데이터 & 지표

경사 보정 페이스(GAP) 설명

워치에는 그 오르막에서 6:30/km이라고 나오지만, 체감은 5:00 노력이었습니다. GAP은 이 차이를 연결하는 지표입니다 — 뒤에 숨겨진 과학, 플랫폼마다 다른 이유, 그리고 실제 활용법을 알아봅니다.

10분 읽기
핵심 요약
  • GAP은 오르막 러닝 페이스를 평지 환산값으로 변환하여, 서로 다른 고저차 프로필의 코스에서의 노력을 비교할 수 있게 해줍니다.
  • 과학적 기초는 Minetti 등(2002)에서 나왔으며, 러닝의 대사 비용이 평지가 아닌 약 -20% 내리막 경사에서 최소화된다는 것을 발견했습니다. (많은 출처가 -10%를 인용하지만, 이는 사실 보행의 최소값입니다.)
  • 2017년에 Strava는 연구실 기반 대사 모델을 넘어 240,000명의 선수로부터 얻은 600만 건의 러닝 데이터로 훈련된 심박수 등가 모델로 전환하여, 더 현실적인 GAP 값을 만들었습니다.
  • Garmin과 Strava가 같은 러닝에 대해 다른 GAP 값을 보여주는 것은 서로 다른 고도 데이터 소스, 비용 모델, 평활 알고리즘을 사용하기 때문입니다.
  • GAP은 완만한 오르막(+1%~+10%)에서 가장 신뢰할 수 있지만, 급경사 내리막에서는 정확도가 크게 떨어져 예측 오차가 3배에 달할 수 있습니다.

경사 보정 페이스란?

오르막을 달릴 때 속도가 느려집니다 — 덜 노력해서가 아니라, 중력에 대항하는 데 미터당 더 많은 에너지가 필요하기 때문입니다. 심박수가 올라가고, 호흡이 가빠지고, 다리가 타들어갑니다. 하지만 워치는 느려진 페이스만 봅니다. 평지에서 편안하게 조깅하는 것인지 6% 경사를 젖산 역치로 오르고 있는 것인지 구분하지 못합니다.

경사 보정 페이스(GAP)는 간단하지만 강력한 질문에 답합니다: 같은 생리적 노력으로 평지에서 달렸다면, 얼마나 빨랐을까? 고저차 변화의 에너지 비용을 고려함으로써, GAP은 언덕 러닝을 평지 환산값으로 변환하여 — 5:30/km 언덕 반복과 4:45/km 평지 템포를 비교하고, 생리적으로 같은 노력이었다는 것을 알 수 있게 합니다.

Garmin, Strava, COROS, TrainingPeaks 등 모든 주요 러닝 플랫폼이 GAP의 어떤 버전을 계산합니다. 하지만 모두 일치하지는 않으며, 그 이유를 이해하려면 과학, 모델, 의존하는 데이터를 들여다봐야 합니다.

GAP의 과학적 기초

GAP의 과학적 기초는 2002년 Alberto Minetti와 동료들이 Journal of Applied Physiology에 발표한 획기적 연구에서 나왔습니다. 그들은 10명의 남성 트레일 러너를 전동 트레드밀에 세우고 -45%에서 +45%까지의 경사에서 산소 소비량 — 대사 비용의 직접적 지표 — 을 측정했습니다.

결과는 많은 사람을 놀라게 한 에너지 비용 곡선을 만들었습니다: 러닝의 최소 대사 비용은 평지에서 발생하지 않습니다. 약 -20% 내리막에서 발생합니다. 평지에서 비용은 약 3.6 J/kg/m입니다. -20% 부근에서는 약 1.8 J/kg/m로 떨어집니다 — 에너지 소비의 절반입니다. 더 급해지면 편심 제동력이 엄청나게 커지면서 비용이 급격히 상승합니다. (널리 반복되는 주장이 최소값을 -10%로 두지만, 이 수치는 같은 Minetti 연구의 보행 데이터에서 나온 것이며 — 러닝 최소값은 더 급한 내리막에 있습니다.)

오르막 쪽에서는 비용이 가파르고 예측 가능하게 상승합니다. 경사 1% 증가마다 에너지 비용이 약 3-4% 추가됩니다. +10%에서는 평지보다 약 40% 더 많은 에너지를 소비합니다. +45%에서는 비용이 거의 19 J/kg/m에 달합니다 — 평지 비용의 5배 이상입니다.

Minetti 비용 공식

C(g) = 155.4g⁵ − 30.4g⁴ − 43.3g³ + 46.3g² + 19.5g + 3.6

여기서 g = 경사(분수, 0.05 = 5% 오르막), C = 대사 비용(J/kg/m)

Minetti 비용 곡선 (에너지 비용 vs. 경사)

경사 (%)비용 (J/kg/m)

최소: -18% (1.78 J/kg/m)
평지: 0% (3.6 J/kg/m)

이 5차 다항식은 테스트된 전체 경사 범위에서 경사와 대사 비용 사이의 비선형 관계를 포착했습니다. 이것이 러닝 테크 산업 전반의 GAP 계산의 기초가 되었습니다.

GAP 계산 방법

실제로 GAP을 계산하는 것은 활동의 매 ~1초 GPS 레코드에 적용되는 세 단계를 포함합니다. 첫째, 알고리즘이 순간 경사 — 해당 구간의 고도 변화를 수평 거리로 나눈 값 — 를 계산합니다. 둘째, 해당 경사에 대한 에너지 비용 보정 계수를 조회합니다. 셋째, 실제 러닝 속도에 이 보정 계수를 곱하여 같은 노력에서의 평지 속도를 추정합니다.

수학은 직관적입니다. 5% 경사에서 3.0 m/s로 달리고 있고, 비용 모델이 5% 경사가 평지 러닝의 1.17배 에너지를 필요로 한다고 하면, GAP 속도는 3.0 × 1.17 = 3.51 m/s — 실제 5:33/km에 비해 평지에서 약 4:45/km에 해당합니다.

GAP 보정 예시

경사비용 계수실제 페이스GAP
-10%0.72×4:00/km5:33/km
-5%0.87×4:20/km4:59/km
0%1.00×4:45/km4:45/km
+3%1.11×5:10/km4:40/km
+5%1.17×5:33/km4:45/km
+10%1.40×6:30/km4:38/km
+15%1.68×7:40/km4:34/km

실제로 대부분의 플랫폼은 Minetti 5차 다항식의 단순화된 버전을 사용합니다. 일반적인 근사치는 2차 모델 — a(g) = 1 + c₁·g + c₂·g² — 로, 선형 계수가 순경사 효과를 포착하고 2차 계수가 급경사에서의 비선형 비용 증가를 포착합니다. 정확한 계수는 플랫폼마다 다르며, 이것이 GAP 값이 다른 이유 중 하나입니다.

고도 데이터: 숨겨진 변수

비용 모델이 GAP을 계산하기 전에 정확한 고도 데이터가 필요합니다 — 그리고 이것이 플랫폼 간 불일치의 가장 큰 원인입니다. 고도 데이터에는 세 가지 일반적인 소스가 있으며, 각각 뚜렷한 강점과 약점이 있습니다.

기압 고도계 (GPS 워치)

대부분의 현대 러닝 워치(Garmin, COROS, Apple Watch Ultra)에는 기압 센서가 포함됩니다. 기압 변화를 측정하여 고도를 추정한 다음 GPS 파생 고도로 보정합니다. 기압 고도계는 반응이 빠르고(짧은 언덕이나 교량 등의 실시간 미세 지형을 포착), 날씨 기압 변화에 따라 드리프트하며 팔 흔들림, 체열, 러닝 중 온도 변화에 영향을 받을 수 있습니다.

디지털 고도 모델 (DEM)

Strava와 일부 후처리 도구는 기기 고도를 DEM 데이터 — 지구 표면의 모든 지점에 고도를 할당하는 위성 유래 지형 맵 — 로 대체하거나 보강합니다. DEM 데이터는 일관적이고 날씨에 따라 드리프트하지 않습니다. 그러나 DEM 해상도(일반적으로 10-30m 그리드)는 교량, 터널, 급격한 경사 변화 같은 좁은 지형을 놓칠 수 있습니다. 50m 육교가 DEM 기반 고도에서는 완전히 보이지 않을 수 있습니다.

GPS 전용 고도

순수 GPS 고도(기압 보정 없이)는 가장 신뢰성이 낮으며, ±15-20m 오차가 흔하고 도시 협곡에서는 더 심합니다. GAP 계산의 주요 소스로는 거의 사용되지 않습니다.

핵심 요점: 같은 10km 러닝이 기압, DEM, 또는 GPS 고도 데이터 중 무엇을 보는지에 따라 눈에 띄게 다른 고도 프로필을 가질 수 있습니다. 이러한 차이는 GAP 계산에 직접 전파됩니다. 다른 고도 프로필은 다른 샘플별 경사 값, 다른 비용 계수, 궁극적으로 다른 GAP 결과를 만들기 때문입니다.

Garmin과 Strava의 GAP이 다른 이유

같은 러닝을 Garmin Connect와 Strava에서 비교해 본 적이 있다면, GAP 값이 항상 일치하지 않는 것을 눈치챘을 수 있습니다 — 때로는 km당 5-10초 차이가 납니다. 이것은 버그가 아닙니다. 네 가지 차원에서 근본적으로 다른 설계 선택의 결과입니다.

특성GarminStrava
고도 소스기압 고도계 (실시간 센서 데이터)DEM 후처리 (위성 지형 맵)
비용 모델대사 다항식 (Minetti 실험실 데이터 기반)심박수 등가 (Drew Robb의 2017 업데이트)
훈련 데이터실험실 측정 (10명 피험자)240,000명 선수의 600만 건 러닝
처리 방식실시간 (기기에서 계산)후처리 (서버에서 계산)
경향보수적 — GAP이 실제 페이스에 가까움적극적 — GAP이 실제 페이스보다 상당히 빠른 경우가 많음

Strava의 2017년 전환은 특히 중요했습니다. Drew Robb이 이끈 엔지니어링 팀은 순수 대사 비용 모델(Minetti 같은)에서 심박수 등가 접근법으로 전환했습니다. "5% 경사가 얼마나 더 많은 에너지를 필요로 하는가?"를 묻는 대신, "이 러너가 같은 심박수를 유지하는 평지 페이스는 얼마인가?"를 물었습니다. 이것은 미묘하지만 중요한 차이입니다 — 실험실 트레드밀 테스트가 포착하지 못할 수 있는 실제 러닝 역학을 반영합니다.

어느 플랫폼이 확실히 "더 정확한" 것은 아닙니다. Garmin의 기압 데이터는 DEM이 놓치는 미세 지형을 포착하지만, 더 노이즈가 많습니다. Strava의 대규모 데이터셋은 통계적 견고성을 제공하지만, DEM 고도가 실제 경사 변화를 평활화할 수 있습니다. 대부분의 도로 러너에게 완만한 지형에서는 차이가 작지만 — 매우 언덕이 많거나 기술적인 코스에서는 불일치가 상당할 수 있습니다.

GAP이 유용한 경우

불완전함에도 불구하고, GAP은 적절히 사용될 때 진정한 통찰을 제공합니다. 가장 큰 가치를 추가하는 세 가지 시나리오가 있습니다.

코스 간 노력 비교

언덕 코스에서 5:15/km, 평지 코스에서 4:50/km을 달렸습니다. 어느 것이 더 나은 퍼포먼스일까요? GAP 없이는 말하기 어렵습니다. GAP을 사용하면 두 러닝을 평지 환산값으로 정규화하여 언덕 러닝(GAP 4:48/km)이 실제로 더 강한 노력이었다는 것을 알 수 있습니다.

일관된 훈련 강도 유지

언덕 코스에서 페이스로 달릴 때, 오르막에서 실수로 너무 세게 밀고 내리막에서 너무 많이 회복하기 쉽습니다. GAP을 모니터링하면(또는 러닝 후 사용하면) 의도한 노력 존에 머물렀는지 확인할 수 있습니다 — 기복이 있는 지형에서의 이지와 템포 런에 특히 유용합니다.

평지 코스 레이스 퍼포먼스 예측

모든 훈련이 언덕 코스에서 이루어진다면, 평균 페이스가 체력을 과소평가합니다. GAP은 그 훈련 페이스가 평지 코스에서 무엇에 해당하는지 대략적 변환을 제공합니다 — 평지 마라톤이나 트랙 운동을 위한 현실적인 목표 페이스 설정에 유용합니다.

GAP이 부족한 경우

GAP은 모델이며, 모든 모델은 현실을 단순화합니다. 유의해야 할 가장 중요한 한계는 다음과 같습니다.

급경사 내리막 정확도

Minetti 모델의 저자들 스스로 내리막 예측이 3배의 오차를 보일 수 있다고 지적했습니다. 내리막 러닝은 편심 제동을 필요로 하며, 이는 생체역학적으로 복잡하고 개인마다 크게 다릅니다. -15% 이하의 경사에서는 GAP 값을 깊은 회의로 다루어야 합니다.

트레일 지형 미반영

GAP은 경사를 고려하지만, 바위, 나무뿌리, 진흙, 모래, 기술적 노면은 고려하지 않습니다. 5% 경사의 기술적 트레일은 5%의 포장 도로보다 훨씬 비용이 많이 듭니다. 트레일 러너라면, GAP은 일관되게 평지 환산값을 과대평가합니다.

개인별 생체역학적 차이

어떤 러너는 타고난 클라이머입니다 — 가벼운 체중, 오르막에서 높은 케이던스, 효율적인 수직력 생산. 다른 러너는 언덕에서 고전하지만 평지에서 뛰어납니다. 표준 GAP 모델은 이러한 개인 차이를 무시하는 일률적 비용 곡선을 사용합니다.

환경 요인 미반영

바람, 열, 습도, 고도는 모두 경사와 독립적으로 러닝의 에너지 비용에 영향을 미칩니다. 서늘한 해수면에서의 5% 오르막은 35°C 열의 2,500m 고도에서의 같은 오르막보다 비용이 적습니다. GAP은 이 중 아무것도 고려하지 않습니다.

짧고 급한 구간이 평활화될 수 있음

기기의 고도 데이터와 플랫폼의 평활 알고리즘 모두 짧은 급경사 구간(20미터 교량 램프, 짧은 계단)을 평평하게 만들 수 있습니다. 이러한 경사 급등이 평활화되면, 해당 GAP 보정도 사라집니다.

훈련에서 GAP 활용법

GAP을 과도하게 의존하지 않으면서 훈련 분석에 통합하는 네 가지 실용적 방법입니다.

1
언덕 이지 런에서 노력 검증에 GAP 사용

이지 런 목표가 5:30/km이고, 언덕 코스에서 평균 5:50/km, GAP 5:25/km으로 달렸다면, 노력이 적절했다고 확신할 수 있습니다. GAP 없이는, 5:50이 느린 날처럼 보일 수 있습니다.

2
페이스가 아닌 GAP으로 체력 추세 추적

같은 언덕 코스를 정기적으로 달린다면, 수주와 수개월에 걸쳐 GAP을 추적하세요. 안정적인 심박수에서 GAP이 향상되는 것은 유산소 체력 성장의 강한 신호입니다 — 기복 지형에서 순수 페이스가 가릴 수 있는 것입니다.

3
내리막에서 GAP을 쫓지 마세요

급경사 내리막에서 GAP은 실제 페이스보다 느린 페이스를 보여줄 수 있습니다(모델이 내리막은 '무료'여야 한다고 생각하므로). 내리막에서 목표 GAP에 맞추려 달리기를 조정하지 마세요 — 대신 편안한 폼과 통제된 노력에 집중하세요.

4
심박수와 교차 검증

가장 견고한 분석은 GAP과 심박수 데이터를 결합합니다. GAP과 심박수가 모두 같은 노력 수준을 제시한다면, 평가를 신뢰할 수 있습니다. 불일치한다면(예: GAP은 이지인데 HR은 하드), 열, 피로, 심박수 부하 같은 외부 요인이 작용하고 있을 수 있습니다.

Hashiri.AI의 GAP 계산 방법

Garmin과 Strava가 각각 GAP에 접근하는 방법과 각각의 트레이드오프를 연구한 후, 우리만의 구현을 만들었습니다. 작동 방식을 단계별로 정확히 설명합니다.

초당 레코드 수준 계산

랩 수준이 아닌 매 1초 GPS 레코드에서 GAP을 계산합니다. 이를 통해 랩 수준 평균화가 평활화할 짧은 오르막과 내리막을 포착하여, 각 랩 내 노력의 더 정확한 그림을 제공합니다.

고도 평활화 (±2 샘플 윈도우)

원시 기압 고도는 노이즈가 많습니다. 각 지점의 경사를 계산하기 전에 ±2 샘플에 대한 이동 평균을 적용합니다. 너무 적은 평활화는 GPS 지터가 허위 경사를 만들고; 너무 많으면 실제 지형 특성이 사라집니다.

단순화된 2차 비용 모델

급경사 내리막에서 과보정할 수 있는 Minetti 5차 다항식 대신, 실제 조건에서 정확도와 안정성의 균형을 맞추는 2차 근사치를 사용합니다.

실제 Garmin 데이터에 대해 보정

같은 활동에서 Garmin의 GAP 값과 비교하여 계수를 보정했습니다 — 완만한 지형에서는 잘 일치하면서 급경사에서의 Strava의 더 적극적인 보정을 피합니다.

Hashiri.AI GAP 공식

adjustment(g) = 1 + 0.033 × g + 0.0025 × g²

여기서 g = 경사(퍼센트). GAP 속도 = 실제 속도 × 보정 계수. 양수 보정(오르막) → GAP이 실제보다 빠름; 음수 보정(내리막) → GAP이 실제보다 느림.

결과는 완만한 지형에서 Garmin에 잘 맞고, 모든 모델이 정확도를 잃는 급경사 내리막에서는 보수적이며, 언덕 노력을 평지와 비교하는 신뢰할 수 있는 방법을 제공하는 GAP입니다.

자주 묻는 질문

GAP은 NGP (Normalized Graded Pace)와 같은 건가요?

같은 개념 — 고도에 대한 페이스 정규화 — 을 대상으로 하지만, 다른 이름과 알고리즘을 사용합니다. Garmin과 Strava는 "GAP"을, TrainingPeaks는 "NGP" (Normalized Graded Pace)를 사용합니다. 기저 모델과 고도 데이터 소스가 다르므로, 플랫폼 간 값이 정확히 일치하지는 않습니다.

순 평탄한 코스에서도 GAP이 실제 페이스보다 빠른 이유는?

"평탄한" 코스에도 기압 고도계가 감지하는 미세 기복 — 미묘한 고도 변화 — 이 있습니다. 비선형 비용 모델(오르막 비용이 내리막 절약보다 큼) 때문에, 어떤 기복이든 GAP이 실제 페이스보다 약간 빠른 결과를 만듭니다. 이것은 비용 곡선의 수학적 속성이며 오류가 아닙니다.

경사가 있는 트레드밀 러닝에 GAP을 사용할 수 있나요?

네 — 사실, 트레드밀 GAP은 경사가 정확하고 일정하기 때문에 야외 GAP보다 더 정확할 수 있습니다. 3% 경사의 트레드밀은 표시 페이스보다 의미 있게 빠른 GAP을 만들며, 이는 등반의 추가 노력을 반영합니다.

Strava가 Garmin과 매우 다른 GAP을 보여주는 이유는?

두 가지 주요 이유: 다른 고도 데이터(Garmin은 기압 사용; Strava는 DEM 보정 사용)와 다른 비용 모델(Garmin은 대사 다항식 사용; Strava는 600만 건 러닝의 심박수 등가 사용). 차이는 빈번한 짧은 경사 변화가 있는 코스에서 가장 뚜렷합니다.

레이스에서 GAP으로 페이스를 조절해야 하나요?

GAP은 레이스 전 계획(언덕 코스 프로필에서의 노력 추정)에 유용하지만, 레이스 중 유일한 페이스 가이드가 되어서는 안 됩니다. 심박수 및 인지된 노력과 함께 사용하세요. 레이스 당일에는 숫자보다 몸을 신뢰하세요 — GAP은 레이스 당일 아드레날린, 열, 누적 피로를 고려할 수 없습니다.

페이스를 계산하세요

무료 도구를 사용하여 훈련 페이스가 다양한 거리와 노력에서 무엇을 의미하는지 탐색하세요.

페이스 계산기 열기