계산기
일반적인 좋은 선택입니다. 거리 차이가 적을 때 가장 정확합니다. — 예: 10K → 하프 마라톤
거리 차이가 클 때 더 좋습니다. 단거리 레이스의 속도를 반영합니다. — 예: 1마일 → 마라톤
레이스 예측 공식은 어떻게 작동하나요
레이스 성과를 예측하는 일은 과학이자 기술입니다. 당사의 레이스 예측기는 스포츠 생리학에서 가장 인정받는 두 가지 수학 모델인 Riegel과 Cameron을 사용하여 최근 기록을 바탕으로 잠재적인 완주 시간을 추정합니다.
Riegel 공식(T2 = T1 × (D2/D1)^1.06)은 거리가 늘어나도 유산소 능력이 비교적 일정하게 유지된다고 가정합니다. 5K에서 마라톤 사이의 거리를 예측하는 표준적인 방법입니다.
Cameron 공식은 거리 보정 계수를 도입합니다. Dave Cameron은 수천 건의 레이스 결과를 분석하여, 거리가 늘어날 때 다른 사람보다 더 크게 '무너지는' 러너들이 있다는 사실을 발견했습니다. 이 모델은 1마일처럼 매우 짧은 거리에서 마라톤으로 옮겨 가는 러너에게 더 정확한 경우가 많습니다.
두 공식 모두 평지 도로 코스에서 일반적인 조건 아래 최대에 가까운 노력으로 달렸다고 가정합니다. 열, 고도, 고강도 훈련에서 누적된 피로는 고려하지 않습니다. 예측을 현실적인 목표로 삼되, 다가오는 레이스의 구체적인 조건에 맞춰 조정하세요.
어떻게 작동하나요?
예측된 마라톤 기록이 실제 개인 최고 기록보다 훨씬 빠른 이유는 무엇인가요?
공식은 목표 거리에 필요한 특정 훈련을 이미 수행했다고 가정합니다. 5K 20분은 3:10 미만의 마라톤을 예측하지만, 이는 필요한 지구력 기반과 충분한 주행 거리를 쌓았을 때에만 해당합니다.
예측에는 Riegel과 Cameron 중 무엇을 사용해야 하나요?
유산소 요구가 비슷한 거리 사이를 예측할 때는 Riegel을 사용하세요(10K → 하프 마라톤, 하프 → 마라톤). 5K나 1마일처럼 짧은 거리에서 훨씬 긴 거리를 예측할 때는 Cameron을 사용하세요. Cameron은 짧은 종목에서 지구력보다 스피드의 역할이 크다는 점을 반영합니다.
레이스 예측 공식은 얼마나 정확한가요?
잘 훈련된 러너가 인접한 거리를 예측할 때(10K → 하프, 하프 → 마라톤) 정확도는 보통 오차 2~5% 이내입니다. 알고 있는 거리와 목표 거리의 차이가 커질수록 정확도는 떨어집니다. 열, 언덕, 피로 같은 환경 요인은 모델에 포함되지 않으므로 예측은 보장이 아니라 출발점으로 여기세요.