PoinT GOResearch
research·research·velocity based training

자동조절을 위한 속도 기반 훈련(VBT): 연구가 말하는 것

자동조절을 위한 속도 기반 훈련(VBT)의 과학적 근거를 정리합니다. 주요 연구, 퍼센트 기반 훈련과의 비교, 피로 관리 근거, 실전 시사점을 다룹니다.

PoinT GO 연구팀··11 분 소요
자동조절을 위한 속도 기반 훈련(VBT): 연구가 말하는 것

속도 기반 훈련(VBT)은 지난 10년 사이 스포츠 과학 실험실의 틈새 개념에서 코칭 현장의 주류 도구로 자리 잡았습니다. 자동조절 — 일일 준비 상태에 따라 훈련 부하를 조정하는 능력 — 을 위한 VBT의 연구 기반은 이제 상당히 두터워, 근력 결과·피로 반응·퍼포먼스 전이를 다룬 수십 편의 무작위 대조 시험(RCT)이 누적되었습니다.

이 글은 VBT 자동조절의 핵심 연구 결과를 정리하고, 실전에 어떤 의미를 갖는지, 그리고 어디까지 근거가 발전 중인지를 짚어봅니다. 함께 읽기: 속도 기반 훈련(VBT) 완전 가이드

VBT 연구 배경

토대가 된 연구

VBT의 과학적 기반은 1990년대~2000년대 연구가 세운 두 기둥 위에 서 있습니다.

  1. 부하-속도 관계: Gonzalez-Badillo와 동료들의 연구는 주요 복합 운동에서 상대 부하(%1RM)와 평균 구심성 속도(MCV) 사이의 관계가 매우 선형(R² > 0.95)이며 개인 내에서 일관되게 유지된다는 점을 입증했습니다. 이로써 속도를 강도의 유효한 대용 지표로 쓸 수 있는 길이 열렸습니다.
  2. 속도-피로 관계: 피로가 누적되면 세트 내·세트 간에 속도가 예측 가능하게 떨어진다는 점이 밝혀졌습니다. 속도 손실(velocity loss)을 객관적인 피로 지표로 활용할 수 있는 토대가 된 결과입니다.

자동조절(Autoregulation)이라는 개념

근력 훈련에서의 자동조절은, 일일 준비 상태와 무관한 고정 처방을 따르는 대신 선수의 현재 상태에 맞춰 부하(와 볼륨)를 조정하는 것을 의미합니다. VBT는 이를 위한 객관적이고 실시간성 있는 수단을 제공합니다 — 기준 부하에서의 바 속도가 기대치보다 낮으면 그날 목표 부하를 낮추고, 높으면 올리면 됩니다. 관련 글: 백 스쿼트 속도 영역: 훈련 목표별 최적 속도

주요 연구

Pareja-Blanco 외(2017) — 속도 손실과 적응

가장 영향력 있는 VBT 연구 중 하나입니다. 8주간의 스쿼트 훈련에서 속도 손실(VL) 20% 중단 기준과 40% 중단 기준을 비교했습니다. 핵심 결과:

  • 두 그룹 모두 스쿼트 1RM에서 근력 향상을 보였지만, VL 20% 그룹이 CMJ 높이와 스프린트 속도에서 유의하게 더 큰 향상을 보였습니다.
  • VL 40% 그룹은 비대(hypertrophy)는 더 컸지만 피로 누적도 더 컸습니다.
  • 결론: 낮은 VL은 신경적 질을 보존해 운동 퍼포먼스로 더 잘 전이되고, 높은 VL은 비대 목표에 더 적합합니다.

Gonzalez-Badillo 외(2014) — 일일 속도를 준비도 지표로

기준 부하에서의 일일 MCV 변동이 신경근 준비도를 신뢰성 있게 반영한다는 점을 보였습니다 — 기준 부하 속도가 5% 이상 떨어진 날에는 이후 고중량 세트의 퍼포먼스가 저하될 가능성이 높았습니다. 속도 기반 준비도 테스트의 과학적 토대가 된 연구입니다.

Weakley 외(2021) — VBT vs 퍼센트 기반 훈련 메타 분석

VBT와 퍼센트 기반 프로그래밍을 비교한 12편의 연구를 종합한 메타 분석입니다. 결과:

  • VBT는 퍼센트 기반과 통계적으로 동등한 근력 향상을 만들어냈습니다.
  • VBT 그룹은 동일한 훈련 결과 대비 RPE(주관적 운동 강도)가 유의하게 낮았습니다.
  • 선수들은 VBT 환경에서 훈련 질에 대한 체감이 더 높다고 보고했습니다.
  • 연구 품질은 중간 수준 — 엘리트 집단을 대상으로 한 추가 RCT가 필요합니다.

Orange 외(2020) — 파워와 스프린트 전이를 위한 VBT

럭비 선수 대상 8주 RCT: VBT 스쿼트(50~80% 1RM, 속도-근력 영역) vs 전통적 고중량 스쿼트(80~90% 1RM). VBT 그룹은 CMJ 높이(+6.2% vs +2.8%)와 10m 스프린트 시간(−1.9% vs −0.6%)에서 모두 더 큰 향상을 보였습니다. 속도 영역을 표적으로 한 훈련이 동적 운동 퍼포먼스 전이에 더 효과적임을 시사합니다. 더 알아보기: 바벨 속도 측정 방법: VBT 셋업 가이드

속도 손실과 피로 관리: 근거가 말하는 것

피로 예측 지표로서의 속도 손실

여러 연구가 속도 손실 비율을 대사적 피로 지표의 예측 변수로 검증했습니다.

  • 세트 내 VL > 25%는 혈중 젖산 상승과 유의한 포스포크레아틴 고갈과 상관관계가 있습니다 (Sanchez-Medina & Gonzalez-Badillo, 2011).
  • VL > 35%는 다음 날 이후 근손상 지표인 혈청 크레아틴 키나아제(CK) 상승과 관련 있습니다.
  • VL < 15%는 피로 지표 변동이 미미합니다 — 신경적 질과 파워 출력을 유지하기에 적합합니다.

세션 간 속도 모니터링

연구는 매 세션 시작 시 고정 기준 부하에서 MCV를 추적하는 것을 피로 모니터링 도구로 지지합니다. Jukic 외(2020)의 메타 분석은, 일일 속도 데이터를 기반으로 부하를 조정한 선수가 12주 훈련 블록 동안 동등한 근력 향상을 달성하면서도 피로 누적은 유의하게 적었다고 보고합니다 — VBT가 고정 부하 프로그래밍 대비 "피로 비용"이 더 낮은 더 효율적인 훈련을 가능하게 한다는 시사점입니다.

속도와 과훈련 조기 탐지

초기 연구는 속도 모니터링이 기능적 과부하(과훈련 증후군의 초기 단계)를 트렌드 추적으로 조기에 감지할 수 있다고 시사합니다. 기준 부하에서의 MCV가 2주 이상 연속해서 점진적으로 떨어지면서 근력 향상이 동반되지 않는다면 잠재적 신호로 볼 수 있습니다. 다만 이 응용은 엘리트 집단에서 더 많은 종단 연구가 필요합니다.

VBT vs 퍼센트 기반 훈련: 근거 요약

근력 결과

현재 근거(2024년 기준 7편의 RCT)는 일관되게, 볼륨을 맞춘 6~12주 훈련 블록에서 VBT가 퍼센트 기반과 동등한 1RM 향상을 만들어낸다고 보여줍니다. VBT는 근력 발달을 희생하지 않습니다.

파워와 운동 퍼포먼스

VBT는 파워 전이 지표(CMJ 높이, 스프린트 시간, 방향 전환 속도)에서 퍼센트 기반 대비 일관된 우위를 보입니다. 속도 영역 표적이 동적 퍼포먼스에서 힘-속도 관계를 최적화하지 못할 수 있는 고중량 부하에 기본 의존하는 대신, 파워 표현에 최적화된 속도-근력·근력-속도 영역에서 훈련하도록 만들기 때문일 가능성이 큽니다.

피로와 회복

속도 손실 임계값을 적극 관리할 때 VBT 자동조절은 일관되게 더 낮은 세션 RPE, 더 낮은 CK 상승, 세션 간 더 빠른 회복을 만들어냅니다. "동등한 훈련 결과를 더 낮은 피로 비용으로"라는 측면이 VBT의 가장 분명한 강점 중 하나입니다.

현재 연구의 한계

  • 대부분의 연구는 일반인~중간 훈련자 대상 — 엘리트 선수 대상 근거는 상대적으로 적음
  • 연구 기간이 짧음(6~12주) — 장기 적응은 연구가 부족함
  • 연구마다 정확도가 다른 VBT 디바이스를 사용 — 디바이스 품질이 결과에 영향을 줄 수 있음
  • 비대 목적의 VBT 연구는 아직 적은 편(대부분 근력·파워 중심)

연구로부터의 실전 적용

근거가 지지하는 실전 원칙

  • 파워·운동 퍼포먼스 목표: VL < 20% 사용
  • 근력·비대 목표: VL 25~35% 사용
  • 매 세션 시작 시 기준 부하에서 일일 속도 체크로 준비도 평가
  • 역사적 베이스라인 대비 MCV 편차에 따라 세션 부하를 5~10% 조정
  • 부하-속도 프로파일을 4~6주마다 재구축해 정확도 유지

추가 연구가 필요한 영역

  • 엘리트 선수의 장기 주기화에서의 최적 속도 영역
  • 종목 특이적 비대 프로그래밍에서의 VBT
  • 실전용 VBT의 디바이스 정확도 요건(최소 센서 품질)
  • 유소년 선수 발달에서의 VBT — 연구 기반이 얇음

코치·선수를 위한 결론

VBT 자동조절의 근거 기반은 실전 코칭에 도입할 만큼 충분히 견고합니다. 핵심 원칙들 — 속도 손실을 세트 종료 기준으로 사용, 일일 속도로 준비도 평가, 부하-속도 프로파일 구축·유지 — 은 여러 독립 연구 그룹에 의해 지지되고 있으며 추가 연구로도 근본 골격이 바뀔 가능성은 낮습니다. 정확한 속도 임계값(예: VL 20% vs 25%)은 더 정교해질 수 있겠지만, 프레임워크 자체는 이미 검증되었습니다.

FAQ

자주 묻는 질문

01속도 기반 훈련이 퍼센트 기반 훈련보다 더 나은가요?
+
근력 결과: 동등합니다. 파워·운동 퍼포먼스: VBT가 일관된 우위를 보입니다. 피로 관리: 동일한 훈련 자극에 대해 VBT가 더 낮은 피로를 만듭니다. 전반적으로 VBT가 모든 상황에서 더 "좋다"기보다, 자동조절이라는 적응성 덕분에 많은 선수에게 더 지속 가능한 방식이 됩니다.
02속도 손실 임계값에 대해 연구는 어떻게 말하나요?
+
낮은 속도 손실(10~20%)이 신경적 질을 보존하고 동적 운동 퍼포먼스로의 전이가 더 좋다는 점이 일관되게 보고됩니다. 높은 속도 손실(35~50%)은 대사 스트레스가 더 커서 비대 목표에 더 적합합니다. Pareja-Blanco 외(2017)의 대표 연구가 가장 자주 인용되며, VL 20%가 40% 대비 CMJ와 스프린트 향상에서 우위를 보였다고 보고합니다.
03근력 훈련에서 VBT를 지지하는 연구가 얼마나 많은가요?
+
2024년 기준 VBT의 근력·파워 결과를 검증한 동료 평가 RCT가 20편 이상이며, 관찰 연구와 체계적 리뷰가 별도로 존재합니다. 근거 기반은 2015년 이후 크게 확장되었고, 이제 다양한 종목·훈련 집단·훈련 기간을 아우릅니다.
04VBT가 근비대(hypertrophy)에도 효과가 있나요?
+
아직 적지만 늘어나고 있는 근거에 따르면, 높은 속도 손실 임계값(35~50% VL)을 사용할 때 VBT도 전통적 훈련과 유사한 비대를 만들 수 있습니다. 강점은 주관적 반복수 카운팅이 아닌 객관적 대사 자극 통제에 있습니다. 다만 비대에 대한 VBT 연구는 근력·파워에 비해 아직 적은 편입니다.
05연구급 사용을 위해 VBT 디바이스는 어느 정도 정확도가 필요한가요?
+
연구급 VBT 연구는 보통 ±0.01~0.02 m/s 정확도의 리니어 포지션 트랜스듀서를 기준 표준으로 사용합니다. 고품질 IMU 센서(±0.02~0.04 m/s)는 연구와 실전 모두에서 점점 더 수용되고 있습니다. 실전 VBT의 임계값은 ±0.05 m/s — 그 아래로 떨어지면 디바이스가 부하-속도 프로파일링에 신호보다 노이즈를 더 많이 더하게 됩니다.
공유
이어 읽기

관련 글

research

속도 기반 훈련(VBT) 연구 리뷰

VBT의 근거 기반을 전체적으로 정리한 메타 리뷰. 근력·파워·자동조절·디바이스 정확도까지. VBT 연구는 2015년 이후 20편 이상의 RCT가 누적되었고, 현장 도입을 정당화할 만큼 근거가 견고합니다.

research

속도 손실과 피로: 연구 리뷰

세트 내 속도 손실이 대사 피로·근손상·신경 피로와 어떻게 연관되는지 연구 근거로 정리합니다. 속도 손실 25%를 넘는 순간 혈중 젖산이 8mmol/L을 돌파하고 신경 피로가 본격적으로 누적됩니다.

research

속도 기반 훈련(VBT) 연구 리뷰: 최신 과학적 근거

속도 기반 훈련(VBT)에 관한 최신 연구 근거를 알아보세요. 근력, 파워, 근비대에 대한 VBT의 효과, 측정 신뢰도, 프로그래밍 권장 사항을 정리했습니다.

research

점프 성능을 위한 VBT: 메타분석 리뷰

속도 기반 훈련(VBT)이 점프 성능에 미치는 효과를 메타분석으로 알아보세요. CMJ, SJ, 뎁스 점프 향상에 관한 연구 근거와 최적 훈련 변인을 제공합니다.

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.

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.

전문 연구 수준의 정확도로 퍼포먼스를 측정하세요

PoinT GO 보기