매일 달라지는 추정 1RM, 오차인가 진짜 컨디션 변화인가

같은 기준 부하로 2회 반복 속도 체크를 3세션 연속 진행했는데, 추정 1RM이 138kg, 146kg, 133kg으로 매번 다르게 나온다. 수면도, 식사도, 워밍업도 다 똑같았다. 그렇다면 어떤 숫자를 기준으로 프로그래밍해야 할까? 대부분의 리프터는 가장 최근에 본 숫자를 그대로 붙잡는데, 이는 정반대 접근이다. 단일 세션은 당신이 가진 데이터 중 가장 신뢰도가 낮은 값이기 때문이다.

이것은 고장이 아니다. 속도 기반 1RM 추정을 노이즈 속에 묻힌 신호가 아니라 단일 측정값으로 취급할 때 나타나는 기본적인 동작 방식이다. 8~13kg의 변동 중 일부는 센서, 선택한 반복, 외삽 계산에서 비롯된 측정 오차다. 나머지 일부는 신경근 컨디션의 실제 변화다. 하나는 무시해야 하고 다른 하나는 대응해야 한다. 이 둘을 혼동하는 것이야말로 몇 주 만에 선수들이 속도 기반 자동조절에 대한 신뢰를 잃는 이유다.

겉보기엔 똑같아 보이는 두 가지 다른 문제

매일 흔들리는 추정 1RM에는 정확히 두 가지 설명이 존재하며, 한쪽에 대한 해법은 다른 쪽에 대한 해법과 정반대다.

측정 노이즈: 실제 값은 거의 변하지 않았지만 측정 방식이 무작위 오차를 끌어들인 경우다 — 센서 위치가 1cm 어긋났거나, 워밍업의 서로 다른 시점에서 나온 반복을 비교했거나, 실제로 테스트한 부하와 멀리 떨어진 부하로 만든 기울기를 외삽했을 수 있다. 노이즈는 대칭적이고 세션 간 상관관계가 없으며, 훈련 기록의 그 무엇과도 연동되지 않는다.

진짜 컨디션 변화: 누적 피로, 수면 부족, 질병 초기 증상, 또는 실제 근력 향상 때문에 힘 발현 능력이 실제로 달라진 경우다. 진짜 변화는 연속 2~4세션에 걸쳐 지속되고, 웰니스 점수나 점프 높이와 상관관계를 보이며, 최근 훈련 부하와 일관된 방향으로 움직인다.

대부분의 리프터가 저지르는 실수는 단일 세션의 숫자를 모두 진짜 변화로 간주하고 그 주 전체를 재프로그래밍하는 것이다. 근력 코칭이 아니라 스포츠 과학의 신뢰도 통계에서 빌려온 방법이 이를 피할 수 있는 공식적인 답을 제공하며, 이것이 아래 모든 내용의 기반이 된다.

노이즈는 실제로 어디서 오는가

Courel-Ibáñez, Martínez-Cava, Morán-Navarro 등(2019, Sensors)은 리니어 포지션 트랜스듀서, IMU, 스마트폰 앱, 광학 시스템 등 다섯 가지 바 속도 측정 기술을 다양한 움직임 속도 범위에서 검증했다. 중~고속 구간에서는 신뢰도가 높았지만(변동계수, CV, 약 3~5%), 최대 근접 부하에서 전형적으로 나타나는 저속 구간에서는 신뢰도가 급격히 떨어져 장비에 따라 CV가 10~20%까지 상승했다. 진짜 1RM에 가깝게 테스트할수록 원시 측정값의 노이즈는 오히려 더 커지는데, 정작 정확도가 가장 중요한 구간이 바로 그곳이다.

두 번째 오차 원인은 외삽 거리다. Pérez-Castilla, García-Ramos 등이 2018~2020년 발표한 일련의 부하-속도 프로파일링 연구에 따르면, 회귀선을 만드는 데 사용한 부하와 예측치가 검사 범위를 벗어나 얼마나 멀리 외삽되는지에 따라 예측 1RM이 의미 있게 달라진다. 40~70% 1RM 부하로 만든 프로파일을 100%까지 외삽한 경우, 실제 최대치에 더 가까운 지점을 기준으로 한 프로파일보다 오차가 크다. 대부분의 일일 체크는 약 65~70%의 단일 기준 부하 하나로 먼 거리를 외삽한다 — 빠르고 피로도가 낮지만 구조적으로 노이즈가 많은 방식이다.

셋째, 반복 선택도 컨디션과 무관한 변동을 더한다. 차가운 바에서 나온 첫 반복을 기록하는 것과 제대로 된 램프업 이후 두 번째 반복을 기록하는 것 사이에는 순전히 활성화 효과(potentiation)만으로 3~6%의 속도 차이가 발생할 수 있다.

이러한 원인들이 겹치면 실제 신체 컨디션은 전혀 변하지 않았는데도 두 세션 사이에 8~15%의 겉보기 변동이 발생할 수 있다 — 이 범위는 사람들이 피로나 수면 부족 탓으로 돌리는 변동폭과 거의 완전히 겹친다. 바로 이 겹침 때문에 두 문제가 혼동되는 것이다.

전형적 오차와 최소 의미 있는 변화량 계산하기

Will Hopkins의 신뢰도 프레임워크(Hopkins, 2000, Sports Medicine)는 변화가 진짜인지를 추측 없이 판단할 수 있는 방법을 제공한다. 여기서 중요한 두 가지 수치가 있다.

전형적 오차(TE)는 아무것도 변하지 않았을 때 순수한 노이즈로 인해 측정값이 얼마나 흔들리는지를 나타낸다. 반복된 짝지은 측정(paired measurement)에서 계산한다. 두 시행 간 차이값들의 표준편차를 구한 뒤 √2로 나누면 된다.

최소 의미 있는 변화량(SWC)은 훈련 의사결정에 실제로 영향을 줄 만한 최소 변화 크기다. Hopkins의 표준 경험칙은 SWC를 선수 간 표준편차의 0.2배로 설정하는데, 훈련된 리프터의 추정 1RM의 경우 이는 대체로 1RM의 3~5% 수준에 해당한다.

여기서 나오는 실용적 규칙은 이렇다. 전형적 오차의 약 2배보다 작은 변화는 노이즈와 구분할 수 없다. 노이즈 임계치(2×TE)와 의미 임계치(SWC)를 모두 넘는 변화만이 훈련 대응을 받을 자격이 있다.

본인의 전형적 오차 측정하기

1. 같은 주 내 서로 다른 이틀에 걸쳐, 평소와 똑같이 컨디션 점검을 수행한다 — 같은 부하, 같은 반복 횟수
2. 매일 추정 1RM을 기록한다
3. 명백한 피로 교란 요인이 없는 날에만, 이 짝지은 테스트를 여러 주에 걸쳐 5~6회 반복한다
4. 차이값들의 표준편차를 구한 뒤 1.41로 나눈다 — 이것이 kg 단위의 전형적 오차다
5. 일상적으로 읽기 쉽도록 평균 1RM 대비 백분율로 환산한다

단일 수치 대신 이동 기준선 만들기

전형적 오차가 의미 있는 크기라는 것을 확인했다면 — 사실 누구나 그렇다, 0인 사람은 없다 — 해법은 구조적이어야 한다. 오늘의 단일 측정값을 어제의 단일 측정값과 비교하는 것을 멈추고, 최근 여러 세션으로 만든 이동 기준선과 비교해야 한다.

이동 중앙값 방식(간단하고 수동 관리에 적합)

1. 같은 종목에서 최소 5세션 연속으로 매 점검마다 추정 1RM을 기록한다
2. 최근 5개 값의 중앙값 — 이상치에 더 크게 흔들리는 평균이 아니라 — 을 작업 기준선으로 삼는다
3. 매 새로운 세션마다 가장 오래된 값을 빼고 최신 값을 더한 뒤 다시 계산한다
4. 오늘의 측정값이 2×TE 범위를 벗어나 기준선 밖으로 나갔을 때만 부하를 재프로그래밍한다

EWMA 방식(자동화된 추적에 더 적합)

지수가중이동평균(EWMA)은 오늘의 기준선을 다음과 같이 가중한다: 기준선(오늘) = α × 오늘 값 + (1 − α) × 기준선(어제). α를 0.2~0.3으로 설정하면 균형이 잘 잡힌다 — 최근 세션이 더 큰 비중을 갖지만, 노이즈가 낀 측정값 하나가 기준선을 이전 값과의 격차의 20~30% 이상 흔들 수는 없다. 이는 급성:만성 부하 비율 모니터링에 쓰이는 것과 동일한 평활화 논리를 1RM 추정에 적용한 것이다.

진단 체크리스트: 이 변동은 진짜인가

오늘의 측정값이 기준선 밴드를 벗어났다면, 세션을 건드리기 전에 다음을 확인한다.

• 전형적 오차의 2배를 넘는가? 아니라면 기록만 하고 계획된 세션대로 훈련한다 — 이것만으로도 대부분의 오탐지를 걸러낼 수 있다.
• 측정 셋업이 동일했는가? 같은 장착 위치, 같은 워밍업 길이, 같은 반복 번호 기록. 이 부분을 놓치는 것이 가짜 변동의 가장 흔한 원인이다.
• 2세션 이상 지속되는가? 한 번 낮게 나온 뒤 다음 세션에서 정상으로 돌아왔다면 거의 항상 노이즈다. 반복되거나 악화되는 낮은 측정값은 거의 항상 진짜다.
• 독립적인 지표와 상관관계가 있는가? 점프 높이, 안정시 심박수, 웰니스 점수와 교차 확인한다. 진짜 변화는 여러 지표에서 함께 나타나지만, 순수 노이즈는 대개 속도 수치에서만 나타난다.
• 방향이 훈련 맥락상 타당한가? 블록 내 가장 강도 높은 세션 이틀 뒤에 나타난 하락은 예상 가능한 생리적 반응이다. 앞선 부하 증가도, 질병도, 수면 방해도 없이 나타난 하락은 측정 인공물일 가능성이 더 높다.

노이즈일 때 프로토콜 고치는 법

전형적 오차가 6%를 넘게 나왔다면, 그 변동은 대부분 피할 수 있는 것들이다. 다음을 순서대로 적용한다 — 각 항목이 제거하는 변동량 크기순으로 정렬했다.

1. 기록할 반복을 표준화한다. 항상 같은 워밍업 이후 점검의 2번째 반복을 사용하고, 차가운 첫 반복은 절대 사용하지 않는다. 일반적으로 노이즈를 2~5% 줄인다.
2. 기준 부하를 훈련 구간에 더 가깝게 옮긴다. 작업 세트가 80% 1RM인데 일일 점검이 65%를 쓰고 있다면, 매일 15퍼센트포인트를 외삽하는 셈이다. 실제로 훈련할 부하로부터 10퍼센트포인트 이내로 기준 부하를 옮긴다.
3. 장비 장착 위치를 고정한다. 테이프로 센서의 정확한 위치를 표시한다. IMU의 장착 지점이 2cm만 어긋나도 측정하는 모멘트암이 바뀐다.
4. 전체 프로파일을 4~6주마다 갱신한다. 오래된 기울기는 세션 간 노이즈 위에 체계적 편향을 더하며, 이 둘은 서로 상쇄되지 않고 오히려 누적된다.
5. 주기적으로 더 무거운 앵커 지점을 테스트한다. 3~4주에 한 번, 평소의 서브맥시멀 지점들과 함께 85~90% 1RM 세트 하나를 프로파일에 추가한다. 이는 실제 1RM까지의 외삽 거리를 줄여 이후의 모든 일일 추정치의 정확도를 의미 있게 높인다.

실전 예시: 10세션 데이터로 보기

기준 백스쿼트 1RM이 145kg인 선수가 100kg(69% 1RM)으로 열 세션 동안 일일 점검을 수행한다. 이전의 짝지은 테스트로 계산한 전형적 오차는 4.1%(145kg 기준 약 6kg)다.

원시 측정값만 보는 접근이었다면 6세션을 비상 상황으로, 9세션을 돌파구로 취급했을 것이고, 6~7세션이 실제 2세션 연속 하락을 이루고 있었으며 9세션 하나만으로는 10세션이 뒷받침하기 전까지 확인되지 않았다는 사실을 놓쳤을 것이다. 이동 중앙값은 7세션에서의 실제 하락을 정확히 포착했고, 겉보기 상승을 신뢰하기 전에 올바르게 한 세션을 더 기다렸다.