훈련 파트너가 IMU가 15% 높게 읽는다고 주장해서, 일부러 텐더드 LPT와 힙에 부착한 IMU를 동시에 켜고 100 kg 백스쿼트 한 세트를 마쳤다고 해보자. LPT는 0.52 m/s를 표시한다. IMU는 0.61 m/s를 표시한다. 같은 렙, 같은 바, 같은 사람인데 두 숫자는 그냥 조금 다른 정도가 아니라 속도 손실 컷오프를 20%에서 6%로 옮길 만큼 차이가 난다. 이건 세트를 멈출지, 두 렙을 더 밀어붙일지를 가르는 차이다. 이런 상황은 드문 오작동이 아니다. Weakley 등(2020)은 프리웨이트 스쿼트와 벤치프레스에서 선형 위치 트랜스듀서와 상용 IMU 기기를 비교한 결과, 종목과 속도 구간에 따라 0.03~0.11 m/s 범위의 체계적 평균 편향을 발견했으며, IMU는 느린 속도에서 일관되게 더 높은 값을 냈다고 보고했다. Pérez-Castilla 등(2019)도 스마트폰 앱, IMU, 선형 인코더를 기준이 되는 3D 모션 캡처 시스템과 비교했을 때 종목별로 비슷한 편향을 확인했고, 일치 한계(limits of agreement)가 넓어서 보정 없이는 기기를 상호 교환해서 쓸 수 없을 정도였다고 밝혔다. 지금 보고 있는 불일치는 어느 한쪽의 결함이 아니다. 서로 다른 측정 원리를 가진 두 기기가 서로 다른 것을 보고하고 있을 뿐이며, 해법은 보증 청구가 아니라 짧은 교차검증이다.
LPT와 IMU가 애초에 정확히 일치할 수 없는 이유
선형 위치 트랜스듀서는 변위를 직접 측정한다 - 바가 올라가면서 케이블이 풀리고, 속도는 측정된 위치를 시간에 대해 1차 미분해서 계산한다. 이는 텐더 부착점의 수직 이동 거리에 대한 거의 참값에 가까운 측정이며, 주요 오차 요인은 케이블 각도(유닛이 바 경로의 바로 아래나 일직선상에 위치하지 않을 경우)와 매우 빠르거나 매우 느린 속도에서의 샘플링 레이트 한계 정도다.
IMU 기반 센서는 근본적으로 다른 경로를 택한다. 부착 지점에서의 가속도(그리고 종종 각속도)를 측정한 다음, 그 신호를 한 번 적분해 속도를 추정한다. 문제는 바로 이 적분 과정에서 시작된다. 원신호에 포함된 작은 오차, 센서 드리프트, 필터링 알고리즘의 선택이 모두 적분 구간에 걸쳐 누적되며, 이 오차는 일정하지 않다 - 원가속도 신호의 신호대잡음비가 나빠지는 저속 구간에서 더 커지는 경향이 있다. 이것이 정확히 Weakley 등과 Pérez-Castilla 등이 발견한 패턴이다. 더 빠른 속도(점프 유형이나 가벼운 부하 동작)에서는 일치도가 더 높았고, IMU 기반 기기가 실제 감속과 노이즈를 구분하기 가장 어려운 그라인딩성 고중량 속도 구간에서 더 크게 벌어졌다.
| 요인 | LPT | IMU/가속도계 |
|---|---|---|
| 직접 측정하는 것 | 케이블 변위(위치) | 가속도와 각속도 |
| 속도 산출 방식 | 위치의 1차 미분 | 가속도의 적분(한 단계 더 간접적) |
| 오차가 집중되는 지점 | 케이블 각도, 부착 정렬 | 저속·근최대 렙, 세트 진행 중 드리프트 |
| 기준 대비 전형적 편향 | 대부분의 발표된 비교에서 기준에 근접 | 저속에서 0.03~0.11 m/s 높음(Weakley 등, 2020) |
| 세팅 민감도 | 높음 - 텐더 각도와 위치가 크게 좌우 | 더 낮음 - 부착점은 중요하지만 케이블 기하는 없음 |
기본값으로는 어느 기기를 믿어야 하나
아래 교차검증을 돌려보지 않고 하나의 숫자만으로 판단해야 한다면, 그라인딩성 근최대 중량 세트에서는 LPT가 더 안전한 기본값이다 - 바로 두 기기가 가장 많이 어긋나는 구간이기 때문이다. 이는 IMU가 전반적으로 신뢰할 수 없어서가 아니다. 점프 테스트, 탄도성 동작, 가벼운 부하의 속도 구간에서는 IMU 기기와 기준 시스템 간 발표된 일치도가 종종 0.02~0.04 m/s 이내로, 대부분의 프로그래밍 판단에 충분할 만큼 촘촘하다. 문제는 특히 대략 0.5 m/s 이하의 저속 구간에 있는데, 여기서는 LPT의 직접 위치 측정이 정확도를 유지하는 반면 IMU의 적분 추정치는 렙당 가장 많은 오차를 누적한다.
알아둘 만한 실무적 예외가 하나 있다. LPT 텐더가 수직에서 약 15도 이상 벗어난 각도로 부착돼 있다면 - 유닛이 랙 옆쪽에 앉아야 하는 상업 체육관에서 흔한 상황이다 - LPT 자체의 오차가 커져서 잘 캘리브레이션된 IMU가 오히려 참값에 더 가까울 수 있다. 그러니 LPT를 믿으라는 말은 사실 알려진 세팅상 타협점이 더 적은 쪽을 믿으라는 말에 가까우며, 이는 가정이 아니라 실제로 확인해야 할 사항이다.
3세트 교차검증 프로토콜
어느 기기가 참값에 더 가까운지 추측하는 대신, 실제 훈련 구간을 아우르는 부하 범위에서 두 기기를 동시에 돌려 어디서 차이가 벌어지는지 확인한다.
| 세트 | 부하 | 렙 수 | 기록할 것 |
|---|---|---|---|
| 1 | 1RM 약 50%(빠른 구간, 목표 0.9~1.1 m/s) | 3 | 두 기기의 렙별 MCV |
| 2 | 1RM 약 70%(중간 구간, 목표 0.6~0.75 m/s) | 3 | 두 기기의 렙별 MCV |
| 3 | 1RM 약 85%(그라인딩 구간, 목표 0.35~0.5 m/s) | 2~3 | 두 기기의 렙별 MCV |
두 기기를 각각 올바르고 독립적으로 부착한다 - LPT 텐더는 랙이 허용하는 한 최대한 수직에 가깝게, IMU는 임시방편이 아니라 제조사가 지정한 부착점에 정확히 맞춘다. 각 렙마다 두 값을 기록하고, 절대 차이와 LPT 값 대비 백분율 차이를 계산한다(위 예외에 해당하지 않는 한 LPT를 임시 기준으로 삼는다). 렙 하나만 보면 바 경로의 순간적인 히치가 한쪽 기기에만 더 영향을 미친 이상치일 수 있으므로, 부하당 최소 2~3렙은 확인한다.
데이터가 모이면 부하별 백분율 차이를 그래프로 그리거나 눈으로 훑어본다. 세 부하 모두에서 격차가 대략 5% 이내로 유지된다면 두 기기는 프로그래밍 목적으로 상호 교환해서 써도 될 만큼 가깝다는 뜻이다. 부하가 커질수록 격차도 벌어지는, 훨씬 흔한 패턴이라면 어느 구간에서 보정을 적용해야 할지, 또는 어느 구간에서 어느 기기를 우선할지가 바로 드러난다.
차이 패턴 해석하기
교차검증 데이터를 눈앞에 두면 대체로 세 가지 패턴이 나타나며, 각각 다른 해법을 가리킨다. 모든 부하에서 격차가 대체로 일정한 경우(예: 모든 속도에서 IMU가 0.04~0.05 m/s씩 높게 나옴)는 속도에 따라 달라지는 적분 문제라기보다 고정된 캘리브레이션 오프셋을 시사한다 - 이게 가장 다루기 쉬운 경우로, IMU 값에 일괄 보정치를 적용하고 넘어가면 된다. 빠른 구간에서는 딱 맞다가 그라인딩 구간에서 유독 벌어지는 경우는 Weakley 등이 설명한 전형적인 적분 드리프트 패턴이며, 마운트 오류가 아니라 저속에서의 IMU 정확도 한계를 가리킨다 - 이 경우 약 0.5 m/s 이하에서는 LPT를 우선하고, 그 이상에서는 두 기기 모두 믿어도 된다. 부하에 따른 뚜렷한 패턴 없이 렙마다 들쭉날쭉한 경우(어떨 때는 IMU가 높고 어떨 때는 낮은, 폭도 제각각인 경우)는 대개 기기 자체의 정확도 문제라기보다 둘 중 하나의 마운팅 문제를 뜻하므로, 하드웨어를 탓하기 전에 부착 지점부터 다시 확인해야 한다.
한 가지 더 짚어둘 패턴이 있다. 세트 첫 렙에서만 불일치가 나타나고 두세 번째 렙부터 좁혀진다면, 근본적인 정확도 격차보다는 IMU의 초기화나 영점 조정 루틴을 의심해봐야 한다 - 일부 기기는 바가 움직이기 시작한 뒤 적분 계산이 안정화되기까지 짧은 안정화 시간이 필요하며, 렙 하나만 비교하면 이를 오탐으로 잡아낼 수 있다.
재검증이 어려울 때 기존 트래킹 데이터 정합시키기
대부분의 프로그램은 두 기기를 계속 함께 돌릴 여유가 없다. 위 교차검증 프로토콜을 통해 일정하든 속도에 따라 달라지든 문서화된 오프셋을 확보했다면, 실무적으로는 앞으로 사용할 기준 기기를 하나 정하고, 도중에 다른 기기로 갈아탄다면 새 트렌드 라인을 처음부터 다시 시작하기보다 문서화된 보정치를 적용해 과거 데이터와 연결하는 편이 낫다. 알려진 0.05 m/s 저속 편향을 가진 IMU 데이터로 만든 1RM 추정치나 속도 손실 임계값은, 향후 LPT 단독 세션과 비교할 때 그 편향만큼 조정하면 되며, 기기 전환 하나 때문에 수개월치 트렌드 기록을 버리지 않고도 선수 프로필의 연속성을 지킬 수 있다.
마운팅 하드웨어를 바꾸거나, 둘 중 어느 기기든 펌웨어를 업데이트하거나, 훈련 판단(속도 손실 정지, 오토레귤레이션 부하 증량)이 실제 세트가 보여준 모습과 맞지 않는다고 느껴질 때는 3세트 교차검증을 다시 돌린다. 특히 펌웨어 업데이트는 IMU 내부 필터링을 겉으로 드러나는 신호 없이 조용히 바꿀 수 있어서, 이전에 문서화해둔 오프셋을 슬그머니 어긋나게 만들 수 있다.
사례 데이터: 실제 불일치를 해결한 과정
벤치프레스 1RM 110 kg인 중급 리프터가 텐더드 LPT와 바벨 마운트 IMU로 50%, 70%, 85% 부하에서 3세트 프로토콜을 진행했다. 55 kg(50%)에서 MCV는 LPT 평균 0.98 m/s, IMU 평균 1.01 m/s로 3% 격차에 그쳐 노이즈 범위 안에 있었다. 77 kg(70%)에서는 LPT가 0.68 m/s, IMU가 0.74 m/s를 기록해 8.8% 격차로 벌어졌다. 94 kg(85%)에서는 격차가 더 커졌다. LPT 0.41 m/s 대 IMU 0.49 m/s로 19.5% 차이가 났는데, 속도가 낮아질수록 편향이 커진다는 Weakley 등의 패턴과 거의 정확히 일치했다.
담당 코치는 고정 캘리브레이션 오프셋이었다면 격차가 이렇게 벌어지지 않았을 것이므로, IMU에 속도 의존적인 저속 편향이 있다고 결론지었다. 이후 팀은 목표 MCV가 0.55 m/s 미만인 모든 세트(오토레귤레이션 컷오프, 고중량 1RM 추정)에서는 LPT를 기준으로 삼고, 격차가 5% 이내로 유지되는 그 이상의 구간에서는 두 기기를 상호 교환 가능한 것으로 취급했다. 6주 뒤 업데이트된 IMU 펌웨어로 85% 부하에서 재확인했을 때 격차는 11%로 좁혀져 있었는데, 이는 속도 손실 프로토콜 전체를 처음부터 다시 짤 필요 없이 펌웨어 단의 필터링 변경 때문이었음을 보여준다.
자주 묻는 질문
01IMU와 LPT가 가벼운 세트에서는 잘 맞다가 1RM의 80% 이상에서는 크게 어긋납니다. 둘 중 하나가 고장 난 걸까요?+
02IMU 값을 LPT와 동등한 값으로 바꿔줄 보편적인 보정 계수가 있나요?+
03LPT가 더 정확하다면 IMU는 왜 쓰나요?+
04두 값이 다르면 평균을 내서 쓰면 되지 않나요?+
05기기 간 불일치가 있으면 속도 기반 훈련 데이터 자체를 못 믿어야 하나요?+
관련 글
속도 센서 교정법: 5단계 VBT 정확도 프로토콜
VBT 속도 센서는 장착 위치와 기준선 설정이 틀어지면 이후 측정값이 전부 흔들립니다. 기준 측정부터 정확도 검증까지 5단계 교정 프로토콜을 순서대로 안내합니다.
VBT 노이즈가 많은 측정값 문제 해결 방법
VBT 속도 측정값이 들쭉날쭉하다면 센서, 바 진동, ROM 편차, 기기 유형 중 하나가 원인일 가능성이 큽니다. 원인별로 확인할 수 있는 단계별 진단 체크리스트를 소개합니다.
세션마다 들쭉날쭉한 속도 측정값 잡는 법
같은 무게인데 매주 바 속도가 다르게 나온다면 센서 위치, 바 로딩, 웜업 순서를 점검하세요. 세션 간 속도 편차를 근본적으로 제거하는 방법입니다.
R²가 낮은 부하-속도 회귀선 고치는 법
부하-속도 차트가 흩어져 있다면 대개 운이 아니라 좁은 부하 스팬, 부족한 시행 수, 이상치 때문입니다. 원인을 진단하고 신뢰할 수 있는 회귀선을 다시 만들어보세요.
두 번째 세트가 첫 세트보다 빠른 이유: 활성화 후 증강인가, 센서 워밍업 오차인가
같은 무게인데 두 번째 세트 속도가 더 빠르게 나온다면, 진짜 활성화 후 증강일까요 아니면 센서가 아직 워밍업 중인 걸까요. 구분하는 법을 알려드립니다.
밴드와 체인이 VBT 속도 측정값을 망가뜨리는 이유: 가변저항을 감안한 테스트와 처방 방법
밴드나 체인을 달면 속도존이 거짓말을 합니다. 가변저항이 VBT 측정값을 왜곡하는 이유와 이를 테스트하고 처방에 반영하는 법을 알아보세요.
세트 도중 블루투스가 끊겨 VBT 렙이 사라진다면: 진단과 해결 방법
6렙 중 4렙만 기록되고 속도 차트에 구멍이 생겼다면, 원인을 간섭·거리·버퍼링으로 나눠 진단하고 누락된 데이터를 복구하세요.
템포 지정 렙이 속도 존을 왜곡하는 이유와 수치를 바로잡는 법
80% 1RM 3-1-1 스쿼트가 0.29 m/s로 찍혀 90-100% 존에 걸립니다. 일시정지·슬로우 에센트릭 템포가 속도 존을 왜곡하는 이유와 재프로파일링 방법을 알아보세요.
전문 연구 수준의 정확도로 퍼포먼스를 측정하세요