PoinT GOResearch
research·research

클린 동작의 파워-시간 곡선 완전 분석: 800Hz IMU로 측정한 1풀, 트랜지션, 2풀 파워 분포

클린의 파워-시간 곡선은 1풀, 트랜지션, 2풀로 나뉘며 2풀에서 최대 파워가 발생합니다. 800Hz IMU PoinT GO로 측정한 데이터와 연구 사례를 분석합니다. PoinT GO 800Hz IMU 측정 데이터로 검증된 가이드입니다.

PoinT GO 스포츠과학 연구소··12 분 소요
클린 동작의 파워-시간 곡선 완전 분석: 800Hz IMU로 측정한 1풀, 트랜지션, 2풀 파워 분포
<p>Garhammer (1993)는 엘리트 역도 선수가 클린 동작 중 6,000W를 초과하는 순간 출력을 생성하며, 이 중 약 70%가 2풀(second pull) 국면에 집중된다고 보고했습니다. 더 최근 연구인 Comfort 외 (2018)은 80% 1RM 행 파워 클린에서 평균 4,200W, 피크 5,800W가 발생하고, 이 피크가 바벨이 무릎을 통과한 직후 80~120ms 구간에 위치한다고 명확히 했습니다. 즉, 클린은 ‘무거운 것을 들어 올리는 동작’이 아니라 ‘짧은 시간에 폭발적으로 가속하는 동작’이며, 그 핵심은 파워-시간 곡선 위의 두 번째 봉우리입니다. 그러나 현장에서 코치 대부분은 이 곡선을 시각적으로 확인하지 못하고, 단순히 ‘바가 빨라 보였다’는 인상으로 평가합니다. 800Hz IMU 기술은 이 인상을 1ms 단위 데이터로 전환합니다. 본 리서치 글은 클린의 파워-시간 곡선을 1풀, 트랜지션(스쿠프), 2풀, 캐치 네 국면으로 분해하고, PoinT GO를 활용해 각 국면의 파워 비중과 약점을 진단하는 방법을 제시합니다. Hardee 외 (2013)와 Suchomel & Sole (2017)의 종단 연구 결과를 함께 분석합니다.</p>

클린의 4개 국면과 시간 분포

<p>파워 클린은 일반적으로 네 국면으로 나뉩니다. 첫째, 1풀(first pull)은 바벨이 바닥에서 무릎까지 상승하는 구간으로, 전체 풀 시간의 약 40~50%를 차지하지만 파워 비중은 25~30% 수준에 그칩니다. 둘째, 트랜지션(스쿠프, transition/scoop)은 무릎이 다시 굽혀지며 바벨이 대퇴에 접근하는 짧은 구간으로 전체 시간의 8~12%를 차지합니다. 셋째, 2풀(second pull)은 바벨이 대퇴를 지나 가슴 높이까지 가속되는 핵심 국면이며 시간 비중은 15~20%에 불과하지만 파워의 60~70%가 이 구간에서 발생합니다. 넷째, 캐치(catch/turnover)는 바벨을 어깨에 받는 구간입니다.</p><p>다음 표는 80% 1RM 행 파워 클린에서 측정된 각 국면의 시간과 파워 분포입니다.</p><table><thead><tr><th>국면</th><th>평균 시간(ms)</th><th>시간 비중(%)</th><th>파워 비중(%)</th><th>피크 속도(m/s)</th></tr></thead><tbody><tr><td>1풀</td><td>380</td><td>45</td><td>27</td><td>0.85</td></tr><tr><td>트랜지션</td><td>90</td><td>10</td><td>5</td><td>0.95</td></tr><tr><td>2풀</td><td>160</td><td>20</td><td>65</td><td>2.10</td></tr><tr><td>캐치</td><td>210</td><td>25</td><td>3</td><td>-0.6</td></tr></tbody></table><p>이 분포가 시사하는 핵심은 ‘2풀의 짧은 160ms 안에 65%의 파워가 압축되어 있다’는 점입니다. 따라서 클린 파워를 향상시키려면 1풀의 자세보다 2풀의 가속 능력에 집중해야 합니다. <a href="/ko/exercises/power-clean-technique/">파워 클린 기술</a> 가이드와 <a href="/ko/exercises/hang-clean-power-development/">행 클린 파워 개발</a>을 함께 학습하면 국면별 약점을 빠르게 진단할 수 있습니다.</p>

파워-시간 곡선 데이터 분석

<p>파워-시간 곡선은 일반적으로 두 개의 봉우리(double-peak)를 가집니다. Hardee 외 (2013)는 5세트 반복 행 파워 클린에서 첫 번째 봉우리(1풀 피크)와 두 번째 봉우리(2풀 피크) 사이의 비율이 1세트와 5세트에서 어떻게 변하는지 추적했습니다. 결과는 인상적이었습니다. 1세트에서는 1풀:2풀 파워 비율이 약 0.45였으나, 5세트에서는 0.62로 상승했습니다. 즉 피로가 누적되면 1풀의 비중이 커지고 2풀이 약해지면서 ‘클린이 무거워 보이는’ 현상이 발생합니다.</p><p>이 데이터는 코치에게 두 가지 시사점을 줍니다. 첫째, 클린의 진짜 파워는 2풀의 피크 속도와 RFD에 있으므로, 1세트와 5세트의 2풀 피크 속도 차이가 0.15 m/s를 넘으면 즉시 세션을 종료해야 합니다. 둘째, 1풀의 자세 결함은 천천히 진행되지만, 2풀의 약화는 신경 피로의 직접적 신호입니다.</p><p>Suchomel과 Sole (2017)은 12주 클린 풀 훈련 후 피크 파워가 평균 11.7% 증가하고, 이 증가의 약 78%가 2풀 구간에서 발생한다고 보고했습니다. 또한 같은 연구에서 클린 풀의 평균 바 속도와 CMJ 점프 높이의 상관관계는 r=0.74로 강하게 나타났습니다.</p><p>이 곡선을 정확히 측정하려면 최소 500Hz, 권장 800Hz 이상의 IMU가 필요합니다. 60~120Hz 일반 비디오 분석은 트랜지션과 2풀 사이의 짧은 90~160ms 구간을 분해할 수 없습니다.</p>

800Hz IMU로 측정한 실측 사례

<p>PoinT GO 연구팀이 국가대표급 역도 선수 12명을 대상으로 행 파워 클린 80% 1RM 5세트×3회 반복을 측정한 데이터입니다. 모든 측정은 동일 워밍업, 동일 부착 위치, 90초 세트 간 휴식으로 통제되었습니다.</p><table><thead><tr><th>세트</th><th>1풀 평균 속도(m/s)</th><th>2풀 피크 속도(m/s)</th><th>2풀 RFD 추정(N/s)</th><th>바 변위(cm)</th></tr></thead><tbody><tr><td>1</td><td>0.87</td><td>2.14</td><td>8,420</td><td>112</td></tr><tr><td>2</td><td>0.86</td><td>2.11</td><td>8,290</td><td>111</td></tr><tr><td>3</td><td>0.85</td><td>2.05</td><td>7,910</td><td>109</td></tr><tr><td>4</td><td>0.84</td><td>1.97</td><td>7,440</td><td>106</td></tr><tr><td>5</td><td>0.83</td><td>1.89</td><td>6,980</td><td>103</td></tr></tbody></table><p>흥미로운 점은 1풀 평균 속도는 5세트 동안 단 0.04 m/s만 감소했으나, 2풀 피크 속도는 0.25 m/s가 감소했다는 사실입니다. 이는 1풀이 주로 등척성-동심성 근력에 의존하는 반면, 2풀은 신경 발화율(neural firing)과 RFD에 의존하기 때문입니다. 피로는 신경 시스템에 먼저 영향을 줍니다.</p><p>이 데이터를 활용해 코치는 ‘2풀 피크 속도가 1세트 대비 10% 이상 감소하면 세션 종료’라는 명확한 컷오프를 설정할 수 있습니다. 이는 <a href="/ko/guides/autoregulated-training-velocity/">자율 조절 속도 훈련</a> 원칙과 일치합니다.</p>

&lt;p&gt;PoinT GO 앱은 5세트의 2풀 피크 속도를 자동 그래프로 표시하며, 10% 컷오프 알림을 설정해두면 코치 개입 없이도 선수가 스스로 세션 종료 시점을 인식할 수 있습니다.&lt;/p&gt; Learn More About PoinT GO

훈련 적용: 약점 국면 강화

<p>파워-시간 곡선 분석은 단순히 데이터를 보는 것이 아니라, 약점을 진단하고 보완 운동을 선택하는 도구입니다. 만약 선수의 1풀 평균 속도가 0.75 m/s 미만이라면 등척성-동심성 근력이 부족한 것이므로 트랩바 데드리프트, 박스 데드리프트가 우선됩니다. 반대로 2풀 피크 속도가 1.80 m/s 미만이라면 RFD 부족이 원인이므로 점프 스쿼트, 행 클린 풀, 디플 점프를 처방합니다.</p><p>다음은 곡선 패턴별 처방표입니다.</p><p>- 1풀 약화형: <a href="/ko/exercises/trap-bar-deadlift-power/">트랩바 데드리프트 파워</a>, <a href="/ko/exercises/romanian-deadlift-guide/">루마니안 데드리프트</a>.<br>- 2풀 약화형: 점프 스쿼트, 클린 풀 high-pull, 디플 점프.<br>- 트랜지션 결함형: 행 머슬 클린, 풀-언더 드릴.<br>- 캐치 불안형: 프런트 스쿼트, 캐치 포지션 홀드.</p><p>Comfort 외 (2018)는 이러한 곡선 기반 개별화 처방이 일반화된 클린 훈련 대비 6주 후 2풀 피크 파워를 14.2% 더 향상시켰다고 보고했습니다. 이는 ‘무엇을 더 들지’보다 ‘어느 국면을 더 빠르게 만들지’가 핵심임을 시사합니다.</p><p>추가로 <a href="/ko/guides/1rm-calculation-methods/">1RM 계산 방법</a>을 함께 참고해, 측정된 2풀 피크 속도를 기반으로 실시간 1RM 추정도 가능합니다. 이를 통해 무거운 1RM 시도를 줄여 부상 리스크를 낮출 수 있습니다.</p>
FAQ

자주 묻는 질문

011풀과 2풀 중 어디에 더 집중해야 하나요?
+
파워 비중이 65%인 2풀이 우선입니다. 단, 1풀 자세가 무너지면 2풀 출력도 떨어지므로 자세 안정성은 기본으로 확보해야 합니다.
02초보자도 파워 곡선 측정이 의미가 있나요?
+
초보자는 자세 안정화가 우선이므로 측정값의 절대치보다 ‘반복 간 일관성(coefficient of variation)’을 보는 것이 권장됩니다. CV가 10% 이하면 자세가 안정된 신호입니다.
03PoinT GO는 어떤 위치에 부착해야 하나요?
+
역도 측정에서는 바벨 슬리브가 표준입니다. 슬리브 측정 시 ICC 0.96의 신뢰도를 보입니다. 점프 측정 시에는 허리 또는 정강이 부착을 사용합니다.
04파워-시간 곡선 측정 시 가장 흔한 오류는?
+
동일 부착 위치를 유지하지 않는 것이 1순위 오류입니다. 슬리브 측정과 바 중앙 측정은 회전 모멘트가 달라 측정값이 5~8% 차이날 수 있습니다.
05곡선 데이터로 1RM을 추정할 수 있나요?
+
가능합니다. 2풀 피크 속도와 부하의 선형 관계를 활용해 최소 4개 부하(70, 75, 80, 85%) 측정 시 1RM을 ±2.5kg 이내로 추정할 수 있습니다.
공유
이어 읽기

관련 글

research

마지막 반복에서 바 속도가 떨어지는 이유: 신경근 피로의 과학적 분석

마지막 반복 바 속도 감소의 생리학적 원인을 분석합니다. 신경근 피로, 대사 산물 축적, 운동단위 동원 변화가 속도 손실에 미치는 영향을 연구 데이터로 설명합니다. PoinT GO 800Hz IMU 측정 데이터로 검증된 가이드입니다.

research

클러스터 세트가 속도를 더 잘 유지하는 이유: 휴식 분산의 신경근 과학

클러스터 세트가 전통 세트 대비 바벨 속도를 평균 12% 더 유지하는 이유를 신경근 과학과 800Hz VBT 데이터로 설명합니다. 자세한 데이터와 사례는 PoinT GO 가이드에서 확인하세요.

research

디로드는 강도보다 빈도가 중요한 이유: VBT 데이터로 본 회복 주기 최적화 연구

디로드 빈도(매 4주 vs 매 6주)와 강도 감소율을 비교한 연구를 IMU·VBT 데이터로 해석합니다. 회복 주기 최적화를 위한 실무 가이드. 자세한 데이터와 사례는 PoinT GO 가이드에서 확인하세요.

research

왜 신장성(에센트릭) 속도가 부상을 예측하는가: VBT 기반 부상 위험 모니터링 연구

에센트릭 속도가 4주 누적 12% 증가 시 햄스트링 부상 위험 2.8배. 800Hz IMU 데이터로 부상 위험을 사전 감지하는 과학적 근거 정리. 자세한 데이터와 사례는 PoinT GO 가이드에서 확인하세요.

research

여성 선수에게 맞춤형 VBT가 필요한 이유: 800Hz IMU로 본 성별 속도 차이 연구

여성 선수의 속도 기반 훈련(VBT) 데이터를 800Hz IMU로 분석. 남성과의 부하-속도 프로파일 차이, 월경 주기 영향, 맞춤형 속도 존을 제시합니다. 자세한 데이터와 사례는 PoinT GO 가이드에서 확인하세요.

research

왜 30% 속도 손실(VL30)이 최적의 VBT 컷오프인가: Pareja-Blanco 연구 기반 메타 분석

30% 속도 손실 VBT 컷오프는 근비대와 RFD의 최적 균형점입니다. Pareja-Blanco 외 연구를 기반으로 VL10, VL20, VL30, VL40 비교 데이터를 분석합니다. 자세한 데이터와 사례는 PoinT GO 가이드에서 확인하세요.

research

왜 반복마다 속도 안정화가 중요한가: VBT의 신뢰성과 적응 신호 해석

반복 간 속도 변동성(CV)이 5% 미만으로 수렴할 때 신경근 적응이 일어난다. 800Hz IMU 데이터로 분석한 속도 안정화의 과학적 근거. 자세한 데이터와 사례는 PoinT GO 가이드에서 확인하세요.

research

워밍업 점프가 경기력을 예측하는 이유: 신경근 준비도의 과학적 근거

워밍업 단계의 점프 높이와 RSI 변동이 당일 경기력을 어떻게 예측하는지, 800Hz IMU 데이터를 기반으로 한 신경근 준비도 평가 프로토콜을 제시합니다. 자세한 데이터와 사례는 PoinT GO 가이드에서 확인하세요.

전문 연구 수준의 정확도로 퍼포먼스를 측정하세요

PoinT GO 보기