18분 읽기

고강도 달리기 숫자, 맥락 없이 읽으면 거짓말한다

고강도 달리기 개별화 임계값 포지션별 프로필

월요일 아침, 주말 경기 리포트를 열었다. 센터백, 풀백, 센트럴 미드필더, 센터 포워드 모두 고강도 달리기 (High-Intensity Running, HIR) 거리가 약 600m로 비슷하다. 네 포지션의 경기 요구가 같았다는 뜻일까? 당연히 아니다. 같은 600m 안에 커버링, pressing, 오버래핑, 드리블이 전혀 다른 비율로 섞여 있다. 숫자는 같지만, 축구는 완전히 다르다.

문제는 여기서 시작된다. 우리가 매주 보는 고속 주행 (High-Speed Running, HSR) 거리와 스프린트 거리는 “얼마나 빨리 달렸는가”만 알려준다. “왜, 어떤 맥락에서 달렸는가”는 빠져 있다.

모든 선수에게 같은 사이즈 옷을 입히는 절대 임계값

HSR과 스프린트를 구분하는 속도 기준 — 이른바 절대 임계값 — 은 놀랍도록 제각각이다. 남성 축구에서 HSR 진입 속도는 연구마다 14.4–21.1 km/h, 스프린트는 19.8–30.0 km/h로 분포한다 (Gualtieri et al., 2023). 한 연구의 “스프린트”가 다른 연구의 “고속 주행”이 되는 셈이다.

더 근본적인 문제가 있다. 절대 임계값은 모든 선수에게 같은 사이즈 옷을 입히는 것과 같다. 누군가에겐 꽉 끼고, 누군가에겐 헐렁하다. 포르투갈 1부 리그 데이터에서 25.2 km/h라는 단일 기준은 선수에 따라 개인 최고속도의 70%에서 82%까지 해당했다 (Silva et al., 2024). 느린 선수에게는 거의 전력 질주에 가깝지만, 빠른 선수에게는 여유 있는 속도다. 같은 숫자가 전혀 다른 생리적 부담을 감추고 있다.

여기에 경기 간 변동성까지 더해진다. HSR 거리의 변동계수 (Coefficient of Variation, CV)는 16–18%, 스프린트는 31–37%에 달한다 (Gualtieri et al., 2023). 포메이션, 상대 전력, 경기 상황, 페이싱 전략이 모두 주행 거리에 독립적으로 영향을 미친다 (Paul et al., 2015). 단일 경기의 숫자 하나로 선수를 판단하는 것은, 체온계 한 번 재고 진단을 내리는 것과 다르지 않다.

맞춤 옷은 좋은데, 치수 기준이 없다

그렇다면 각 선수의 체력에 맞춰 속도 구간을 설정하면 되지 않을까? 최대 스프린트 속도 (Maximal Sprint Speed, MSS)나 최대 유산소 속도 (Maximal Aerobic Speed, MAS)의 일정 비율로 임계값을 정하는 개별화 접근이 그 답이다.

효과는 분명하다. 절대 임계값에서 풀백이 센터백보다 5.8배 긴 스프린트 거리를 기록했지만, 개인 최고속도의 80% 기준으로는 3.1배로 줄었다 (Silva et al., 2024). 절대 임계값이 느린 선수의 고강도 노력을 체계적으로 과소추정하고 있었다는 뜻이다. U23 선수 데이터에서도 절대 스프린트 기준이 90%MSS 기준 대비 거리를 과대추정하는 것으로 나타났다 (Pimenta et al., 2025).

그런데 맞춤 옷을 만들려면 치수 기준이 통일되어야 한다. 현실은 그렇지 못하다. 36편을 포함한 스코핑 리뷰에서, MSS 단독 사용이 41.7%, MSS-MAS-무산소 속도 여유 (Anaerobic Speed Reserve, ASR) 복합 사용이 30.6%로 가장 빈번했다 (Clemente et al., 2023). 같은 “스프린트”라는 라벨이 한 연구에서는 90%MSS 이상, 다른 연구에서는 80%MSS 이상을 의미했다. 체력 평가 시점과 데이터 수집 시점이 4주 이상 벌어진 연구도 3분의 1에 달했다. 개별화라는 방향은 맞지만, 방법론적 합의가 없는 상태에서 연구 간 비교는 여전히 혼란스럽다.

같은 거리, 다른 축구

임계값을 아무리 정교하게 다듬어도 해결되지 않는 질문이 있다. “그 달리기는 뭘 위한 것이었는가?” pressing을 위한 질주와 recovery run은 거리가 같아도 전술적 의미가 완전히 다르다.

EPL 1개 팀의 3시즌 데이터가 이를 선명하게 보여준다. 센터백, 풀백, 센트럴 미드필더, 센터 포워드 모두 약 600m의 유사한 HIR 거리를 기록했지만, 전술 프로필은 완전히 달랐다 (Bradley & Ade, 2018). 수비 포지션은 커버링 비율이 26–31%로 높았고, 센터 포워드는 close down이 23%로 최고였으며, 풀백은 HIR의 9%를 오버래핑에 할애했다. GPS 리포트의 숫자만으로는 이 차이가 보이지 않는다.

이 신체-전술 통합 접근법 (Integrated Physical-Tactical Approach)의 신뢰도도 검증되었다. UEFA 자격 코치 및 분석가 30명이 참여한 연구에서 전체 정답률 91.8%를 기록했다 (Ju et al., 2022a). 다만 수동 코딩에 약 350시간이 소요된다는 점은 현장 보급의 현실적 장벽으로 남아 있다.

그렇다면 이 접근이 실제로 무엇을 바꿔줄까?

리그 순위별 분석이 그 답을 제공한다. EPL 상위 5위 팀과 하위 팀 사이에 총 HIR 거리 차이는 없었다. 양쪽 다 비슷하게 뛰었다. 하지만 볼 점유 시 HIR 거리는 상위 팀이 34% 더 많았다 (Ju et al., 2023b). 공을 갖고 있을 때 더 많이 달린 것이다 — 공간 활용, 드리블, 박스 침투를 위한 달리기가 성공 팀을 구분하는 지표였다. 맥락 없는 총량 비교로는 이 차이를 발견할 수 없다.

풀백과 윙백은 같은 포지션이 아니다

전통적인 5개 포지션 분류 — 센터백, 풀백, 미드필더, 윙어, 포워드 — 는 편리하지만 거칠다. 4백에서 뛰는 풀백 (FB)과 3백에서 뛰는 윙백 (WB)은 같은 “측면 수비” 범주에 묶이지만, 실제 요구는 완전히 다르다.

EPL 50경기를 세분화 역할로 분석한 결과, FB는 일반 측면수비 분류 대비 HIR 거리가 34% 적었고, WB는 15% 더 많았다 (Ju et al., 2023a). 중앙 미드필더 내에서도 수비형 미드필더 (CDM)는 일반 분류 대비 30% 적은 HIR을, 공격형 미드필더 (CAM)는 22% 더 많은 HIR을 기록했다. 전술 행동의 차이는 더 극적이다. CAM은 경기당 close down/press 행동을 9회 수행한 반면 CDM은 2회에 그쳤다 — 일반 분류의 5회와는 양쪽 모두 괴리가 있다. 일반 포지션 분류를 사용하면 CDM의 pressing 부하는 과대추정되고, CAM의 것은 과소추정된다. 훈련 처방과 선수 평가 모두에서 체계적 오류가 발생하는 것이다.

FB에게 WB의 기준으로 훈련을 처방하면 과부하가 걸리고, WB에게 FB의 기준을 적용하면 준비가 부족해진다. 포지션 라벨이 아니라 실제 전술 역할이 프로필의 기준이 되어야 한다.

평균이라는 함정

경기 전체 평균은 선수가 실제로 직면하는 최고 강도 구간을 감춘다. 90분 동안 HIR 평균이 분당 10m인 선수가 있다고 하자. 하지만 그 선수는 peak 1분 구간에서 분당 30m를 달렸고, 직후에는 분당 5m 이하로 떨어졌을 수 있다. 평균만 보고 훈련을 설계하면, 현실에는 거의 존재하지 않는 중간 강도만 반복하게 된다.

최고 강도 구간 (Most Demanding Passages, MDP) 분석은 이 함정을 피하게 해준다. 이동 평균 (rolling average) 방법은 구간 분석 대비 약 25% 더 높은 peak 값을 산출하며, 5분 에포크가 가장 보편적으로 사용된다 (Whitehead et al., 2018).

EPL 50경기에 통합 접근법을 적용한 분석에서, peak 구간의 전술적 구성이 드러났다 (Ju et al., 2022b). 가장 격렬한 1분 구간에서도 HIR의 28–34%는 리커버리 런, 22–25%는 커버링이었다. 가장 힘든 순간조차 공격적 질주가 아닌 수비적 재배치가 지배하고 있었다. 이 구성을 모르면 훈련에서 무엇을 재현해야 하는지 알 수 없다.

La Liga 데이터에서는 개인 최대속도의 80% 이상을 기준으로 MDP를 정의했다 (Pinero et al., 2023). 윙어가 가장 높은 MDP 거리를 기록했고, 패배 상황에서 MDP 지속시간이 가장 길었다. 흥미로운 점은 센터백의 후반부 MDP에서 오히려 성능이 증가한 것이다. 경기 후반 선수가 단순히 지치기만 하는 것이 아니라, 결정적 순간에 최대 출력을 재동원할 수 있어야 한다는 뜻이다.

현장 시사점

  • 절대 임계값만으로는 부족하다. MSS 기반 상대 임계값을 병행하여 개인의 실제 부하를 해석해야 한다. 단, 체력 평가는 최소 4–6주 간격으로 업데이트해야 유효하다.
  • HIR 거리 자체가 아니라 전술적 구성을 물어야 한다. 같은 600m라도 커버링과 pressing의 비율에 따라 훈련 처방은 달라진다. 전체 수동 코딩이 어렵다면, 핵심 포지션이나 특정 전술 국면부터 시작한다.
  • 세분화된 전술 역할 기준으로 프로필을 관리해야 한다. FB와 WB, CDM과 CAM을 같은 범주로 묶으면 30% 이상의 체계적 오류가 불가피하다.
  • 훈련 강도 기준은 경기 평균이 아니라 MDP에 맞춰야 한다. worst-case scenario를 재현하는 훈련이 선수 준비의 핵심이다.
  • 단일 경기 데이터로 판단하지 않아야 한다. HSR CV 16–18%, 스프린트 CV 31–37%의 변동성을 감안하면 충분한 관찰 수 확보가 선행되어야 한다.

결국 핵심은 숫자 자체가 아니다. 그 숫자가 어떤 축구에서 나왔는지를 묻는 것이다. 같은 600m를 달린 두 선수의 경기가 완전히 다를 수 있다면, 우리가 보고 있는 리포트는 경기의 절반만 담고 있는 셈이다. 나머지 절반은 맥락 속에 있다.

참고문헌

  1. Bradley, P. S., & Ade, J. D. (2018). Are current physical match performance metrics in elite soccer fit for purpose or is the adoption of an integrated approach needed? International Journal of Sports Physiology and Performance, 13(5), 656–664. https://doi.org/10.1123/ijspp.2017-0433
  2. Clemente, F., Ramirez-Campillo, R., Beato, M., Moran, J., Kawczynski, A., Makar, P., Sarmento, H., & Afonso, J. (2023). Arbitrary absolute vs. individualized running speed thresholds in team sports: A scoping review with evidence gap map. Biology of Sport, 40(3), 919–943. https://doi.org/10.5114/biolsport.2023.122480
  3. Gualtieri, A., Rampinini, E., Dello Iacono, A., & Beato, M. (2023). High-speed running and sprinting in professional adult soccer: Current thresholds definition, match demands and training strategies. A systematic review. Frontiers in Sports and Active Living, 5, 1116293. https://doi.org/10.3389/fspor.2023.1116293
  4. Ju, W., Lewis, C., Evans, M., Laws, A., & Bradley, P. (2022a). The validity and reliability of an integrated approach for quantifying match physical-tactical performance. Biology of Sport, 39(2), 253–261. https://doi.org/10.5114/biolsport.2022.104919
  5. Ju, W., Doran, D., Hawkins, R., Gómez-Díaz, A., Martin-Garcia, A., Ade, J., Laws, A., Evans, M., & Bradley, P. (2022b). Contextualised peak periods of play in English Premier League matches. Biology of Sport, 39(4), 973–983. https://doi.org/10.5114/biolsport.2022.112083
  6. Ju, W., Doran, D., Hawkins, R., Evans, M., Laws, A., & Bradley, P. (2023a). Contextualised high-intensity running profiles of elite football players with reference to general and specialised tactical roles. Biology of Sport, 40(1), 291–301. https://doi.org/10.5114/biolsport.2023.116003
  7. Ju, W., Hawkins, R., Doran, D., Gómez-Díaz, A., Martín-García, A., Evans, M., Laws, A., & Bradley, P. (2023b). Tier-specific contextualised high-intensity running profiles in the English Premier League: More on-ball movement at the top. Biology of Sport, 40(2), 561–573. https://doi.org/10.5114/biolsport.2023.118020
  8. Paul, D. J., Bradley, P. S., & Nassis, G. P. (2015). Factors affecting match running performance of elite soccer players: Shedding some light on the complexity. International Journal of Sports Physiology and Performance, 10(4), 516–519. https://doi.org/10.1123/ijspp.2015-0029
  9. Pimenta, R., Antunes, H., Maia, F., Ribeiro, J., & Nakamura, F. Y. (2025). Sprint and high-speed running in soccer: Should we use absolute or normalized thresholds? Journal of Human Kinetics. https://doi.org/10.5114/jhk/209540
  10. Piñero, J. Á., Chena, M., Zapardiel, J. C., Roso-Moliner, A., Mainer-Pardos, E., Lampre, M., & Lozano, D. (2023). Relative individual sprint in most demanding passages of play in Spanish professional soccer matches. Sports, 11(4), 72. https://doi.org/10.3390/sports11040072
  11. Rago, V., Brito, J., Figueiredo, P., Krustrup, P., & Rebelo, A. (2020). Application of individualized speed zones to quantify external training load in professional soccer. Journal of Human Kinetics, 72(1), 279–289. https://doi.org/10.2478/hukin-2019-0113
  12. Silva, H., Nakamura, F. Y., Loturco, I., Ribeiro, J., & Marcelino, R. (2024). Analyzing soccer match sprint distances: A comparison of GPS-based absolute and relative thresholds. Biology of Sport, 41(3), 223–230. https://doi.org/10.5114/biolsport.2024.133663
  13. Whitehead, S., Till, K., Weaving, D., & Jones, B. (2018). The use of microtechnology to quantify the peak match demands of the football codes: A systematic review. Sports Medicine, 48(11), 2549–2575. https://doi.org/10.1007/s40279-018-0965-6