효과 크기와 실질적 의미: 숫자 뒤에 숨은 진실——연구가 '효과적'이라고 말할 때, 당신에게 정말 유용한가?

서막: 커피 한 잔에서 시작된 논쟁

지난달 타이베이의 한 카페에서, 제가 지도하는 아마추어 산악자전거 선수 아카이(阿凱)가 스마트폰을 제 앞으로 밀어냈습니다. 화면에는 공유된 기사 하나가 떠 있었고, 제목에는 크게 '연구证实: 특정 보충제가 운동 수행 능력을 유의미하게 향상시킨다’라고 적혀 있었습니다. 그는 눈을 반짝이며 물었습니다. “코치, 이거 먹어야 할까요? ‘유의미한’ 효과가 있다고 하던데요!”

저는 바로 대답하지 않고, 오히려 그에게 먼저 질문을 던졌습니다. “그 '유의미하다’는 게, 단지 '0.3초 빨라졌다’는 뜻일 수도 있다는 걸 아니? 그것도 300명의 피험자를 대상으로, 빈틈없이 통제된 실험실에서 측정된 0.3초 말이야.” 그는 멈칫했습니다.

이것이 제가 지난 15년간 각급 선수와 일반 운동 인구를 지도하면서 가장 많은 노력을 기울여 풀어내야 했던 문제입니다: '효과가 있느냐 없느냐’와 '효과가 얼마나 크며, 당신에게 의미가 있느냐’는 완전히 다른 두 가지 질문입니다. 전자는 통계적 p값이 말하고, 후자는 당신이 우링(武嶺) 언덕을 오르거나, 허강(河濱)에서 인터벌 훈련을 할 때 실제로 느끼는 것입니다.

이 글에서 저는 여러분을 '효과 크기(effect size)'와 '최소 중요 차이’의 세계로 안내하고자 합니다. 이는 탑 속의 통계 용어처럼 들리겠지만, 장담합니다. 일단 이해하고 나면, 앞으로 어떤 운동 과학 연구나, 어떤 장비나 보충제 광고를 보더라도 눈이 달라질 것입니다. 숫자에 휘둘리던 사람에서, 숫자에게 되물을 수 있는 사람으로 변하게 될 것입니다.

---

개념 기초: p값의 오해와 효과 크기의 등장

p값은 아주 좁은 질문 하나에만 답할 뿐이다

먼저 잔인한 사실 하나를 말씀드리겠습니다: 대부분의 사람들(기사를 쓰는 많은 사람들조차)은 p값을 오해하고 있습니다.

p값(보통 p < 0.05를 보면 '유의미한 차이가 있다’고 기뻐하죠)은 사실 아주 좁은 질문 하나에만 답합니다: “두 그룹이 사실 차이가 없다고 가정할 때, 지금의 결과나 더 극단적인 결과가 관찰될 확률이 얼마나 낮은가?” 확률이 충분히 낮으면(5% 미만), 우리는 '이 차이는 순전히 운 때문일 가능성이 낮다’고 말합니다.

주의할 점은, 이것은 처음부터 끝까지 차이가 얼마나 큰지에 대해서는 전혀 알려주지 않는다는 것입니다.

여기에는 많은 사람들이 모르는 함정이 숨어 있습니다: 표본 크기가 충분히 크다면, 거의 모든 미세한 차이가 '통계적으로 유의미’해질 수 있습니다. 만약 제가 5000명을 모집해 어떤 훈련법을 테스트한다면, 그것이 평균적으로 FTP(기능적 역치 파워)를 단 1와트만 향상시켰다고 해도 p < 0.001 같은 멋진 숫자가 나올 수 있습니다. 하지만 우리 모두 알다시피, 1와트는 250와트의 사이클리스트에게 전혀 느껴지지 않으며, 측정 오차조차도 그것을 덮어버립니다.

효과 크기: '얼마나 차이가 나는지’를 수치화하다

효과 크기는 바로 이 간극을 메우기 위해 탄생했습니다. 표본 크기에 상관없이 직접적으로 답합니다: “이 차이는, 표준화된 척도로 환산하면, 도대체 얼마나 큰가?”

가장 흔한 효과 크기 지표는 Cohen’s d입니다. 그 논리는 직관적입니다: 두 그룹의 평균 차이를 데이터의 변동 정도(표준 편차)로 나눕니다. 다시 말해, "이 차이가 개인 간에 원래 존재하는 차이에 비해 큰지 작은지"를 묻는 것입니다.

Jacob Cohen이 당시 제안한 경험적 관례(주의, 관례일 뿐 절대적인 법칙은 아닙니다)에 따르면 일반적으로 다음과 같이 해석합니다:

Cohen’s d 값	관례적 해석	쉬운 설명
약 0.2	작은 효과	존재하지만, 아주 자세히 봐야 보인다
약 0.5	중간 효과	육안으로 식별 가능, 실질적으로 느껴지기 시작
약 0.8	큰 효과	분명하며, 보통 진지하게 고려할 가치가 있다

하지만 여기서 저는 매우 중요한 주의점을 하나 덧붙이고 싶습니다: 이러한 기준값은 학문 분야를 막론한 대략적인 참고치이며, Cohen本人도 상황에 따라 달라져야 한다고 강조했습니다. 엘리트 스포츠의 세계에서는 규칙이 완전히 다릅니다. 올림픽에서 금메달과 4위의 차이는 효과 크기로 환산하면 0.1에서 0.2에 불과할 수 있으며, 매우 작지만 선수에게는 시상대에 오르느냐, 국가 보너스를 받느냐의 천차만별입니다. 따라서 '작은 효과’가 '중요하지 않다’는 뜻은 아니며, '큰 효과’가 '당신에게 중요하다’는 것을 보장하지도 않습니다. 이것이 바로 우리가 다음에 다룰 핵심입니다.

(Cohen’s d의 기준값과 해석에 대해서는 글末尾에 나열된 Simply Psychology 및 LibreTexts 통계 교재 링크를 참조하시기 바랍니다.)

---

핵심 개념: 최소 중요 차이(MID / MCID)

'통계적 유의미성’에서 '당신이 신경 쓸 가치’로

효과 크기가 차이를 표준화하는 것이라면, 최소 중요 차이(Minimal Important Difference, MID; 임상에서는 흔히 Minimal Clinically Important Difference, MCID) 는 문제를 현실 세계로 다시 가져옵니다:

이 변화는, 당신이라는 '사람’이 실제로 느끼고 의미 있다고 생각할 만큼 커야 하는가?

MCID는 원래 임상 의학에서 나온 개념입니다. 예를 들어, 어떤 진통 요법이 통증 점수를 평균적으로 얼마나 낮춰야 환자가 '정말 덜 아프다’고 느끼는지, 단지 설문지 숫자만 바뀌는 것이 아니라 말입니다. 운동 과학은 이 사고방식을 차용했습니다: 훈련이나 중재가 당신의 수행 능력을 특정 기준점 이상으로 향상시켜야, 시간과 돈, 회복 비용을 들일 가치가 있다는 것입니다.

여기에는 잔인하지만 실용적인 관점이 하나 있는데, 제가 인용하기 좋아하는 것입니다: MCID는 사실 '매우 낮은 기준점’입니다. 그것은 '간신히 느낄 수 있는 정도’를 의미하지, '효과가 매우 좋다’는 뜻이 아닙니다. 어떤 중재가 MCID를 넘어섰다고 해도 그것은 '고려할 가치가 있다’는 뜻일 뿐, '강력 추천’과는 거리가 멉니다. (이 점은 글末尾의 ScienceDirect에 실린 'MCID Is a Low Bar’라는 논문에서 아주 직설적으로 설명하고 있습니다.)

반드시 함께 봐야 할 세 가지 숫자

저는 수강생들에게 연구를 볼 때 머릿속에 세 가지 질문을 동시에 품어야 한다고 말합니다. 하나라도 빠뜨리면 안 됩니다:

당신이 물어야 할 질문	해당하는 통계 개념	무시하면 어떻게 되는가
“이 차이가 진짜인가, 운인가?”	p값 / 신뢰 구간	노이즈를 신호로 착각
“이 차이가 얼마나 큰가?”	효과 크기(Cohen’s d 등)	1와트를 30와트인 양 축하
“이 차이가 내가 느낄 만큼 큰가?”	최소 중요 차이(MCID)	돈을 많이 쓰고도 전혀 느끼지 못하는 것을 구매

첫 번째 것만 보면, 당신은 아카이처럼 '유의미’라는 단어를 보고 지갑을 열게 될 것입니다. 세 가지를 함께 봐야, 비로소 비용 대비 효과가 합리적인 훈련 결정을 내릴 수 있는 능력이 생깁니다.

(MCID의 정의와 '그것은 낮은 기준점이다’라는 논의에 대해서는 글末尾의 PubMed 리뷰 및 ScienceDirect 링크를 참조하시기 바랍니다.)

대조표로 ‘네 가지 상황’ 이해하기

'통계적 유의성 여부’와 '효과 크기의 실질적 의미 여부’라는 두 축을 교차시키면, 완전히 다른 네 가지 상황이 나옵니다. 저는 이 표를 수강생들에게 칠판에 자주 그려 보여줍니다. 한 번에 가장 많은 오해를 꿰뚫어 보여주기 때문입니다:

	효과 크기 큼, 실질적 의미 있음	효과 크기 작음, 실질적 의미 없음
통계적으로 유의함	이상적: 실제로 효과가 있고 느낄 수 있어, 채택할 가치가 있음	함정: 표본이 커서 '거의 차이 없음’도 유의하게 만들어, 가장 오도되기 쉬움
유의하지 않음	아쉬움: 실제로 효과가 있을 수 있지만 표본이 작아 검출하지 못함, 후속 연구 가치 있음	명확함: 확신도 없고 효과도 작아, 그냥 건너뛰어도 됨

가장 위험한 칸은 오른쪽 위입니다. 통계적으로 유의하지만, 효과가 작아 의미가 없는 경우입니다. 이것이 바로 대규모 표본 연구가 가장 만들기 쉽고, 마케팅에서 가장 자주 단편적으로 인용되는 부분입니다. 앞으로 '대규모 연구가 유의미한 효과를 입증했다’는 말을 보면, 오히려 더 조심스럽게 효과가 도대체 얼마나 되는지 추궁해야 합니다. 반면 왼쪽 아래 칸은 우리에게 상기시켜 줍니다: '유의미함이 검출되지 않았다’는 '효과 없음이 증명되었다’는 뜻이 아닙니다. 단지 표본이 부족해서 아직 또렷이 보지 못했을 뿐입니다.

---

실무 방법: 연구를 훈련 결정으로 번역하기

이론은 끝났습니다. 당신이 정말로 원하는 것은 '그래서 내가 어떻게 써먹어야 하는가’라는 것을 압니다. 다음은 제가 실제로 수강생들을 지도할 때 가르치는 번역 프로세스입니다.

1단계: 먼저 묻기 “이 효과를 나에게 적용하면 얼마인가?”

연구는 종종 백분율이나 표준화된 숫자로 결과를 보고합니다. 당신이 가장 먼저 해야 할 일은 그것을 당신 자신의 절대적인 숫자로 환산하는 것입니다.

실제 예를 들어보겠습니다(숫자는 상황 설명을 위한 예시이며, 특정 연구를 인용한 것이 아닙니다): 어떤 연구가 특정 인터벌 훈련법이 피험자의 최대 산소 섭취량 관련 지표를 '평균 약 3% 향상’시켰다고 가정해 봅시다. 별로 많지 않아 보이나요? 환산해 봅시다. 당신이 지금 익숙한 언덕(예: 신주(新竹)의 스바젠산(十八尖山)이나 펑쥐이커우(風櫃嘴))을 오르는 데 약 20분이 걸린다고 가정합니다:

당신의 기준	3% 향상 후 추정치	실질적 의미
20:00의 언덕 오르기	약 30~40초 단축	느낄 수 있음, 주말에 모임에서 뒤처지지 않음
250와트의 FTP	약 7~8와트 향상	보통 측정 오차를 넘어서므로, 추구할 가치가 있음
40분의 10km 달리기	약 60~70초 단축	아마추어 러너에게는 분명한 발전

보이시나요? 똑같은 '3%'도, 당신이 익숙한 시나리오로 환산하면 갑자기 구체적이고 판단 가능해집니다. 이 단계가 추상적인 연구를 현실로 만드는 핵심입니다.

2단계: ‘측정 오차’ 및 '일상적인 변동’과 대조하기

이것은 가장 많은 사람들이 놓치는 단계입니다. 모든 측정에는 오차가 있고, 당신의 몸 상태도 매일 변동합니다. 만약 주장하는 효과가 당신이 평소에 겪는 일상적인 변동보다 작다면, 현실에서는 의미가 없습니다.

저는 보통 수강생들에게 먼저 ‘자기 변동성’ 숙제를 하게 합니다: 몇 주 연속 동일한 조건(같은 구간, 비슷한 수면, 비슷한 기온)에서 같은 수행 능력을 기록하여, 그것이 자연스럽게 얼마나 오르내리는지 파악하는 것입니다.

지표	일반적인 일상 자연 변동 범위(개인차가 크므로 개념적 참고용)	판독 원칙
기상 직후 심박수	수 bpm 정도	하루 이틀 높다고 긴장하지 말고, 추세를 볼 것
같은 구간 언덕 오르기 시간	수십 초 수준	이보다 작으면 발전이나 퇴보로 간주하지 말 것
파워 미터 수치	보통 수 %의 오차가 있음	자전거나 컴퓨터를 바꾼 전후는 직접 비교 불가

원칙은 간단합니다: 만약 어떤 중재의 효과가 당신 자신의 일상적인 노이즈 속에 묻혀버린다면, 연구가 아무리 멋지게 말해도 당신에게는 적용되지 않습니다.

3단계: ‘투입 대비 산출’ 추정하기

효과가 실제로 노이즈를 넘어서고 MCID도 넘어섰다고 해도, 마지막 질문 하나를 던져야 합니다: 그 대가가 그만한 가치가 있는가?

저는 타이완 KOM(산악왕 챌린지) 아마추어 그룹을 준비하던 수강생 샤오린(小林)을 지도한 적이 있습니다. 그는 한동안 '효과적’이라고 알려진 여러 방법을 동시에 시도하려고 했습니다. 저는 그에게 아주 원시적이지만 매우 유용한 표를 하나 만들게 했습니다:

중재 방식	추정 효과 크기	필요한 비용	제 조언
규칙적인 구조화 훈련(주기화)	큼	시간, 규율	최우선, 효과가 가장 확실함
수면 및 회복 관리	중간~큼	생활 습관 조정	투자 대비 효과 높음, 많은 사람이 과소평가
과체중 감량(건강 범위 내에서)	중간~큼(특히 언덕에서)	식이 조절	언덕형 대회에 매우 효과적
일부 미미한 보충제	작음	돈, 번거로움	앞의 세 가지를 먼저 한 후 고려

이 표는 그를 깨우쳤습니다: 그는 계속 '효과는 작지만 돈과 노력이 드는 것’에 매달리고 있었던 반면, ‘효과는 크고 노력만 하면 되는’ 수면과 주기화 훈련을 간과하고 있었던 것입니다. 결정의 우선순위는 항상 효과 크기가 가장 크고 비용이 가장 낮은 열매부터 따는 것입니다.

4단계: 자신에게 ‘소규모 검증’ 실시하기

연구가 주는 것은 집단 평균이지만, 진짜 답은 당신 자신에게서 찾아야 합니다. 저는 수강생들에게 아주 단순하지만 매우 효과적인 자기 검증법을 가르칩니다. 저는 그것을 '1인 실험’이라고 부릅니다:

1. 먼저 기준을 고정하라. 안정적으로 반복할 수 있는 테스트를 선택하세요. 예: 같은 언덕, 같은 워밍업, 최대한 비슷한 기온과 수면. 연속으로 여러 번 측정하여 '아무 변화도 주지 않았을 때’의 자연적인 범위를 파악하세요.
2. 한 번에 한 가지만 바꿔라. 어떤 중재를 검증하고 싶다면, 그것 하나만 바꾸고 다른 모든 것은 그대로 유지하세요. 세 가지를 동시에 바꾸면, 어떤 것이 작용하는지(또는 서로 상쇄하는지) 영원히 알 수 없습니다.
3. 충분한 시간을 주어라. 많은 생리적 적응은 몇 주가 지나야 나타납니다. 이틀 해보고 느낌이 없다고 포기하지 말고, 이틀 해보고 느낌이 있다고 진짜라고 믿지 마세요(그것은 단지 컨디션이 좋았던 것일 수 있습니다).
4. 어제와 비교하지 말고, 당신의 기준 변동과 비교하라. 변화가 당신의 원래 자연 변동 범위를 벗어날 때만 유효합니다.

이 방법의 정신은 '효과 크기’와 '일상적인 노이즈’의 개념을 직접 당신 자신에게 적용해 보는 것입니다. 완벽하지는 않지만(대조군이 없고, 위약 효과가 있음), 일반 운동 인구에게는 맹목적으로 광고를 믿는 것보다 훨씬 더 신뢰할 만합니다.

구체적인 환산 예시: 카페인과 타임 트라이얼

또 하나 자주 묻는 예를 들어 프로세스를 살펴보겠습니다(숫자는 개념 설명을 위한 예시이며, 특정 연구를 인용한 것이 아닙니다). 누군가 당신에게 "카페인이 지구력 운동 수행 능력을 약 2% 향상시킬 수 있다"고 말한다고 가정해 봅시다.

판독 단계	당신에게 적용
절대값 환산	40분 타임 트라이얼에서 2%는 약 40초 이상 단축
일상 변동과 대조	같은 조건에서 자연 변동이 약 20~30초라면, 40초는 '가능성’이 있음
MCID 초과 여부	순위에 신경 쓰는 당신에게 40초는 체감 가능; 순수 레저 라이딩이라면 상관없을 수도
비용 및 위험	저렴하고 편리하지만, 두근거림, 위장 문제, 수면, 개인 내성 차이에 주의
개인 반응	반응이 큰 사람, 거의 느끼지 못하는 사람, 심지어 불편함을 느끼는 사람도 있음

결론은 ‘반드시 써야 한다’ 또는 '절대 쓰지 말아야 한다’가 아니라, 다음과 같습니다: “이것은 효과 크기가 중간 정도이고 비용은 낮지만 사람마다 다른 선택지이므로, 당신이 직접 소규모로 한 번 시도해 본 후 결정할 가치가 있다.” 이것이 성숙한 판독의 모습입니다. 독단적이지 않고, 근거가 있으며, 행동으로 옮길 수 있습니다.

---

흔한 오류와 수정

수강생들을 지도한 세월 동안, 저는 '숫자 해석’에서 넘어지는 사람들을 많이 봤습니다. 다음은 가장 흔한 몇 가지이며, 수정 방법도 함께 적어 드립니다.

오류 1: '유의미함’을 '효과가 큼’으로 착각

이것은 가장 흔한 문제입니다. 앞서 말했듯이, '통계적 유의미성’은 단지 '대략 운이 아니다’라는 뜻일 뿐, '효과가 크다’와는 별개의 문제입니다.

수정: '유의미한 향상’이라는 말을 볼 때마다, 즉시 마음속으로 되묻습니다. “얼마나 향상됐지? 나에게 적용하면 몇 초, 몇 와트, 몇 킬로그램이지?” 상대방이 구체적인 숫자를 대답하지 못하거나, 그 숫자가 우스울 정도로 작다면, 그것을 할인해서 봐야 한다는 것을 알게 됩니다.

오류 2: 평균값만 보고 개인차를 무시

연구가 보고하는 것은 '평균 효과’이지만, 당신은 평균적인 사람이 아닙니다. 같은 중재에도 반응이 큰 사람이 있는가 하면, 거의 반응이 없는 사람도 있습니다. 이것을 '반응자 변이’라고 합니다. 평균 3%의 향상은, 절반은 6% 향상되고 절반은 전혀 변화가 없는 결과일 수 있습니다.

수정: 연구를 '시도해 볼 가치가 있는 가설’로 간주하고, '보장된 약속’으로 간주하지 마세요. 진짜 검증은 당신 자신에게 소규모로 기록하면서 하는 실험입니다(아래에서 설명).

오류 3: 실험실의 완벽한 조건을 실제 생활에 적용

연구는 종종 고도로 통제된 환경에서 수행됩니다. 피험자들은 충분히 자고, 카페인을 금지하고, 표준화된 식사를 합니다. 타이완에서 당신의 실제 생활은 어떤가요? 야근, 외식으로 먹는 돈가스 도시락, 퇴근 후 리버사이드 라이딩, 무더운 여름에 땀을 뻘뻘 흘리는 상황. 실험실에서 측정된 효과는 당신의 혼란스러운 일상 속에서 종종 줄어들게 마련입니다.

수정: 연구 효과에 대해 자동적으로 할인된 심리적 준비를 하세요. 특히 '완벽한 실행’에 의존하는 중재라면 더욱 그렇습니다. 실제 혼란 속에서도 견뎌내는 효과가 좋은 효과입니다.

오류 4: '상대적 숫자’에 감정이 증폭됨

"위험 50% 감소!"라는 말은 무시무시하게 들립니다. 하지만 원래 절대 위험이 0.002%였다면, 절반으로 줄어도 0.001%일 뿐이며 실질적으로는 거의 차이가 없습니다. 운동 광고에서도 상대적 숫자(향상 30%!)를 사용해 느낌을 증폭시키지만, 기준이 무엇인지는 알려주지 않는 경우가 많습니다.

수정: 항상 '절대적인 숫자’를 찾으세요. 기준값 없는 상대 백분율은 사기나 다름없습니다.

오류 5: 신뢰 구간의 폭을 무시

효과 크기의 ‘점 추정치’ 옆에는 보통 신뢰 구간이 있습니다. 그 구간이 매우 넓다면(예: '거의 효과 없음’부터 '효과 매우 큼’까지 모두 포함), 이 결과는 매우 불확실하다는 뜻이며, 특히 소규모 표본 연구에서 흔합니다.

수정: 표본이 작고 신뢰 구간을 보고하지 않았거나, 구간이 터무니없이 넓은 연구를 보면, 결론의 확실성을 더 낮춰 잡으세요.

오류 6: '대상이 누구인지’의 전이 가능성을 무시

많은 연구의 피험자는 당신과 전혀 다른 집단입니다. 훈련받지 않은 초보자로 얻은 효과를 이미 수년간 훈련한 베테랑에게 적용하면, 종종 크게 줄어듭니다. 베테랑의 '발전 여지’는 원래 훨씬 작기 때문입니다(운동 과학에서는 '훈련 상태’의 영향이라고 합니다). 반대로, 프로 선수로 한 연구도 우리 같은 아마추어 직장인에게는 적용되지 않을 수 있습니다.

수정: 연구를 볼 때 "피험자는 누구인가? 그들이 나와 비슷한가?"라고 한 번 더 물어보세요. 대상이 당신의 훈련 수준, 나이, 성별, 생활 방식과 많이 다르다면, 효과의 전이 가능성은 할인되어야 합니다. 타이완에서 흔한 상황은, 많은 광고가 외국 젊은 운동선수의 데이터를 인용하지만, 당신은 40대에 매일 외식하고 주말에만 자전거를 타는 사람이라면, 그대로 적용하면 실망만 할 것입니다.

---

타이완 현지 상황: 개념을 실제로 적용하기

이렇게 많이 이야기했으니, 타이완 독자들이 가장 쉽게 부딪히는 몇 가지 실용적인 지점을 특별히 짚고 넘어가겠습니다. 우리의 생활 조건은 실험실과는 거리가 멀기 때문입니다.

무더운 기후가 당신의 효과 크기를 잡아먹는다

타이완의 여름은 덥고 습합니다. 이것은 지구력 운동 수행 능력에 매우 큰 영향을 미칩니다. 많은 해외 연구는 서늘한 환경에서 측정한 멋진 효과인데, 당신이 7, 8월 오후의 리버사이드에서 라이딩을 하면, 열 스트레스만으로도 그 중재의 효과를 덮어버릴 수 있습니다. 판독할 때 환경 변수를 포함해야 합니다. 같은 훈련이라도 겨울과 한여름의 수행 능력 차이는, 어떤 작은 보충제의 효과보다 훨씬 클 수 있습니다. 이것이 여름에 수분 보충, 전해질, 시간대 선택(이른 아침이나 저녁)을 더 중요하게 여겨야 하는 이유이기도 합니다. 이러한 '큰 효과’의 기본기입니다.

외식족의 영양 현실

연구의 피험자들은 종종 표준화된 식사를 하지만, 우리는 점심에 돈가스 도시락, 저녁에 루러우판(滷肉飯)에 밀크티를 마실 수 있습니다. 어떤 중재의 효과가 '식이 조절이 잘 된다’는 전제에 기반한다면, 외식족에게 적용하면 줄어들게 마련입니다. 어떤 미미한 보충제에 집착하기보다는, '매 끼니에 단백질이 충분한가, 훈련을 지탱할 탄수화물을 충분히 먹고 있는가’와 같은 효과 크기가 더 큰 기본기를 먼저 챙기세요.

의료 접근성이 좋은 것은 당신의 강점

타이완은 건강보험 접근성이 높고 진료가 편리합니다. 이것은 사실 건강 정보를 판독할 때 우리의 큰 강점입니다. 어떤 보충제의 안전성, 어떤 신체 경고 신호, 또는 어떤 중재가 자신에게 적합한지 의문이 들 때, 진료 예약을 해서 의사, 물리치료사, 영양사에게 묻는 비용은 매우 낮습니다. 인터넷의 통계 숫자로, 전문적인 개별 평가를 대체하지 마세요. 특히 당신이 만성 질환(예: 당뇨병, 고혈압, 심장 관련 문제)을 가지고 있다면, 어떤 훈련이나 영양 조정도 먼저 담당 의사와 상의해야 합니다. 여기서 저는 의도적으로 표현을 보수적으로 합니다. 이러한 상황은 반드시 개별화되고 진료가 필요하며, 기사를 읽는 것만으로 스스로 결정할 수 있는 문제가 아닙니다.

---

수준별 독자를 위한 행동 제안

개념을 이해하는 것과 실제로 사용하는 것은 별개의 문제입니다. 제안을 세 가지 수준으로 나누었으니, 자신에게 맞는 것을 찾으세요.

운동 초보자라면

지금 당신은 논문을 파고들거나 Cohen’s d를 계산할 필요가 없습니다. 먼저 올바른 '우선순위 직관’을 세우는 것이 중요합니다:

• 큰 돌을 먼저 항아리에 넣으세요. 규칙적인 운동, 수면, 기본 영양, 점진적 과부하. 이러한 ‘효과 크기가 가장 큰’ 기본기는 어떤 작은 요령보다 훨씬 중요합니다. 기초를 다지지도 않고 각종 보충제와 장비 광고에 정신이 팔리지 마세요.
• ‘유의미함’, '효과 입증’이라는 광고를 보면, 심호흡부터 하세요. "효과가 구체적으로 얼마인가? 돈 값어치가 있는가?"라고 물어보세요. 대답하지 못하면 일단 보류하세요.
• 당신 자신의 기준을 기록하세요. 휴대폰 메모장에 매번 자전거를 탄 시간과 느낌을 기록하는 것만으로도, 석 달 후에 돌아보면 당신 자신의 데이터가 어떤 연구보다도 당신에게 더 가깝습니다.

경험 있는 중급자라면

이미 훈련 기반이 있으니, 다음은 '해석력’을 키울 차례입니다:

• 연구 결과를 자신의 절대적인 숫자로 환산하는 법을 배우세요(실무 방법 1단계 참조). 이것이 중급자가 가장 연습해야 할 번역 능력입니다.
• ‘개인 MCID’ 개념을 세우세요. 자신의 현재 단계 목표를 위해, 수행 능력이 얼마나 향상되어야 추구할 가치가 있는지 명확히 하세요. 예를 들어 PB(개인 최고 기록) 경신에 관심이 있다면, 먼저 PB를 깨는 데 필요한 초를 계산한 다음, 어떤 중재의 효과 크기가 그것에 도달하는지 평가하세요.
• 신뢰 구간과 표본 크기를 필터로 활용하세요. 표본이 작고 구간이 넓은 연구는 '흥미로운 단서’로만 여기고, 서둘러 훈련 전체를 바꾸지 마세요.

코치나 팀 리더라면

당신의 모든 조언은 여러 사람에게 영향을 미치므로 책임이 더 큽니다:

• 선수와 소통할 때, 그들이 이해할 수 있는 절대적인 숫자를 사용하세요. p값과 d값을 늘어놓지 마세요. "이 방법은 아마 그 언덕에서 20초를 단축시켜 줄 거야"라는 말이 "효과 크기 0.4"보다 훨씬 더 사람을 고무시킵니다.
• 기대치를 관리하세요. 선수들에게 연구가 보고하는 것은 평균이며 개인 반응은 다르다는 점을 상기시키고, 새로운 방법을 '시도해 볼 가치가 있는 가설’로 여기고 소규모 실험을 통해 누가 반응자인지 검증하게 하세요.
• 결정 우선순위를 정할 때, 항상 효과 크기와 비용을 먼저 물어보세요. 자원은 한정적이므로, 효과 크기가 가장 크고 가장 확실한 곳(훈련 구조, 회복, 기초 영양)에 투자하고, 수많은 미미한 것들을 쫓지 마세요.

---

완전한 사례 연구: 전체 사고방식 적용해 보기

아카이의 이야기로 마무리하며, 앞서 설명한 모든 개념을 엮어 보겠습니다.

그날 카페에서, 저는 그에게 그 보충제를 사지 말라고 직접 말하지 않았습니다. 대신 그와 함께 전체 프로세스를 진행했습니다.

1단계, 효과 번역. 우리는 그 광고 뒤에 숨은 대략적인 숫자를 찾아내어 그에게 적용했고, 추정된 효과는 그가 자주 타는 리버사이드 타임 트라이얼 구간에서 '몇 초 정도 빨라질 수 있다’는 정도였습니다.

2단계, 노이즈와 대조. 나는 그에게 지난 두 달간 같은 구간의 기록을 꺼내보라고 했고, 그의 자연적인 변동이 수십 초에 달한다는 것을 발견했습니다. 그가 주장하는 보충제가 가져다줄 몇 초보다 훨씬 큰 수치였습니다. 결론은 분명했습니다: 그 효과는 그의 일상적인 변동 속에 그대로 묻혀버린다는 것.

3단계, 투자 수익 계산. 그 보충제는 한 달에 꽤 많은 돈이 들었고, 매일 먹는 것도 기억해야 했습니다. 그리고 우리가 함께 그의 생활을 살펴본 결과, 그는 오랫동안 6시간 미만으로 자고 있었고, 대회 일주일 전에는 밤늦게까지 드라마를 보며 자지 않았습니다.

저는 그에게 말했습니다: “네가 느끼지도 못할 몇 초를 위해 돈을 쓰는 것보다, 수면을 6시간에서 7시간 반으로 늘리는 게 낫지 않겠어? 그 효과 크기는, 내가 장담하는데, 언덕에서 네가 확실히 느낄 거야.”

석 달 후, 그는 어떤 새 보충제도 먹지 않았고, 단지 수면과 훈련 구조만 조정했을 뿐인데, 그 리버사이드 PB가 거의 1분이나 단축되었습니다. 그가 돌아와서 한 첫마디는 이랬습니다: “코치, 이제부터 '유의미’라는 단어를 보면, 항상 먼저 생각할 거예요. 그게 도대체 몇 초지?”

그 순간, 저는 그가 정말로 이해했다는 것을 알았습니다. 이것이 제가 이 글을 쓰면서 가장 전달하고 싶었던 것입니다. 특정한 결론이 아니라, 평생 함께할 수 있는 사고방식입니다.

---

자주 묻는 질문(FAQ)

Q: 효과 크기의 기준값(0.2 / 0.5 / 0.8)은 절대적인 기준인가요?
A: 아닙니다. 그것은 Cohen이 제안한 학문 분야를 막론한 대략적인 관례이며, 그本人도 상황에 따라 달라져야 한다고 강조했습니다. 엘리트 스포츠에서는 아주 작은 효과 크기가 승부를 결정할 수 있고, 일반 대중 피트니스에서는 습관을 바꿀 만큼 더 큰 효과가 필요할 수 있습니다. 기준값은 참고용이지 성경이 아닙니다.

Q: 그럼 이제부터 제가 직접 Cohen’s d를 계산해야 하나요?
A: 전혀 그럴 필요가 없습니다. 당신이 배워야 할 것은 '계산’이 아니라 '사고방식’입니다. 결론을 보면 "나에게 적용하면 얼마인가, 내 일상적인 변동을 넘어서는가, 이 비용의 가치가 있는가"라고 묻는 것입니다. 이 세 가지 질문이 어떤 공식보다 실용적입니다.

Q: 연구가 효과적이라고 하는데, 제가 해보니 느낌이 없습니다. 제가 문제인가요?
A: 그럴 가능성은 매우 낮습니다. 연구가 보고하는 것은 평균이며, 개인 반응 차이는 매우 큽니다. 당신은 충분히 '저반응자’일 수 있습니다. 이것이 바로 자신에게 소규모 검증을 하는 것이 중요한 이유입니다. 한 편의 논문 때문에 자신의 몸을 의심하지 마세요.

Q: 그럼 차라리 연구를 아예 믿지 말고, 느낌만 믿는 게 낫지 않나요?
A: 그것도 옳지 않습니다. 그것은 또 다른 극단으로 가는 것입니다. 연구는 매우 가치 있는 '집단 수준의 증거’이며, 근거 없는 민간 요법을 걸러내는 데 도움이 됩니다. 올바른 방법은: 연구를 방향으로 삼고, 자신의 기록을 검증으로 삼아, 둘을 상호 보완하는 것입니다.

Q: 건강이나 부상 관련 중재도 이렇게 스스로 판단할 수 있나요?
A: 개념은 정보를 이해하는 데 도움이 될 수 있지만, 질병, 부상, 약물 또는 보충제 안전과 관련된 경우에는 반드시 전문가의 개별 평가를 받아야 합니다. 통계적 사고방식은 숫자를 이해하는 데 도움이 되지만, 의학적 판단을 대체할 수는 없습니다. 타이완은 진료가 편리하고 건강보험 접근성이 높으므로, 의문이 들면 진료를 예약하여 의사, 물리치료사, 영양사에게 묻는 것이 항상 가장 안전한 방법입니다.

Q: 효과 크기와 '상관 계수’는 같은 것인가요?
A: 완전히 같지는 않지만, 상관 계수(예: r)도 두 사물 간의 연관성 강도를 설명하는 일종의 효과 크기 지표입니다. 핵심은 동일합니다: '연관성이 있는지’만 보지 말고, '연관성이 얼마나 강하고 실무적으로 의미가 있는지’를 보아야 합니다. 게다가 상관 관계는 인과 관계를 의미하지 않습니다. 두 사물이 함께 변한다고 해서 하나가 다른 하나를 야기한다는 뜻은 아니며, 이것은 또 다른 자주 오용되는 큰 함정입니다.

Q: 어떤 연구는 효과가 큰데도 널리 채택되지 않는 이유는 무엇인가요?
A: 가능한 이유는 많습니다: 표본이 너무 작거나, 다른 연구에서 재현되지 않거나, 실험 설계에 결함이 있거나, 효과가 매우 특정한 조건에서만 성립하는 경우입니다. 아무리 훌륭한 단일 연구라도 '하나의 증거 포인트’일 뿐입니다. 정말로 신뢰할 수 있는 결론은 일반적으로 여러 독립적인 연구가 서로 다른 집단에서 일관된 방향을 보여줄 때 비로소 성립합니다. '어떤 단일 연구의 충격적인 발견’을 보면 일단 보수적으로 받아들이세요.

Q: 주의할 점이 너무 많아서 일반인이 다 기억하지 못하면 어떻게 하나요?
A: 전부 기억할 필요는 없습니다. 반사 행동 하나만 만들면 충분합니다. '효과적’이라는 말을 볼 때마다 마음속으로 세 문장을 묻는 것입니다: “효과가 얼마나 크지(내 초, 와트로 환산하면)? 내 일상적인 변동을 넘어서나? 이 비용의 가치가 있나?” 이 세 문장이 이 글의 가치의 90%를 압축합니다.

---

결론: 숫자에게 되물을 수 있는 사람이 되자

우리는 숫자에 폭격당하는 시대에 살고 있습니다. 휴대폰을 켜면 ‘연구 입증’, ‘유의미한 향상’, '놀라운 효과’라는 말이 가득합니다. 이러한 단어에는 생각 없이 믿게 만드는 마법 같은 힘이 있습니다.

하지만 이 글을读完, 당신은 이미 어느 정도 면역력을 얻었기를 바랍니다. '유의미함’이 '효과가 큼’과 같지 않다는 것을 알고, 연구를 자신의 절대적인 숫자로 번역하는 법을 알고, 일상적인 노이즈와 MCID에 대조하는 법을 알고, 투입 대비 산출을 계산하는 법을 알게 되었습니다.

가장 뛰어난 운동선수는 연구를 가장 많이 읽는 사람이 아니라, 질문을 가장 잘하는 사람입니다. 다음에 누군가 ‘효과 입증’ 기사를 들고 당신을 찾아와도, 당신은 예전의 아카이처럼 눈을 반짝이지 않고, 미소 지으며 한마디를 던질 것입니다:

“그래서, 효과가 구체적으로 얼마인데? 나에게, 정말 의미가 있을까?”

이 한마디가, 숫자에 휘둘리던 당신이 숫자를 다루는 사람으로 변하는 분기점입니다.

마지막으로 한 가지 당부하고 싶습니다: 이 사고방식을 기르는 것은 당신을 냉소적으로 만들어 무엇이든 믿지 않게 하기 위함이 아닙니다. 정반대로, 그것은 당신이 한정된 시간, 돈, 회복량을 진정으로 가치 있는 곳에 투자하게 하기 위함입니다. 더 이상 수많은 미미한 효과에 정신이 팔리지 않게 되면, 오히려 더 집중하고 확고하게 효과 크기가 가장 큰 몇 가지(규칙적인 훈련, 충분한 수면, 탄탄한 영양, 점진적 과부하)를 잘, 오래 해낼 수 있습니다. 이것이 장기적인 발전의 진정한 엔진입니다.

숫자는 도구이지 주인이 아닙니다. 그것을 이해하고, 그것에게 질문하고, 그것을 당신을 위해 사용하게 하세요. 이것이 성숙한 운동선수의 자세입니다.

타이완의 모든 언덕, 모든 리버사이드, 모든 대회에서 어제보다 더 명확하고 더 현명하게 달리시길 바랍니다. 길에서 만납시다.

---

본문은 교육용 콘텐츠이며, 의사, 물리치료사 또는 영양사의 개별 진단 및 치료 권고를 대체할 수 없습니다. 질병(예: 당뇨병, 고혈압, 심장병 등), 부상 또는 보충제 안전과 관련된 경우에는 반드시 전문 의료진의 개별화된 평가와 도움을 받으시기 바랍니다.

참고 자료

• Simply Psychology — What Does Effect Size Tell You?: https://www.simplypsychology.org/effect-size.html
• Statistics LibreTexts — Cohen’s Standards for Small, Medium, and Large Effect Sizes: https://stats.libretexts.org/Bookshelves/Applied_Statistics/Business_Statistics_(OpenStax)/10%3A_Hypothesis_Testing_with_Two_Samples/10.02%3A_Cohen’s_Standards_for_Small_Medium_and_Large_Effect_Sizes
• PubMed — The Minimal Clinically Important Difference: A Review of Clinical Significance: https://pubmed.ncbi.nlm.nih.gov/34854345/
• ScienceDirect — Minimally Clinically Important Difference (MCID) Is a Low Bar: https://www.sciencedirect.com/science/article/abs/pii/S0749806322007010
• Wikipedia — Minimal important difference: https://en.wikipedia.org/wiki/Minimal_important_difference

관련 주제 읽기

• 개인차와 반응자: 평균값의 거짓말——'효과적인 훈련 계획’이 당신에게는 효과가 없을 수 있는 이유
• 마사지와 폼롤러 이완의 과학적 검증: 메커니즘, 효과 크기, 그리고 무시되는 위약 성분
• 운동 과학에서 위약 효과의 역할: '믿음’을 사용해 훈련을 강하게 만드는 방법
• 운동 테스트의 과학: 체력을 평가하고, 적합한 장소 테스트와 추적 방법을 선택하는 방법