최소 속도 임계값(MVT): 종합 연구 리뷰

최소 속도 임계값(MVT) — 진정한 1RM 시도에서 발생하는 평균 동심 속도 — 은 속도 기반 훈련(VBT)의 부하 처방 논리 전체를 떠받치는 개념입니다. 그러나 Orange 등(2020)의 메타분석에 따르면 백스쿼트 하나만 놓고 보아도 발표된 MVT 수치는 연구마다 0.24~0.41 m/s까지 벌어져 있으며, 이 70%에 달하는 편차를 무분별하게 적용할 경우 1RM 추정 오차가 15 kg을 넘어설 수 있습니다. MVT가 왜 달라지는지, 그리고 현장에서 이 편차를 어떻게 관리해야 하는지를 이해하는 것은 현대 근력 코칭에서 가장 실질적인 파급력을 가진 응용 연구 주제 중 하나입니다.

이 리뷰는 MVT 측정법, 운동 종목 간 및 선수 간 편차, 피로의 영향, 그리고 일상적인 부하 처방에 대한 실용적 시사점에 관한 현재까지의 근거를 종합하며, 이러한 임계값을 신뢰성 있게 활용하기 위해 요구되는 측정 정밀도까지 함께 다룹니다.

최소 속도 임계값이란 무엇인가?

선수가 1RM 시도를 수행할 때, 근육의 힘 발휘 능력이 한계에 다다르면서 동심 국면 후반부에 바 속도가 급격히 감속합니다. 이 최대 시도의 평균 동심 속도(MCV)가 곧 그 운동에 특화된 MVT를 정의합니다. 대부분의 복합 운동에서 부하-속도 관계는 1RM의 40~100% 구간에서 대략 선형적이기 때문에, MVT는 회귀선의 하단 기준점 역할을 하며 실제로 최대 시도를 하지 않고도 제출최대 속도 데이터로부터 1RM을 외삽하는 데 사용됩니다.

이론적 근거는 단순합니다. 예를 들어 어떤 선수의 80 kg에서 MCV가 0.68 m/s이고 스쿼트 MVT가 0.30 m/s라면, 이 두 점을 지나는 선형 회귀식은 0.30 m/s가 나오는 부하를 1RM으로 예측합니다. 이 예측의 정확도는 (1) 개인의 부하-속도 관계가 얼마나 선형적인지, (2) 속도 측정 장비의 정밀도, (3) 집단 평균 MVT를 쓰는지 개인별로 보정된 MVT를 쓰는지에 결정적으로 좌우됩니다(González-Badillo & Sánchez-Medina, 2010).

운동 종목별 MVT 수치: 표준 데이터

MVT 수치는 운동 종목에 따라 상당히 달라지는데, 이는 각 동작의 역학적 제약이 최대 부하 능력에 도달하는 시점까지 속도가 얼마나 감소하는지를 결정하기 때문입니다. 가동범위가 짧고 관절 시스템이 상대적으로 경직된 운동(예: 데드리프트)은 여러 관절에 걸쳐 긴 가동범위와 협응을 요구하는 운동(예: 점프 스쿼트)보다 낮은 MVT를 보입니다. 아래 표는 선형 인코더나 힘 플레이트로 검증된 직접 1RM 테스트를 바탕으로 동료 심사 문헌에서 도출한 대표적 MVT 수치를 정리한 것입니다.

유독 넓은 스쿼트 범위(0.24~0.41 m/s)는 실제 생물학적 편차가 방법론적 차이로 증폭된 결과입니다. 바 위치(하이바 대 로우바), 깊이 기준, 그리고 연구자가 순간 최대 속도를 썼는지 평균 동심 속도를 썼는지가 그 요인입니다. 메타분석 결과를 종합하면 훈련된 선수의 하이바 백스쿼트에서는 0.30 m/s가 가장 근거 있는 집단 평균 기준값으로 제시됩니다(Orange et al., 2020).

개인별 MVT 편차의 원인

같은 운동 안에서도 개인 간 MVT는 ±0.05~0.08 m/s(변동계수 약 15~25%) 정도 차이가 납니다. 주요 생물학적 요인은 다음과 같습니다.

• 근섬유 구성: 2형 근섬유 비율이 높은 선수는 진짜 최대 부하에서도 더 빠른 바 속도를 유지할 수 있어 MVT가 높게 나타납니다. 반대로 1형 근섬유가 우세한 선수는 교차교(cross-bridge) 순환 속도가 느려 MVT가 낮게 나타납니다(Bottinelli & Reggiani, 2000).
• 사지 길이와 모멘트 암: 대퇴골이 길수록 스쿼트 시 고관절과 무릎에서의 역학적 불리함이 커져 스티킹 포인트 속도가 달라지고, 결과적으로 1RM에서의 MCV에도 영향을 미칩니다.
• 훈련 경력: 숙련도가 낮은 선수는 세션 간 MVT 편차(변동계수 약 18%)가 숙련된 선수(변동계수 약 8%)보다 큽니다. 이는 초보자가 아직 근최대에 가까운 부하에서 일관된 테크닉을 확립하지 못했기 때문입니다(Weakley et al., 2021).
• 일일 신경근 준비도: 누적 피로, 수면 부족, 이동(travel)은 부하-속도 곡선 전반에 걸쳐 MCV를 0.03~0.06 m/s까지 낮출 수 있으며, 이는 실제로 발현되는 MVT를 낮춰 일일 컨디션을 반영하지 않으면 모델이 진짜 1RM을 과소평가하게 만듭니다.

이러한 편차의 원인들은 집단 평균값에 의존하기보다 개인별 MVT 보정을 해야 하는 강력한 근거가 됩니다. 특히 5 kg의 부하 처방 오차가 의미를 갖는 고성과 선수에게는 더욱 그렇습니다.

1RM 추정 정확도에서 MVT의 역할

MVT의 실용적 가치는 제출최대(submaximal) 속도 데이터로부터 1RM을 간접 추정하는 데 있습니다. 이 정확도는 MVT를 어떻게 확보하느냐에 좌우됩니다. García-Ramos 등(2018)은 훈련된 리프터를 대상으로 세 가지 접근법을 직접 비교했습니다.

1. 집단 평균 MVT(스쿼트 기준 0.30 m/s): 평균 절대 오차 = 6.2 kg (범위 0.5~14 kg)
2. 이전 1RM 세션에서 개인별로 보정한 MVT: 평균 절대 오차 = 3.1 kg (범위 0.4~7 kg)
3. 고정 MVT를 사용한 2점법: 평균 절대 오차 = 4.8 kg, 제출최대 부하 2개만 필요

개인별로 보정한 접근법은 발표된 집단 평균값을 사용할 때보다 추정 오차를 절반으로 줄여, 개인 MVT를 확립하기 위한 전용 1RM 세션 한 번이 훈련 시간 투자로서 충분한 가치가 있음을 보여줍니다. 주요 근력 훈련 블록을 거치면서 MVT가 0.02~0.04 m/s 변화하므로, 8~12주마다 재보정할 것이 권장됩니다(García-Ramos et al., 2018).

피로가 발현 MVT를 이동시키는 방식

흔히 간과되지만 중요한 문제는, 급성 피로가 부하-속도 곡선 전체에 걸쳐 모든 속도를 균일하게 낮추지는 않는다는 점입니다. Pareja-Blanco 등(2020)은 피로를 유발하는 스쿼트 프로토콜 전후로 전체 부하-속도 관계를 측정한 결과, 고중량(1RM의 80% 초과)에서는 MCV 감소가 0.02~0.03 m/s에 그친 반면 저중량(1RM의 40~50%)에서는 0.10~0.15 m/s나 감소한다는 것을 발견했습니다. 이러한 차등적 피로 효과는 겉보기 부하-속도 기울기를 압축시켜, 동일한 집단 평균 MVT를 적용할 경우 피로 이후 외삽된 1RM이 과대평가되는 원인이 됩니다.

실전 시사점은 다음과 같습니다. 속도 기반 1RM 추정은 훈련 세션 막바지가 아니라 충분히 회복된 상태에서 수행할 때 가장 정확합니다. 세션 내 모니터링이 목표라면, 세션 도중 1RM을 재추정하려 하기보다 속도 손실 임계값(예: 첫 반복 대비 MCV가 20% 감소하면 세트 종료)을 활용하는 편이 더 견고합니다. 절대적인 MVT 기준값에 의존하지 않고 상대적 피로를 추적하기 때문입니다(Pareja-Blanco et al., 2020).

MVT를 활용한 실전 VBT 부하 처방

개인 MVT 데이터를 확보한 코치는 목표 속도 구간을 정하고 선수의 부하-속도 회귀식을 이용해 이를 %1RM으로 환산함으로써 어떤 훈련 목표에도 정확한 부하를 처방할 수 있습니다.

• 1단계: 신뢰할 수 있는 속도 측정을 이용해 5~7회의 제출최대 시도(1RM의 40~95%)로 부하-속도 회귀식을 확립합니다.
• 2단계: 1RM을 수행하거나 추정하여 MVT 기준값을 확인하고, 8~12주마다 갱신합니다.
• 3단계: 훈련 목표 속도 구간을 설정합니다(예: 근력-속도 훈련의 경우 0.55~0.75 m/s).
• 4단계: 회귀식을 이용해 목표 속도를 %1RM이 아니라 절대 부하(kg)로 환산합니다 — 이는 %1RM으로는 반영할 수 없는 일일 컨디션 변동을 고려한 방식입니다.
• 5단계: 세트별 속도 손실을 모니터링합니다. 훈련 목표에 맞는 속도 손실 임계값(파워는 15~20%, 근비대는 25~35%)에서 세트를 종료합니다.

이 워크플로는 MVT를 이론적 개념에서 일상적인 훈련 도구로 전환시킵니다. 이 방법론을 적용한 연구들은 전통적인 퍼센트 기반 프로그래밍에 비해 일관되게 우수한 근력·파워 향상을 보였으며, 과도하게 피로한 상태에서 수행되어 낭비되는 훈련 볼륨도 더 적었습니다(Weakley et al., 2021).

자주 묻는 질문