같은 음식을 두 번 먹어도 혈당 그래프가 달라질까? 연속혈당측정기(CGM)의 과학
팔 뒤쪽에 작은 센서를 붙이고 며칠을 지내면 평소에는 볼 수 없었던 숫자가 계속 나타납니다.
아침을 먹은 뒤 그래프가 올라가고, 산책을 한 날은 모양이 조금 달라지고, 비슷한 식사를 했는데도 어제와 오늘의 곡선이 다를 때가 있습니다. 숫자가 눈앞에 있으니 음식에 점수를 매기고 싶은 마음도 자연스럽게 생깁니다.
“이 음식은 나한테 잘 맞는 것 같다.”
“이건 혈당을 너무 많이 올리니 피해야겠다.”
연속혈당측정기, 즉 CGM(Continuous Glucose Monitor)이 맞춤 영양 분야에서 주목받는 이유도 여기에 있습니다. 병원에서 몇 번 채혈하는 것과 달리 실제 생활에서 포도당이 어떻게 움직이는지를 촘촘하게 볼 수 있기 때문입니다.
그런데 최근 연구를 따라가다 보면 처음의 단순한 질문이 조금 달라집니다.
오늘 한 음식 뒤에 그래프가 높게 올라갔다면, 그것은 정말 그 음식의 고유한 ‘혈당 점수’일까요? 일주일 뒤 같은 음식을 먹으면 비슷한 곡선이 다시 나올까요? 그리고 센서에 찍힌 숫자를 손끝 혈당과 같은 값으로 생각해도 될까요?
2025~2026년 사람 대상 연구를 모아보면 CGM은 분명 유용한 도구입니다. 다만 당뇨병이 없는 사람이 한 번의 식사 뒤에 나온 곡선만으로 음식을 좋고 나쁘게 분류하거나, 두 음식의 영향을 아주 세밀하게 서열화하는 데에는 생각보다 많은 불확실성이 남아 있습니다.
그 이유는 센서 오차 하나로 끝나지 않습니다. 센서가 측정하는 위치, 식사 전 포도당, 같은 사람 안에서의 생물학적 변동, 이전 식사와 활동, 그리고 혈당곡선을 어떤 지표로 계산하는지까지 모두 결과에 영향을 줄 수 있습니다.
CGM은 손끝 혈당과 같은 위치를 측정하지 않습니다
먼저 측정 자체부터 다릅니다.
손끝 채혈은 모세혈관의 포도당을 측정합니다. 반면 CGM 센서는 혈액이 아니라 세포 사이의 간질액(interstitial fluid) 포도당을 측정해 혈당의 흐름을 추정합니다.
두 값은 밀접하게 움직이지만 항상 같은 숫자가 나오는 것은 아닙니다. 특히 식사를 한 뒤 포도당이 빠르게 변하는 시간에는 차이가 더 눈에 띌 수 있습니다.
이를 직접 비교한 연구가 2025년 American Journal of Clinical Nutrition에 발표됐습니다.
건강한 성인에서 CGM과 손끝 혈당을 직접 비교한 2025년 무작위 교차시험
당뇨병이 없는 성인 15명, 여성 9명과 남성 6명이 총 7번 연구실을 방문했습니다. 평균 나이는 34세, 평균 BMI는 약 24였습니다.
매번 다른 탄수화물 조건을 시험했습니다. 포도당 50g, 같은 양의 탄수화물을 포함한 통과일과 갈아 만든 과일, 시판 과일 스무디가 포함됐고, 스무디를 천천히 마시거나 이눌린 5g을 추가하거나 탄수화물 양을 30g으로 줄이는 조건도 있었습니다.
팔에는 FreeStyle Libre 2를 착용했고, 동시에 15분 간격으로 손끝 모세혈관 혈당을 측정했습니다.
이런 설계가 중요한 이유는 한 사람이 같은 시간에 두 측정법을 모두 경험했기 때문입니다. 음식 차이와 사람 차이를 어느 정도 통제한 상태에서 CGM과 손끝 혈당이 얼마나 다르게 보이는지 직접 비교할 수 있었습니다.
평균 차이는 약 16mg/dL였지만, 그 숫자를 모든 사람에게 적용할 수는 없습니다
이 시험에서 CGM으로 측정한 공복 포도당은 손끝 혈당보다 평균 0.9mmol/L 높았습니다.
식후 평균 포도당도 0.9mmol/L 높았습니다.
mg/dL로 바꾸면 약 16mg/dL입니다.
하지만 “CGM은 항상 16mg/dL 높다”는 규칙이 생긴 것은 아닙니다. 참가자마다 차이가 달랐고, 연구진도 공복 상태의 CGM 편향이 사람에 따라 유의하게 달랐다고 보고했습니다.
식후 최고점에서는 차이가 더 커졌습니다. 조건에 따라 CGM의 최고 포도당은 손끝 혈당보다 약 1.2~1.6mmol/L 높았고, 최고점에 도달하는 시간은 약 5~12분 늦었습니다.
즉 그래프의 높이뿐 아니라 봉우리가 나타나는 시점도 측정법에 따라 달라질 수 있었습니다.
7.8mmol/L, 약 140mg/dL를 넘은 시간도 CGM에서는 손끝 혈당보다 약 4배 길게 계산됐습니다. 식사 전 두 측정법의 차이를 보정한 뒤에는 과대평가 폭이 약 2배로 줄었지만 완전히 사라지지는 않았습니다.
이런 결과를 보면 10~20mg/dL 정도의 작은 차이를 보고 곧바로 음식 자체의 효과라고 해석할 때는 조심할 이유가 있습니다.
같은 스무디의 GI가 53과 69로 달라졌습니다
이 논문에서 가장 흥미로운 부분은 단순한 수치 차이보다 음식의 분류가 달라졌다는 점입니다.
시판 과일 스무디의 혈당지수(GI)를 손끝 혈당으로 계산했을 때는 53이었습니다.
CGM으로 계산했을 때는 69였습니다.
일반적인 GI 구분에서 53은 저GI에 들어가지만 69는 중간GI 범위의 상단입니다.
같은 스무디인데 어떤 측정법을 사용했는지에 따라 독자가 받아들이는 인상이 상당히 달라질 수 있는 셈입니다.
여기서 “CGM은 틀리고 손끝 혈당만 맞다”는 결론을 만들 필요는 없습니다. 혈당지수 자체도 개인과 측정 조건에 따라 변동이 있고, 이 연구는 특정 장치와 15명의 건강한 성인을 조사했습니다.
다만 개인이 CGM 그래프 하나를 보고 “이 음식의 GI는 나에게 정확히 몇이다”라고 계산하거나, 음식 몇 개를 정밀하게 순위 매기는 데에는 한계가 있다는 뜻으로 읽는 것이 맞습니다.
연구비도 함께 확인할 만합니다. 이 시험은 Innocent Drinks의 unrestricted grant를 받았고 시험제품도 회사가 제공했습니다. 논문에는 회사가 제품 제공 외에 연구 설계, 자료수집·분석·해석, 논문 작성과 출판 결정에는 관여하지 않았다고 명시돼 있습니다.
더 까다로운 문제는 같은 음식을 다시 먹었을 때 생깁니다
센서와 손끝 혈당의 차이만으로 맞춤 영양 전체를 판단할 수는 없습니다.
오히려 실제로 CGM을 쓰는 사람에게 더 중요한 질문은 이것입니다.
“오늘 이 음식 뒤에 많이 올랐다면 다음에도 비슷하게 오를까?”
2025년 NIH 연구진은 이 질문을 상당히 통제된 환경에서 확인했습니다.
같은 식사를 반복했을 때 CGM 혈당반응을 비교한 2025년 연구
당뇨병이 없는 성인 30명이 참여했던 두 개의 입원 통제급식 연구 자료를 분석했습니다. 참가자가 무엇을 먹었는지 기억에 의존한 자유생활 연구가 아니라 연구시설에서 식사를 제공했고, 같은 식사를 약 1주일 뒤 다시 먹게 했습니다.
분석에는 중복 식사에 대한 CGM 반응 1,189건이 들어갔습니다.
같은 사람에게 같은 식사를 다시 제공했을 때 2시간 식후 포도당 iAUC의 상관계수는 Abbott 장치에서 r=0.46, Dexcom에서 r=0.45였습니다.
완전히 무관한 결과는 아니었지만 강한 상관이라고 보기도 어려웠습니다.
반복 측정의 신뢰도를 평가한 ICC는 Abbott 0.28, Dexcom 0.17이었습니다.
연구진이 보고한 Bland-Altman 일치한계도 넓었습니다. 평균적으로는 큰 편향이 없어 보여도 한 사람의 개별 식사 반응은 상당히 달라질 수 있다는 뜻입니다.
‘다른 음식끼리의 차이’와 ‘같은 음식의 반복 차이’도 생각보다 멀지 않았습니다
이 연구에서 특히 눈에 들어오는 대목이 있습니다.
같은 음식의 반복 측정이 흔들리는 정도와 서로 다른 음식들을 먹었을 때의 변동을 비교했는데, Dexcom에서는 두 변동폭이 거의 비슷했습니다.
Abbott에서도 두 주 가운데 한 주는 중복 식사보다 다른 음식 사이의 변동이 유의하게 컸지만, 다른 한 주는 그렇지 않았습니다.
그래서 “같은 음식의 반복 오차가 언제나 음식 간 차이만큼 크다”고 단정하는 것도 정확하지 않습니다. 다만 개인이 한 번의 CGM 곡선만 보고 A 음식이 B 음식보다 확실히 낫다고 말하기에는 반복성 문제가 작지 않았다는 점은 분명합니다.
연구진의 결론도 비슷했습니다. CGM을 이용한 맞춤 식사 조언을 하려면 한 번의 결과보다 반복 측정값을 모아 해석하는 방법이 필요하다는 것입니다.
그런데 개인차 자체가 허상이라는 뜻은 아닙니다
여기까지만 보면 “개인별 혈당 반응이라는 것도 대부분 잡음 아닌가?”라는 생각이 들 수 있습니다.
그런데 2025년 또 다른 연구를 보면 이야기가 조금 달라집니다.
176명을 반복 측정해 개인별 혈당 민감도를 분석한 2025년 n-of-1 연구
건강한 중국인 176명이 참여했고 평균 나이는 약 27세였습니다.
연구의 6일 아침식사 단계에서는 정제곡물 아침과 통곡물 아침을 각각 세 번씩 반복했습니다. 정제곡물 식사는 흰빵과 분유, 통곡물 식사는 오트와 분유로 구성됐습니다.
하지만 연구진이 개인별 혈당 민감도 지수(PGS)를 만들 때 사용한 것은 이 두 아침식사만이 아니었습니다. 경구포도당부하검사(OGTT), 소량의 호밀빵, 정제곡물 아침, 통곡물 아침이라는 네 종류의 표준화된 도전을 이용해 각 사람의 식사 혈당부하와 2시간 iAUC 사이의 기울기를 계산했습니다.
한 끼의 최고 혈당을 그대로 개인 특성으로 취급한 것이 아니라, 서로 다른 혈당부하를 가진 반복 측정들을 한 사람 안에서 묶어 하나의 지표를 만든 것입니다.
이 차이가 중요합니다.
2년 뒤 재참여자 가운데 유효한 CGM 기록을 확보한 38명에서 PGS의 ICC는 0.73이었습니다. 별도의 30명을 대상으로 고탄수화물 식단과 저탄수화물 식단을 번갈아 3개월 동안 조사한 검증 연구에서는 ICC가 0.88이었습니다.
앞의 NIH 연구와 완전히 반대처럼 보이지만 두 연구가 묻는 질문이 같지는 않습니다.
하나는 “같은 한 끼의 iAUC가 다음에도 그대로 재현되는가”를 봤습니다.
다른 하나는 여러 표준식과 반복 측정을 이용해 “이 사람의 전반적인 혈당 민감도라는 특성을 추정할 수 있는가”를 시험했습니다.
현재 자료는 개인차가 없다고 말하기보다, 한 번의 곡선보다 반복된 데이터를 모아 패턴으로 보는 편이 훨씬 낫다는 쪽에 가깝습니다.
같은 음식을 먹어도 몸은 매번 같은 출발선에 있지 않습니다
식사 사진만 똑같다고 해서 실험 조건까지 똑같은 것은 아닙니다.
식사 전 혈당, 앞선 끼니, 공복시간, 수면, 활동량, 스트레스와 호르몬 상태가 매번 같을 수는 없습니다.
특히 이전 끼니가 다음 식사의 대사 반응과 연결될 수 있다는 점은 CGM을 해석할 때 꽤 중요한 배경입니다. 이 현상은 기존 글 아침에 먹은 음식이 점심까지 영향을 줄까? 두 번째 식사 효과 알아보기에서 따로 살펴봤습니다.
또 음식의 양이 같더라도 먹는 순서를 바꾸면 단기적인 식후 혈당곡선이 달라질 수 있습니다. 같은 식사를 먹어도 순서만 바꾸면 혈당이 달라질까? 음식 순서의 과학에서 다룬 이유도 바로 이것입니다.
따라서 CGM으로 음식 A와 B를 비교하려면 메뉴 이름만 맞추는 것으로는 부족할 수 있습니다.
그렇다고 CGM에 음식 정보가 전혀 없는 것은 아닙니다
한 끼의 결과가 흔들린다고 해서 CGM 데이터가 영양과 무관하다는 뜻도 아닙니다.
2025년 온라인 공개 후 2026년 7월 Journal of Diabetes Science and Technology에 실린 관찰연구에서는 건강한 성인 48명이 일주일 동안 CGM과 활동량 측정기를 착용하고 음식일지를 작성했습니다.
건강한 성인의 CGM으로 식사의 혈당부하를 추정한 연구
평균 나이는 28.2세, 평균 BMI는 23.4였습니다.
식사의 혈당부하(GL)와 2시간 AUC 사이의 상관계수는 ρ=0.40이었습니다. 4시간 혈당 분산과 GL의 상관은 ρ=0.43이었습니다.
하루 탄수화물 섭취량도 혈당 표준편차와 ρ=0.45, MAGE와 ρ=0.40의 중등도 상관을 보였습니다.
완벽한 관계와는 거리가 있지만 며칠간의 CGM 패턴 속에 식사의 탄수화물 특성과 관련된 정보가 어느 정도 남아 있다는 뜻입니다.
다만 논문을 자세히 보면 제한점도 꽤 큽니다.
전체 참가자는 48명이었지만 과학적으로 검증된 GI 자료를 이용해 식사 GL을 계산하고 CGM과 연결할 수 있었던 핵심 분석은 26명의 120개 식사에서 이루어졌습니다. 많은 실제 음식의 GI 값을 확보할 수 없었기 때문입니다.
음식 섭취량 역시 음식일지에 의존했습니다. CGM을 건강한 사람의 식사 모니터링에 활용할 가능성을 보여주는 자료이지, 센서만 보고 방금 먹은 음식의 탄수화물이나 GL을 정확히 역산할 수 있다는 연구는 아닙니다.
머신러닝을 붙이면 ‘나에게 맞는 음식’을 정확히 찾을 수 있을까요?
CGM에 음식 구성, 활동량, 수면, 신체정보, 혈액검사, 장내미생물 같은 자료를 더하고 머신러닝으로 분석하면 개인별 식후 반응을 더 정확히 예측할 수 있을 것이라는 기대가 있습니다.
실제로 연구도 빠르게 늘고 있습니다.
2026년 American Journal of Clinical Nutrition에 발표된 최신 내러티브 리뷰는 2025년 11월 21일까지의 문헌을 검색해 식후 혈당 예측 머신러닝 연구 26편을 정리했습니다.
식후 혈당 예측과 정밀영양 연구를 검토한 2026년 최신 리뷰
대부분의 모델은 신체계측이나 혈액 바이오마커, 장내미생물 같은 개인 특성과 영양소·식품군 같은 음식 특성을 함께 사용했습니다.
문제는 예측 정확도가 좋아 보인다고 해서 곧바로 건강결과가 좋아지는 것은 아니라는 점입니다.
리뷰에는 머신러닝으로 만든 맞춤 식사 권고가 일반적인 식사지침보다 유리하고 임상적으로 의미 있는 혈당 개선을 보여주지 못한 임상시험도 포함돼 있었습니다.
저자들이 지적한 과제도 적지 않았습니다. 측정도구의 신뢰성, 혈당 반응을 무엇으로 정의할지, 모델 검증 방식, 식품 가공도처럼 빠진 변수, 알고리즘의 투명성과 재현성, 예측 성능과 실제 임상적 이득 사이의 간격이 남아 있습니다.
정밀영양이라는 개념이 틀렸다는 뜻은 아닙니다.
오히려 기술이 정교해질수록 “무엇을 얼마나 잘 예측했는가”와 “그 예측을 따라 먹었을 때 실제 건강이 좋아졌는가”를 따로 봐야 한다는 이야기입니다.
2026년에는 ‘CGM이 부정확해 보이는 이유가 분석법 때문일 수 있다’는 반론도 나왔습니다
여기서 논쟁이 하나 더 생깁니다.
앞에서 본 반복식사 연구에서는 iAUC의 재현성이 낮았습니다. 그런데 2026년 같은 저널의 편집 논평은 낮은 재현성 중 일부가 센서 자체보다 iAUC라는 결과지표의 통계적 성질에서 만들어질 수 있다고 지적했습니다.
CGM의 낮은 재현성 해석에 문제를 제기한 2026년 편집 논평
iAUC는 식후 곡선에서 식전 기준값을 빼 증가한 부분을 계산합니다.
문제는 식전 기준값도 매번 조금씩 흔들린다는 점입니다. 변동하는 식후 값에서 또 하나의 변동하는 기준값을 빼면, 원래의 포도당 궤적보다 상대적인 변동이 커질 수 있습니다.
편집 논평은 앞서 소개한 2026년 리뷰에 포함된 정밀영양 연구의 73%가 iAUC를 주요 결과로 사용했다고 지적했습니다.
가상 데이터를 이용한 예에서는 거의 비슷한 총 AUC를 가진 곡선도 기준값을 빼 iAUC로 계산하면 상대 변동성이 크게 커질 수 있음을 보여줬습니다.
다만 이 논평은 새로운 사람 대상 임상시험이 아닙니다.
그래서 “CGM의 개인별 음식 반응은 사실 완벽하게 재현된다”는 증거가 새로 나온 것은 아닙니다. 더 정확한 해석은 반복성 문제를 전부 센서 오차로 돌리기도 어렵고, 전부 실제 생리적 개인차라고 부르기도 어렵다는 것입니다.
측정장치와 실제 생물학적 변동뿐 아니라 우리가 혈당곡선을 어떤 수치로 요약하는지도 결과에 영향을 줍니다.
저자들은 이해상충도 공개했습니다. Diana Thomas와 David Ludwig는 The American Journal of Clinical Nutrition의 associate editor였고, Ludwig는 저혈당부하 식단을 지지하는 저서에서 인세를 받는다고 밝혔습니다.
CGM에서 한 번 크게 오른 음식은 바로 피해야 할까요?
실제로 센서를 붙이면 이 질문이 가장 현실적입니다.
평소 건강식이라고 생각했던 음식 뒤에서 그래프가 크게 올라가면 당황할 수 있습니다.
하지만 한 번의 곡선만으로 그 음식을 식단에서 제외하는 것은 현재 근거보다 한발 앞선 판단입니다.
CGM과 혈액 사이에 측정 차이가 있을 수 있고, 같은 사람 안에서도 반복 반응이 흔들릴 수 있습니다. 식전 상태와 이전 식사, 활동량, 먹는 속도 같은 조건도 달라질 수 있습니다.
반대로 한 번의 결과를 완전히 무시할 필요도 없습니다.
비슷한 양과 비슷한 조건에서 여러 차례 반복했는데 계속 비슷한 패턴이 나타난다면 한 번의 봉우리보다 훨씬 더 많은 정보를 줍니다.
그래서 “오늘 이 음식이 145mg/dL까지 올렸으니 나에게 나쁜 음식이다”보다 “비슷한 조건에서 반복했을 때도 같은 경향이 나타나는가”를 묻는 편이 현재 연구와 더 잘 맞습니다.
혈당 그래프는 음식의 건강점수표가 아닙니다
CGM을 오래 보다 보면 혈당이 덜 오르는 음식이 더 건강한 음식처럼 느껴질 수 있습니다.
하지만 음식의 건강가치는 식후 혈당곡선 하나로 결정되지 않습니다.
식이섬유, 단백질, 지방의 종류, 비타민과 미네랄, 에너지 밀도와 포만감, 전체 식단에서 그 음식이 차지하는 역할도 함께 봐야 합니다.
혈당만 평평하게 만드는 것이 유일한 목표라면 탄수화물이 거의 없는 고지방 음식은 상당히 좋은 점수를 받을 수도 있습니다. 그렇다고 그 한 번의 그래프만으로 장기적인 식단의 질을 판단할 수는 없습니다.
CGM이 보여주는 것은 중요한 정보 한 조각입니다.
그 조각을 식품 전체의 판결문처럼 사용하지 않는 것이 더 중요합니다.
결국 봐야 할 것은 한 번의 ‘스파이크’보다 반복되는 패턴입니다
이번 연구들을 나란히 놓으면 처음에는 서로 충돌하는 것처럼 보입니다.
건강한 성인을 대상으로 한 무작위 교차시험에서는 CGM이 손끝 혈당보다 평균적으로 높은 값을 보여 음식의 GI 분류까지 바꿀 수 있었습니다.
통제급식 연구에서는 같은 사람에게 같은 식사를 다시 줘도 iAUC 재현성이 낮았습니다.
그런데 반복된 표준식과 여러 혈당부하를 하나의 개인 지표로 묶은 n-of-1 연구에서는 비교적 높은 장기 일관성이 나타났습니다.
일주일간 자유생활 자료에서도 식사의 혈당부하와 탄수화물 섭취량은 일부 CGM 지표와 중등도의 상관을 보였습니다.
그리고 2026년에는 iAUC라는 계산 방식 자체가 재현성을 낮아 보이게 만들 수 있다는 방법론적 반론까지 나왔습니다.
이 결과들을 억지로 “CGM은 정확하다” 또는 “CGM은 쓸모없다” 중 하나로 정리할 필요는 없습니다.
현재 가장 설득력 있는 결론은 그 사이에 있습니다.
CGM은 음식과 생활에 따른 포도당 패턴을 관찰하는 유용한 도구입니다. 그러나 당뇨병이 없는 사람이 한 번의 식후 상승만으로 특정 음식의 ‘개인 맞춤 혈당 점수’를 확정하기에는 측정과 생물학적 변동, 분석방법의 불확실성이 큽니다.
결론: 그래프는 정보이지만 판결문은 아닙니다
연속혈당측정기를 붙이면 이전에는 볼 수 없었던 포도당의 움직임을 볼 수 있습니다.
그 자체로 가치가 있습니다.
하지만 숫자를 더 자주 측정할 수 있다는 것과 그 숫자의 의미를 완벽하게 알 수 있다는 것은 다른 문제입니다.
2025년 무작위 교차시험에서는 건강한 성인의 CGM이 손끝 혈당보다 공복과 식후 포도당을 평균 0.9mmol/L, 약 16mg/dL 높게 나타냈고, 같은 과일 스무디의 GI가 손끝 혈당에서는 53, CGM에서는 69로 계산됐습니다.
같은 해 NIH 통제급식 분석에서는 동일한 식사를 반복해도 개인의 iAUC가 상당히 흔들렸습니다.
반면 여러 표준식의 반복 반응을 하나의 지표로 묶은 n-of-1 연구에서는 개인별 혈당 민감도가 2년 뒤에도 비교적 안정적으로 나타났습니다.
2026년에는 머신러닝 기반 정밀영양의 가능성과 한계를 함께 정리한 리뷰가 나왔고, iAUC 같은 분석법이 반복성을 실제보다 낮아 보이게 만들 수 있다는 편집 논평도 이어졌습니다.
그래서 CGM 수치를 무시할 이유는 없습니다.
그렇다고 한 번의 ‘혈당 스파이크’를 보고 음식 하나를 바로 식단에서 퇴출할 근거도 충분하지 않습니다.
한 번의 높은 숫자보다 비슷한 조건에서 반복되는 패턴을 보고, 혈당뿐 아니라 음식 전체의 영양적 특성과 생활맥락을 함께 보는 것.
현재 사람 대상 연구가 허용하는 가장 신중하면서도 실용적인 해석은 그 정도입니다.
자주 묻는 질문
같은 음식을 먹었는데 CGM 혈당이 매번 다른 것이 이상한가요?
반드시 이상한 것은 아닙니다. 통제된 환경에서 같은 식사를 약 1주 간격으로 반복한 연구에서도 개인별 CGM 식후 반응에 상당한 변동이 나타났습니다. 실제 생활에서는 식전 상태, 이전 끼니, 활동량과 수면 같은 조건이 더 다양하기 때문에 한 번의 차이만으로 음식의 효과를 단정하기 어렵습니다.
CGM과 손끝 혈당 중 어느 것이 맞나요?
두 방법은 측정하는 위치가 다릅니다. CGM은 간질액 포도당을 측정하고 손끝 검사는 모세혈관 포도당을 측정합니다. 건강한 성인 15명을 대상으로 한 2025년 시험에서는 사용된 CGM이 손끝 측정보다 평균적으로 높은 값을 보였습니다. 다만 이 결과를 모든 센서와 모든 사람에게 똑같이 적용할 수는 없습니다.
한 음식에서 혈당이 140mg/dL을 넘으면 그 음식을 피해야 하나요?
한 번의 CGM 수치만으로 그렇게 판단하기는 어렵습니다. 측정 편향과 개인 내 변동이 있을 수 있고 음식의 건강가치도 혈당 최고점 하나로 결정되지 않습니다. 비슷한 조건에서 같은 패턴이 반복되는지를 보는 편이 더 합리적입니다.
CGM으로 나에게 맞는 음식을 찾는 것이 불가능한가요?
불가능하다고 볼 근거도 없습니다. 반복된 표준식 데이터를 모아 개인별 혈당 민감도를 계산한 2025년 n-of-1 연구에서는 비교적 높은 시간적 일관성이 나타났습니다. 다만 이것은 한 번의 음식 반응만 보고 결론을 내리는 방식과는 다릅니다.
혈당이 적게 오르는 음식이 항상 더 건강한가요?
아닙니다. 식후 혈당은 음식의 여러 특성 가운데 하나입니다. 식이섬유, 단백질과 지방의 종류, 비타민·미네랄, 에너지 밀도와 전체 식단의 구성까지 함께 봐야 합니다.
참고자료
1. Hutchins KM, Betts JA, Thompson D, Hengist A, Gonzalez JT
The American Journal of Clinical Nutrition. 2025. PMID 40021059.
건강한 성인 15명이 7가지 탄수화물 조건을 모두 경험한 무작위 교차시험입니다. FreeStyle Libre 2와 손끝 모세혈관 혈당을 직접 비교했으며 CGM이 평균적으로 더 높은 공복·식후 포도당을 보였고 일부 음식에서는 계산된 GI 분류도 달라졌습니다.
2. Hengist A, Ong JA, McNeel K, Guo J, Hall KD
The American Journal of Clinical Nutrition. 2025. PMID 39755436.
당뇨병이 없는 성인 30명의 입원 통제급식 자료에서 약 1주 간격으로 반복한 동일 식사에 대한 1,189건의 CGM 반응을 분석했습니다. 같은 식사의 개인별 iAUC 재현성이 낮았으며, 연구진은 맞춤 식사 조언을 위해 반복 측정값을 통합하는 방법이 필요하다고 결론 내렸습니다.
3. Zhang K, Fu Y, Gou W, et al.
The American Journal of Clinical Nutrition. 2025. PMID 40754388.
건강한 중국인 176명을 대상으로 표준화된 식사를 반복 제공한 n-of-1 연구입니다. 여러 표준식의 혈당부하와 반복 CGM 반응을 이용해 만든 개인별 혈당 민감도 지표는 2년 뒤 재검증과 별도의 3개월 연구에서 비교적 높은 시간적 일관성을 보였습니다.
4. Ong L, Lamoth CJ, van Beek A, et al.
Journal of Diabetes Science and Technology. 2026. PMID 40792561.
건강한 성인 48명의 일주일 CGM·활동량·음식일지를 분석한 관찰연구입니다. 식사의 혈당부하 및 하루 탄수화물 섭취량과 일부 CGM 지표 사이에 중등도의 상관이 확인됐지만, GL과 CGM을 연결한 핵심 분석은 26명의 제한된 식사 자료에 기반했습니다.
5. Xie M, Hu Y, Xu H, et al.
The American Journal of Clinical Nutrition. 2026. PMID 42547103.
2025년 11월 21일까지의 문헌을 검색해 머신러닝 기반 식후 혈당 예측 연구 26편을 검토한 내러티브 리뷰입니다. 정밀영양의 가능성과 함께 측정 신뢰성, 결과지표, 모델 검증, 빠진 음식 특성, 재현성과 임상적 이득의 문제를 주요 과제로 정리했습니다.
6. Thomas DM, Fiore C, Ludwig DS
The American Journal of Clinical Nutrition. 2026. PMID 42547099.
CGM 기반 식후 혈당 연구에서 낮게 나타난 재현성의 일부가 iAUC 계산방식에서 생길 수 있다고 지적한 편집 논평입니다. 새로운 임상시험은 아니며, 개인별 혈당 반응을 해석할 때 측정장치뿐 아니라 결과지표의 통계적 특성도 고려해야 한다는 관점을 제시합니다.
면책 안내
이 글은 연속혈당측정기와 식후 포도당 반응에 관한 사람 대상 연구를 바탕으로 작성한 일반적인 건강 정보이며 개인의 당뇨병 진단이나 치료를 위한 의료 조언이 아닙니다. 당뇨병이나 저혈당 위험이 있거나 혈당강하제를 사용하고 있다면 CGM 수치를 근거로 약물이나 식사계획을 임의로 변경하지 말고 담당 의료진과 상의하시기 바랍니다.
댓글 0
첫 댓글을 남겨보세요.