스마트폰 앱 바벨 속도 측정, 고속 구간에서는 오차가 커진다

랙에 폰을 기대 세우고 녹화 버튼을 누른 뒤 세트를 진행하고, 화면에 뜬 속도 수치를 보고 무게를 더 올릴지 세트를 멈출지 판단한다. 많은 리프터에게 이 순간은 VBT 장비값이 300만 원대에서 삼각대 마운트 값 정도로 떨어진 지점이었다. 하지만 이런 카메라 기반 앱을 실험실 수준의 선형 위치 변환기(LPT) 및 힘판과 정면으로 비교한 타당도 연구가 점차 쌓이면서, 앱스토어 후기가 시사하는 것보다 훨씬 복잡한 그림이 드러났다. 통제된 중간 템포에서는 수치가 꽤 잘 맞아떨어지지만, 바가 실제로 빠르게 움직이기 시작하면 어긋나기 시작한다.

Balsalobre-Fernandez 등(2018)은 이에 대한 첫 번째 엄격한 검증 중 하나로 카메라 기반 아이폰 앱을 벤치프레스 동작에서 선형 속도 변환기와 비교했고, r = 0.976이라는 강한 상관관계와 약 0.03 m/s의 평균 편향(bias)을 보고했다 — 기본적인 부하 결정을 뒷받침하기에 충분히 촘촘한 결과였다. 이 결과는 이후 VBT 앱 마케팅에서 곳곳에 인용되었다. 덜 인용된 것은 후속 연구자들이 여러 기기와 더 넓은 속도 범위에 걸쳐 같은 종류의 비교를 수행했을 때 벌어진 일이다 — 저속에서는 일치했던 결과가 고속에서는 무너졌고, 그 붕괴의 크기는 세트 도중 화면 속 숫자를 보고 있는 대부분의 리프터가 짐작하는 것보다 컸다.

스마트폰 앱은 바 속도를 어떻게 측정하는가

카메라 기반 속도 앱은 고정된 프레임 속도(기기와 설정에 따라 보통 초당 30, 60, 또는 120프레임)로 바벨 리프트 영상을 녹화한 다음, 컴퓨터 비전을 이용해 인쇄된 스티커, 반사판, 또는 바벨 슬리브 끝단 자체와 같은 기준 마커를 연속된 프레임 사이에서 추적한다. 사용자가 바 또는 원판 위의 두 알려진 지점 사이의 실제 거리를 입력하면, 앱은 프레임 간 픽셀 이동량을 실제 세계의 이동 거리로 환산한 뒤, 프레임 간 알려진 시간으로 나누어 속도를 계산한다. 실제로는 한 번의 렙을 기록하기도 전에, 바로 이 보정 단계에서 홈짐 세팅 다수가 이미 틀어진다. 예를 들어 범퍼 플레이트의 실제 지름을 재지 않고 드롭다운에서 일반 20kg 플레이트 프리셋을 그대로 선택하는 경우, 세션 전체의 모든 속도 값이 몇 퍼센트씩 조용히 어긋나며 앱 화면에는 그 어떤 경고도 뜨지 않는다.

이는 선형 위치 변환기나 관성 측정 장치(IMU) 센서의 작동 방식과 근본적으로 다르다. LPT는 기계식 케이블과 회전 인코더를 사용해 초당 수백 번 직접 변위를 측정한다. IMU는 광학 추적에 전혀 의존하지 않고 초당 200~1,000Hz의 샘플링 속도로 가속도계와 자이로스코프 데이터를 적분해 속도를 도출한다. 카메라 기반 앱은 기계식 또는 관성 센서에는 없는 세 가지 제약, 즉 프레임 속도, 마커 추적 정확도, 바 궤적 대비 카메라 각도의 제약을 받는다.

타당도 연구가 실제로 보여주는 것

스마트폰 앱 속도 타당도에 관한 발표된 근거 자료의 핵심을 이루는 세 편의 연구가 있으며, 각각 서로 다른 기준 측정 장비와 앱을 검증했다.

세 연구 전체에 걸친 패턴은 일관된다. 상관계수만 놓고 보면 준수해 보이지만(대개 r = 0.90 이상), 실제 측정 오차의 크기를 나타내는 평균 편향(m/s 단위)은 선수들이 훈련하는 속도 범위에 비추어 보면 결코 사소하지 않다. 0.09~0.17 m/s의 편향은 작게 들릴 수 있지만, 근비대 지향 세트의 목표 속도가 0.50 m/s라면 이는 18~34%의 측정 오차에 해당하며, 이는 부하 선택이나 세트 종료 결정을 바꿀 만큼 큰 수치다.

Perez-Castilla 등(2019)은 특히 중요한데, 동일한 테스트 세션에서 카메라 기반 앱을 포함한 7종의 상용 속도 추적 기기 — 여러 웨어러블 센서 유형 포함 — 를 동일한 LPT 기준과 직접 비교했기 때문이다. 스마트폰 앱은 검증된 기기 중 가장 부정확한 축에 일관되게 속했으며, 특히 더 빠른 움직임 속도에서 그러했다. 반면 IMU 기반 웨어러블은 전체 속도 범위에 걸쳐 기준값에 더 근접하게 모여 있었다.

이 수치들을 곧이곧대로 받아들이기 전에 짚어야 할 점이 있다. 이 계열 연구들의 표본 규모는 크지 않고, 대상군은 젊고 저항 트레이닝 경험이 있는 리프터에 한 종목 혹은 두 종목에서만 검증되었으며, 세 연구 모두 동일한 대상자를 하나의 전체 트레이닝 블록에 걸쳐 추적하지는 않았다. 기기가 통제된 조건에서 정확한지를 검증하는 설계로는 타당하지만, 트레이너들이 이 결과에서 종종 끌어내는 결론보다는 더 좁은 범위의 주장이다 — 이 편향 수치들은 실험실에서의 벤치프레스와 백스쿼트 수행을 설명할 뿐, 실제 훈련 주간에 프로그래밍되는 모든 운동 변형에 그대로 일반화된다고 보장하지는 않는다.

오차는 어디에서 오는가

카메라 기반 스마트폰 앱이 기계식·관성식 시스템에 비해 정확도를 잃는 이유는 명확히 문서화된 네 가지 원인으로 설명된다.

• 프레임 속도의 한계. 초당 60프레임으로 녹화하는 폰은 16.7ms마다 한 번씩만 새 프레임을 캡처한다. 폭발적인 리프트의 가장 빠른 구간에서는 연속된 두 프레임 사이에 바가 수 센티미터를 이동할 수 있어, 앱은 순간 속도를 직접 측정하는 것이 아니라 보간(interpolation)하게 된다. 400~800Hz로 샘플링하는 IMU는 1.25~2.5ms마다 새 데이터 포인트를 캡처한다 — 약 10~30배 더 자주다.
• 마커 및 경계 검출 드리프트. 컴퓨터 비전 추적은 프레임마다 동일한 기준점을 일관되게 식별하는 것에 달려 있다. 크롬 바벨 슬리브의 반사, 고속에서의 모션 블러, 리프터의 손이나 몸에 의한 부분 가림 모두 반복 동작 전체에 걸쳐 누적되는 작은 프레임 단위 추적 오차를 만든다.
• 카메라 각도와 시차 오차. 카메라가 바의 이동 경로에 완벽히 수직으로 설치되지 않는 한, 기록된 픽셀 이동량은 실제 이동량을 체계적으로 과소 또는 과대 추정한다. Perez-Castilla 등(2019)은 수직 설치에서 단 5~10도만 벗어나도 계산된 속도 값이 유의미하게 달라진다고 지적했다.
• 보정 의존성. 카메라 기반 앱은 픽셀-미터 환산을 위해 사용자가 알려진 기준 거리(예: 원판 지름)를 수동으로 입력해야 한다. 이 단일 수동 입력값의 오차는 해당 세션의 모든 후속 속도 계산에 비례적으로 전파된다.

고속에서 정확도가 떨어지는 이유

타당도 문헌 전반에서 일관되게 나타나는 결과는, 카메라 기반 앱이 느린 바 속도(고중량, 준최대 노력, 대략 0.40 m/s 미만)에서는 더 정확하고, 바 속도가 빨라질수록(경량 부하, 폭발적·탄도성 동작, 0.80 m/s 초과) 정확도가 떨어진다는 것이다. 이는 많은 코치들이 가정하는 것과 정반대인데, 고중량 준최대 리프트가 흔히 더 중요한 측정 대상으로 취급되기 때문이다.

기계적 설명은 명확하다. 저속에서는 비디오 프레임 사이에 바가 이동하는 거리가 작아서, 어떤 프레임 속도 제약이든 그로 인한 변위 오차가 비례적으로 작다. 점프 스쿼트, 파워 클린, 1RM의 40%로 수행하는 스피드 벤치 세트와 같은 고속 상황에서는, 초당 60프레임 기준으로 바가 프레임 사이에 5~10cm를 이동할 수 있으며, 앱이 그 간극 내에서 순간 속도를 추정하기 위해 수행하는 보간이 더 큰 오차 원인이 된다. Courel-Ibanez 등(2019)은 동일한 운동, 동일한 앱 내에서도 가장 느린 속도 구간과 가장 빠른 속도 구간 사이에 편향이 대략 두 배로 증가한다고 보고했다. 이는 VBT 프로그램 설계에 직접적인 함의를 갖는다. 자동조절을 위해 속도 피드백과 정밀한 부하-속도 프로파일링이 가장 중요한 운동 — 폭발적, 탄도성, 저-중강도 부하 동작 — 이 바로 카메라 기반 스마트폰 앱이 가장 신뢰하기 어려운 조건과 정확히 겹친다.

카메라 앱 vs. 전용 IMU 센서

카메라 기반 스마트폰 앱과 전용 웨어러블 IMU 센서(디스플레이 목적으로 스마트폰 앱에 연동되기도 해 용어상 혼동이 자주 발생한다) 사이의 구분은 흔히 오해를 낳는 지점이다. 바에 고정하거나 손목에 착용하는 웨어러블 IMU 센서는 프레임 속도나 카메라 각도의 제약을 전혀 받지 않는다 — 온보드 가속도계와 자이로스코프를 통해 가속도를 직접 측정하며, 조명, 카메라 설치, 조작자의 숙련도와 무관하게 초당 수백에서 1,000회 이상 샘플링한다.

Perez-Castilla 등(2019)은 IMU 기반 웨어러블 기기가 검증된 전체 속도 범위에 걸쳐 LPT 기준과 상당히 더 밀접한 일치를 보였다는 것을 발견했으며, 이는 카메라 앱이 가장 큰 편향을 보인 고속 구간에서도 마찬가지였다. 실질적인 함의는 앱 기반 속도 추적이라는 용어가 사실상 기능적으로 서로 다른 두 가지 측정 아키텍처를 포괄한다는 것이다. 하나는 광학 추적을 수행하는 폰 카메라(정확도가 제한적이고 설치에 의존적)이고, 다른 하나는 우연히 폰 앱을 통해 데이터를 표시하는 전용 모션 센서(여러 발표된 비교 연구에서 실험실 장비에 필적하는 정확도)다. 속도 추적 제품을 평가하는 코치와 선수는 단순히 그것이 스마트폰을 통해 작동하는지가 아니라, 구체적으로 어떤 아키텍처를 사용하는지를 물어야 한다.

실전 가이드: 앱은 언제 충분히 정확한가

발표된 타당도 근거에 기반하면, 카메라 기반 스마트폰 속도 앱은 일부 용도에는 적합하고 다른 용도에는 신뢰하기 어렵다.

• 적절한 활용: 측정 편향이 가장 작은 중~고강도 부하(1RM의 70% 초과, 대략 0.50 m/s 미만 속도)에서 세션 간 추세를 추적하는 경우. 이때 선수는 정밀한 순간값보다는 몇 주에 걸쳐 속도가 상승 또는 하락하는지 확인하는 것이 주된 목적이다.
• 적절한 활용: 저속 구간에서의 부하-속도 프로파일링을 통한 이따금씩의 1RM 추정. 여러 타당도 연구가 이 조건에서 실험실 기준과 수용 가능한 일치를 보인다.
• 신뢰하기 어려운 활용: 폭발적이거나 탄도성인 트레이닝(점프 스쿼트, 스피드 워크, 올림픽 리프트 변형) 중 실시간 속도 손실 기반 세트 종료. 편향이 가장 크며, 잘못된 측정값이 세트를 조기에 종료시키거나 의도한 피로 임계치를 넘겨서까지 세트를 지속시킬 수 있다.
• 신뢰하기 어려운 활용: 서로 다른 카메라 설치, 조명 조건, 조작자 사이에서 절대 속도 수치를 비교하는 것. 매번 설치를 엄격하게 표준화하지 않는 한, 보정 및 각도 의존 오차는 세션마다 일관되지 않는다.

속도 수치 하나 때문에 한 렙을 더 하지 않기로 결정하기 전에, 본 운동을 기록하기 전 다음을 확인해보라.

1. 카메라가 바 궤적에 완전히 수직으로 설치되어 있는지 확인한다 — 랙 핀에서 비스듬히 걸쳐 놓거나 바닥의 원판에 기대 세운 상태가 아닌지 점검한다.
2. 해당 세션의 보정 기준 거리를 직접 다시 재고 다시 입력한다. 플레이트 구성이 다른 이전 운동에서 저장된 값을 그대로 쓰지 않는다.
3. 그날 세션의 가볍고 빠른 본 세트 수치를 신뢰하기 전에, 무겁고 느린 웜업 렙 하나를 알고 있는 RPE나 1RM 퍼센트와 먼저 대조해본다.
4. 해당 동작의 바 속도가 대략 0.75~0.80 m/s를 넘어설 가능성이 크다면, 그 수치를 세트 종료를 위한 정밀한 기준값이 아니라 방향성 정도로만 참고한다.

지금까지 발표된 정면 비교 연구에 근거할 때, 특히 폭발적·submaximal 동작을 포함한 전체 훈련 속도 범위에서 설치 방식에 좌우되지 않는 일관된 정확도가 필요한 선수와 코치는 카메라 기반 폰 앱보다 전용 관성 센서를 사용하는 것이 더 낫다.

참고문헌

1. Balsalobre-Fernandez, C., Kuzdub, M., Poveda-Ortiz, P., & Campo-Vecino, J.D. (2018). Validity and reliability of a novel smartphone app for the automatic quantification of movement velocity during the bench press. Journal of Strength and Conditioning Research, 32(7), 1909–1914.
2. Perez-Castilla, A., Piepoli, A., Delgado-Garcia, G., Garrido-Blanca, G., & Garcia-Ramos, A. (2019). Reliability and concurrent validity of seven commercially available devices for the assessment of movement velocity at different intensities during the bench press. Journal of Strength and Conditioning Research, 33(5), 1258–1265.
3. Courel-Ibanez, J., Martinez-Cava, A., Moran-Navarro, R., Escribano-Penas, P., Chavarren-Cabrero, J., Gonzalez-Badillo, J.J., & Pallares, J.G. (2019). Reproducibility and repeatability of five different technologies for bar velocity measurement in resistance training. Annals of Biomedical Engineering, 47(7), 1523–1538.