예측기의 작동 방식
이 계산기는 러닝에서 가장 널리 쓰이는 레이스 예측 공식인 Peter Riegel의 1981년 지구력 방정식을 사용합니다. 알고 있는 결과 하나를 T2 = T1 * (D2 / D1)^1.06으로 다른 거리에 맞게 조정합니다. 여기서 T1과 D1은 알고 있는 시간과 거리, T2와 D2는 예측 시간과 목표 거리이며, 1.06은 피로 지수입니다.
그 지수가 핵심 개념입니다. 같은 페이스를 영원히 유지할 수 있다면 지수는 1.0이고 시간은 거리에 선형으로 비례합니다. 실제로는 거리가 늘수록 페이스가 떨어지므로 지수는 1.0보다 약간 높습니다. Riegel은 러닝, 수영, 사이클링의 수천 건 결과에 1.06을 맞췄고, 약 3.5분에서 4시간의 지구력 이벤트에 잘 들어맞았습니다.
예측 기록 읽기
정직한 최근 레이스 하나를 입력하면 계산기가 5K, 10K, 하프 마라톤, 마라톤의 환산 기록을 각각 킬로미터당 환산 페이스와 함께 돌려줍니다. 입력 거리와 일치하는 행은 강조되어 실제 결과를 보여주고, 나머지 셋은 예측입니다.
예측은 알고 있는 거리와 목표 거리 사이의 차이가 작을 때 가장 신뢰할 만합니다. 10K는 하프 마라톤을 잘 예측하고, 하프는 마라톤을 그런대로 예측합니다. 5K에서 마라톤을 예측하는 것처럼 멀리 도약하면 모델이 늘어나, 지구력 기반이 뒷받침하지 않는 한 낙관적인 경향이 있습니다.
공식이 가정하는 것
Riegel의 방정식은 거리 간 동등한 훈련과 특이성을 가정합니다. 마라톤이 요구하는 장거리 달리기를 했는지, 더위, 언덕, 바람, 부진한 페이스 조절이 입력 레이스를 왜곡했는지는 알지 못합니다. 쓰레기를 넣으면 쓰레기가 나옵니다. 깔끔한 예측을 위해 고르게 페이스를 조절한, 평평하고 최근의 결과를 넣으세요.
예측기를 보장이 아니라 페이스 목표이자 체력 점검으로 사용하세요. 많은 코치는 하프에서 나온 Riegel 마라톤 예측을 최선의 경우 한계로 보고 약간의 여유를 더합니다. 마라톤의 마지막 10K가 공식이 보지 못하는 지구력의 어떤 빈틈도 가차 없이 드러내기 때문입니다.
예제 풀이
한 러너가 10K를 45:00(4:30 /km)에 달립니다:
| 레이스 입력 | 10K in 45:00 |
| 예측 5K | 21:35 |
| 예측 하프 마라톤 | 1:39:17 |
| 예측 마라톤 | 3:27:01 |
모든 예측은 단일 45:00 입력에서 T2 = 2700 * (D2/10000)^1.06으로 나옵니다.
자주 묻는 질문
레이스 기록 예측기는 얼마나 정확한가요?
Riegel의 공식은 알고 있는 거리와 목표 거리가 가깝고 둘 다 훈련했을 때 몇 퍼센트 이내로 정확합니다. 10K로 하프 마라톤을 예측하는 것은 보통 신뢰할 만합니다. 5K에서 마라톤처럼 큰 도약에서는 정확도가 떨어지며, 대부분의 러너가 유지할 수 있는 것보다 빠른 기록을 예측하는 경향이 있습니다.
지수가 왜 1.06인가요?
지수는 거리가 늘수록 러닝 페이스가 어떻게 떨어지는지를 포착합니다. 1.0이면 어떤 거리에서도 같은 페이스를 유지한다는 뜻인데, 이는 불가능합니다. Peter Riegel은 1981년 수천 건의 지구력 결과에 1.06을 맞췄고, 약 3.5분에서 4시간 지속되는 이벤트의 표준으로 남아 있습니다.
가장 좋은 예측을 위해 어떤 레이스를 입력해야 하나요?
평평한 지형에서 정직하게 페이스를 조절한 가장 최근의 레이스, 이상적으로는 목표와 거리가 가까운 레이스를 입력하세요. 마라톤을 예측하려면 최근 하프 마라톤이 5K보다 훨씬 나은 추정값을 줍니다. 입력 거리가 예측하려는 거리에 가까울수록 오차가 작아집니다.
언덕, 더위, 바람을 반영하나요?
아닙니다. 공식은 시간을 거리로만 조정하므로, 입력 레이스가 평평한 코스에서 고른 페이스로 좋은 조건에 달렸다고 가정합니다. 알고 있는 결과가 언덕이 많고 덥거나 바람이 부는 날에 나온 것이라면 느리게 읽혀 예측이 비관적이 됩니다. 최선의 정확도를 위해 깔끔한 결과를 사용하세요.
하프 마라톤에서 나온 마라톤 예측을 믿어도 되나요?
최선의 경우로 보세요. Riegel은 마라톤 특화 훈련, 특히 장거리 달리기를 했다고 가정합니다. 지구력 기반이 얇으면 실제 마라톤은 예측보다 느려집니다. 마지막 10K가 공식이 보지 못하는 빈틈을 드러내기 때문입니다. 많은 러너가 예측 기록에 약간의 여유를 더합니다.
출처
- Riegel PS (1981). "Athletic Records and Human Endurance." American Scientist 69(3):285-290. The endurance equation T2 = T1 * (D2/D1)^1.06 and its fatigue exponent. 링크
- Riegel PS (1977). "Time Predicting." Runner's World, August 1977. The original popularisation of the distance-time prediction model for runners.