16분 읽기

-3 m/s²는 모든 선수에게 '고강도'가 아니다

감속 개별화 임계값 편심성 부하 경기 모니터링 DECmax

경기 후 GPS 리포트를 열었다. 두 선수 모두 고강도 감속 20회. 같은 부하를 받은 걸까? 한 선수의 최대 감속 능력이 -8 m/s²이고 다른 선수가 -10 m/s²라면, 같은 숫자가 완전히 다른 이야기를 하고 있다. 문제는 우리가 매주 보는 그 ‘고강도’ 기준이, 대부분의 선수에게 실제로는 고강도가 아닐 수 있다는 것이다.

감속이 가속과 다른 이유: 편심성 부하의 비대칭성

가속과 감속은 대칭적인 동작이 아니다. 가속은 구심성 근수축이 주도하지만, 감속은 편심성 수축(Eccentric Contraction)을 요구한다. 근육이 늘어나면서 힘을 흡수하는 동작이다.

편심성 수축에서 근육은 구심성 수축보다 더 큰 힘을 생산한다. 에너지 소비는 오히려 적다. 이 역설적인 현상의 핵심에는 근육 내 구조 단백질인 titin이 있다. Titin은 근육이 활성화된 상태에서 늘어날 때 적응적 스프링처럼 작동하며, 칼슘 결합과 액틴 부착을 통해 고유 강성이 증가한다 (Herzog, 2018). 쉽게 말하면, 감속할 때 근육은 더 강한 충격을 흡수하면서도 효율적으로 일한다. 그만큼 근골격계에 가해지는 기계적 스트레스는 크다.

수치로 보면 차이가 명확하다. 최대 감속 능력(Maximal Deceleration Capacity, DECmax)은 최대 가속 능력(Maximal Acceleration Capacity, ACCmax)보다 크다. 게다가 가속 능력은 출발 속도에 크게 의존하지만 — 빠른 속도에서 출발하면 추가 가속 여지가 줄어든다 — 감속은 초기 속도에 덜 의존한다 (Pimenta et al., 2026). 가속과 감속에 같은 임계값을 거울처럼 대칭 적용하는 것은 생리적 근거가 없다.

절대적 임계값의 함정: 왜 -3 m/s²가 모든 선수에게 ‘고강도’가 아닌가

현장에서 가장 흔히 쓰이는 고강도 감속 기준은 절대적 임계값(Arbitrary Absolute Threshold, AAT)으로, -3 또는 -4 m/s²다. 모든 선수에게 같은 기준을 적용한다. 이것은 모든 사람에게 같은 사이즈 옷을 입히는 것과 같다. 누군가에겐 꽉 끼고, 누군가에겐 헐렁하다.

그런데 실제로 -4 m/s²는 대부분의 선수에서 개인 최대 감속 능력의 절반에도 미치지 못한다. 대학·클럽 수준 축구 선수를 대상으로 한 연구에서, AAT(-4 m/s²)는 개인 DECmax의 42–51% 수준이었다 (Moore et al., 2026). 최대 능력의 절반도 안 되는 강도를 ‘고강도’라 부르고 있었던 것이다. 그 결과 고강도 감속(High-Intensity Deceleration, HDEC) 횟수는 부풀려지고, 선수 간 실질적인 부하 차이는 가려진다.

문제는 여기서 끝나지 않는다. 같은 절대값 3 m/s²가 연구에 따라 중강도, 고강도, 심지어 최대 강도로 분류되는 비일관성도 존재한다 (Pimenta et al., 2026). 여기에 장비 오차가 더해진다. GPS 단위기기 간 가속·감속 값의 차이는 최대 56%에 달한다 (Buchheit & Simpson, 2017). AAT처럼 낮은 절대값을 기준으로 삼으면, 이 측정 오차가 고강도 판별에 그대로 반영된다.

개별화 임계값의 설정과 적용: DECmax의 75%를 기준으로

그렇다면 기준을 어떻게 바꿔야 할까. 개별화 임계값(Individualised Threshold, IND)은 각 선수의 DECmax 대비 백분율로 고강도를 정의한다. 75%를 기준으로 하면, 최대 감속이 -8 m/s²인 선수의 고강도 임계값은 -6 m/s², -10 m/s²인 선수는 -7.5 m/s²가 된다. 각자 체형에 맞는 옷을 입히는 것이다.

이 접근법을 적용하면 경기 데이터가 완전히 달라진다. 최고 강도 구간(Most Demanding Passages, MDP) 동안 고강도 감속 횟수는 IND 기준으로 약 3회, AAT 기준으로 약 20회였다 (Moore et al., 2026). 7배 차이다. 풀 매치 기준으로도 IND는 약 8회, AAT는 약 28회로 3.5배 차이가 났다. AAT가 고강도 감속을 얼마나 과대 추정하는지 보여주는 숫자다.

더 중요한 점은 IND 적용 시 선수 간 변산성이 더 크게 드러났다는 것이다. AAT에서는 비슷해 보이던 선수들이, IND에서는 실제로 매우 다른 부하를 경험하고 있었다. 겉으로 같은 숫자 뒤에 숨어 있던 진짜 차이가 드러난다. 이것이 개별화의 핵심 가치다.

다만 이 결과는 대학·클럽 수준 선수 14명에서 나왔다는 점은 기억해둘 필요가 있다. 엘리트 수준에서 같은 크기의 차이가 나타나는지는 확인이 필요하지만, AAT가 개인 능력의 절반도 안 되는 지점을 고강도로 분류하는 구조적 문제는 경기 수준과 관계없이 동일하다.

한 가지 실무적 주의점이 있다. DECmax를 측정하는 방법에 따라 결과가 달라질 수 있다. 가속-감속 평가(Acceleration-Deceleration Assessment, ADA) 테스트는 세션 간 신뢰도가 낮은 것으로 나타났고, 경기 중 in-situ 측정이 더 높은 최대 감속값을 기록했다 (Moore et al., 2026). DECmax 측정에는 505 Test가 적합하며, 시즌 전반에 걸쳐 상위 3개 값의 이동 평균을 업데이트하는 종단적 접근이 권장된다 (Pimenta et al., 2026).

경기 중 감속 출력의 시간적 변화와 피로 신호

개별화된 기준으로 감속을 추적하면, 경기 중 피로 패턴도 더 선명하게 보인다.

프로 축구 경기에서 가속과 감속 출력은 경기 시작부터 종료까지 14.9–21.0% 감소한다 (Akenhead et al., 2013). 전반 시작 대비 후반 마지막 15분의 출력 차이가 가장 크다. 특히 주목할 부분은 ‘정점 후 일시적 감소’다. 경기 중 가장 높은 고강도 감속 출력을 기록한 5분 구간 직후, 출력이 평균 대비 11.4% 떨어졌다. 약 10분 후에는 평균 수준으로 회복됐다. 선수가 폭발적 감속 활동 후 일시적으로 같은 수준의 동작을 수행하지 못한다는 뜻이다.

가속·감속의 경기 간 변동계수(Coefficient of Variation, CV)는 12–25%로, 고속 주행(25–45%)이나 스프린트(30–47.5%)보다 안정적이다 (Akenhead et al., 2013). 달리 말하면, 감속 데이터는 경기 간 변동이 적어 선수의 변화를 감지하기에 더 민감한 모니터링 변수다.

다만 MDP 분석만으로는 감속의 전체 그림을 볼 수 없다. 월드컵 경기 데이터를 분석한 연구에서, MDP는 속도 기반 이동 거리 위주로 산출되기 때문에 짧은 가속이나 감속 같은 폭발적 동작을 포착하지 못해 실제 요구를 과소평가할 수 있다는 한계가 확인됐다 (Cortez et al., 2026). 감속 부하는 MDP와 별도로 추적하는 것이 필요하다.

실전 적용: 개별화 감속 모니터링을 훈련에 통합하는 전략

이론은 명확하다. 그렇다면 현장에서 어떻게 적용할 수 있을까.

측정 프로토콜 설정. ACCmax는 30m 추적 스프린트, DECmax는 505 Test로 측정한다. 시즌 초에 기준값을 확보한 뒤, 경기와 훈련 중 in-situ 데이터를 누적하면서 상위 3개 값의 이동 평균을 업데이트한다 (Pimenta et al., 2026). 선수의 체력이 시즌 중 변하므로, 고정된 단일 값이 아니라 살아 있는 기준이어야 한다.

강도 분류 체계 전환. 개인 ACCmax/DECmax 대비 백분율로 강도를 분류한다. 75% 이상을 고강도, 50–75%를 중강도로 설정하는 것이 하나의 기준이다 (Pimenta et al., 2026). 기존 AAT 리포트와 병행하면서 점진적으로 전환할 수 있다.

훈련 처방 연계. 경기 요구량 대비 훈련 비율을 산출할 때, 개별화된 감속 횟수를 기준으로 삼는다. 드릴 데이터베이스를 구축하여 특정 훈련이 유발하는 감속 부하를 사전에 파악하면, 주간 부하 설계가 더 정밀해진다 (Pillitteri et al., 2024).

부상 맥락 고려. 햄스트링 부상은 최근 21시즌 동안 전체 부상의 12%에서 24%로 두 배 증가했고, 경기 중 발생률은 훈련 대비 약 10배 높다 (Ekstrand et al., 2022). 달리기와 스프린트가 가장 흔한 부상 기전이며, 감속 시 편심성 부하가 핵심적으로 관여한다. 감속 부하를 개별화하여 관리하는 것은 단순한 모니터링 정밀화가 아니라 부상 예방 전략의 일부다.

복귀 훈련 적용. 부상 복귀 과정에서도 개별화 임계값은 유용하다. DECmax 대비 25% → 50% → 75%로 점진적으로 감속 강도 노출을 증가시키면, 급격한 부하 변화 없이 경기 수준에 도달할 수 있다.

핵심은 외적 부하 숫자 자체가 아니라, 그 숫자가 각 선수에게 어떤 내적 반응을 유발하는가다. 동일한 외적 부하도 선수의 체력, 영양, 심리 상태에 따라 전혀 다른 내적 반응으로 이어진다 (Impellizzeri et al., 2019). 개별화 임계값은 외적 부하를 개인의 능력 맥락에서 읽는 첫 번째 단계다.

현장 시사점

  • 절대적 임계값(-3 또는 -4 m/s²)은 대부분 선수에서 실제 고강도에 해당하지 않는다. 개인 DECmax의 75%를 기준으로 전환하면, 더 정확한 부하 그림을 얻을 수 있다.
  • DECmax 측정은 505 Test 또는 in-situ 방식이 적합하며, 시즌 전반에 걸쳐 종단적으로 업데이트해야 한다.
  • 감속은 가속과 대칭이 아니다. 편심성 부하의 특성을 고려하여 별도의 기준과 별도의 추적이 필요하다.
  • 감속의 경기 간 CV가 고속 주행이나 스프린트보다 낮아 모니터링 변수로서 민감도가 높다. 활용도를 높일 필요가 있다.
  • GPS 장비 간 측정 차이가 크므로, 선수별 동일 기기 사용 원칙을 반드시 지키고, 개별화 임계값을 통해 오분류 위험을 줄인다.

감속 데이터를 읽는 방식을 바꾸면, 같은 숫자에서 다른 이야기가 보인다. 문제는 데이터의 양이 아니다. 그 데이터를 누구의 맥락에서 읽고 있느냐다.

참고문헌

  1. Akenhead, R., Hayes, P. R., Thompson, K. G., & French, D. (2013). Diminutions of acceleration and deceleration output during professional football match play. Journal of Science and Medicine in Sport, 16(6), 556-561. https://doi.org/10.1016/j.jsams.2012.12.005
  2. Buchheit, M. & Simpson, B. M. (2017). Player-Tracking Technology: Half-Full or Half-Empty Glass?. International Journal of Sports Physiology and Performance, 12(s2), S2-35-S2-41. https://doi.org/10.1123/ijspp.2016-0499
  3. Cortez, A., Yousefian, F., Folgado, H., Brito, J., Abade, E., Travassos, B., & Gonçalves, B. (2026). Performance profiles and match-to-match variability of the most demanding passages during the FIFA World Cup Qatar 2022 the effect of playing positions and match contextual factors. BMC Sports Science, Medicine and Rehabilitation. https://doi.org/10.1186/s13102-026-01578-z
  4. Ekstrand, J., Bengtsson, H., Waldén, M., Davison, M., Khan, K. M., & Hägglund, M. (2022). Hamstring injury rates have increased during recent seasons and now constitute 24% of all injuries in men’s professional football: The UEFA Elite Club Injury Study from 2001/02 to 2021/22. British Journal of Sports Medicine, 57(5), 292-298. https://doi.org/10.1136/bjsports-2021-105407
  5. Herzog, W. (2018). Why are muscles strong, and why do they require little energy in eccentric action?. Journal of Sport and Health Science, 7(3), 255-264. https://doi.org/10.1016/j.jshs.2018.05.005
  6. Impellizzeri, F. M., Marcora, S. M., & Coutts, A. J. (2019). Internal and External Training Load: 15 Years On. International Journal of Sports Physiology and Performance, 14(2), 270-273. https://doi.org/10.1123/ijspp.2018-0935
  7. Moore, L., Drury, B., & Hearn, A. (2026). Hitting the Brakes in Soccer: Individualised Thresholds for Assessing High-Intensity Decelerations during Matches. International Journal of Strength and Conditioning, 6(1). https://doi.org/10.47206/ijsc.v6i1.565
  8. Pillitteri, G., Clemente, F. M., Sarmento, H., Figuereido, A., Rossi, A., Bongiovanni, T., Puleo, G., Petrucci, M., Foster, C., Battaglia, G., & Bianco, A. (2024). Translating player monitoring into training prescriptions: Real world soccer scenario and practical proposals. International Journal of Sports Science & Coaching, 20(1), 388-406. https://doi.org/10.1177/17479541241289080
  9. Pimenta, R., Antunes, H., Silva, H., Ribeiro, J., & Nakamura, F. Y. (2026). The Need for GPS Data to be Normalized for Performance and Fatigue Monitoring in Soccer: Considerations for Accelerations and Decelerations. Strength & Conditioning Journal. https://doi.org/10.1519/ssc.0000000000000958