본 발명은 딥러닝 모델을 이용한 수면 무호흡 환자로부터 관상동맥질환 위험도를 예측하는 방법 및 장치에 관한 것으로, 보다 구체적으로는 수면 무호흡 환자로부터 산소 포화도(oxygen saturation) 및 심전도(electrocardiogram, ECG) 측정 데이터를 수득하는 단계; 상기 산소 포화도 및 심전도 측정 데이터를 딥러닝 모델의 입력으로 이용하여 환자의 관상동맥질환 위험도를 예측하는 단계; 및 상기 관상동맥질환 위험도에 대한 정보를 제공하는 단계를 포함하는 관상동맥질환 위험도 예측 방법 및 장치에 관한 것이다. 본 발명의 일 실시예에 따른 관상동맥질환 예측 방법 및 장치는 수면시간 동안 지속적으로 모니터링된 생체신호 중에서 쉽게 수득할 수 있는 심전도와 산소포화도만을 선택하여 딥러닝 분석에 활용하여 사용자의 관상동맥질환의 위험도를 보다 정확하게 예측할 수 있다.