Run Analytics는 한 러너가 다시 만들어지는 과정을 데이터로 기록하고 분석하는 프로젝트입니다.
부상과 체중 증가 이후 러닝을 다시 시작하면서, 훈련 과정에서 발생하는 데이터를 장기적으로 추적합니다.
주요 분석 대상은 Garmin Running Dynamics, Stryd, Running Power, Cadence, GCT, Vertical Oscillation, LSS, ILR, 좌우 Balance, HR·Pace·Power 관계, FIT·CSV 원자료 등입니다.
이 블로그의 기본 원칙은 숫자를 그대로 진실로 받아들이지 않는 것입니다. 관찰된 데이터는 하나의 신호로 보고, 가능한 설명을 가설로 세운 뒤 다른 지표·반복 측정·연구자료와 함께 검토합니다.
Signal → Hypothesis → Validation → Action
장기적으로는 기초 체력과 러닝 볼륨을 회복하고, 10km와 하프마라톤 퍼포먼스를 다시 끌어올린 뒤 마라톤 Sub 3에 다시 도전하는 과정을 기록합니다.
이곳의 핵심 자산은 완성된 기록이 아니라, 한 러너가 다시 만들어지는 전 과정을 같은 방법으로 장기간 관찰한 데이터입니다.
Run Analytics의 모든 분석은 표본이 한 명(N=1)인 개인 데이터에 기반합니다. 여기서 나온 결론은 "나에게 일어난 변화"이지 "모든 러너에게 적용되는 법칙"은 아닙니다. 기존 연구를 인용할 때는 각 글 하단의 '참고 자료'에 실제 논문과 DOI를 명시하며, 개인 관찰과 학술 연구를 섞어서 이야기하지 않으려 합니다.