개인별 훈련 반응 차이: 왜 같은 프로그램이 다른 결과를 낳는가

2015년 Bouchard 등이 PLOS ONE에 발표한 획기적인 연구에서, 481명의 참가자가 동일한 20주 유산소 운동 프로그램을 완료했습니다. VO2max 개선폭은 -6%(음의 반응 — 일부 참가자는 오히려 저하)부터 +100%(수행능력이 두 배로)까지 광범위하게 분포했습니다. 평균 개선율은 17%였지만, 이 평균은 너무 넓은 분포를 감추고 있어서 「평균적 반응」이라는 표현이 실제로는 거의 어떤 개인도 정확히 설명하지 못했습니다. 같은 현상이 근력 훈련에서도 나타납니다. 2019년 Atkinson 등의 메타분석에 따르면, 동일한 저항 훈련 프로그램에 대한 1RM 반응의 개인 간 차이는 평균 효과보다 약 3~4배 더 컸습니다 — 즉 결과의 분산이 평균 향상치를 압도했다는 뜻입니다.

이는 단순한 통계적 흥밋거리가 아닙니다. 팀을 위한 프로그램을 설계하는 코치에게는 근본적인 과제이며, 비슷하게 훈련받은 동료가 정체되어 있는 동안 왜 어떤 선수는 같은 프로그램에서 눈에 띄게 발전하는지를 설명해 줍니다. 이러한 개인차를 유발하는 요인과 객관적 모니터링으로 이를 우회하는 방법을 이해하는 것은 응용 스포츠 과학에서 가장 파급력이 큰 역량 중 하나입니다.

근거 자료: 실제 반응 차이는 얼마나 큰가?

개인 간 반응 차이에 대한 가장 강력한 근거는 통제된 조건에서 동일한 중재를 적용한 연구, 즉 외적 자극이 일정하게 유지되는 상황에서 나옵니다. 따라서 이런 조건에서 관찰되는 변이는 순응도 문제가 아니라 내적(생물학적) 요인에서 비롯된 것입니다.

중요한 점은 비반응자(non-responder)가 가상의 존재가 아니라는 것입니다. 제대로 통제된 운동 연구에서는 참가자의 약 15~20%가 주요 결과 지표에서 의미 있는 개선을 전혀 보이지 않습니다. 이 비율은 유산소, 저항, 파워 훈련 연구 전반에서 일관되게 나타나며, 이는 단순히 순응도가 낮아서가 아니라 특정 훈련 자극에 대해 일부 개인에게 존재하는 진짜 생물학적 한계를 반영하는 것으로 보입니다.

훈련 반응을 좌우하는 생물학적 조절 요인

훈련 결과의 개인차는 무작위가 아니라 식별 가능한 생물학적 변수들에 의해 구조화되어 있습니다. 현재 연구는 다섯 가지 주요 조절 요인을 제시합니다.

1. 유전과 유전자 발현: 쌍둥이 연구는 훈련 반응의 유전적 유전율을 VO2max의 경우 47~72%, 근력 향상의 경우 50~60%로 추정합니다. ACTN3, ACE, MSTN 유전자의 특정 다형성은 각각 섬유 유형 구성, 혈관 신생 능력, 비대 잠재력에 영향을 미칩니다. 다만 유전 요인은 집단 수준의 분산만을 설명할 뿐, 실제 현장에서 개인의 결과를 신뢰성 있게 예측하지는 못합니다.
2. 기초 체력(평균 회귀): 훈련 수준이 낮은 사람일수록 동일한 자극에 대해 고도로 훈련된 선수보다 일관되게 더 큰 절대적 개선을 보입니다. VO2max 40%인 선수가 20% 향상되면 48%가 되지만, VO2max 60%인 엘리트 선수가 5%만 향상되어도 실질적으로 의미 있는 변화입니다. 비훈련 집단을 지도하는 코치는 이미 유전적 한계에 가까운 선수를 지도하는 코치보다 체계적으로 더 높은 「반응자」 비율을 관찰하게 됩니다.
3. 근섬유 유형 분포: Type II 우세형은 파워와 단시간 고강도 훈련에 더 잘 반응하고, Type I 우세형은 지구력과 중강도 훈련에 더 잘 반응합니다. 섬유 유형은 약 45~50%가 유전되며 훈련으로 크게 변하지 않으므로, 프로그래밍의 방향을 정하는 데 활용할 수 있는 안정적인 개인 특성입니다.
4. 회복 능력: 수면의 질, 코르티솔 민감도, 자율신경계 회복 속도의 개인차로 인해, 같은 프로그램을 훈련하는 두 선수도 외적 부하 단위당 서로 다른 순 적응을 축적합니다. 세션 사이 회복이 더 빠른 선수는 12주 블록 동안 사실상 더 높은 유효 훈련 자극 용량을 받게 됩니다.
5. 호르몬 환경: 기저 테스토스테론 대 코르티솔 비율은 저항 훈련에 대한 동화작용 반응을 어느 정도 정확하게 예측합니다. T:C 비율이 높은 선수는 여러 연구에서 일관되게 더 큰 비대 반응을 보였습니다(Hakkinen et al., 2000).

고반응자 vs 저반응자: 스펙트럼 정의하기

'고반응자 / 저반응자'라는 이분법적 구분은 단순화된 표현입니다. 실제로는 개인마다 연속적인 스펙트럼 위에 위치하며, 한 훈련 방식에 고반응자인 선수가 다른 방식에는 저반응자일 수 있습니다. 어떤 축구 선수는 블록 주기화 프로그램에서 스쿼트 근력이 35% 증가하지만 점프 높이(VO2max와 무관한 지표)는 거의 개선되지 않는 반면, 그 팀 동료는 정반대 패턴을 보일 수 있습니다.

더 유용한 임상적 틀은 훈련 방식별 반응 프로파일링입니다.

• 근력 반응: 저항 훈련 12~16주 후 1RM 변화로 측정
• 파워 반응: 점프 높이 또는 스프린트 시간 변화로 측정
• 유산소 반응: VO2max, 젖산 역치, 또는 타임트라이얼 수행능력으로 측정
• 비대 반응: DXA를 통한 제지방량 변화 또는 MRI·초음파를 통한 근섬유 단면적으로 측정

어떤 자극에 반응하지 않는 선수라고 해서 영구적인 비반응자는 아닙니다 — 특정 용량, 빈도, 동작 패턴에는 비반응자일 수 있지만, 다른 구성에는 고반응자일 수 있습니다. Churchward-Venne et al.(2015)은 특정 볼륨의 저항 훈련에 대한 초기 비반응자의 70%가 볼륨을 두 배로 늘렸을 때 반응자가 되었음을 보여주었습니다. 즉 「비반응」은 생물학적 한계가 아니라 용량-반응 문제였던 것입니다.

진짜 개인차와 측정 노이즈 구분하기

개인 간 반응 차이 연구를 해석할 때 중요한 과제는, 반응에서 나타나는 진짜 생물학적 차이를 측정 오차 및 일상적인 생물학적 변동과 구분하는 것입니다. Atkinson과 Batterham(2015)은 훈련 연구에서 보고되는 「개인 반응 변이」의 상당 부분이 진짜 생물학적 이질성이 아니라 평균 회귀, 측정 신뢰도 부족, 무작위적인 일간 변동과 같은 통계적 인공물이라고 주장했습니다.

이는 현장 실무에 중요한 함의를 갖습니다. 선수가 6주 후에도 개선을 보이지 않는다면 원인은 다음 중 하나일 수 있습니다.

1. 이 특정 훈련 방식에 대한 진짜 저반응(생물학적 요인)
2. 평가 도구의 측정 오차(기술적 요인)
3. 테스트 당일의 일간 수행 변동(무작위 요인)
4. 이 개인에게 불충분한 용량(용량-반응 요인)
5. 블록 기간 동안 적응을 둔화시킨 비훈련 요인(수면, 영양, 스트레스)

객관적 모니터링 도구는 2번과 3번 원인을 줄여줍니다. 1RM은 변하지 않았지만 기준 부하에서의 평균 동심성 속도가 8주 동안 8% 증가한 선수는 1RM 테스트가 포착하지 못한 실제 신경적 적응을 이루고 있는 것입니다. 속도 기반 모니터링은 주기적인 1RM 재측정보다 더 이르게, 더 적은 노이즈로 적응을 식별해 내며, 진짜 비반응과 초기 적응을 구분하는 것을 훨씬 다루기 쉽게 만들어 줍니다.

코치를 위한 실전 시사점

개인 간 반응 차이 연구는 그룹이나 팀을 지도하는 코치에게 직접적인 프로그래밍 시사점을 제공합니다.

핵심 통찰은 다음과 같습니다. 개인화란 모든 선수에게 완전히 다른 프로그램을 설계하는 것이 아닙니다. 같은 프로그램을 수행하는 동일한 선수들을 모니터링하면서, 12주 테스트가 그 프로그램이 특정 개인에게 효과가 없었다는 사실을 드러낼 때까지 기다리는 대신 객관적 데이터를 활용해 즉각적으로 조정하는 것입니다.

개인화 도구로서의 VBT

속도 기반 훈련(VBT)은 고정된 외적 부하가 아니라 개인의 실제 그날 수행 능력에 대한 상대적 노력을 처방하기 때문에, 개인 간 반응 차이를 관리하는 데 독보적으로 적합합니다. 같은 1RM을 가진 두 선수도 특정 날짜에는 매우 다른 바 속도를 보일 수 있으며, 이러한 차이는 컨디션, 적응 상태, 그날 세션에 대한 급성 반응의 실제 차이를 반영합니다.

반응 변이를 관리하기 위한 주요 VBT 적용법은 다음과 같습니다.

1. 부하-속도 프로파일링: 4~6주마다 개인별 프로파일을 구축합니다. 프로파일 기울기의 변화(더 낮은 부하에서 같은 속도)는 1RM 변화가 감지되기 전에 긍정적 적응을 나타냅니다. 고반응자는 3~4주마다 프로파일 이동을 보이는 반면, 저반응자는 움직임을 보이기까지 6~8주간 정체할 수 있는데, 이는 자극을 유지할지 변경할지 결정하는 데 중요한 정보입니다.
2. 속도 손실 컷오프: 20% 속도 손실 컷오프는 세트 사이 회복이 빠른 선수에게는 더 많은 볼륨을 처방하고(그들은 역치에 도달하기 전에 더 많은 양질의 반복을 수행할 수 있음), 피로가 더 빨리 축적되는 선수에게는 자동으로 볼륨을 줄여줍니다. 이는 그룹 환경 내에서 작동하는 자동 개인화 메커니즘입니다.
3. 일일 컨디션 체크: 기준 부하(보통 추정 1RM의 60%)에서의 표준화된 워밍업 세트를 그날의 속도와 지난 2주 평균과 비교하면, 선수 간 수면·영양·이동·생활 방식 차이를 반영한 개인별 피로 점수를 얻을 수 있습니다. 고반응자는 일간 속도가 일관되게 나타나는 경향이 있는 반면, 삶의 스트레스를 겪는 선수는 회복일에도 더 큰 일간 속도 변동을 보입니다.

N-of-1 프레임워크: 모든 선수를 자기 자신의 대조군으로

N-of-1 접근법은 개인 간 반응 차이 연구를 코칭에 실질적으로 적용한 것입니다. '이 프로그램이 평균적으로 효과가 있었는가?'라고 묻는 대신, '이 프로그램이 이 특정 선수에게 효과가 있는가?'라고 묻습니다. 이를 위해서는 다음이 필요합니다.

• 개인별 기준선: 모든 지표(1RM, 점프 높이, 스프린트 시간, 기준 부하에서의 속도)는 집단 기준값으로 정규화하지 않고 선수별로 설정해야 합니다. CMJ 40cm에서 44cm로 개선된 선수는 10% 향상된 것이며, 절대값은 매우 다르지만 60cm에서 66cm로 개선된 선수와 동일한 상대적 향상입니다.
• 반복적이고 표준화된 테스트: 같은 시간대, 훈련 주 중 같은 요일, 같은 워밍업으로 동일한 테스트 프로토콜을 적용합니다. 측정 주기는 실제 변화를 포착할 만큼 충분히 짧으면서도 신호와 노이즈를 구분할 만큼 충분히 길어야 하며, 지표에 따라 보통 2~4주가 적절합니다.
• 명시적 반응 기준: 훈련 블록을 시작하기 전에 '반응'이 어떤 모습인지 정의합니다. 근력 블록의 경우 8주에 걸쳐 1RM 5% 증가 또는 기준 부하에서의 속도 5% 증가가 기준이 될 수 있습니다. 둘 다 충족되지 않으면 이 프로그램은 객관적으로 이 선수에게 효과가 없는 것이며 개입이 필요합니다.
• 불확실한 사례를 위한 교차 설계: 선수가 모호한 반응을 보일 때, 8주 블록 단위로 두 가지 프로그래밍 방식을 번갈아 적용하면(A 다음 B, 또는 B 다음 A) 집단 연구로는 얻을 수 없는 선수 내 비교가 가능합니다. 이는 특정 선수에게 최적의 볼륨, 빈도, 운동 선택을 결정할 때 특히 유용합니다.

PoinT GO 같은 휴대용 객관적 모니터링 도구의 접근성이 높아지면서, N-of-1 접근법은 연구실에 국한되지 않고 일상적인 코칭에서도 실용적으로 활용할 수 있게 되었습니다. 매 반복의 속도를 포착하는 센서는 모든 훈련 세션을 개인 반응 추적 모델에 데이터를 공급하는 수집 지점으로 바꿔놓습니다.