# 레이스 예측기 작동 원리

다양한 거리에 걸친 성과 예측 이면의 과학.

레이스 예측기는 1977년 Peter Riegel이 발표한 Riegel 공식을 사용합니다. 최근 10K 결과로 마라톤 시간을 예측하는 것과 같이, 기존 성과를 바탕으로 목표 거리의 완주 시간을 추정합니다.

## 공식

**T2 = T1 × (D2 / D1)^1.06**

- **T1** — T1 — 알려진 시간
- **D1** — D1 — 알려진 거리
- **T2** — T2 — 예측 시간
- **D2** — D2 — 목표 거리

지수 1.06 = 지구력 피로 요인

## 왜 1.06인가요?

러닝이 순수하게 유산소적이고 피로가 없다면 기록은 거리에 따라 선형적으로 증가할 것입니다(지수 = 1.0). 지수 1.06은 거리가 길어질수록 비례적으로 더 많은 노력이 필요하다는 현실을 포착합니다. 즉, 페이스는 단순히 선형적이지 않고 거리에 따라 조금 더 느려집니다.

10K를 42:00에 마친 러너는 마라톤을 정확히 그 페이스의 4배로 뛰지 못할 것입니다. 에너지 고갈과 누적된 피로로 인해 조금 더 느려질 것입니다. 1.06 요인은 이러한 현실을 경험적으로 모델링한 것입니다.

## 예시

10K를 45:00에 달렸다면 마라톤 예측 기록은 어떻게 될까요?

```
T1 = 2700 seconds (45:00)
D1 = 10 km
D2 = 42.195 km
T2 = 2700 × (42.195 / 10)^1.06 ≈ 13,140 s ≈ 3:39:00
```

## ⚠️ 주의해야 할 제한 사항

- 이 공식은 두 레이스 모두 최대 노력으로, 비슷한 조건에서 진행되었다고 가정합니다.
- 지형, 날씨, 고도 변화 또는 훈련의 특수성은 고려하지 않습니다.
- 두 거리가 비교적 가까울 때(예: 5K → 10K) 예측이 가장 정확합니다. 5K에서 마라톤으로 추정하는 것은 불확실성이 큽니다.
- 초보자는 예측을 뛰어넘는 경우가 많으며, 잘 훈련된 선수는 모델에 더 가깝게 나오는 경향이 있습니다.

---
[Cameron 공식에 대해 자세히 알아보기 →](https://calcpace-ccab5cc04603.herokuapp.com/ko/guides/cameron-predictor.md)
[Guides Index](https://calcpace-ccab5cc04603.herokuapp.com/ko/guides.md)