과학적 연구 기반
근거 기반 수영 분석
근거 기반 접근
SwimAnalytics의 모든 지표, 공식, 계산은 스포츠 과학, 생리학, 생체역학의 주요 학술지에 실린 동료 심사 연구를 근거로 합니다.
수영 경제성 & 에너지 비용
경제성이 퍼포먼스 핵심
- 주요 발견: 중거리 퍼포먼스에서 수영 경제성이 VO₂max보다 더 중요
- 예시: 경제성이 높은 선수는 같은 VO₂에서 더 빠른 페이스 유지
TLim-vVO₂max
- TLim-vVO₂max 범위: 엘리트 215-260s, 상급 230-260s
- VO₂max 속도 지속 시간이 경제성/효율과 직결
수영 생체역학 & 스트로크 분석
활성 저항 & 스트로크 효율
능동 저항과 스트로크 효율을 정량화해 퍼포먼스 결정 요인을 모델링.
인덱스 오브 코디네이션 (IdC)
스트로크 간 협응을 분석해 최적 리듬과 기술 포인트를 제시.
수영 센서 & ML
IMU 기반 턴/스트로크 감지
머리/손목 IMU 데이터로 스트로크/턴을 고정밀 감지해 실시간 메트릭 제공.
Apple Watch 수영 분석
수백 명 수영자의 센서+비디오 데이터셋을 바탕으로 워치 알고리즘 개발—폼, 턴, 페이스 추적의 정확도 향상.
주요 연구자 & 기여
Maglischo
“Swimming Fastest” 저자. 수영 과학 정립에 기여.
Wakayoshi
CSS 개념을 확립한 연구자. 1992-1993 3편의 논문이 임계 속도 표준을 세움.
Barbosa
100+편 이상 수중 생체역학·퍼포먼스 모델링 연구.
Fernandes
VO₂ kinetics와 수영 에너지 대사 전문가.
Ludovic Seifert
모터 컨트롤·협응 연구. IdC 개발.
현대 플랫폼 구현
Apple Watch 수영 분석
700명+ 수영자, 1500회+ 세션 데이터로 워치 알고리즘을 학습해 페이스/스트로크/턴 인식을 고도화.
센서 퓨전(자이로+가속도)으로 손목 궤적을 분석, 높은 정확도 달성.
FORM 스마트 고글
머리 장착 IMU로 턴 감지를 개선, 실시간 인터벌/페이스 정보를 제공.
과학이 퍼포먼스를 이끕니다
SwimAnalytics는 수십 년간의 엄격한 연구 위에 세워졌습니다. 모든 공식과 지표는 검증된 근거로 뒷받침됩니다.
과학적 토대를 통해 얻는 인사이트는 단순한 숫자를 넘어, 의미 있는 생리적 지표가 됩니다.