필드 테스트로 추정한 VO2max, 얼마나 틀릴 수 있을까

한 선수가 쿠퍼 테스트를 마치고 달린 거리를 확인한 뒤 공식에 대입해 46.8 ml/kg/min이라는 값을 얻는다. 이 숫자는 스프레드시트에 입력되고, 지난달의 44.2와 비교되며, 누군가는 6%의 유산소 능력 향상이라고 선언한다. 그 과정에서 아무도 이 공식이 애초에 2.6 ml/kg/min의 변화를 감지할 만큼 정밀한지 묻지 않는다. 대부분의 경우 그렇지 않다. 필드 테스트 추정치를 마치 실험실 수준의 정밀도를 가진 것처럼 다루는 것은 아마추어는 물론 준프로 수준의 테스트 프로그램에서도 가장 흔하게 반복되는 오독 중 하나다. 쿠퍼 테스트와 20m 삐소리 테스트 모두 검증 표본에 맞춰 만든 회귀방정식으로 작동하며, 모든 회귀방정식에는 잔차 오차항이 따라붙는다. 다만 이 오차항은 누군가 소수점 한 자리짜리 결과를 보고하는 순간 대부분 사라져 버린다. 아래에서는 두 테스트에서 그 오차가 실제로 어느 정도 크기인지, 발표된 수치들이 어디서 나왔는지, 그리고 추정치와 실제 값 사이의 간극이 실제 훈련 결정을 바꿀 만큼 커지는 지점이 어디인지 짚어본다.

쿠퍼 테스트도 삐소리 테스트도 산소 섭취량을 직접 측정하지 않는다. 두 테스트 모두 수행 결과 — 12분간의 총 거리, 또는 최종 탈락 시점의 러닝 속도 — 를 측정하고, 이를 실험실 가스분석 테스트와 필드 프로토콜을 동일한 집단에게 동시에 실시한 뒤 두 점수 집합에 회귀선을 적합시켜 만든 회귀방정식으로 추정 VO2max로 변환한다. 그 선의 강도는 상관계수(r)로, 그 선 주위에 흩어진 개별 점들의 산포도는 표준추정오차(SEE)로 표현되며, 이 둘이 합쳐져 필드 점수가 한 개인의 실험실 값을 얼마나 신뢰할 수 있게 대표하는지를 말해준다.

이 점이 중요한 이유는 상관계수가 표본 전체를 설명할 뿐, 코치 앞에 서 있는 개인 한 명을 설명하지는 않기 때문이다. r = 0.90이라는 연구 결과는 강한 관계처럼 들리고, 집단 수준에서는 실제로 그렇다. 하지만 그 상관관계에 딸린 SEE야말로 개별 예측 점수 주위의 오차 폭을 알려주는 지표다. 젊고 훈련된 표본으로 만든 공식은 그 표본의 특성 쪽으로 회귀하는 경향이 있다. 그 프로필을 벗어난 사람에게 이 공식을 적용하면, 추정치는 발표된 SEE만으로 짐작하는 것보다 실제 값에서 더 멀어질 수 있다. 이 패턴은 아래 인구 집단 관련 연구에서 직접 확인된다.

케네스 쿠퍼는 1968년 Journal of the American Medical Association에 12분 달리기 프로토콜을 발표하며, 공군 인력 표본에서 달린 거리와 트레드밀로 측정한 VO2max 사이에 r = 0.897의 상관관계를 보고했다. 지금까지 표준으로 쓰이는 변환식은 다음과 같다.

VO2max (ml/kg/min) = (거리(m) − 504.9) ÷ 44.73

이 상관관계를 역산해, 훈련된 성인 표본에서 VO2max의 전형적인 표준편차(대략 6 ml/kg/min)를 대입하면, 쿠퍼의 원 테스트 집단과 유사한 인구에서 함의되는 표준추정오차는 대략 2.6~3.0 ml/kg/min에 이른다 — 결코 작은 오차 폭이 아니다. 쿠퍼 테스트 점수 하나가 실제 실험실 값의 약 3 ml/kg/min 이내에 들어갈 확률은 대략 68%이고, 그 두 배 범위 안에 들어갈 확률은 약 95%다.

구체적인 사례로 보면 그 의미가 분명해진다. 한 선수가 2,600m를 달렸고 공식은 46.8 ml/kg/min을 반환한다. 액면 그대로 읽으면 정밀한 값처럼 보인다. 하지만 오차 범위를 붙여 읽으면, 이 선수의 실제 실험실 VO2max는 95% 신뢰수준에서 현실적으로 대략 41~53 ml/kg/min 사이 어딘가에 있다 — 평범한 취미 지구력 선수와 진짜로 잘 훈련된 선수를 가르는 차이만큼이나 넓은 범위다. Mayorga-Vega, Bocanegra-Parrilla, Ornelas, Viciana가 2016년 PLOS ONE에 발표한 거리·시간 기반 필드 러닝 테스트에 대한 체계적 문헌고찰 및 메타분석은 이 패턴을 수십 건의 통합 연구를 통해 다시 한번 확인했다. 쿠퍼 프로토콜을 포함한 러닝 테스트들은 전반적으로 중간~양호 수준의 준거 타당도를 보였지만, 쿠퍼의 원 표본보다 나이가 많거나 훈련 수준이 낮거나 체중이 높은 표본에서는 오차가 유의미하게 넓어졌다 — 공교롭게도 운동선수 집단보다 일반 건강검진이나 기업 웰니스 프로그램에서 흔히 테스트받는 바로 그 인구 집단이다.

Léger와 Lambert의 1982년 검증 연구는 European Journal of Applied Physiology에 발표됐으며, 20m 다단계 셔틀런에 대해 더 촘촘한 관계를 보고했다. 실험실 트레드밀 테스트 대비 표준오차가 대략 2.5~3.0 ml/kg/min이었는데, 저자들과 후속 리뷰어들은 이 수준을 운동선수 집단에서 트레드밀 재검사 자체의 변동성과 견줄 만하다고 평가했다. 이는 쿠퍼 테스트가 함의하는 오차 범위보다 실제로 더 나은 수치이며, 1990년대부터 2000년대까지 여러 팀 스포츠 현장에서 삐소리 테스트가 12분 달리기를 밀어내고 기본 유산소 스크리닝 도구로 자리 잡은 이유 중 하나이기도 하다.

가장 널리 쓰이는 변환식은 Léger 등의 1988년 후속 논문에서 나왔으며, 최종 셔틀 속도와 함께 나이를 변수로 포함한다.

VO2max (ml/kg/min) = 31.025 + 3.238 × S − 3.248 × A + 0.1536 × S × A

여기서 S는 마지막으로 완주한 레벨의 러닝 속도(km/h), A는 나이(세)다. Ramsbottom과 동료들(1988)이 제시한 더 단순한 근사식은 18~45세 성인에서 대략 ±5% 이내의 정확도를 가지며, VO2max ≈ 18.4 + 3.00 × 레벨이다. 두 공식 모두 쿠퍼 방정식과 같은 한계를 공유한다. 특정 검증 표본에 맞춰 적합됐기 때문에, SEE 범위는 그 표본이 다룬 연령대 안에서 가장 깔끔하게 적용된다. 성인용 공식을 청소년에게 그대로 적용하면 추정치가 5~8% 체계적으로 과대추정되는데, 이것이 바로 별도의 청소년용 공식이 존재하는 이유이며, 편의상 성인용 공식을 대신 쓰는 것이 학교나 유소년 스포츠 현장에서 흔히 발생하는 채점 실수다.

두 테스트 모두 발표된 SEE는 고정된 물리 상수가 아니다. 그 공식이 검증된 표본의 속성일 뿐이며, 테스트 대상자가 그 표본과 얼마나 닮았는지에 따라 값이 달라진다. Mayorga-Vega 등(2016)의 메타분석은 이 점을 직접적으로 보여준다. 쿠퍼 프로토콜을 포함한 필드 기반 러닝 테스트의 통합 타당도 계수는 원래의 검증 표본과 가까운, 젊고 어느 정도 훈련된 표본에서는 비교적 잘 유지됐지만, 노년층, 검증된 연령대를 벗어난 청소년, 체지방률이 높은 개인에서는 저하됐다 — 다른 공식이 필요하다는 뜻이 아니라 실질적인 오차 폭이 더 넓어진다는 뜻이다. 이런 집단에서는 러닝 이코노미와 페이싱 행동이 회귀선의 전제로부터 더 크게 벗어나기 때문이다.

실무적으로 얻어야 할 결론은 두 테스트가 이상적인 인구 집단을 벗어나면 아예 쓸 수 없다는 것이 아니라, 테스트 대상자가 젊고 훈련되고 건강한 프로필에서 멀어질수록 코치나 임상가가 단일 점 추정치에 부여해야 할 신뢰 수준을 그만큼 낮춰야 한다는 것이다. 그리고 공교롭게도 이런 인구 집단이야말로 엘리트 스포츠보다 일반 체력 테스트 현장에 훨씬 더 자주 등장한다.

부정확한 추정치가 사소한 주의사항에서 실제 문제로 바뀌는 상황은 세 가지다. 첫째는 단일 점수를 근거로 건강 판정이나 자격 심사 같은 결정을 내리는 경우다 — 점 추정치가 기준선의 어느 쪽에 있는지에 따라 누군가를 위험군으로 분류하거나 적합 판정을 내리는 식이다. 위험 기준선보다 2 ml/kg/min 낮게 나온 점수는 오차 범위를 적용하면 실제로는 기준선보다 2 ml/kg/min 높을 수도 있다. 이것이 바로 필드 테스트가 진단 도구가 아니라 스크리닝 도구로 검증된 이유이며, 경계선상의 결과는 단일 숫자로 판정하지 말고 재검사를 받아야 하는 이유다.

둘째는 서로 다른 테스트나 서로 다른 공식의 점수를 마치 그대로 환산되는 것처럼 비교하는 경우다. 같은 선수가 다른 날 받은 쿠퍼 테스트 기반 46.8과 삐소리 테스트 기반 47.5는 실제 생리학적 차이의 증거가 아니다. 이는 각기 다른 오차 범위를 가진 두 개의 별개 추정 과정이 변화하지 않았을 수도 있는 신체에 적용된 결과일 뿐이다 — 삐소리 테스트 프로토콜 가이드에서 다룬 것과 같은 실수로, 일관되지 않은 채점 조건이 실제 체력 변화와 혼동되는 경우다.

셋째, 일상적인 코칭에서 가장 흔한 경우로, 같은 프로토콜을 사용한 두 테스트 사이의 작은 변화를 과대 해석하는 것이다. 쿠퍼 테스트의 SEE가 대략 2.6~3.0 ml/kg/min이라고 할 때, 46.8에서 48.9로의 변화는 측정 오차의 경계에 가깝게 걸쳐 있으며, 이를 확정된 훈련 효과라고 부르는 것은 데이터가 뒷받침하는 것보다 더 강한 주장을 하는 셈이다. 삐소리 테스트는 오차 범위가 더 좁은 만큼 여유가 조금 더 있지만, 원칙은 동일하다 — 변화량이 SEE의 대략 두 배를 넘어야 잡음과 안전하게 구분할 수 있다.

해법은 필드 테스트 사용을 중단하는 것이 아니다. 대부분의 테스트 프로그램에서는 필드 테스트가 여전히 유일하게 실용적인 선택지이며, 여기서 설명한 오차는 체력 테스트를 아예 건너뛸 때 생기는 오차보다 작다. 해법은 통계가 실제로 뒷받침하는 방식으로 점수를 보고하는 것이다.

소수점 하나가 아니라 범위로 보고한다. VO2max를 46.8이라고 딱 잘라 말하는 대신, 더 정직한 요약은 대략 44~50 ml/kg/min이며, 이는 점 추정치 주위의 ±1 SEE 범위를 반영한다 — 성적표에는 덜 인상적으로 보이지만, 데이터가 실제로 뒷받침하는 값에 훨씬 가깝다.

단일 점수보다 추세를 중요하게 본다. 공식 오차의 체계적 성분은 같은 사람을 같은 방식으로 테스트할 때 대체로 일관되게 유지되는 경향이 있으므로, 서너 번의 세션에 걸친 추세는 어떤 단일 점수보다 신뢰할 만하다. 훈련 블록 전체에 걸친 꾸준한 상승 흐름은 의미가 있지만, 단 한 번의 이상치 세션은 대체로 그렇지 않다.

테스트 간 프로토콜을 동일하게 유지한다. 트랙에서 트레드밀로 바꾸거나, 페이싱 오디오를 바꾸거나, 하루 중 다른 시간대에 테스트하는 것은 공식 자체의 오차 위에 추가적인 변동성을 얹는다. 쿠퍼 테스트 프로토콜 가이드와 삐소리 테스트 프로토콜 가이드에서는 추세 데이터가 실제로 의미를 갖도록 조건을 충분히 일관되게 유지하는 세팅 세부사항을 다룬다.

지금까지 설명한 내용은 프로토콜이 올바르게 시행됐다는 전제하에 잘 진행된 테스트의 통계적 오차만을 다룬다. 여기에 현실의 진행 실수가 더해지면 오차는 단순히 더해지는 것이 아니라 복합적으로 늘어난다. 보정되지 않은 삐소리 테스트 오디오 파일, 3m 짧게 측정된 쿠퍼 테스트 트랙, 프로토콜을 처음 접해 페이싱이 서투른 선수 — 이 모두가 공식 자체의 SEE 위에 추가 오차를 더하며, 그중 어느 것도 발표된 검증 연구에는 드러나지 않는다.

또한 어떤 필드 공식으로도 넘을 수 없는 한계가 하나 더 있다. 실험실 가스분석 테스트와 달리, 필드 공식은 VO2max와 러닝 이코노미, 페이싱 능력을 분리해내지 못한다. VO2max가 사실상 동일한 두 선수도 한쪽이 더 효율적으로 페이싱하고 움직인다는 이유만으로 쿠퍼 테스트나 삐소리 테스트에서 눈에 띄게 다른 점수를 받을 수 있으며, 어떤 통계적 보정으로도 거리나 최종 셔틀 속도 하나만으로는 그 사라진 정보를 복구할 수 없다. 임상적 판단, 엄격한 생리학적 기준선, 연구용 데이터가 필요한 경우라면, 직접 가스분석을 하는 실험실 테스트만이 이 범주의 오차를 완전히 제거하는 유일한 도구로 남는다 — 필드 테스트는 대규모로 충분히 쓸 만한 추정을 실용적으로 가능하게 하려는 도구이지, 결정이 정말로 그것을 요구할 때 그 골드 스탠더드를 대체하는 도구는 아니다. 심박수 훈련 존 가이드는 이와 관련된, 그 자체의 오차 특성을 가진 모니터링 도구를 다루며, 교차 확인용으로 함께 쓰기에 적합하다.