Method · 모델과 데이터

도로 색 = 경사 · Road grade colors

경사 보정 페이스 · Grade-adjusted pacing

pace factor = 1 + 2.6·g + 15·g² (g = 경사, clamp 0.86–1.65)

Minetti의 경사별 에너지 비용 데이터와 Strava GAP 곡선에 맞춘 경험식입니다. 같은 노력이면 +6% 오르막은 평지보다 약 21% 느리고, −2% 내리막은 약 4% 빠릅니다. 가파른 내리막(−9% 이하)은 제동 비용 때문에 다시 느려집니다. 목표 기록을 입력하면 이 배율로 km마다 목표 페이스를 배분합니다.

전략 · 혼잡 · 후반 페이드

네거티브 스플릿은 처음을 2.5% 느리게 출발해 끝을 2.5% 빠르게, 포지티브는 그 반대입니다. 출발 혼잡 손실(기본 25초)은 첫 600 m에 삼각형으로 분배되고, 후반 페이드는 마지막 25% 구간에서만 점점 커집니다.

차트 아이콘 · Chart icons

급수 · Water stop마실 계획이 있는 급수대

에너지 젤 · Gel페이스 계획에서 계산된 섭취 지점

현재 위치 · You시뮬레이션의 실시간 위치

날씨 보간 · Weather interpolation

Open-Meteo 예보 API에서 광화문 출발점의 대회일 시간별 예보를 실시간으로 받아오고 (네트워크가 막히면 코스 DB의 11/13 예보로 대체), 시뮬레이션 시계에 맞춰 선형 보간합니다. 3D HUD의 온도·하늘 아이콘이 달리는 동안 실제 예상값으로 계속 바뀝니다.

데이터 출처 · Data sources

코스 — 공식 2026 GPX대회 공식 GPX 트랙(199점)을 25 m 간격으로 리샘플해 공인 거리 21.0975 km로 정규화.

고도 — SRTM 30 mOpenTopoData SRTM. 건물 지붕 스파이크를 rolling-min/avg 필터로 제거, 잠실대교 상판은 복원. 총 +47 m / −69 m.

건물 — OpenStreetMap코스 150 m 이내 실제 건물 외곽선 3,721개(Overpass API). 태그된 실제 높이 사용(롯데월드타워 555 m).

랜드마크 — 위치와 방위숭례문·광화문·흥인지문 등 10개 건물은 OSM 건물 윤곽의 중심과 장축으로 배치·회전합니다. 도로 방향에 맞춘 자동 회전과 해당 건물의 임의 위치 이동은 사용하지 않습니다. 세 성문의 축은 Esri 항공 영상과 대조했습니다. 건물 형상·크기는 단순화한 모형이며, 모든 외벽을 위성영상과 동일하게 복원한 것은 아닙니다. 출처: 숭례문 윤곽, 광화문 윤곽, 흥인지문 윤곽.

날씨 — Open-Meteo API대회일 시간별 예보를 실시간 조회(실패 시 코스 DB의 11/13 예보), 건타임·기온 자동 입력.

도로 — 실제 차로 구성세종대로 10차로 → 을지로 6차로 → 종로·왕산로 8차로(중앙버스) → 천호대로 10차로(중앙버스) → 잠실대교 6차로 → 송파대로 10차로. 구간별 폭·차선·중앙버스차로를 렌더링에 반영.

페이스 모델Minetti 경사 에너지 비용 + Strava GAP 보정 경험식(위 곡선). 혼잡·페이드는 사용자 조절.

급수대 위치와 최종 코스는 반드시 공식 레이스 가이드로 확인하세요.