파워미터의 바이블중의 하나라고 할 수 있는 Training Racing with a power meter의 최신본입니다. 

파워미터~ 이 시리즈를 정리해 봐야겠다고 맘 먹은 책이기도 합니다. 

제목에서와 같이 유명한 세분이 공동 저자입니다. 

막상 정리하려니 이 방대한 내용을 그리고 어떻게 하나의 글로 정리할 수 있을까.. 막막한데요.. 

오늘은 잔가지들은 다 쳐내고 축약본만 정리했다고 보시면 될 거 같습니다.

나중에 시간 되시면 한번 읽어보시기 바랍니다~ (생각보단 안 어려워요~~~)

이 세분들이 이야기하는 골자는 

자신의 파워 프로필을 기반으로 체계적인 훈련과 전략적인 레이싱을 할 수 있다

가 되겠네요. 

어떻게 정리할까 생각하다가 이 책의 마지막 에필로그에 간략히 책 전체 내용을 서술해 두었습니다. 

총 8 단계인데요 여기에 약간의 살을 붙이면서 정리해 보려고 합니다. 

Step 1: 데이터를 모으고 Threshold power를 측정하세요. 

FTP 테스트는 파워미터를 사용하는 가장 중요한 시작단계이며, 훈련 혹은 레이싱에서의 데이터를 차곡차고 모으는 것이 중요하다고 하구요. 그래서 우리는 스트라바, 인터벌스, 라이덕 등을 이용해서 데이터를 모으고 있죠. FTP 테스트 관련해선 제가 이전 글에 정리해 뒀으니..

FTP 테스트는 최소 6 - 8주마다 혹은 자신의 피트니스가 변했다고 생각될때 하라고 권유합니다. 

Step 2 : 당신의 훈련 레벨을 정하세요. 

FTP를 알고나서는 훈련의 적절한수준을 정하는 것이 중요한데, 특히 강도에 따라서 우리 몸에서 어떤 적응 반응성이 일어나는지 일어나는 것이 중요하다고 언급하고 있습니다. 실제 그에 따라서 존을 7가지로 나누었고, 그에 따른 생리적 적응성을 아래 표와 같이 정리하고 있습니다. 

이에 따라 존을 나누고 있는데 코간과 조 프리엘이 최근에 이야기한 iLevel에 기반한 존에 대해서도 언급하고 있습니다. 

단순 FTP 기반이 아닌 파워 커브에 기반해서 존을 나누는데요. 이렇게 아홉개의 존으로 나누고 있고, 그에 맞춘 훈련을 제시하고 있습니다. 

(from Training Peaks)

Step 3. 당신의 강점과 약점을 파악하세요. 

파워를 기반으로 자신의 장점 약점을 파악할 수 있습니다. 정확히 말하면 파워 프로파일이겠네요. 

이건 예전에 hebi님께서 많이 이야기 하셨고, 블로그에도 있기때문에 검색해 보시면 될 거 같은데요.. 간략히 본다면.. 

아래와 같이 자신의 강점과 약점을 파악할 수 있겠습니다. 

만약 자신이 스프린터라면 Zone 6 - 7 부분과 관련된 생리적 적응성을 높이는 훈련을 더 해서 그쪽을 더 발달시키고, 그에 비해 FTP가 낮다면 그쪽을 올리는 (VO2max)훈련을 더 하도록 잡는거죠. .훈련 레벨은 iLevel의 파워를 참고해서 정할 수 있겠구요, 대사와 연관해서 좀 더 세밀하게 제공하더군요. 

또는 파워커브 기반으로도 자신의 약한 부분을 알 수 있는데요. 이를테면 아래 그림처럼 말이죠..

급격히 떨어지는 파란색 선이 보이시죠? 이 부분이 자신의 약한 부분이니.. 이쪽을 강화하는 훈련을 해서 이쁜~ 파워 커브를 만들면 되겠습니다. 

Step 4. 워크아웃을 만들고 훈련을 시작하세요. 

워크아웃은 다양한 프로그램들이 있구요, 트레이너 로드에선 adaptive training을  SYSTM에선 4DP 기반으로 프로그램을 짜 주기도하고, 실제 자당에선 야비님 남산님을 비롯한 많은 분들이 프로그램을 짜 주시고 공유해 주시기도 하셨으니 그걸 참고하시면 될 것 같습니다. 

어쨋든 이 책에선 각각의 존에 따른 워크아웃을 어떻게 만드는지 서술하고 있습니다. 

Hunter의 말을 적는 걸로 넘어가겠습니다. 

Quitter never win, and winners never quit!

포기하지 말고 계속 하라는 말씀~!

Step 5. 데이터를 분석하세요. 

각각의 라이딩에서 얻은 데이터를 기반으로 주, 월, 연 별로 트레이닝 훈련을 짤 수 있습니다. 

특히, 한두주의 변화로 바꾸는 것이 아니라 좀 더 멀이 보고 분석하는 것이 좋겠죠. 

아래 표는 분석의 한가지 예인데요, 같은 업힐을 오른 후 데이터를 분석해서 자시이 얼마만큼 달라졌는지 알 수 있겠습니다. 

우리는 남산이나 북악이 있으니 그 데이터들을 보아보면 자신의 성장을 알 수 있을거구요. 

분석하는 툴은 스트라바에도 있긴한데.. 지난 활동을 비교 분석할 수 있죠. 

그외에도 분석하는 다양한 방법들이 있는데, 하나 하나 다 언급하기엔.. @@;;

Step 6. 데이터 분석 툴을 이용하세요. 

TSS, IF, NP, Pmax등을 분석해주는 프로그램들이 있고, 좀 더 자신의 데이터를 잘 분석하고 fine tune위해서 이런 분석 툴을 적극적으로 이용하라고 권하고 있습니다. 

이런 값들을 이용해서 아래와 같은 재미있는 플로팅도 가능하죠~ 

자신이 어떤 성향의 라이더인지 파악할 수 있습니다. 

실제 이와 관련된 내용이 책의. 7. 8. 9 챕터에서 다루고 있는데, 이 부분들의 원리보다는 우리는 결과만 보면 되니까요. 

적당한 프로그램을 이용하시면 되겠습니다. 실제 사용하는 intervals 나 라이덕에 많은 부분들이 그래프로 일목요연하게 나와 있습니다. 

(정리하기 귀찮으니 너무 날로 먹으려고 하는거 같긴 합니다. ㅎ 그러고보니 라이덕에서의 데이터들만 보더라도 윗 부분들은 많이 커버가 될거 같은데.. 이건 한번 정리해 볼 필요가 있겠네요.)

Step 7. 파워미터로 레이싱 하세요.

레이싱의 데이터는 훈련과는 달리 자신의 강약점을 잘 알 수있는 데이터이고, 특히 실패한 레이싱의 결과 분석이 중요하다고 합니다. 

파워미터로 데이터가 쌓이면 아래와 같이 자신의 성장을 눈으로 직접 볼 수 있습니다. 

(from https://www.cyclinganalytics.com/blog/2018/06/how-does-your-cycling-power-output-compare)

한가지 언급하자면 레이싱에서의 피로도를 적절히 유지하는 것이 매우중요한데, 훈련에서 어떤 부분의 피로도 저항성을 높일지를 파워 그래프를 통해서 알 수 있습니다. 아래 그림처럼 말이죠. 

그란폰도와 같은 장기 레이스에서의 파워커브를 보면 초기 5분파워는 261W. 지만, 2000 kj을 소비해 피로도가 증가한 경우 202 W로 떨어지게 됩니다. 즉 소진되어 피곤한 파워 커브와 초기의 쌩쌩한 파워커브를 비교해서 어떤 부분이 가장 많이 약해지는지 파악하고 그에 맞는 트레이닝을 하는거죠.. 어떤 방식으로 트레이닝 하는지는 책에는 정확히 안 나와있긴 합니다만.. ㅎ 

아래 그림은 Fatigue resistance chart 입니다. 얼마만큼 지속할 수 있는지 볼 수 있는데요. 왼쪽이 스프린터, 오른쪽이 클라이머의 파워 프로파일인데.. 이 두 사람이 마지막 스프린팅을 하게 되면. 왼쪽사람이 순간적으로 파워 내서 지속할 수 있기에 그에 적합한 레이싱 전략을 세우는 것이 중요하겠죠. 이 경우 Bill Mater는 힐에 목숨을 걸어야 하는.. ㅎ 

Step. 8. 당신의 목표를 달성하기 위해 변화를 주세요.

파워미터기반 훈련은 결과에 관한 내용입니다. 당신이 어떤 것을 해야 하는지 명확한 이해가 있을때에 비로소 가치가 있는 것이구요. 

가서 훈련하고, 어떤 부분을 바꿔야 하는지 보시고, 당신의 사이클링능력이 개선되는 것을 직접 보세요. 

라고 마무리 짓고 있습니다.ㅎ .

주마간산식으로 정리해 보긴 했습니다만, 실제 책 내용에선 더 많은 내용들이 있어서.. 

나중에라도 한번씩 읽어 보시면 도움 되실 것 같습니다. 

파워미터를 기반으로 파워 프로파일링 그래프를 만들고, 

그 그래프를 분석해 자신의 약점 강점을 파악한 후 훈련하고, 

자신의 싸이클링 능력이 개선되어 가는 것을 보는 것. 

그러면, 파워미터 산게 안 아깝겠죠? 

너무 수박 겉핥기 식으로 정리한거 같아 아쉽지만, 

아! 이 책 한번 읽어봐야겠는걸? 이란 생각이 들었다면 나름 성공이라고 자위하고..

이제 두꼭지만 정리하면 마무리 지을 수 있겠네요.. 

지속성 (Duration) 과 반복성 (repeatability)인데요.. 

음.. 이건 또 어떻게 정리할지.

쪼금 고민해 봐야겠습니다! 

(이 글의 모든 그림과 표는 Taining and Racing with a power meter (3rd edition)에서 가져왔습니다.)