훈련 가이드
심박 존 알아보기
심박 존은 운동 강도를 이지부터 최대까지 범위로 나눠요. 기준이 되는 숫자는 최대 심박수, 심박 예비량, 또는 테스트로 찾은 역치예요. 같은 존 3이라는 말도 도구마다 다른 심박수를 뜻할 수 있어요.
가장 쉬운 기준은 가장 대략적이기도 해요. 나이 기반 공식은 집단의 최대 심박수를 추정하며, 개인은 평균 주변에서 크게 달라요.
존이 만들어지는 방식
존을 정하는 흔한 방법은 세 가지예요. 최대 심박수의 퍼센트, 심박 예비량(최대 빼기 안정시)의 퍼센트, 역치 심박수의 퍼센트예요. 지구력 선수 연구는 실험실에서 잰 첫 번째와 두 번째 환기 역치에서 경계를 정한 3존을 쓰는 경우가 많아요. 소비자용 앱은 흔히 5존을, 일부는 7존을 써요.
주니어 크로스컨트리 스키 선수 연구에서는 실험실 역치로 세 개의 존을 정의했어요. 318번의 지구력 운동에서 심박수 분석은 훈련 시간의 약 75%를 존 1, 8%를 존 2, 17%를 존 3에 두었어요. 운동 강도 자각 점수도 거의 같은 비율을 보였어요.
최대 심박수 추정하기
220 빼기 나이라는 옛 규칙은 고령자가 충분히 포함된 표본에서 확립된 적이 없어요. 351개 연구와 18,712명을 대상으로 한 메타분석에서 최대 심박수는 나이와 208 빼기 0.7 곱하기 나이로 관련됐고, 건강한 514명에 대한 실험실 연구도 거의 같은 선인 209 빼기 0.7 곱하기 나이를 찾았어요. 이 관계는 남녀 간에, 평소 활동량에 따라 차이가 없었어요.
이것은 집단의 평균이에요. 개인은 선보다 훨씬 위나 아래에 있을 수 있어서, 존을 정할 때 공식보다 측정한 최대치나 테스트 결과가 더 믿을 만해요.
내 AI가 Memory.fit에서 읽을 수 있는 것
Memory.fit의 훈련 존에는 FTP, 역치 페이스, 크리티컬 스윔 스피드, 역치 심박수, 최대 심박수, 안정시 심박수가 있고, 직접 수정할 수 있어요. 최대 또는 안정시 심박수가 설정되지 않았으면, Memory.fit은 기록된 최고 심박수나 30일 중앙값 안정시 심박수를 흐린 제안으로 보여 주고 내가 수락할 수 있어요. 스스로 적용하는 일은 없어요.
내 AI는 get_athlete로 이것을 읽고, 요청하면 set_thresholds로 써요. 운동마다 평균 심박수가 함께 오기 때문에, 내 AI가 내 운동이 존에 어떻게 분포했는지 볼 수 있어요.
AI에서
이미 쓰고 있는 AI에, Memory.fit의 내 데이터를 더해요.
- ChatGPTChatGPT가 한 주를 계획하고, 장거리 운동의 보급을 짜고, 모두 Memory.fit에 다시 써 줘요.ChatGPT 설정하기
- ClaudeClaude는 계획을 Memory.fit에 다시 쓰고, 이미 있는 것을 바꾸거나 지우기 전에 먼저 물어봐요.Claude 설정하기
Grok BotGrok Bot은 실제 훈련을 바탕으로 계획하고 리뷰하며, 잠을 설친 뒤에는 한 주를 다시 계획할 수 있어요.Grok Bot 설정하기
MuseMuse는 내 실제 훈련을 바탕으로 운동을 계획하고 Memory.fit의 계획에 써요.Muse 설정하기
DotsOpenAI에 따르면 Dots의 백그라운드 리서치는 연결된 앱을 읽기 전용으로 사용해서, 계획은 채팅에서 요청할 때 써요.Dots 설정하기- GeminiGemini 채팅에서 @를 입력하고 Memory.fit을 골라 내 훈련에 대해 물어보세요. Gemini는 계획하는 운동마다 허용해 달라고 요청하며, 한 주 전체를 계획하는 것은 아직 안정적이지 않아요.Gemini 설정하기
- GrokGrok은 내 훈련, 수면, 보급을 읽고 그에 맞춰 계획할 수 있어요.Grok 설정하기
- Perplexity ComputerPerplexity Computer는 Memory.fit에서 내 훈련을 읽어요. 계획을 다시 써 넣는지는 아직 확인하지 않았어요.Perplexity Computer 설정하기
- Claude CodeClaude Code는 내 훈련을 읽고, 계획한 운동을 Memory.fit에 다시 써 줘요. 허용하지 않았다면 변경할 때마다 먼저 물어봐요.Claude Code 설정하기
Cue내 Cue 에이전트가 내 실제 훈련, 수면, 회복을 바탕으로 한 주를 계획하고 보급 계획을 써요.Cue 설정하기
보낼 내용
하나를 복사해서 AI에게 보내세요.
“Memory.fit에 있는 내 심박수 존은 무엇이고, 어떤 기준값을 바탕으로 하며, 언제 설정됐는지 알려 줘.”
Tools:
get_athleteset_thresholds“Memory.fit에서 지난 12개월 동안의 내 최고 심박수를 찾아서 저장된 최대치와 비교해 줘.”
Tools:
get_workoutsget_athlete“Memory.fit에서 최근 6주의 운동을 내 심박수 존으로 나누고, 존마다 시간 비율을 보여 줘.”
Tools:
get_workoutsget_trends“Memory.fit에서 내 역치 심박수를 마지막 테스트 값으로 업데이트하고, 어디서 나온 값인지 메모를 남겨 줘.”
Tools:
set_thresholdssave_note
자주 묻는 질문
한눈에 보기
대략적인 집단 평균이며, 고령자가 충분히 포함된 표본에서 검증된 적이 없어요. 메타 분석에서는 208에서 나이의 0.7배를 빼는 식이 집단 데이터에 더 잘 맞았고, 개인차는 여전히 커요.
연구에서는 실험실 역치에서 정한 3존을 쓰는 경우가 많아요. 앱은 5존이나 7존을 써요. 존의 개수보다 내 도구가 경계를 어떻게 정하는지 아는 것이 더 중요해요.
메타분석에서 나이와 최대 심박수의 관계는 남녀 간에 차이가 없었어요. 개인차는 컸어요.
최대 심박수, 심박 예비량, 역치처럼 서로 다른 기준값과 서로 다른 퍼센트를 쓸 수 있어요.
아니요. 내가 또는 내 AI가 입력한 숫자를 저장하고, 내 데이터에서 나온 제안을 보여 주면 내가 수락할 수 있어요.
지금까지 쌓아 온 모든 것 위에서 다음 장이 시작돼요.
지금은 Android에서 쓸 수 있어요. iPhone은 곧 나와요. 대기자 명단에 등록하면 Memory.fit이 App Store에 나오는 날 이메일로 알려 드려요.
스팸은 없어요. 준비되면 이메일 한 통만 보내요.