GT 레이싱에서 텔레메트리는 팀에 어떻게 우위를 제공하는가?
이 페이지 공유하기
GT 레이스에서는 자동차들이 거의 서로 동등합니다; 그런데도 어떤 팀들은 왜 항상 앞서서 결승선을 통과할까요? 답은 대개 엔진 출력이나 윙 각도에 있지 않고, 텔레메트리 데이터의 수집과 올바른 해석 에 숨어 있습니다. GT3 필드에서는 Balance of Performance(BoP)라고 불리는 균형 조정 시스템이 자동차들의 격차를 좁혀주기 때문에, 승리를 결정하는 최후의 차이는 피트 월의 컴퓨터 화면에서 드러납니다. 이 글에서는 브레이킹 포인트부터 스로틀 궤적까지 데이터를 어떻게 읽는지, Pro-Am 팀에서 아마추어 드라이버를 어떻게 성장시키는지, 그리고 왜 매 랩이 똑같이 읽히지 않는지 설명합니다.
주요 내용
- BoP는 GT3 카테고리와 함께 2005년에 탄생했으며 여전히 이 클래스의 핵심 기둥입니다
- 텔레메트리 데이터는 다섯 가지 주요 그룹으로 수집됩니다: 드라이버 입력, 차량 움직임, 섀시, 타이어/브레이크, 엔진 데이터
- 타임 델타 맵은 전체 손실을 대부분 두세 개의 코너 까지 좁혀낼 수 있습니다
- 아마추어 및 Pro-Am 드라이버의 경우 데이터 분석의 이득이 가장 크고 가장 빨리 나타납니다
- 글로벌 레이싱 텔레메트리 시장은 2025년 5억 7,950만 달러에서 2035년까지 14억 8,000만 달러로 성장할 것으로 예상됩니다
텔레메트리란 무엇이며 GT 팀은 무엇을 보는가?
텔레메트리는 자동차에서 피트 월로 무선으로 실시간 흐르는 데이터입니다: 속도, 스로틀, 브레이크, 엔진 상태, 타이어 공기압... 그와 함께 데이터 로깅, 즉 데이터 기록도 있습니다. 이것 역시 같은 정보를 차량 내부의 레코더 메모리에 기록합니다; 피트로 돌아오면 엔지니어들이 컴퓨터로 내려받아 세션 사이사이 천천히 분석합니다. 실시간 텔레메트리는 주로 차량 상태를 모니터링하고 전략을 지원하는 데 사용되며, 상세한 랩 분석은 대부분 기록된 데이터로 이루어집니다. 요컨대 하나는 라이브 방송이고 다른 하나는 녹화본입니다 - 두 가지가 함께 팀의 지혜를 이룹니다.
그렇다면 실제로 무엇이 기록될까요? 데이터를 다섯 그룹으로 나누어 수집하면 작업이 훨씬 수월해집니다:
- 드라이버 입력: 스로틀 개도, 브레이크 압력, 조향 각도, 기어
- 차량 움직임: 속도, GPS 위치, 횡방향 및 종방향 G-포스
- 섀시: 쇽거리, 라이드 하이트, 휠 속도
- 타이어와 브레이크: 온도 및 압력 채널
- 엔진과 시스템: RPM, 오일 압력, 수온, 연료
센서는 이 수십 개의 채널을 초당 여러 번 기록합니다. 생각해 보세요. 코너에 진입할 때 무엇을 했는지 본인은 기억조차 못 하지만, 자동차는 모든 것을 잊지 않습니다. 엔지니어의 일이 바로 이 기억을 읽어내는 것입니다.
BoP가 모든 것을 동등하게 만들었다면, 경쟁하는 사람들은 무엇으로 이기는가?
Balance of Performance는 서로 다른 제조사들의 자동차를 한 랩 기준으로 서로 가깝게 만드는 균형 조정 메커니즘입니다. GT3 카테고리와 함께 2005년에 탄생했으며, 오늘날 전 세계 GT3 시리즈의 경쟁을 지탱하는 것이 바로 이것입니다. GT4에서도 비슷한 논리가 작동합니다; 거기서 BoP는 제조사 간의 차이를 좁히고 결과를 드라이버와 팀의 실행에 맡깁니다. 장비가 동등할 때 순위를 결정하는 것은 무엇일까요? 세팅, 드라이버의 일관성, 타이어 관리, 전략, 그리고 물론 데이터입니다. 그래서 BoP가 개발을 무의미하게 만든다는 생각은 잘못된 결론입니다; 단지 장점을 다른 곳으로 옮길 뿐입니다.
이를 구체화하려면 원메이크 시리즈를 보면 됩니다. Porsche Carrera Cup North America에서는 모두가 같은 차로 경쟁합니다; 하드웨어는 완전히 동일합니다. 그렇다면 승부를 가르는 것은 무엇일까요? 몇 미터의 브레이킹 차이, 몇 km/h의 코너 출구 속도... 바로 이 작은 디테일들을 데이터만이 드러낼 수 있습니다. BoP가 적용된 시리즈에서도 상황은 같습니다: 동등한 차량들 사이에서 차이를 만들어내는 것은 피트 월의 분석입니다.
수집하고, 비교하고, 적용하기: 데이터는 어떻게 시간을 벌어다 줄까?
분석은 세 단계의 순환 과정으로 진행됩니다. 먼저 매 세션에서 데이터가 기록됩니다; 그다음 랩타임을 겹쳐서 비교합니다 - 최고 랩, 평균 랩, 팀메이트의 랩 혹은 기준 랩; 마지막으로 우선순위가 정해진 변경 목록을 적용합니다. 간단하지만 놀라울 정도로 효과적인 방식입니다. 다음 장에서는 이 비교 과정이 화면에 어떻게 나타나는지 살펴보겠습니다.
브레이크 트레이스, 스로틀 트레이스, 시간 델타
엔지니어들이 랩을 열었을 때 가장 먼저 보는 것은 보통 시간 델타입니다: 두 랩 사이의 차이가 서킷을 따라 펼쳐진 지도입니다. 전체적으로 0.3초를 잃었다면 대부분 두세 개의 코너로 좁혀질 수 있습니다 - 즉, 어디서 실수했는지 보여주는 히트맵이라고 생각하면 됩니다. 그다음 트레이스가 등장합니다. 속도 트레이스가 기본 참조 자료입니다. 브레이크 트레이스는 브레이크가 얼마나 빨리 밟혔는지, 최대 압력이 유지되었는지, 그리고 어떻게 놓였는지를 보여줍니다; 점진적으로 놓는 브레이킹, 즉 트레일 브레이킹의 흔적이 여기에 나타납니다. 브레이킹 구간은 서킷 위에서 가장 짧은 거리에 가장 많은 시간을 벌거나 잃는 곳이기 때문에 드라이버 코칭도 항상 여기서 시작됩니다. 스로틀 트레이스는 코너 출구에서 풀 스로틀로 얼마나 빠르고 매끄럽게 복귀했는지를 말해줍니다; 출구 속도가 다음 직선 구간으로 이어지는 모습도 여기서 읽을 수 있습니다. 마찰원(그립 서클)도 있습니다: 횡방향과 종방향 G력을 그려보면 드라이버가 코너에서 타이어를 얼마나 온전히 활용했는지 드러납니다.
한 가지 기술적 디테일이 더 있습니다: 두 랩을 비교할 때 그래프는 기본적으로 주행 거리 기준으로 그려집니다; 그래야 브레이킹 포인트와 조향 포인트가 두 선에서 같은 위치에 정렬됩니다. 시간 기반 그래프는 스틴트 분석 같은 작업에서 사용됩니다. 사소한 디테일처럼 보이지만, 잘못된 축으로 보는 엔지니어와 올바른 축으로 보는 엔지니어의 차이는 포디움과 중위권의 차이가 됩니다.
문제는 드라이버일까, 차일까?
데이터의 가장 멋진 능력은 아마도 진단일 것입니다. 코너 진입에서 급격한 브레이크 해제나 조기 조향이 보인다면 언더스티어는 드라이버에게 원인이 있습니다; 입력이 기준 드라이버와 일치하는데도 언더스티어가 발생한다면 원인은 셋업입니다. 코너 출구의 오버스티어는 보통 급격한 스로틀에서 비롯되며, 부드러운 입력에서도 나타난다면 그때는 차량이 말하고 있는 것입니다. 스틴트 내내 랩타임이 느려지고 입력이 일관성이 없다면 원인은 드라이버입니다; 타이어 온도가 적정 범위를 벗어났다면 원인은 차량입니다. 물론 비교가 타당하려면 랩타임이 비교 가능해야 한다는 전제가 필요합니다: 같은 차량, 같은 세팅, 같은 타이어 컴파운드, 비슷한 연료 구간, 그리고 같은 어시스트 설정이어야 합니다. 그렇지 않으면 사과와 배를 비교하는 격이 됩니다.
Pro-Am 팀에서 아마추어 드라이버는 데이터로 어떻게 발전할까?
GT 세계의 심장에는 Pro-Am 모델이 뛰고 있습니다: 프로 드라이버 한 명과 아마추어 드라이버 한 명(또는 여러 명)이 같은 차를 공유합니다. GT3 차량은 애초에 이러한 혼합 사용을 위해 설계되었습니다; GT4는 완전히 아마추어를 겨냥한, 양산차에 더 가깝고 더 저렴한 클래스입니다. 이 구도에서 데이터 분석은 아마추어 드라이버의 가장 소중한 코치입니다. 아마추어 및 Pro-Am 레벨에서는 잃을 랩타임이 아직 많이 남아 있고, 데이터는 그 지점을 곧바로 가리킵니다: 어느 브레이킹 포인트가 이른지, 어느 코너 출구에서 스로틀이 늦었는지. 새 차량이나 서킷 학습도 크게 가속합니다; 한정된 서킷 주행 시간을 효율적으로 만들어 줍니다. 초보자는 주로 몇 개의 브레이크 구간과 코너 출구에서 가장 큰 향상을 빠르게 얻습니다; 경험자에게는 여유가 수분의 1초 단위로 줄어들고 분석은 훨씬 더 깊이 들어가야 합니다.
Pro-Am 내구레이스 훈련에서는 영상과 텔레메트리를 나란히 검토하며 드라이버에게 어디서 속도를 높여야 하는지 명확히 알려줍니다. 스로틀 궤적과 브레이크 압력 흔적을 보고 현장에서 느린 드라이버를 파악하는 것도 가능합니다; 특정 코너에서 브레이크 압력, 스로틀 위치, 휠 스피드가 비교됩니다. 여기서 강조하고 싶은 한 가지는 일관성입니다: 레이스 내내 강력한 랩타임을 반복할 수 있는 드라이버가, 한 번 빠른 랩을 기록한 뒤 하락하는 드라이버를 보통 이깁니다. 단순하게 들리지만 바로 그렇기 때문에 가장 중요한 이득입니다.
첫 브레이킹 랩과 레이스 랩은 왜 다르게 읽힐까?
스스로에게 이렇게 물어보세요: 연습 첫 랩의 브레이킹 포인트와 레이스 40랩째의 브레이킹 포인트가 같을 수 있을까? 그럴 수 없습니다. 그리고 데이터는 이를 냉정하게 보여줍니다. 연습 중에는 드라이버가 서킷과 차량을 익힙니다; 매 랩마다 한계가 변하고, 브레이킹 포인트는 뒤로 미뤄지며, 스로틀 전환은 거칠어집니다. 레이스에서는 상황이 완전히 달라집니다: 타이어가 마모되고, 온도를 작업 범위 안에 유지하려 하며, 연료 무게는 줄어들고, 트래픽 속을 통과해야 합니다. 그래서 엔지니어들은 연습 랩을 레이스 랩과 같은 눈으로 읽지 않습니다; 스팅트 단위로 봅니다. 레이스 중에는 실시간 텔레메트리가 차량 상태를 모니터링하고, 스팅트 단위의 타이어와 페이스 추적이 전략을 이끕니다.
주말 내내 데이터의 역할도 변합니다. 이벤트 전에 엔지니어들은 과거 데이터로 초기 세팅과 목표를 설정합니다; 연습에서는 변경 사항이 하나씩 적용됩니다. 예선 세션에서는 타이어 준비가 단일 랩 그리드 결정에서 랩 자체만큼 가치가 있습니다 - 최고의 랩을 기록하는 것만으로는 부족하고, 그 랩을 올바른 순간에 기록해야 합니다. 팩토리 엔지니어들은 레이스 주말의 데이터를 검증 도구로 봅니다; 진짜 학습은 테스트와 체계적인 프로세스에서 이루어집니다. 즉, 데이터는 모든 단계에 존재하지만 각 단계에서 서로 다른 일을 합니다.
내구 레이스에서의 데이터와 전략
24시간 레이스에서 데이터의 역할은 완전히 다른 차원으로 옮겨집니다. 스파에서 열린 79회 CrowdStrike 24 Hours of Spa는 2026년 6월 27~28일 에 개최되었으며, Superpole 2와 같은 예선 세션으로 그리드가 결정되었습니다. 데이토나에서는 2026년 대회가 1월 16~18일 동안 5.729km 오벌-로벌 트랙에서 열렸습니다; 뉘르부르크링과 바서스트 같은 클래식 레이스도 같은 내구성 문화의 일부입니다. 이러한 레이스에서는 수십 시간 동안 매 스틴트마다 타이어, 연료, 드라이버 조합이 바뀝니다. 어떤 드라이버가 어떤 조건에서 얼마나 일관성 있었는지, 어떤 차량이 타이어를 어떻게 관리했는지 - 이 모든 것이 데이터에 기록되어 있고, 전략은 바로 이 표에서 읽혀집니다. 그렇다면 드라이버 교체, 야간 주행, 그리고 교통 속에서 레이스의 운명이 몇 초의 몇 분의 일 차이만큼의 분석 격차에 좌우될 수 있을까요? 이것이 바로 내구 레이스의 가장 아름다운 미해결 질문일지도 모릅니다; 하지만 피트 월의 팀은 데이터를 읽지 않는 팀이 이 주사위에서 운이 좋지 않다는 것을 잘 알고 있습니다.
이 세계가 성장하고 있다는 또 다른 증거는 바로 시장 자체입니다. 글로벌 레이스 텔레메트리 시장은 연평균 9.9%의 성장률로 2025년 5억 7,950만 달러 규모에서 2035년 14억 8,950만 달러에 이를 것으로 예상됩니다. IoT 센서와 클라우드 플랫폼 덕분에 텔레메트리는 이제 전문 피트 월 밖으로도 확장되고 있습니다. 즉, 언젠가 당신도 심 레이스에서 자신의 랩 타임을 겹쳐 분석하는 날이 멀지 않았다는 뜻입니다. 실제로 심 레이싱 커뮤니티에서는 스피드 트레이스, 델타, 브레이크 트레이스를 읽는 것이 이제 기본 기술 중 하나입니다.
텔레메트리 배우기 어렵나, 얼마나 벌어주나?
가장 자주 묻는 질문 중 하나입니다. 스피드 트레이스, 타임 델타, 브레이크 및 스로틀 트레이스를 읽는 것은 몇 번의 가이드 세션으로 배울 수 있는 수준입니다. 진짜 오랜 작업은 원인을 진단하고 문제가 드라이버에게 있는지 차량에 있는지 구분하는 것입니다. 숙련된 레이스 엔지니어의 가치가 바로 여기서 드러납니다. 자신의 데이터를 직접 분석할 수 있는지에 대해서는; 기본 수준에서는 확실히 가능합니다. 하지만 자기 분석에는 한계가 있습니다: 무엇이 일어났는지는 보여주지만, 왜 그런지는 항상 보여주지는 않습니다. 동시에 드라이버이자 분석가가 되면 기술적 문제와 운전 실수를 구분하기 어렵습니다.
그렇다면 몇 초를 벌어주는지에 대해 말하자면... 솔직하게 말씀드리겠습니다: 보편적인 숫자는 없습니다. 이득은 드라이버의 발전 단계, 차량과 트랙에 대한 숙련도, 준비 상태에 따라 달라집니다. 단 하나의 마법 같은 숫자를 약속하는 모든 사람에게는 의심의 눈으로 접근하시길 권합니다. 하지만 다음은 말씀드릴 수 있습니다: BoP가 적용된 필드에서 가장 저렴한 성능 향상은 아마도 피트 월에서 화면 앞에서 몇 시간을 보내는 것에서 나옵니다. 다음 레이스를 볼 때 피트 월에도 한번 눈을 돌려 보시길 권합니다. 그 화면에서 진짜 레이스가 펼쳐지고 있을지도 모릅니다.