Battle Forecast는 트랙 기록 및 예상 드라이버 속도를 사용하여 추격하는 차량이 앞 차량의 ‘공격 유효 거리’ 안으로 들어오기 전의 랩 수를 예측합니다.

Pit Strategy Battle 그래픽은 팬들에게 각 드라이버의 전략이 성공할 확률을 실시간으로 평가하는 방법에 대한 인사이트를 추가로 제공합니다. 팬들은 전략의 미묘한 변화를 추적하고 최종 결과에 미치는 영향을 볼 수 있습니다.

타이어 재료, 랩 시간 및 차량 길이를 기반으로 예상되는 피트 정차 기간입니다. 시청자들은 다른 팀의 경주 전략, 안전 차량 및 옐로 플래그와 같은 경주 역학에 따라 경주가 조정되는 방식을 볼 수 있습니다. 

기록 데이터를 사용하고 예상 타이어 및 경주 전략을 비교하여 포메이션 랩 중의 경주 전략을 계산합니다. 이 인사이트를 통해 시청자들은 드라이버가 전략적으로 다음에 피트에 들어가야 하는 시기를 알 수 있습니다.

'언더컷'에 성공하면 레이스에서 승리를 거머쥐거나 중요한 포지션을 확보할 수 있습니다. 기술 팀이 레이스 중에 직면해야 하는 가장 긴박한 순간 중 하나임에는 틀림없습니다. 이 그래픽은 초 단위로 결정되는 판단력이 중요한 우승 기회를 좌우하는 F1 전략가의 세계를 더욱 가까이에서 경험할 수 있게 도와줍니다.

이 인사이트는 팀의 차량 개발 방법, 차량 개발 속도 및 시즌 전체 트랙 결과를 보여줍니다. 시즌 및 연간 개발 경주는 F1 팀의 주요 KPI이며 F1의 내부 활동 및 이 분야에서 팀들이 서로 어떻게 경쟁하는지에 대한 고유한 인사이트를 제공합니다.

이 인사이트는 개별 차량의 성능을 분리함으로써 팬들에게 차량 성능을 구성하는 요소, 예를 들어 코너링 성능, 직진 성능 및 차량 균형 또는 핸들 조작과 같은 요소를 비교하여 서로 다른 차량의 성능을 나란히 비교하는 데 필요한 정보를 제공합니다.

Driver Performance는 팀원 및 경쟁자와 비교하여 성능의 절대 한계까지 차량을 몰고 가는 드라이버를 강조하여 보여줍니다. 랩 중에 차량 타이어에서 생성되는 힘을 계산하고 차량의 최대 능력과 비교함으로써 드라이버가 끌어낼 수 있는 차량의 잠재적 성능이 얼마인지 보여줍니다. 최종 목표인 랩 시간에 지대한 영향을 미치는 드라이버 운전 능력의 세 가지 주요 요소를 보여주는 가속, 제동, 코너링의 3가지 파라미터가 표시됩니다.

이 인사이트는 예선 속도, 경주 시작, 경주 랩 1, 경주 속도, 타이어 관리, 드라이버 피트 정차 기술 및 추월이라는 7가지 핵심 지표를 기준으로 차량, 타이어, 교통량 및 연료가 드라이버의 시즌 실적에 미친 효과에 대한 풍부한 데이터를 분석하여 가장 중요한 주행 기술을 기반으로 드라이버의 운전 능력을 분류합니다. 0~10의 범위로 이러한 지표를 표준화하여 ‘점수’ 형식의 지표를 제공하며, 시청자, 팬 및 팀에 특정 드라이버의 강점과 약점에 대한 인사이트를 제공하고 현장에서 다른 드라이버와 어떻게 비교되는지 보여줍니다.

Pit Lane Performance는 팬과 브로드캐스터에게 피트 스톱 이벤트 전체를 분석하고 운전자가 피트 레인으로 뛰어들어 다른 쪽 끝을 나가는 순간부터 잃어버린 시간과 발견된 시간을 이해할 수 있는 기회를 제공할 것입니다.

역사적으로 주관적인 세션인 이 AWS 제공 F1 Insight는 기계 학습 및 분석 방법론에서 토요일 경주와 일요일 경주 사이에 팀의 진척을 보여주는 기록 데이터와 연습 데이터를 사용합니다.

각 드라이버가 출발 또는 시작 단계에서 폭발적인 성능을 발휘하는 방법에 대한 자세한 정보를 팬들에게 제공합니다.

Braking Performance는 코너링 중에 드라이버의 제동 스타일에 따라 코너가 유리하게 활용될 수 있음을 보여줍니다. 이 인사이트는 제동 전 코너 에이펙스와의 거리를 측정하여 드라이버의 제동 스타일과 능력을 비교하고, 전속력 진입, 제동을 통한 감속, 제동력 사용률 및 코너링 중에 드라이버가 겪는 엄청난 관성력 등 코너링 시 차량의 성능과 드라이버의 운전 능력을 보여줍니다.

F1 차량의 성능에 있어서 가장 중요한 영역을 나타내는 이 인사이트는 일반적인 차량과 우수한 차량이 어떻게 비교되는지 보여줍니다. 이 인사이트는 코너를 제동, 선회, 중간 코너 및 출구라는 4개의 주요 구획으로 나눕니다. 그런 다음 차량 원격 측정 데이터를 통해 코너의 주요 구획에서의 성능을 분석하고 비교합니다.

특정(그리고 결정적인) 코너에 대한 최적의 제동 및 가속 지점으로 결정되는 코너링 분석입니다. 코너는 각 드라이버가 최대한 활용할 수 있는 영역입니다. 시청자들은 이 인사이트를 통해 랩 시간의 손실 및 이득을 이해하고 차량을 비교할 수 있습니다.

차량 속도, 종방향 및 횡방향 가속과 자이로와 같은 차량 데이터를 사용하여 슬립각을 예측한 다음 각 차량에 대한 차량 균형 모델을 도출할 수 있습니다. 이렇게 하면 타이어 마모 에너지를 계산할 수 있습니다. 참고: 타이어 마모 에너지는 물리적인 타이어 마모가 아니라 도로 표면을 미끄러지는 타이어 접촉 패치의 에너지 전달을 의미합니다. 이 결과는 각 코너에 대한 타이어 성능을 알려주며 타이어의 최종 성능 수명과 관련하여 타이어가 사용된 시간을 나타냅니다.

랩 비교 그래픽은 F1 자동차의 랩 타임을 안전한 차와 '일반' 주행용 차의 랩 타임과 비교하여 팬과 브로드캐스터를 위해 F1 자동차의 성능 수준을 상황에 맞게 전달합니다. 이 그래픽의 목적과 출력은 데이터 모델을 통해 F1 기술이 더 친숙한 기술 및 성능과 비교하여 얼마나 우수한지 관람객에게 보여주기 위한 것입니다.

예상 녹아웃 시간은 팬과 해설자에게 다음 예선 세션을 통과하기 위해 각 드라이버가 목표로 하는 시간에 대한 '팀 수준' 인사이트를 제공합니다. 각 세션의 후반부에 활용되는 이 그래픽의 목표 시간은 팬들이 플라잉 랩에서 라인을 넘을 때 각 드라이버 시간을 매핑할 수 있는 흥미로운 목표를 제공하여 궁극적으로 팬들이 드라마틱한 최종 결과를 더 생생하게 느끼도록 할 것입니다.

트랙 지배율 그래픽은 연습 및 예선 세션이 실시간으로 진행되는 것을 지켜보면서 서킷에서 드라이버가 라이벌보다 우세한 위치에 대한 인사이트를 팬과 해설자에게 제공합니다. 또한 세션 후 원격 측정 비교를 통해 팬은 코너를 통과하는 데 시간을 할애하고 있는 사람과 직선 레이스에서 속도가 줄어드는 사람에 대해 더 심층적인 분석을 할 수 있으며, 궁극적으로 경주 당일에 팬들에게 드라이버와 자동차 성능 및 전술에 대한 더 큰 인사이트를 제공합니다.