근성장엔 무게보다 횟수…무엇보다 꾸준함이 최고

곽노필 2023. 8. 4. 09:15
자동요약 기사 제목과 주요 문장을 기반으로 자동요약한 결과입니다.
전체 맥락을 이해하기 위해서는 본문 보기를 권장합니다.

근육 운동의 효과와 관련한 해묵은 논란거리 가운데 하나인 이 의문에 대해 캐나다 맥마스터대 연구진이 무게보다 횟수가 중요하다는 연구 결과를 <영국 스포츠의학 저널> 에 발표했다.

연구진은 플랭크, 런지, 푸시업 등 체중을 이용한 운동을 포함해 모든 종류의 근육 운동이 유익한 것으로 나타났다고 밝혔다.

맥마스터대 연구진은 그동안 중량이 무거운 걸로 운동해야 효과가 좋다는 생각에 반하는 연구 결과들을 발표했다.

음성재생 설정
번역beta Translated by kaka i
글자크기 설정 파란원을 좌우로 움직이시면 글자크기가 변경 됩니다.

이 글자크기로 변경됩니다.

(예시) 가장 빠른 뉴스가 있고 다양한 정보, 쌍방향 소통이 숨쉬는 다음뉴스를 만나보세요. 다음뉴스는 국내외 주요이슈와 실시간 속보, 문화생활 및 다양한 분야의 뉴스를 입체적으로 전달하고 있습니다.

무게와 빈도 및 횟수에 관계없이 모든 형태의 근육운동이 유익하다. 맥마스터대 제공

역기나 덤벨 운동을 할 때 무게와 횟수를 어떻게 조합해 실행하는 것이 좋을까?

근육 운동의 효과와 관련한 해묵은 논란거리 가운데 하나인 이 의문에 대해 캐나다 맥마스터대 연구진이 무게보다 횟수가 중요하다는 연구 결과를 <영국 스포츠의학 저널>에 발표했다.

덤벨의 무게 따위 세세한 것에 신경쓰지 말고 운동 습관을 들이고 꾸준히 반복해서 하는 것이 더 중요하다는 얘기다. 연구진은 플랭크, 런지, 푸시업 등 체중을 이용한 운동을 포함해 모든 종류의 근육 운동이 유익한 것으로 나타났다고 밝혔다.

연구진은 웨이트 트레이닝 운동 프로그램에서 최적의 효과를 낼 수 있는 조합을 찾아내기 위해 모두 5천명 이상이 실험에 참여한 192개의 연구를 검토했다. 연구진은 운동 도구의 중량, 1회 운동시 세트 수, 운동 빈도(주 1~3회) 등 세 가지 주요 변수를 중심으로 데이터를 수집해 분석했다.

연구진에 따르면 많은 피트니스 전문가들은 근력을 키우는 데는 최대 3~5회 들어 올릴 수 있는 무거운 중량을 사용하는 것이 가장 효과적이며, 근육량을 키우는 데는 8~10회 정도 들어 올릴 수 있는 중량을 사용하는 것이 가장 효과적이라고 생각한다.

그러나 연구진이 실제 연구 데이터들을 종합 분석한 결과는 이런 통념과 달랐다. 근력을 키우는 데는 무거운 중량을 들어올리는 것이 더 효과적이지만, 근육량을 키우는 데는 여러번 반복하는 것이 더 효과적이며 중량은 상대적으로 덜 중요한 것으로 나타났다.

연구진은 근력과 근육량을 키우는 데 복잡한 프로그램은 불필요하다고 말했다. Danielle Cerullo/unsplash

복잡한 운동 프로그램 필요 없어

연구를 이끈 스튜어트 필립스 교수(운동학)는 “분석 결과 모든 근육운동이 근력과 근육량을 증가시켰다”며 “근력과 근육량을 키우는 데 복잡한 프로그램은 불필요하다”고 말했다. 그는 “어디서부터 시작하고, 어떻게 계속해야 할지 잘 모를 경우 조언을 구하되 복잡한 프로그램을 따를 필요는 없다”고 덧붙였다.

맥마스터대 연구진은 그동안 중량이 무거운 걸로 운동해야 효과가 좋다는 생각에 반하는 연구 결과들을 발표했다. 예컨대 무거운 중량으로 하는 것보다는 가벼운 중량으로 지칠 때까지 하는 것이 가장 효과적이라는 2010년 연구 논문이 그런 사례다. 이번에 다른 연구들에 대한 검토를 통해 자신들의 생각이 옳았음을 확인한 셈이다.

연구진은 “가장 큰 변수는 규칙적으로 할 수 있느냐는 것”이라며 “일단 규칙적으로 운동을 하게 되면 표면적으로 중요하게 보이는 변수들이 대다수 사람들에겐 필수적이지 않다는 게 분명하게 드러날 것”이라고 말했다.

*논문 정보

http://dx.doi.org/10.1136/bjsports-2023-106807

Resistance training prescription for muscle strength and hypertrophy in healthy adults: a systematic review and Bayesian network meta-analysis.

곽노필 선임기자 nopil@hani.co.kr

Copyright © 한겨레신문사 All Rights Reserved. 무단 전재, 재배포, AI 학습 및 활용 금지

이 기사에 대해 어떻게 생각하시나요?