본문 바로가기
감성안드로이더의 운동

근육량 늘리기, 데드리프트 (등운동편!)

by 감성안드로이더 2020. 10. 22.
반응형

 

 

안녕하세요!

날씨가 이제 점점 쌀쌀해집니다.

요새 저는 러닝에 아주 조금씩 빠졌어요!

아직까진 즐겁다 라기보단 오기로 

뛰고는 있는데 확실히 체력적으로도 

러닝은 해주는게 좋은 것 같습니다. 

그리고 보니깐

일교차가 좀 아직까진 좀 심한것같으니

모두 일교차로 인한 감기 조심하시구요!

 

코로나는 항상조심!!

 

 

오늘은 근육량 늘리기 세번째 시리즈인

데드리프트 입니다!

저의 등 운동 루틴은 굉장히 단순합니다.

 

오늘 그 루틴을 공개하겠습니다. 

 

 

 

 

 

그 첫번째는 전신 복합관절 운동인

데드리프트! 입니다!

근육량을 늘리기 위해서는 단연코

복합관절운동이 단관절 운동보다 

효과적인 측면에서 뛰어난건 이제는

말 안해도 다 아실거예요! 

 

그 중에서도 단연코 가장 많은 근육군이 

동원되는 운동인 데드리프트는!

근육량늘리기 측면에 있어서 큰 도움이 

되어주는 운동입니다! 

 

 

 

 

 

저의 데드리프트 루틴은 일단 

워밍업 후 빈봉으로 힙힌지 연습

양쪽 20kg를 끼우고 힙을 쓰는 연습!

다시 양쪽 20kg을 추가하여 100kg으로

이제 상체를 최대한 고정시키고 

협응하여 드는 연습을 합니다!

 

그리고 본세트에서는 워밍업 컨디션에

따라서 무게가 결정되며 갯수는 첫세트에

5~6개 할 수 있는무게로 설정해 줍니다. 

 

그리고 그 다음 세트에서도 5~6개를 할 수 

있으면 양쪽에 2.5kg씩 올리고 아니면 

한세트 더 5~6회 시도해보고 안되면 

되는지점까지만 실시합니다. 

 

그리고 그 다음 세트에서부터는 드랍세트로

무게를 양쪽 각 5kg씩 내리면서 갯수를

최대한 유지하려고 노력합니다. 

그렇게 첫번째 루틴인 컨벤셔널

데드리프트를 5~6세트 정도 해줍니다!! 

 

 

 

데드할때 저의 생각은 무게를 5회이상

정자세로 할 수 있는 무게로 (무겁게)

하는것이 좋다고 생각합니다. 

 

그리고 할때 상체를 일부러 막 움직이려

하시는 분들이 많은데 상체와 등은 

버티는 역활을 하는거라고 생각합니다. 

 

어차피 바벨에 무거운 무게가 실려있기

때문에 등은 버티는 과정에서 자연스레

이완과 수축을 이미 하고 있는 중이거든요!

 

 

 

 

 

 

 

그 다음 운동은 풀업입니다. 

풀업 역시 근육량늘리기에 도움을 줍니다!

풀업시에는 그립 넓이를, 저 같은 경우

전완근이 서로 11자를 이루게끔 그립을

잡아주는 편입니다. 

그렇게 해야지 쓸데없는 부위에 힘이 

분산되지 않고 등에 최대한 집중되는 

느낌을 받거든요!

 

 

 

 

 

그렇게 11자를 이루게끔 잡아주고 

최대한 손가락에는 과도한 힘이 들어가지

않게끔 거는 역활만 한다고 생각을 

해줄 수 있도록 집중해서 실시해요!

 

광배근 타겟을 잡기 위해서 팔꿈치를

모으지 않고 어깨에 무리가 가지 않는

선에서 바깥으로 벌려주고요 !

 

그리고 견갑과 광배가 벌어졌다 

수축하는 느낌에 강하게 집중합니다!

 

 

풀업은 총 3~4세트 매 세트마다 

할 수 있는 최대 갯수로 실시합니다. 

 

 

 

그 다음은 머신으로 로우를 해줍니다. 

로우 역시 3~4세트!

갯수는 8~10개 정도 할 수 있는 

무게로 설정해줍니다!

(로우는 나중에 사진첨부 하겠습니다!)

저는 등할때 3가지 이상 하지 않습니다.

 

그래서 등이 그렇게 좋지 않구만!!

 

이라고 생각 하실수도 있죠.

맞습니다. 디테일을 더 살리기 위해선

한두가지가 더 추가되도 좋을 듯 

합니다. 하지만 저는 요정도로 

만족하기 때문에 ^^ 

 

예전에는 등을 굉장히 많이 했는데

확 줄여서 해도 막 그렇게 차이가 

나지는 않더라구요!

 

오늘은 아주 심플한 저의 등루틴을

적어봤습니다! 

 

단순하게 그러나 빡쎄게 ! 다치지 않고

무겁게! 빡빡!! 치신다면 등은 

성장할 것입니다!!

 

 

모두 건강하게 운동하세요!!

 

 

반응형