조기이자 정확한 징후를 파악하기 위해 웨어러블 센서 및 머신러닝 기반의 혁신적 기술 개발이 활발히 이루어지고 있습니다. 심장진동도(Seismocardiogram, SCG) 신호는 심장박동에 의한 흉벽의 진동을 나타내며, 비침습적이면서도 편리하게 최적 이하 혈액량 상태를 반영하는 심장 타이밍 신호를 추출하는 수단으로 부각되고 있습니다. 본 연구에서는 고혈량증과 저혈량증 상태 모두에서 SCG 신호의 형태학적 변동성에 어떠한 변화가 나타나는지 규명하고자 하였습니다. 우리는 SCG 신호의 변동성이 보상 상태에 비해 탈보상(보상 실패) 상태에서 더 커질 것으로 가정하였으며, 이는 탈보상 상태가 더 불안정한 혈역학적 조건을 반영하며 박동 간 변동성이 결과적으로 증가할 것이라는 가설을 세웠습니다.