본문 바로가기 주메뉴 바로가기 검색 바로가기
트레이너로드 어댑티브 트레이닝 리뷰
상태바
트레이너로드 어댑티브 트레이닝 리뷰
열정적인 사이클리스트를 위한 훈련용 시스템은 집 안에서 사용자의 강점과 약점에 초점을 맞추도록 기계 지능을 사용한다.
By STEPHANIE PEARSON, WIRED US
 

장점

사이클리스트 앱 최초로 사용자의 속도 향상을 약속하는 효율적인 훈련 툴 제공

인간 코치 채용을 원하지 않지만, 맞춤화된 결과를 원하면서 원칙적인 데이터 기반 사이클리스트를 위한 앱

단점

첨단 기술과 함께 프로그램이 구성됐으나 주변 기기와 연결 사용 기능 미지원

오랜 시간을 소모하게 되는 스마트 트레이너와 스트라바(Strava) 등 호환 앱의 연결 오류

총점(10점 만점)

7점


트레이너로드(TRAINERROAD)는 사이클링 훈련 앱 세계의 다양한 앱과는 매우 다르다. 즈위프트(Zwift)와는 달리 매우 화려한 색상이 없으며, 시스틈(Systm)의 독특하면서 매력적인 요소와 다양한 라이딩 요소도 없다. 게다가 트레이닝픽스(Training Peaks)가 제공하는 월 구독료가 매우 비싼 인간 코치의 개인 지도도 지원하지 않는다. 그러나 사용자의 사이클 속도 향상이라는 한 가지 목표를 전달하는 데 매우 효율적이다.

트레이너로드의 플랫폼은  목표 기반 훈련 계획을 생성하는 머신러닝 툴 ‘어댑티브 트레이닝(Adaptive Training)’을 통해 사용자의 속도 향상 목표를 달성한다. 어댑티브 트레이닝은 매일 사용자만의 고유한 강점과 약점, 일정 제약 등에 대응하는 기계 지능 소프트웨어를 활용해 훈련 계획을 업데이트한다. 프로그램은 사용자가 각각의 훈련을 얼마나 쉽게 완료했는지 측정하면서 매일 운동 성과를 분석한다.

만약, 산소소비량이 최고치에 도달한다면, 프로그램은 계획을 변경해 다음 날 더 어려운 운동 옵션을 제공한다. 혹은 라이딩이 힘들다고 느낀 날이면, 프로그램은 운동 난이도를 어느 정도 완화하고는 다음 날 상대적으로 강도가 낮은 운동을 제공한다. 사용자는 변경 프로그램을 채택하거나 처음 구성된 난이도를 고수할지 선택할 수 있다. 앱을 더 오래 사용할수록 앱이 사용자의 훈련 일정을 조정하는 데 활용할 데이터가 증가한다. 구글 네스트(Google Nest) 온도계가 시간이 지나면서 사용자의 일일 사용 패턴을 연구해 실내 온도를 맞춤 변경하는 것과 같다고 생각할 수 있다. 트레이너로드는 시간에 따라 사용자를 추적하므로 구독 서비스를 판매한다. 월 구독료는 20달러, 연간 구독료는 189달러이다.

사용 시작 시 트레이너로드는 맞춤형 훈련 계획을 생성해 사용자가 향후 레이스나 라이딩, 각종 대회를 준비하도록 돕는다. 여러 가지 요소 중 그래블 라이딩과 산악 라이딩, 도로 라이딩 중 라이딩 유형과 대회 날짜, 실내 훈련 혹은 야외 훈련 중 더 선호하는 훈련을 물어본다. 대회 목표를 염두에 두지 않고 단순히 건강 관리를 위해 앱을 사용하는 이들은 트레인나우(TrainNow) 옵션을 사용할 수 있다. 트레이너로드는 트레인나우에서 클라이밍과 어태킹(Attacking), 지구력(Endurance) 레이스라는 세 가지 항목 중 일일 운동을 선택하도록 한다.
 
[사진=TrainerRoad]
[사진=TrainerRoad]

어댑티브 트레이닝은 꽤 지능적이지만, 간혹 사용자의 기본 FTP 구성을 위한 경사로 테스트의 필요성을 없앨 정도로 영리한 수준은 아니다. FPT는 사용자가 45~60분간 라이딩하면서 유지할 수 있는 최고 평균 파워를 전력 단위인 와트로 측정한 값이다. FTP 테스트는 사용 초기 훈련 계획에 포함됐으며, 사용자의 발전 수준을 기준으로 프로그램을 변경하고자 4~6주 간격으로 FTP 테스트를 재차 진행한다. 발전 수준은 앱이 각각의 훈련 부문별 사용자의 피트니스 발전 수준을 추적한다. 1~10까지 수치로 제시되는 발전 수준은 머신러닝과 트레이너로드가 다른 사용자 수백만 명이 완료한 운동으로 확보한 광범위한 익명 데이터, 사용자의 최근 운동 성과를 활용해 계산한다.

트레이너로드의 어댑티브 트레이닝은 필자에게 매력적인 앱이었다. 필자가 테스트할 당시 앱 자체가 효율적이고 비용이 합리적이며, 사용하기 쉽다는 점을 확인할 수 있었다. 트레이너로드가 제공하는 팟캐스트도 매력적이었다. 필자가 들었던 팟캐스트의 에피소드 중에는 마스터스 국가 챔피언이면서 정규직 직업을 가진 높은 수준의 운동을 하는 아이 엄마 제시카 브룩스(Jessica Brooks)와 시각장애가 있는 미국 패러사이클링 내셔널(Paracycling Nationals) 은메달리스트 프란세스코 마지사노(Francesco Magisano), 9개월만에 9시간 미만인 리드빌100(Leadville 100)에 출전한 산악 사이클리스트 데이비드 커티스(David Curtis)의 사연이 포함됐다.

필자는 가벼운 수술 이후 4주간 사이클링을 중단한 뒤 2021년 12월, 미네소타에서 트레이너로드 앱을 테스트했다. 강도 높은 훈련 목표는 염두에 두지 않은 채로 테스트했으며, 2022년 5월 열린다고 가정한 100마일 그래블 레이스를 목표로 정했다. 필자는 앱이 추천한 Erg 모드로 경사로 테스트를 했다. 에르고미터를 의미하는 Erg 모드는 트레이너가 사용자의 페달링 결과를 바탕으로 저항성을 설정하도록 하는 사이클링 트레이닝 앱에서 보편적으로 찾을 수 있는 기능이다. 필자는 테스트 도중 페달링이 매우 쉽다고 느껴 중간에 기준 와트를 유지할 수 없을 정도로 빨리 회전하지 못한 지점이 있었다.
 

필자는 인터넷 검색을 통해 기준 와트를 유지하지 못하는 일이 필자가 사용한 와후 키커(Wahoo Kickr)를 트레이너로드와 함께 사용한 이들이 겪은 보편적인 문제라는 사실을 확인했다. 다음과 같은 결함이 있었다. 필자는 블루투스를 통해 와후 키커와 트레이너로드를 연결했다. 그러나 필자도 모르는 사이에 커넥티드 스포츠 장비 세계에 공통으로 적용된 무선 프로토콜인 ANT+와도 연결되었다. 와후 키커는 블루투스, ANT+ 모두 사용하여 통신하지만, 가능하다면 블루투스만 단독 사용하여 연결하는 것이 더 안정적이다. 연결 오류 때문에 Erg 모드 사용 도중 짜증을 느껴 수동 모드로 경사로 테스트를 다시 진행했다. 그러나 주어진 트레이닝 시간을 버그 수정 때문에 오래 허비한 탓에 수동 모드 테스트 도중 훈련 시간이 끝났다.

경사로 테스트 이후 처음 몇 번의 운동 프로그램이 너무 쉽다고 느꼈다. 이는 필자의 불완전한 경사로 테스트의 직접적인 결과임이 확실하다. 그러나 화면 하단에서 몇 차례 간단한 조작과 함께 운동 난이도를 변경할 수 있어, 스스로 필요하다고 판단한 난이도로 변경했다. 앱 사용 시작 단계에서 겪은 문제의 결과로 다음과 같이 흥미로운 사실이 드러났다. 며칠간 운동한 뒤 어댑티브 트레이닝이 제 역할을 하기 시작했다. 연결 오류가 있었으나 필자의 훈련 계획을 완벽하게 변경해 필자가 상상 속으로 정한 5월의 대회에 맞추어 속도를 향상할 노력을 이어가도록 했다.

필자가 거주하는 곳에서 꾸준한 훈련의 가장 큰 걸림돌은 날씨이다. 야외 훈련 시 기온은 9℉(약 영하 13℃)이었으며, 눈이 3인치 쌓여 인터벌 훈련을 진행하기에 최적화된 조건은 아니었다. 그러나 필자는 정적인 와후 트레이너 사용을 중단하고 실제 경로를 따라 트레이너로드 앱을 테스트하기를 원했다. 트레이너로드의 소개 영상을 참고해 훈련 카테고리와 관련된 추천된 맞춤형 화면을 생성했다. 그리고, 다음 인터벌 운동을 가민 에지 1030(Garmin Edge 1030) 바이크 컴퓨터에 내려받았다. 필자가 겨울에 사용하는 무거운 자전거에는 파워 미터가 없어, 트레이너 로드의 옵션을 사용해 운동자각도(RPE)를 입력했다. RPE는 1~10을 기준으로 평가할 수 있는 사용자의 운동 노력 집중도 자가 측정 지표이다.

필자는 다양한 레이어와 큰 글러브, 사이클링 부츠 등을 착용한 채로 70분간 구성된 운동인 스위트 스팟(Sweet Spot) 트레이닝 영역 내 ‘세네카 록스(Seneca Rocks)’라는 이름의 정해진 인터벌 훈련을 따르고자 전력을 다했다. 운동에는 필자의 FTP 범위인 88~94% 간격이 포함됐다. 스위치백을 따라 눈이 덮인 얼음 폭포 등반을 위해 계속 자전거에서 내려야 했다. 그러나 솔직하게 말하자면, 트레이너로드는 주기나 목표 영역, 일반 난이도 등을 구성한 전체 카탈로그를 갖추었다. 이 덕분에 필자는 트레이너로드 플랫폼의 지형에 더 적합하게 변경할 수 있는 45분간의 원활한 회복과 같이 레이지 마운틴(Lazy Mountain) 등으로 지구력 운동 노력 수준을 더 적합하게 변경할 수 있었다.

장갑으로 손가락을 덮은 영역에 적용된 인공지능(AI)의 이점을 최대한 활용하면서도 언젠가는 첨단 기술을 사용하지 않고 스스로 정한 라이딩 모험을 즐기는 것이 더 흥미로울 것이라고 생각했다. 게다가 필자가 운동 목표를 달성하지 못했으나 트레이너로드는 일일 운동 결과를 도표로 제시하면서 추후 운동 난이도를 조정할 것이다.

** 위 기사는 와이어드US(WIRED.com)에 게재된 것을 와이어드코리아(WIRED.kr)가 번역한 것입니다. (번역 : 고다솔 에디터)

<기사원문>
Review: TrainerRoad Adaptive Training
이 기사를 공유합니다
RECOMMENDED