레이스 전략 모델링
타이어 디그 모델, 피트 손실, 세이프티카 확률을 숫자로 엮으면 1스톱과 2스톱 중 무엇이 나은지 직접 계산해 볼 수 있어요.
전략 모델의 뼈대
팀의 전략 소프트웨어는 복잡하지만, 뼈대는 단순한 랩타임 식이에요.
랩타임 = 기준 랩 + 컴파운드 오프셋 + 디그 × 타이어 나이 − 연료 효과 × 경과 랩 + 교통·사건 손실
여기에 피트스톱 손실을 더해 레이스 총 시간을 계산하고, 가장 작은 조합을 찾는 거예요. 이 글의 숫자는 모두 설명용 가정값이에요. 실제 값은 서킷·차·날씨마다 달라요.
구성 요소
| 요소 | 의미 | 어디서 추정하나 |
|---|---|---|
| 컴파운드 오프셋 | 새 타이어 기준 컴파운드 간 속도 차 | 금요일 숏런 |
| 디그(선형/비선형) | 랩마다 느려지는 정도 | 금요일 롱런 |
| 연료 효과 | 연료가 줄며 빨라지는 정도 | 차량 모델 |
| 피트 손실 | 피트레인 통과로 잃는 시간 | 피트레인 길이·속도 제한 |
| 웜업 손실 | 새 타이어 첫 랩의 손실 | 과거 데이터 |
| SC/VSC 확률 | 세이프티카 출동 가능성 | 서킷별 과거 통계 |
디그 모델의 형태
- 선형 모델: 매 랩 일정하게 느려져요. 계산이 쉬워 첫 근사로 좋아요.
- 2차·지수 모델: 일정 랩 이후 급격히 떨어지는 '절벽(cliff)'을 표현해요.
- 연료 보정: 실측 랩타임에는 연료 효과가 섞여 있어, 디그를 추정할 때 반드시 빼줘야 해요. 안 그러면 디그를 과소평가해요.
워크드 예시: 1스톱 vs 2스톱
가정: 57랩, 피트 손실 22초, 연료 효과는 모든 전략에 동일하니 생략.
| 컴파운드 | 오프셋(초) | 디그(초/랩) |
|---|---|---|
| 소프트 | 0.0 | 0.10 |
| 미디엄 | 0.4 | 0.06 |
| 하드 | 0.8 | 0.035 |
선형 디그에서 n랩 스틴트의 누적 손실은 n × 오프셋 + 디그 × n(n−1)/2예요.
1스톱(미디엄 25랩 → 하드 32랩)
- 미디엄: 25 × 0.4 + 0.06 × 300 = 10.0 + 18.0 = 28.0초
- 하드: 32 × 0.8 + 0.035 × 496 = 25.6 + 17.36 = 42.96초
- 피트 1회: 22초
- 합계: 약 92.96초
2스톱(소프트 15랩 → 미디엄 21랩 → 미디엄 21랩)
- 소프트: 0.10 × 105 = 10.5초
- 미디엄 21랩 두 번: (8.4 + 12.6) × 2 = 42.0초
- 피트 2회: 44초
- 합계: 약 96.5초
이 조건에서는 1스톱이 약 3.5초 빨라요. 1스톱 안에서도 교체 시점을 바꿔 보면 미디엄 24~26랩 구간에서 합계가 거의 같아서, 이 범위가 피트 창(pit window)이 돼요.
세이프티카 확률 넣기
세이프티카나 VSC 중에 피트인하면 다른 차들이 느리게 달리는 동안 정비하므로 피트 손실이 크게 줄어요. 위 예시에서 SC 중 피트 손실이 12초라고 가정해 볼게요.
- 2스톱이 SC 덕을 한 번 보면 손실이 10초 줄어 86.5초 → 1스톱(92.96초)을 역전해요.
- 1스톱도 SC 중에 피트하면 82.96초로 다시 앞서요.
결국 중요한 건 SC가 언제 나오느냐예요. 그래서 팀은 다음과 같은 몬테카를로 시뮬레이션을 돌려요.
- 서킷별 과거 데이터로 SC·VSC 발생 확률과 시점 분포를 정해요.
- 디그·피트 손실·추월 난이도에 난수를 섞어요.
- 수천~수만 번 레이스를 가상으로 돌려요.
- 전략별 평균 순위뿐 아니라 분포(최선·최악, 포인트 확률)를 비교해요.
선두는 분산이 작은 전략을, 뒤에서 출발한 차는 분산이 큰 도박형 전략을 고르는 경향이 있어요.
언더컷 문턱 계산
언더컷은 먼저 피트인해 새 타이어 속도로 상대를 앞지르는 기술이에요(언더컷·오버컷).
언더컷 이득 ≈ (상대의 헌 타이어 랩 − 나의 새 타이어 랩) × 상대가 늦게 들어오는 랩 수 − 나의 아웃랩 웜업 손실 + 상대의 아웃랩 웜업 손실
예를 들어 새 타이어가 헌 타이어보다 1.5초 빠르고, 상대가 1랩 늦게 들어오며, 양쪽 웜업 손실이 0.8초로 같다면 이득은 약 1.5초예요. 간격이 1.5초 미만이면 언더컷 성공 가능성이 높아요. 웜업이 어려운 서킷(하드 타이어, 저온)에서는 아웃랩 손실이 커져 오버컷이 유리해지기도 해요.
2026년에 추가된 변수: 에너지
2026년에는 배터리 에너지가 전략 변수로 들어왔어요.
- 랩당 회수 한도가 있어 한 랩에 쓸 수 있는 전기 에너지가 제한돼요. 시즌 중 조정으로 예선 회수 한도는 8MJ에서 7MJ로 낮아졌어요.
- 오버테이크 모드로 뒤차가 1초 이내면 0.5MJ를 더 써요. 추월이 쉬운 서킷에서는 '트랙 위 추월' 가치가 커져 언더컷 의존도가 낮아질 수 있어요.
- 아웃랩·인랩에서 배터리를 어떻게 남기고 쓰느냐가 피트스톱 전후 몇 초를 좌우해요.
중계 화면의 간격 그래프를 볼 때, 한 차가 갑자기 몇 랩 연속 빨라지면 '타이어'뿐 아니라 '에너지 배치 변경'일 수도 있어요. 2026년 전략 해석의 핵심이에요.
모델이 틀리는 지점
모델은 가정만큼만 정확해요. 실전에서 자주 어긋나는 요인은 이래요.
- 트랙 진화: 고무가 쌓이며 노면 그립이 오르면 디그가 예상보다 작게 나와요.
- 교통: 피트 후 느린 차 뒤에 갇히면 새 타이어 이득이 사라져요. 그래서 모델은 '피트 후 합류 위치'를 함께 계산해요.
- 기온 변화: 해가 지거나 구름이 끼면 디그 곡선이 바뀌어요.
- 상대 전략: 경쟁 팀이 먼저 움직이면 최적해가 바뀌어요. 게임 이론적 판단이 필요한 이유예요.
직접 해보는 방법
금요일 롱런 랩타임을 표로 옮긴 뒤, 연료 효과를 빼고 타이어 나이별로 선형 회귀를 해 보세요. 기울기가 디그, 절편이 컴파운드 기준 속도예요. 이것만으로도 일요일 피트 창을 꽤 근접하게 예측할 수 있어요. 랩 데이터를 읽는 법은 텔레메트리 읽기를 참고하세요.
정리
- 전략 = 랩타임 모델 + 피트 손실 + 확률.
- 선형 디그만으로도 피트 창을 꽤 정확히 잡을 수 있어요.
- SC 확률과 에너지 관리가 2026년 전략의 불확실성을 키웠어요. 팀 운영 관점은 팀 오더와 전략으로 이어져요.