GPS 속도 임계값의 개별화: 도전 과제와 복잡성
특히 프로 스포츠에서는 훈련과 경기 중 선수의 외부 부하를 모니터링하기 위해 GPS 기술을 사용하는 것이 거의 보편화되었습니다.
지난 10년간 GPS 기술이 발전함에 따라 이제 사용자는 외부 부하를 평가하고 코치와 함께 훈련 과정에 더 나은 정보를 제공할 수 있는 다양한 지표를 사용할 수 있게 되었습니다. 최근에는 가속 구간에서의 거리 측정, 가속도와 속도 데이터의 결합('대사 능력'), 각 선수의 기존 속도 구간 개별화 등의 개념이 도입되었습니다.
메트릭의 양은 압도적일 수 있으며, 사용자는 스포츠 상황에 가장 적합한 메트릭을 선택하고 시간-동작 분석 데이터를 해석하는 데 어떤 접근 방식이 부가가치를 가져올 수 있는지 선택해야 하는 어려움에 직면하게 됩니다. 외부 부하에 대한 용량과 용량 반응을 조절하는 피트니스의 역할을 고려할 때, 선수의 GPS 데이터를 피트니스 프로필과 관련하여 평가하는 것이 직관적으로 보일 수 있습니다.
여기에서는 피트니스 특성에 따라 GPS 데이터를 개별화하는 데 따르는 어려움과 복잡성을 강조하고 관심 있는 사용자를 위한 몇 가지 권장 사항을 제공합니다.
럭비 리그(Gabbett, 2015), 럭비 유니온(Clarke, Anson, & Pyne, 2015; Reardon, Tobin, & Delahunt, 2015), 호주 규칙 축구(Colby, Dawson, Heasman, Rogalski, & Gabbett, 2014) 및 축구(Hunter et al., 2015; Lovell & Abt, 2013)에서 나온 산업 기반 연구 논문은 하나 이상의 신체 특성에 따라 개별 선수 속도 영역을 맞춤화했습니다. 이러한 연구자들은 무산소성 역치, 최대 유산소성 속도, 최고 스프린트 속도 등 실험실에서 도출한 측정치와 같은 다양한 체력 속성을 사용하여 스피드 존을 개별화했습니다.
축구에 대한 연구에 따르면 속도 임계값의 개별화가 GPS 데이터 해석에 가치를 더할 수 있다는 사실이 입증되었습니다(Hunter et al., 2015; Lovell & Abt, 2013). 이는 선수의 외부 부하 '강도' 분포가 자신의 체력 능력에 영향을 받는다는 점을 고려할 때 직관적인 결과입니다. 그러나 실험실 기반 평가는 경제적, 물류적 장벽을 고려할 때 실현 가능성이 낮습니다.
최근에는 훈련 현장에서 수집하기 쉽다는 이유로 최고 스프린트 속도를 사용하여 여러 속도 구간을 지정하는 것이 연구 문헌에서 일반화되었습니다(Colby et al., 2014; Gabbett, 2015; Reardon et al., 2015). 안타깝게도 속도 영역의 개별화는 그렇게 간단하지 않으며, 이러한 접근 방식을 채택하는 것이 득보다 실이 많을 수 있다는 경고가 있습니다!
거북이와 토끼 우화를 예로 들어 보겠습니다.
토끼는 최고 속도가 빠르고 강력한 운동선수이지만(최고 속도가 35kmh-1이라고 가정할 때) 간헐적 지구력(요요, 30:15 등)에서 알 수 있듯이 오래 지속하지는 못합니다. 고속 달리기(HSR; 생리적 근거가 없음)에 대해 토끼의 최고 속도에서 임의의 비율인 50%를 적용하는 연구 문헌의 접근 방식을 취하면 17.5kmh-1의 HSR 임계값이 나옵니다.
최고 속도가 25kmh-1에 불과한 거북이와 비교하면 HSR 임계치는 12.5kmh-1입니다. 하지만 거북이는 간헐 지구력 테스트 점수가 상대적으로 높아 경기장을 효율적으로 돌아다닐 수 있고, 고속 영역에 더 자주 진입하고 회복도 더 빠릅니다.
두 동물이 경주할 때 같은 거리를 이동하지만 다른 방식으로 이동합니다. 이러한 방식으로 최고 속도만을 사용하여 속도 임계값을 고정하면 토끼의 HSR은 과소 평가되고 거북이는 과대 평가됩니다(자세한 예는 Hunter et al., 2015 참조).
이러한 방식으로 하나의 체력 용량을 사용하여 여러 속도 영역을 고정하는 것은 더 빠른 플레이어가 지구력 용량과 관련된 달리기 속도도 높다고 가정하고 그 반대의 경우도 마찬가지입니다(그림 1 참조).
이러한 잘못된 정보는 한 번의 레이스에서 측정할 때는 거의 영향을 미치지 않을 수 있지만, 이 GPS 데이터를 기반으로 만성적인 훈련 체계를 평가하고 처방하려는 경우 훈련 부하 오류가 발생하여 최적의 퍼포먼스 준비가 되지 않거나 부상 위험이 증가할 수 있습니다(Gabbett, 2016).
그림 1: '거북이와 토끼'에서 GPS 속도 임계값을 고정하기 위해 최고 속도를 잘못 사용하는 모습. sIFT = 가상의 간헐적 지구력 테스트에서 도달한 최종 속도입니다.
실제로 속도 임계값을 개별적으로 설정하는 것은 선수의 운동 능력 특성을 파악하는 데 사용되는 테스트 유형에 따라 복잡합니다.
팀 스포츠의 일반적인 간헐적 지구력 평가로는 스포츠 과학자나 피트니스 코치가 선수가 운동 강도 영역(낮음, 보통, 높음, 심함)으로 전환하는 달리기 속도를 결정할 수 없습니다. 또한 실무자는 질병, 부상 또는 훈련 개입으로 인한 체력 변화를 고려하기 위해 바쁜 경기 일정 중에 체력 테스트를 얼마나 자주 실시할 수 있는지 고려해야 합니다.
이러한 복잡성과 과제는 개별화된 속도 구역을 구현하는 데 상당한 장벽이 되며, GPS 사용자들이 이 관행을 저조하게 받아들이는 이유를 설명하는 데 도움이 될 수 있습니다(Akenhead & Nassis, 2015).
하지만 개별화가 그렇게 어려울 필요는 없습니다. 2013년에 알베르토 멘데즈-빌라누에바와 동료들은 개별화된 GPS 분석에 대한 실용적이고 사용자 친화적이며 증거에 기반한 접근 방식을 제시했습니다(Mendez-Villanueva, Buchheit, Simpson, & Bourdon, 2013).
연구팀은 각 선수의 최대 유산소성 속도와 40m 스프린트 평가에서 기록한 최고 속도를 VAM-EVAL 필드 테스트에 적용하여 각 개인의 신체 능력에 따른 외부 부하를 평가했습니다. 이러한 접근 방식을 통해 축구 경기에 대한 선수의 외부 부하를 더 잘 표현할 수 있었으며, 이는 신체 프로그램을 최적화하는 데 사용될 수 있습니다. 또한 최대 유산소 속도 결과는 잘 정립된 훈련 기법을 사용하여 고강도 인터벌 트레이닝 처방(HIIT)을 개별화하는 데 사용할 수 있습니다(예: Dupont, Akakpo, & Berthoin, 2004).
안타깝게도 선수의 방향 전환과 가속 능력에 큰 영향을 받는 20m 셔틀 달리기 이상의 복합 간헐적 지구력 필드 테스트를 통해서는 HIIT 처방이나 GPS 속도 영역의 개별화를 달성할 수 없습니다(Castagna et al., 2006; Berthoin et al 2014).
요약하면, 사용자가 구현의 복잡성을 고려하는 한, 선수별 속도 구간을 지정하는 것은 GPS 데이터 해석에 가치를 더할 수 있습니다(Hunter et al., 2015; Lovell & Abt, 2013; Mendez-Villanueva et al., 2013).
사용자는 자신의 신체 테스트 배터리와 훈련 처방 및 외부 부하 평가에 대한 총체적인 접근 방식을 지원하는지 생각해 볼 수 있습니다(이와 관련된 자세한 내용은 Mendez-Villanueva & Buchheit [2013]를 참고하세요).
개별화된 GPS 분석의 유용성과 잠재적 부가가치를 결정하기 위해서는 훨씬 더 많은 연구가 필요하지만, 더 많은 것을 알 때까지는 확립된 증거 기반 절차를 사용하거나(Mendez-Villanueva 외., 2013; Hunter 외., 2015 참조) 아예 관행을 피하는 것이 좋습니다.
Catapult가 팀의 경쟁력을 찾는 데 어떻게 도움이 될 수 있는지 알고 싶으신가요? 지금 바로 문의하세요.
참조
Akenhead, R., & Nassis, G. P. (2015). 고등 축구의 훈련 부하 및 선수 모니터링: 현재 관행과 인식. 국제 스포츠 생리학 및 성과 저널. http://doi.org/10.1123/ijspp.2015-0331
Berthoin, S., Gerbeaux, M., Turpin, E., Guerrin, F., Lensel-Corbeil, G., & Vandendorpe, F. (1994). 최대 유산소 속도를 추정하기위한 두 가지 필드 테스트의 비교. 스포츠 과학 저널, 12(4), 355-362.
Clarke, A. C., Anson, J., & Pyne, D. (2015). 여자 럭비 세븐 즈의 달리기 요구 사항을 평가하기위한 생리 학적 기반 GPS 속도 영역. 스포츠 과학 저널, 33(11), 1101-1108.
Colby, M., Dawson, B., Heasman, J., Rogalski, B., & Gabbett, T. J. (2014). 호주 엘리트 축구 선수의 훈련 및 경기 부하와 부상 위험. 근력 및 컨디셔닝 연구 저널, 28(8), 2244-2252.
카스타냐, C., 임펠리제리, F. M., 차마리, K., 칼로마뇨, D., & 람피니니, E. (2006). 축구 선수의 유산소 체력과 요요 지속 및 간헐적 테스트 수행 : 상관 관계 연구. 근력 및 컨디셔닝 연구 저널, 20(2), 320-325.
Dupont, G., Akakpo, K., & Berthoin, S. (2004). 축구 선수의 시즌 중 고강도 인터벌 트레이닝의 효과. 근력 및 컨디셔닝 연구 저널, 18(3), 584-589.
Gabbett, T. J. (2015). 상대 속도 영역의 사용은 팀 스포츠 매치 플레이에서 수행되는 고속 달리기를 증가시킵니다. 근력 및 컨디셔닝 연구 저널, 29(12), 3353-3359.
Gabbett, T. J. (2016). 훈련-부상 예방 역설 : 운동 선수는 더 똑똑하고 더 열심히 훈련해야합니까? 영국 스포츠 의학 저널, 50(5), 273-280.
Hunter, F., Bray, J., Towlson, C., Smith, M., Barrett, S., Madden, J. 외(2015). 시간-동작 분석의 개별화 : 방법 비교 및 사례 보고서 시리즈. 국제 스포츠 의학 저널, 36(1), 41-48.
Lovell, R., & Abt, G. (2013). 시간-동작 분석의 개별화: 사례-코호트 예시. 국제 스포츠 생리학 및 성과 저널, 8(4), 456-458.
멘데즈-빌라누에바, A., & 부흐하이트, M. (2013). 축구에 특화된 체력 테스트: 가치 추가 또는 증거 확인? 스포츠 과학 저널, 31(13), 1503-1508.
멘데즈-빌라누에바, A., 부흐하이트, M., 심슨, B., & 부르돈, P. C. (2013). 청소년 축구의 경기 강도 분포. 국제 스포츠 의학 저널, 34(2), 101-110.
Reardon, C., Tobin, D. P., & Delahunt, E. (2015). 엘리트 프로 럭비 유니온에서 위치 별 달리기 요구를 해석하기위한 개별화 된 속도 임계 값의 적용: GPS 연구. PLoS ONE, 10(7), e0133410.