핵심 개념: 중심체온과 표면체온의 차이
체온 측정 부위는 크게
중심체온(core temperature)을 반영하는 부위와
표면체온(surface temperature)을 반영하는 부위로 나뉩니다. 중심체온은 뇌, 심장, 복강 내 장기 등 생명 유지에 필수적인 심부 조직의 온도를 의미하며, 외부 환경의 영향을 덜 받기 때문에 표면체온보다 높고 일정하게 유지됩니다. 반면, 피부나 점막 표면에서 측정하는 표면체온은 외부 기온, 혈류량, 땀 배출 등에 따라 쉽게 변동합니다.
직장 체온이 가장 높은 이유
직장(rectum)은 해부학적으로 골반강 깊숙이 위치하며, 풍부한 혈류를 공급받는 점막 조직으로 둘러싸여 있어 중심체온을 가장 정확하게 반영하는 부위 중 하나입니다. 연구
[1]에서는 대형 날여우박쥐의 마취 중 체온을 측정한 결과, 직장 체온이 액와(겨드랑이) 체온보다 유의하게 높게 기록되었습니다. 이는 직장이 외부 공기와의 접촉이 차단된 폐쇄된 공간으로, 열 손실이 적기 때문입니다. 소의 체온 측정법을 비교한 연구
[2]에서도 직장 체온이 수은, 디지털, 생태 체온계 등 모든 측정 기기에서 가장 표준적인 중심체온 지표로 사용되었습니다.
다른 부위의 체온이 낮은 이유
겨드랑이(axillary)는 피부 표면이 접힌 부위로, 중심체온보다 낮은 표면체온을 나타냅니다. 연구
[1]에서 액와 체온은 직장 및 식도 체온보다 지속적으로 낮게 측정되었으며, 이는 겨드랑이가 외부 환경에 노출되기 쉽고 혈관 분포가 중심부보다 적기 때문입니다.
구강(oral) 체온도 혀 밑의 혈관을 이용하지만, 호흡 기류나 음식물 섭취의 영향을 받아 직장보다 낮게 나옵니다.
이마(forehead)와
손바닥(palm)은 피부 표면 온도를 측정하는 부위로, 연구
[3]에서 5G 밀리미터파 노출 시 피부 온도 변화를 관찰한 것처럼 환경 온도와 혈류 조절에 민감하게 반응합니다. 돼지의 체온 예측 연구
[4]에서도 적외선 열화상으로 측정한 피부 표면 온도는 직장 온도를 간접적으로 추정할 수 있을 뿐, 직접 측정한 직장 온도보다 절대값이 낮았습니다.
임상 적용: 체온 측정 부위 선택의 실제
간호조무·요양보호 실무에서 정확한 체온 측정은 대상자의 상태를 평가하는 첫 단계입니다. 직장 체온 측정은 가장 정확하지만, 침습적이고 대상자에게 불편감을 줄 수 있어 의식이 명료한 성인에게는 잘 사용하지 않습니다. 그러나 의식이 저하된 대상자, 저체온증이 의심되는 응급 상황, 또는 영유아에서는 직장 체온이 가장 신뢰할 수 있는 지표입니다. 요양보호 현장에서 구강이나 겨드랑이 체온이 직장보다
약 0.5~1.0도 낮게 측정될 수 있다는 점을 반드시 인지하고, 측정 부위를 기록할 때는 단순히 수치만 적는 것이 아니라 측정 부위(예: '겨드랑이 36.8도')를 함께 기록해야 합니다. 동일한 대상자의 체온을 지속적으로 비교할 때는 반드시 같은 부위에서 같은 방법으로 측정하는 것이 원칙입니다.
참고 문헌 (논문 출처)
- [1]
COMPARISON OF AXILLARY, RECTAL, AND ESOPHAGEAL THERMOMETRY IN ANESTHETIZED LARGE FLYING FOXES (<i>PTEROPUS VAMPYRUS</i>).일반논문Capobianco CM, Johnson AN, Crevasse SE, Shippy SG, Wellehan JFX, Alexander AB. (2026) · DOI: 10.1638/2025-0047
- [2]
Comparative evaluation of thermography, infrared, mercury, digital, and ecological thermometers for body temperature measurements in cattle.일반논문Pinheiro AC, Abbud RS, Perestrelo KG, de Amorim JE, Freitas JMN, Sucupira MCA. (2026) · DOI: 10.1007/s11250-026-05059-w
- [3]
No thermal skin effects at environmental 26 GHz field strengths relevant to 5G deployment.일반논문Michelant L, Delanaud S, Hugueville L, Leveque P, Bach V, Tourneux P, Selmaoui B. (2026) · DOI: 10.1038/s41598-026-49616-7
- [4]
A Two-Stage Deep Learning Method for Non-Invasive Sow Body Temperature Prediction Fusing Thermal Imaging and Environmental Parameters.일반논문Xu S, Qin Z, Huang Q, Tan C, Xu X, Li X. (2026) · DOI: 10.3390/ani16111692