본 발명은 맥파 신호의 시간 영역 특징을 검출하고, 심박변이도의 시간영역 특징과 주파수영역 특징들을 검출하고, 이들 특징들을 0과 1사이의 값을 갖도록 정규화하고, 정규화된 데이터를 통증 심도 그룹 별 출력변수로 라벨링을 행하고, 패턴분류기를 통해 기계 학습 패턴 분석을 행하여 통증 심도를 분류하는, 맥파 및 심박변이도를 이용한 통증 분류 방법에 관한 것이다. 본 발명은, 연산처리부가 맥파센서로부터 수신된 맥파신호로부터, 맥파의 평균 진폭을 포함하는 맥파 시간영역 특징을 검출하고, RR 간격인 심박변이를 검출하고, 심박변이로부터, 평균 RR 간격을 포함하는 심박변이도 시간영역 특징을 검출하고, 심박변이의 0.003~0.04Hz의 주파수 강도인 VLF 강도를 포함하는 심박변이도 주파수영역 특징를 검출하는 신호검출단계; 연산처리부가 상기 신호검출단계에서 검출된 맥파 시간영역 특징과, 심박변이도 시간영역 특징과, 심박변이도 주파수영역 특징을 0와 1사이의 값을 갖도록 정규화하는 정규화 단계; 연산처리부가 정규화단계에서 정규화된 맥파 시간영역 특징과, 심박변이도 시간영역 특징과, 심박변이도 주파수영역 특징을, 통증 심도 그룹별 출력변수로 라벨링을 행하는, 라벨링 단계; 연산처리부가 라벨링 단계에서 출력된 통증 심도 그룹별 출력변수를 가진 특징벡터를 패턴분류기에 입력하여 기계 학습 패턴 분석을 행하여 통증 심도를 분류하는, 통증심도 분류단계;를 포함하는 것을 특징으로 한다.