러닝 파워 설명: 와트로 훈련하기

사이클링에서 파워는 직접적인 물리적 측정입니다: 크랭크나 페달 허브의 스트레인 게이지가 적용하는 토크를 측정하고, 이를 각속도와 곱하여 기계적 일의 와트를 산출합니다. 이는 스포츠 과학에서 가장 정밀한 지표 중 하나로, 1-2%의 정확도를 가집니다. 반면 러닝 파워는 추정값입니다. 상업적으로 이용 가능한 러닝 파워 기기 중 정상적인 러닝 중 발과 지면 사이의 힘을 실시간으로 직접 측정하는 것은 없습니다. 대신, 모든 러닝 파워 미터는 가속도계 데이터, 기압 변화, GPS 속도, 체중으로 구동되는 수학적 모델을 사용하여 러닝의 대사적 또는 기계적 비용을 추정합니다.

이 개념은 1980년대 C.T.M. Davies와 같은 연구자들에 의해 처음 탐구되었으며, 그들은 러닝의 에너지 비용을 중력에 대한 일, 공기 저항, 운동 에너지 변화의 합으로 모델링했습니다. 2016년 Stryd의 출시가 러닝 파워를 소비자 시장에 가져왔고, Garmin의 Running Power Connect IQ 앱(2017), COROS의 네이티브 구현(2019), Apple Watch의 추정 러닝 파워(2023)가 뒤따랐습니다. 각 벤더는 기저의 물리학을 다르게 적용했기 때문에, 같은 러닝이 기기마다 다른 와트 값을 생성합니다.

러닝 파워가 포착하려는 것은 노력의 강도입니다 — 속도, 경사도, 바람, 지형을 동시에 고려하는 단일 숫자. 일정한 페이스의 평지 도로에서는 파워와 페이스가 대략 같은 것을 알려줍니다. 그러나 언덕이 있는 코스에서, 역풍을 맞으며, 또는 기술적인 트레일에서는 페이스가 노력 지표로서 신뢰할 수 없게 되는 반면, 파워는 (이론적으로) 일관성을 유지합니다. 이것이 핵심 가치 제안입니다: 페이스가 작동하지 않는 곳에서 작동하는 범용 노력 지표로서의 파워.

러닝 파워 모델은 일반적으로 여러 구성 요소의 에너지 비용을 합산하여 기계적 일의 비율을 추정합니다. 각 벤더의 정확한 알고리즘은 독점적이지만, 일반적인 프레임워크는 생체역학 문헌에서 확립된 원리, 특히 Minetti(2002)와 Kram & Taylor(1990)의 연구를 따릅니다.

구성 요소 모델

벤더 간의 중요한 차이는 어떤 구성 요소를 포함하는지, 어떻게 가중치를 두는지, 어떤 센서를 사용하는지에 있습니다. Stryd의 풋 포드는 지면 수준의 가속을 높은 정밀도로 측정하며 풍속 센서(풍속계)를 포함합니다. Garmin은 손목 기반 가속도 측정과 선택적으로 HRM-Pro 가슴 스트랩 데이터를 사용하며, 이는 러닝 다이나믹스를 제공하지만 바람 측정은 없습니다. COROS는 EvoLab 알고리즘을 사용한 손목 가속도 측정에 의존합니다. Apple Watch는 가속도계와 GPS 데이터를 머신러닝 모델과 결합하여 사용합니다.

모든 러닝 파워 모델의 근본적인 한계는 외부 기계적 일을 추정하지만 내부 대사 비용을 직접 측정할 수 없다는 것입니다. 같은 기계적 일을 생산하는 러닝 이코노미가 다른 두 러너는 산소 소비량이 다를 것입니다 — 파워 숫자는 그 차이를 구별할 수 없습니다. 이것이 사이클링 파워와의 핵심 차이점으로, 사이클링에서는 페달에서의 기계적 출력이 페달링 기술에 관계없이 대사 요구와 밀접하게 결합되어 있습니다.

러닝 파워 기기를 선택한다는 것은 생태계를 선택한다는 의미입니다. 숫자는 플랫폼 간 호환되지 않으므로, 이 결정은 특정 참조값 세트에 고정시킵니다. 주요 옵션들의 비교입니다.

Stryd: 전용 파워 미터

Stryd는 러닝 파워 측정을 위해 특별히 제작된 유일한 기기입니다. 풋 포드는 신발에 장착되어, 손목 센서보다 지면-발 상호작용을 더 정확하게 포착하는 지면 수준의 가속도계를 배치합니다. 내장 풍속 센서(풍속계)는 Stryd가 역풍과 순풍에 대한 파워를 조정할 수 있게 합니다 — 어떤 손목 기반 기기도 제공하지 않는 기능입니다. Stryd의 Critical Power 알고리즘은 러닝 이력에서 자동으로 훈련 존을 계산하며, PowerCenter 웹 플랫폼은 파워 지속 곡선과 레이스 파워 계획을 포함한 상세한 분석을 제공합니다. Cerezuela-Espejo et al.(2020)의 독립적 검증은 평지 러닝에서 Stryd 파워가 대사율과 높은 상관관계(r = 0.911)를 보인다는 것을 발견했습니다. 주요 한계는 비용과 추가 기기를 휴대해야 한다는 점입니다.

Garmin Running Power

Garmin은 Connect IQ 앱(이전 방식) 또는 Forerunner 265/965, Fenix 7+ 같은 최신 워치에서 네이티브로 러닝 파워를 제공합니다. HRM-Pro 가슴 스트랩과 페어링하면, Garmin은 파워 계산에 반영되는 러닝 다이나믹스(접지 시간, 수직 진동, 보폭)를 캡처합니다. 가슴 스트랩 없이는 오직 손목 기반 가속도 측정과 GPS에 의존합니다. Garmin의 수치는 같은 노력에서 Stryd보다 10-30% 높게 나오는 경향이 있는데, 이는 모델이 더 큰 추정 대사 오버헤드를 포함하기 때문입니다. Garmin 파워는 다른 기기의 수치와 비교하기보다 Garmin 생태계 내에서의 추세 지표로 사용하는 것이 가장 좋습니다.

COROS EvoLab Power

COROS는 워치 라인업(PACE 3, VERTIX 2, APEX 2) 전반에 걸쳐 러닝 파워를 네이티브로 통합합니다. EvoLab 알고리즘은 손목 기반 모션 데이터와 GPS를 사용하여 파워를 추정하고 훈련 데이터에서 자동으로 임계 파워를 감지합니다. COROS 파워 값은 일반적으로 Stryd와 Garmin 값 사이에 위치합니다. 플랫폼은 훈련 부하 분석, 피트니스 및 피로 추적, 파워 데이터 기반 레이스 예측을 제공합니다. Garmin과 마찬가지로, 풍속 센서의 부재는 COROS 파워가 공기역학적 조건을 고려하지 않음을 의미합니다.

Apple Watch

Apple은 watchOS 17에서 러닝 파워 추정을 도입했으며, Apple Watch Series 8 이상에서 사용 가능합니다. 내장 가속도계, 자이로스코프, GPS를 대사 카트 데이터로 훈련된 머신러닝 모델과 함께 사용합니다. Apple의 구현은 가장 새롭고 독립적으로 가장 적게 검증되었습니다. 파워 데이터는 운동 앱과 Apple Health에 나타나지만, 현재 Stryd, Garmin, COROS가 제공하는 상세한 분석 생태계(파워 지속 곡선, 자동 존, CP 추적)가 부족합니다. 기본적인 파워 참조를 원하는 Apple 생태계의 러너에게는 추가 비용 없는 기능입니다.

파워 기반 훈련은 의미 있는 존을 설정하기 위한 앵커 지표가 필요합니다. 두 가지 주요 개념은 Critical Power(CP)와 러닝 Functional Threshold Power(rFTPw)입니다. 관련이 있지만 다른 이론적 프레임워크에서 나왔습니다.

Critical Power (CP)

Critical Power는 1965년 Monod & Scherrer에 의해 처음 기술된 파워-지속시간 관계에서 수학적으로 도출된 임계값입니다. 이론적으로 무한정 유지할 수 있는 최고 출력 — 파워-지속시간 곡선의 점근선 — 을 나타냅니다. 실제로 CP는 대략 30-40분 전력 노력에 해당하며, 젖산 역치에 가깝지만 동일하지는 않습니다. CP 뒤의 수학은 우아합니다: 출력(P)과 탈진까지의 시간(t) 사이의 관계는 쌍곡선 모델을 따릅니다: (P - CP) x t = W', 여기서 W'("W-프라임"이라 발음)은 탈진 전까지 CP 이상에서 수행할 수 있는 고정된 양의 일입니다. W'는 무산소 작업 용량 — 역치 이상의 "배터리"를 나타냅니다.

Stryd는 파워-지속시간 곡선을 사용하여 훈련 이력에서 CP를 자동으로 계산합니다. 잘 훈련된 남성 장거리 러너의 Stryd CP는 230-280W, 잘 훈련된 여성 러너의 경우 180-230W 정도일 수 있습니다. 이 값은 매우 개인적이며 체중, 체력, 러닝 이코노미에 따라 달라집니다. Jones et al.(2019)은 러닝에 대한 CP 개념을 검증하여, 적절히 모델링되면 최대 젖산 정상상태에 밀접하게 근사함을 확인했습니다.

러닝 Functional Threshold Power (rFTPw)

rFTPw는 사이클링의 FTP에 해당하는 러닝 버전입니다 — 약 1시간 동안 유지할 수 있는 출력입니다. CP가 수학적 모델 파라미터인 반면, rFTPw는 일반적으로 20-30분 타임트라이얼에서 추정됩니다(20분 평균 파워의 95% 또는 30분의 100%를 취함). Garmin과 COROS는 존 계산에 rFTPw와 유사한 임계 파워 개념을 사용합니다. 대부분의 러너에서 CP와 rFTPw는 서로 3-5% 이내이며, CP가 더 짧은 지속 가능 시간을 나타내므로 약간 더 높습니다.

파워 존

대부분의 파워 기반 훈련 시스템은 CP 또는 rFTPw에서 도출된 5-7개의 존을 사용합니다. 아래는 Stryd와 유사한 플랫폼에서 사용하는 일반적인 존 구조입니다.

CP 또는 rFTPw 테스트는 간단합니다: 3분과 9분 전력 타임트라이얼을 수행하거나(CP 계산용), 단일 20-30분 타임트라이얼을 수행합니다(rFTPw용). Stryd는 전용 테스트 없이도 축적된 훈련 데이터에서 CP를 추정할 수 있습니다 — 알고리즘이 일반 훈련의 다양한 시간대에서 최고 노력을 분석하여 파워-지속시간 곡선을 구성합니다. 어떤 방법을 사용하든, 집중 훈련 중 4-8주마다 재테스트하여 체력 변화를 추적하세요.

러닝 파워와 페이스는 경쟁하는 지표가 아닙니다 — 다른 상황에 적합한 보완적 도구입니다. 각각이 빛나는 시점을 이해하면, 단순한 운동을 과도하게 복잡화하거나 파워가 진정으로 도움이 되는 곳에서 활용하지 않는 것을 방지합니다.

실질적 요약: 러닝이 주로 평지 도로와 트랙인 경우, 페이스가 잘 작동하며 파워는 불필요한 복잡성을 추가합니다. 정기적으로 언덕, 트레일, 트레드밀에서 달리거나 변화하는 날씨에서 달린다면, 파워가 더 일관된 노력 지표를 제공합니다. 많은 경험 많은 러너들은 둘 다 사용합니다 — 평지 레이스와 인터벌에는 페이스를, 언덕 장거리와 트레일 러닝에는 파워를. "페이스만"에서 "파워 인식"으로의 전환은 전부 아니면 전무일 필요가 없습니다.

Grade Adjusted Pace 대안

Garmin과 Strava가 제공하는 Grade Adjusted Pace(GAP)는 평지에서의 페이스를 추정하여 언덕에서 파워와 같은 문제를 해결하려 합니다. GAP는 여전히 min/km 또는 min/mile로 표현되므로 직관적이라는 장점이 있습니다. 그러나 GAP는 고도 데이터 품질(GPS 도출 고도에서는 불량할 수 있음)에 의존하며 바람, 노면, 수직 진동을 고려하지 않습니다. 파워 숫자가 직관적이지 않다고 느끼는 러너에게 GAP는 합리적인 중간 도구입니다. GAP에 대한 자세한 분석은 Grade Adjusted Pace 기사를 참조하세요.

CP 또는 rFTPw를 설정하고 존을 설정한 후, 파워는 여러 훈련 응용에 실용적인 도구가 됩니다.

파워로 페이싱: 균일 노력 전략

러닝 파워의 가장 영향력 있는 적용은 가변적인 지형에서의 페이싱입니다. 원칙은 간단합니다: 일정한 페이스를 목표로 하는 대신(내리막에서 급가속하고 오르막에서 기어가는), 일정한 출력을 목표로 합니다. 이는 균일한 생리적 노력을 만들어 — 심박수, 산소 소비, 젖산 생산이 러닝 전체에 걸쳐 더 일관되게 유지됩니다. Poole et al.(1988)의 사이클링 연구와 Denadai et al.(2006)의 러닝 확인 연구는 균일한 페이싱 전략이 같은 평균 속도에서 가변적 페이싱에 비해 글리코겐 활용을 최적화하고 피로를 지연시킨다는 것을 보여주었습니다.

언덕이 있는 마라톤의 경우, 이는 목표 페이스가 아닌 목표 파워를 계획한다는 의미입니다. CP가 260W이고 90% CP로 레이스를 계획한다면, 목표는 234W입니다 — 오르막(페이스가 느려지는)이든 내리막(페이스가 빨라지는)이든 그 숫자를 유지하세요. 몸은 GPS 페이스에 신경 쓰지 않습니다; 에너지 소비 속도에 신경 씁니다.

훈련 부하 및 피로 모니터링

파워는 Training Stress Score(TSS) 또는 러닝 등가물(rTSS, Stryd의 RSS)의 개념을 통해 정량적 훈련 부하 추적을 가능하게 합니다. 이 공식은 각 러닝의 강도와 시간을 통합합니다: 75% CP에서의 60분 이지 러닝은 95% CP에서의 60분 템포보다 훨씬 적은 훈련 스트레스를 생산하며, 두 세션 모두 한 시간이었음에도 불구합니다. 주간 TSS 추적은 가장 흔한 두 가지 훈련 오류를 방지하는 데 도움됩니다: 회복 부족(만성 TSS가 너무 높음)과 정체(만성 TSS 플래토).

피로 감지: 파워-심박수 디커플링

가장 통찰력 있는 파워 적용 중 하나는 시간에 따른 파워와 심박수의 관계를 모니터링하는 것입니다. 신선하고 충분히 회복된 상태에서는 파워 대 심박수 비율이 비교적 안정적입니다. 피로가 축적되면 — 단일 장거리 달리기 내에서든 훈련 블록에 걸쳐서든 — 같은 체감 노력에서 심박수는 상승하고 출력은 감소합니다. 이 "디커플링"은 정량적 피로 신호입니다. 장거리 달리기 중 5% 이상의 디커플링은 해당 거리에서의 유산소 체력이 아직 발달 중임을 시사합니다. 수개월에 걸쳐 이 지표를 추적하면 유산소 기초가 진정으로 개선되고 있는지 드러냅니다.

CP/rFTPw 추세를 통한 체력 추적

시간에 따른 Critical Power 또는 rFTPw는 직관적인 체력 지표입니다. 워치의 VO2 Max 추정치(HR-페이스 알고리즘에 의존하며 온도, 피로, 심박 드리프트에 의해 교란될 수 있음)와 달리, CP는 다양한 시간대에서의 실제 최고 퍼포먼스에서 직접 도출됩니다. 12주 훈련 블록에 걸쳐 CP가 240W에서 255W로 상승하면, 이는 — 일관된 체중을 가정할 때 — 모호하지 않은 체력 향상입니다. Stryd의 파워 지속 곡선은 이를 시각적으로 표현합니다: 전체 곡선이 위로 이동하면 모든 시간대에서 더 많은 파워를 생산하고 있다는 의미입니다.

러닝 파워는 유용한 도구이지만, 할 수 없는 것과 과학을 앞서가는 주장이 어디에 있는지 이해하는 것이 중요합니다.

이러한 한계 중 어느 것도 러닝 파워를 무용하게 만들지 않습니다. 이는 파워가 단일 진실의 원천이 아닌 여러 도구 중 하나로 사용되어야 한다는 것을 의미합니다 — 페이스, 심박수, 체감 노력도를 보완하는. 파워의 혜택을 가장 많이 받는 러너는 그것이 무엇을 측정하고 무엇을 측정하지 않는지를 이해하며, 진정한 가치를 더하는 특정 상황에서 사용하는 러너입니다.

러닝 파워를 훈련에 통합하기로 결정했다면, 지나치게 복잡하게 만들지 않으면서 시작할 수 있는 실용적인 로드맵입니다.

파워에서 가장 많은 것을 얻는 러너는 점진적으로 채택하고, 명확한 가치를 더하는 곳에서 사용하며, 새로운 숫자가 전체 훈련 철학을 지배하도록 하는 유혹을 뿌리치는 러너입니다. 파워는 렌즈이지, 처방이 아닙니다.