성별, 나이, 체중, 키와 줄자로 잰 목둘레, 허리둘레(여성은 엉덩이둘레도)를 입력하세요. 줄자로 잰 값으로 추정한 체지방률, 체지방량, 제지방량과 기준 범주를 한 번에 계산합니다.
이 페이지에서 할 수 있는 것
- 체성분 측정기가 없어도 줄자 하나로 체지방률을 알 수 있습니다. 재는 것은 목둘레, 허리둘레(여성은 엉덩이둘레도)와 키뿐이며, 통계에 바탕을 둔 추정 공식으로 계산합니다
- 체중과 함께 체지방량(kg)과 제지방량(kg)도 동시에 계산합니다
- 추정한 체지방률이 ACE(미국운동협회)의 기준에서 어느 수준(운동선수 수준, 평균 등)인지 판정해 수직선 그래프로 보여 줍니다
- 같은 연령대의 이상적인 체지방률(잭슨·폴록 기준, 20~55세)과 BMI로 추정한 참고값도 함께 표시합니다
이 계산은 어디에 쓰일까요?
체중이 2 kg 줄어도 줄어든 것이 지방인지 근육이나 수분인지는 체중계만으로는 알 수 없습니다. 체지방률과 제지방량을 함께 기록하면 ‘지방은 줄고 근육은 유지되고 있는지’라는 다이어트의 질을 볼 수 있습니다.
추정 공식에는 오차가 있으므로, 한 번의 값보다 ‘같은 방법으로 계속 잴 때 변화의 방향’을 보는 것이 실용적인 쓰는 법입니다.
‘체지방률을 20%에서 15%로 낮추고 싶다’는 목표가 정해지면, 체지방량의 공식으로 ‘지방을 몇 kg 더 빼야 하는지’를 대략 어림할 수 있습니다(예: 체중 80 kg, 체지방률 20%인 사람이 제지방량을 유지한 채 15%를 목표로 하면 지방을 약 4.7 kg 빼야 하는 계산이 됩니다).
무작정 체중만 줄이는 것보다 근거 있는 계획을 세우기 쉬워집니다.
내장지방이 쌓이는 것은 만성질환의 위험과 관련이 있다고 알려져 있습니다. 국가건강검진에서도 허리둘레를 재고, 대한비만학회는 허리둘레가 남성 90 cm 이상, 여성 85 cm 이상이면 복부비만으로 보는 것처럼, ‘허리둘레를 재는 것’ 자체가 건강 관리의 첫걸음입니다.
이 계산기의 추정 공식은 바로 허리둘레와 목둘레의 차에 주목한 공식이므로, 정기적으로 재서 변화를 보면 위험을 일찍 알아차리는 데 도움이 됩니다(진단은 반드시 의료 기관에서 받으세요).
이 공식은 원래 미국 해군이 대원의 체지방률을 특별한 기기 없이 공평하게 판정하기 위해 개발한 것으로(이 페이지의 추정 공식이 ‘미 해군 공식’이라 불리는 이유입니다), 지금도 미군에서는 같은 계열의 줄자 측정법을 체격 기준의 판정에 쓰고 있습니다.
많은 인원을 같은 기준으로, 적은 비용으로, 언제 어디서나 잴 수 있다는 점이 줄자 하나로 계산할 수 있는 둘레 방식이 지금도 실무에서 쓰이는 이유입니다.
복싱, 레슬링, 태권도처럼 체급이 있는 경기에서는 제지방량(근육)을 되도록 유지하면서 계체량에 맞춰 체중을 줄여야 합니다. 체지방량과 제지방량을 나누어 파악하면 ‘얼마나 더 줄일 여유가 있는지’를 어림하는 재료가 됩니다.
필수지방(남성 2~5%, 여성 10~13%)보다 낮게 줄이는 것은 건강을 해치므로 전문가의 지도 아래에서 하세요.
공식과 그림
용어·기호 해설
기호
| \(P\) | 피 | 체지방률(%)로, 체중 중 지방의 무게가 차지하는 비율입니다. 이 페이지에서는 줄자 측정의 추정 공식과 BMI법 각각의 추정값을 나타냅니다. |
| \(W\) | 더블유 | 허리둘레(cm)입니다. 남성은 배꼽 높이, 여성은 배의 가장 가는 곳에서 수평으로 한 바퀴 잽니다. |
| \(N\) | 엔 | 목둘레(cm)입니다. 울대뼈 바로 아래의 가장 가는 곳에서 잽니다. |
| \(H\) | 에이치 | 엉덩이둘레(cm)입니다. 엉덩이의 가장 높은(굵은) 곳에서 잽니다. 여성의 공식에서만 씁니다(신체 치수의 엉덩이둘레와 같은 곳입니다). |
| \(h\) | 소문자 에이치 | 키입니다. 체지방률의 추정 공식에서는 cm 단위, BMI 계산에서는 m 단위(\(h_m\))로 씁니다. |
| \(m\) | 엠 | 체중(kg)입니다. 물리에서 질량을 나타내는 기호 m과 같습니다. |
| \(F\) | 에프 | 체지방량(kg)으로, 체중 중 지방의 무게입니다(Fat의 머리글자). |
| \(L\) | 엘 | 제지방량(kg)으로, 체중에서 체지방량을 뺀 나머지입니다(Lean body mass의 머리글자). |
| \(\mathrm{BMI}\) | 비엠아이 | 체질량지수입니다. 체중(kg) ÷ 키(m)의 제곱으로 계산합니다(예: 80 kg, 1.78 m라면 \(80 \div 1.78^2 \fallingdotseq 25.2\)). |
| \(A\) | 에이 | 나이(세)입니다. BMI법과 연령별 이상 체지방률에서만 쓰고, 체지방률의 추정 공식 자체에는 쓰지 않습니다. |
| \(\log_{10}\) | 로그 10(상용로그) | 10을 밑으로 하는 로그로, ‘10을 몇 제곱하면 그 수가 되는가’를 나타냅니다(예: \(\log_{10} 100 = 2\), \(\log_{10} 52 \fallingdotseq 1.716\)). |
용어
| 체지방률 | 체중 중 지방의 무게가 차지하는 비율(%)입니다. 겉모습이나 건강 위험은 체중 자체보다 체지방률과 관계가 깊다고 알려져 있으며, 같은 체중이라도 근육질인지 지방이 많은지에 따라 크게 다릅니다. |
| 미 해군 공식 | 이 계산기의 주된 공식(체지방률의 추정 공식)을 흔히 부르는 이름입니다. 원래 미국 해군이 대원의 체지방 관리를 위해 개발한 추정 공식(1984년, 호지던〈Hodgdon〉과 베킷〈Beckett〉)입니다. 특별한 기기 없이 줄자로 잰 둘레와 키만으로 추정할 수 있어, 지금은 일반적인 건강 관리와 몸만들기에도 널리 쓰입니다. |
| 제지방량 | 체중에서 체지방량을 뺀, 근육, 뼈, 수분, 내장 등의 합계 무게입니다. LBM(Lean Body Mass)이라고도 하며, 체성분 분석 결과지에도 ‘제지방량’으로 표시됩니다. |
| 상용로그 | 10을 밑으로 하는 로그 \(\log_{10}\)을 말합니다. 고등학교의 지수함수와 로그함수 단원에서 배웁니다. 이 페이지의 계산에서는 뜻을 잊었더라도 공학용 계산기나 Excel의 LOG10 함수가 그대로 계산해 줍니다. |
| 필수지방 | 호르몬의 작용이나 장기의 보호 등 생명을 유지하는 데 최소한으로 필요한 지방입니다. ACE의 기준에서는 남성 2~5%, 여성 10~13%이며, 이보다 낮아지면 오히려 건강에 위험합니다. 여성이 더 많은 것은 임신, 수유와 여성 호르몬의 작용을 위해 몸이 더 많은 지방을 필요로 하기 때문입니다. |
| ACE(미국운동협회) | American Council on Exercise. 운동 지도자의 자격 인증 등을 하는 미국의 비영리 단체입니다. 이 페이지의 기준 범주(필수지방~비만 범위)는 ACE가 공표한 구분에 따릅니다. |
| 생체전기저항분석법 | 가정용 체성분 측정기와 인바디 같은 체성분 분석기에서 쓰는 방식(BIA)입니다. 몸에 약한 전류를 흘려 전기가 통하기 어려운 정도로 체지방률을 추정합니다. 몸속 수분 등의 영향을 받기 쉽고, 이 페이지의 추정 공식(줄자로 둘레를 재는 방식)과는 측정 방법 자체가 달라 값이 차이 나는 것이 보통입니다. |
| 내장지방 | 배 안쪽, 내장 주위에 붙는 지방입니다. 너무 많이 붙으면 만성질환의 위험과 관련이 있다고 알려져 있습니다. 한국에서는 국가건강검진에서 허리둘레를 재며, 대한비만학회는 허리둘레가 남성 90 cm 이상, 여성 85 cm 이상이면 복부비만으로 봅니다. |
먼저 알아 두면 좋은 내용
이 페이지의 계산을 ‘뜻을 알고’ 쓸 수 있도록, 먼저 알아 두면 좋은 내용을 정리했습니다.
상용로그만은 고등학교 내용이지만, 뜻을 잊었더라도 계산기나 Excel이 계산해 주므로 쓰기만 하는 데에는 걱정하지 않아도 됩니다.
| 비와 비율, 백분율(초등학교 6학년, 11~12세) |
|
| 소수의 곱셈과 나눗셈(초등학교 5~6학년, 10~12세) |
|
| 거듭제곱(중학교 1학년, 12~13세) |
|
| 상용로그(고등학교 2학년 무렵, 16~17세) |
|
Excel로 계산하는 방법
| 키(cm) | 178 |
| 목둘레(cm) | 38 |
| 허리둘레(cm) | 90 |
| 체지방률(%) | =495/(1.0324-0.19077*LOG10(B3-B2)+0.15456*LOG10(B1))-450 |
| 키(cm) | 163 |
| 목둘레(cm) | 33 |
| 허리둘레(cm) | 80 |
| 엉덩이둘레(cm) | 100 |
| 체지방률(%) | =495/(1.29579-0.35004*LOG10(B3+B4-B2)+0.221*LOG10(B1))-450 |
| 체중(kg) | 80 |
| 체지방률(%) | 20.1 |
| 체지방량(kg) | =B1*B2/100 |
| 제지방량(kg) | =B1-B3 |
| 체중(kg) | 80 |
| 키(cm) | 178 |
| 나이(세) | 35 |
| BMI | =B1/(B2/100)^2 |
| 체지방률(%, 남성) | =1.2*B4+0.23*B3-16.2 |
| 체지방률(%, 여성) | =1.2*B4+0.23*B3-5.4 |
LOG10은 상용로그(10을 몇 제곱하면 그 수가 되는가)를 계산하는 Excel 함수입니다.
예를 들어 첫 번째 표라면 체지방률 셀에 약 20.1(%)이 표시됩니다. B열의 값을 자신의 측정값으로 바꾸면 그대로 쓸 수 있습니다.
Google 스프레드시트로 계산하는 방법
| 키(cm) | 178 |
| 목둘레(cm) | 38 |
| 허리둘레(cm) | 90 |
| 체지방률(%) | =495/(1.0324-0.19077*LOG10(B3-B2)+0.15456*LOG10(B1))-450 |
| 키(cm) | 163 |
| 목둘레(cm) | 33 |
| 허리둘레(cm) | 80 |
| 엉덩이둘레(cm) | 100 |
| 체지방률(%) | =495/(1.29579-0.35004*LOG10(B3+B4-B2)+0.221*LOG10(B1))-450 |
| 체중(kg) | 80 |
| 체지방률(%) | 20.1 |
| 체지방량(kg) | =B1*B2/100 |
| 제지방량(kg) | =B1-B3 |
| 체중(kg) | 80 |
| 키(cm) | 178 |
| 나이(세) | 35 |
| BMI | =B1/(B2/100)^2 |
| 체지방률(%, 남성) | =1.2*B4+0.23*B3-16.2 |
| 체지방률(%, 여성) | =1.2*B4+0.23*B3-5.4 |
Python으로 계산하는 방법
import math
sex = "m" # 남성은 "m", 여성은 "f"
age = 35 # 나이(세)
weight_kg = 80 # 체중(kg)
height_cm = 178 # 키(cm)
neck_cm = 38 # 목둘레(cm)
waist_cm = 90 # 허리둘레(cm)
hip_cm = 92 # 엉덩이둘레(cm, 여성의 공식에서만 사용)
# 체지방률의 추정 공식(남녀에 따라 공식이 다름)
if sex == "m":
denominator = 1.0324 - 0.19077 * math.log10(waist_cm - neck_cm) + 0.15456 * math.log10(height_cm)
else:
denominator = 1.29579 - 0.35004 * math.log10(waist_cm + hip_cm - neck_cm) + 0.22100 * math.log10(height_cm)
body_fat_percent = 495 / denominator - 450
# 체지방량과 제지방량
fat_mass_kg = weight_kg * body_fat_percent / 100
lean_body_mass_kg = weight_kg - fat_mass_kg
# BMI법(참고값)
bmi = weight_kg / (height_cm / 100) ** 2
bmi_method_percent = 1.20 * bmi + 0.23 * age - (16.2 if sex == "m" else 5.4)
print(f"체지방률(줄자 측정으로 추정): {body_fat_percent:.1f}%")
print(f"체지방량: {fat_mass_kg:.1f} kg / 제지방량: {lean_body_mass_kg:.1f} kg")
print(f"체지방률(BMI법, 참고): {bmi_method_percent:.1f}%")
LaTeX 등 수식 언어로 쓰는 법(복사 가능)
P = 495 ÷ (1.0324 − 0.19077 × log₁₀(W − N) + 0.15456 × log₁₀ h) − 450
P = \dfrac{495}{1.0324 - 0.19077\log_{10}(W - N) + 0.15456\log_{10} h} - 450
<math xmlns="http://www.w3.org/1998/Math/MathML" display="block">
<mrow>
<mi>P</mi>
<mo>=</mo>
<mfrac>
<mn>495</mn>
<mrow>
<mn>1.0324</mn>
<mo>−</mo>
<mn>0.19077</mn>
<msub><mi>log</mi><mn>10</mn></msub>
<mo>⁡</mo>
<mrow><mo>(</mo><mi>W</mi><mo>−</mo><mi>N</mi><mo>)</mo></mrow>
<mo>+</mo>
<mn>0.15456</mn>
<msub><mi>log</mi><mn>10</mn></msub>
<mo>⁡</mo>
<mi>h</mi>
</mrow>
</mfrac>
<mo>−</mo>
<mn>450</mn>
</mrow>
</math>
P = 495 / (1.0324 - 0.19077 log_(10)(W - N) + 0.15456 log_(10)(h)) - 450
bfp = 495/(1.0324 - 0.19077*Log10[waist - neck] + 0.15456*Log10[height]) - 450
bfp := 495/(1.0324 - 0.19077*log10(waist - neck) + 0.15456*log10(height)) - 450;
bfp = 495/(1.0324 - 0.19077*log10(waist - neck) + 0.15456*log10(height)) - 450;
P = 495/(1.0324 - 0.19077 log_10 (W - N) + 0.15456 log_10 h) - 450
P = 495 ÷ (1.29579 − 0.35004 × log₁₀(W + H − N) + 0.22100 × log₁₀ h) − 450
P = \dfrac{495}{1.29579 - 0.35004\log_{10}(W + H - N) + 0.22100\log_{10} h} - 450
<math xmlns="http://www.w3.org/1998/Math/MathML" display="block">
<mrow>
<mi>P</mi>
<mo>=</mo>
<mfrac>
<mn>495</mn>
<mrow>
<mn>1.29579</mn>
<mo>−</mo>
<mn>0.35004</mn>
<msub><mi>log</mi><mn>10</mn></msub>
<mo>⁡</mo>
<mrow><mo>(</mo><mi>W</mi><mo>+</mo><mi>H</mi><mo>−</mo><mi>N</mi><mo>)</mo></mrow>
<mo>+</mo>
<mn>0.22100</mn>
<msub><mi>log</mi><mn>10</mn></msub>
<mo>⁡</mo>
<mi>h</mi>
</mrow>
</mfrac>
<mo>−</mo>
<mn>450</mn>
</mrow>
</math>
P = 495 / (1.29579 - 0.35004 log_(10)(W + H - N) + 0.22100 log_(10)(h)) - 450
bfp = 495/(1.29579 - 0.35004*Log10[waist + hip - neck] + 0.22100*Log10[height]) - 450
bfp := 495/(1.29579 - 0.35004*log10(waist + hip - neck) + 0.22100*log10(height)) - 450;
bfp = 495/(1.29579 - 0.35004*log10(waist + hip - neck) + 0.22100*log10(height)) - 450;
P = 495/(1.29579 - 0.35004 log_10 (W + H - N) + 0.22100 log_10 h) - 450
F = m × P ÷ 100, L = m − F
F = m \times \dfrac{P}{100}, \quad L = m - F
<math xmlns="http://www.w3.org/1998/Math/MathML" display="block">
<mrow>
<mi>F</mi>
<mo>=</mo>
<mi>m</mi>
<mo>×</mo>
<mfrac><mi>P</mi><mn>100</mn></mfrac>
<mo>,</mo>
<mspace width="1em"/>
<mi>L</mi>
<mo>=</mo>
<mi>m</mi>
<mo>−</mo>
<mi>F</mi>
</mrow>
</math>
F = m xx P/100, L = m - F
fatMass = weight*bfp/100; leanMass = weight - fatMass
fatMass := weight*bfp/100; leanMass := weight - fatMass;
fat_mass = weight*bfp/100; lean_mass = weight - fat_mass;
F = m × P/100, L = m - F
P = 1.20 × BMI + 0.23 × A − 16.2(남성), P = 1.20 × BMI + 0.23 × A − 5.4(여성)
P_{\text{male}} = 1.20\,\mathrm{BMI} + 0.23A - 16.2, \quad P_{\text{female}} = 1.20\,\mathrm{BMI} + 0.23A - 5.4
<math xmlns="http://www.w3.org/1998/Math/MathML" display="block">
<mrow>
<msub><mi>P</mi><mtext>male</mtext></msub>
<mo>=</mo>
<mn>1.20</mn>
<mo>×</mo>
<mi>BMI</mi>
<mo>+</mo>
<mn>0.23</mn>
<mo>×</mo>
<mi>A</mi>
<mo>−</mo>
<mn>16.2</mn>
<mo>,</mo>
<mspace width="1em"/>
<msub><mi>P</mi><mtext>female</mtext></msub>
<mo>=</mo>
<mn>1.20</mn>
<mo>×</mo>
<mi>BMI</mi>
<mo>+</mo>
<mn>0.23</mn>
<mo>×</mo>
<mi>A</mi>
<mo>−</mo>
<mn>5.4</mn>
</mrow>
</math>
P = 1.20 BMI + 0.23 A - 16.2 (male), P = 1.20 BMI + 0.23 A - 5.4 (female)
bfpMale = 1.20*bmi + 0.23*age - 16.2; bfpFemale = 1.20*bmi + 0.23*age - 5.4
bfpMale := 1.20*bmi + 0.23*age - 16.2; bfpFemale := 1.20*bmi + 0.23*age - 5.4;
bfp_male = 1.20*bmi + 0.23*age - 16.2; bfp_female = 1.20*bmi + 0.23*age - 5.4;
P = 1.20 BMI + 0.23 A - 16.2 (male), P = 1.20 BMI + 0.23 A - 5.4 (female)
ChatGPT 에게 물어서 계산하는 방법
당신은 건강 계산 도우미입니다. 아래 계산은 반드시 Python 코드를 실제로 실행해서 하고, 실행 결과의 수치만을 근거로 답하세요(암산이나 추측으로 답하지 마세요). 줄자로 잰 둘레와 키로 체지방률을 추정하는 다음 공식을 쓰세요. 남성의 공식: 체지방률(%) = 495 / (1.0324 - 0.19077 × log10(허리둘레 cm - 목둘레 cm) + 0.15456 × log10(키 cm)) - 450 여성의 공식: 체지방률(%) = 495 / (1.29579 - 0.35004 × log10(허리둘레 cm + 엉덩이둘레 cm - 목둘레 cm) + 0.22100 × log10(키 cm)) - 450 대상: 남성, 키 178 cm, 체중 80 kg, 목둘레 38 cm, 허리둘레 90 cm 다음 값을 각각 구하세요. 1. 체지방률(%, 소수 첫째 자리까지) 2. 체지방량(kg) = 체중 × 체지방률/100 3. 제지방량(kg) = 체중 − 체지방량 계산에 쓴 공식과 실행 결과의 수치를 함께 보여 주고, 결과는 추정 공식에 따른 기준값이며 의학적 진단이 아니라는 한마디도 덧붙이세요.
사용법
-
1숫자 입력계산하고 싶은 숫자를 입력란에 입력합니다
-
2계산‘계산’ 버튼을 누릅니다
-
3결과 확인계산 결과가 바로 표시됩니다. 계산의 원리와 공식 해설도 같은 페이지에서 확인할 수 있습니다
DataChef의 특징
전문 지식 없이도 직관적이고 간단하게 사용
개인정보를 등록하지 않고도 이용할 수 있습니다
"다운로드"를 누르면 파일이 자동으로 삭제됩니다
출처 표기 불필요
상업적 이용 허가 연락도 필요 없습니다