지난 겨울 야외 운동 의욕을 꺾는 혹한이 뉴잉글랜드에서 며칠간 이어진 후, 필자는 차고에 '와후 키커'를 설치했다. 이 장치는 로드바이크의 뒷바퀴를 교체하여 '스마트' 실내 트레이너로 변신시킨다. 전문 운동 앱과 연동하면 페달 저항을 자동으로 조절하여 구릉, 평지, 심지어 산악 지형까지 실제 지형을 시뮬레이션한다.
필자의 첫 번째 세션은 '램프 테스트'로 시작했다. 램프 테스트는 이렇게 한다. 낮은 저항 수준에서 시작하여 더 이상 속도를 유지할 수 없을 때까지 60초마다 저항이 올라간다. 필자는 22분 남짓 버텼다. 끝날 무렵에는 어지러웠고 땀에 흠뻑 젖었으며, 심박수는 분당 166회에 달했다. 필자의 나이대에선 한계치에 가까운 수치다.
이 실패지점은 '기능적 역치 파워'(FTP), 즉 한 시간 동안 다리가 유지할 수 있는 가장 높은 평균 와트(wattage)를 추정하는 데 사용된다. 일부 사이클링 앱은 이 FTP를 사용하여 운동을 개인화하고, 더 빠른 속도를 낼 수 있도록 최적화된 계획을 수립한다. 만약 운동을 한 주 거르면 시스템이 운동량을 줄이며 적응한다. 반대로 빠르게 발전하면 더 어려운 세션이 이어진다. FTP는 고정된 점수가 아닌 역동적인 기준선이 된다.
필자에게 그 결과는 인상적이었다. 봄이 되어 야외 라이딩을 시작했을 때 거의 최고 수준의 체력에 도달해 있었다. 하지만 신체적인 향상 외에도, 필자는 이 시스템의 설계에 감명받았다. 이 시스템은 실시간으로 적응하며 필자의 초기 역량을 파악하고, 발전을 돕기 위해 정확하고 유연하게 반응했다. 현재 AI 기반 훈련 시스템은 전 세계 운동선수들의 수백만 건의 운동 데이터를 분석한 다음, 이 데이터를 사용하여 점점 더 효율적이고 개인화된 훈련 계획을 제공한다. 이러한 시스템은 지속해서 학습하기 때문에, 새로운 사용자가 유입될 때마다 강화되며 피드백 루프는 시간이 지남에 따라 더욱 강력해진다.
나중에 필자가 미디어 연구 세미나를 가르치는 맨해튼의 '뉴스쿨'(New School)에서 학생들을 위한 강의계획서를 작성하던 중 이런 생각이 들었다. '교육도 저렇게 작동하면 어떨까? 미리 정해진 교육과정을 따르는 대신, 학습자의 역치에서 시작하여 역동적이고 개인화된 경로를 구축하면 어떨까?'
(계속)
PADO 웹사이트(https://www.pado.kr)에서 해당 기사의 전문을 읽을 수 있습니다. 국제시사·문예 매거진 PADO는 통찰과 깊이가 담긴 롱리드(long read) 스토리와 문예 작품으로 우리 사회의 창조적 기풍을 자극하고, 급변하는 세상의 조망을 돕는 작은 선물이 되고자 합니다.