신선한 세트가 더 가치 있어요
모델은 한 운동 안에서 뒤쪽 세트에 점점 낮은 가치를 줘요. 따라서 같은 주간 세트를 세션에 나눠 배치하면 모델 합계가 올라갈 수 있어요.
무료 근비대 도구
근육을 얼마나 자주 훈련하는지와 세션마다 유효 세트를 몇 개 하는지 비교해 보세요. 계산기는 수확 체감을 반영한 자극을 추정하고, 모델링된 신호 감쇠를 빼며, 어떤 일정이 주간 결과가 더 강한지 보여 줘요.
비교 모델로 사용하세요. 점수는 임의 단위이며, 실제 근육 성장을 예측할 수는 없어요.
모델 가정
비교할 두 일정을 입력하세요.
주간 순 자극은 같은 프로그램의 그럴듯한 두 버전을 비교할 때 가장 유용해요. 목표 근육과 세트 품질을 일정하게 유지하고, 빈도나 세션당 볼륨을 바꾸세요.
모델은 한 운동 안에서 뒤쪽 세트에 점점 낮은 가치를 줘요. 따라서 같은 주간 세트를 세션에 나눠 배치하면 모델 합계가 올라갈 수 있어요.
선택한 자극 기간이 끝나면, 모델은 다음의 균등하게 배치된 세션까지 점진적인 감쇠 비용을 적용해요.
점수가 높아도 일정이 지속 가능하고 중량, 반복, 자세, 관절, 회복이 안정적으로 유지될 때만 도움이 돼요.
이 구현은 결과를 측정치로 오해하지 않고 모델로 해석할 수 있도록 가정을 드러내요.
기본 비교는 주간 볼륨을 일정하게 유지하면서 그것을 다르게 배분해요.
총 열두 세트를 하되 각 세션에 더 많은 작업을 집중해요. 뒤쪽 세트일수록 모델에서 더 강한 수확 체감을 겪어요.
프로그램 A같은 열두 세트를 더 많은 노출에 나눠요. 세션 자극을 더 자주 갱신하므로, 보통 모델 점수를 높여요.
프로그램 B점수는 세 가지 입력으로 신뢰성 있게 추정할 수 없는 변수를 의도적으로 제외해요.
이 계산기는 Chris Beardsley의 주간 순 자극 프레임워크에서 영감을 받았으며, 발표된 용량-반응 및 유지 연구 결과를 눈에 보이는 기준점으로 사용해요. 방법론은 2026년 7월 16일에 업데이트되었어요.
fitzap workout 모델 방정식: 주간 순 자극 = 빈도 × 곡선(세션당 유효 세트) − 커버되지 않은 주간 시간 × 보정된 감쇠율. 인용된 연구는 곡선 기준점과 유지 가정에 정보를 주지만, 이 결합된 방정식이나 그 점수를 성장 예측으로 직접 검증하지는 않아요.
순 자극으로 배분을 비교한 다음, 총 세트 수를 확인하고 실제 훈련에서 무슨 일이 일어나는지 추적하세요.
모델이 답할 수 없는 것을 요구하지 않으면서 점수를 해석하는 방법.
일주일 동안 만들어진 훈련 자극과, 세션 사이에 그 신호가 모델링된 방식으로 줄어드는 것을 이론적으로 비교한 값이에요. 임의 단위로 표현되며, 근육 그램이나 예측 성장률을 뜻하지 않아요.
아니요. 이 점수에는 관절 부담, 전신 피로, 운동 품질, 지속 가능성, 개인의 회복이 포함되지 않아요. 두 선택지 모두 현실적이고 운동 수행이 그것을 뒷받침할 때만 점수가 더 높은 일정을 선택하세요.
근육을 직접 훈련하고 실패 지점에 합리적으로 가깝게 끝나는 도전적인 작업 세트를 입력하세요. 워밍업과 쉬운 기술 작업은 제외하세요. 두 프로그램 모두에 같은 기준을 일관되게 적용하세요.
모델은 세션의 처음 유효 세트가 뒤쪽 세트보다 더 많이 기여하고, 훈련 신호가 결국 감쇠한다고 가정해요. 더 고르게 간격을 둔 노출은 세션별 수확 체감과 모델링된 신호가 없는 시간을 둘 다 줄일 수 있어요.