기록 예측기

리겔 공식 기반 예측은 비슷한 거리 간(예: 10K에서 하프마라톤)에서 가장 정확합니다. 거리 차이가 클수록 정확도가 떨어집니다. 예측은 비슷한 훈련과 레이스 당일 컨디션을 가정합니다.

리겔 공식은 T2 = T1 × (D2/D1)^1.06으로 레이스 시간을 예측합니다. T1은 기존 기록, D1은 기존 거리, D2는 목표 거리입니다. 지수 1.06은 장거리에서의 피로 요인을 반영합니다.

가능하지만 주의가 필요합니다. 5K에서 마라톤 예측은 충분한 장거리 훈련을 전제합니다. 25분 5K 러너는 마라톤 약 3시간 55분으로 예측될 수 있지만, 마라톤 전문 훈련 없이는 실제 시간이 상당히 느릴 수 있습니다.

표준 지수는 1.06으로, 거리가 길어질수록 속도가 느려지는 비율을 나타냅니다. 훈련이 부족한 러너는 1.08, 엘리트 지구력 선수는 1.04-1.05를 사용할 수 있습니다.

일반적인 원인: 장거리 훈련 부족, 잘못된 페이스 전략(너무 빠른 시작), 레이스 중 영양 부족, 더운 날씨, 업다운 코스. 공식은 최적 조건과 적절한 훈련을 가정합니다.

이상적으로는 최근 6~8주 이내, 최대 노력으로 달린 기록이어야 합니다. 오래된 기록은 현재 체력을 반영하지 못할 수 있습니다. 훈련 레이스나 타임 트라이얼도 전력질주였다면 사용할 수 있습니다.

정확도가 떨어집니다. 리겔 공식은 5K~마라톤 거리에서 가장 정확합니다. 울트라(50K+)에서는 영양 전략, 수면 부족, 지형 등 공식이 반영하지 못하는 요인이 크게 작용합니다.

기록 예측은 최적 조건(평지 코스, 좋은 날씨, 적절한 페이싱, 충분한 훈련)을 가정합니다. 언덕, 더위, 바람, 부족한 장거리 훈련 모두 실제 기록이 예측보다 느려지는 원인입니다. 해당 거리에 맞는 장거리 훈련을 충분히 쌓고, 평지 코스에서 레이스 페이스 연습을 반복하면 예측에 근접할 수 있습니다.

리겔 공식은 마라톤 이상의 거리에서 정확도가 떨어집니다. 울트라(50K+)에서는 피로 요소가 비선형적으로 증가합니다. 공식이 울트라 기록을 5-15% 과소 예측할 수 있습니다. 전문 울트라 예측 모델은 누적 고도, 보급소 시간, 수면 부족을 반영합니다.

러닝머신 기록을 입력값으로 사용할 수 있지만 야외 레이스에는 풍저항, 지형 변화, 온도 차이가 있습니다. 경험적으로 러닝머신 페이스에 km당 10-15초를 더하면 실외 환산값이 됩니다. 러닝머신 경사를 1%로 설정하면 실외 조건을 더 잘 시뮬레이션합니다.