러닝 다이어트 최적화 알고리즘: 3년 차 러너 12주 측정 데이터 측정 기간 12주 본인 체중·페이스·근손실 추적 알고리즘 4개 변수 러닝으로 살을 빼는 사람들이 가장 자주 무너지는 지점은 "칼로리 적자만 만들면 된다" 는 단순화다. 실제로는 적자를 너무 빨리 만들면 페이스가 무너지고, 단백질이 부족하면 근손실로 기초대사가 떨어져 다시 살이 찐다. 본인 12주 측정 데이터로 검증한, 러닝 + 식단을 동시에 만족시키는 4변수 알고리즘 을 정리한다. 1. 왜 단순한 칼로리 적자 모델은 깨지는가 전통적 다이어트 권장은 "TDEE − 500kcal"다. 하지만 러너에게는 이 공식이 두 가지 이유로 깨진다. 적자가 페이스를 깎는다 — 글리코겐이 비면 같은 거리에서 페이스가 10-20초/km 느려진다. 적자가 근육을 깎는다 — 단백질이 부족하면 체지방보다 근육이 먼저 빠진다. 그래서 러너의 다이어트는 단순 적자 문제가 아니라 제약 조건이 있는 최적화 문제 다. 2. 4변수 최적화 모델 최대화: ΔBodyFat 제약: 단백질 ≥ 1.8g/kg, 페이스 손실 ≤ 5초/km, 회복 HRV 유지 네 개의 변수가 서로를 제한한다. 한 변수를 너무 강하게 잡으면 다른 변수가 무너진다. 변수 의미 본인 적용 값 칼로리 적자 일일 TDEE − 섭취 −400kcal (체중의 0.5%/주) 단백질 g/kg/day 1.8-2.0g/kg 탄수화물 러닝 전후 비중 러닝 전 50%, 후 30%, 휴식일 20% 회복 신호 HRV·수면·심박 HRV 평균 −10% 이내 유지 3. 알고리즘 의사코드 // 매주 일요일 저녁에 실행 function nextWeekPlan(state): if state.weeklyWeightLoss > ...